JP2022046895A - 設備移行支援装置および設備移行支援方法 - Google Patents

Abstract

【課題】生産設備の移行を適切に支援することができる設備移行支援装置および設備移行支援方法を提供する。【解決手段】生産設備の移行を支援する設備移行支援方法は、部品の情報と、移行前の生産設備（機種名：ＡＢ）で使用される第１情報と、移行後の生産設備（機種名：Ｃ）で使用される第２情報に基づき、学習データ１９を作成し（ＳＴ１）、学習データ１９に基づき、学習モデル２０を生成し（ＳＴ２）、生成された学習モデル２０を用いて、部品の情報と移行前の生産設備で使用される第１情報から移行後の生産設備で使用される第２情報を作成する（ＳＴ４）。【選択図】図４

Description

本発明は、生産設備の移行を支援する設備移行支援装置および設備移行支援方法に関する。

基板に部品を実装する生産設備である部品実装装置は、部品の形状に関する情報と、ノズルの部品吸着、部品の形状認識、部品の基板装着に関する動作パラメータを含む部品データに基づいて、部品実装動作が制御される。この部品データは部品毎に作成され、また、生産設備の機種を変更する際には、新機種に適合する部品データが作成される（例えば、特許文献１参照）。特許文献１には、部品の形状に関する情報と新機種の仕様から部品データを自動で生成するシステムが記載されている。

国際公開第２０１８／１４６８１８号

しかしながら、特許文献１を含む従来技術では、部品データは、同一機種であっても、装置間の個体差に応じて修正しながら生産の安定性と実装精度を向上させているため、生産設備の仕様から自動で生成させた部品データが最適である保証はなかった。また、生産設備の移行にも、生産設備を新機種に更新する場合の他、他の工場の同一機種に変更する場合などの様々な状況があり、多様なケースに対応して生産設備の移行を適切に支援するためには更なる改善の余地があった。

そこで本発明は、生産設備の移行を適切に支援することができる設備移行支援装置および設備移行支援方法を提供することを目的とする。

本発明の設備移行支援装置は、生産設備の移行を支援する設備移行支援装置であって、部品の情報と、移行前の生産設備で使用される第１情報と、移行後の生産設備で使用される第２情報に基づき、学習データを作成する学習データ作成部と、前記学習データに基づき、学習モデルを生成する学習部と、生成された前記学習モデルを用いて、前記部品の情報と前記移行前の生産設備で使用される第１情報から前記移行後の生産設備で使用される第２情報を作成する情報作成部と、を備えた。

本発明の設備移行支援方法は、生産設備の移行を支援する設備移行支援方法であって、部品の情報と、移行前の生産設備で使用される第１情報と、移行後の生産設備で使用される第２情報に基づき、学習データを作成し、前記学習データに基づき、学習モデルを生成し、生成された前記学習モデルを用いて、前記部品の情報と前記移行前の生産設備で使用される第１情報から前記移行後の生産設備で使用される第２情報を作成することを含む。

本発明によれば、生産設備の移行を適切に支援することができる。

本発明の一実施の形態の部品実装システムの構成説明図 本発明の一実施の形態の管理コンピュータ（設備移行支援装置）の情報処理系の構成を示すブロック図 本発明の一実施の形態の部品実装システムにおいて用いられる部品データの構成説明図 本発明の一実施の形態の設備移行支援方法の第１の実施例の説明図 本発明の一実施の形態の設備移行支援方法の第２の実施例の説明図 本発明の一実施の形態の設備移行支援方法の第３の実施例の説明図

本発明の一実施の形態を図面を参照して説明する。まず図１を参照して、部品実装システム１の構成について説明する。部品実装システム１は基板に部品を実装して実装基板を生産する機能を有している。本実施の形態では、複数（ここでは３本）の部品実装ライン４Ａ～４Ｃを通信ネットワーク２を介して管理コンピュータ３に接続した構成となっている。各部品実装ライン４Ａ～４Ｃにおける作業は管理コンピュータ３によって管理される。なお、部品実装ライン４Ａ～４Ｃは３本に限定されることはなく、１本、２本、または４本以上であってよい。

