JP2022182220A - 部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム - Google Patents
部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム Download PDFInfo
- Publication number
- JP2022182220A JP2022182220A JP2021089671A JP2021089671A JP2022182220A JP 2022182220 A JP2022182220 A JP 2022182220A JP 2021089671 A JP2021089671 A JP 2021089671A JP 2021089671 A JP2021089671 A JP 2021089671A JP 2022182220 A JP2022182220 A JP 2022182220A
- Authority
- JP
- Japan
- Prior art keywords
- component
- parameter
- operating
- data management
- information
- 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
- 238000013523 data management Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004519 manufacturing process Methods 0.000 claims description 114
- 230000006872 improvement Effects 0.000 claims description 76
- 238000000605 extraction Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 5
- 102100035353 Cyclin-dependent kinase 2-associated protein 1 Human genes 0.000 abstract description 2
- 101000737813 Homo sapiens Cyclin-dependent kinase 2-associated protein 1 Proteins 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 26
- 230000008859 change Effects 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 21
- 238000012545 processing Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 229910000679 solder Inorganic materials 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007639 printing Methods 0.000 description 5
- 101000661816 Homo sapiens Suppression of tumorigenicity 18 protein Proteins 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000006071 cream Substances 0.000 description 2
- 108090000237 interleukin-24 Proteins 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007650 screen-printing Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Landscapes
- Supply And Installment Of Electrical Components (AREA)
Abstract
【課題】動作パラメータを適切に設定することができる部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラムを提供する。【解決手段】部品情報に部品を基板に実装するための部品実装装置の動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理方法は、動作パラメータと部品情報との関係性を示す学習モデルと、第1の部品の部品情報とに基づいて、第1の部品の動作パラメータを推定し(ST3)、第1の部品に対応して記憶される第1の動作パラメータと、推定された第2の動作パラメータとを比較し(ST17)、比較結果に基づいて、第2の動作パラメータを第1の動作パラメータとして置き換えて更新する(ST19)。【選択図】図11
Description
本発明は、部品を基板に実装する部品実装装置で使用する部品データを管理する部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラムに関する。
