发明内容
因此,本发明是为解决上述的问题而提出的,本发明的课题在于提供一种可达成如下的目的的自动识别部件贴装机的工艺线错误原因的方法以及为此采用的装置:在部件贴装工艺线发生故障时,在不具有具备于用于感测线上的生产设备的故障与否的构成的情况下也能够从多样的故障原因中特定出故障原因而向作业者指示。
本发明的目的并不局限于以上提及的技术问题,本领域的技术人员可从如下的记载而明确地理解未提及的其他目的。
为了解决所述技术问题,根据本发明的第一观点的自动识别部件贴装机的工艺线错误原因的方法,包括如下的步骤:检测借助于部件贴装机而执行的部件贴装工艺线的错误与否的步骤;设定候选群的步骤,该候选群关联于检测到的工艺线错误,所述候选群包含上位原因因子以及从属于所述上位原因因子的下位原因因子,其中,所述设定候选群的步骤包括如下步骤:计算统计学显著性水平的步骤,该统计学显著性水平意味所述错误能够视为由所述下位原因因子引起;在所述显著性水平超过特定临界值的情况下,确定为所述错误由所述下位原因因子引起,在所述显著性水平不超过所述特定临界值的情况下,确定为所述错误由所述上位原因因子引起。
所述计算统计学显著性水平的步骤还可以包括如下的步骤:提取基于所述下位原因因子的第一损失比率信息的步骤;作为对所述第一损失比率信息进行分析的结果而计算所述统计学显著性水平的步骤。
所述计算统计学显著性水平的步骤还可以包括如下的步骤:提取基于所述上位原因因子的第二损失比率信息;以及分析所述第二损失比率信息,并且计算作为对与第一损失比率信息进行分析的结果形成对比的所述第一损失比率信息的分析结果的所述统计学显著性水平。
所述方法还可以包括如下的步骤:在所述上位原因因子为一个时,将所述上位原因因子确定为所述错误的原因。
所述方法还可以包括如下的步骤:在下位原因因子被确定为错误原因的情况下,特定所述下位原因因子的子下位原因因子;提取基于子下位原因因子的第三损失比率信息;计算出作为对提取到的第三损失比率信息进行分析的结果的统计学显著性水平;以及在所述显著性水平超过特定临界值的情况下,确定为所述错误由所述下位原因因子而发生,在所述显著性水平不超过所述特定临界值的情况下,确定为所述错误由所述上位原因因子引起。
所述方法还可以包括如下步骤:在所述下位原因因子为多个时,计算多个下位原因因子的标准正态分布值;将计算出的各个标准正态分布值与作为预先确定的标准正态分布值的所述特定临界值进行比较;以及将与超过所述特定临界值的标准正态分布值对应的特定下位原因因子确定为所述错误的原因因子。
所述方法还可以包括如下步骤:计算相对比率值,其中,相对比率值是所述特定下位原因因子相对整体损失率而占有的相对损失率;以及根据所述相对比率值是否超过预先确定的基准相对比率值而验证所述特定下位原因因子。
所述方法还可以包括如下的步骤:在所述下位原因因子为一个时,将所述下位原因因子确定为所述错误的原因。
所述方法还可以包括如下步骤:在所述子下位原因因子为多个时,计算多个子下位原因因子的标准正态分布值;将计算出的各个标准正态分布值与作为预先确定的标准正态分布值的所述特定临界值进行比较;以及将超过所述特定临界值的、与标准正态分布值对应的特定子下位原因因子确定为所述错误的原因因子。
所述方法还可以包括如下步骤:计算相对比率值,其中,相对比率值是所述特定子下位原因因子相对整体损失率而占有的相对损失率;以及根据所述相对比率值是否超过预先确定的基准相对比率值而验证所述特定子下位原因因子。
所述上位原因因子可以为所述部件贴装工艺的槽,所述下位原因因子可以为所述部件贴装工艺的头。
此外,用于解决所述技术问题的根据本发明的第二观点的自动识别部件贴装机的工艺线错误原因的装置,包括:错误感测部,感测由部件贴装机执行的部件贴装工艺线的错误与否;显著性水平计算部,设定与检测到的工艺线的错误相关的包含有上位原因因子以及从属于所述上位原因因子的下位原因因子的候选群,并算出统计学显著性水平,所述统计学显著性水平意味所述错误能够视为由所述下位原因因子引起;原因因子确定部,在所述显著性水平超过特定临界值的情况下,确定为所述错误由所述下位原因因子引起,在所述显著性水平不超过所述特定临界值的情况下,确定为所述错误由所述上位原因因子引起;输出部,用于输出从所述上位原因因子和所述下位原因因子中确定的原因因子。
