一种电路板智能生产工艺、控制系统、装置及存储介质

技术领域

本说明书涉及电路板技术领域，特别涉及一种电路板智能生产工艺、控制系统、装置及存储介质。

背景技术

随着整个科技水平的增长，工业水平的不断提高，印制板行业得到了蓬勃发展，印制电路板(Printed Circuit Board，PCB)的自动化生产和质量控制已成为行业研究的热点。

CN107817774B提供了一种印刷电路板智能制造工艺。其工艺步骤包括PCB板原材料入库、PCB板原材料出库、开料、内层、层压、钻孔、电镀、外层线路、阻焊、文字、沉金、成型、电测、终检和包装，各过程连接在一起，通过生产控制系统自动连接调节，根据测试条件自动优化生产参数等，形成印刷电路板的自动化生产。但此发明并没有涉及试打孔，以及基于试打孔的情况对打孔参数进行调整，可能导致打孔参数不够精准的问题，存在一定程度的废品率。

因此希望提供一种电路板智能生产工艺、控制系统、装置及存储介质，实现电路板打孔自动化智能化的同时，提高电路板打孔质量和效率。

发明内容

本说明书一个或多个实施例提供一种电路板智能生产控制系统。所述电路板智能生产控制系统包括：全自动打孔机、验孔机、数据存储装置和处理器，所述全自动打孔机、所述验孔机、所述数据存储装置与所述处理器通信连接；所述处理器用于：从所述数据存储装置获取至少一组预设打孔参数，基于所述至少一组预设打孔参数生成初始控制指令；基于所述初始控制指令，控制所述全自动打孔机对至少一层电路板进行试打孔；基于所述验孔机获取的试打孔后的所述至少一层电路板的至少一张检测图像，调整所述至少一组预设打孔参数，生成调整后打孔参数并发送给所述数据存储装置；基于所述调整后打孔参数生成更新控制指令；基于所述更新控制指令，控制所述全自动打孔机对所述至少一层电路板进行正式打孔。

本说明书实施例之一提供一种电路板智能生产工艺。所述生产工艺由电路板智能生产控制系统的处理器执行，所述生产工艺包括：获取至少一组预设打孔参数，基于所述至少一组预设打孔参数生成初始控制指令；基于所述初始控制指令，控制全自动打孔机对至少一层电路板进行试打孔；基于验孔机获取的试打孔后的所述至少一层电路板的至少一张检测图像，调整所述至少一组预设打孔参数，生成调整后打孔参数；基于所述调整后打孔参数生成更新控制指令；基于所述更新控制指令，控制所述全自动打孔机对所述至少一层电路板进行正式打孔。

本说明书一个或多个实施例提供一种电路板智能生产控制装置，包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器执行所述计算机指令或部分指令，以实现上述的电路板智能生产工艺。

本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令时，所述计算机执行上述的电路板智能生产工艺。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的电路板智能生产控制系统的系统结构示意图；

图2是根据本说明书一些实施例所示的电路板智能生产工艺的示例性流程图；

图3是根据本说明书一些实施例所示的调整预设打孔参数的示例性示意图；

图4是根据本说明书一些实施例所示的评估模型的示例性示意图；

图5是根据本说明书一些实施例所示的确定打孔顺序的示例性流程图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

近年来，PCB的产量不断增大，为了使电路板制造更加自动化、智能化，提高生产效率，降低不良品率。CN107817774B公开了一种印刷电路板智能制造工艺，但是在钻孔阶段，该专利仅将全自动钻孔机、验孔机连接在一起，利用生产参数导入至设备内，完成PCB板自动钻通孔作业，进行自动验孔，合格板自动传送至电镀车间，不合格品信息录入生产控制系统中。其难以及时发现打孔中出现的问题，也不能及时进行生产参数的调整。鉴于此，本说明书一些实施例中，期望提供一种改进的电路板智能生产工艺及控制系统，通过进行试打孔，自动化地更新调整电路板的打孔参数，减少反复试验的次数，提供生产效率。

图1是根据本说明书一些实施例所示的电路板智能生产控制系统的系统结构示意图。

在一些实施例中，如图1所示，所述电路板智能生产控制系统100(以下简称系统100)可以包括全自动打孔机110、验孔机120、数据存储装置130和处理器140。在一些实施例中，全自动打孔机110、验孔机120、数据存储装置130与处理器140通信连接。