基板に部品を実装する部品実装装置は、部品の基板装着、ノズルの部品吸着、部品の撮像などに関する動作条件を含む多数の動作パラメータに基づいて、部品実装動作が制御される。この動作パラメータは、部品の形状などの情報を含む部品情報に紐付けた部品データとして、部品毎に適切な値が設定される(例えば、特許文献1参照)。特許文献1には、部品実装作業の成績が良くない部品データを使用する部品は、機械学習を用いて動作パラメータを修正するシステムが開示されている。
しかしながら、特許文献1を含む従来技術では、機械学習を用いて動作パラメータを自動で修正することができるものの、機械学習により推定された動作パラメータの確信度にはばらつきがあるため必ずしも品質や生産性が改善される保証はなく、また、動作パラメータを変更した場合に元の動作パラメータを使用した場合からどの程度改善されるかを把握しにくいため、部品データを作成する管理者が動作パラメータを修正して実装基板の品質や生産性を向上させるためには更なる改善の余地があった。
そこで本発明は、動作パラメータを適切に設定することができる部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラムを提供することを目的とする。
本発明の部品データ管理装置は、部品の部品情報に前記部品を基板に実装するための部品実装装置の動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理装置であって、動作パラメータと部品情報との関係性を示す学習モデルと、第1の部品の部品情報とに基づいて、前記第1の部品の動作パラメータを推定するパラメータ推定部と、前記第1の部品に対応して記憶される第1の動作パラメータと、前記パラメータ推定部が推定した前記第1の部品の第2の動作パラメータとの比較結果に基づいて、前記第2の動作パラメータを前記第1の動作パラメータとして置き換えて更新するパラメータ更新部とを備える。
本発明の他の部品データ管理装置は、部品の部品情報に前記部品を基板に実装するための部品実装装置の動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理装置であって、動作パラメータと部品情報との関係性を示す学習モデルと、第1の部品の部品情報とに基づいて、前記第1の部品の動作パラメータを推定するパラメータ推定部と、記憶される複数の第1の動作パラメータの中から、部品情報が前記第1の部品の部品情報と類似または一致する部品の第1の動作パラメータを抽出する抽出部と、前記第1の部品に対応して記憶される第1の動作パラメータと、前記パラメータ推定部が推定した前記第1の部品の第2の動作パラメータと、抽出された前記第1の動作パラメータのうち少なくとも2つを比較するパラメータ比較部と、比較結果に基づいて、抽出された前記第1の動作パラメータを前記第1の動作パラメータとして置き換えて更新するパラメータ更新部とを備える。
本発明の部品データ管理方法は、部品の部品情報に前記部品を基板に実装するための部品実装装置の動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理方法であって、動作パラメータと部品情報との関係性を示す学習モデルと、第1の部品の部品情報とに基づいて、前記第1の部品の動作パラメータを推定するパラメータ推定工程と、前記第1の部品に対応して記憶される第1の動作パラメータと、前記パラメータ推定工程において推定された第2の動作パラメータとの比較結果に基づいて、前記第2の動作パラメータを前記第1の動作パラメータとして置き換えて更新するパラメータ更新工程とを含む。
本発明の部品データ管理プログラムは、請求項12の部品データ管理方法をコンピュータに実行させる。
本発明によれば、動作パラメータを適切に設定することができる。
以下に図面を用いて、本発明の一実施の形態を詳細に説明する。以下で述べる構成、形状等は説明のための例示であって、部品実装システム、部品実装装置、管理コンピュータの仕様に応じ、適宜変更が可能である。以下では、全ての図面において対応する要素には同一符号を付し、重複する説明を省略する。
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4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4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4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4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、各生産設備より各生産設備の稼動状況、作業履歴などのデータが、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4の生産設備で使用される部品データ、生産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4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4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M4,M5、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によって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、ここで基板に部品接合用のクリーム半田をスクリーン印刷する半田印刷作業が行われる。
