(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210772607.6 (22)申请日 2022.06.30 (71)申请人 福建天甫电子材 料有限公司 地址 364200 福建省龙岩市上杭县蛟洋镇 坪埔新村路71号3层 (72)发明人 黄斌斌　郑义达　罗霜　陈少骏　 袁瑞明　 (74)专利代理 机构 北京恒泰铭睿知识产权代理 有限公司 1 1642 专利代理师 周成金 (51)Int.Cl. B01F 35/22(2022.01) B01F 35/81(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 用于光阻剥离液生产的自动配料系统及其 配料方法 (57)摘要 本申请涉及智能生产配料的领域， 其具体地 公开了一种用于光阻剥离液生产的自动配料系 统及其配料方法， 其通过深度神经网络模型作为 特征提取器来提取作为理想被剥离的印刷电路 板的表面特征作为参考， 并基于此参考特征来对 加入氢氧化物及碱金属胺类的组合物的比例进 行智能准确地判断。 这样就可以避免发生印刷电 路中金属图形的腐蚀以及下部侵蚀的情况， 进而 能够在提高剥离效果的同时， 避免其引入难以接 受的负面效果。 权利要求书3页 说明书13页 附图5页 CN 115212790 A 2022.10.21 CN 115212790 A 1.一种用于光阻剥离液生产的自动配料系统， 其特 征在于， 包括： 结局参考数据获取模块， 用于获取参考图像， 所述参考图像为被理想剥离处理后的PCB 板图像； 参考数据编码模块， 用于将所述参考图像通过使用空间注意力 机制的第 一卷积神经网 络以得到参 考特征矩阵； 配料数据获取模块， 用于获取待配料的光阻剥离液中各个组分的质量百分比； 配料数据关联编码模块， 用于将所述待配料的光阻剥离液中各个组分的质量百分比通 过上下文编码器以得到配方 特征向量； 自注意力校正模块， 用于基于所述参考特征矩阵对所述配方特征向量进行特征分布校 正以得到校正后配方 特征向量； 映射模块， 用于将所述校正后配方特征向量与 所述参考特征矩阵进行向量相乘以将所 述参考特征矩阵的高维特征信息映射到所述校正后配方特征向量的高维特征空间中 以得 到分类特 征向量； 以及 配料结果生成模块， 用于将所述分类特征向量通过分类器以得到分类结果， 所述分类 结果用于表示是否加入氢 氧化物， 以及， 是否加入碱金属胺类。 2.根据权利要求1所述的用于光阻剥离液生产的自动配料系统， 其中， 所述参考数据编 码模块， 进一步用于使用所述第一卷积神经网络的各层在层的正向传递中对输入数据分别 进行： 对所述参考图像进行 卷积处理以得到卷积特 征图； 将所述卷积特征图通过所述第一卷积神经网络的空间注意力模块以得到空间注意力 得分图； 将所述空间注意力得分图与所述卷积特 征图进行按位置点乘以得到空间注意特 征图； 对所述空间注意力特 征图进行沿通道维度的均值池化以得到池化特 征图； 以及 对所述池化特 征图进行非线性激活以得到 激活特征图； 其中， 所述第一卷积神经网络的最后一层的输出为所述 参考特征矩阵。 3.根据权利要求2所述的用于光阻剥离液生产的自动配料系统， 其中， 所述参考数据编 码模块， 进一 步用于： 将所述卷积特 征图通过 所述空间注意力模块的卷积层以得到空间注意力图； 以及 将所述空间注意力图输入Sigmoid激活函数以得到所述空间注意力得分图， 其 中， 所述 空间注意力得分图中各个位置的值在0 到1的区间内。 4.