全自动打孔机110可以是对电路板进行自动打孔的设备。例如，全自动打孔机110可以在电路板上打孔形成通孔、盲孔、埋孔等。在一些实施例中，全自动打孔机110可以包括用于与其他模块或设备进行通信连接的接口，用于接收控制指令等。在一些实施例中，全自动打孔机110可以按照默认参数、控制指令等，进行打孔操作。

验孔机120可以是检验电路板打孔情况的设备。例如，验孔机120可以包括X-RAY(X射线)检测机等。在一些实施例中，验孔机120可以包括图像检测模块，可以用于获取反映打孔情况的电路板检测图像。

数据存储装置130可以用于存储数据和/或指令(如预设打孔参数、初始控制指令等)。数据存储装置130可以单独配置或者配置于处理器140的内部。

处理器140是指具有计算功能的装置。处理器140可以从数据存储装置获取至少一组预设打孔参数，基于至少一组预设打孔参数生成初始控制指令；基于初始控制指令，控制全自动打孔机对至少一层电路板进行试打孔；基于验孔机获取的试打孔后的至少一层电路板的至少一张检测图像，调整至少一组预设打孔参数，生成调整后打孔参数并发送给数据存储装置；基于调整后打孔参数生成更新控制指令；基于更新控制指令，控制全自动打孔机对至少一层电路板进行正式打孔。

在一些实施例中，处理器140可以包含一个或多个子处理设备(例如单处理设备或多核多芯处理设备)。仅作为示例，处理器140可以包括中央处理器(CPU)、专用集成电路ASIC)等或以上任意组合。

通信连接可以指通过信号的传输交互，在设备之间构成通讯的连接方式。例如，通信连接可以包括无线连接、有线连接、串口线连接等。

关于上文所述的预设打孔参数、控制指令等参数的更多内容，参见本说明书其他部分(如图2等)及其相关描述。

需要注意的是，以上对于电路板智能生产控制系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。

图2是根据本说明书一些实施例所示的电路板智能生产工艺的示例性流程图。如图2所示，流程200包括下述步骤。在一些实施例中，流程200可以由处理器140执行。

步骤210，获取至少一组预设打孔参数，基于至少一组预设打孔参数生成初始控制指令。

预设打孔参数可以是预先设置的打孔操作的默认参数。例如，包括预设的孔径、位置、形状、深度、数量、类型等中的至少一种。

在一些实施例中，处理器可以从数据存储装置130获取预设打孔参数。预设打孔参数可以基于经验或打孔需求设置，或查询历史打孔参数表确定。

初始控制指令可以是初始控制全自动打孔机110进行打孔的控制指令。控制指令可以包括对打孔的孔径、位置、形状、深度、数量、类型等进行控制的指令。

在一些实施例中，处理器140可以基于至少一组预设打孔参数，通过各种可行的方式，生成初始控制指令。例如，可以将预设打孔参数输入全自动打孔机驱动程序接口，自动生成初始控制指令。

步骤220，基于初始控制指令，控制全自动打孔机对至少一层电路板进行试打孔。

在一些实施例中，处理器140可以通过与全自动打孔机110之间的通信连接，将初始控制指令发送到全自动打孔机110，以控制全自动打孔机110执行对至少一层电路板进行试打孔。

步骤230，基于验孔机获取的试打孔后的至少一层电路板的至少一张检测图像，调整至少一组预设打孔参数，生成调整后打孔参数。

检测图像可以指试打孔后的电路板图像。例如，验孔机通过X射线等检测光穿透电路板不同密度处后光强度发生变化形成的影像。检测图像可以呈现电路板表面和内部孔的特征，反映电路板的打孔情况。

在一些实施例中，处理器140可以基于验孔机120对试打孔后电路板进行检测，获取检测图像。当电路板包括多层时，可以获得多张检测图像。

在一些实施例中，对于多层电路板，打孔时可能涉及埋孔的情况，则需要分情况获取检测图像。其中，埋孔是指在电路板的内层之间钻孔和电镀，用于连接两个或多个内层。例如，对于4层的电路板，如果设计图中不存在埋孔，则只需对粘黏好的4层电路板进行一次试打孔，然后对应可获取一张检测图像，对应一组预设打孔参数。