半田印刷後の基板は部品実装装置M4,M5に順次受け渡され、ここで半田印刷後の基板に対して部品を装着する部品実装作業が実行される。部品実装装置M4,M5は、基板に装着される部品毎に設定された部品データに含まれる動作パラメータに基づいて、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す。そして、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。部品実装装置M4,M5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動作など、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。なお、実装ヘッドは部品をノズルの他、部品を把持するチャックユニットによって基板の実装位置に装着してもよい。
部品実装後の基板はリフロー装置M6に搬入され、ここで所定の加熱プロファイルに従って加熱されることにより部品接合用のクリーム半田が溶融固化する。これにより部品が基板に半田接合されて基板に部品を実装した実装基板が完成し、基板回収装置M7に回収される。
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M4,M5による部品実装作業に用いられる動作パラメータを含む部品データを作成し、管理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は、部品の部品情報に、部品実装装置M4,M5が部品を基板に実装するための動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理装置である。
管理コンピュータ3は、処理部10、記憶装置である記憶部20の他、入力部30、表示部31、通信部32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20、処理部10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。
図2において、入力部30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31は液晶パネルなどの表示装置であり、記憶部20が記憶する各種データを表示する他、入力部30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32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4を構成する生産設備(部品実装装置M4,M5)との間でデータの送受信を行う。
処理部10はCPUなどのデータ処理装置であり、内部処理部として実績取得部11、学習情報作成部12、学習部13、パラメータ推定部14、算出部15、抽出部16、パラメータ比較部17、表示処理部18、パラメータ更新部19を備えている。記憶部20には、生産データライブラリ21、部品ライブラリ22、実績情報23、学習情報24、学習モデル25、推定動作パラメータ26、生産時間情報27、生産改善値情報28、抽出動作パラメータ29などが記憶されている。
図2において、生産データライブラリ21には、部品実装装置M4,M5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、基板に実装される部品を特定する部品名、当該部品を部品ライブラリ22の部品データと関連付ける部品コード、当該部品の基板における実装位置、実装角度、部品実装装置M4,M5において当該部品を供給するフィーダの位置を示す部品配置、実装ヘッドにおいて当該部品を吸着するノズルの位置を示すノズル配置などが含まれている。部品ライブラリ22には、部品情報に動作パラメータを紐付けした複数の部品データが記憶されている。部品データは、部品データコードによって生産データライブラリ21の生産データに関連付けられている。
ここで図3を参照して、部品ライブラリ22に含まれる部品データ33の例について説明する。部品データ33は、部品データ33に含まれる「部品n」(部品データコード)と、生産データライブラリ21に含まれる生産データの部品データコードによって生産データに関連付けされる。この例では、部品ライブラリ22には、n=1,2,3・・・の部品データコードを有する複数の種類の部品の部品データ33が記憶されている。部品データ33には、大分類項目として部品情報34、動作パラメータ35が規定されている。