根据权利要求3所述的用于光阻剥离液生产的自动配料系统， 其中， 所述配料数据关 联编码模块， 包括： 嵌入编码单元， 用于使用所述上下文编码器的嵌入层将所述待配料的光阻剥离液中各 个组分的质量百分比转 化为输入向量以获得嵌入输入向量； 以及 上下文编码单元， 用于使用所述上下文编码器的转换器对所述嵌入输入向量进行基于 全局的上 下文语义编码以获得 所述配方 特征向量。 5.根据权利要求4所述的用于光阻剥离液生产的自动配料系统， 其中， 所述自注意力校 正模块， 包括： 第一预分类单 元， 用于将所述配方 特征向量通过所述分类 器以得到第一类概 率值；权　利　要　求　书 1/3 页 2 CN 115212790 A 2空间交互单元， 用于计算所述参考特征矩阵与 所述配方特征向量之间的向量乘积以得 到空间交 互矩阵； 度量单元， 用于计算所述参考特征矩阵和所述配方特征向量之间的度量距离， 所述度 量距离为所述配方特征向量向量的各个元素与所述参考特征矩阵的各个元素之间的欧式 距离的加和 值除以所述配特征向量向量的元素的总数与所述参考特征矩阵的元素的总数 之间的乘积； 修正单元， 用于以所述空间交 互矩阵除以所述度量矩阵以得到修 正特征矩阵； 指数运算单元， 用于计算以所述修正特征矩阵中各个位置的特征值为幂的自然指数函 数值以得到指数修 正特征矩阵； 以及 第二预分类单 元， 用于将所述指数修 正特征矩阵通过 所述分类 器以得到第二类概 率； 加权修正单元， 用于以所述第 一类概率和所述第 二类概率之间的乘积作为加权系数对 所述配方 特征向量进行按位置点乘以得到所述校正后配方 特征向量。 6.根据权利要求5所述的用于光阻剥离液生产的自动配料系统， 其中， 所述第 二预分类 单元， 包括： 降维子单元， 用于使用所述分类器的全连接层对所述指数修正特征矩阵进行全连接编 码以将所述指数修 正特征矩阵转 化为一维的分类向量； 以及 预分类结果生成子单元， 用于将所述一维的分类向量输入所述分类器的Softmax分类 函数以得到所述第二类概 率。 7.根据权利要求6所述的用于光阻剥离液生产的自动配料系统， 其中， 所述配料结果生 成模块， 进一步用于： 使用所述分类器以如下公式对所述分类特征向量进行处理以获得所 述分类结果； 其中， 所述公 式为： softmax{(Wn,Bn):…:(W1,B1)|X}， 其中， W1到Wn为权重矩阵， B1到Bn为 偏置向量， X为所述分类特 征向量。 8.一种用于光阻剥离液生产的自动配料系统的配料 方法， 其特 征在于， 包括： 获取参考图像， 所述 参考图像为被理想剥离处 理后的PCB板图像； 将所述参考图像通过使用空间注意力机制的第一卷积神经网络以得到参 考特征矩阵； 获取待配料的光阻剥离液中各个组分的质量百分比； 将所述待配料的光阻剥离液中各个组分的质量百分比通过上下文编码器以得到配方 特征向量； 基于所述参考特征矩阵对所述配方特征向量进行特征分布校正以得到校正后配方特 征向量； 将所述校正后配方特征向量与所述参考特征矩阵进行向量相乘以将所述参考特征矩 阵的高维特征信息映射到所述校正后配方特征向量的高维特征空间中 以得到分类特征向 量； 以及 将所述分类特征向量通过分类器以得到分类结果， 所述分类结果用于表示是否加入氢 氧化物， 以及， 是否加入碱金属胺类。 9.根据权利要求8所述的用于光阻剥离液生产的自动配料系统 的配料方法， 其中， 将所 述参考图像通过使用空间注意力机制的第一卷积神经网络以得到参 考特征矩阵， 包括： 使用所述第一卷积神经网络的各层 在层的正向传递中对输入数据分别进行：权　利　要　求　书 2/3 页 3 CN 115212790 A 3