如果设计图中存在埋孔，则根据埋孔的情况，可以进行先后多次试打孔，对应可获取多张检测图像，对应多组预设打孔参数。例如，对于4层电路板，第2层和第3层处于中间位置，第1层为顶层，第4层为底层。可以对已经粘黏好的第2层、第3层电路板，进行第一次试打孔，对应第一组预设打孔参数，获得第一次试打孔后的检测图像；然后通过层压工艺，在第2层的上方粘黏第1层电路板、在第3层的下方粘黏第4层电路板后，进行第二次试打孔，对应第二组预设打孔参数，获得第二次试打孔后的检测图像。

在一些实施例中，处理器140可以基于至少一张检测图像，通过各种可行的方式，调整至少一组预设打孔参数。例如，通过图像识别分析检测图像中孔的特征中至少一种是否符合要求，基于经验将不符合要求的孔的特征(如位置)对应的打孔参数进行调整。

在一些实施例中，处理器还可以基于预设算法调整预设打孔参数，可以参见图3及其相关描述。

在一些实施例中，处理器140可以将调整后打孔参数发送给数据存储装置130进行存储。

步骤240，基于调整后打孔参数生成更新控制指令。

在一些实施例中，处理器140可以基于调整后打孔参数，通过步骤210的方法生成更新控制指令，在此不再赘述。

步骤250，基于更新控制指令，控制全自动打孔机对至少一层电路板进行正式打孔。

在一些实施例中，处理器140可以基于更新控制指令，通过步骤220的方式控制全自动打孔机110对电路板进行正式打孔。

在本说明书一些实施例中，通过基于初始控制指令，控制全自动打孔机进行试打孔，基于试打孔后的检测图像调整预设打孔参数，生成调整后打孔参数并生成更新控制指令，从而进行正式打孔，能够自动化地更新调整和更新对电路板的打孔参数，减少反复试验的次数，提供生产效率。

应当注意的是，上述有关电路板智能生产工艺的流程200的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程200进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图3是根据本说明书一些实施例所示的调整预设打孔参数的示例性示意图。

在一些实施例中，如图3所示，处理器可以进一步用于基于至少一张检测图像310，提取目标图像320；基于目标图像320确定试打孔的打孔特征330；基于试打孔的打孔特征330，通过预设算法340对至少一组预设打孔参数进行调整，确定调整后打孔参数350。

目标图像可以指本次试打孔的检测图像。例如，检测图像中可能包含电路板上多次试打孔产生的多张检测图像，目标图像则是本次试打孔过程中新产生的检测图像。关于检测图像的更多内容可以参见图2及其相关描述。

在一些实施例中，处理器140可以基于至少一张检测图像，通过各种可行的方式，提取目标图像。例如，处理器140可以基于至少一张检测图像的生成时间，将生成时间与当前试打孔时间最接近的检测图像确定为目标图像。

在一些实施例中，响应于试打孔为首次试打孔，处理器可以将至少一张检测图像确定为目标图像；响应于试打孔为非首次试打孔，处理器可以从至少一张检测图像中剔除第一对比图像上所有的孔，确定目标图像。

在一些实施例中，响应于试打孔为首次试打孔，处理器可以直接将至少一张检测图像确定为目标图像。

第一对比图像可以是当次试打孔之前预先拍摄的用于对比的图像。在一些实施例中，在每次试打孔前，处理器可以通过验孔机120采集电路板的检测图像，将其作为第一对比图像。

在一些实施例中，响应于试打孔非首次试打孔，处理器可以通过图像识别、人工智能等方式，从至少一张检测图像中剔除第一对比图像上所有的孔，确定目标图像。

在本说明书一些实施例中，根据试打孔是否为首次试打孔，通过不同的方式确定目标图像，考虑了在前一次打孔的基础上叠加其他电路板之后对验孔机成像阴影造成的影响，使目标图像的确定更准确。

试打孔的打孔特征可以是试打孔后电路板上孔的特征。

在一些实施例中，打孔特征可以包括孔的种类及相应数量、孔的形状特征、孔的位置特征中的至少一种。在一些实施例中，处理器140可以通过特征提取模型对目标图像进行处理，确定试打孔的打孔特征。

