紅外熱像儀在電路板故障診斷中的運(yùn)用初探

李展

摘要：在電路板修理中，對(duì)于故障的檢測(cè)，可采用多種方法，比如波形觀察、電阻測(cè)試以及直接觀察等，對(duì)于這些方法而言，要求修理人員能充分掌握產(chǎn)品功能，有效了解工作原理，而且需擁有一定的電路分析能力。本文對(duì)測(cè)試系統(tǒng)進(jìn)行了探討，對(duì)故障診斷進(jìn)行了分析，本人能力有限，希望能幫助到相關(guān)人士。

關(guān)鍵詞：紅外熱像儀;故障診斷;電路板

中圖分類號(hào)：V267;TP391.41;TN219?? 文獻(xiàn)標(biāo)識(shí)碼：A?? 文章編號(hào)：1672-9129（2020）12-0049-02

引言：在裝備維修方面，常存在一系列的難題，比如技術(shù)資料不全面、國(guó)外先進(jìn)技術(shù)的封鎖等。為實(shí)現(xiàn)維修保障能力的提高，對(duì)于電路板故障的診斷，可借助于紅外熱成像檢測(cè)，與以往電路檢測(cè)方法對(duì)比而言，最主要的優(yōu)勢(shì)就是檢測(cè)無(wú)損化，也就是非接觸式檢測(cè)，能確保電路的完整，不過(guò)于依賴電路原理，檢測(cè)結(jié)果更加直觀、更加明了，有著較高的定位效率。

1 紅外熱像儀測(cè)試系統(tǒng)

對(duì)于該系統(tǒng)而言，由多個(gè)成分組成，比如定位標(biāo)志、電動(dòng)平臺(tái)、PC、圖像采集卡，以及紅外熱像儀等?；谟脩籼峁┑墓收吓c標(biāo)準(zhǔn)電路板，同時(shí)結(jié)合適配負(fù)載以及有關(guān)電源等，系統(tǒng)完成測(cè)試工作，對(duì)于電動(dòng)平臺(tái)而言，主要基于紅外熱像儀，促使其成為可調(diào)熱像傳感器，來(lái)達(dá)到采集熱像的目的，該熱像源于較大尺寸的電路板。對(duì)于計(jì)算機(jī)而言，是該系統(tǒng)的控制核心，可對(duì)圖像進(jìn)行處理，能自動(dòng)或者手動(dòng)檢測(cè)故障，使用者可借助于計(jì)算機(jī)，來(lái)操作檢測(cè)過(guò)程。對(duì)于該系統(tǒng)參數(shù)而言，主要包含以下方面：像素最大為384*288;熱響應(yīng)時(shí)間為10ms;測(cè)試尺寸為200毫米*200毫米;幀頻為16赫茲;分辨率為320*240;運(yùn)行溫度介于零下40攝氏度至零上60攝氏度之間。

2 故障診斷分析

在故障診斷中，圖像的判讀以及處理是不易進(jìn)行操作的。通常情況下，基于紅外熱像圖，需對(duì)色彩變化情況進(jìn)行判斷，需對(duì)溫度場(chǎng)分布進(jìn)行判斷?；诩t外熱像圖，關(guān)于對(duì)其的分析以及觀察，可包含以下層面：定量層面，比如，當(dāng)溫度達(dá)到最高時(shí)，能有多高;定性層面，比如在圖中，溫度較高的是那一部分，溫度較低的是那一部分。該系統(tǒng)對(duì)于故障的診斷，主要基于溫度閾值法?；陲@示頁(yè)面，將有關(guān)的診斷特征參數(shù)設(shè)置好，之后即可對(duì)故障進(jìn)行診斷。比如，當(dāng)輸入處于正常運(yùn)轉(zhuǎn)狀態(tài)時(shí)，高溫閾值為24，低溫閾值為15，在執(zhí)行確定按鈕之后，即可顯示診斷結(jié)果，若存在異常點(diǎn)，通過(guò)系統(tǒng)的作用，可將這些異常點(diǎn)選擇出來(lái)，為相關(guān)人員進(jìn)行對(duì)比，提供有力參考。對(duì)于該系統(tǒng)的診斷以及檢測(cè)分析，主要借助于比較分析法。一般情況下，當(dāng)電路處于正常運(yùn)轉(zhuǎn)狀態(tài)時(shí)，對(duì)于標(biāo)準(zhǔn)紅外圖像而言，是提前采集好的，當(dāng)電路出現(xiàn)故障時(shí)，對(duì)于待測(cè)紅外圖像而言，是基于電路故障，結(jié)合維修需求，來(lái)進(jìn)行現(xiàn)場(chǎng)采集的。系統(tǒng)在經(jīng)過(guò)對(duì)標(biāo)準(zhǔn)與待測(cè)紅外圖像比較之后，能自動(dòng)查找故障區(qū)域，而且在一定程度上，可對(duì)故障元器件進(jìn)行識(shí)別。

3 系統(tǒng)實(shí)現(xiàn)

3.1系統(tǒng)實(shí)現(xiàn)流程 。第一步：初始化：在用戶界面模塊完成。用戶可以打開文件選擇圖像文件，進(jìn)入下一步。本模塊利用_init__（self）函數(shù)實(shí)現(xiàn)用戶界面的初始化。

第二步：獲取圖像：獲取圖像在獲取圖像模塊完成。在該模塊中，將用戶指定的圖像在系統(tǒng)的圖像顯示框中顯示出來(lái)。OpenFile（self， event）函數(shù)實(shí)現(xiàn)了獲取圖像模塊的功能，使用戶可以隨意打開任何一張想要對(duì)其進(jìn)行人臉檢測(cè)的圖像。

第三步：人臉檢測(cè)：在人臉檢測(cè)模塊完成。該模塊主要是對(duì)用戶指定的圖像進(jìn)行人臉檢測(cè)，對(duì)指定的圖像做相應(yīng)的處理之后再進(jìn)行人臉檢測(cè)算法的調(diào)用，并將處理結(jié)果和檢測(cè)結(jié)果另外顯示。這一步用到O噴CV的兩個(gè)函數(shù)：Detect（）函數(shù)和FindFace（）函數(shù)，其中Detect（）是人臉檢測(cè)模塊的輔助函數(shù)， FindFace（）函數(shù)是人臉檢測(cè)模塊的主函數(shù)。

3.2系統(tǒng)實(shí)現(xiàn)結(jié)果。本系統(tǒng)可以正確檢測(cè)出圖像文件的人臉，并標(biāo)識(shí)出來(lái)，圖2是運(yùn)行結(jié)果，在用戶選擇的圖像文件中標(biāo)識(shí)出人臉位置。

4 總結(jié)

本系統(tǒng)的檢測(cè)成功率雖然比較高，但少數(shù)情況下仍不可避免會(huì)出現(xiàn)漏錯(cuò)檢問(wèn)題。由此看出，人臉檢測(cè)受到多種因素的影響，如獲取圖像時(shí)的角度、人臉表情的多樣化、有遮擋物存在、光照不同等情況下都可能會(huì)影響人臉檢測(cè)的結(jié)果。因此，我們應(yīng)該不斷尋求和開發(fā)更完善的算法，以期達(dá)到更高的檢測(cè)成功率。

本系統(tǒng)主要針對(duì)靜止圖像中的人臉進(jìn)行檢測(cè)，下一步工作是在人臉檢測(cè)的基礎(chǔ)上，添加動(dòng)態(tài)信息庫(kù)，解決人臉跟蹤的問(wèn)題。

參考文獻(xiàn)：

[1] 王映輝.人臉識(shí)別——原理、方法與技術(shù)[M].北京：科學(xué)出版社，2010：1～35

[2] 史東承.人臉圖像信息處理與識(shí)別技術(shù)[M].北京：電子工業(yè)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于一米以下范圍，為提升檢測(cè)精度，需確保檢測(cè)距離的一致。