JP2012083128A - 学習型欠陥弁別処理システム、方法及びプログラム - Google Patents

Abstract

【課題】ロール・トゥ・ロールで製造する場合に、欠陥の不良モードの判定を高精度で容易にできる。
【解決手段】弁別条件を保存し、ワークを検査して得た欠陥データと弁別条件とに基づいて欠陥の不良モードを弁別するシステムであって、
不良削除装置に取り付けられたワークの欠陥データにより、不良削除装置に欠陥を特定させる手段と、
特定された欠陥を作業者に撮像させる手段と、
撮像により得られた画像を表示して、作業者に、画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させる手段と、
特定された欠陥の欠陥データと、入力された不良モードとに基づいて弁別条件を更新する手段とを備えることを特徴とする学習型欠陥弁別処理システム。
【選択図】図１

Description

本発明は、学習型欠陥弁別処理システム、方法及びプログラムに関する。

一般に、反射防止フィルムや太陽電池バックシート等のフィルム状の電子デバイス製品を効率良く生産するために、ロール状に巻いた基材を巻き出しながら、塗布、蒸着、張り合わせ（ラミネート）等の各プロセス加工を各プロセス加工装置で施し、再びロール状に巻き取るというように、ロール・トゥ・ロールで製造することが多い。

ロール・トゥ・ロールで製造する場合、基材上に白抜けや異物と呼ばれる欠陥が発生することがある。これらの欠陥を有する不良品の流出を防止するために、各プロセス加工装置で各プロセス加工を施した後に、これらの欠陥を自動欠陥検査装置にて検出する。

一般的に自動欠陥検査は、搬送ユニット（回転軸による搬送）により基材を搬送し、基材幅方向範囲を全走査可能な数量のモノクロラインＣＣＤセンサと光源（ＬＥＤ、蛍光灯、ハロゲンランプ、キセノンランプ等）とを利用した光学系を構成し、基材表面を撮像、撮像して得られた画像を、画像処理装置にて、画像処理して、予め設定された閾値で２値化し、欠陥部分を検出し、パソコン等のコンピュータにより、欠陥データ（例えば、座標、画素数、輝度値など）をファイル又はデータベースのデータとして保存する機構を持つ装置である（例えば特許文献１参照）。

ロール１つ１つは固有のＩＤ（以後、ワークＩＤと呼ぶ）を持ち、欠陥データはこれと組にして保存される。尚、ロール単位で識別される基材のことをワークとも呼び、ワークＩＤは、このワークを識別するＩＤでもある。

また、自動欠陥検査装置は、上述の欠陥データと、この検査装置に予め設定された条件（以下、弁別条件と呼ぶ）に基づき、欠陥の不良モードを判定する欠陥弁別機能を持っている。

弁別条件は、実際の欠陥画像と自動欠陥検査装置のラインＣＣＤセンサ画像とを比較対比して、統計的に設定される。そのため、実際の欠陥画像と自動欠陥検査装置のラインＣＣＤセンサ画像との比較サンプル数が多いほど、より精度の高い弁別条件の設定が可能となる。

特開２００５−６２１１９号公報

ところで、液晶カラーフィルタ等の枚葉で製造する場合、自動欠陥検査装置で検出した欠陥を顕微鏡筒を用いて目視で確認し、モード分類（弁別）データと欠陥画像データとを組にして登録することが可能な欠陥レビュー修正機が存在するが、ロール・トゥ・ロールで製造する場合では、一般的に、モード分類が可能な装置が存在しない。

そのため、弁別条件の見直しを行うための欠陥画像サンプルを取得するには、スリッタ
等で削除した不良部位を分析室などに設置された顕微鏡で観察して撮像する必要がある。また、自動欠陥検査装置と顕微鏡とがネットワーク上では分断されているため、ラインＣＣＤセンサ画像と組にすることに関しても多大な人手作業が必要となる。よって、サンプル取得数が必然的に少なくなり、弁別条件を見直して精度向上が効果的に実施されなくなる。

本発明は、このような事情を考慮してなされたもので、ロール・トゥ・ロールで製造する場合に、欠陥の不良モードの判定を高精度で容易にできることを課題とする。

本発明において上記課題を解決するために、まず請求項１の発明では、
弁別条件を保存し、ワークを検査して得た欠陥データと弁別条件とに基づいて欠陥の不良モードを弁別するシステムであって、
不良削除装置に取り付けられたワークの欠陥データにより、不良削除装置に欠陥を特定させる手段と、
特定された欠陥を作業者に撮像させる手段と、
撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させる手段と、
特定された欠陥の欠陥データと、入力された不良モードとに基づいて弁別条件を更新する手段とを備えることを特徴とする学習型欠陥弁別処理システムとしたものである。

