DE102005037348A1

DE102005037348A1 - Ein Maschinensichtanalysesystem und -verfahren

Info

Publication number: DE102005037348A1
Application number: DE102005037348A
Authority: DE
Inventors: James Mahon; James Tracy; Malachy Rice
Original assignee: MV Research Ltd; MV Res Ltd
Current assignee: MV Research Ltd; MV Res Ltd
Priority date: 2004-08-13
Filing date: 2005-08-08
Publication date: 2006-02-23
Also published as: GB0418095D0; CN1734228A; US20060034506A1; GB2417073A

Abstract

Ein Maschinensichtprüfsystem erfasst Bilder platzierter Komponenten und erzeugt Defektdaten. Die Defektdaten zeigen Defektkomponenten an, zusammen mit zugeordneten Vertrauensergebnissen. Die Vertrauensergebnisse werden gemäß Faktoren erzeugt, wie z. B. der Anzahl von Seiten an der Komponentenanschlussleitung, an denen Paste erfasst wurde (Attributfaktor) oder der gemessenen Komponentenposition (Messfaktor). Die Vertrauensergebnisse ermöglichen es der Platzierungsmaschine, zu entscheiden, wie auf die Defektdaten zu reagieren ist. Dieselben werden auch durch das Prüfsystem verwendet, um zu entscheiden, welche "Visueller-Überwachungspunkt"-Reihe von Komponentenbildern für eine visuelle Überprüfung durch den Betreiber auszugeben ist.

Description

Die Erfindung bezieht sich auf Maschinensichtprüfung durch automatische optische Prüfmaschinen (AOI-Maschinen).

Unser älteres U.S.-Patent Nr. US6580961 beschreibt ein System, bei dem Prüfdaten in einer geschlossenen Schleife zurück zu einer Platzierungsmaschine geführt werden, so dass Platzierungsfehler korrigiert werden können, bevor dieselben übermäßig groß werden. Außerdem ist bekannt, dass Prüfmaschinen Daten für ferngesteuerte Reparaturstationen und spezialisiertere Prüfsysteme liefern, für eine weitere und detailliertere Analyse bestimmter Aspekte.

Eine Begrenzung solcher direkter Maschine-zu-Maschine-Schnittstellen und in der Tat Maschine-zu-Betreiber-Schnittstellen ist jedoch das Ausmaß, in dem den Prüfdaten vertraut werden kann.

Die Erfindung adressiert dieses Problem.

Es ist die Aufgabe der vorliegenden Erfindung, ein Maschinensichtprüfsystem und einen Herstellungssteuerprozess mit verbesserten Charakteristika zu schaffen.

Diese Aufgabe wird durch ein System gemäß Anspruch 1 und ein Verfahren gemäß Anspruch 10 gelöst.

Gemäß der Erfindung ist ein Maschinensichtprüfsystem vorgesehen, das eine Kamera und einen Bildprozessor umfasst, der Zielkomponentenattribute und Messdaten speichert, wobei der Bildprozessor eine Anzeige eines Defekts zusammen mit einem Vertrauensergebniswert speichert, der das Vertrauen in die Defektanzeige anzeigt.

Bei einem Ausführungsbeispiel bestimmt das System Vertrauensfaktoren und kombiniert die Faktoren, um ein Vertrauensergebnis zu erzeugen.

Bei einem weiteren Ausführungsbeispiel erzeugt das System einen Attributvertrauensfaktorwert und einen Messvertrauensfaktorwert und kombiniert die Faktorwerte, um ein Vertrauensergebnis zu bestimmen.

Bei einem weiteren Ausführungsbeispiel wird ein Messvertrauensfaktor bestimmt durch Berechnen des Grundflächenbereichs einer Komponente.

Bei einem Ausführungsbeispiel wird der Bereich berechnet durch Bestimmen zweidimensionaler Positionsdaten für eine Mehrzahl von Punkte auf einer Komponentengrenze, wie sie in Draufsicht gesehen ist.

Bei einem weiteren Ausführungsbeispiel wird ein Messvertrauensfaktor berechnet durch Bestimmen des Ausmaßes der Schiefe einer Komponente.

Bei einem weiteren Ausführungsbeispiel wird ein Attributvertrauensfaktor berechnet durch Bestimmen der Anzahl von Komponentenseiten, an denen Lötmittelpaste vorliegt.

Bei einem Ausführungsbeispiel wird die Position eines Komponentenbilds in einem Kamerasichtfeld verwendet, um einen Attributvertrauensfaktor zu bestimmen.