孔的种类及相应数量可以包括，通孔及其数量、盲孔及其数量等。通孔是从电路板的上层钻到底层的孔；盲孔是连接电路板表层和内层而不贯通整板的导通孔。不同类型的孔吸收验孔机X-射线的情况不同，在目标图像中体现出来的阴影程度不同。

孔的形状特征可以是与孔的形状相关的特征。在一些实施例中，孔的形状特征可以包括孔面积、孔纵横比、孔壁粗糙度、孔垂直程度等中的至少一种。其中，孔面积为孔边缘轮廓所围成的面积；孔纵横比为孔在纵向和横向的直径比；孔壁粗糙度包括孔边缘等部位出现的诸如毛刺、尖头、锐角的总面积/总长度；空垂直程度为孔在垂直方向的偏离程度。

孔的位置特征可以是孔在电路板上的位置坐标，可以用于反映钻头定位是否准确和/或钻头是否打滑。孔的位置特征可以基于孔横截面积的中心点确定。

在一些实施例中，特征提取模型可以为机器学习模型，也可以是神经网络模型。例如卷积神经网络模型(Convolutional Neural Networks，CNN)等。

在一些实施例中，处理器140可以基于多个第一训练样本及第一标签，通过梯度下降法等训练得到特征提取模型。第一训练样本可以包括多组样本目标图像，可以通过历史检测图像获取。第一标签为每组样本目标图像对应的实际打孔特征，可以通过人工标注或自动标注的方式确定。

利用特征提取模型挖掘目标图像与打孔特征之间的关联性，能够提高打孔特征确定的准确性和效率，为后续基于试打孔的打孔特征调整预设打孔参数提供数据支撑。

预设算法可以包括各种可行的算法，例如粒子群算法、遗传算法等。

在一些实施例中，预设算法还可以是向量匹配算法。示例性的，处理器140可以基于预设打孔参数、打孔特征，构建待匹配向量。处理器140可以基于待匹配向量在向量数据库中进行检索，获取与待匹配向量的向量距离满足距离阈值的参考向量，将参考向量对应的历史调整方案，确定为当前所需调整方案。其中，向量数据库用于存储若干历史向量及其对应的历史调整方案。历史向量基于历史预设打孔参数、历史打孔特征构建。历史调整方案包括打孔参数中每一个的调整量。

关于通过预设算法调整预设打孔参数的更多内容，参见图4及其相关描述。

在本说明书一些实施例中，通过确定目标图像对应的试打孔的打孔特征，并通过预设算法对预设打孔参数进行调整，能够定量地分析试打孔后孔的状态，基于实际的打孔结果反馈式地调整预设打孔参数，使预设打孔参数的调整过程更加合理，提高调整的准确性。

图4是根据本说明书一些实施例所示的评估模型的示例性示意图。

在一些实施例中，处理器140可以用于基于至少一组预设打孔参数，生成至少一组候选打孔速度；基于试打孔的打孔特征，基于预设算法对至少一组候选打孔速度进行至少一轮迭代更新，确定至少一组更新后打孔速度；响应于预设迭代条件被满足，迭代停止，通过评估算法对至少一组更新后打孔速度进行评估，确定目标打孔速度。

候选打孔速度可以是待选择的可能成为目标打孔速度的打孔速度。在一些实施例中，候选打孔速度基于预设打孔速度随机加减一定数值，再随机组合生成。在一些实施例中，一组候选打孔速度可以包括多组钻头对应的多组子候选打孔速度。多组钻头是按照打孔深度与孔径大小进行分组的，当钻头的打孔深度与孔径大小都相同时分为一组。每一组钻头与同一个旋转主轴连接，对应的打孔速度由主轴控制。

在一些实施例中，处理器140可以在预设的打孔速度范围内，随机生成一组候选打孔速度。

在一些实施例中，至少一组候选打孔速度中，至少一组钻头的打孔速度相关于钻孔深度。钻孔深度可以基于打孔参数确定，关于打孔参数的内容可以参见图2及其相关描述。

在一些实施例中，至少一组钻头的打孔速度可以随着打孔深度，阶段性先升高后降低。例如，某组钻头打孔深度为L毫米，则可以将该组钻头的打孔速度按照打孔深度的增加分为三个预设速度阶段(如前1/3L毫米速度为A，中间1/3L毫米速度为B，后1/3L毫米速度为C)。打孔深度的划分还可以是其他方式，本说明书对此不做限制。

