CN117769688A - 用于制造系统分析和/或维护的方法 - Google Patents
用于制造系统分析和/或维护的方法 Download PDFInfo
- Publication number
- CN117769688A CN117769688A CN202280053606.4A CN202280053606A CN117769688A CN 117769688 A CN117769688 A CN 117769688A CN 202280053606 A CN202280053606 A CN 202280053606A CN 117769688 A CN117769688 A CN 117769688A
- Authority
- CN
- China
- Prior art keywords
- defect
- component
- defects
- components
- manufacturing system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000012423 maintenance Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title description 13
- 230000007547 defect Effects 0.000 claims abstract description 314
- 238000007689 inspection Methods 0.000 claims description 41
- 230000002950 deficient Effects 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 2
- 230000000712 assembly Effects 0.000 claims 1
- 238000000429 assembly Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 claims 1
- 230000009471 action Effects 0.000 abstract description 14
- 239000004069 plant analysis Substances 0.000 abstract description 2
- 229910000679 solder Inorganic materials 0.000 description 13
- 238000013507 mapping Methods 0.000 description 11
- 238000011144 upstream manufacturing Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000011002 quantification Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- 102000005717 Myeloma Proteins Human genes 0.000 description 2
- 108010045503 Myeloma Proteins Proteins 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000013506 data mapping Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- General Factory Administration (AREA)
Abstract
一种用于工厂分析和/或维护的方法,优选地包括接收工厂信息和/或将缺陷与工厂部件相关联,并且可选地包括基于缺陷关联来采取行动和/或操作工厂机器。该方法优选地与一个或更多个制造系统和/或其要素相关联。
Description
相关申请的交叉引用
本申请要求于2021年8月2日提交的美国临时申请序列号63/228,495和于2022年2月3日提交的美国临时申请序列号63/306,375的权益,这两个美国临时申请中的每一个均通过该引用以其整体并入。
技术领域
本发明总体上涉及制造领域,更具体地涉及一种用于制造系统分析和/或维护的新的且有用的方法。
附图简述
图1是方法的实施例的示意性表示。
图2A是用于执行该方法的系统的实施例的示意性表示。
图2B是制造系统的示例的示意性表示。
图3A-图3B是操作工厂机器的要素的示例的示意性表示。
图3C-图3D分别是将缺陷与工厂部件相关联的第一示例和第二示例的示意性表示。
图4A是对阵列位置标记重新编号的示例的示意性表示。
图4B是图4A中描绘的不同阵列位置标记之间的示例映射的示意性表示。
图5是基于时间考虑确定程序联系(link)的示例的示意性表示。
图6A-图6B分别是基于产品标识符确定程序联系的第一具体示例和第二具体示例的示意性表示。
优选实施例的描述
本发明的优选实施例的下面的描述并不意欲将本发明限制于这些优选实施例,但更确切地使本领域中的任何技术人员能够制造并且使用本发明。
1.概述
用于工厂分析和/或维护的方法100优选地包括接收工厂信息S110和/或将缺陷与工厂部件相关联S120,并且可以可选地包括基于缺陷关联(defect associations)采取行动S130和/或操作工厂机器S105(例如,如图1所示)。然而,该方法100可以附加地或替代地包括任何其他合适的要素。
方法100优选地与一个或更多个制造系统(或其要素)相关联(例如,涉及对一个或更多个制造系统(或其要素)的维护,诸如修理和/或预测性维护),诸如下文更详细描述的。此外,该方法可以可选地由一个或更多个计算系统、制造系统和/或任何其他合适的系统(部分地或全部)执行和/或与一个或更多个计算系统、制造系统和/或任何其他合适的系统相关联地执行(例如,如图2A所示)。
2.技术优势
该技术的变体可以赋予一个或更多个优于传统技术的优点。在一些示例中,这些优点可以促进一个或更多个制造系统或其要素的分析和/或维护。
首先,在一些实施例中,该技术能够实现对工厂部件(和/或其他制造要素)和有缺陷的产品之间的可能联系的确定和/或量化(例如,自动确定和/或量化)。例如,通过将检测到的产品缺陷的责任归因于可能对缺陷负责的工厂部件(例如,确实或者可能已经与产品的有缺陷区域或要素相互作用的工厂部件),与大量产品缺陷相关联的工厂部件可以自动累积大份额的这种责任,这可以实现和/或促进将这些工厂部件作为制造系统错误的潜在来源进行检测。