Bei einem weiteren Ausführungsbeispiel legt der Bildprozessor eine Grenze um eine Mitte eines Sichtfelds an, in dem das Vertrauen höher ist.

Bei einem weiteren Ausführungsbeispiel verwendet das System A-priori-Annahmen, um Vertrauensfaktoren zu liefern.

Bei einem Ausführungsbeispiel ist eine A-priori-Annahme die angenommene Effektivität einer bestimmten Messung für ein bestimmtes Gerät.

Bei einem weiteren Ausführungsbeispiel verwendet das System A-posteriori-Wissen, um Vertrauensfaktoren zu verbessern.

Bei einem weiteren Ausführungsbeispiel wird das A-posteriori-Wissen angelegt durch Verstehen, wie sich die Ergebnisse von einer vorhergehenden Prüfung von den erwarteten Ergebnissen unterscheiden, durch Prüfen von Defekten und falschen Ausfällen.

Bei einem Ausführungsbeispiel führt das System die Defektdaten in Echtzeit zusammen mit dem Vertrauensergebnis zu einer Herstellungsmaschine zurück.

Bei einem weiteren Ausführungsbeispiel führt das System die Defektdaten zusammen mit dem Vertrauensergebnis zu einer ferngesteuerten Reparaturstation.

Bei einem weiteren Ausführungsbeispiel verwendet das System das Vertrauensergebnis, um die Sequenz der Ausgabe von Prüfbildern zu bestimmen.

Bei einem Ausführungsbeispiel verwendet das System das Vertrauensergebnis, um zu bestimmen, für welchen geprüften Abschnitt eines Produkts eine Reihe von visuellen Überwachungspunktbildern ausgegeben werden sollte.

Bei einem weiteren Ausführungsbeispiel wählt das System den Abschnitt gemäß dem Herstellungsmaschinenteil, das bei der Herstellung dieses Abschnitts beteiligt war.

Bei einem weiteren Aspekt schafft die Erfindung einen Herstellungssteuerprozess, der durch ein Prüfsystem ausgeführt wird, wie es oben definiert ist, und eine Herstellungsmaschine, wobei das Prüfsystem Produkte prüft, die durch die Herstellungsmaschine ausgegeben werden, wobei der Prozess die Schritte des Zurückführens der Defektdaten zusammen mit zugeordneten Vertrauenswerten durch das Prüfsystem zu der Herstellungsmaschine, und des automatischen Entscheidens der Herstellungsmaschine über das Ansprechen auf die Defektdaten mit Bezug auf die Vertrauensergebnisse umfasst.

Bei einem Ausführungsbeispiel ist die Herstellungsmaschine eine Elektronikkomponentenplatzierungsmaschine und die Defektdaten sind einem Teil der Platzierungsmaschine zugeordnet.

Bei einem weiteren Ausführungsbeispiel gibt das Prüfsystem eine Reihe von Bildern für einen Abschnitt eines Produkttyps aus und wählt den Abschnitt gemäß den Vertrauensergebnissen.

Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen näher erläutert. Es zeigen:
1 ein Diagramm, das eine platzierte Komponente zeigt;
2 ein Diagramm, das Punkte für Positionsparameterberechnungen zeigt;
3 ein Diagramm, das ein Kamerasichtfeld und eine Grenze innerhalb des Sichtfelds zeigt; und
4 ein Paar von Photographien, die eine genaue und ungenaue Komponentenplatzierung und zugeordnete Vertrauensergebnisse zeigen.
Mit Bezugnahme auf 1 weist eine Komponente Anschlussleitungen 2 und 3 auf und ist auf einer PCB platziert, an Anschlussflächen 4 und 5, auf denen sich Lötmittelablagerungen 6 und 7 befinden. Ein Prüfsystem der Erfindung ana lysiert die Farbe an jeder der drei freigelegten Seiten jeder Anschlussleitung 2 und 3. Somit gibt es eine Analyse von insgesamt sechs Seiten der Komponente 1 für Pastenprüfung.
Das Prüfsystem erzeugt wie folgt automatisch ein Vertrauensergebnis für jede Anschlussfläche:

Paste auf einer Seite : 50 % überzeugt von Defekt;

Paste auf zwei Seiten : 25 % überzeugt von Defekt;