管理コンピュータ３は、各部品実装ライン４Ａ～４Ｃが備える生産設備の稼働に必要なデータやパラメータを作成し、各生産設備に送信する機能を有している。また、各生産設備より稼動状況、作業履歴、画像データなどのデータが、管理コンピュータ３に送信される。また、管理コンピュータ３は、部品実装ライン４Ａ～４Ｃの生産設備で使用される動作パラメータ、部品データ、生産データ、画像データなどを作成する機能を有している。なお、部品実装システム１は、部品実装ライン４Ａ～４Ｃ毎にライン管理用のコンピュータを備え、ライン管理用のコンピュータを介して管理コンピュータ３と各生産設備がデータを送受信するようにしてもよい。

図１において、部品実装ライン４Ａ～４Ｃは同様の構成をしており、ここでは、部品実装ライン４Ａについて説明する。部品実装ライン４Ａは、基板供給装置Ｍ１、基板受渡装置Ｍ２、半田印刷装置Ｍ３、部品実装装置Ｍ４Ａ，Ｍ５Ａ、リフロー装置Ｍ６および基板回収装置Ｍ７を連結した構成となっている。基板供給装置Ｍ１から供給された基板は、基板受渡装置Ｍ２を介して半田印刷装置Ｍ３に搬入される。半田印刷装置Ｍ３は、基板に部品接合用の半田をスクリーン印刷する半田印刷作業を実行する。半田印刷後の基板は部品実装装置Ｍ４Ａ，Ｍ５Ａに順次受け渡される。部品実装装置Ｍ４Ａ，Ｍ５Ａは、半田印刷後の基板に部品を装着する部品実装作業を実行する。

部品実装装置Ｍ４Ａ，Ｍ５Ａは、フィーダが供給する部品を実装ヘッドが有するノズルで真空吸着によって取り出し、部品認識カメラでノズルが保持する部品の状態を撮像し、基板の実装位置に指定された実装角度で装着する。また、部品実装装置Ｍ４Ａ，Ｍ５Ａは、複数のセンサを備えており、ノズルが部品を吸着する吸着動作、部品認識カメラが取り出された部品を撮像して認識する部品認識などの部品実装作業における作業ミスや動作エラーなどが監視されている。また、部品実装装置Ｍ４Ａ，Ｍ５Ａは、ヘッドカメラを備えており、部品補充後などにフィーダが供給する部品をヘッドカメラで撮像し、供給される部品の確認などが実行される。ヘッドカメラが撮像した部品の画像は、管理コンピュータ３に送信される。

部品実装後の基板はリフロー装置Ｍ６に搬入される。リフロー装置Ｍ６は、所定の加熱プロファイルに従って基板を加熱し、部品接合用の半田を溶融固化させる。これにより部品が基板に半田接合され、基板に部品を実装した実装基板が完成する。実装基板は、基板回収装置Ｍ７に回収される。

図１において、部品実装ライン４Ｂは、部品実装装置Ｍ４Ｂ，Ｍ５Ｂを備えている。部品実装ライン４Ｃは、部品実装装置Ｍ４Ｃ，Ｍ５Ｃを備えている。この例では、部品実装ライン４Ａの部品実装装置Ｍ４Ａ，Ｍ５Ａと部品実装ライン４Ｂの部品実装装置Ｍ４Ｂ，Ｍ５Ｂは同じ機種（以下、「機種ＡＢ」と称する。）とする。また、部品実装ライン４Ｃの部品実装装置Ｍ４Ｃ，Ｍ５Ｃは、機種ＡＢとは異なる機種（以下、「機種Ｃ」と称する。）とする。

以下、特に区別する必要がない場合は、部品実装装置Ｍ４Ａ，Ｍ５Ａ、部品実装装置Ｍ４Ｂ，Ｍ５Ｂ、部品実装装置Ｍ４Ｃ，Ｍ５Ｃを、単に「部品実装装置Ｍ４５」と称する。なお、各部品実装ライン４Ａ～４Ｃが備える複数の部品実装装置Ｍ４５は、同じ機種である必要はない。例えば、部品実装ライン４Ｂの構成は、部品実装装置Ｍ４Ｂが機種ＡＢで、部品実装装置Ｍ５Ｂが機種Ｃであってもよい。