其次,在一些实施例中,该技术能够实现对一个或更多个数据结构(例如,矩阵,诸如随机矩阵;图,诸如具有边权重的有向图和/或无向图;等等)的确定(例如,自动确定),该一个或更多个数据结构表示和/或指示所制造的产品(例如,PCB组件)的特征和制造要素(例如,工厂操作、编程参数、机器和机器要素等)之间的联系(例如,重要性度量,诸如因果联系、分数责任联系等)。这些数据结构可以提供与这些联系相关联的一个或更多个重要性度量,这可以实现与该数据结构中表示的制造要素相关联的敏感性分析。例如,这可以实现对最有可能与产品缺陷、低生产率和/或其他不希望的制造系统行为相关联(例如,是产品缺陷、低生产率和/或其他不希望的制造系统行为的原因)的制造要素的分析和/或量化。
第三,在一些实施例中,该技术能够实现和/或促进向一个或更多个用户提供制造系统信息(例如,与缺陷、缺陷责任、缺陷率、因果联系等相关联的信息)。例如,该技术可以包括一个或更多个用户界面,该一个或更多个用户界面使得能够探索工厂部件(和/或其他制造要素)与产品、产品部件和/或其缺陷之间的联系。
第四,在一些实施例中,该技术能够实现和/或促进对维护建议的自动确定和/或制造系统维护任务的执行。例如,该技术可以包括(例如,基于制造要素与产品、产品部件和/或其缺陷之间的联系)确定一个或更多个可能有问题的制造要素(例如,可能需要和/或受益于检查和/或维护的工厂部件、可能需要和/或受益于改变的编程参数等)。基于这样的确定,该技术可以可选地包括呈现指示这些确定的信息,基于这些确定采取行动以实现改变(例如,改变编程参数,执行检查和/或维护等),和/或采取任何其他合适的动作。
第五,在一些实施例中,该技术能够实现对缺陷率和/或其他生产率的确定和/或量化(例如,自动确定和/或量化)。例如,由一个或更多个制造系统报告的(和/或与一个或更多个制造系统相关的)信息可能不包括成功的生产信息(例如,无缺陷产品的生产),诸如生产计数、生产率和/或时序信息(例如,而是可能仅包括指示检测到的缺陷和/或相关联的时序和/或缺陷率的信息);在该示例中,该技术的实施例可以用于确定与成功生产相关联的此类信息。因此,此类信息可以用于确定缺陷率和/或其他生产率。
第六,在一些实施例中,该技术能够实现对从一个或更多个制造系统接收的(和/或与一个或更多个制造系统相关的)信息的标准化(例如,自动标准化)。在一些示例中,该信息可以包括不一致的程序名称(例如,用于与特定产品的制造相关联的组装和/或检查程序的程序名称)、产品位置标识符(例如,阵列位置索引)和/或其他信息。在一些这样的实施例中,这种标准化能够实现和/或促进对相关联的信息(和/或其衍生信息)的进一步分析和/或呈现。
然而,本文描述的系统和/或方法可以附加地或替代地赋予另外的优点。
3.制造系统
如上所述,该方法可以与一个或更多个制造系统或其要素相关联(例如,如图2B所示)。例如,在一些实施例中,该方法可以与用于印刷电路板(PCB)组装的一个或更多个工厂、生产线和/或其他制造系统(和/或其要素)(例如,一个或更多个表面贴装技术(SMT)PCB生产线,包括多个组装和检查机器)相关联。
在一些这样的实施例中,工厂可以包括以下中的一项或更多项:PCB组装机器,诸如拾取和放置(PNP)机器、焊料印刷机、烘箱和/或其要素;PCB检查机器,诸如光学和/或X射线检查工具(例如,自动光学检查(AOI)和/或自动X射线检查(AXI)机器)、焊膏检查(SPI)工具、在线测试(ICT)工具;和/或任何其他合适的实体。在示例中,PCB组装机器要素可以包括一个或更多个PNP元件,诸如放置头、放置头上的喷嘴支架(nozzle holder)、附接到喷嘴支架的喷嘴、相机(例如,与喷嘴支架相关联的相机,其可以用于检测喷嘴支架上的零件放置;单独的相机,诸如与放置头相关联的“飞行(flying)”相机,其可以用于检测面板放置、翘曲和/或其他属性;等等)、进料器、部件卷轴(component reel)、真空泵和/或馈送器等;焊料印刷机元件,诸如模板(stencil)、刮板(squeegee)、相机(例如,用于检查板位置和/或将板位置与模板位置配准(register))等;和/或任何其他合适的元件。
例如,SMT线可以包括一个或更多个模块(通常是多个模块)。每个模块能够保持多个进料器(其中相同或不同的部件被装载到每个进料器中,或装载到进料器子集中)。每个模块优选地具有带有多个喷嘴支架的放置头,每个喷嘴支架可以保持多个不同喷嘴中的一个(例如,其中每个喷嘴具有特定的尺寸和形状)。在具体示例中,(例如,具有Fuji NXT模块的)SMT线包括18个模块,每个模块具有40个进料器、24个喷嘴支架和多于24个的喷嘴(例如,40-100个喷嘴、大约60个喷嘴等)。
因此,对于任何特定的部件缺陷,可能存在大量(例如,等于模块的数量、每个模块的进料器的数量、每个模块的喷嘴支架的数量和喷嘴的数量的乘积)单独的放置路径,每条放置路径描述了这样一条路径,通过该路径,部件可以来自进料器,被保持在喷嘴支架中的喷嘴拾取,然后被放置在板上,并且这些系统部件中的任何一个都可能潜在地与引起缺陷相关联;此外,还可能存在多种不同的传感器,这些传感器与部件的放置相关联,因此也潜在地与导致缺陷相关联。在典型的制造系统中,缺陷信息(例如,使用检查设备来确定,诸如下文更详细描述的)既不指示这些放置路径中的哪条路径(或路径子集,诸如该放置路径中的任何系统部件;例如,使用了哪个喷嘴、喷嘴支架和/或进料器)被用来放置部件,也不指示哪个系统部件(或系统部件类型,诸如喷嘴与进料器)可能对导致缺陷负责。
此外,工厂的操作通常由大量编程参数控制。在这些编程参数当中,可能存在特定于特定部件类型、组装工具、放置路径和/或其他方面的参数。因此,对于任何特定的部件缺陷,该缺陷可能归因于一个或更多个编程参数,而不是(或者除此之外还)归因于一个或更多个系统部件。
在示例中,编程参数可以包括PNP参数、印刷机参数、烘箱参数和/或任何其他合适的参数。在一些示例中,PNP参数可以包括:部件的预期尺寸和/或形状、拾取部件的位置、用于保持部件的真空压力、用于将部件释放到板上的空气压力、拾取高度、板上方的掉落高度、要使用的移动曲线(profile)、等待时间段(例如,在从卷轴拾取之前等待N毫秒,诸如以补偿缓慢的进料器移动;在使零件掉落在板上之前等待M毫秒,诸如以停止横向运动;等等)、用于将芯片向下推入焊膏(solder paste)中的力等。在一些示例中,印刷机参数可以包括:被施加到刮板以将膏体挤压通过模板的力、清洁周期间隔(例如,每5个面板、每10个面板清洁一次,等等)、用于将模板降低到面板上的运动曲线和/或速度、用于在膏体被沉积之后将模板从板释放的运动曲线和/或速度、刮板移动的速度、刮板缩回起点的速度、要涂覆到模板上的焊膏量,等等。在一些示例中,烘箱参数可以包括:烘箱的温度曲线、板通过烘箱的速度、在每个温度的停留时间等。然而,编程参数可以附加地或替代地包括任何其他合适的参数。