また請求項２の発明では、
モード分類システムと品質情報収集分析サーバとを備え、
モード分類システムは、
不良削除装置に取り付けられたワークの欠陥データを品質情報収集分析サーバに要求することにより品質情報収集分析サーバから受け取って、不良削除装置に欠陥を特定させ、特定された欠陥を作業者に撮像させ、撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させ、欠陥データと不良モードとの組を品質情報収集分析サーバに送る手段を有し、
品質情報収集分析サーバは、
欠陥特徴量の値の範囲ごとに欠陥の各不良モードが発生する確率の分布である弁別条件と、欠陥特徴量の値の範囲ごとに作業者が欠陥の各不良モードが発生したと判定した個数の分布である度数分布と、作業者が判定した欠陥の全個数である全欠陥数とを保存する手段と、
自動欠陥検査装置からワークを検査して得た欠陥データを受け取る度に、欠陥データを保存すると同時に、欠陥データに含まれる各欠陥特徴量の値が、弁別条件における欠陥特徴量の値の範囲の何れに含まれるかを確かめ、含まれる範囲に対する各不良モードの確率を不良モードごとに合計して、最も確率の高い不良モードを、欠陥の不良モードとすることを繰り返す手段と、
モード分類システムからの要求に応じて、不良削除装置に取り付けられたワークの欠陥データを検索してモード分類システムに送る手段と、
モード分類システムから、欠陥データと不良モードとの組を受け取る度に、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードの数を集計し、度数分布において、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数に、それぞれ集計して得た数だけ加えることにより、度数分布を更新し、欠陥データと不良モードとの組の数をカウントし、カウントして得た数を、全欠陥数に加えることにより、全欠陥数を更新し、度数分布から、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を読み出し、読み出した個数の全欠陥数に対する百分率を計算することで、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を求め、弁別条件において、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を、求め
た確率で更新することを繰り返す手段とを有することを特徴とする学習型欠陥弁別処理システムとしたものである。

また請求項３の発明では、
弁別条件を保存し、ワークを検査して得た欠陥データと弁別条件とに基づいて欠陥の不良モードを弁別するシステムが実行する方法であって、
不良削除装置に取り付けられたワークの欠陥データにより、不良削除装置に欠陥を特定させる工程と、
特定された欠陥を作業者に撮像させる工程と、
撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させる工程と、
特定された欠陥の欠陥データと、入力された不良モードとに基づいて弁別条件を更新する工程とを含むことを特徴とする学習型欠陥弁別処理方法としたものである。

また請求項４の
モード分類システムと品質情報収集分析サーバとを備えるシステムが実行する方法であって、
モード分類システムは、
不良削除装置に取り付けられたワークの欠陥データを品質情報収集分析サーバに要求することにより品質情報収集分析サーバから受け取って、不良削除装置に欠陥を特定させ、特定された欠陥を作業者に撮像させ、撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させ、欠陥データと不良モードとの組を品質情報収集分析サーバに送る工程を行い、
品質情報収集分析サーバは、
欠陥特徴量の値の範囲ごとに欠陥の各不良モードが発生する確率の分布である弁別条件と、欠陥特徴量の値の範囲ごとに作業者が欠陥の各不良モードが発生したと判定した個数の分布である度数分布と、作業者が判定した欠陥の全個数である全欠陥数とを保存する工程と、
自動欠陥検査装置からワークを検査して得た欠陥データを受け取る度に、欠陥データを保存すると同時に、欠陥データに含まれる各欠陥特徴量の値が、弁別条件における欠陥特徴量の値の範囲の何れに含まれるかを確かめ、含まれる範囲に対する各不良モードの確率を不良モードごとに合計して、最も確率の高い不良モードを、欠陥の不良モードとすることを繰り返す手段と、
モード分類システムからの要求に応じて、不良削除装置に取り付けられたワークの欠陥データを検索してモード分類システムに送る工程と、
モード分類システムから、欠陥データと不良モードとの組を受け取る度に、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードの数を集計し、度数分布において、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数に、それぞれ集計して得た数だけ加えることにより、度数分布を更新し、欠陥データと不良モードとの組の数をカウントし、カウントして得た数を、全欠陥数に加えることにより、全欠陥数を更新し、度数分布から、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を読み出し、読み出した個数の全欠陥数に対する百分率を計算することで、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を求め、弁別条件において、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を、求めた確率で更新することを繰り返す工程とを行うことを特徴とする学習型欠陥弁別処理方法。

