本发明属于pcb技术领域，具体涉及一种应用于pcb制造技术特征的工艺行为识别系统。
背景技术：
由于印制线路板的工艺流程特性，线路板制造流程分为22个大工艺流程，每个大流程又存在5-10个小流程，导致印制线路板制造设备的复杂性；同时由于印制线路板行业属于完全定制型行业，涉及到的客户需求、制造能力相差极大；以及公司投资策略层面对于设备更新换代的意愿，存在同一种设备几个不同类型的型号/供应商；前期的工业互联网落地场景应用，主要基本设备本身数据的获取、传输、分析而成；在印制线路板行业中，由于流程复杂、学科交叉多，在实际的生产应用中，固定的数据格式与分析平台，很难满足多元化的应用需求；而支持多元化、多维度的数据处理平台，需要大量的投入，在目前的条件下，其投入产出比严重失衡。
且数据格式固定，不利于调整等一系列问题，导致了目前工厂的mes系统数据完整度较差，不能很好解决数据获取及数据上传及统计分析的问题，导致数据分析平台无数据可供分析，或者可提供分析的数据种类及数据量不够。
因此，急需一种应用于pcb制造技术特征的工艺行为识别系统，解决上述问题。
技术实现要素：
有鉴于此，本发明提供一种应用于pcb制造技术特征的工艺行为识别系统。
本发明的技术方案为：
一种应用于pcb制造技术特征的工艺行为识别系统，其特征在于，包括平台软件系统、后端子系统、传输子系统、前端子系统、开放接口模块；
所述平台软件系统包括展示模块和平台能力模块；
所述后端子系统包括边缘智能模块；
所述传输子系统包括lan模块；
所述前端子系统包括数据接入模块。
进一步的，所述展示模块包括b/s组件、c/s组件、大屏。
进一步的，所述平台能力模块包括报表导出查看组件、视频展示组件、检出红框组件、报表数据库、图片标记组件、警告通知组件、结构化数据组件、精准片段组件、联动报警组件。
进一步的，所述边缘智能模块包括ai超脑组件、算法组件、算力组件。
进一步的，所述数据接入模块包括ipc组件。
进一步的，所述ai超脑组件可实现：支持ocr数字、字母识别；检测算法（分析图片中对象的位置和数量）；分类算法（分类对象，识别图像的属性）；检测 分类算法；图片分析8张/秒/gpu支持实时视频分析，2路/gpu支持视频轮巡分析，16路/gpu，支持定时抓图分析，16路/gpu。还包括高清编码器，可实现：支持多种视频编码和音频编码格式，编码方式灵活；基于linux操作系统，代码固化在flash中，运行稳定可靠；支持多种网络协议，网络功能强大，可联网组成一个强大的安全防范系统；支持hdmi/vga高清视频输入接口，支持最高200w像素实时编码。
进一步的，所述开放接口模块连接有数据采集设备，所述数据采集设备包括：视频采集设备、机器视觉设备、高清视频设备。
进一步的，所述数据采集设备可分别实现以下数据类型的采集：
人员：人员操作规范性识别与检测；
设备：设备运行状态、工作状态监控，产品生产参数信息收集；
物料：产品型号与产品mi比对，生产物料信息收集及比对；
方法：操作规范标准比对，异常行为警报及记录；
环境：温湿度监控、缺料监控。
本申请通过大量创造性劳动，对制造现场的核心制造关键因素：人、机、物、法、环进行有机结合，配合制造现场的现有管理措施与手段，从侧面突破“5g 工业互联网”实施落地。
本发明通过数据采集设备，接入ai超脑进行私有化部署分析报警，保障数据安全；有效解决工业互联网落地投资大，需求高，见效慢的行业特征；利用现有的5g技术，从视频与音效监控着手，完成不同种类数据接口难上传的企业困境；利用定点监控关键参数、特性动作学习；结合产品制造特征参数、产品交期、计划等；通过信息技术与制造技术信息融合，云平台分析处理，间接实现产品制造过程的实时管理。
进一步的，所述人员数据的采集采用视线追踪模式，对操作人员各类注视模式进行有效的辨识，包括：
注视时间（s）:每次注视目标区域的持续时间；
注视次数:测试者注视目标区域的次数；
停留时间（s）:落在目标区域内的所有注视时间的总和；
注视比率（%）:对某一区域每秒的注视次数；
眼跳时间（s）:眼睛在2个注视点之间实际移动的时间。
进一步的，通过平台能力模块对视线追踪模式的失误类型进行识别。
本发明中，采用的视线追踪技术是一种通过检测人员在各个时间注视的位置，注视的时间长短以及眼球的运动轨迹等信息来帮助科学家了解被测人员注意力情况的技术。本发明采用瞳孔-角膜反射法实现操作人员在工艺过程调控中的视线追踪，以识别其发生误操作的可能。视线追踪系统通过将1束红外光线射向眼睛，再利用相机记录来自眼睛的反射信息，然后对该信息进行处理以获得关于注视和眼跳的相关信息。