在典型的PCB工厂(例如,SMT工厂)操作中,可以在生产检查期间通过自动检查机器检测生产缺陷,自动检查机器诸如是自动光学检查(AOI)、自动X射线检查(AXI)、焊膏检查(SPI)、在线测试(ICT)等;附加地或替代地,可以通过手动检查过程和/或任何其他合适的检查工具和/或过程来检测缺陷。这些检查机器通常对产品(例如,通常作为单个单元加工的一个或更多个电路板的面板化阵列)进行测量,并使用这些测量值来检测生产缺陷。在示例中,这种生产缺陷可以包括缺失的部件、不正确的部件(例如,其中该错误类型的部件被放置在打算用于不同部件的位置)、定向错误的部件(例如,旋转、“墓碑(tombstone)”、不正确的极性(polarity)(诸如翻转),等等)、移位的部件(例如,从适当位置横向移位超过阈值量,太靠近另一部件或迹线,等等)、电气缺陷(例如,开路、短路、电阻超出公差诸如高电阻或低电阻、电容超出公差诸如高电容或低电容、电路节点上电压值的模拟测量值不正确,等等)、焊料缺陷(例如,焊料桥接、焊料接头没有正确形成、焊膏体积过高或过低、焊膏沉积不在正确的位置、焊膏尺寸不正确,诸如其中焊膏宽度、长度和/或高度不在界限内,等等)、OCR失败等。
在典型的工厂操作中,这些生产缺陷与缺陷类型和/或一个或更多个位置字段(诸如阵列位置、参考指示符(reference designator)和/或引脚编号)相关联(例如,用缺陷类型和/或一个或更多个位置字段标记,基于缺陷类型和/或一个或更多个位置字段进行识别,等等)。例如,可以用缺陷类型、阵列位置、参考指示符和可选的引脚编号来标记每个缺陷。阵列位置优选地指定在电路板的阵列内的电路板(例如,右上、左下、2号位置等)。参考指示符优选地指定(由阵列位置指定的特定电路板内的)有缺陷的部件,诸如C16、U1、R5等。引脚编号可以指定(由参考指示符指定的部件的)特定部件引脚,诸如引脚1、2、3、4等,但是在一些或所有情况下(例如,对于不与特定引脚相关联的缺陷),替代地,可以省略引脚编号。缺陷类型优选地指定已经识别出的生产缺陷的类型,更优选地使用一组标准化的缺陷类型标签(例如,“缺失(MISSING)”、“开路(OPEN)”、“墓碑(TOMBSTONE)”等)中的一个来指定。然而,缺陷可以附加地或替代地与任何其他合适的信息相关联。
然而,制造系统可以附加地或替代地包括用于任何其他合适的制造任务和/或其他生产任务的系统,和/或可以包括任何其他合适的制造工具和/或检查工具。
4.方法
4.1接收工厂信息
接收工厂信息S110优选地用于接收关于在工厂产品中检测到的缺陷(例如,诸如上文关于制造系统描述的缺陷)的信息,诸如由自动检查机器检测到的缺陷。工厂信息优选地由一个或更多个计算系统和/或分析工具接收(和/或存储在一个或更多个计算系统和/或分析工具处),但是可以附加地或替代地由任何其他合适的实体接收。
对于每个缺陷(或缺陷子集),在S110中接收到的缺陷信息优选地包括缺陷类型和一个或更多个位置字段(例如,诸如上文描述的位置字段)。此外,缺陷信息可以可选地包括时间戳(例如,生产时间戳、检查时间戳、缺陷检测时间戳等)和/或其他时间相关信息(例如,与缺陷相关联的时间窗口,诸如在其期间生产出有缺陷的产品和/或识别出缺陷的时间窗口)、产品信息(例如,产品标识符、产品序列号、产品类型、CAD信息、编程信息、程序名称等)等。然而,附加地或替代地,缺陷信息可以包括任何其他合适的信息。
此外,S110可以可选地用于接收关于工厂生产的其他信息(例如,关于通过的检查、无缺陷生产计数、不考虑缺陷状态的总生产计数等)、关于工厂状态的其他信息(例如,生产和/或检查工具状态)、关于机器编程的其他信息(例如,在工厂中的各种机器上运行的程序标识符,等等,优选地与时序信息相关联地被接收,该时序信息指示不同程序在机器上运行的时间段)和/或任何其他合适的信息。可以基于每个部件、每种产品类型、每条生产线、每个制造工具、时间窗口和/或任何其他合适的基础来获得和/或接收信息。
优选地响应于对信息的确定,诸如实时(或接近实时地)确定,而(例如,立即或基本上立即)接收工厂信息。特别地,优选地响应于缺陷识别而接收缺陷信息,更优选地响应于缺陷识别而立即(或基本上立即)接收缺陷信息。然而,工厂信息可以附加地或替代地在延迟之后接收、分批接收、周期性地接收、零星地接收和/或以任何其他合适的时序接收。
优选地从制造系统(例如,从检查机器和/或组装机器,从诸如中央控制器的一个或更多个制造系统控制器,等等)接收工厂信息,但是可以附加地或替代地从任何其他合适的实体接收工厂信息。
然而,S110可以附加地或替代地包括以任何合适的方式接收任何其他合适的工厂信息。此外,尽管S110在本文中被称为接收工厂信息,但本领域技术人员将认识到,S110可以附加地或替代地包括接收来自任何其他合适的制造系统和/或与任何其他合适的制造系统相关联的信息。
4.2将缺陷与工厂部件相关联
将缺陷与工厂部件相关联S120优选地用于实现对可能对缺陷负责的工厂部件(例如,工厂工具,诸如组装工具,和/或工厂工具的要素;编程参数;等等)的识别。S120优选地包括确定潜在联系S125(例如,缺陷和工厂部件之间的联系),并且可以可选地包括确定数据映射S123和/或确定缺陷率S127。然而,S120可以附加地或者替代地包括以任何合适的方式执行的任何其他合适的要素。
4.2.1确定潜在联系
确定潜在联系S125优选地用于确定缺陷和其原因之间的潜在联系(例如,如图3C-图3D所示)。例如,S125可以用于确定(例如,生成,优选地自动生成)缺陷发生、缺陷特征(例如,接收到的与缺陷相关联的信息的要素、相关联的放置路径和/或其方面等)和/或工厂部件之间的联系,工厂部件诸如是影响特定部件(例如,电路1上的R3、电路4上的U1的引脚2,等等)的操作中所涉及的特定机器部件,优选是与缺陷相关联的部件。
在一些实施例中,这可以包括将缺陷的责任或潜在责任归因于上游工厂部件(例如,在检测到缺陷之前影响与缺陷相关联的要素的任何机器部件和/或编程参数,或其子集;可能导致了缺陷的任何机器部件和/或编程参数;等等)。因此,每个缺陷可能不仅同相关联的产品部件(例如,在在S110中接收到的缺陷信息中识别出的部件)有联系,而且还可能同与相关联的部件相互作用的特定工厂部件(例如,喷嘴、进料器、部件、编程形状等)有联系。
例如,对于每个缺陷(例如,由在S110中接收到的缺陷信息表示的每个缺陷),S125可以包括记录该缺陷(例如,和/或由缺陷信息指示的相关联的产品部件,诸如电路2的U3)和N个机器部件之间的联系,该N个机器部件在该缺陷被确定之前与关联于缺陷的产品部件相互作用(或者,替代地,记录缺陷和仅这样的机器部件的子集之间的联系)。记录这些联系可以将缺陷的潜在责任归因于这些机器部件。
对于每个机器部件,记录联系可以通过将联系的值添加到与该机器部件相关联的缺陷联系的总和来执行。在第一示例中,这可以包括将缺陷的责任分配给每个相关联的机器部件(例如,将1添加到每个相关联的缺陷联系总和),而在第二示例中,这可以包括将缺陷的分数责任分配给每个相关联的机器部件(例如,将1/N添加到每个相关联的缺陷联系总和,诸如通过图3C中的示例所示)。