所述显著性水平计算部可以提取基于所述下位原因因子的第一损失比率信息,并可以计算作为对所述第一损失比率信息进行分析的结果的所述统计学显著性水平。
所述统计学显著性水平计算部可以执行:提取基于所述上位原因因子的第二损失比率信息,分析所述第二损失比率信息,并且计算作为对与第一损失比率信息进行分析的结果形成对比的所述第一损失比率信息的分析结果的所述统计学显著性水平。
所述显著性水平计算部在下位原因因子被确定为错误原因的情况下,可以执行:特定所述下位原因因子的子下位原因因子,提取基于子下位原因因子的第三损失比率信息,并计算出作为对提取到的第三损失比率信息进行分析的结果的统计学显著性水平,而且所述原因因子确定部在所述显著性水平超过特定临界值的情况下,确定为所述错误由所述下位原因因子引起,在所述显著性水平不超过所述特定临界值的情况下,可以确定为所述错误由所述上位原因因子引起。
所述显著性水平计算部在所述子下位原因因子为多个时,可以执行:计算多个子下位原因因子的标准正态分布值;将计算出的各个标准正态分布值与作为预先确定的标准正态分布值的所述特定临界值进行比较;以及将超过所述特定临界值的、与标准正态分布值对应的特定子下位原因因子确定为所述错误的原因因子。
所述原因因子确定部可以计算相对比率值,其中,相对比率值是所述特定下位原因因子相对整体损失率而占有的相对损失率,并可以根据所述相对比率值是否超过预先确定的基准相对比率值而验证所述特定下位原因因子。
所述显著性水平算出部可以执行:在所述子下位原因因子为多个时,计算多个子下位原因因子的标准正态分布值;将计算出的各个标准正态分布值与作为预先确定的标准正态分布值的所述特定临界值进行比较;以及将超过所述特定临界值的、与标准正态分布值对应的特定子下位原因因子确定为所述错误的原因因子。
所述原因因子确定部可以执行:计算相对比率值,其中,相对比率值是所述特定下位原因因子相对整体损失率而占有的相对损失率;以及根据所述相对比率值是否超过预先确定的基准相对比率值而验证所述特定下位原因因子。
因此,本发明具有如下的优点:在部件贴装工艺线发生故障时,特定出故障原因并向作业者指示该原因,从而既能够使作业者节约用于对工艺线的故障采取措施的判断时间,又能够实现即时是入门作业者也能够有效地对工艺线的故障做出对应。
本发明的技术效果并不局限于以上提及的效果,本领域的技术人员将能够通过权利要求书的记载而明确地理解未提及的其他效果。
具体实施方式
如果参照根据附图而详细地说明的实施例,本发明的优势及特征以及达成这些的方法会变得更加明确。然而本发明并不局限于以下公开的实施例,可由互相不同的多种形态来实现,只是,提供本实施例的目的在于完整地公开本发明,且使本发明所属的技术领域中具有通常的知识的技术人员完整地认识本发明的范畴,而且本发明仅由权利要求书中所记载的范畴来定义。整个说明书中,相同的参照符号指称相同的构成要素。
贯穿整个说明书,相同的参照符号表示相同的构成因素。“以及/或者”包括所提及的选项中的各个以及一个以上的所有的组合。
虽然第一、第二等用于叙述多样的元件、构成要素以及/或者部分,然而这些元件、构成要素以及/或者部分当然不局限于这些用语。这些用语只是用于使一种元件、构成要素区别于其他元件、构成要素。因此,在以下提及的第一元件、第一构成要素或者第一部分当然可以是本发明的技术思想内的第二元件、第二构成要素或者第二部分。
本说明书所使用到的用语是用于说明实施例的,而不是为了限制本发明的。本说明书中,单数型在句中没有特别地提及的情况下也可以包括复数型。对于说明书中用到的“包含(comprises)”以及/或者“包含……的(comprising)”等用语而言,所提到的构成要素、步骤、动作以及/或者元件不排除一个以上的构成要素、步骤、动作以及/或者元件的存在或添加的情形。