また請求項５の発明では、
弁別条件を保存し、ワークを検査して得た欠陥データと弁別条件とに基づいて欠陥の不良モードを弁別するシステムに、
不良削除装置に取り付けられたワークの欠陥データにより、不良削除装置に欠陥を特定させる工程と、
特定された欠陥を作業者に撮像させる工程と、
撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させる工程と、
特定された欠陥の欠陥データと、入力された不良モードとに基づいて弁別条件を更新する工程とを実行させることを特徴とする学習型欠陥弁別処理プログラムとしたものである。

また請求項の発明では、
モード分類システムに、
不良削除装置に取り付けられたワークの欠陥データを品質情報収集分析サーバに要求することにより品質情報収集分析サーバから受け取って、不良削除装置に欠陥を特定させ、特定された欠陥を作業者に撮像させ、撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させ、欠陥データと不良モードとの組を品質情報収集分析サーバに送る工程を実行させるモード分類プログラムと、
品質情報収集分析サーバに、
欠陥特徴量の値の範囲ごとに欠陥の各不良モードが発生する確率の分布である弁別条件と、欠陥特徴量の値の範囲ごとに作業者が欠陥の各不良モードが発生したと判定した個数の分布である度数分布と、作業者が判定した欠陥の全個数である全欠陥数とを保存する工程と、
自動欠陥検査装置から欠陥データを受け取る度に、欠陥データを保存すると同時に、欠陥データに含まれる各欠陥特徴量の値が、弁別条件における欠陥特徴量の値の範囲の何れに含まれるかを確かめ、含まれる範囲に対する各不良モードの確率を不良モードごとに合計して、最も確率の高い不良モードを、欠陥の不良モードとすることを繰り返す手段と、
モード分類システムからの要求に応じて、不良削除装置に取り付けられたワークの欠陥データを検索してモード分類システムに送る工程と、
モード分類システムから、欠陥データと不良モードとの組を受け取る度に、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードの数を集計し、度数分布において、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数に、それぞれ集計して得た数だけ加えることにより、度数分布を更新し、欠陥データと不良モードとの組の数をカウントし、カウントして得た数を、全欠陥数に加えることにより、全欠陥数を更新し、度数分布から、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を読み出し、読み出した個数の全欠陥数に対する百分率を計算することで、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を求め、弁別条件において、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を、求めた確率で更新することを繰り返す工程とを実行させる品質情報収集分析プログラムとを含むことを特徴とする学習型欠陥弁別処理プログラムとしたものである。

本発明は、ロール・トゥ・ロールで製造する場合に、欠陥の不良モードの判定を高精度で容易にできるという効果がある。

本実施形態に係わるシステムのハードウェア構成例を示す図。 品質情報収集分析サーバのデータベースに保存されるデータの構成例を示す図。 欠陥テーブルの例を示す図。 確率分布テーブルの例を示す図。 度数分布テーブルの例を示す図。 欠陥をマイクロスコープで撮像する様子を示す図。 各不良モードついて欠陥特徴量ごとの確率を保存するテーブルの例を示す図。 図７に示すテーブルにおいて、各不良モードついて欠陥特徴量ごとの確率を合計したものも保存するテーブルを示す図。

以下に、本発明の一実施形態を説明する。

本実施形態では、図１に示すように、ネットワーク１に、品質情報収集分析サーバ２と、モード分類システム１０と、不良削除装置（一般的にはスリッタ等）２０と、自動欠陥検査装置３０、４０、５０とが接続されている。

自動欠陥検査装置３０、４０、５０は、それぞれ、ロール・トゥ・ロール加工装置により工程Ａ〜Ｃでプロセス加工を施した後に、欠陥を検査するものであり、搬送ユニット（回転軸による搬送）によりワーク３１、４１、５１を搬送し、ワーク３１、４１、５１の表面を、光源３３、４３、５３より照明してモノクロラインＣＣＤセンサ３２、４２、５２で撮影し、撮影して得た画像から、検査装置パソコン３４、４４、５４で、欠陥を検出し、検査装置パソコン３４、４４、５４から、ワーク３１、４１、５１を識別するワークＩＤと、検出した欠陥データとを、組にして、品質情報収集分析サーバ２に送るものである。