図１において、部品実装システム１は、生産設備として部品実装ライン４Ａ～４Ｃには連結されていないオフラインカメラ装置５を備えている。オフラインカメラ装置５は、部品実装装置Ｍ４５が備えるヘッドカメラと同様の機能を有するオフラインカメラを備えている。オフラインカメラ装置５では、実装基板の生産に先立ち、オフラインカメラにより基板に装着される新しい部品の撮像が行われる。オフラインカメラによる撮像画像は管理コンピュータ３に送信され、部品実装ライン４Ａ～４Ｃの生産設備で使用される各種情報の作成に使用される。

次に図２を参照して、管理コンピュータ３の情報処理系の構成について説明する。ここでは、管理コンピュータ３が備える複数の機能のち、部品実装装置Ｍ４５などの生産設備の機種を変更する設備移行を支援する機能に関する構成について説明する。すなわち、管理コンピュータ３（設備移行支援装置）は、部品実装ライン４Ａ～４Ｃにおいて生産に使用した実績がある部品情報、動作パラメータまたは部品の画像に基づいて、移行後の動作パラメータまたは部品の画像を作成する機能を有している。

管理コンピュータ３は、処理部１０、記憶装置である記憶部１５の他、入力部２３、表示部２４、通信部２５を備えている。処理部１０はＣＰＵなどのデータ処理装置であり、内部処理部として学習データ作成部１１、学習部１２、入力データ作成部１３、情報作成部１４を備えている。なお、管理コンピュータ３は、ひとつのコンピュータで構成する必要はなく、複数のデバイスで構成してもよい。例えば、記憶部、処理部の全てもしくは一部をサーバを介してクラウドに備えてもよい。

入力部２３は、キーボード、タッチパネル、マウスなどの入力装置であり、操作コマンドやデータ入力時などに用いられる。表示部２４は液晶パネルなどの表示装置であり、記憶部１５が記憶する各種データを表示する他、入力部２３による操作のための操作画面、入力画面などの各種情報を表示する。通信部２５は、通信インターフェースであり、通信ネットワーク２を介して部品実装ライン４Ａ～４Ｃを構成する生産設備（部品実装装置Ｍ４５）、オフラインカメラ装置５との間でデータの送受信を行う。

図２において、記憶部１５には、生産データライブラリ１６、部品ライブラリ１７、画像データ１８、学習データ１９、学習モデル２０、入力データ２１、出力データ２２などが記憶されている。生産データライブラリ１６には、部品実装装置Ｍ４５による実装基板の生産で使用される生産データが、実装基板の生産機種名毎に記憶されている。生産データには、実装基板に実装される部品名、当該部品を部品ライブラリ１７の部品データと関連付けるための部品コード、当該部品の実装基板における実装位置および実装角度などが、実装対象の各部品について規定されている。

図２において、部品ライブラリ１７には、部品の種類と、部品実装装置Ｍ４５において当該部品を実装する各種の作業を精細に制御するための動作パラメータを関連付けた複数の部品データが記憶されている。部品データは、部品コードによって生産データライブラリ１６の生産データに関連付けられている。すなわち、部品ライブラリ１７には、同じ部品名の部品であっても、生産される実装基板の生産機種名や実装位置、部品実装装置Ｍ４５の機種に対応した異なる部品データが記憶されている。

ここで図３を参照して、部品ライブラリ１７に含まれる部品データ３０の例について説明する。部品データ３０は、部品データ３０に含まれる「部品コード」３１と生産データに含まれる部品コードによって、生産データに関連付けされる。部品データ３０は、部品情報３２と動作パラメータ３３より構成される。さらに、部品情報３２は、形状図３４、サイズデータ３５、部品パラメータ３６より構成される。