Paste auf drei Seiten : 0 % überzeugt von Defekt.
Das System kombiniert die Vertrauensergebnisse beider Anschlussflächen um zu einem Gesamtvertrauensergebnis zu kommen, dass es einen Defekt gibt. Das Bestimmen des Vorliegens/der Abwesenheit von Paste wird als Attributvertrauensfaktor bezeichnet.
Bei diesem Beispiel liefert jeder klassifizierte Teil der Komponente einen Vertrauensfaktor, der verwendet wird, um das Gesamtvertrauensergebnis zu erzeugen, dass es einen Defekt gibt.
Mit Bezugnahme auf 2 erzeugt das System ein Vertrauensergebnis für Komponentengrößenverifizierung. Für eine Komponente 10 identifiziert das System sechs Positionen A bis F um den Umfang desselben. Positionsparameter x und y werden wie folgt bestimmt: x = (A + B)/2 y = ((C + D) + (E + F) )/4
Größenparameter X und Y werden wie folgt bestimmt: X = B – A Y = C – D, E – F.
Die bestimmten Werte werden mit Zielwerten verglichen und der Vergleich ergibt ein Vertrauensergebnis, dass es einen Defekt gibt. Die Messungen, die durchgeführt werden, ergeben Messvertrauensfaktoren.
Mit Bezugnahme auf 3 hat eine Kamera des Prüfsystems ein Sichtfeld 20. Der Bildprozessor wird programmiert, um innerhalb seines Sichtfelds eine Grenze 21 zu erkennen. Falls die Bilddaten von innerhalb der Grenze 21 stammen, wie z. B. einer Komponente 22, wird eine höhere Vertrauensgewichtung angelegt, als wenn dieselben von außerhalb stammen, wie z. B. bei 23. Diese Gewichtungen fallen unter die Kategorie von Attributvertrauensfaktoren.

Die obigen Verarbeitungsergebnisse werden verwendet, um ein Vertrauensergebnis zu erzielen für:

Messung_Vertrauen	= Funktion (x-Vertrauen, y-Vertrauen, Versatz-Vertrauen)
Attribut_Vertrauen	= Funktion (Vorliegen_Vertrauen, Ausrichtung_Vertrauen, Verbindung_Vertrauen, OCR_Vertrauen, OCV_Vertrauen)

Einzelne Vertrauensfaktoren sind wichtig – jedes Vertrauensergebnis wird von den einzelnen Vertrauensfaktoren abgeleitet. Beispielsweise wird das Verbindung_Vertrauen von den Merkmalsdaten abgeleitet, die verwendet werden, um das Verbindungsergebnis zu berechnen. Es kann auch abgeleitet werden als eine Ausgabe von einem Klassifizierer, der verwendet wird, um zu bestimmen, ob die Verbindung gut oder schlecht ist. Daher ist ein Vertrauensergebnis eine Messung der Mess- und Attributvertrauensfaktoren desselben.
Die obigen beiden Vertrauensergebnisse werden kombiniert, um ein Gesamtvertrauensergebnis in einem Bereich von 0,00 bis 1,0 zu liefern. Das 0,0-Ergebnis zeigt einen Defekt an, aber mit sehr wenig Vertrauen, während ein Ergebnis von 1,0 einen Defekt mit dem höchsten Vertrauen anzeigt. Beispielsweise wird das 1,0-Ergebnis entstehen, wenn die Komponente nicht vorliegt: dies ergibt sehr hohe Mess- und Attributvertrauenswerte.
Falls das Prüfsystem den Versatz misst und diesen nur geringfügig über der erlaubten Versatzgrenze findet, würde dies zu einem geringen Messvertrauensergebnis führen. Dieser kann verwendet werden, um die Bedeutung dieses Teilmessergebnisses in einer geschlossenen Schleife oder Vorwärtskopplungseinrichtung auf einer SMT-Produktionslinie zu verringern.
Allgemein gibt es drei Hauptkategorien von Vertrauenswerten, wie folgt:

(a) A-priori-Faktoren, entweder Attribut oder Messung. Diese hängen von der angenommenen Stärke der Beziehung zwischen dem, was gemessen oder erfasst wird, und der Wahrscheinlichkeit eines Defekts ab. Beispielsweise kann bekannt sein, dass das Ergebnis einer bestimmten Prüfung auf einem Gerät eine höhere oder niedrigere Wahrscheinlichkeit hat, korrekt zu sein oder nicht. Man betrachte beispielsweise den Unterschied zwischen einer 2D- und 3D-Prüfung des gleichen Geräts. Es kann eine 2D-Prüfung geben, die das Vorliegen anzeigt, und eine 3D-Prüfung, die die Abwesenheit darstellt, weil kein Profil gemessen werden konnte. Das System kann der 3D-Messung ein höheres Vertrauensergebnis zuweisen, weil dieselbe die dritte Dimension betrachtet.
(b) Tatsächliche Leistung, entweder Attribut oder Messung. Dies umfasst, was tatsächlich erfasst oder gemessen wird, wie z. B. die Pastenerfassung (Attribut) und Positionsmessungen (Messung), die oben beschrieben sind.
(c) A posteriori, entweder Attribut oder Messung. Das System überprüft die vergangene Vertrauensleistung. Es verwendet diese Überprüfung zum Modifizieren zukünftiger Ergebniserzeugung unter Verwendung von A-posteriori-Wissen.