如果没有其他的定义,则本说明书中用到的所有用语(包括技术以及科学的术语)可以被用为本发明所属的技术领域中具有通常的知识的人能够共同地理解的意义。另外,在一般的词典上得到定义的用语,在没有特别明确的定义的情况下,不会被异常地或者过度地解释。
以下,参照附图对本发明的优选实施例进行如下的详细说明。
图1是表示根据本发明的一实施例的错误原因自动识别装置的模块图。
错误原因自动识别装置100包括一种用于在故障发生于部件贴装工艺线时特定出故障原因并向作业者指出的构成要素,而其可以为一种在不具有具备于工艺线上的生产设备的故障与否的构成的情况下也能够从多样的故障原因中确定出故障原因并向作业者指出的构成要素。
进而,错误原因自动识别装置100还可以实现:以上述的构成为基础,即使是在局部地具有具备于工艺线上的、用于感测生产设备的故障与否的构成的情况下,也能够向作业者指示在未具有感测构成要素的其他部分发生的故障原因。
作为实现此的基本构成,错误原因自动识别装置100包括:错误感测部120,感测由部件贴装机而执行的部件贴装工艺线的错误与否;显著性水平计算部130,设定与感测到的工艺线的错误相关的上位原因因子以及包括从属于所述上位原因因子的下位原因因子的候选群,并算出统计学显著性水平,所述统计学显著性水平意味着可将所述错误视为由所述下位原因因子引起的错误;原因因子确定部140,在所述显著性水平超过特定临界值的情况下,确定为所述错误由所述下位原因因子而发生,在所述显著性水平不超过所述特定临界值的情况下,确定为所述错误由所述上位原因因子而发生;输出部150,从所述上位原因因子和所述下位原因因子中输出所述确定的原因因子。
错误原因自动识别装置100还可以包括用于存储按各个部件贴装工艺线的设备数据的存储部110,并且可以将设备数据作为基础而提取与错误相关的候选群的原因因子之间的联系信息和各个原因因子的损失信息。
显著性水平计算部130利用提取到的信息而算出如上所说明的统计学显著性水平。
在此,即使用于检测配备于工艺线上的生产设备的故障与否的构成要素只得到局部性配备,作业者也能够知悉并未配备检测构成要素的其他部分中发生故障原因的情形,作为可用于提供这种指引的构成要素而配备错误原因自动识别装置100,在此情况下,错误感测部120包括用于检测配备于工艺线上的生产设备的故障与否的构成要素。
相反,如果具备有错误原因自动识别装置100,以作为在不具有用于感测具备于工艺线上的生产设备的故障与否的构成的情况下也能够从多样的故障原因中特定对应的故障原因而向作业者指出的构成要素,则错误感测部120虽不具备用于特定什么原因导致发生故障的构成要素,然而包含用于感测工艺线的异常发生与否的程度的构成要素。例如,在此情况下,错误感测部120在生成工艺线的损失发生率急剧上升的结果时,可以处理为工艺线发生了异常。
显著性水平计算部130提取基于下位原因因子的第一损失比率信息,并且作为对与第一损失比率信息进行分析的结果,可以计算出所述统计学显著性水平。
例如,假设有“第一下位原因因子:第二下位原因因子:第三下位原因因子=10:0:0”的情况和“第一下位原因因子:第二下位原因因子:第三下位原因因子=4:3:3”的情况,则针对与存在着与线上发生的错误的事实形成对比的“10:0:0”的情况和“4:3:3”的情况的推测将会不同。
即,在第一损失比率信息为“10:0:0”的情况下,在第一下位原因因子中集中地发生损失,由此可推测出,线上发生的错误使第一下位原因因子所导致的错误。
此外,在第一损失比率信息为“4:3:3”的情况下,“第一下位原因因子:第二下位原因因子:第三下位原因因子”之间的损失发生比率的分布均匀,因此,在线上发生的错误不会被推测为从某一个下位原因因子发生的错误,并且不存在进行这种推测的依据。因此,在此情况下,相比将下位原因因子推测为发生错误的原因,下位原因因子所从属的上位原因因子成为发生错误的原因的可能性更大,因此能够将上位原因因子推测为发生错误的原因。
从显著性水平计算部130计算出的统计学显著性水平超过特定的临界值的情况可以为上述的“10:0:0”的情况。