各項目の空欄部分には、画像、数値および、用語等が入力されている。なお、ここで用いる「数値」とは数値データには限定されず、有り／無し、安価／高価、高速／中速／低速・・など、定量・定性的に表された選択肢の選択結果なども含む。形状図３４は対象となる部品の外形を図示する。サイズデータ３５は、当該部品のサイズ情報、すなわち、外形寸法、リード数、リードピッチ、リード長さ、リード幅、部品高さなどを数値データで示す。

図３において、部品パラメータ３６は当該部品についての属性情報であり、部品自体に関する情報である部品属性３７および当該部品をフィーダにより供給するためのキャリアテープに関する情報であるテープ情報３８を含んでいる。部品属性３７では、部品の極性、極性マーク、マーク位置、部品種別、形状種別、および価格情報が示されている。テープ情報３８には、キャリアテープのテープ素材、キャリアテープの幅寸法を示すテープ幅、テープ送りピッチを示す送り間隔、キャリアテープを画像認識の対象とする際の特性と関連した情報である色・材質情報が含まれている。

動作パラメータ３３は、当該部品を部品実装装置Ｍ４５による部品実装作業の対象とする際の動作態様を規定するマシンパラメータである。ここに示す例では、当該部品実装装置Ｍ４５の種類を示す機種３３ａ（機種ＡＢ、機種Ｃ）、使用されるノズルの種類を示すノズル設定３３ｂが含まれている。さらに、動作パラメータ３３には、スピードパラメータ３３ｃ、認識３３ｄ、ギャップ３３ｅ、吸着３３ｆ、装着３３ｇなどが含まれている。

図３において、スピードパラメータ３３ｃには、ノズルによって部品を吸着する際の吸着速度、実装ヘッドによって部品を移送する際の実装速度、フィーダによってキャリアテープを送る際のテープ送り速度が含まれている。認識３３ｄは部品認識の態様を規定するパラメータであり、使用される部品認識カメラの種類を示すカメラ種別、撮像時の照明形態を示す照明モード、撮像時のノズルの移動速度である認識速度が含まれている。認識速度は、高速、中速、および低速のうちから設定できる。なお、速度に関するパラメータは、数値（１～１００％）であっても、選択肢（高速、中速、低速等）であってもよい。

ギャップ３３ｅには、ノズルによって部品を吸着する際の吸着ギャップ、保持した部品を基板に搭載する際の実装ギャップが含まれる。吸着３３ｆは、ノズルによる部品の吸着時のオフセット量を示す吸着位置オフセットや、吸着角度を規定する。装着３３ｇは、ノズルに保持した部品を基板に装着する際の押圧荷重を規定する。

このように、動作パラメータ３３には、部品を吸着するノズルに関するノズルパラメータ（ノズル設定３３ｂ）、ノズルで吸着する際の吸着に関する吸着パラメータ（吸着速度、吸着ギャップ、吸着３３ｆ）、部品の形状を認識するための認識パラメータ（認識３３ｄ）、部品を実装するための実装パラメータ（実装速度、実装ギャップ、装着３３ｇ）などが含まれている。なお図３の部品データ３０に示される部品パラメータ３６、動作パラメータ３３は該当する項目の例示であり、ここに示す項目以外にも各種のパラメータが必要に応じて設定される。

例えば、部品吸着時にノズルが部品に接触する時間である吸着保持時間、基板に部品を装着する時に基板に部品を接触させる時間である実装保持時間、認識カメラで部品を認識する回数である部品認識回数、部品を吸着したかどうかのチェックを行うかどうかの吸着チェックＯＮ／ＯＦＦ、部品厚みの計測を行う際の許容値を設定する厚みばらつき許容値、部品の吸着状態の検出を行うかどうかの部品吸着状態検出ＯＮ／ＯＦＦ、部品を同時に吸着もしくは実装するかどうかの部品同時吸着・実装ＯＮ／ＯＦＦ、部品の吸着位置を自動で設定するかどうかの部品吸着位置自動学習ＯＮ／ＯＦＦ、部品の吸着に失敗した際に再度吸着をおこなう部品吸着リトライ回数、部品の認識ができなかった場合に再度認識をおこなう認識リトライ回数等が挙げられる。