Die erzeugten Defektvertrauensergebnisse können verwendet werden, um die Defekte für einen Überprüfungs- oder Reparaturbetreiber zu ordnen, so dass allgemeine Defektaufrufe eher zuerst auftreten. Um diese Vorstellung zu verstärken, wird dem Betreiber ein Bild des Defekts und das Bild eines bekannten fehlerfreien Teils (das als Teil der Trainings/Einrichtungsstufe des Prüfsystems genommen wird) präsentiert, wie es z. B. in 4 gezeigt ist.
In einem anderen Fall, bei dem zwei oder mehr Prüfmaschinen (beispielsweise AOI, AXI und ICT) kombiniert werden, können die Ergebnisse für die gleichen Bauelemente kombiniert werden, unter Verwendung der Vertrauensergebnisse und Messergebnisse.
Eine Abstimmung nach Bayes kann verwendet werden, um die Ergebnisse zu kombinieren.
Bei einem weiteren Fall kann ein System eine Fehlerwiederholungsfunktion haben: Wenn ein Teil ausfällt, wird dasselbe auf eine andere Weise neu geprüft, um die Genauigkeit der Messung zu verbessern, was ziemlich langsam sein kann. Falls ein Vertrauensergebnis verfügbar ist, gibt es keine neue Prüfung, falls das Defektvertrauen hoch ist, um Prüfzeit zu sparen. Falls die Messung nahe dem Bestanden/Nicht-Bestanden-Schwellenwert liegt, und das Vertrauen niedrig ist, kann neu geprüft werden.
Nachfolgend werden einige weitere Vertrauensfaktoren dargestellt:
Attribute:

Abstand vom Schwellenwert
Vertrauen in die Messung
OCR/OCV: Übereinstimmungsergebnisse
Polarität: Unterschied bei den Graupegeln

Messungen

Verwenden einer anderen Messtechnik und Prüfen des Unterschieds zwischen den Antworten.
Abstand von der Sichtfeldmitte (je weiter, umso geringer das Vertrauen).
Kontrastmessungen zwischen dem Teil und Hintergrund, Kantenstärken, Kantenabstände.

Die Vertrauensergebnisse, die durch die Prüfmaschine bestimmt werden, werden verwendet, um automatisch eine Ausgabe zu erzeugen. Bei einem Ausführungsbeispiel wird das Ergebnis in geschlossener Rückkopplungsschleife zu einer Platzierungsmaschine zurückgeführt. Somit kann ein Ingenieur ein minimales Vertrauensergebnis, auf das hin die Platzierungsmaschine korrigierende Aktionen durchführt, und ein Ergebnisband einstellen, für das eine Betreibereingabe erforderlich ist.
Bei einem weiteren Ausführungsbeispiel verwendet das System das Ergebnis, um die Bilder möglicherweise fehlerhafter Komponenten für einen Betreiber zu ordnen. Die Bilder mit dem höchsten Vertrauensergebnis werden zuerst angezeigt, so dass der Betreiber höheres Vertrauen in die Ausgabe des Systems hat.
Bei einem weiteren Ausführungsbeispiel wird das Ergebnis verwendet, um zu bestimmen, für welches Platzierungsmaschinenteil (z. B. Chipbauelement oder SOIC) eine Reihe von „Visueller-Überwachungspunkt"-Bildern erfasst werden sollte. Diese Reihe wird einem Betreiber visuell den Fortschritt des Betriebs der Platzierungsmaschinenteile zeigen. Dies kann visuell zeigen, dass ein bestimmter Fehler einma lig war oder kann eine fortlaufende Fehlausrichtung des Teils zeigen.
Da das System das Ergebnis automatisch erzeugt hat, ist es ein wichtiger Vorteil, dass Entscheidungen für eine optimale Verwendung der Prüfdaten entweder automatisch oder manuell getroffen werden können. Die Maschinen/Stationen, die profitieren können, umfassen:
Platzierungs- oder Lötmittelpastenaufbringungsmaschinen in Geschlossene-Schleife-Rückkopplung,
ferngesteuerte Reparaturstationen, und
visuelle Überwachungspunktbilderfassungs- und -anzeigefunktionen.
Die Erfindung ist nicht auf die beschriebenen Ausführungsbeispiele beschränkt, sondern kann im Aufbau und in Einzelheiten variiert werden.