本说明书的一些实施例，通过将打孔速度与打孔深度相关联，打孔开始时，打孔速度先慢后快，避免了因钻头打滑，速度过快时易对电路板造成损伤的问题，打孔结束时，适当降低打孔速度，避免了打孔机从高速转动的状态骤然停止，能够延长打孔机寿命，提高合格率。

在一些实施例中，处理器可以基于预设算法，对至少一组候选打孔速度进行至少一轮迭代更新，确定更新后打孔速度。候选打孔速度可以表示为(X

在一些实施例中，初始的多个候选打孔速度可以通过随机的方法生成。例如，可以随机生成初始候选打孔速度为(X

在一些实施例中，迭代更新可以包括多轮，当预设迭代条件被满足时，迭代结束。处理器可以基于多个候选打孔速度，经多轮迭代后得到多个更新后的候选打孔速度。更新后的候选打孔速度可以用于确定目标打孔速度。在一些实施例中，处理器还可以基于对多个更新后的候选打孔速度，通过评估算法确定目标打孔速度。关于预设迭代条件、评估算法确定目标打孔速度的内容可以参见下文所述。

在一些实施例中，至少一轮迭代更新可以包括：对至少一个候选打孔速度，更新候选打孔速度的多维增量(即，待更新多维增量)，得到更新后多维增量；基于更新后多维增量，更新候选打孔速度，确定更新后打孔速度。

多维增量是指候选打孔速度中每一组钻头对应的打孔速度的更新幅度。多维增量可以包括多个，多个多维增量可以与多个候选打孔速度一一对应。多维增量可以包括多个子增量，每个子增量代表多维增量的每一维的元素。多个子增量可以与候选打孔速度中每一组钻头的打孔速度一一对应。多维增量可以表示为(V

处理器对候选打孔速度的迭代更新包括，基于与每组钻头对应的子增量迭代更新每组钻头的打孔速度。例如，可以将子增量与原来的打孔速度相加，得到更新后的打孔速度，即更新后的打孔速度可以表示为(X

在一些实施例中，多个候选打孔速度对应的多维增量的初始值可以相同或不同。其中，初始多维增量可以基于随机的方式生成。

在一些实施例中，对于多轮迭代更新中的至少一轮，处理器可以基于候选打孔速度与历史最优解的关系，更新多维增量。例如，如果候选打孔速度与历史最优解的差值较小，则对应的多维增量较小；反之则较大。

在一些实施例中，对于候选打孔速度A，历史最优解包括候选打孔速度A对应的个体最优解，以及与多个候选打孔速度共同对应的群体最优解。其中，多个候选打孔速度对应的群体最优解相同，个体最优解不同。

第i个候选打孔速度对应的个体最优解是指截至当前迭代更新轮次，第i个候选打孔速度对应的多个更新候选打孔速度中评估值最优的更新候选打孔速度。例如，第K轮迭代时，第i个候选打孔速度对应的个体最优解可以是前K-1轮迭代过程中，所有更新的第i个候选打孔速度中评估值最优的更新候选打孔速度。

第i个候选打孔速度对应的群体最优解是指截至当前迭代轮次，多个候选打孔速度对应的所有更新候选打孔速度中评估值最优的更新候选打孔速度。例如，第K轮迭代时，第i个候选打孔速度对应的群体最优解可以是所有候选打孔速度在前K-1轮迭代过程中，评估值最优的更新候选打孔速度。

处理器更新候选打孔速度对应的多维增量可以对每个多维增量的子分量基于以下公式确定：更新后的子增量＝权重1*原多维分量的子增量+权重2*第一差值+权重3*第二差值。

其中，第一差值对应于候选打孔速度与个体最优解的差值；第二差值对应于候选打孔速度与群体最优解的差值。

权重1、权重2、权重3可以预设，也可以通过其他方式确定，例如，基于回归分析等算法确定。

预设迭代条件可以是评估值大于预设值，或者评估值收敛，或者迭代完成规定次数等。评估值可以是调整后打孔特征与目标打孔特征之间的差异，用于反映基于候选打孔速度进行打孔的效果。关于评估值的确定、调整后打孔特征与目标打孔特征可以参见图4及后文的相关描述。