図２において、画像データ１８には、オフラインカメラ装置５のオフラインカメラ、および部品実装装置Ｍ４５のヘッドカメラで撮像された部品の画像に、部品名、撮像した装置、撮像日時などの画像を特定する情報を関連付けた画像情報が複数記憶されている。学習データ作成部１１は、部品ライブラリ１７に記憶される部品データ３０、画像データ１８に記憶される画像情報に基づいて、後述する学習データ１９を作成する。作成された学習データ１９は、記憶部１５に記憶される。

学習部１２は、学習データ１９を教師データとして、後述する学習モデル２０を、機械学習等を用いた学習アルゴリズムにより生成する。学習アルゴリズムとしては、ニューラルネットワーク（多層のニューラルネットワークを用いた深層学習を含む）、遺伝的プログラミング、決定木、ベイジアン・ネットワーク、サポート・ベクター・マシン（ＳＶＭ）等を使用し得る。生成された学習モデル２０は、記憶部１５に記憶される。

図２において、入力データ作成部１３は、情報作成部１４が学習モデル２０を用いて後述する出力データ２２を作成（推定）するための後述する入力データ２１を作成する。作成された入力データ２１、出力データ２２は、記憶部１５に記憶される。

次に図４を参照して、設備移行支援装置（管理コンピュータ３）により生産設備の移行を支援する設備移行支援方法の第１の実施例について説明する。ここでは、移行前の生産設備が機種ＡＢの部品実装装置Ｍ４５であり、移行後の生産設備が機種Ｃの部品実装装置Ｍ４５であり、機械学習を用いて移行後の動作パラメータ３３を作成（推定）する例で説明する。

図４において、まず、学習データ作成部１１は、部品ライブラリ１７に含まれる生産に使用した実績がある部品データ３０のうち、機種ＡＢと機種Ｃの両方で使用した実績がある同一の部品の部品データ３０に基づいて学習データ１９を作成する（ＳＴ１：学習データ作成工程）。図４では、部品名「Ｅ」と部品名「Ｆ」の部品が、機種ＡＢと機種Ｃの両方で基板に実装した実績がある。以下、部品名が「Ｅ」の部品を「部品Ｅ」などと称する。

学習データ作成部１１は、部品データ３０のうち同一の部品で共通の部品情報３２、機種ＡＢ用の動作パラメータ３３、および機種Ｃ用の動作パラメータ３３を関連付けた教師データを複数（例えば、１０００個）作成し、学習データ１９として記憶させる。すなわち、学習データ作成部１１は、部品の情報（部品情報３２）と、移行前の生産設備（機種ＡＢ）で使用される第１情報（機種ＡＢ用の動作パラメータ３３）と、移行後の生産設備（機種Ｃ）で使用される第２情報（機種Ｃ用の動作パラメータ３３）に基づき、学習データ１９を作成する。

図４では、部品Ｅの部品情報３２に機種ＡＢ用の動作パラメータ３３と機種Ｃ用の動作パラメータ３３を関連付けた教師データが学習データ１９として作成される。また、部品Ｆの部品情報３２に機種ＡＢ用の動作パラメータ３３と機種Ｃ用の動作パラメータ３３を関連付けた教師データが学習データ１９として作成される。

図４において、次いで学習部１２は、作成された学習データ１９に基づき、機械学習により学習モデル２０を生成する（ＳＴ２：学習モデル生成工程）。作成された学習モデル２０は記憶部１５に記憶される。また、入力データ作成部１３は、部品ライブラリ１７に含まれる部品データ３０のうち、機種ＡＢでの使用実績はあるが機種Ｃでの使用実績がなく、これから機種Ｃに移行する予定の部品の部品データ３０に基づいて入力データ２１を作成する（ＳＴ３：入力データ作成工程）。