在一些变型中,N个机器部件中只有n个机器部件能够造成(或者替代地,有可能造成)所标记类型的缺陷,则将缺陷的1/n的责任分配给每一个这样的机器部件,并且不向剩余的(N-n)个机器部件分配责任。例如,不正确的极性缺陷类型通常不归因于喷嘴或喷嘴支架(例如,因为喷嘴不会错误地翻转产品部件),因此不应将不正确的极性缺陷的责任分配给任何喷嘴或喷嘴支架(例如,相反,这种缺陷的责任潜在地仅归因于产品部件装载中所涉及的编程参数和机器部件),诸如通过图3D中的示例所示。
在一些变型中,可以不均匀地分配责任,例如将更大的责任分配给更有可能导致缺陷的机器部件(例如,以使得被添加到所有缺陷联系总和的量的总和为1的方式进行分配);例如,第一机器部件和第二机器部件可以各自被分配缺陷的责任的1/4,而第三机器部件可以被分配责任的剩余1/2。本领域技术人员将认识到,类似地,上述值可以乘以一个因子c(例如,将c添加到每个相关联的缺陷联系总和,将c/N添加到每个相关联的缺陷联系总和,添加到相关联的缺陷联系总和使得所添加的量的总和为c,等等),其中c是大于或小于单位值(unity)的任何合适的值。
在一些变型中,不同的缺陷可以与不同的责任量相关联(例如,其中更重要或更关键的缺陷可以与更大的责任量相关联)。例如,第一缺陷可能与A个单位(例如,1个单位)的责任相关联,并且第二缺陷可能与B个单位(例如,2个单位)的责任相关联。因此,在第一特定示例中,其中责任在潜在负责的工厂部件之间进行平均分摊,则与第一缺陷相关联的N个部件将各自被分配A/N个单位(例如,1/N单位)的责任,并且与第二缺陷相关联的M个部件将各自被分配B/M个单位(例如,2/M个单位)的责任。替代地,在第二特定示例中,其中每个潜在负责的工厂部件都被分配了缺陷的全部责任,与第一个缺陷相关联的N个部件将各自被分配A个单位(例如,1个单位)的责任,并且与第二个缺陷相关联的M个部件将各自被分配B个单位(例如,2个单位)的责任。然而,不同的缺陷可以附加地或替代地以任何其他合适的方式与不同(和/或相同)的责任量相关联,和/或责任可以附加地或替代地以任何其他合适的方式被分配给工厂部件(例如,在不同的工厂部件之间不均匀地分摊分数责任)。
附加地或替代地,S125可以包括生成产品特征(例如,一个或更多个电路板上的特征,诸如单独的SMT部件或其引脚)和上游工厂部件(例如,工厂操作、编程属性、机器和/或机器部件等)之间的联系网(和/或向该联系网进行添加)。该联系网可用于生成描述产品特征和工厂部件之间的联系强度的矩阵(例如,随机矩阵)。在该矩阵中,值可以表示敏感性分析,即哪些参数和/或系统随着时间的推移是缺陷的最常见原因(例如,因此这些参数和/或系统可能值得维护和/或改变,诸如下文关于S130更详细描述的)。
在示例中,S125可以包括,对于检查机器上游的所有机器(或其子集),创建机器系统和参数的列表,这些机器系统和参数在将给定参考指示符放置在面板上给定阵列位置处的给定板上时被涉及;然后(例如,当缺陷被标记时)使用相关联的信息将缺陷的责任(例如,如上所述)分配给所有涉及的系统(或其任何合适的子集)。
然而,在一些实施例中,在S110中接收到的缺陷信息可能不足以唯一地识别与缺陷相关联的特定产品部件(和/或不足以确定应该将缺陷的责任归因到的工厂部件集合)。例如,可能没有足够的信息来使得能够将与缺陷一起报告的阵列位置映射到特定的板(例如,在检查机器和组装机器所报告的阵列位置之间进行映射);因此,与缺陷一起报告的参考指示符可以表示多个不同产品部件中的任何一个(例如,每个板上一个产品部件,或者其子集,诸如具有这样的部件的每个板)。
例如,阵列编号跨不同的机器(例如来自不同机器供应商的机器)可能不一致。在一个示例中,所有机器将同意在阵列中有6个电路,诸如排列在2×3矩形阵列中。然而,检查机器可以以蛇形方式分配阵列位置,按从右上角的1到左下角的6的升序排列,而放置系统可以以砌砖方式分配阵列位置,按从左下角的1到右上角的6的升序排列。
在某些情况下,可以解决这种模糊性(例如,如下文关于S123更详细描述的)。然而,在其他情况下,模糊性可能仍然存在(例如,没有执行S123,没有尝试解决模糊性,没有足够的信息可用于解决模糊性,等等)。因此,在一些示例中(例如,其中仍然存在模糊性),缺陷可以被映射到这些潜在有缺陷的产品部件中的每一个,然后,对于这些潜在有缺陷的产品部件中的每一个,诸如上文所述的那样,责任可以同工厂部件有联系。在第一示例中,针对每个潜在有缺陷的产品部件来分配整个缺陷的责任,而在第二示例中,可以针对每个潜在有缺陷的产品部件分配分数缺陷的责任,对于B个潜在有缺陷的产品部件(例如,B个不同的板,每个板包括一个这样的潜在有缺陷的产品部件),该分数缺陷诸如为缺陷的1/B(例如,使得添加到每个相关联的缺陷联系总和的量与上述方法相比减少到1/B倍,在上述方法中没有关于有缺陷产品部件的标识的模糊性)。
S125可以附加地或替代地包括确定与这些缺陷联系相关联的时间序列。在第一示例中,工厂部件的时间序列可以包括有联系的缺陷检测的时间戳(以及可选地,分数缺陷责任分摊)。在第二示例中,工厂部件的时间序列可以包括一系列缺陷联系总和,每个缺陷联系总和在短时间窗口(等于时间序列的时间分辨率)内累加。然而,时间序列可以附加地或替代地以任何其他合适的方式确定。
然而,S125可以附加地或替代地包括以任何合适的方式确定任何其他合适的潜在联系。
4.2.2确定数据映射
确定数据映射S123可以用于确定从制造系统接收的(和/或关于制造系统的)数据的要素(例如,如上文关于S110更详细描述的)之间的映射,诸如可以进一步实现和/或促进缺陷分析(例如,实现和/或促进诸如本文关于S125描述的对潜在联系的确定、诸如本文关于S127描述的对缺陷率的确定、和/或诸如本文关于S130描述的对此类信息的分析,等等)的映射。在一些示例中,S123可以包括(例如,基于这些映射)变换数据,诸如将数据变换成可以进一步实现和/或促进该缺陷分析的形式。
在一些实施例中,S123可以包括确定与不同制造系统机器(例如,不同的组装和/或检查机器)相关联的阵列位置标记(例如,阵列位置编号)之间的映射,诸如通过图4A-图4B中的示例所示。这种映射可以基于CAD数据(例如,与制造系统要生产的产品相关联)、基于关于阵列位置编号的特定于机器的参考信息和/或基于任何其他合适的信息来确定。在一些示例中,可以以自动方式(例如,实时或基本实时地)确定这种信息,诸如通过从工厂机器请求信息来确定。此外,S123可以可选地包括基于这些映射来变换(例如,在S110中接收到的)数据,诸如通过标准化数据中的所有阵列位置进行变换,使得每个阵列位置指示符(例如,编号)一致地表示特定阵列位置(例如,阵列位置‘1’总是表示左上角的板,阵列位置‘2’总是表示右上角的板,阵列位置‘6’总是表示右下角的板,等等)。在这些实施例中,这种映射和/或重新编号可以用于解决模糊性,诸如上文关于S125描述的那些模糊性,从而有助于更准确地确定缺陷和工厂部件之间的潜在联系。