此外,从显著性水平计算部130计算出的统计学显著性水平不超过特定的临界值的情况可以为上述的“4:3:3”的情况。
以下,对显著性水平计算部130的计算方式进行更为具体的说明。
显著性水平计算部130在下位原因因子被确定为错误原因的情况下,确定所述下位原因因子的子下位原因因子,提取基于子下位原因因子的第三损失比率信息,并计算出作为对提取到的第三损失比率信息进行分析的结果的统计学显著性水平。
然后,原因因子确定部140在统计学显著性水平超过特定临界值的情况下确定为由于子下位原因因子而发生了错误,而且在统计学显著性水平不超过特定临界值的情况下确定为由于所述子上位原因因子而发生了错误。
图2是将本发明的联系信息以及损失信息作为一例而表示的示例图。
用于执行不见贴装工艺的生成设备多样,其中,为了对本发明进行具体的说明,将用于连接提供部件的盘或者托盘等的槽(slot)、用于吸附部件而向目的区域移动的头、以及作为具备于头内部而实质性地吸附或者解除吸附部件的模块的吸嘴(nozzle)作为一例而进行说明。
对此,设定具备于工艺线的生产设备对应于所述头,将连接到生产设备的其他设备设定为所述槽,并将具备于生产设备内的设备模块设定为所述吸嘴。
即,如图2所示,在工艺线上作为单一生产设备而具备有单一头的情况下,具有单一头所包含的三个吸嘴,而通过第一吸嘴处理的部件供应部为第一槽以及第二槽,通过第二吸嘴处理的部件供应部为第三槽,通过第三吸嘴处理的部件供应部为第一槽、第三槽以及第四槽。用于表示如上所述的相互关系的信息包含在上述的联系信息中。
在图2中,标记于头的旁边的0.7表示头的损失信息,标记于第一吸嘴旁的0.5表示第一吸嘴的损失信息。除此之外的标记于其他构成旁的数字均意味着各个构成要素的损失信息。
上述的联系信息以及损失信息为从存储于存储部110的设备数据导出的信息,其在每当各个模块被交换或者发生损失时更新,并作为累积的数据而得到管理。
图3是将本发明的指示画面作为一例而表示的示例图。
如图3的a)图所示,在工艺线发生异常的情况下,错误原因自动识别装置100向作业者指示“1F-11头拾取异常,请检查拾取位置”的消息,从而使用户能够以具体特定的信息确认工艺线的故障原因。
此外,如图3的b)图所示,在工艺线发生异常的情况下,错误原因自动识别装置100将“2R-9槽识别错误,请检查部件调教(teaching)值”的消息指示给用户,从而能够使用户以具体特定的信息确认工艺线的故障原因在于与之前不同的原因。
如上所述,错误原因自动识别装置100在不具有用于感测工艺线上具备的生产设备的故障与否的构成的情况下也能够从多样的故障原因中确定出故障原因,并向作业者指示该故障。
图4是表示根据本发明的其他实施例的错误原因自动识别装置的模块图;图5是更为具体地表示图4的故障指示装置中的选择部的构成图;图6是将图5的第一操作异常候选群作为一例而表示的详细构成图。
参照图4,错误原因自动识别装置200除了错误感测部220、显著性水平计算部240、原因因子确定部250、输出部260以外,还可以包括选择部230,其用于在针对线上发生的错误而存在多个操作异常候选群的情况下,在其中选择某一个操作异常候选群。
错误原因自动识别装置200还可能会包含用于存储按各个部件贴装工艺线的设备数据的存储部210。
选择部230基于可从所述设备数据确认的工艺线的操作异常对应的统计信息来区分多个操作异常候选群,并从被区分的多个操作异常候选群中,将对应于最高优先级的操作异常候选群自动选择为所述特定的操作异常候选群。
在工艺线中,引起可形成针对工艺处理的障碍因素的操作异常的操作异常候选群可以根据功能以及结构特征中的某一个而被区分为多个。通过这种方式区分的多个操作异常候选群可以基于之前引发操作异常而被数据化的统计信息来得到按优先级的区分。
对此,选择部230可以将按优先级区分的多个操作异常候选群中对应最高优先级的操作异常候选群选择为用于进行追加分析的操作异常候选群。