図４では、部品Ｇが機種ＡＢでの使用実績があるが、機種Ｃでの使用実績がない部品に該当する。すなわち、部品ライブラリ１７には部品Ｇを機種Ｃで実装するための部品データ３０が含まれておらず、部品Ｇが機種Ｃに移行する予定の部品である。そこで、入力データ作成部１３は、部品Ｇを機種ＡＢで実装するための部品データ３０に基づいて、部品Ｇの部品情報３２と機種ＡＢ用の動作パラメータ３３を関連付けた入力データ２１を作成して、記憶部１５に記憶させる。

図４において、次いで情報作成部１４は、入力データ２１に基づいて、学習モデル２０を用いて機種Ｃに移行する予定の部品の動作パラメータ３３を作成（推定）する（ＳＴ４：情報作成工程）。さらに、情報作成部１４は、入力データ２１の部品情報３２と作成された移行後の動作パラメータ３３から部品データ３０を作成し、出力データ２２として記憶部１５に記憶させる。図４では、情報作成部１４は、部品Ｇの部品情報３２と機種ＡＢ用の動作パラメータ３３（入力データ２１）から学習モデル２０を用いて機種Ｃ用の動作パラメータ３３を作成し、部品Ｇの部品情報３２と作成した機種Ｃ用の動作パラメータ３３から部品データ３０（出力データ２２）を作成する。

このように、情報作成部１４は、生成された学習モデル２０を用いて、部品の情報（部品情報３２）と移行前の生産設備（機種ＡＢ）で使用される第１情報（機種ＡＢ用の動作パラメータ３３）から前記移行後の生産設備（機種Ｃ）で使用される第２情報（機種Ｃ用の動作パラメータ３３）を作成する。言い換えると、学習モデル２０は、部品の情報と第１情報から第２情報を作成（推定）する計算式や計算方法である。また、この実施例では、移行前の生産設備（機種ＡＢ）および移行後の生産設備（機種Ｃ）は、部品を基板に装着する部品実装装置Ｍ４５であり、第１情報および第２情報は、生産設備の動作パラメータ３３を含んでいる。これにより、生産設備の移行を適切に支援することができる。

なお、本実施の形態の設備移行支援方法の第１の実施例は、移行前の生産設備と移行後の生産設備が同じ機種であってもよい。同じ機種であっても、設備の使用年数や、設置された場所、オプションの有無によって、異なる動作パラメータ３３を使用する場合がある。そこで、生産設備の移行は、移行前の生産設備が古い装置（例えば、機種ＡＢ）で、移行後の生産設備が新しい装置（機種ＡＢ）の間での移行であってもよい。

また、生産設備の移行は、工場間の移行であってもよい。さらに、動作パラメータ３３のフォーマットは、移行前の生産設備と移行後の生産設備とで異なっていてもよい。その場合、学習部１２が、フォーマットの違いを含めて学習し、移行後の動作パラメータ３３を所定のフォーマットで作成する学習モデル２０を生成してもよい。また、学習データ作成部１１が、フォーマットの差分を変換した学習データ１９を作成してもよい。

次に図５を参照して、設備移行支援方法の第２の実施例について説明する。ここでは、移行前の生産設備が機種ＡＢの部品実装装置Ｍ４５であり、移行後の生産設備が機種Ｃの部品実装装置Ｍ４５であり、機械学習を用いて移行後の部品の画像を作成（推定）する例で説明する。以下、図４で説明した設備移行支援方法の第１の実施例と同じ工程には同じ符号を付して、詳細な説明は省略する。

まず、学習データ作成工程（ＳＴ１）において、学習データ作成部１１は、画像データ１８に含まれる、機種ＡＢのヘッドカメラと機種Ｃのヘッドカメラで撮像した同一の部品種の部品の画像情報に基づいて学習データ１９を作成する。具体的には、学習データ作成部１１は、部品情報３２、機種ＡＢによる画像情報、および機種Ｃによる画像情報を関連付けた教師データを複数（例えば、１０００個）作成する。図５では、部品Ｅと部品Ｆを機種ＡＢと機種Ｃで撮像した画像情報がそれぞれ画像データ１８に含まれている。そこで、部品Ｅと部品Ｆについて、部品情報３２に機種ＡＢによる画像情報と機種Ｃによる画像情報を関連付けた教師データがそれぞれ作成される。