部品情報34は、当該部品に固有の属性を示す情報である。ここでは、中分類項目として、「品名」34a、「形状」34b、「サイズ」34c、「部品パラメータ」34dが例示されている。「品名」34aは、当該部品を特定するための情報であり、部品メーカや自社が管理するために付与した「品番」が小分類項目として規定されている。「形状」34bは、当該部品の形状に関する情報であり、当該部品の外形形状を、矩形、円柱状などの形状区分によって示す「形状」、部品の形状を示す図面、画像情報を特定する情報などが小分類項目として規定されている。
「サイズ」34cには、小分類項目として当該部品のサイズを示す「外形寸法」、当該部品に形成された接続用の電極(リード)の数や位置(間隔)を示す「電極位置」などが規定されている。「部品パラメータ」34dは当該部品の属性情報であり、小分類項目として当該部品の種類を示す「部品種別」、当該部品の外形における方向性の有無を示す「極性有無」、極性有りの場合に当該部品に付されるマークの形状などを示す「極性マーク」、極性マーク有りの場合に当該マークの位置を示す「マーク位置」などが規定されている。このように、部品情報34には、部品の寸法、リード数、リードピッチ、リード長さ、リード幅、部品高さ(サイズ34c)、形状データ(形状34b)、部品識別番号(品名34a)の少なくともいずれかひとつの項目が含まれる。
図3において、動作パラメータ35は、当該部品データ33に規定される部品を対象として、部品実装ライン4に配置された部品実装装置M4,M5によって部品実装作業を実行する際に、部品実装装置M4,M5を制御するために用いられる制御パラメータ(動作条件)である。ここでは、中分類項目として、「ノズル設定」35a、「スピードパラメータ」35b、「認識」35c、「吸着」35d、「装着」35eが例示されている。
「ノズル設定」35aは、当該部品を吸着保持する際に用いられる吸着ノズルに関するデータであり、小分類項目として選択可能な吸着ノズルの種類を特定する「ノズル」が規定されている。「スピードパラメータ」35bは、当該部品を吸着ノズルによって取り出して基板に装着する作業動作における吸着ノズルの移動速度に関する制御パラメータである。これらの制御パラメータには、小分類項目として部品を吸着して保持する際の「吸着速度」、「吸着保持時間」、保持した部品を基板に装着する際の「装着速度」、「装着保持時間」などが含まれる。
図3において、「認識」35cは、部品供給部から吸着ノズルによって取り出された部品を部品認識カメラによって撮像して認識する認識処理の実行に関するパラメータである。これらのパラメータには、小分類項目として撮像に使用されるカメラの種類を特定する「カメラ種別」、撮像に際して使用される照明のモードを示す「照明モード」、撮像により取得された画像を認識する際の「認識速度」などが含まれる。
「吸着」35dは、部品供給部から吸着ノズルによって部品を取り出す際の吸着動作に関する制御パラメータである。これらの制御パラメータには、小分類項目として、吸着ノズルを部品に着地させる際の吸着位置オフセットを示す「吸着位置X」、「吸着位置Y」などが含まれる。「装着」35eは、部品を吸着ノズルによって吸着保持した搭載ヘッドを基板に移動させて、吸着ノズルに昇降動作を行わせて部品を基板に装着する装着動作に関する制御パラメータである。これらの制御パラメータには、小分類項目として、吸着ノズルを下降させて部品を基板に着地させる際に部品を基板に押し付ける荷重である「装着荷重」などが含まれている。
このように、動作パラメータ35は、部品を移動させるためのパラメータ(スピードパラメータ35bなど)、部品を保持するためのパラメータ(ノズル設定35a、スピードパラメータ35b、吸着35dなど)、部品を撮影するためのパラメータ(認識35cなど)の少なくともひとつを含んでいる。また、動作パラメータ35は、「品名」34aが同じ部品、すなわち部品情報34が同じであっても、基板に実装する部品実装装置M4,M5の品種や基板の材質や基板の電極などが変わったり、実装品質や実装ミス率を改善したりするために変更されることがある。
当該部品の動作パラメータ35を変更すると、部品情報34は変えずに変更後の動作パラメータ35を紐づけた部品データ33が作成(更新)される。この際、部品データ33の「部品n」(部品データコード)に新たなコードを付与することで、修正前の動作パラメータ35と区別される。このように、部品データ33は、部品の固有の属性を示す部品情報34に、部品実装装置M4,M5が当該部品を基板に実装するための動作条件である動作パラメータ35が紐付けされている。
部品ライブラリ22(データベース)の部品データ33は、生産データライブラリ21の生産データと一緒に部品実装ライン4の部品実装装置M4,M5に送信され、部品実装装置M4,M5における実装基板の生産に使用される。以下、部品実装装置M4,M5で生産に使用されている動作パラメータを「第1の動作パラメータ」と称する。すなわち、部品実装装置M4,M5において基板に実装される第1の部品の第1の動作パラメータは、部品実装装置M4,M5で使用される動作パラメータとしてデータベース(部品ライブラリ22)上に記憶されている。なお、部品ライブラリ22には自らの工場の部品実装システム1で使用された部品データ33の他、別の工場の部品実装システム1で使用された部品データ33、EDA(Electronic design automatio)ベンダーが予め準備したデータベースを含んでいてもよい。