附加地或替代地,S123可以包括(例如,对于接收到其信息的每个产品或产品子集)确定与对应于产品生产的不同工厂机器(例如,不同的组装和/或检查机器)相关联的程序标识符(例如,程序名称)之间的联系(例如,其中有联系的程序标识符各自对应于同一产品的生产的一个或更多个方面)。例如,这可以包括确定程序标识符(例如,与第一机器相关联的程序“X12_a”、与第二机器相关联的程序“X12”、与第三机器相关联的程序“X12_insp1”以及与第四机器相关联的程序“a5”)的集合全部与同一产品的生产的部分相关联。这些联系可以促进对生产过程的进一步理解,可以实现对产品计数的确定(例如,如下文关于S127更详细描述的),和/或可以以任何其他合适的方式使用。
在第一示例中,可以基于在(例如,单个生产线内的)不同机器上运行的程序的时间重叠(和/或接近度)来确定这种程序联系。例如,给定检查程序标识符和相关联的时间窗口(在该时间窗口期间,程序标识符在特定生产线的检查机器上运行),可以基于相关联的时间窗口为检查程序标识符确定程序联系,诸如通过图5中的示例所示。对于生产线的每台其他机器(或机器子集,诸如检查机器上游的每台机器),通常在相关联的时间窗口期间(和/或其附近)运行的程序标识符可能同检查程序标识符有联系,因为它可能对应于相同的产品;如果对于任何机器,在相关联的时间窗口期间没有单个程序标识符充分地占主导地位(例如,在窗口的至少阈值分数的持续时间期间没有单个程序标识符在运行),则可能无法确定联系。附加地或替代地,可以确定程序标识符之间的时间相关性,其中具有足够强(正)相关性的程序标识符的任何集合(或这些集合的子集)可以被联系起来。
在第二示例中(其可以作为第一示例的附加内容或者代替第一示例来执行),可以基于产品序列号来确定这样的程序联系(例如,如图6A-图6B所示)。例如,给定与特定产品(例如,单个板、具有相同设计的板的集合等)相关联的一个或更多个序列号(和/或其他标识符)的集合,该产品存在于机器处的时间(例如,如序列号信息所指示的)可以与当该产品存在时在该机器处运行的程序相关,并且相关联的程序标识符可以与该产品有联系。这可以针对已知存在该产品的每台机器(或机器子集)进行重复。因此,与该产品有联系的程序标识符随后可以联系到也与该产品有联系的所有其他程序标识符(例如,与其他机器相关联的程序标识符)。
然而,S123可以附加地或替代地包括以任何合适的方式确定任何其他合适的数据映射(和/或变换)。
4.2.3确定缺陷率
确定缺陷率S127可用于向(例如,在S110中接收到的)缺陷信息和/或潜在缺陷联系(例如,在S125中确定的潜在联系和/或缺陷联系总和)提供附加上下文。在一些情况下,缺陷率可以提供仅根据缺陷计数无法辨别出来的重要的上下文。例如,在不同的情况下,100个缺陷可能与高缺陷率(例如,10%,对应于生产出的总共1000个单元中的100个缺陷)、低缺陷率(例如,0.001%,对应于生产出的总共1000万个单元中的100个缺陷)、中间缺陷率(例如,0.1%,对应于生产出的总共100,000个单元中的100个缺陷)和/或任何其他合适的缺陷率相关联。因此,确定与各种缺陷相关联的缺陷率可能是有益的。
在许多实施例中,在S110中接收到的工厂信息将包括检测到的缺陷的报告,但将不包括指示成功生产(例如,生产出的无缺陷单元的计数,诸如生产出的特定产品类型的单元或所有单元,等等)或总产量(例如,生产出的总体单元,包括生产出的单元和生产被中止的有缺陷单元两者的生产“机会”,等等)的信息。因此,可能难以基于接收到的信息来确定缺陷率(例如,检测到的缺陷或生产出的有缺陷单元的数量与生产出的无缺陷单元、生产出的总体单元或生产机会的数量的比率)。为了克服这一困难,S127可以包括确定与总产量相关联的一个或更多个度量(例如,确定特定产品类型或特定潜在缺陷的生产机会的数量(“机会计数”))。
例如,潜在缺陷的机会计数是基于可以检测该缺陷的检查程序来确定的。响应于接收到指示特定缺陷的信息(例如,响应于第一次接收到指示具有特定参考指示符的缺陷的信息,该缺陷与特定产品类型相关联),可以对照缺陷目录核查缺陷和/或将缺陷添加到缺陷目录(例如,如果缺陷还没有存在于缺陷目录中),缺陷目录将此缺陷(例如,以及与相同产品类型相关联的具有相同参考指示符的所有缺陷)映射到负责检测它的相关联的检查程序;在变型中,缺陷目录还可以基于缺陷类型来指定缺陷(例如,其中特定产品类型的特定参考指示符处的缺陷可以根据缺陷类型被映射到不同的检查程序)。该缺陷目录可以包括映射到每个检查程序的多个缺陷条目(但是可以附加地或者替代地包括仅与一个缺陷条目相关联的检查程序)。因此,可以基于相关联的检查程序运行的次数来确定缺陷的机会计数(例如,缺陷的机会计数等于相关联的检查程序运行的次数)(例如,在指定的时间窗口期间,仅在缺陷第一次被添加到目录之后才计数,或者进行计数以还包括在缺陷被添加之前执行的运行,等等)。
附加地或替代地,潜在缺陷的机会计数可以基于在与该潜在缺陷的产品类型相关联的不同程序(例如,组装程序和检查程序)之间确定(例如,在S123中确定)的联系来确定。因此,即使指示检查程序运行次数的信息不可用,机会计数也可以类似地基于与该检查程序有联系的组装程序运行的次数来确定(例如,被确定为等于与该检查程序有联系的组装程序运行的次数)。在特定示例中,其中组装程序“prod17”和检查程序“prod17_insp”之间的联系是已知的(例如,已经在S123中被确定),该组装程序“prod17”和检查程序“prod17_insp”都与产品类型17的制造相关联,则产品类型17中的所有潜在缺陷的机会计数可以被确定为等于组装程序“prod17”的运行次数。
附加地或替代地,S127可以包括直接接收机会计数(例如,在S110中接收表示机会计数的信息)。然而,S127可以附加地或替代地包括以任何其他合适的方式确定机会计数。
一旦已知缺陷集合(例如,产品类型的所有缺陷、产品类型内单个参考指示符的所有缺陷、单个参考指示符处的特定缺陷类型的缺陷和/或任何其他合适的缺陷集合)的机会计数,S127可以包括通过将集合中的缺陷数量除以机会计数来确定相关联的缺陷率。
