买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安晶捷电子技术有限公司申请的专利一种基于多模态数据融合的PCBA线路板焊点检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120449113B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510963098.9，技术领域涉及：G06F18/25；该发明授权一种基于多模态数据融合的PCBA线路板焊点检测方法是由赵俊伟;任青;雷绒绒设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于多模态数据融合的PCBA线路板焊点检测方法在说明书摘要公布了：本发明公开了一种基于多模态数据融合的PCBA线路板焊点检测方法，涉及电子制造质量检测技术领域，构建分布式传感网络并采集多模态数据，全方位获取焊点信息，并进行多模态数据的时空对齐；对多模态数据进行特征提取，通过注意力机制动态加权各模态特征，突出关键缺陷表征；利用图神经网络构建焊点空间拓扑图，建模焊点间的空间关系。本发明通过整合光学、X‑Ray、热学、力学、电学等多维度数据，突破单模态检测的信息局限性，利用不同模态数据的互补，结合注意力机制动态加权各模态特征，精准识别复杂缺陷，并利用图神经网络建模焊点空间拓扑关系，进一步捕捉关联缺陷，提升缺陷分类准确率。

本发明授权一种基于多模态数据融合的PCBA线路板焊点检测方法在权利要求书中公布了：1.一种基于多模态数据融合的PCBA线路板焊点检测方法，其特征在于，包括以下步骤： 步骤1，构建分布式传感网络并采集多模态数据，全方位获取焊点信息，并进行多模态数据的时空对齐； 步骤2，对多模态数据进行特征提取，通过注意力机制动态加权各模态特征，突出关键缺陷表征； 步骤3，利用图神经网络构建焊点空间拓扑图，建模焊点间的空间关系，输入图神经网络学习关联缺陷的上下文特征，识别焊点的关联缺陷，根据PCB的物理布局和焊点的实际位置，构建焊点的空间拓扑图，将每个焊点视为焊点的空间拓扑图内的一个节点，焊点之间的物理连接或空间邻近关系视为边，通过提取焊点的坐标信息和连接关系，生成图的邻接矩阵和节点特征矩阵； 将构建好的焊点空间拓扑图输入到图神经网络中，聚合每个焊点节点的邻域信息，更新节点的特征表示，其中，采用两层GCN，每层包含图卷积、批归一化与ReLU激活，第1层GCN聚合一阶邻域信息，第2层GCN聚合二阶邻域信息，输出维度为128维的上下文特征，并在GCN后引入图注意力层，动态计算邻域节点权重，进而将焊点特征从局部单模态信息扩展为全局上下文信息； 基于上下文特征预测焊点缺陷类型及关联性，应用全连接层+Softmax输出缺陷类型及置信度，并引入对比学习损失减小同类缺陷焊点的特征距离，增加不同类缺陷类型焊点的特征距离，进而通过Grad-CAM生成图级热力图，高亮关键邻域焊点； 步骤4，为每个模态设计独立子检测器，针对不同模态数据特点进行检测，输出缺陷概率，并通过D-S证据理论融合各子检测器结果，综合判断焊点状态； 步骤5，基于历史检测数据构建强化学习模型，以缺陷分类准确率为奖励函数，动态调整各模态子检测器的信任权重，将多模态检测系统建模为强化学习环境，设计状态空间、定义动作空间与构建奖励函数，状态空间的状态向量包含：各模态当前性能、模态冲突水平和焊点特征分布； 将数据划分为训练集与验证集，采用DQN结构构建强化学习模型，结合经验回放机制，存储历史状态-动作-奖励-新状态四元组，同时，引入双DQN技术，分离目标网络与评估网络； 将训练好的强化学习模型部署进行持续改进，每检测100个焊点后，强化学习模型根据当前状态输出动作，并应用动作更新各模态权重，预先设计权重调整限制，单次调整幅度不超过初始权重的20%，若调整后准确率连续3轮下降，自动回滚至上一轮权重配置，同时，每月更新历史数据库，加入最新检测数据与人工复检结果； 步骤6，综合融合结果输出缺陷类型及位置，生成可视化报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安晶捷电子技术有限公司，其通讯地址为：710075 陕西省西安市高新区丈八街办锦业路69号创业研发园A区9号1幢1单元10103室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。