図2において、実績取得部11は、各々の部品実装ライン4が備える部品実装装置M4,M5から部品実装作業の実績を取得する。部品実装作業の実績には、生産開始日時、生産終了日時、生産枚数、作業ミスの回数、ミス率(頻度)、動作エラーの回数とその内容などの情報が含まれる。実績取得部11は、取得した情報と部品実装作業を行った部品実装装置M4,M5を特定する情報、生産データ、第1の動作パラメータを含む部品データ33とを関連付けて実績情報23として記憶部20に記憶する。すなわち、第1の動作パラメータは、部品実装装置M4,M5での実績情報を関連付けてデータベース(記憶部20)上に記憶される。なお、実績取得部11は、部品実装装置M4,M5の他、部品実装作業後に基板状態を検査する部品実装ライン4が備える基板検査装置(図示省略)から作業不良情報を取得してもよい。
学習情報作成部12は、実績情報23、部品ライブラリ22に基づいて、生産実績がある第1の部品の第1の動作パラメータ、第1の部品の部品情報34や部品実装作業の実績などの第1の動作パラメータに関する情報を関連付けた学習情報24を作成して、記憶部20に記憶させる。
図2において、学習部13は、学習情報24を教示データとして、後述する動作パラメータ35と部品情報34との関係性を示す学習モデル25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25は、記憶部20に記憶される。
パラメータ推定部14は、生成された学習モデル25と第1の部品の部品情報34とに基づいて、第1の部品の動作パラメータ35を推定する。パラメータ推定部14によって推定された動作パラメータ35は、推定動作パラメータ26(第2の動作パラメータ)として記憶部20に記憶される。
ここで、図4を参照して、部品データ管理装置(管理コンピュータ3)により推定動作パラメータ26(第2の動作パラメータ)を推定する動作パラメータ推定方法について説明する。まず、学習情報作成部12は、記憶部20に記憶されている部品ライブラリ22と実績情報23より、同一の部品の部品情報34、動作パラメータ35(第1の動作パラメータ)、実績情報を関連付けて、学習情報24を作成する(ST1:学習情報作成工程)。
例えば、学習情報作成部12は、部品データ33に含まれる品名34aが「D1」の部品(以下、単に「部品D1」などと称する。)の部品情報34及び動作パラメータ35と、実績情報23に含まれる部品D1を部品実装装置M4,M5で実装した実績情報を関連付けた教師データを作成し、学習情報24として記憶させる。
図4において、次いで学習部13は、学習情報24に基づき、動作パラメータ35と部品情報34との関係性を示す学習モデル25を生成する(ST2:学習工程)。作成された学習モデル25は記憶部20に記憶される。次いでパラメータ推定部14は、生成された学習モデル25を用いて、第1の部品の部品情報34から第1の部品の推定動作パラメータ26(第2の動作パラメータ)を推定(算出)する(ST3:動作パラメータ推定工程)。推定された推定動作パラメータ26は記憶部20に記憶される。
例えば、実装実績がある部品の部品実装作業の生産性や実装品質を向上させるための推定動作パラメータ26(推奨値)や、新規の部品の推定動作パラメータ26(予想値)が算出される。図4の例では、パラメータ推定部14は、学習モデル25を用いて、部品ライブラリ22に含まれる実装実績がある部品D1の部品情報34から推奨される推定動作パラメータ26(第2の動作パラメータ)を算出している。
図2において、算出部15は、生産で使用されている部品データ33に含まれる第1の部品の動作パラメータ35の実績値(第1の動作パラメータ)で第1の部品を基板に実装した際の第1生産時間を、部品実装装置M4,M5の動作を摸したシミュレーションにより、または実績情報23に含まれる生産実績から算出する。また、算出部15は、学習モデル25を用いて推定された推奨値である推定動作パラメータ26(第2の動作パラメータ)で第1の部品を基板に実装した際の第2生産時間を、部品実装装置M4,M5の動作を摸したシミュレーションにより算出する。
部品実装装置M4,M5の動作を摸したシミュレーションでは、生産データライブラリ21に記憶されている生産データの部品配置、ノズル配置と、部品ライブラリ22に記憶されている部品データ33の動作パラメータ35(スピードパラメータ35b)などに基づいて、実装ヘッドがフィーダから部品を取り出して基板の実装位置に実装するまでの時間などが計算される。算出された第1生産時間と第2生産時間は、生産時間情報27として記憶部20に記憶される。
さらに、算出部15は、第1生産時間と第2生産時間に基づいて、動作パラメータ35を実績値から推奨値に更新した場合に期待される生産改善値を算出する。例えば、生産改善値として、生産時間の短縮具体を表す改善率((第1生産時間-第2生産時間)/第1生産時間)が算出される。算出部15は、第2の動作パラメータの全てを第1の動作パラメータとして置き換えた場合の改善率の他、第2の動作パラメータの中の1つの小分類項目を第1の動作パラメータとして置き換えた場合の項目別の改善率も算出する。算出された生産改善値は、生産改善値情報28として記憶部20に記憶される。なお、算出部15が算出する生産改善値は生産時間の改善率に限定されることはなく、例えば実装不良に基づく品質の改善値(改善率)であってもよい。