在一些实施例中，迭代停止后，处理器可以通过评估算法对至少一组更新后打孔速度进行评估，确定目标打孔速度。在一些实施例中，处理器还可以基于评估算法，对每一轮迭代生成的更新后打孔速度进行评估，无需等到迭代停止。

评估算法可以指用于评估基于更新后打孔速度进行电路板打孔的打孔质量的算法。例如，评估算法可以评估基于更新后打孔速度进行电路板打孔的调整后打孔特征、与目标打孔特征的差异。

目标打孔速度可以是最终用于正式打孔的打孔速度。

在一些实施例中，处理器可以基于评估算法对至少一组更新后打孔速度进行评估，确定评估值。例如，处理器可以将基于更新后候选打孔速度进行打孔的调整后打孔特征，与目标打孔特征对比，将差异值的倒数确定为评估值。

在一些实施例中，处理器可以先确定调整后打孔特征与目标打孔特征中孔的种类及相应数量是否相同。若不同，则将差异值确定为最大，例如预设差异值最大为100。若相同，则确定调整后打孔特征与目标打孔特征中形状特征与位置特征的相似度，相似度越大，差异值越小。例如，可以通过图像识别技术确定相似度。

在一些实施例中，处理器可以将候选打孔速度中，与目标打孔特征差异最小的候选打孔速度，确定为目标打孔速度。

在一些实施例中，处理器可以基于评估值，将评估值最大的更新后候选打孔速度确定为目标打孔速度。

在一些实施例中，评估算法可以包括确定至少一组更新后打孔速度的调整后打孔特征向量与目标打孔特征的差异；调整后打孔特征可以通过评估模型确定。

在一些实施例中，如图4所示，评估模型包括特征提取层420和特征预测层480。特征提取层420可以用于对电路子板设计图410进行处理，确定电路子板特征向量430；特征预测层480可以用于对试打孔的打孔特征440、电路子板特征向量430、至少一组更新后打孔速度450、铝板和垫板厚度460、当前打孔前预设打孔次数的目标打孔速度470进行处理，确定调整后打孔特征490。

评估模型可以为上文中自定义的机器学习模型，也可以是神经网络模型，如卷积神经网络模型。

在一些实施例中，电路子板设计图410可以是一层或者多层，若是多层，则可以基于特征提取层420对每一层的电路子板设计图410进行处理，确定多个电路子板特征向量430。

其中，关于试打孔的打孔特征的内容可以参见图3及其相关描述。

电路子板特征向量430可以为用于反映电路子板中线路分布和/或孔位分布等的向量。

调整后打孔特征可以是基于更新后候选打孔特征向量进行试打孔可能得到的打孔特征。在一些实施例中，调整后打孔特征可以表示成向量的形式，向量中元素分别为孔的类型和数量、孔的形状特征、孔的位置特征。

目标打孔特征可以是期望得到的打孔特征。目标打孔特征对应的打孔质量较优。

关于基于调整后打孔特征、目标打孔特征确定差异的内容参见上文所述。

铝板和垫板是电路板打孔过程中用于辅助的工具。铝板与垫板厚度会影响打孔的速度及深度。

当前打孔前预设打孔次数的目标打孔速度可以是：当前打孔的前几次打孔时的目标打孔速度。例如，当前打孔为第5次打孔操作，则当前打孔前预设打孔次数的目标打孔速度可以是第1次、第2次、第3次和第4次打孔时的目标打孔速度。

在一些实施例中，评估模型可以通过联合训练获取。联合训练的方法可以包括梯度下降法等。

在一些实施例中，训练评估模型的第二训练样本可以包括多组样本电路子板设计图、样本试打孔的打孔特征、样本调整后试打孔速度、样本铝板和垫板厚度和样本历史前几次打孔的目标打孔速度。第二训练样本可以通过历史数据获取。第二标签可以是第二训练样本对应的实际调整后打孔特征。在一些实施例中，处理器可以基于样本调整后试打孔速度进行试打孔，获取目标图像，并基于特征提取模型确定实际调整后打孔特征，作为第二标签。