図５において、次いで学習モデル作成工程（ＳＴ２）において、学習部１２は、作成された学習データ１９に基づき、機械学習により学習モデル２０を生成する。また、入力データ作成工程（ＳＴ３）において、入力データ作成部１３は、画像データ１８に含まれる、機種ＡＢでの撮像実績はあるが機種Ｃでの撮像実績がなく、これから機種Ｃに移行する予定の部品の撮像情報に基づいて入力データ２１を作成する。図５では、部品Ｇの部品情報３２と機種ＡＢによる撮像画像を関連付けた入力データ２１が作成される。

次いで情報作成工程（ＳＴ４）において、情報作成部１４は、入力データ２１に基づいて、学習モデル２０を用いて機種Ｃに移行する予定の部品の撮像画像を作成（推定）する。さらに、情報作成部１４は、入力データ２１の部品情報３２と作成された移行後の撮像画像から画像情報を作成し、出力データ２２として記憶部１５に記憶する。図５では、情報作成部１４は、部品Ｇの部品情報３２と機種ＡＢによる撮像画像から学習モデル２０を用いて機種Ｃによる撮像画像を作成（推定）し、部品Ｇの部品情報３２と作成した機種による撮像画像から画像情報を作成する。

作成された撮像画像からは、移行後の機種Ｃで使用される部品Ｇの部品データ３０に含まれる部品の形状を認識するための認識パラメータ（認識３３ｄ）などが作成される。なお、学習データ作成部１１は、部品の画像情報の他に部品データ３０に含まれる認識パラメータを含む学習データ１９を作成し、学習部１２は部品の撮像画像の他に認識パラメータを作成（推定）する学習モデル２０を生成し、情報作成部１４は移行後の部品の画像情報の他に認識パラメータを作成するようにしてもよい。

このように、設備移行支援方法の第２の実施例では、移行前の生産設備（機種ＡＢ）および移行後の生産設備（機種Ｃ）は、それぞれカメラ（ヘッドカメラ）を備えており、第１情報は、移行前の生産設備のカメラが撮像した部品の画像（撮像画像）であり、第２情報は、移行後の生産設備のカメラが撮像した部品の画像（撮像画像）である。これにより、生産設備の移行を適切に支援することができる。

なお、移行前後の生産設備は、同一機種の装置であってもよい。例えば、同一機種間での生産設備の更新（移行）であってもよい。また、部品実装ライン４Ａの部品実装装置Ｍ４Ａ（機種ＡＢ）での撮像画像（第１情報）から、下流の部品実装装置Ｍ５Ａ（機種ＡＢ）で撮像すると得られると推定される撮像画像（第２情報）を作成してもよい。

次に図６を参照して、設備移行支援方法の第３の実施例について説明する。ここでは、移行前の生産設備がオフラインカメラ装置５であり、移行後の生産設備が機種Ｃの部品実装装置Ｍ４５であり、機械学習を用いて移行後の部品の画像を作成（推定）する例で説明する。設備移行支援方法の第３の実施例は、移行前の生産設備がオフラインカメラ装置５であり、第１情報がオフラインカメラ装置５のオフラインカメラが撮像した部品の画像（撮像画像）であるところが、図５で説明した設備移行支援方法の第２の実施例と異なる。以下、詳細な説明は省略する。

第３の実施例では、オフラインカメラ装置５と部品実装装置Ｍ４５とによる既存の撮像情報（第１情報、第２情報）と、オフラインカメラ装置５が撮像した新しい部品の撮像画像（第１情報）から、新しい部品を部品実装装置Ｍ４５において撮像すると得られると推定される撮像画像（第２情報）が作成（推定）される。これにより、部品実装ライン４Ａ～４Ｃでの生産を停止することなく新しい部品の部品実装装置Ｍ４５での撮像画像を推定することができ、生産設備の移行を適切に支援することができる。