附加地或替代地,S127可以包括确定与工厂部件相关联的缺陷率。在一些实施例中,这些工厂部件缺陷率可以以类似于上文关于S125(例如,关于缺陷联系总和和/或缺陷联系时间序列)描述的方式来确定。例如,不是仅确定缺陷和上游工厂部件之间的联系,该方法还可以包括确定每个生产机会(和/或每个无缺陷产品或类似产品)和上游工厂部件之间的联系(例如,以类似于上文关于S125的缺陷联系总和描述的方式,确定每个上游工厂部件的相关联的生产机会总和)。在其他实施例中,工厂部件缺陷率可以基于估计的机会计数来确定。例如,可以基于生产线配置和/或基于(例如,在要确定机会计数的整个时间的一部分期间)观察到的不同部件的工作量份额来估计机会计数。该估计优选地结合已知或估计的总机会计数(例如,针对特定产品类型、针对特定生产线等)来确定;例如,可以将由特定工厂部件执行的总机会的估计分数乘以(已知的或估计的)总机会计数,以确定该工厂部件的估计的机会计数。在这些实施例的一些示例中,工厂部件的缺陷率可以通过将工厂部件的缺陷联系总和(例如,在S125中被确定)除以(例如,已知或估计的)生产机会总数来确定;然而,工厂部件缺陷率可以附加地或替代地以任何其他合适的方式确定。在这些实施例的一些示例中,该方法可以附加地或替代地包括基于一个或更多个工厂部件缺陷率(例如,以类似于基于缺陷联系总和所采取的行动的方式,诸如关于S130更详细描述的)采取行动(例如,呈现信息、执行检查和/或维护等),和/或基于工厂部件缺陷率执行任何其他合适的行动。
然而,S127可以附加地或替代地包括以任何其他合适的方式确定缺陷率,和/或可以附加地或替代地包括以任何合适的方式执行的任何其他合适的要素。
4.3基于缺陷关联采取行动
该方法可以可选地包括基于缺陷关联采取行动S130,这可用于诊断制造系统故障(例如,其导致高缺陷率和/或低生产率)和/或改进制造系统功能、实现和/或促进制造系统功能的改进(例如,通过降低缺陷率和/或提高生产率)。在S130中采取的行动优选地由在S120中确定的缺陷关联(例如,缺陷联系总和、缺陷率等)通知,并且可以附加地或替代地由在该方法的执行期间确定和/或接收的任何其他合适的信息通知。在一些实施例中,S130可以包括确定制造系统维护信息(例如,基于缺陷关联确定的信息,诸如与制造系统故障和/或可能的解决方案相关联和/或指示制造系统故障和/或可能的解决方案的信息)的一个或更多个要素,以及基于制造系统维护信息的一个或更多个要素采取行动(例如,向用户提供该信息、基于该信息执行检查和/或维护,等等)。在示例中,制造系统维护信息可以包括与以下项相关联和/或指示以下项的信息:可能对制造系统故障负责的工厂部件、维护行动、建议和/或优先次序、和/或任何其他合适的信息(例如,本文描述的其他信息,诸如关于S130所描述的)。
在一些实施例中,S130可以包括向一个或更多个用户呈现信息(例如,衍生信息,诸如基于在S110中接收到的信息和/或在S120中做出的确定而确定的信息)。例如,S130可以包括向用户呈现潜在有问题的工厂部件(例如,向用户提供指示潜在问题的信息)。
例如,S130可以包括生成和/或呈现可能对生产线上不可接受的(例如,提高的)缺陷率负责(和/或可能在其他方面有问题)的工厂部件的列表。该列表可以按顺序使用以通知关于要执行的维护的决策(例如,在预定的生产线停止期间执行的预防性维护、在生产线质量停止期间为消除高缺陷率的根本原因而执行的反应性维护等)。例如,该列表可以包括具有最高的总体缺陷责任(例如,最高的有联系的缺陷总和和/或有联系的缺陷率)的工厂部件(例如,进料器、喷嘴、喷嘴支架、相机、编程参数等),这对于预防性维护可能特别有用,和/或可以包括对于特定的一种或更多种类型的缺陷和/或与特定的部件或部件集合相关联的缺陷(例如,缺陷率特别高的缺陷类型和/或部件)具有最高责任(例如,有联系的缺陷总和和/或缺陷率)的工厂部件。附加地或替代地,该列表可以包括缺陷责任(例如,总计数、缺陷率等)大于阈值量(例如,统一阈值、在每个部件或每个部件类型的基础上确定的阈值等;固定阈值和/或动态确定的阈值,诸如基于总体工厂性能确定的阈值,等等)的任何工厂部件。附加地或替代地,可以基于自动异常检测系统(例如,机器学习系统,诸如接受工厂部件的缺陷率时间序列作为输入的系统)为该列表选择工厂部件。
在该示例的变型中,可以基于执行与不同工厂部件相关联的维护的预期时间、成本和/或影响来过滤和/或优先化该列表。例如,可以基于维护资源(例如,维护成本、工厂或工厂生产线停工时间等)的预期投资回报对列表进行过滤和/或排序。在一些实施例中,S130可以包括为当前或即将到来的(例如,由于诸如低产量和/或低生产率等的差性能而计划的、需要的或期望的)工厂或工厂生产线停工提供建议的维护列表。在一个示例中,基于计划的停工持续时间(例如,5分钟、15分钟、2小时等),该列表可以被过滤以仅包括预期适合在计划的停工持续时间内的维护任务(例如,其中每个任务预期需要比计划的停工持续时间更少的时间;其中与诸如维护工人或团队的特定维护资源相关联的任务集合所需的总预期时间小于计划的停工持续时间;等等)和/或被排序以使(例如,关于预期增加的产品产量和/或生产率)具有最高预期值和/或(例如,关于预期值与预期维护时间的比率)具有最高预期投资回报的任务优先。
附加地或替代地,S130可以包括响应于确定工厂部件可能有问题而采取动作。例如,S130可以包括警告用户、改变生产线操作(例如,以避免或减少使用有问题的工厂部件)、和/或启动维护(例如,对有问题的部件和/或其他相关联的工厂部件的维护)。确定部件可能有问题可以包括确定缺陷责任已经超过阈值量(例如,如上所述),(例如,基于自动异常检测系统,诸如上文所述的机器学习系统)确定部件的操作异常。
附加地或替代地,S130可以包括以使得用户能够探索信息的各个方面的方式向一个或更多个用户呈现衍生信息,诸如经由用户界面(UI)呈现,该用户界面使得能够查看与各种缺陷、产品部件、工厂部件(例如,工具、工具要素、编程参数等)和/或任何其他合适的方面相关联的数据切片。
例如,UI可以显示上游机器部件(例如,喷嘴、进料器、进料器附接位置等)的缺陷热图、部件类型、形状代码(与由一个或更多个部件类型共享的编程参数相关联)等。
附加地或者替代地,UI可以使用户能够过滤缺陷数据。例如,查看与(特定产品类型的)部件U1相关联的缺陷,UI可以示出U1由2台机器从3个进料器放置,但是绝大多数缺陷仅来自其中一台机器(即使两台机器中装载了相同的零件)。基于该信息,用户可以得出结论,问题与那一台机器相关联。接下来,用户可以查看与那一台机器的部件相关联的附加缺陷(例如,移除U1过滤器,并且改为按该机器的机器部件进行过滤),从而发现与许多缺陷相关联(例如,与不同的SMT部件相关联)的机器部件,其可能是对于大多数或所有这些缺陷有过错的机器部件。替代地,过滤出的部件的缺陷可能不主要归因于任何一台机器(例如,可能基本上均匀地分散在机器之间)。相反,产品部件(例如,SMT部件,诸如特定的电阻器、电容器、IC封装等)和/或其形状代码可能跨多台机器存在许多缺陷,这可能指示编程错误(例如,部件放置的参数选择不当)。
如本领域技术人员将认识到的,一些或所有这样的功能可以附加地或替代地被自动化,其中该分析(或其子集)可以在没有人工干预的情况下执行。