参照图5,可通过选择部230而选择第一操作异常候选群,而且被选择的第一操作异常候选群可以如图6所示地包括将头、吸嘴以及槽包含在内的多个原因因子。
即,借助选择部230而选择到第一操作异常候选群之后,将会额外地执行从包含在第一操作异常候选群中的多个原因因子中筛选某一个的特定原因因子的过程。
从包含在第一操作异常候选群的多个原因因子中筛选某一个特定原因因子的过程可以根据是否能够感测具备于工艺线的至少一个生产设备的操作异常而通过不同的方式被执行。
首先,在能够感测具备于工艺线的至少一个生产设备的操作异常的情况下,在计算出将基于工艺线的设备数据的联系信息以及损失信息和感测到操作异常的结果组合而得到的综合结果的过程中,可以采用如下的方式:阶段性地缩小可从第一操作异常候选群中候选的原因因子之后,将最终剩下的原因因子确定为引发故障原因的特定原因因子。
另外,在不可感测具备于工艺线的至少一个生产设备的操作异常的情况下,可以采用如下的方式:计算出基于工艺线的设备数据的联系信息以及损失信息、具备于工艺线的生产设备的个数、在具备多个生产设备的情况下的各个生产设备的标准正态分布值,并确定出候选范围并将其组合。
图7是将基于应用于根据本发明的故障分析处理的标准偏差分布值的原因因子筛选过程作为一例而表示的示例图。
在具备于工艺线的生产设备为多个的情况下,各个生产设备的标准正态分布值可通过如下的数学式1而计算出。
<数学式1>
Z-value={R-val(i)-B-val}/σ
(其中,Z-value:标准正态分布值,R-val(i):相对比率值,B-val:平均值,σ:R-val(i)、
的标准偏差)
在此,B-val可通过如下的数学式2而计算出。
<数学式2>
B-val=1/n
(其中,n:与以上发生的槽形成关联的头的个数,B-val:判断为各个头中发生的损失的分布均匀的基准)
此外,R-val(i)是在整体头的损失中第i个头的损失所占的比率,以下可通过数学式3而计算出。
<数学式3>
(其中,L(Hi)是第i个头的损失个数)
参照图7,在以2σ水平为基准而确定标准正态分布值的情况下,可以将标准正态分布值超过1.96的原因因子确定为作为故障原因的特定原因因子。
作为另一例,在以3σ水平为基准而确定标准正态分布值的情况下,可以将标准正态分布值超过2.96的原因因子确定为作为故障原因的特定原因因子。
图8至图11是表示对本发明的故障原因的因子的准确度进行分析的实际数据的表格。
图8至图11中表示的表格是“甲”公司从2014年8月8日到2014年8月20计算出的实际数据。
图8是表示通过本发明的故障原因分析构成而将槽和头特定为故障原因的表格。图9是表示槽的损失优先级的实际数据;图10是表示头的损失优先级的实际数据。
从实际数据中也能够确认针对从根据本发明的分析构成的结果导出的24号槽和6号槽的损失发生较多,并能够确认13号头、9号头以及12号头排在较高的损失优先级。
如图11所示,通过本发明的故障原因分析构成而特定的故障原因的正确答案比率为:根据3σ基准的情况下是75%,根据2σ基准的情况下是86%,由此可见其表现出了优良的功效。
图12是表示根据本发明的错误原因自动识别方法的顺序图。
参照图12,错误原因自动识别装置100感测部件贴装工艺线的异常与否(S1)。
然后,在S1步骤中存在感测到操作异常的工艺线的情况下,特定出感测到操作异常的线的操作异常候选群(S3)。
在S3步骤中,从预先存储的设备数据中提取包含在特定的操作异常候选群的多个原因因子,并从提取到的多个原因因子之间的联系信息以及提取到的多个原因因子中提取各个原因因子的损失信息(S5)。
在S3步骤中,特定的操作异常候选群包括上位原因因子以及从属于上位原因因子的下位原因因子。首先,错误原因自动识别装置100计算出统计学显著性水平,所述统计学显著性水平指示可将所述错误看视为由所述下位原因因子引起的错误。
之后,在计算出的统计学显著性水平超过特定临界值的情况下,可以确定为错误由于下位原因因子而发生,在显著性水平不超过特定临界值的情况下,确定为错误由于上位原因因子而发生(S7)。