図2において、抽出部16は、部品ライブラリ22に記憶される複数の部品の第1の動作パラメータ(動作パラメータ35)の中から、部品情報34が類似または一致する部品の第1の動作パラメータを抽出動作パラメータ29として抽出する。具体的には、まず抽出部16は、少なくともひとつの部品情報34の項目(図3の小分類項目を参照)の一致度合いから類似または一致する部品情報34を抽出する。次いで抽出部16は、その部品情報34に紐付けされている第1の動作パラメータを抽出動作パラメータ29として抽出する。抽出された抽出動作パラメータ29は、記憶部20に記憶される。
図2において、パラメータ比較部17は、2つの動作パラメータ35を比較して、小分類項目の一致、不一致を判定する。例えば、パラメータ比較部17は、第1の部品に対応して記憶される第1の動作パラメータと、パラメータ推定部14が推定した第1の部品の第2の動作パラメータ(推定動作パラメータ26)を比較して、一致する小分類項目を抽出する。または、パラメータ比較部17は、第1の部品に対応して記憶される第1の動作パラメータと、抽出部16が抽出した第1の部品と類似する部品の第1の動作パラメータ(抽出動作パラメータ28)を比較して、一致する小分類項目を抽出する。
また、パラメータ比較部17は、比較する動作パラメータ35の小分類項目の一致度合を示す指標を算出する。例えば、パラメータ比較部17は、一致する小分類項目の数と小分類項目の全数の比(一致項目数/全項目数)を、一致度合いを示す指標として算出する。
図2において、表示処理部18は、生産改善値(生産改善値情報28)に基づいて、推定動作パラメータ26(第2の動作パラメータ)が算出された部品を一覧表の形式で表示する一覧表示画面を表示させる。推定動作パラメータ26の算出は、例えば、新たに生産する実装基板の生産データを作成する際などに、その実装基板に実装される全ての部品を対象に実行される。ここで図5を参照して、表示処理部18が表示部31に表示させた一覧表示画面40について説明する。一覧表示画面40は、新たに実装基板を生産するにあたり、実装基板に実装される部品の動作パラメータを適切に変更して生産性を向上させる検討を管理者が容易に実行できることを目的に表示されている。
図5において、一覧表示画面40には、部品一覧表示枠41、詳細表示ボタン42、更新ボタン43、キャンセルボタン44が表示されている。部品一覧表示枠41には、判定表示欄41a、部品名表示欄41b、改善率表示欄41c、形状表示欄41d、部品種別表示欄41e、サイズ表示欄41f、上下スクロールバー41g、左右スクロールバー41hが表示されている。
部品名表示欄41bには、推定動作パラメータ26が算出された部品の部品名(部品情報34の「品名」34a)が表示される。改善率表示欄41cには、算出部15によって算出された、部品ライブラリ22に記憶されている部品データ33に含まれる動作パラメータ35(第1の動作パラメータ)を推定動作パラメータ26(第2の動作パラメータ)に置き換えて更新した場合に予測される改善率(生産改善値情報28)が表示される。
部品一覧表示枠41に表示されている部品は、改善率が大きい順にソートされている。すなわち、表示部31は、第2の動作パラメータ(推定動作パラメータ26)を第1の動作パラメータ(部品データ33に紐付けされる動作パラメータ35)として置き換えて更新した場合の生産改善値(生産改善値情報28)が大きい部品を列挙して表示する。なお、改善率表示欄41cには、項目別の改善率を表示するようにしてもよい。すなわち、表示部31は、第2の動作パラメータのいずれかの項目(動作パラメータ35の小分類項目)を第1の動作パラメータとして置き換えて更新した場合の生産改善値が大きい部品を列挙して表示するようにしてもよい。
図5において、形状表示欄41dには、部品の形状データ(部品情報34の「形状」34b)が表示される。「箱型」は、部品の形状が略直方体のチップ部品であることを示している。部品種別表示欄41eには、部品の部品種別(部品情報34の「部品パラメータ」34d)が表示される。「コンデンサ」は部品がコンデンサであることを、「抵抗」は部品が抵抗であることを示している。サイズ表示欄41fには、部品の外形寸法(部品情報34の「サイズ」34c)が表示される。ここでは、外形寸法としてL(長さ)、W(幅)、T(高さ)が表示されている。
管理者が入力部30により上下スクロールバー41gを操作することで、部品一覧表示枠41に表示される部品が変更される。また、管理者が入力部30により左右スクロールバー41hを操作することで、部品一覧表示枠41に表示される部品の情報(部品情報34の項目など)が変更される。また、管理者が入力部30により部品一覧表示枠41に表示されているいずれかの部品を選択し、詳細表示ボタン42を操作すると、後述する選択された部品に関する動作パラメータ更新判定画面に遷移する。この例では、部品D1が選択されている。動作パラメータ更新判定画面では、管理者により動作パラメータを推定動作パラメータ26(第2の動作パラメータ)に置き換える否か、置き換える項目などが設定(判定)される。