本说明书的一些实施例，通过机器学习模型的方式，综合电路子板设计图，试打孔特征，电路子板特征向量，试打孔的打孔特征，更新后打孔速度，铝板和垫板厚度和目标打孔速度多方面多因素得到调整后打孔特征，使得结果更加准确，并且提高了效率。

本说明书的一些实施例，通过预设打孔参数并基于预设算法对打孔速度进行迭代，通过迭代对打孔速度进行调整，若满足预设迭代条件则通过评估算法评估，最终确认目标打孔速度。得到的目标打孔速度更加精准，有利于提高生产质量。

图5是根据本说明书一些实施例所示的确定打孔顺序的示例性流程图。如图5所示，流程500包括下述步骤。在一些实施例中，流程500可以由处理器140执行。

在一些实施例中，处理器还可以用于基于预设方法确定打孔时至少一组钻头的打孔顺序。对于每组钻头，基于预设方法确定打孔顺序的实现方式如下：

步骤510，生成至少一组候选打孔顺序，通过预设算法为至少一组候选打孔顺序确定至少一个目标打孔速度。

候选打孔顺序可以指待选择的可能成为目标打孔顺序的打孔顺序。打孔顺序即每组/每个钻头进行打孔的先后顺序。在一些实施例中，候选打孔顺序可以由处理器140默认生成。在预设的约束条件内随机生成预设组数(比如10组)候选打孔顺序。约束条件可以基于实际打孔需求确定，例如，约束条件可以是A组钻头对应的孔和B组钻头对应的孔需要分开打；C组钻头和D组钻头必须组合打孔等。

在一些实施例中，打孔顺序可以包括操作次数和每次操作的至少一组钻头序号。相应地，候选打孔顺序也包括操作次数和每次操作的至少一组钻头序号。

操作次数可以是完成电路板打孔需要进行的打孔次数。

钻头的序号可以是预设的钻头编号。

例如，假设有5组钻头，编号分别为A，B，C，D，E。

若电路板打孔需要进行5次操作，每一次由一组钻头单独操作，则打孔顺序可以是A→B→C→D→E、或C→D→E→B→A或其他顺序等。

若打孔需要进行3次操作，则5组钻头可以根据打孔需求进行组合。则打孔顺序可以是AB→C→DE、或A→BC→DE或其他组合及顺序等。

其他打孔步骤，如分2次、4次操作进行打孔，打孔顺序的排列原理与上述类似。

本说明书的一些实施例，通过对打孔顺序设置操作次数和每次操作的操作顺序，可以使得打孔顺序更加的精确，提高打孔质量。

在一些实施例中，对于至少一组候选打孔顺序中每组候选打孔顺序，处理器可以通过预设算法都得到一个目标打孔速度。

假设有5组钻头(编号：ABCDE)，一共需要生成3组候选打孔顺序，分别是候选打孔顺序1(A→B→C→D→E)，候选打孔顺序2(AB→C→DE)，候选打孔顺序3(ABC→DE)。

对于候选打孔顺序1(A→B→C→D→E)，处理器可以在预设打孔速度范围内随机生成至少一组候选打孔速度，然后通过预设算法对候选打孔顺序1对应的至少一组候选打孔速度进行迭代更新，确定候选打孔顺序1对应的目标打孔速度。关于基于预设算法迭代更新确定目标打孔速度的更多内容，可以参见上文的相关描述。

同理，对于候选打孔顺序2、候选打孔顺序3等，基于上述相同的方法确定对应的目标打孔速度。

步骤520，基于评估模型确定至少一个目标打孔速度的至少一个调整后打孔特征。

在一些实施例中，处理器基于目标评估模型确定至少一个目标打孔速度对应的至少一个调整后打孔特征的内容可以参见图4及其相关描述。值得说明的是，此处基于评估模型进行处理时，图4的评估模型的输入中候选打孔速度需替换为目标打孔速度。