モード分類システム１０は、タッチパネルモニタ１１、パソコン１２、マイクロスコープ１３を備え、マイクロスコープ１３は、ハンディタイプであり、ＵＳＢコネクタ等でパソコン１２に接続されているものである。

また、モード分類システム１０は、不良削除装置２０に取り付けられたワーク２１のワークＩＤを、不良削除装置２０の制御シーケンサ２４から受け取り、このワークＩＤと組の欠陥データを、品質情報収集分析サーバ２から送ってもらい、この欠陥データにより不良削除装置２０に欠陥２２を特定させて、欠陥２２を作業者にマイクロスコープ１３で撮像させ、タッチパネルモニタ１１にて、撮像させて得た欠陥画像を表示し、この欠陥画像を作業者に目視させることにより判定させた欠陥２２の不良モードの名称を入力させ、このワークＩＤと、この欠陥データと、この欠陥データにより特定される欠陥２２をマイクロスコープ１３で撮像して得た欠陥画像と、この欠陥画像から判定された欠陥２２の不良モードの名称とを、組にして、品質情報収集分析サーバ２に送るものである。

品質情報収集分析サーバ２は、図２に示すように、データベースを有し、このデータベースには、欠陥テーブル、弁別条件、度数分布テーブル、全欠陥数が格納される。

欠陥テーブルは、各項目の値を組にして保存するものであり、図３に示すように、項目として、「ワークＩＤ」、「欠陥データ」、「自動弁別結果」、「欠陥画像（マイクロスコープ画像）」、「モード名称」を有する。

項目「ワークＩＤ」は、ワークを識別するＩＤである。

項目「欠陥データ」は、自動欠陥検査装置３０、４０、５０で検出された欠陥に関するデータであって、「品種」、「欠陥画像（ラインセンサ画像）」、「欠陥特徴量」に分かれる。

項目「品種」は、ロール製品の品種である。

項目「欠陥画像（ラインセンサ画像）」は、欠陥を検出するために、モノクロラインＣＣＤセンサ３２、４２、５２にて撮影された画像である。

項目「欠陥特徴量」は、モノクロラインＣＣＤセンサ３２、４２、５２にて撮影された画像から検出された欠陥を特徴付ける量であって、「Ｘ座標（ワーク流れ方向）［ｍｍ］」、「Ｙ座標（ワーク幅方向）［ｍｍ］」、「濃淡値」、「欠陥サイズＸ」、「欠陥サイズＹ」、「欠陥画素数［ｐｉｘ］」などに分れる。

項目「Ｘ座標（ワーク流れ方向）［ｍｍ］」は、ワークの流れ方向をＸ方向として、欠陥のＸ方向の位置を表す座標である。

項目「Ｙ座標（ワーク幅方向）［ｍｍ］」は、ワークの幅方向をＹ方向として、欠陥のＹ方向の位置を表す座標である。

項目「濃淡値」は、欠陥の濃淡値である。

項目「欠陥サイズＸ」は、ワークの流れ方向をＸ方向として、欠陥のＸ方向の大きさである。

項目「欠陥サイズＹ」は、ワークの幅方向をＹ方向として、欠陥のＹ方向の大きさである。

項目「欠陥画素数［ｐｉｘ］」は、欠陥の面積を表す画素数である。

項目「自動欠陥弁別結果」は、弁別条件に基づいて、欠陥データから判定された欠陥の不良モードの名称である。

項目「欠陥画像（マイクロスコープ画像）」は、欠陥の不良モードを判定するために、マイクロスコープ１３で撮影された画像である。

項目「モード名称」は、マイクロスコープ１３で撮影された画像から判定された欠陥の不良モードの名称である。

弁別条件は、欠陥特徴量ごとに分れた複数の確率分布テーブルからなり、それぞれの確率分布テーブルは、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を保存している。

確率分布テーブルの例として、Ｙ座標（ワーク幅方向）［ｍｍ］についてのものを、図４に示す。

図４の確率分布テーブルでは、Ｙ座標（ワーク幅方向）［ｍｍ］の値を、５０ｍｍごとの区間に区分し、区間ごとに、欠陥の各不良モードが発生する確率を保存する。

度数分布テーブルは、確率分布テーブルと同じ形式のテーブルであって、ただし、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率の代わりに、作業者が欠陥の各不良モードが発生したと判定した個数を保存するものである。