人员在工艺操作时眼球会产生一系列由于眼球跳动而产生的离散停顿，这些离散停顿被称为注视，眼球的跳动被称为眼跳。视觉对于信息的处理仅在注视期间发生，在眼跳期间被基本抑制，眼睛的整体活动可以认为是注视、眼跳和眨眼的组合。根据眼脑一致假说可以认为，人的眼动特征是能够实时展示其认知情况的窗口，并且能够根据眼动特征提供关于人的认知行为的动态信息。
本发明利用视觉监控与人工智能分析技术与5g技术低延时、高清度特性；对制造现场的核心制造关键因素：人、机、物、法、环进行有机结合；通过系统与工业的标准化动作训练，监控产线人员、设备、环境参数，针对各工艺参数的特征，从视频与音效监控着手，完成不同种类数据接口难上传的企业困境；利用定点监控关键参数、特性动作学习；结合产品制造特征参数、产品交期、计划等；通过信息技术与制造技术信息融合，云平台分析处理，融合大数据、云计算、人工智能基础技术，搭建智能云平台，构建分析平台。
同时，本发明结合pcb制造行业复杂特性与5g技术低延时、高清度特性，在现有的厂区监控及生产流程监控的基础上，利用公司技术积累，分析技术关键技术特性行为（设备、人员、环境），利用人工智能与大数据分析技术，即时反馈产线异常行为与产线异常点预警，实现制造流程智能。
本发明通过系统与工业的标准化动作训练，监控产线人员、设备、环境参数，针对各工艺参数的特征，利用5g低时延、高清高精度特性；融合大数据、云计算、人工智能基础技术，搭建智能云平台，构建pcb制造技术特征的工艺行为识别与分析平台。
本发明的有益效果在于：
解决了目前制造智能化、信息化主要从设备端获取数据短板；
提升了数据获取途径，拓展数据获取途径方式；
能够有效解决mes系统落地实施难度大、投资高、收益慢的短板；
本发明针对工业互联网的获取数据格式标准进行优化，在不改变基本硬件条件下，通过视觉检测实现数据实时处理，形成数据，同时也可以根据实际需要，在视觉系统中完成数据抓取与上传。
本发明通过行为识别技术，不仅可以在印制线路板行业进行推广，而且在其他行业也具有较强的可复制性；特别是对于细分行业领域，自动化设备/智能化设备配套不完善的条件下实现实时监控与即时管理。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施方式，对本发明进行进一步的详细说明。应当理解的是，此处所描述的具体实施方式仅用以解释本发明，并不限定本发明的保护范围。
实施例
一种应用于pcb制造技术特征的工艺行为识别系统，其特征在于，包括平台软件系统、后端子系统、传输子系统、前端子系统、开放接口模块；
所述平台软件系统包括展示模块和平台能力模块；
所述后端子系统包括边缘智能模块；
所述传输子系统包括lan模块；
所述前端子系统包括数据接入模块。
进一步的，所述展示模块包括b/s组件、c/s组件、大屏。
进一步的，所述平台能力模块包括报表导出查看组件、视频展示组件、检出红框组件、报表数据库、图片标记组件、警告通知组件、结构化数据组件、精准片段组件、联动报警组件。
进一步的，所述边缘智能模块包括ai超脑组件、算法组件、算力组件。
进一步的，所述数据接入模块包括ipc组件。
进一步的，所述ai超脑组件可实现：支持ocr数字、字母识别；检测算法（分析图片中对象的位置和数量）；分类算法（分类对象，识别图像的属性）；检测 分类算法；图片分析8张/秒/gpu支持实时视频分析，2路/gpu支持视频轮巡分析，16路/gpu，支持定时抓图分析，16路/gpu。还包括高清编码器，可实现：支持多种视频编码和音频编码格式，编码方式灵活；基于linux操作系统，代码固化在flash中，运行稳定可靠；支持多种网络协议，网络功能强大，可联网组成一个强大的安全防范系统；支持hdmi/vga高清视频输入接口，支持最高200w像素实时编码。
进一步的，所述开放接口模块连接有数据采集设备，所述数据采集设备包括：视频采集设备、机器视觉设备、高清视频设备。
进一步的，所述数据采集设备可分别实现以下数据类型的采集：
人员：人员操作规范性识别与检测；
设备：设备运行状态、工作状态监控，产品生产参数信息收集；
物料：产品型号与产品mi比对，生产物料信息收集及比对；
方法：操作规范标准比对，异常行为警报及记录；
环境：温湿度监控、缺料监控。
本申请通过大量创造性劳动，对制造现场的核心制造关键因素：人、机、物、法、环进行有机结合，配合制造现场的现有管理措施与手段，从侧面突破“5g 工业互联网”实施落地。
本发明通过数据采集设备，接入ai超脑进行私有化部署分析报警，保障数据安全；有效解决工业互联网落地投资大，需求高，见效慢的行业特征；利用现有的5g技术，从视频与音效监控着手，完成不同种类数据接口难上传的企业困境；利用定点监控关键参数、特性动作学习；结合产品制造特征参数、产品交期、计划等；通过信息技术与制造技术信息融合，云平台分析处理，间接实现产品制造过程的实时管理。