Claims

Maschinensichtprüfsystem, das eine Kamera und einen Bildprozessor umfasst, der Zielkomponentenattribute und Messdaten speichert, wobei der Bildprozessor eine Anzeige eines Defekts zusammen mit einem Vertrauensergebniswert darstellt, der das Vertrauen in die Defektanzeige anzeigt.
Maschinensichtprüfsystem gemäß Anspruch 1, bei dem das System Vertrauensfaktoren bestimmt und die Faktoren kombiniert, um ein Vertrauensergebnis zu erzeugen.
Maschinensichtprüfsystem gemäß Anspruch 2, bei dem das System einen Attributvertrauensfaktorwert und einen Messvertrauensfaktorwert erzeugt und die Faktorwerte kombiniert, um ein Vertrauensergebnis zu bestimmen.
Maschinensichtprüfsystem gemäß Anspruch 3, bei dem ein Messvertrauensfaktor durch Berechnen einer Grundfläche einer Komponente bestimmt wird; und der Bereich durch Bestimmen zweidimensionaler Positionsdaten für eine Mehrzahl von Punkten auf einer Komponentengrenze berechnet wird, wie es in Draufsicht zu sehen ist.
Maschinensichtprüfsystem gemäß einem der Ansprüche 2 bis 4, bei dem ein Attributvertrauensfaktor berechnet wird durch Bestimmen der Anzahl von Komponentenseiten, an denen Lötmittelpaste vorliegt; und die Position eines Komponentenbilds in einem Kamerasichtfeld (20) verwendet wird, um einen Attributvertrauensfaktor zu bestimmen; und der Bildprozessor eine Grenze (21) um eine Mitte eines Sichtfelds (20) auferlegt, innerhalb der das Vertrauen höher ist.
Maschinensichtprüfsystem gemäß einem der Ansprüche 2 bis 5, bei dem das System A-priori-Annahmen verwendet, um Vertrauensfaktoren zu liefern; und bei dem eine A- priori-Annahme die vermutete Effektivität einer bestimmten Messung für ein bestimmtes Gerät ist.
Maschinensichtprüfsystem gemäß einem der Ansprüche 2 bis 6, bei dem das System A-posteriori-Wissen verwendet, um Vertrauensfaktoren zu verbessern; und bei dem A-posteriori-Wissen angelegt wird durch Verstehen, wie sich die Ergebnisse von einer vorhergehenden Prüfung von den erwarteten Ergebnissen unterscheiden, durch Überprüfen von Defekten und falschen Ausfällen.
Maschinensichtprüfsystem gemäß einem der Ansprüche 1 bis 7, bei dem das System die Defektdaten zusammen mit dem Vertrauenswert in Echtzeit zu einer Herstellungsmaschine zurückführt.
Maschinensichtprüfsystem gemäß einem der Ansprüche 1 bis 8, bei dem das System das Vertrauensergebnis verwendet, um zu bestimmen, für welchen geprüften Abschnitt eines Produkts eine Reihe visueller Überwachungspunktbilder ausgegeben werden sollte; und bei dem das System den Abschnitt gemäß dem Herstellungsmaschinenteil wählt, das bei der Herstellung dieses Abschnitts beteiligt war.
Herstellungssteuerprozess, der durch ein Prüfsystem eines vorhergehenden Anspruches und eine Herstellungsmaschine ausgeführt wird, wobei das Prüfsystem Produkte prüft, die durch die Herstellungsmaschine ausgegeben werden, wobei der Prozess die Schritte des Zurückführens der Defektdaten zusammen mit zugeordneten Vertrauenswerten durch das Prüfsystem zu der Herstellungsmaschine, und des automatischen Entscheidens der Herstellungsmaschine über das Ansprechen auf die Defektdaten mit Bezug auf die Vertrauensergebnisse umfasst.
Herstellungssteuerprozess gemäß Anspruch 10, bei dem die Herstellungsmaschine eine Elektronikkomponentenplatzierungsmaschine ist und die Defektdaten einem Teil der Platzierungsmaschine zugeordnet sind.
Herstellungssteuerprozess gemäß Anspruch 10 oder 11, bei dem das Prüfsystem eine Reihe von Bildern für einen Abschnitt eines Produkttyps ausgibt und den Abschnitt gemäß den Vertrauensergebnissen wählt.