此外,S130可以附加地或替代地包括(例如,响应于确定与高缺陷率相关联和/或与特定缺陷相关联的一个或更多个工厂部件),该方法可以可选地包括执行维护(和/或改变编程参数)以降低或消除缺陷率。在第一示例中,响应于有问题的缺陷率,可以纠正与缺陷相关联的机器部件和/或编程参数(例如,通过对相关联部件进行立即或延期维护来纠正)。在第二示例中,该方法可以包括确定应该对其执行预测性维护的机器部件的优先级列表(例如,其中最高优先级部件与最高缺陷率或最高ROI相关联,ROI诸如是缺陷率与典型维护时间的比率),并且优先级列表可以用于在生产线停机(例如,班次变化、产品变化等)期间执行预测性维护。
然而,S130可以附加地或替代地包括基于缺陷关联(和/或基于在执行该方法时确定和/或接收到的任何其他合适的信息)采取任何其他合适的动作。
4.4操作工厂机器
该方法可以可选地包括操作工厂机器S105(例如,如图3A-图3D所示),这可以用于制造和/或检查被指定由工厂机器生产的产品(例如,SMT板)。S105可以包括(例如,基于与一个或更多个产品相关联的编程)操作组装机器,(例如,基于与一个或更多个产品相关联的编程)操作检查机器和/或提供信息(例如,制造系统状态、缺陷检测等)用于分析(例如,提供给一个或更多个分析工具,诸如计算系统)。信息优选地诸如上文关于S110所描述的那样被接收,但是可以附加地或替代地包括将以任何合适的方式使用的任何其他合适的信息。
虽然为简明起见而省略,但是优选实施例包括各种系统部件和各种方法过程的每种组合和排列。此外,优选方法的各个过程可以至少部分地作为被配置为接收存储计算机可读指令的计算机可读介质的机器被体现或实现。优选地,指令由优选地与系统集成在一起的计算机可执行部件来执行。计算机可读介质可以存储在任何合适的计算机可读媒介上,计算机可读媒介诸如为RAM、ROM、闪存、EEPROM、光学设备(CD或DVD)、硬盘驱动器、软盘驱动器或任何合适的设备。计算机可执行部件优选地是通用或专用处理子系统,但是任何合适的专用硬件设备或硬件/固件组合设备可以附加地或替代地执行指令。
附图示出了根据优选实施例、示例配置及其变型的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这方面,在流程图或框图中的每个块可以代表模块、段、步骤或代码的部分,其包括用于实现指定的逻辑功能的一个或更多个可执行指令。还应注意,在一些可替代实现中,块中指出的功能可以不按附图中指出的顺序出现。例如,连续示出的两个块事实上可以基本上同时执行,或者块有时可以以相反的顺序执行,这取决于所涉及的功能。还应当注意,框图和/或流程图图示的每个块以及在框图和/或流程图图示中的块的组合可以由执行指定功能或动作的专用的基于硬件的系统或专用硬件和计算机指令的组合实现。
如本领域中的技术人员从先前的详细描述及从附图和权利要求将认识到的,可以对本发明的优选实施例做出修改和变化而不偏离在所附的权利要求中限定的本发明的范围。
Claims (21)
1.一种用于制造系统维护的方法,包括:
接收与多个产品在制造系统处的制造相关联的信息,所述信息指示在所述多个产品的产品中检测到的缺陷集合;其中,对于所述缺陷集合中的每个缺陷,所述信息包括指示相应有缺陷的产品部件的相应位置信息集合;
对于所述缺陷集合中的每个缺陷:
基于所述相应有缺陷的产品部件,自动确定所述制造系统的相应部件集合,其中,所述相应部件集合中的每个部件已经与所述有缺陷的产品部件相互作用;以及
对于所述相应部件集合中的每个部件,基于所述部件与所述缺陷之间的联系,使与所述部件相关联的相应的缺陷联系总和增加;以及
基于所述缺陷联系总和,控制所述制造系统的维护。
2.根据权利要求1所述的方法,其中,控制所述制造系统的维护包括:
基于所述缺陷联系总和,识别所述制造系统中具有升高的缺陷性操作可能性的部件集合;以及
响应于识别所述部件集合,选择所述部件集合进行检查。
3.根据权利要求2所述的方法,其中,识别所述部件集合包括选择所述制造系统的部件中具有最高的缺陷联系总和的部件。
4.根据权利要求2所述的方法,其中,识别所述部件集合包括:
从所述缺陷集合中选择有问题的缺陷子集;以及
基于所述部件集合中的部件与所述有问题的缺陷子集中的缺陷的关联来识别所述部件集合。
5.根据权利要求1所述的方法,其中,控制所述制造系统的维护包括:
基于所述缺陷联系总和,识别所述制造系统中具有升高的缺陷性操作可能性的部件;以及
响应于识别所述部件,选择所述部件进行修理。
6.根据权利要求1所述的方法,其中,所述多个产品中的产品是印刷电路板组件(PCBA),其中,所述产品部件是表面贴装技术(SMT)部件,其中,对于所述缺陷集合中的每个缺陷,所述相应位置信息集合包括:
指示所述制造系统内的PCBA的阵列位置;以及
指示所述PCBA的SMT部件的参考指示符。
7.一种用于制造系统维护的方法,包括:
接收与多个印刷电路板组件(PCBA)在制造系统处的制造相关联的信息,每个PCBA包括相应的表面贴装技术(SMT)部件集合,所述信息指示在所述多个PCBA的PCBA中检测到的缺陷集合;其中,对于所述缺陷集合中的每个缺陷,所述信息包括指示与所述缺陷相关联的相应SMT部件的相应位置信息集合;
对于所述缺陷集合中的每个缺陷:
基于所述相应SMT部件,自动确定所述制造系统的相应部件集合,其中,所述相应部件集合中的每个部件已经与所述SMT部件相互作用;以及
对于所述相应部件集合中的每个部件,基于所述部件和所述缺陷之间的联系,使与所述部件相关联的相应的缺陷联系总和增加;
基于所述缺陷联系总和,确定制造系统维护信息;以及
提供所述制造系统维护信息。
8.根据权利要求7所述的方法,其中,对于所述缺陷集合中的每个缺陷,所述相应位置信息集合包括:
指示所述制造系统内的PCBA的阵列位置;以及
指示所述PCBA的SMT部件的参考指示符,其中,所述SMT部件与所述缺陷相关联。
9.根据权利要求8所述的方法,其中,对于所述缺陷集合中的每个缺陷,所述信息还包括相应的缺陷类型标签。
10.根据权利要求9所述的方法,其中,对于所述缺陷集合中的第一缺陷,所述相应的缺陷类型标签指示墓碑缺陷类型。
11.根据权利要求8所述的方法,其中,对于所述缺陷集合中的至少一个缺陷,所述相应位置信息集合还包括所述SMT部件的引脚编号。
12.根据权利要求8所述的方法,还包括确定与第一参考指示符相关联的缺陷率,包括:
基于所述信息确定与所述第一参考指示符相关联的缺陷数量;
确定与所述第一参考指示符相关联的缺陷通过第一检查过程被识别出来;
接收指示所述第一检查过程被执行的次数的检查信息;以及
基于所述缺陷数量和所述次数确定所述缺陷率。
13.根据权利要求12所述的方法,其中,所述缺陷率等于所述缺陷数量与所述次数的比率。
14.根据权利要求7所述的方法,其中,对于所述缺陷集合中的每个缺陷,在所述相应部件集合的每个部件之间分摊总缺陷联系量,其中,每个相应的缺陷联系总和增加所述总缺陷联系量的相应分数量。
15.根据权利要求14所述的方法,其中,所述相应分数量相等,其中,每个相应分数量等于所述总缺陷联系量除以所述相应部件集合中的部件的数量。