度数分布テーブルの例として、Ｙ座標（ワーク幅方向）［ｍｍ］についてのものを、図５に示す。

図５の度数分布テーブルでは、Ｙ座標（ワーク幅方向）［ｍｍ］の値を、５０ｍｍごとの区間に区分し、区間ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を保存する。

全欠陥数は、作業者が判定した欠陥の全個数である。

各確率分布テーブルの各確率は、対応する各度数分布テーブルの各個数の全欠陥数に対する百分率で求められる。

品質情報収集分析サーバ２は、自動欠陥検査装置３０、４０、５０の検査装置パソコン３４、４４、５４から、それぞれ、検査を行ったワーク３１、４１、５１を識別するワークＩＤと、そのワークから検出された欠陥データとの組みを受け取り、このワークＩＤと、この欠陥データとの組みを、欠陥テーブルに保存するとともに、この欠陥データと弁別条件とに基づいて、欠陥の不良モードを判定し、判定結果も、自動欠陥弁別結果として、このワークＩＤと欠陥データと組にして、欠陥テーブルに保存するものである。

また品質情報収集分析サーバ２は、モード分類システム１０のパソコン１２から、不良削除装置２０に取り付けられているワーク２１のワークＩＤを受け取り、このワークＩＤと組のワーク２１の欠陥データを、欠陥テーブルから読み出して、モード分類システム１０に送り、モード分類システム１０から、このワークＩＤと、この欠陥データと、この欠陥データにより特定される欠陥２２をマイクロスコープ１３で撮像して得た欠陥画像と、この欠陥画像から判定された欠陥の不良モードの名称との組を受け取り、このワークＩＤ及び欠陥データと組にして、この欠陥画像と、この名称とを、それぞれ、欠陥画像（マイクロスコープ画像）、モード名称として、欠陥テーブルに保存すると同時に、度数分布テーブルと、全欠陥数とを更新することにより、弁別条件を更新するものである。

以下のＳＴＥＰ１〜９に、モード分類処理の流れの例を説明する。

ＳＴＥＰ１；
モニタ分類システム１０のパソコン１２は、不良削除装置２０の制御シーケンサ２４から、不良削除装置２０に取り付けられているワーク２１のワークＩＤを受け取り、このワーク２１のワークＩＤを品質情報収集分析サーバ２に送り、品質情報収集分析サーバ２に、このワーク２１のワークＩＤと組の欠陥データを欠陥テーブルから検索させて、品質情報収集分析サーバ２から、この欠陥データを受け取る。

ＳＴＥＰ２；
モニタ分類システム１０のパソコン１２は、この欠陥データに含まれるＸ座標（ワーク流れ方向）［ｍｍ］及びＹ座標（ワーク幅方向）［ｍｍ］を、不良削除装置２０の制御シーケンサ２４に通知する。

ＳＴＥＰ３；
不良削除装置２０の制御シーケンサ２４は、モニタ分類システム１０から通知されたＸ
座標（ワーク流れ方向）［ｍｍ］及びＹ座標（ワーク幅方向）［ｍｍ］に基づいて、巻き出し部からワーク２１を搬送し、これらＸＹ座標で示される欠陥２２の位置が、不良削除装置２０内の不良削除ポジション位置に来た時点で、この搬送を停止する。

ＳＴＥＰ４；
図４に示すように、作業者は、不良削除ポジション位置に停止した欠陥２２を、マイクロスコープ１３で撮像する。

ＳＴＥＰ５；
モニタ分類システム１０のパソコン１２は、マイクロスコープ１３で撮像されて得られた欠陥画像を、タッチパネルモニタ１１に表示する。

ＳＴＥＰ６；
作業者は、タッチパネルモニタ１１に表示された欠陥画像を目視で確認し、欠陥の不良モードを判定する。

ＳＴＥＰ７；
作業者は、判定した不良モードの名称を、タッチパネルモニタ１１に入力する。

ＳＴＥＰ８；
モニタ分類システム１０のパソコン１２は、品質情報収集分析サーバ２に、不良削除装置２０に取り付けられたワーク２１のワークＩＤと、このワークＩＤと組の欠陥データと、マイクロスコープ１３で撮像されて得られた欠陥画像と、入力された不良モードの名称との組を、品質情報収集分析サーバ２に送る。

