陶瓷覆铜板热膨胀系数监管系统及方法与流程

本发明涉及热膨胀系数监管，具体为陶瓷覆铜板热膨胀系数监管系统及方法。背景技术：1、陶瓷覆铜板是通过将铜烧结在陶瓷表面而制成的一种材料，具有优良的电绝缘性能、高导热特性和优异的软钎焊性，应用于工业自动化、航空航天、医疗器械和车辆电子等领域。热膨胀系数是陶瓷覆铜板的一个重要特性，由于陶瓷和铜之间的热膨胀性能存在差异，当温度出现变化时，两种材料之间会产生作用力，对陶瓷覆铜板的结构和性能造成影响。2、陶瓷覆铜板在车辆领域的作用范围广泛，涉及车辆的引擎控制模块、电力转换器、射频模块和传感器模块等。由于车辆存在长途行驶和运输的情况，当车辆跨越温差较大的区域时，面临的温度变化容易对车辆的陶瓷覆铜板造成负面影响，给车辆的行驶带来不便，因此需要对车辆内部的陶瓷覆铜板进行热膨胀检测。3、现有技术中，申请号为cn201811012107.2的专利提出了热膨胀系数测定装置和热膨胀系数测定方法；通过不同环境下的数据收集得到实测数据，对实测数据进行处理整合得到多个数据集；分别计算多个数据集的一阶近似函数，使用基于数据集的各验证用数据与一阶近似函数的残差的评价指标值来判定数据集的有效性。申请号为cn201310724546.7的专利提出了热膨胀系数的测定方法；获得复合材料在表面应变值下的第二光谱值；将表面应变值及第二光谱值进行线性拟合，确定待测样品的由单位应变引起的、平行于应变方向的光谱峰移动量，进一步确定其热膨胀系数；能够快速、准确地测定热膨胀系数。申请号为cn202110152012.6的专利提出了一种薄膜材料热膨胀系数及应力测量方法；获得高温环境下材料的面内位移和离面位移，将实验测得的材料数据带入自行推导的热膨胀系数公式和扩展stoney公式，可以解决难以剥离薄膜材料的热膨胀系数实时测量。4、现有技术主要从实验和测试的角度对材料的热膨胀系数进行检测，没有对材料的工作场景及场景变化进行考量；而车辆上的陶瓷覆铜板不仅面临着长途行驶时温度变化的影响，还会受到环境湿度、车辆速度和车辆振动的影响；面对复杂的环境，现有的检测技术存在检测不准确的情况。5、为此，提出陶瓷覆铜板热膨胀系数监管系统及方法。技术实现思路1、本发明的目的在于提供陶瓷覆铜板热膨胀系数监管系统及方法，将车辆的行驶数据作为自变量数据，将对应的陶瓷覆铜片的热膨胀系数作为数据标签，对热膨胀系数预测模型进行训练调参和验证，预测得到车辆内陶瓷覆铜板的标准热膨胀系数；构建热膨胀系数识别模型，通过多维度的数据获取和对比，识别得到车辆内陶瓷覆铜板的实际热膨胀系数；根据所述陶瓷覆铜片的标准热膨胀系数和实际热膨胀系数，计算得到所述陶瓷覆铜片的异常膨胀系数；根据陶瓷覆铜片的异常膨胀系数，准确地对车辆内陶瓷覆铜片的热膨胀异常进行识别与衡量。2、为实现上述目的，本发明提供如下技术方案；3、陶瓷覆铜板热膨胀系数监管系统，包括：4、第一数据获取模块，对车辆上使用的陶瓷覆铜片型号进行识别分类，并获取同类型的陶瓷覆铜片的数据，得到第一数据集；5、预测模型构建模块，根据所述第一数据集，对所述陶瓷覆铜片进行热膨胀检测实验，获得实验数据集；通过所述实验数据集训练得到热膨胀系数预测模型；6、第二数据获取模块，通过物联网设备对车辆进行数据监测和收集，得到第二数据集；7、标准系数预测模块，根据所述热膨胀系数预测模型和所述第二数据集对所述陶瓷覆铜片的热膨胀系数进行预测，得到标准热膨胀系数；8、实际系数测量模块，构建热膨胀系数识别模型，根据所述热膨胀系数识别模型对所述陶瓷覆铜片的热膨胀系数进行识别，得到实际热膨胀系数；9、异常监管模块，根据所述陶瓷覆铜片的标准热膨胀系数和实际热膨胀系数，计算得到所述陶瓷覆铜片的异常膨胀系数；所述异常膨胀系数包含所述标准热膨胀系数与所述实际热膨胀系数的差异，以及同一类型所述陶瓷覆铜片的实际热膨胀系数之间的差异；10、异常预警模块，设置异常膨胀阈值，根据所述异常膨胀系数和所述异常膨胀阈值对所述陶瓷覆铜片进行异常判断和预警。