上記説明したように、本実施の管理コンピュータ３は、生産設備の移行を支援する設備移行支援装置であって、部品の情報（部品情報３２）と、移行前の生産設備で使用される第１情報（動作パラメータ３３、撮像画像）と、移行後の生産設備で使用される第２情報（動作パラメータ３３、撮像画像）に基づき、学習データ１９を作成する学習データ作成部１１と、学習データ１９に基づき、学習モデル２０を生成する学習部１２と、生成された学習モデル２０を用いて、部品の情報と移行前の生産設備で使用される第１情報から移行後の生産設備で使用される第２情報を作成する情報作成部１４と、を備えている。

このように、移行前後の生産設備に対応する学習モデル２０を作成し、適合する学習モデル２０を用いて移行後の第２情報（動作パラメータ３３、撮像画像）を作成することで、生産設備の移行を適切に支援することができる。

本発明の設備移行支援装置および設備移行支援方法は、生産設備の移行を適切に支援することができるという効果を有し、部品を基板に実装する分野において有用である。

３ 管理コンピュータ（設備移行支援装置）
５ オフラインカメラ装置（生産設備）
Ｍ４Ａ、Ｍ４Ｂ、Ｍ４Ｃ、Ｍ５Ａ、Ｍ５Ｂ、Ｍ５Ｃ 部品実装装置（生産設備）

Claims (8)

1. 生産設備の移行を支援する設備移行支援装置であって、
   部品の情報と、移行前の生産設備で使用される第１情報と、移行後の生産設備で使用される第２情報に基づき、学習データを作成する学習データ作成部と、
   前記学習データに基づき、学習モデルを生成する学習部と、
   生成された前記学習モデルを用いて、前記部品の情報と前記移行前の生産設備で使用される第１情報から前記移行後の生産設備で使用される第２情報を作成する情報作成部と、を備えた、設備移行支援装置。
2. 前記第１情報および前記第２情報は、生産設備の動作パラメータを含む、請求項１に記載の設備移行支援装置。
3. 前記移行前の生産設備および前記移行後の生産設備は、部品を基板に装着する部品実装装置であり、
   前記第１情報および前記第２情報は、前記部品を吸着するノズルに関するノズルパラメータ、前記ノズルで吸着する際の吸着に関する吸着パラメータ、前記部品の形状を認識するための認識パラメータ、前記部品を実装するための実装パラメータの少なくともいずれかを含む、請求項１に記載の設備移行支援装置。
4. 前記移行前の生産設備および前記移行後の生産設備は、それぞれカメラを備えており、
   前記第１情報は、前記移行前の生産設備のカメラが撮像した部品の画像であり、
   前記第２情報は、前記移行後の生産設備のカメラが撮像した前記部品の画像である、請求項１に記載の設備移行支援装置。
5. 生産設備の移行を支援する設備移行支援方法であって、
   部品の情報と、移行前の生産設備で使用される第１情報と、移行後の生産設備で使用される第２情報に基づき、学習データを作成し、
   前記学習データに基づき、学習モデルを生成し、
   生成された前記学習モデルを用いて、前記部品の情報と前記移行前の生産設備で使用される第１情報から前記移行後の生産設備で使用される第２情報を作成することを含む、設備移行支援方法。
6. 前記第１情報および前記第２情報は、生産設備の動作パラメータを含む、請求項５に記載の設備移行支援方法。
7. 前記移行前の生産設備および前記移行後の生産設備は、部品を基板に装着する部品実装装置であり、
   前記第１情報および前記第２情報は、前記部品を吸着するノズルに関するノズルパラメータ、前記ノズルで吸着する際の吸着に関する吸着パラメータ、前記部品の形状を認識するための認識パラメータ、前記部品を実装するための実装パラメータの少なくともいずれかを含む、請求項５に記載の設備移行支援方法。
8. 前記移行前の生産設備および前記移行後の生産設備は、それぞれカメラを備えており、
   前記第１情報は、前記移行前の生産設備のカメラが撮像した部品の画像であり、
   前記第２情報は、前記移行後の生産設備のカメラが撮像した前記部品の画像である、請求項５に記載の設備移行支援方法。

Images