ＳＴＥＰ９；
作業者は、必要に応じてカッターナイフ等を用いて欠陥の削除（ワーク２１の削除、連結作業）を行う。

以下のＳＴＥＰ１〜４に、弁別条件更新処理の流れの例を説明する。

ＳＴＥＰ１；
品質情報収集分析サーバ２は、モード分類システム２０のパソコン１２から、不良削除装置２０に取り付けられたワーク２１のワークＩＤと、このワーク２１のワークＩＤと組の欠陥データと、この欠陥データにより特定される欠陥２２をマイクロスコープ１３で撮像して得た欠陥画像と、この欠陥画像から判定された欠陥の不良モードの名称との組を受け取り、このワークＩＤ及び欠陥データと組にして、この欠陥画像と、この名称とを、それぞれ、欠陥画像（マイクロスコープ画像）、モード名称として、欠陥テーブルに保存する。

ＳＴＥＰ２；
品質情報収集分析サーバ２は、モード分類システム２０のパソコン１２から受け取った欠陥データ及び不良モードの名称の組から、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードの数を集計し、各度数分布テーブルにおいて、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数に、それぞれ集計して得た数だけ加えることにより、各度数分布テーブルを更新する。

ＳＴＥＰ３；
品質情報収集分析サーバ２は、モード分類システム２０のパソコン１２から受け取った欠陥データ及び不良モードの名称の組の数をカウントし、カウントして得た数を、全欠陥
数に加えることにより、全欠陥数を更新する。

ＳＴＥＰ４；
品質情報収集分析サーバ２は、各度数分布テーブルから、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を読み出し、読み出した個数の全欠陥数に対する百分率を計算することで、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を求め、各確率分布テーブルにおいて、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を、求めた確率で更新することで各確率分布テーブルを更新することにより、弁別条件を更新する。

全欠陥数が５０のとき、図５に示す度数分布テーブルに基づいて確率分布テーブルを更新すると、図４に示すものになる。

尚、上記弁別条件更新処理は、品質情報収集分析サーバ２が、モード分類システム２０のパソコン１２から、不良削除装置２０に取り付けられたワーク２１のワークＩＤと、このワーク２１のワークＩＤと組の欠陥データと、この欠陥データにより特定される欠陥２２をマイクロスコープ１３で撮像して得た欠陥画像と、この欠陥画像から判定された欠陥の不良モードの名称との組を受け取る度に、繰り返し行われる。

以下のＳＴＥＰ１〜４に、自動欠陥弁別処理の流れの例を説明する。

ＳＴＥＰ１；
品質情報収集分析サーバ２は、自動欠陥検査装置３０、４０、５０の検査装置パソコン３４、４４、５４から、それぞれ、検査を行ったワーク３１、４１、５１を識別するワークＩＤと、そのワークから検出された欠陥データとの組みを受け取り、このワークＩＤと、この欠陥データとの組みを、欠陥テーブルに保存する。

ＳＴＥＰ２；
品質情報収集分析サーバ２は、受け取った欠陥データに含まれる各欠陥特徴量の値が、弁別条件の各確率分布テーブルにおける欠陥特徴量の値の範囲の何れに含まれるかを確かめ、含まれる範囲に対する各不良モードの確率を弁別条件の各確率分布テーブルから読み出し、読み出した各確率を、各不良モードについて、受け取った欠陥データに含まれる欠陥特徴量ごとの確率とすることにより、図７に示すような、各不良モードについて、受け取った欠陥データに含まれる欠陥特徴量ごとの確率を求める。

図７に示すテーブルでは、各不良モードについて、Ｙ座標（ワーク幅方向）［ｍｍ］の確率は、図５に示す確率分布テーブルにおける区間１５００−１５５０のものである。

ＳＴＥＰ３；
品質情報収集分析サーバ２は、図８に示すように、各不良モードについて、受け取った欠陥データに含まれる各欠陥特徴量ごとの確率を合計して、不良モードごとの確率を求め、最も確率の高い不良モードを、受け取った欠陥データから弁別条件により判定した欠陥の不良モードとする。

図８に示すテーブルは、図７に示すテーブルにおいて、各不良モードついて欠陥特徴量ごとの確率を合計したものも保存したものである。

ＳＴＥＰ４；
品質情報収集分析サーバ２は、受け取った欠陥データから弁別条件により判定した欠陥の不良モードの名称を、受け取ったワークＩＤ及び欠陥データと組にして、自動欠陥弁別
結果として、欠陥テーブルに保存する。