11、所述第一数据集包括所述陶瓷覆铜片的材质、重量、体积和数量；12、所述第二数据集包括车辆行驶速度、车辆加速度、环境温度、温度变化、环境湿度、湿度变化、车辆振动频率和车辆振动幅度。13、所述热膨胀系数预测模型通过实验数据集训练得到，训练过程为：14、获取所述实验数据集，所述实验数据集中包括自变量和因变量；15、所述自变量包括环境温度、温度变化、环境湿度、湿度变化、车辆行驶速度、车辆加速度、车辆振动频率和车辆振动幅度，所述因变量包括所述陶瓷覆铜片的热膨胀系数；16、对所述实验数据集进行数据预处理，得到预处理数据集；17、对所述预处理数据集进行拆分，得到训练数据集和验证数据集；将所述自变量数据对应的因变量数据处理为数据标签；18、通过所述自变量数据和所述数据标签对所述膨胀系数预测模型进行训练调参；根据所述验证数据集对所述膨胀系数预测模型进行验证。19、所述热膨胀系数识别模型包括初始数据获取层、检测数据获取层、第一数据对比层、第二数据对比层、第三数据对比层和热膨胀系数测算层；20、初始数据获取层，用于获取陶瓷覆铜片的初始数据集，所述初始数据集包括所述陶瓷覆铜片的初始三维结构数据、初始长度数据、初始高度数据、初始宽度数据和初始体积数据；21、检测数据获取层，通过三维扫描技术对所述陶瓷覆铜片进行检测识别，获得检测数据集；所述检测数据集包括检测三维结构数据、检测长度数据、检测高度数据、检测宽度数据和检测体积数据；22、第一数据对比层，通过所述初始三维结构数据和所述检测三维结构数据的欧氏距离，获得第一膨胀值；23、第二数据对比层，通过所述初始长度数据、初始高度数据和初始宽度数据与所述检测长度数据、检测高度数据和检测宽度数据的对应变化，获得第二膨胀值；24、第三数据对比层，通过所述初始体积数据和所述检测体积数据的变化获得第三膨胀值；25、热膨胀系数测算层，根据所述第一膨胀值、所述第二膨胀值和所述第三膨胀值计算得到实际热膨胀系数，并将所述实际热膨胀系数输出；26、scof＝α1*swell1+α2*swell2+α3*swell3+θ；27、其中，scof表示实际热膨胀系数；α1表示第一系数；swell1表示第一膨胀值；α2表示第二系数；swell2表示第二膨胀值；α3表示第三系数；swell3表示第三膨胀值；θ表示膨胀误差。28、所述异常监管模块根据所述标准热膨胀系数和实际热膨胀系数计算异常膨胀系数；29、所述异常膨胀系数的计算公式为：30、31、32、其中，firstfi表示陶瓷覆铜板i的异常膨胀系数；scofi表示陶瓷覆铜板i的实际热膨胀系数；scofa表示陶瓷覆铜板i同类型陶瓷覆铜板的实际热膨胀系数均值；th表示第一阈值；acofi表示陶瓷覆铜板i的标准热膨胀系数；sh表示第二阈值；exp表示以自然常数e为底的指数函数；n为同类型陶瓷覆铜板的数量。33、所述异常预警模块用于设置异常膨胀阈值，并根据所述异常膨胀阈值对车辆内部的陶瓷覆铜板热膨胀异常进行判断预警；34、当所述异常膨胀系数小于所述异常膨胀阈值时，表示未识别到异常情况；35、当所述异常膨胀系数大于所述异常膨胀阈值时，表示存在陶瓷覆铜板热膨胀异常情况，并将计算的异常膨胀系数以及对应的陶瓷覆铜板信息输出。36、陶瓷覆铜板热膨胀系数监管方法，包括：37、对车辆上使用的陶瓷覆铜片型号进行识别分类，并获取同类型的陶瓷覆铜片的数据，得到第一数据集；38、根据所述第一数据集，对所述陶瓷覆铜片进行热膨胀检测实验，获得实验数据集；通过所述实验数据集训练得到热膨胀系数预测模型；39、通过物联网设备对车辆进行数据监测和收集，得到第二数据集；40、根据所述热膨胀系数预测模型和所述第二数据集对所述陶瓷覆铜片的热膨胀系数进行预测，得到标准热膨胀系数；41、构建热膨胀系数识别模型，根据所述热膨胀系数识别模型对所述陶瓷覆铜片的热膨胀系数进行识别，得到实际热膨胀系数；42、根据所述陶瓷覆铜片的标准热膨胀系数和实际热膨胀系数，计算得到所述陶瓷覆铜片的异常膨胀系数；所述异常膨胀系数包含所述标准热膨胀系数与所述实际热膨胀系数的差异，以及同一类型所述陶瓷覆铜片的实际热膨胀系数之间的差异；43、设置异常膨胀阈值，根据所述异常膨胀系数和所述异常膨胀阈值对所述陶瓷覆铜片进行异常判断和预警。