在一些实施例中，由于多组候选打孔顺序对应多组目标打孔速度，因此，评估模型需要进行多次处理，确定多个目标打孔速度对应的调整后打孔特征。

步骤530，基于至少一组候选打孔顺序，通过故障预测模型预测每组候选打孔顺序对应的电路板的故障类型和故障概率。

故障类型可以包括电路板打孔时可能出现故障的具体类型。例如，包括电路板断裂、板翘程度不符和要求、刀片断裂等。故障概率即每种故障类型可能出现的概率。在一些实施例中，可以选取多种故障类型对应的故障概率中最大的作为最终电路板打孔的故障概率。

在一些实施例中，故障预测模型可以为机器学习模型，或神经网络模型，如分类模型等。

在一些实施例中，处理器可以通过故障预测模型对至少一组候选打孔顺序、至少一个目标打孔速度、电路子板特征向量、当前打孔前预设打孔次数的目标打孔顺序进行处理，确定至少一组候选打孔顺序对应的电路板的故障类型和故障概率。其中，一组候选打孔顺序对应一个电路板的故障类型和故障概率。

当前打孔前预设打孔次数的目标打孔顺序可以是当前打孔的前几次打孔的目标打孔顺序。

关于目标打孔速度、电路子板特征向量的更多内容，参见图4及其相关描述。

在一些实施例中，故障预测模型可以通过梯度下降法等方式训练获取。训练故障预测模型的第三训练样本可以通过历史数据获取。第三标签为第三训练样本对应的实际故障类型和每种故障类型发生故障的概率，可以基于历史数据中发生某个类型故障的数据量占总数据量的比值确定。

本说明书的一些实施例，通过故障预测模型预测出基于不同的候选打孔顺序及对应的目标打孔速度进行打孔时，电路板可能发生故障的类型和概率，可以为后续基于故障类型和故障概率确定目标打孔顺序提供可靠的数据支撑；同时，通过故障预测模型进行预测可以提高预测效率和准确率。

步骤540，基于至少一个故障概率、至少一个调整后打孔特征，确定目标打孔顺序，作为每组钻头的打孔顺序。

目标打孔顺序可以是最终用于正式打孔的打孔顺序。

在一些实施例中，处理器140可以基于至少一个故障概率、至少一个调整后打孔特征，通过多种方式确定目标打孔顺序。例如，处理器可以将多组候选打孔顺序中，故障概率和调整后打孔特征满足预设要求的候选打孔顺序确定为目标打孔顺序。

例如，处理器140可以先从所有的候选打孔顺序中，确定故障概率低于第一阈值的至少一组第一候选打孔顺序。第一阈值为预先设置的故障概率阈值。然后从至少一组第一候选打孔顺序中，确定对应的调整后打孔特征与目标打孔特征的差异小于第二阈值的至少一组第二候选打孔顺序。第二阈值为预先设置的差异阈值，与目标打孔特征满足差异阈值的调整后打孔特征满足打孔精度要求。从至少一组第二候选打孔顺序中选择对应的调整后打孔特征与目标打孔特征的差异最小的第二候选打孔顺序，作为目标打孔顺序。

在一些实施例中，确定目标打孔顺序还可以包括：基于至少一组候选打孔顺序的打孔时间，确定目标打孔顺序。

打孔时间可以是完成电路板打孔的时间。

在一些实施例中，处理器可以确定至少一组第二候选打孔顺序的打孔时间，将打孔时间最短的第二候选打孔顺序确定为目标打孔顺序。在一些实施例中，打孔时间与操作次数成正比。处理器可以基于每组第二候选打孔顺序中的操作次数，确定打孔时间。

本说明书的一些实施例，通过选择打孔时间短的候选打孔顺序得到的目标打孔顺序，可以提高生产效率。

本说明书的一些实施例，通过为候选打孔顺序确认目标打孔速度并确定对应的调整后打孔特征，再预测基于候选打孔速度打孔电路板可能产生的故障情况，综合确定目标打孔顺序，能够使得基于确定的目标打孔顺序进行打孔时电路板故障率更小，打孔质量更佳。

本说明书一些实施例还提供了一种电路板智能生产控制装置，该装置包括至少一个存储器和至少一个处理器，至少一个存储器用于存储计算机指令，至少一个处理器执行计算机指令或部分指令，以实现上述实施例中任意一项所述的电路板智能生产工艺。

本说明书一些实施例还提供了一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述实施例中任意一项所述的电路板智能生产工艺。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。