尚、上記自動欠陥弁別処理は、品質情報収集分析サーバ２が、自動欠陥検査装置３０、４０、５０の検査装置パソコン３４、４４、５４から、それぞれ、検査を行ったワーク３１、４１、５１を識別するワークＩＤと、そのワークから検出された欠陥データとの組みを受け取る度に繰り返される。

１…ネットワーク
２…品質情報収集分析サーバ
３…データベース
１０…モード分類システム
１１…タッチパネルモニタ
１２…パソコン
１３…マイクロスコープ
２０…不良削除装置（不良削除ポジション部分）
２１…ワーク
２２…欠陥
２３…不良削除用ワーク固定治具
２４…制御シーケンサ
３０…自動欠陥検査装置
３１…ワーク
３２…モノクロラインＣＣＤセンサ
３３…光源
３４…検査装置パソコン
４０…自動欠陥検査装置
４１…ワーク
４２…モノクロラインＣＣＤセンサ
４３…光源
４４…検査装置パソコン
５０…自動欠陥検査装置
５１…ワーク
５２…モノクロラインＣＣＤセンサ
５３…光源
５４…検査装置パソコン

Claims (6)

1. 弁別条件を保存し、ワークを検査して得た欠陥データと弁別条件とに基づいて欠陥の不良モードを弁別するシステムであって、
   不良削除装置に取り付けられたワークの欠陥データにより、不良削除装置に欠陥を特定させる手段と、
   特定された欠陥を作業者に撮像させる手段と、
   撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させる手段と、
   特定された欠陥の欠陥データと、入力された不良モードとに基づいて弁別条件を更新する手段とを備えることを特徴とする学習型欠陥弁別処理システム。
2. モード分類システムと品質情報収集分析サーバとを備え、
   モード分類システムは、
   不良削除装置に取り付けられたワークの欠陥データを品質情報収集分析サーバに要求することにより品質情報収集分析サーバから受け取って、不良削除装置に欠陥を特定させ、特定された欠陥を作業者に撮像させ、撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させ、欠陥データと不良モードとの組を品質情報収集分析サーバに送る手段を有し、
   品質情報収集分析サーバは、
   欠陥特徴量の値の範囲ごとに欠陥の各不良モードが発生する確率の分布である弁別条件と、欠陥特徴量の値の範囲ごとに作業者が欠陥の各不良モードが発生したと判定した個数の分布である度数分布と、作業者が判定した欠陥の全個数である全欠陥数とを保存する手段と、
   自動欠陥検査装置からワークを検査して得た欠陥データを受け取る度に、欠陥データを保存すると同時に、欠陥データに含まれる各欠陥特徴量の値が、弁別条件における欠陥特徴量の値の範囲の何れに含まれるかを確かめ、含まれる範囲に対する各不良モードの確率を不良モードごとに合計して、最も確率の高い不良モードを、欠陥の不良モードとすることを繰り返す手段と、
   モード分類システムからの要求に応じて、不良削除装置に取り付けられたワークの欠陥データを検索してモード分類システムに送る手段と、
   モード分類システムから、欠陥データと不良モードとの組を受け取る度に、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードの数を集計し、度数分布において、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数に、それぞれ集計して得た数だけ加えることにより、度数分布を更新し、欠陥データと不良モードとの組の数をカウントし、カウントして得た数を、全欠陥数に加えることにより、全欠陥数を更新し、度数分布から、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を読み出し、読み出した個数の全欠陥数に対する百分率を計算することで、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を求め、弁別条件において、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を、求めた確率で更新することを繰り返す手段とを有することを特徴とする学習型欠陥弁別処理システム。
3. 弁別条件を保存し、ワークを検査して得た欠陥データと弁別条件とに基づいて欠陥の不良モードを弁別するシステムが実行する方法であって、
   不良削除装置に取り付けられたワークの欠陥データにより、不良削除装置に欠陥を特定させる工程と、
   特定された欠陥を作業者に撮像させる工程と、
   撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させる工程と、
   特定された欠陥の欠陥データと、入力された不良モードとに基づいて弁別条件を更新する工程とを含むことを特徴とする学習型欠陥弁別処理方法。
4. モード分類システムと品質情報収集分析サーバとを備えるシステムが実行する方法であって、
   モード分類システムは、
   不良削除装置に取り付けられたワークの欠陥データを品質情報収集分析サーバに要求することにより品質情報収集分析サーバから受け取って、不良削除装置に欠陥を特定させ、特定された欠陥を作業者に撮像させ、撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させ、欠陥データと不良モードとの組を品質情報収集分析サーバに送る工程を行い、