16.根据权利要求14所述的方法,其中,对于所述缺陷集合中的每个缺陷,所述总缺陷联系量相等。
17.根据权利要求7所述的方法,其中,对于所述缺陷集合中的每个缺陷,自动确定所述相应部件集合包括确定所述制造系统中已经与所述SMT部件相互作用的每个部件。
18.根据权利要求17所述的方法,其中,对于所述缺陷集合中的第一缺陷:
所述制造系统的第一部件已经与所述SMT部件相互作用;
所述信息还包括缺陷类型标签;以及
自动确定所述相应部件集合还包括:
基于所述缺陷类型标签确定所述第一部件不对所述缺陷负责;以及
响应于确定所述第一部件不对所述缺陷负责,从所述相应部件集合中排除所述第一部件。
19.根据权利要求18所述的方法,其中,对于所述第一缺陷:
所述缺陷类型标签指示极性缺陷类型;以及
所述第一部件是喷嘴。
20.根据权利要求7所述的方法,还包括,对于所述缺陷集合中的每个缺陷:
基于所述相应SMT部件,自动确定相应的编程参数集合,其中,所述相应的编程参数集合中的每个编程参数已经影响了制造系统与所述SMT部件的相互作用;以及
对于所述相应的编程参数集合中的每个编程参数,基于所述编程参数和所述缺陷之间的联系,使与所述编程参数相关联的相应的缺陷联系总和增加;
其中,所述制造系统维护信息还基于与所述编程参数相关联的所述缺陷联系总和来确定。
21.根据权利要求20所述的方法,还包括基于与所述编程参数相关联的所述缺陷联系总和:
选择编程参数;以及
改变所述编程参数的值。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/228,495 | 2021-08-02 | ||
US202263306375P | 2022-02-03 | 2022-02-03 | |
US63/306,375 | 2022-02-03 | ||
PCT/US2022/039158 WO2023014708A1 (en) | 2021-08-02 | 2022-08-02 | Method for manufacturing system analysis and/or maintenance |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117769688A true CN117769688A (zh) | 2024-03-26 |
Family
ID=90310870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280053606.4A Pending CN117769688A (zh) | 2021-08-02 | 2022-08-02 | 用于制造系统分析和/或维护的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117769688A (zh) |
-
2022
- 2022-08-02 CN CN202280053606.4A patent/CN117769688A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107734955B (zh) | 表面安装线的检查装置、品质管理系统以及记录介质 | |
JP4839314B2 (ja) | 改良された部品ピックアップ検査を有するピックアンドプレース機械 | |
US8421803B2 (en) | Information display system and information display method for quality control of component-mounted substrate | |
JP6812660B2 (ja) | 生産ラインの管理装置 | |
WO2015115432A1 (ja) | 品質管理装置および品質管理装置の制御方法 | |
US9681553B2 (en) | Changing printing control parameters based on measured solder paste deposits in certain subareas of a printed circuit board | |
CN110073396B (zh) | 数据处理装置及数据处理方法 | |
CN104684270A (zh) | 用于监视和预测smt设备的故障的系统及其操作方法 | |
CN110045688B (zh) | 检查管理系统、检查管理装置及检查管理方法 | |
US20230351336A1 (en) | Method for manufacturing system analysis and/or maintenance | |
JP2017139364A (ja) | 部品実装システムおよび部品実装方法 | |
CN109840856B (zh) | 管理系统、管理装置、管理方法及计算机可读记录介质 | |
CN111492727A (zh) | 显示基板的检查结果的电子装置及方法 | |
US11503753B2 (en) | Substrate processing management system | |
KR20060123214A (ko) | 개선된 설정 및 작동공정을 갖는 픽업 배치장치 | |
WO2020188774A1 (ja) | 装着エラーの原因推定装置、および装着エラーの原因推定方法 | |
US11598801B2 (en) | Method for manufacturing system analysis and/or maintenance | |
CN117769688A (zh) | 用于制造系统分析和/或维护的方法 | |
WO2022149293A1 (ja) | 管理システム、管理装置、管理方法、及びプログラム | |
JP2003046300A (ja) | Pcb製造ラインの管理システムおよびpcb製造管理方法 | |
JP6870031B2 (ja) | クリームはんだ印刷工程検査システム | |
KR101640936B1 (ko) | 프린팅 공정의 불량 분석 방법 및 이러한 방법이 프로그래밍되어 저장된 컴퓨터로 읽을 수 있는 저장매체 | |
WO2023171197A1 (ja) | 生産管理システム、生産管理方法、及び生産管理プログラム | |
JP7369905B2 (ja) | 実装基板製造システムおよび実装基板製造方法 | |
WO2016158232A1 (ja) | クリームはんだ印刷工程検査方法及びクリームはんだ印刷工程検査システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |