袁詠歆，劉娟

（陜西省電子技術(shù)研究所，陜西西安，712000）

0 引言

元器件作為一種基本元素，其中包含眾多復(fù)雜程度各異的群組，是電子電路的重要組成部分。考慮到元器件生產(chǎn)的成本壓力，如何在降低成本的同時(shí)控制元器件質(zhì)量成為時(shí)下該領(lǐng)域中的重點(diǎn)研究?jī)?nèi)容。我國(guó)針對(duì)元器件質(zhì)量控制方面提出了“七?！睏l件，學(xué)術(shù)界也研究出相應(yīng)的元器件質(zhì)量控制技術(shù)，其主要研究?jī)?nèi)容為分析元器件的破壞性物理，盡管傳統(tǒng)元器件質(zhì)量控制技術(shù)在應(yīng)用中能夠取得一定的研究成果，但在實(shí)際應(yīng)用中的問(wèn)題也凸顯出來(lái)，即為針對(duì)元器件質(zhì)量控制的偏度系數(shù)高，無(wú)法實(shí)現(xiàn)對(duì)元器件質(zhì)量的精準(zhǔn)控制。通過(guò)分析以往控制技術(shù)可知，針對(duì)元器件質(zhì)量控制技術(shù)的優(yōu)化設(shè)計(jì)是提高元器件質(zhì)量的必經(jīng)之路?；诖髷?shù)據(jù)的信息處理技術(shù)作為信息化時(shí)代的典型代表，能夠捕捉、管理和處理基于常規(guī)軟件工具下無(wú)法實(shí)現(xiàn)的數(shù)據(jù)集合，以其極高的洞察力，能夠高效精準(zhǔn)的捕捉到大量、多樣的信息。由此可見(jiàn)，基于大數(shù)據(jù)的應(yīng)用下，能夠?yàn)樾畔⑻幚韼?lái)全新的機(jī)遇。為此，將大數(shù)據(jù)信息處理技術(shù)應(yīng)用于元器件質(zhì)量控制中，通過(guò)建立元器件質(zhì)量深度、廣度和時(shí)間三個(gè)維度的大數(shù)據(jù)信息集，并加以分析和挖掘，實(shí)現(xiàn)元器件質(zhì)量控制能力的提升，致力于從根本上提高對(duì)元器件質(zhì)量信息的控制能力，進(jìn)而提高元器件的產(chǎn)品質(zhì)量。

1 大數(shù)據(jù)信息處理技術(shù)

大數(shù)據(jù)能夠借助互聯(lián)網(wǎng)海量信息存儲(chǔ)、分析、挖掘的優(yōu)勢(shì)，打破時(shí)間以及空間的限制，依托分布式云計(jì)算強(qiáng)大的運(yùn)算能力，實(shí)現(xiàn)對(duì)紛雜數(shù)據(jù)的歸集、分析、處理及信息提取，在龐雜信息中提取出感興趣的關(guān)鍵信息，實(shí)現(xiàn)“在泥沙中淘金”[1]。得益于互聯(lián)網(wǎng)的分布信息存儲(chǔ)模式，跨地域，甚至跨國(guó)界的同類信息得以被發(fā)掘整理；云計(jì)算強(qiáng)大的數(shù)據(jù)運(yùn)算能力，將海量歷史數(shù)據(jù)的再次利用變?yōu)榭赡?，?shù)據(jù)甚至可以追溯到數(shù)據(jù)建立的T0時(shí)刻[2]。通過(guò)在如此龐大的數(shù)據(jù)基礎(chǔ)中提取出有價(jià)值的信息，并挖掘信息中存在的內(nèi)部規(guī)律，實(shí)現(xiàn)了總結(jié)功能，即對(duì)既往事實(shí)和同行經(jīng)驗(yàn)的總結(jié)，從而為自身提供一條成功的捷徑。將大數(shù)據(jù)信息處理技術(shù)應(yīng)用于元器件質(zhì)量控制，可以發(fā)現(xiàn)元器件的生產(chǎn)薄弱環(huán)節(jié)，實(shí)現(xiàn)有針對(duì)性的關(guān)注，實(shí)現(xiàn)元器件質(zhì)量的提升。

2 基于大數(shù)據(jù)的元器件質(zhì)量控制技術(shù)

2.1 獲取元器件質(zhì)量信息

在控制元器件質(zhì)量前，考慮到元器件種類各異，其結(jié)構(gòu)之間錯(cuò)綜復(fù)雜，必須獲取元器件質(zhì)量相關(guān)信息。首先，建立元器件質(zhì)量信息數(shù)據(jù)通路，實(shí)現(xiàn)信息采集的聯(lián)網(wǎng)虛擬通道構(gòu)建；其次，對(duì)采集到的元器件質(zhì)量信息進(jìn)行矢量化處理，建立質(zhì)量信息的指向標(biāo)記信號(hào)，為后續(xù)分類處理打基礎(chǔ)；再次，立足于元器件質(zhì)量的矢量信息生成拓?fù)浣Y(jié)構(gòu)網(wǎng)絡(luò)，構(gòu)建數(shù)據(jù)間的有限度關(guān)聯(lián)；最后，以WAV標(biāo)準(zhǔn)格式處理元器件質(zhì)量信息，將紛繁復(fù)雜的數(shù)據(jù)格式按照統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行歸一化處理，減輕軟件處理的運(yùn)算負(fù)擔(dān)。將得出的元器件質(zhì)量信息信號(hào)與屬性數(shù)據(jù)相連，獲取弱元器件質(zhì)量信息信號(hào)[3]。元器件質(zhì)量信息信號(hào)標(biāo)準(zhǔn)形式，范例如下所示：

若計(jì)算的數(shù)值大于門(mén)限值，則說(shuō)明信息所含熵值與目標(biāo)信息關(guān)聯(lián)度緊密，具有足夠的利用價(jià)值，將該信息存儲(chǔ)并標(biāo)記，轉(zhuǎn)入下一步的處理工作；反之，則舍棄信息，繼續(xù)檢索下一條信息。通過(guò)近似全網(wǎng)檢索，得到滿足檢索條件的元器件質(zhì)量信息。

2.2 基于大數(shù)據(jù)標(biāo)準(zhǔn)化處理元器件質(zhì)量信息

根據(jù)上述獲取到的元器件質(zhì)量信息，考慮到信息種類繁雜，其中包含大量冗余信息，因此需要基于大數(shù)據(jù)標(biāo)準(zhǔn)化處理元器件質(zhì)量信息[4]。在此過(guò)程中，本文基于大數(shù)據(jù)結(jié)構(gòu)標(biāo)準(zhǔn)化處理元器件質(zhì)量信息，首先將結(jié)構(gòu)化元器件質(zhì)量信息轉(zhuǎn)換為非結(jié)構(gòu)化元器件質(zhì)量數(shù)據(jù)，以數(shù)據(jù)描述特征作為分類標(biāo)識(shí)，將標(biāo)記為有價(jià)值的信息劃分為若干更小的數(shù)據(jù)集合，以集合的共性特征為外在表征。而后采用大數(shù)據(jù)中分布式處理的功能，非結(jié)構(gòu)化表示若干個(gè)小的數(shù)據(jù)集合。設(shè)基于大數(shù)據(jù)非結(jié)構(gòu)化表示元器件質(zhì)量數(shù)據(jù)的目標(biāo)函數(shù)為ω，如公式（1）所示。

公式（1）中，t指的是元器件質(zhì)量信息中數(shù)據(jù)點(diǎn)的歸屬度；f指的是每?jī)蓚€(gè)元器件質(zhì)量信息數(shù)據(jù)集合之間的吸引度；i指的是同一個(gè)元器件質(zhì)量信息數(shù)據(jù)在同步采集量中出現(xiàn)的次數(shù)；d指的是元器件質(zhì)量數(shù)據(jù)的高維特征權(quán)重。通過(guò)公式（1），得到非結(jié)構(gòu)化處理后的數(shù)據(jù)集合。

2.3 分析元器件質(zhì)量數(shù)據(jù)可靠性

基于大數(shù)據(jù)標(biāo)準(zhǔn)化處理元器件質(zhì)量信息的基礎(chǔ)上，匯總元器件質(zhì)量數(shù)據(jù)中包含的失效數(shù)據(jù)，進(jìn)而分析元器件質(zhì)量數(shù)據(jù)可靠性，為后續(xù)元器件質(zhì)量控制提供真實(shí)可靠的數(shù)據(jù)。本文采用稀疏表示方式表征數(shù)據(jù)特征，達(dá)到降低運(yùn)算量快速計(jì)算的目的，即通過(guò)同一子空間的低維數(shù)據(jù)表示元器件質(zhì)量數(shù)據(jù)可靠性特征?；诖髷?shù)據(jù)中Reduce非結(jié)構(gòu)化表示數(shù)據(jù)后，采用計(jì)算子空間維數(shù)的方式提取元器件質(zhì)量數(shù)據(jù)可靠性控制特征，設(shè)此過(guò)程目標(biāo)函數(shù)為Y，可得公式（2）。

公式（2）中，y指的是元器件質(zhì)量數(shù)據(jù)中的高維特征空間數(shù)據(jù)權(quán)重；n指的是元器件質(zhì)量數(shù)據(jù)中的高維可靠性特征個(gè)數(shù)，為實(shí)數(shù)[5]。通過(guò)公式（2），可提取元器件質(zhì)量數(shù)據(jù)可靠性特征，分布式并行更新元器件質(zhì)量控制中數(shù)據(jù)點(diǎn)的吸引度，利用大數(shù)據(jù)的聚類存儲(chǔ)功能，分布式存儲(chǔ)元器件質(zhì)量數(shù)據(jù)數(shù)據(jù)。

2.4 控制元器件質(zhì)量

在元器件質(zhì)量信息控制過(guò)程中，為減小軟件體量，避免處理量出現(xiàn)超負(fù)荷的情況，通過(guò)計(jì)算元器件質(zhì)量模糊控制承擔(dān)處理增量值，實(shí)現(xiàn)元器件質(zhì)量控制[6]。設(shè)其目標(biāo)函數(shù)為△P，則有公式（3）。

公式（3）中，PT0指的是元器件質(zhì)量模糊控制字符長(zhǎng)度；TP指的是平均匹配數(shù)。通過(guò)公式（3），計(jì)算得出元器件質(zhì)量模糊控制承擔(dān)處理增量值，并以此為基礎(chǔ)，得出元器件質(zhì)量控制方程式。設(shè)其目標(biāo)函數(shù)為k，則有公式（4）。

公式（4）中，E指的是元器件質(zhì)量模糊控制信號(hào)labview窗函數(shù)長(zhǎng)度；A指的是模糊控制權(quán)重；U指的是控制信號(hào)采集頻率；1θ指的是控制能夠到達(dá)期望的概率；2θ指的是控制未能夠到達(dá)期望的概率；φ指的是控制成本。利用公式（4），綜合控制元器件質(zhì)量。通過(guò)上述控制公式，進(jìn)而實(shí)現(xiàn)對(duì)元器件質(zhì)量的有效控制。

3 實(shí)例分析

3.1 實(shí)驗(yàn)準(zhǔn)備

本次實(shí)例分析選取某元器件為實(shí)驗(yàn)對(duì)象，元器件具體參數(shù)，如表1所示。

表1 元器件參數(shù)

結(jié)合表1所示，為本次實(shí)驗(yàn)所用元器件主要參數(shù)。本次實(shí)驗(yàn)?zāi)康臑轵?yàn)證通過(guò)分析歷史質(zhì)量記錄，發(fā)現(xiàn)共性問(wèn)題，實(shí)現(xiàn)控制元器件質(zhì)量目的的能力。實(shí)驗(yàn)方法設(shè)定為測(cè)試兩種質(zhì)量控制技術(shù)的控制偏度系數(shù)，控制偏度系數(shù)與標(biāo)準(zhǔn)偏度系數(shù)數(shù)值越接近，證明該質(zhì)量控制技術(shù)的控制性能越好。設(shè)定實(shí)驗(yàn)元器件質(zhì)量的標(biāo)準(zhǔn)偏度系數(shù)為0.20，試驗(yàn)時(shí)間設(shè)置為10min，以每1min為一個(gè)測(cè)試節(jié)點(diǎn)，分別使用傳統(tǒng)的質(zhì)量控制技術(shù)以及本文設(shè)計(jì)的質(zhì)量控制技術(shù)進(jìn)行對(duì)比實(shí)驗(yàn)，驗(yàn)證質(zhì)量控制的偏差程度。

3.2 實(shí)驗(yàn)結(jié)果分析與結(jié)論

根據(jù)上述設(shè)計(jì)的實(shí)驗(yàn)方法與步驟，按照固定間隔的測(cè)試周期記錄實(shí)驗(yàn)數(shù)值，繪入圖1中，并將各測(cè)試點(diǎn)數(shù)值連成折線。

圖1 控制偏度系數(shù)對(duì)比圖

分析實(shí)驗(yàn)數(shù)據(jù)的曲線走勢(shì)，可以發(fā)現(xiàn)對(duì)照組的數(shù)值離散型偏大，曲線呈現(xiàn)出明顯的銳變特性，且對(duì)比設(shè)定的標(biāo)準(zhǔn)偏離度系數(shù)，誤差更大；而基于大數(shù)據(jù)的元器件質(zhì)量控制技術(shù)在實(shí)驗(yàn)周期內(nèi)檢測(cè)結(jié)果較為均衡，更接近標(biāo)準(zhǔn)值。表明所設(shè)計(jì)的質(zhì)量控制技術(shù)具有更高的質(zhì)量控制能力。