APP下载

红外热像仪在电路板故障诊断中的运用初探

2020-12-02李展

数码设计 2020年12期
关键词:电路板故障诊断

李展

摘要:在电路板修理中,对于故障的检测,可采用多种方法,比如波形观察、电阻测试以及直接观察等,对于这些方法而言,要求修理人员能充分掌握产品功能,有效了解工作原理,而且需拥有一定的电路分析能力。本文对测试系统进行了探讨,对故障诊断进行了分析,本人能力有限,希望能帮助到相关人士。

关键词:红外热像仪;故障诊断;电路板

中图分类号:V267;TP391.41;TN219   文献标识码:A   文章编号:1672-9129(2020)12-0049-02

引言:在装备维修方面,常存在一系列的难题,比如技术资料不全面、国外先进技术的封锁等。为实现维修保障能力的提高,对于电路板故障的诊断,可借助于红外热成像检测,与以往电路检测方法对比而言,最主要的优势就是检测无损化,也就是非接触式检测,能确保电路的完整,不过于依赖电路原理,检测结果更加直观、更加明了,有着较高的定位效率。

1 红外热像仪测试系统

对于该系统而言,由多个成分组成,比如定位标志、电动平台、PC、图像采集卡,以及红外热像仪等。基于用户提供的故障与标准电路板,同时结合适配负载以及有关电源等,系统完成测试工作,对于电动平台而言,主要基于红外热像仪,促使其成为可调热像传感器,来达到采集热像的目的,该热像源于较大尺寸的电路板。对于计算机而言,是该系统的控制核心,可对图像进行处理,能自动或者手动检测故障,使用者可借助于计算机,来操作检测过程。对于该系统参数而言,主要包含以下方面:像素最大为384*288;热响应时间为10ms;测试尺寸为200毫米*200毫米;帧频为16赫兹;分辨率为320*240;运行温度介于零下40摄氏度至零上60摄氏度之间。

2 故障诊断分析

在故障诊断中,图像的判读以及处理是不易进行操作的。通常情况下,基于红外热像图,需对色彩变化情况进行判断,需对温度场分布进行判断。基于红外热像图,关于对其的分析以及观察,可包含以下层面:定量层面,比如,当温度达到最高时,能有多高;定性层面,比如在图中,温度较高的是那一部分,温度较低的是那一部分。该系统对于故障的诊断,主要基于温度阈值法。基于显示页面,将有关的诊断特征参数设置好,之后即可对故障进行诊断。比如,当输入处于正常运转状态时,高温阈值为24,低温阈值为15,在执行确定按钮之后,即可显示诊断结果,若存在异常点,通过系统的作用,可将这些异常点选择出来,为相关人员进行对比,提供有力参考。对于该系统的诊断以及检测分析,主要借助于比较分析法。一般情况下,当电路处于正常运转状态时,对于标准红外图像而言,是提前采集好的,当电路出现故障时,对于待测红外图像而言,是基于电路故障,结合维修需求,来进行现场采集的。系统在经过对标准与待测红外图像比较之后,能自动查找故障区域,而且在一定程度上,可对故障元器件进行识别。

3 系统实现

3.1系统实现流程 。第一步:初始化:在用户界面模块完成。用户可以打开文件选择图像文件,进入下一步。本模块利用_init__(self)函数实现用户界面的初始化。

第二步:获取图像:获取图像在获取图像模块完成。在该模块中,将用户指定的图像在系统的图像显示框中显示出来。OpenFile(self, event)函数实现了获取图像模块的功能,使用户可以随意打开任何一张想要对其进行人脸检测的图像。

第三步:人脸检测:在人脸检测模块完成。该模块主要是对用户指定的图像进行人脸检测,对指定的图像做相应的处理之后再进行人脸检测算法的调用,并将处理结果和检测结果另外显示。这一步用到O喷CV的两个函数:Detect()函数和FindFace()函數,其中Detect()是人脸检测模块的辅助函数, FindFace()函数是人脸检测模块的主函数。

3.2系统实现结果。本系统可以正确检测出图像文件的人脸,并标识出来,图2是运行结果,在用户选择的图像文件中标识出人脸位置。

4 总结

本系统的检测成功率虽然比较高,但少数情况下仍不可避免会出现漏错检问题。由此看出,人脸检测受到多种因素的影响,如获取图像时的角度、人脸表情的多样化、有遮挡物存在、光照不同等情况下都可能会影响人脸检测的结果。因此,我们应该不断寻求和开发更完善的算法,以期达到更高的检测成功率。

本系统主要针对静止图像中的人脸进行检测,下一步工作是在人脸检测的基础上,添加动态信息库,解决人脸跟踪的问题。

参考文献:

[1] 王映辉.人脸识别——原理、方法与技术[M].北京:科学出版社,2010:1~35

[2] 史东承.人脸图像信息处理与识别技术[M].北京:电子工业出版社,2010:1~47

[3] Padmaja,K.&T.N.Prabakar.FPGA based real time face detection using Adaboost and histogram equalization.IEEE[J].2012,01:111~115于一米以下范围,为提升检测精度,需确保检测距离的一致。

猜你喜欢

电路板故障诊断
风力发电机组齿轮箱轴承故障诊断分析
基于人工神经网络的故障诊断专利浅析
浅谈机电一体化设备的故障诊断技术研究
基于EMD和SSAE的滚动轴承故障诊断方法
通信标签辅助式电路板管家系统的建立
电路板的有限元热分析及热变形分析方法
实验电路板在物理复习课中的妙用
基于R8C的汽车OBD通用故障诊断仪设计
闪存落水处理方法