44、所述热膨胀系数预测模型通过实验数据集训练得到，训练过程为：45、获取所述实验数据集，所述实验数据集中包括自变量和因变量；所述自变量包括环境温度、温度变化、环境湿度、湿度变化、车辆行驶速度、车辆加速度、车辆振动频率和车辆振动幅度，所述因变量包括所述陶瓷覆铜片的热膨胀系数；46、对所述实验数据集进行数据预处理，得到预处理数据集；对所述预处理数据集进行拆分，得到训练数据集和验证数据集；将所述自变量数据对应的因变量数据处理为数据标签；47、通过所述自变量数据和所述数据标签对所述膨胀系数预测模型进行训练调参；48、根据所述验证数据集对所述膨胀系数预测模型进行验证。49、所述热膨胀系数识别模型包括初始数据获取层、检测数据获取层、第一数据对比层、第二数据对比层、第三数据对比层和热膨胀系数测算层；50、初始数据获取层，用于获取陶瓷覆铜片的初始数据集，所述初始数据集包括所述陶瓷覆铜片的初始三维结构数据、初始长度数据、初始高度数据、初始宽度数据和初始体积数据；51、检测数据获取层，通过三维扫描技术对所述陶瓷覆铜片进行检测识别，获得检测数据集；所述检测数据集包括检测三维结构数据、检测长度数据、检测高度数据、检测宽度数据和检测体积数据；52、第一数据对比层，通过所述初始三维结构数据和所述检测三维结构数据的欧氏距离，获得第一膨胀值；53、第二数据对比层，通过所述初始长度数据、初始高度数据和初始宽度数据与所述检测长度数据、检测高度数据和检测宽度数据的对应变化，获得第二膨胀值；54、第三数据对比层，通过所述初始体积数据和所述检测体积数据的变化获得第三膨胀值；55、热膨胀系数测算层，根据所述第一膨胀值、所述第二膨胀值和所述第三膨胀值计算得到实际热膨胀系数，并将所述实际热膨胀系数输出；56、scof＝α1*swell1+α2*swell2+α3*swell3+θ；57、其中，scof表示实际热膨胀系数；α1表示第一系数；swell1表示第一膨胀值；α2表示第二系数；swell2表示第二膨胀值；α3表示第三系数；swell3表示第三膨胀值；θ表示膨胀误差。58、所述异常膨胀系数的计算公式为：59、60、61、其中，firstfi表示陶瓷覆铜板i的异常膨胀系数；scofi表示陶瓷覆铜板i的实际热膨胀系数；scofa表示陶瓷覆铜板i同类型陶瓷覆铜板的实际热膨胀系数均值；th表示第一阈值；acofi表示陶瓷覆铜板i的标准热膨胀系数；sh表示第二阈值；exp表示以自然常数e为底的指数函数；n为同类型陶瓷覆铜板的数量。62、与现有技术相比，本发明的有益效果为：63、1、本发明将车辆的环境温度、温度变化、环境湿度、湿度变化、车辆行驶速度、车辆加速度、车辆振动频率和车辆振动幅度作为自变量，将对应的陶瓷覆铜片的热膨胀系数作为数据标签，对热膨胀系数预测模型进行训练调参和验证；根据车辆数据，准确地对车辆内陶瓷覆铜板的标准热膨胀系数进行预测。64、2、本发明构建热膨胀系数识别模型对车辆内部的实际热膨胀系数进行识别；通过三维扫描技术获得陶瓷覆铜板的检测数据集，将所述检测数据集划分为三维结构数据、长高宽数据和体积数据三组，分别与陶瓷覆铜板的初始数据集中对应数据进行对比计算，得到第一膨胀值、第二膨胀值和第三膨胀值，进一步计算得到实际膨胀系数；通过检测数据与初始数据进行识别对比，准确得到实际热膨胀系数。65、3、本发明通过两个方面对陶瓷覆铜片的异常膨胀系数进行计算，包括陶瓷覆铜片的标准热膨胀系数与实际热膨胀系数的差异，以及陶瓷覆铜片与同一类型所述陶瓷覆铜片的实际热膨胀系数之间的差异；通过陶瓷覆铜片的异常膨胀系数，准确地对陶瓷覆铜片的热膨胀异常进行检测和衡量。