进一步的，所述人员数据的采集采用视线追踪模式，对操作人员各类注视模式进行有效的辨识，包括：
注视时间（s）:每次注视目标区域的持续时间；
注视次数:测试者注视目标区域的次数；
停留时间（s）:落在目标区域内的所有注视时间的总和；
注视比率（%）:对某一区域每秒的注视次数；
眼跳时间（s）:眼睛在2个注视点之间实际移动的时间。
进一步的，通过平台能力模块对视线追踪模式的失误类型进行识别。
本发明解决了目前制造智能化、信息化主要从设备端获取数据短板；提升了数据获取途径，拓展数据获取途径方式；能够有效解决mes系统落地实施难度大、投资高、收益慢的短板；本发明针对工业互联网的获取数据格式标准进行优化，在不改变基本硬件条件下，通过视觉检测实现数据实时处理，形成数据，同时也可以根据实际需要，在视觉系统中完成数据抓取与上传。
本发明通过行为识别技术，不仅可以在印制线路板行业进行推广，而且在其他行业也具有较强的可复制性；特别是对于细分行业领域，自动化设备/智能化设备配套不完善的条件下实现实时监控与即时管理。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。需注意的是，本发明中所未详细描述的技术特征，均可以通过本领域任一现有技术实现。
1.应用于pcb制造技术特征的工艺行为识别系统，其特征在于，包括平台软件系统、后端子系统、传输子系统、前端子系统、开放接口模块；
所述平台软件系统包括展示模块和平台能力模块；
所述后端子系统包括边缘智能模块；
所述传输子系统包括lan模块；
所述前端子系统包括数据接入模块。
2.根据权利要求1所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述展示模块包括b/s组件、c/s组件、大屏。
3.根据权利要求1所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述平台能力模块包括报表导出查看组件、视频展示组件、检出红框组件、报表数据库、图片标记组件、警告通知组件、结构化数据组件、精准片段组件、联动报警组件。
4.根据权利要求1所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述边缘智能模块包括ai超脑组件、算法组件、算力组件。
5.根据权利要求1所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述数据接入模块包括ipc组件。
6.根据权利要求4所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述ai超脑组件可实现：支持ocr数字、字母识别；检测算法；分类算法；检测 分类算法；图片分析8张/秒/gpu支持实时视频分析，2路/gpu支持视频轮巡分析，16路/gpu，支持定时抓图分析，16路/gpu。
7.根据权利要求4所述的pcb制造技术特征的工艺行为识别系统，其特征在于，还包括高清编码器，可实现：支持多种视频编码和音频编码格式，编码方式灵活；基于linux操作系统，代码固化在flash中，运行稳定可靠；支持多种网络协议，网络功能强大，可联网组成一个强大的安全防范系统；支持hdmi/vga高清视频输入接口，支持最高200w像素实时编码。
8.根据权利要求1所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述开放接口模块连接有数据采集设备，所述数据采集设备包括：视频采集设备、机器视觉设备、高清视频设备。
9.根据权利要求8所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述数据采集设备可分别实现以下数据类型的采集：
人员：人员操作规范性识别与检测；
设备：设备运行状态、工作状态监控，产品生产参数信息收集；
物料：产品型号与产品mi比对，生产物料信息收集及比对；
方法：操作规范标准比对，异常行为警报及记录；
环境：温湿度监控、缺料监控。
10.根据权利要求9所述的pcb制造技术特征的工艺行为识别系统，其特征在于，所述人员数据的采集采用视线追踪模式，对操作人员各类注视模式进行有效的辨识，包括：
注视时间:每次注视目标区域的持续时间；
注视次数:测试者注视目标区域的次数；
停留时间:落在目标区域内的所有注视时间的总和；
注视比率:对某一区域每秒的注视次数；
眼跳时间:眼睛在2个注视点之间实际移动的时间；
通过平台能力模块对视线追踪模式的失误类型进行识别。
技术总结