電子元器件的檢測與誤差分析

尚恒 李娜

【關鍵詞】電子元器件;檢測;誤差分析

一、引言

軍用電子元器件作為電子裝備的基礎組成單元，內部組成復雜，精密度高，在電子裝備的功能實現、性能指標提升、裝備可靠性等方面扮演著不可或缺的角色。如此微小的體積，內部卻包含著復雜的P-N節和連接線，稍有不慎就會造成元器件故障，進而影響裝備的可靠性，甚至會引發備戰、作戰事故，不可輕視。本文提出新的電子元器件的檢測研究，為進一步提高電子元器件檢測精度，采用誤差分析的方式，分析電子元器件檢測誤差，致力于將電子元器件檢測誤差降至更低水平。

二、電子元器件的檢測方法研究

（一）電子元器件檢測圖像預處理

在檢測電子元器件時，需要執行電子元器件檢測圖像預處理，本文采用可見光相機方式采集電子元器件表面圖像。針對圖像中突變的灰度值采用波峰表示，設電子元器件檢測圖像中像素的灰度值矩陣為P，基于小波變換正弦交換P，得出正弦交換后的像素的灰度值矩陣C，正弦交換過程，通過方程式表示，如公式（1）所示。

式（1）中，Q為原始電子元器件檢測圖像。通過公式（1）正弦交換得到電子元器件檢測圖像像素的灰度值矩陣，將得到的像素灰度值看作為待編碼數據。設讀取字符流中下一個字符為w，更新后綴為S，則電子元器件檢測圖像預處理的具體流程，如圖1所示。

電子元器件檢測圖像預處理編碼總是向著增大的方向進行，注意電子元器件檢測圖像標準取值范圍，剔除超出或低于范圍內的無效數據。

（二）電子元器件檢測圖像平滑去噪、增強

電子元器件檢測圖像預處理后，需要對電子元器件檢測圖像進行平滑去噪，進而去除圖像中噪聲與背景的干擾，保證電子元器件檢測圖像精度。設去除圖像中噪聲與背景的表達式為c，則其公式如下公式（2）所示。

在電子元器件檢測圖像平滑去噪的基礎上，本文采用圖像增強的方式，提高電子元器件檢測視覺效果。設g（x，y）為經過二值化處理后的輸出圖像，f（x，y）為采集到的原始圖像，T為灰度值（取值范圍0-255）。二值化處理的箅法設定為：

如式（3）所示，考慮到光照不均的情況，本文采用自適應閥值的算法增強電子元器件檢測圖像，進而滿足電子元器件檢測對于圖像清晰度的要求。

（三）實現電子元器件的檢測

電子元器件檢測圖像平滑去噪、增強后，通過分析圖像形態學，實現電子元器件檢測。用深度學習分類器判斷電子元器件損傷目標的屬性，通過深度學習的學習能力及表達能力，在眾多檢測數據中有效提取出損傷目標的特征，以此達到電子元器件檢測的目的。

三、電子元器件的檢測誤差分析

（一）確定電子元器件檢測誤差邊緣像素點

在電子元器件的檢測誤差分析過程中，必須預先確定誤差邊緣像素點，展開誤差分析?；谶吘壪袼攸c的離散性特點，相關系數閾值法是一種切實可行的處理算法。首先，提取邊緣像素點，其次擬合邊緣像素點，連接成線，通過擬合誤差邊緣像素點在直線中的位置，考慮到誤差邊緣像素點并不是統一在一條直線中，因此，采用最小二乘法，將偏離點擬合到直線附近。

（二）提取離散型電子元器件檢測誤差信號

確定誤差邊緣像素點的基礎上，基于模糊神經網絡離散化表達誤差分析信號，為提取離散型誤差分析信號奠定基礎?？衫媚：窠浘W絡技術單獨選用中間層的傳遞函數和模糊神經元數目作為模糊神經元的控制核心，進而提取離散型誤差信號。通過模糊神經網絡中的傳遞函數訓練采集到的誤差信息，提取離散型誤差診斷信號的有效值，進而獲得其映射關系。設運用傳遞函數提取離散型誤差信號的表達式為k，則有公式（4）。

式（4）中，x為當前取值范圍下誤差信號線路的流經狀態;N為電子元器件檢測最大允許誤差。利用上式，獲得其映射關系，從而提取離散型誤差信號。

（三）分析電子元器件的檢測誤差

針對上述提取的離散型誤差信號，分析處理誤差信息。通過C語言編碼中的deviceld指令減少誤差分析中的冗余值，傳輸實時動態誤差數據。利用NB-IOT技術將誤差分析功能連接后臺，顯示誤差信息。通過計算每個數據的映射值，以此獲得誤差分析結果。設誤差分析結果的表達式為Q，則有公式（5）。

式（5）中：E為誤差分析時線路的電流極值;為誤差分析影響因素個數;K為離散型誤差信號的有效值;B為誤差分析時電流的流經強度。計算得出的映射值作為誤差分析的關鍵依據，結合誤差分析數據的實時傳遞情況，傳輸終端數據，并顯示數據信息，完成電子元器件的檢測誤差分析。

四、結束語

電子元器件檢測具有一定的難度，利用檢測方式盡管能夠提高檢測精度，但仍在會存在檢測誤差。在分析檢測誤差過程中，明確電子元器件檢測誤差產生的相關影響因素。但本文研究仍在存在不足之處，主要表現為對電子元器件檢測誤差分析方式較為單一，未在其中引入平均誤差，并且未充分考慮到電子元器件生產系統的誤差因素，上述內容在未來針對此方面的研究中可以作為補充內容加以說明。