   品質情報収集分析サーバは、
   欠陥特徴量の値の範囲ごとに欠陥の各不良モードが発生する確率の分布である弁別条件と、欠陥特徴量の値の範囲ごとに作業者が欠陥の各不良モードが発生したと判定した個数の分布である度数分布と、作業者が判定した欠陥の全個数である全欠陥数とを保存する工程と、
   自動欠陥検査装置からワークを検査して得た欠陥データを受け取る度に、欠陥データを保存すると同時に、欠陥データに含まれる各欠陥特徴量の値が、弁別条件における欠陥特徴量の値の範囲の何れに含まれるかを確かめ、含まれる範囲に対する各不良モードの確率を不良モードごとに合計して、最も確率の高い不良モードを、欠陥の不良モードとすることを繰り返す手段と、
   モード分類システムからの要求に応じて、不良削除装置に取り付けられたワークの欠陥データを検索してモード分類システムに送る工程と、
   モード分類システムから、欠陥データと不良モードとの組を受け取る度に、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードの数を集計し、度数分布において、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数に、それぞれ集計して得た数だけ加えることにより、度数分布を更新し、欠陥データと不良モードとの組の数をカウントし、カウントして得た数を、全欠陥数に加えることにより、全欠陥数を更新し、度数分布から、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を読み出し、読み出した個数の全欠陥数に対する百分率を計算することで、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を求め、弁別条件において、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を、求めた確率で更新することを繰り返す工程とを行うことを特徴とする学習型欠陥弁別処理方法。
5. 弁別条件を保存し、ワークを検査して得た欠陥データと弁別条件とに基づいて欠陥の不良モードを弁別するシステムに、
   不良削除装置に取り付けられたワークの欠陥データにより、不良削除装置に欠陥を特定させる工程と、
   特定された欠陥を作業者に撮像させる工程と、
   撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させる工程と、
   特定された欠陥の欠陥データと、入力された不良モードとに基づいて弁別条件を更新する工程とを実行させることを特徴とする学習型欠陥弁別処理プログラム。
6. モード分類システムに、
   不良削除装置に取り付けられたワークの欠陥データを品質情報収集分析サーバに要求することにより品質情報収集分析サーバから受け取って、不良削除装置に欠陥を特定させ、特定された欠陥を作業者に撮像させ、撮像により得られた欠陥画像を表示して、作業者に、欠陥画像を目視させることにより、特定された欠陥の不良モードを判定させて入力させ
   、欠陥データと不良モードとの組を品質情報収集分析サーバに送る工程を実行させるモード分類プログラムと、
   品質情報収集分析サーバに、
   欠陥特徴量の値の範囲ごとに欠陥の各不良モードが発生する確率の分布である弁別条件と、欠陥特徴量の値の範囲ごとに作業者が欠陥の各不良モードが発生したと判定した個数の分布である度数分布と、作業者が判定した欠陥の全個数である全欠陥数とを保存する工程と、
   自動欠陥検査装置から欠陥データを受け取る度に、欠陥データを保存すると同時に、欠陥データに含まれる各欠陥特徴量の値が、弁別条件における欠陥特徴量の値の範囲の何れに含まれるかを確かめ、含まれる範囲に対する各不良モードの確率を不良モードごとに合計して、最も確率の高い不良モードを、欠陥の不良モードとすることを繰り返す手段と、
   モード分類システムからの要求に応じて、不良削除装置に取り付けられたワークの欠陥データを検索してモード分類システムに送る工程と、
   モード分類システムから、欠陥データと不良モードとの組を受け取る度に、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードの数を集計し、度数分布において、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数に、それぞれ集計して得た数だけ加えることにより、度数分布を更新し、欠陥データと不良モードとの組の数をカウントし、カウントして得た数を、全欠陥数に加えることにより、全欠陥数を更新し、度数分布から、欠陥特徴量の値の範囲ごとに、作業者が欠陥の各不良モードが発生したと判定した個数を読み出し、読み出した個数の全欠陥数に対する百分率を計算することで、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を求め、弁別条件において、欠陥特徴量の値の範囲ごとに、欠陥の各不良モードが発生する確率を、求めた確率で更新することを繰り返す工程とを実行させる品質情報収集分析プログラムとを含むことを特徴とする学習型欠陥弁別処理プログラム。