在此,所述上位原因因子可以是部件贴装工艺的槽,下位原因因子可以是部件贴装工艺的头。
错误原因自动识别装置100在S7步骤中输出所确定的特定原因因子(S9)。
图13是将图12的错误原因自动识别方法作为一实施例而表示的顺序图。
参照图13,在计算基于工艺线的设备数据的联系信息以及损失信息和感测到操作异常的结果组合而得到的综合结果的过程中,可以采用如下的方法:在第一操作异常候选群阶段性地缩小可候选的原因因子之后,将最终剩下的原因因子确定为引发故障原因的特定原因因子。
首先,错误原因自动识别装置100基于联系信息以及损失信息来计算出因子的相互之间的损失比率(S71)。
将特定槽中存在三个头且按各个头具备单一吸嘴的情况作为一例,则会存在如下的情况:以“第一头:第二头:第三头=10:0:0”计算出因子相互之间的损失比率,或者以“第一头:第二头:第三头=4:3:3”计算出因子相互之间的损失比率。
在头之间的损失比率为“10:0:0”的情况下,第一头的损失比率显著地高,因此能够将第一头确定为检查点(check point);在头之间的损失比率为“4:3:3”的情况下,可以看作头之间的损失比率为均等的水平,在此情况下可以将槽确定为检查点。
即,在S71步骤中,可以如上所述地基于因子之间的相互损失比率来确定头的检查与否(S73)。在S73步骤中,还可以利用直接检测头的故障与否的构成要素的结果信息。
在S73步骤中,在头错误可能性较大的情况下,可以计算该头和吸嘴之间的损失比率(S75)。在S75步骤中,如果头和吸嘴之间的损失比率为“1:1”,则根据想定可从预先存储的设备数据导出的头和吸嘴之间的损失比率相对较高的吸嘴成为故障原因的可能性较大,可以将吸嘴确定为成为故障原因的特定原因因子(S77)。
在S75步骤中,在头和吸嘴之间的损失比率不是“1:1”的情况下,转换为进一步验证吸嘴的错误与否的步骤(S81)。
在S81步骤中,基于针对吸嘴的损失比率信息来计算出统计学显著性水平的结果,可以确定由于吸嘴的错误的发生可能性程度。
在S81步骤中,如果确定为吸嘴错误,则可以将吸嘴确定为特定原因因子,如果确定为不是吸嘴错误,则可以将头确定为特定原因因子(S83)。
在S83步骤中,如果确定为不是吸嘴错误,则将头确定为特定原因因子,然而在头内除了吸嘴以外还存在着其他原因因子的情况下,还可以额外地进行针对包含在头内的多个原因因子之间的统计学损失比率进行比较的步骤。
此时,在统计学损失比率相同或者属于相同的范围的情况下,可以根据预先设定的损失发生优先级而将最高优先级的设备模块确定为特定原因因子。
相反,在统计学损失比率相异的情况下,还可以执行感测与预先确定的损失发生优先级中的最高优先级对应的设备模块的故障与否的步骤,之后可以根据设备模块的故障与否而将设备模块确定为特定原因因子,或者转换为感测下一个优先级的其他设备模块的故障与否的步骤并持续进行提取细部原因因子的过程,或者将作为上位级别的构成的生产设备(例如,头)确定为特定原因因子,从而比较笼统地将故障原因指示给用户。
图14是将图12的错误原因自动识别方法作为另一实施例而表示的顺序图。
参照图14,在无法感测具备于工艺线的生产设备的操作异常的情况下,可以采用如下的方式:将基于工艺线的设备数据的联系信息以及损失信息、具备于工艺线的生产设备的个数、在具备多个生产设备的情况下算出各个生产设备的标准正态分布值而特定候选范围,并将其组合。
首先,错误原因自动识别装置100确定工艺线上的生产设备(例如,头)的数目(S71-1)。以下,将头作为生产设备的一例而进行说明。
在S71-1步骤中,在具备有单数个头的情况下,通过基于可从预先存储的设备数据导出的损失发生优先级来计算出单数个头和槽之间的损失发生概率的结果,可以将作为与头联系的其他设备的槽确定为特定原因因子。
在S71-1步骤中,在具备有多个头的情况下,将会执行计算各个头的标准正态分布值的步骤S73-1至S77-1。
在所述步骤S73-1至S77-1中,作为用于计算各个头的标准正态分布值的前步骤,还包括计算相对比率值的步骤,其中,相对比率值意味着相对于各个头的整体损失率而占有的相对损失率。
在相对比率值为“1”的情况下,特定头的损失意味着整体的损失,即意味着特定的头成为有力的故障原因。因此,在此情况下已确定作为故障原因的特定的头,因此能够直接转换为用于在特定头内确定更为具体的原因因子的步骤S83-1。
在执行用于计算各个头的标准正态分布值的步骤S73-1至S77-1之后,将计算出的各个标准正态分布值与预先确定的标准正态分布值(Level of Z-value)进行比较,并可以将与超过标准正态分布值的标准正态分布值对应的头确定为特定原因因子(S79-1)。
在S79-1步骤中,计算出针对与超过标准正态分布值的标准正态分布值对应的头在整体损失率中所占的相对损失率的相对比率值之后,通过判断所计算出的相对比率值是否超过预先确定的基准相对比率值(Level of loss portion),可以在S79-1步骤中额外地进行验证所确定的特定原因因子的步骤。
其考虑到了在与形成关联的头的个数较多的情况下,即使头之间的损失个数的差异并不显著得大,也可以根据标准正态分布值而选择作为特定原因因子的头。
在S79-1步骤中,在没有超过标准正态分布值的标准正态分布值的情况下,可以将槽确定为特定原因因子(S81-1)。
进而,在超过标准正态分布值的标准正态分布值存在的情况下,还可以执行确认与该标准正态分布值对应的特定头的吸嘴个数的步骤(S83-1)。
在S83-1步骤中,在具备单数个吸嘴的情况下,作为基于可从预先存储的设备数据导出的损失发生优先级来算出单数个吸嘴和头之间的损失发生概率的结果,考虑到吸嘴是与部件直接接触的消耗性模块,而且还是用于执行部件的吸附或者吸附接触的构成,吸嘴成为故障原因的概率较高,从而能够将吸嘴确定为特定原因因子。
在S83-1步骤中,在具备有多个吸嘴时,将会执行计算各个吸嘴的标准正态分布值的步骤S87-1至S91-1。
在所述步骤S87-1至S91-1中,作为计算出对各个吸嘴的标准正态分布值的前步骤,还包括计算相对比率值的步骤,其中,相对比率值意味着相对于各个头的整体损失率而占有的相对损失率。
在相对比率值为“1”的情况下,特定吸嘴的损失意味着整体的损失,即意味着特定的吸嘴成为有力的故障原因。因此,在此情况下已确定作为故障原因的特定的吸嘴,因此能够直接转换为用于在特定吸嘴内确定更为具体的原因因子的步骤,或者在以下没有进一步判断的因子的情况下,可以将上述确定的特定吸嘴确定为特定原因因子。
在执行用于计算各个吸嘴的标准正态分布值的步骤S87-1至S91-1之后,将计算出的各个标准正态分布值与预先确定的标准正态分布值(Level of Z-value)进行比较,并可以将与超过标准正态分布值的标准正态分布值对应的吸嘴确定为特定原因因子(S93-1)。
在S93-1步骤中,计算出针对与超过标准正态分布值的标准正态分布值对应的吸嘴在整体损失率中所占的相对损失率的相对比率值之后,通过判断所计算出的相对比率值是否超过预先确定的基准相对比率值(Level of loss portion),可以在S93-1步骤中额外地进行验证所确定的特定原因因子的步骤。
其考虑到了在与形成关联的吸嘴的个数较多的情况下,即使吸嘴之间的损失个数的差异并不显著得大,也能够根据标准正态分布值而选择出特定原因因子的吸嘴。
在S93-1步骤中,在没有超过标准正态分布值的标准正态分布值的情况下,可以将头确定为特定原因因子(S95-1)。
以上,参照附图对本发明的实施例进行了说明,然而在本发明所属的技术领域中具有基本知识的人皆可理解本发明在不改变其技术思想或必需的特征的情况下可实施为其他具体的形态。因此要理解上述的实施例在所有的方面上都是示例性的,而不是局限性的。
产业上的可利用性
此外,本发明的目的在于提供一种在部件贴装工艺线中发生故障的情况下,特定故障原因并向用户指示的部件贴装工艺的故障指示方法以及为此采用的装置,从而不仅存在充分的商业或者营业可能性,其可能性还是可现实而明确地实施的程度,因此本发明是具有产业上的可利用性的发明。