図5において、判定表示欄41aには、動作パラメータ更新判定画面による判定が完了したか否かが表示される。「済み」は、判定が完了していることを示している。更新ボタン43が操作されると、パラメータ更新部19は動作パラメータ更新判定画面において更新すると選択された第2の動作パラメータ(推定動作パラメータ26)を現在使用されている第1の動作パラメータと置き換えて部品データ33を更新(作成)する。この際、修正前の動作パラメータ35と区別するために、「部品n」(部品データコード)に新たなコードを付与した部品データ33が作成される。キャンセルボタン44が操作されると、動作パラメータは更新されずに前の画面に遷移する。
次に図6を参照して、表示処理部18が表示部31に表示させた動作パラメータ更新判定画面45について説明する。図6に示す動作パラメータ更新判定画面45は、図5に示す一覧表示画面40において部品D1が選択された後、詳細表示ボタン42が操作されて表示された例を示している。
図6において、動作パラメータ更新判定画面45には、部品名表示欄46、動作パラメータ表示枠47、全て選択ボタン48、全選択解除ボタン49、更新ボタン50、キャンセルボタン51、指標表示欄52が表示されている。部品名表示欄46には、動作パラメータ表示枠47に表示されている動作パラメータに対応する部品の部品名(ここでは「D1」)が表示されている。動作パラメータ表示枠47には、項目表示欄47a、現在値表示欄47b、推奨値表示欄47c、更新設定欄47d、改善率表示欄47e、スクロールバー47fが表示されている。入力部30によりスクロールバー47fを操作することで、動作パラメータ表示枠47に表示される動作パラメータ等が変更される。
項目表示欄47aには、図3に示す動作パラメータ35の小分類項目に対応する項目が表示されている。現在値表示欄47bには、部品ライブラリ22に記憶されている部品実装装置M4,M5で現在使用されている部品D1の動作パラメータ(第1の動作パラメータ)が表示されている。推奨値表示欄47cには、推定動作パラメータ26に記憶されているパラメータ推定部14によって推定された部品D1の動作パラメータ(第2の動作パラメータ)が表示されている。
図6において、更新設定欄47dには、項目表示欄47aの項目に対応するチェックボタンが表示されている。チェックボタンは、パラメータ比較部17によって現在値と推奨値が一致していないと判定された動作パラメータ35の項目に表示される。また、動作パラメータ表示枠47では、一致していない項目が一致する項目と区別して表示されている。この例では、「実装速度」と「吸着位置自動ティーチ」の欄を破線H1,H2で囲って区別している。管理者は入力部30を操作して、現在値を推奨値に置き換えて更新しようとしている項目のチェックボタンにチェックを入力(選択)する。全て選択ボタン48が操作されると、全てのチェックボタンが選択される。また、全選択解除ボタン49が操作されると、全てのチェックボタンの選択が解除される。
改善率表示欄47eには、算出部15によって算出された動作パラメータ35を実績値から推奨値に更新した場合に期待される改善率(生産改善値情報28)が表示されている。これにより、管理者は推奨値(第2の動作パラメータ)に置き換えた場合の改善率を参照しながら置き換えて更新する推奨値の項目を選択することができる。
図6において、指標表示欄52には、パラメータ比較部17によって算出された現在値と推奨値で一致する項目数(一致度合いを示す指標)が表示される。「96/100」は、100項目ある動作パラメータのうち96項目で一致していることを示している。すなわち、表示部31は、第1の部品(部品D1)に対応して記憶される第1の動作パラメータ(現在値)と、パラメータ推定部14が推定した第1の部品の第2の動作パラメータ(推奨値)と、パラメータ比較部17による比較結果(一致度合いを示す指標)を表示する。
更新ボタン50が操作されると、動作パラメータ更新判定画面45において選択された第2の動作パラメータ(推定動作パラメータ26)を現在使用されている第1の動作パラメータと置き換える旨が設定され、一覧表示画面40(図5)に遷移する(戻る)。キャンセルボタン51が操作されると、動作パラメータは更新しない旨が設定され、一覧表示画面40に遷移する(戻る)。
一覧表示画面40に遷移すると、部品D1の判定表示欄41aに「済み」が表示される。更新ボタン43が操作されると、部品D1の動作パラメータ更新判定画面45で設定された条件に従って、部品データ33が作成(更新)される。すなわち、パラメータ更新部19は、パラメータ比較部17による第1の動作パラメータ(現在値)と第2の動作パラメータ(推奨値)の比較結果に基づいて、第2の動作パラメータを第1の動作パラメータとして置き換えて更新する。
次に図7を参照して、動作パラメータ更新判定画面53の他の例について説明する。図7に示す動作パラメータ更新判定画面53は、パラメータ比較部17によって現在値と推奨値が一致していないと判定された項目表示欄47aに対応する動作パラメータ表示枠47の改善率表示欄47gに項目別の改善率が表示されているところが図6に示す動作パラメータ更新判定画面45とは異なる。管理者は、表示された項目別の改善率を参照しながら、置き換えて更新する推奨値の項目を選択することができる。
次に図8を参照して、動作パラメータ更新判定画面54の他の例について説明する。以下、図6に示す動作パラメータ更新判定画面45と同じ部分には同じ符号を付して詳細な説明は省略し、異なる部分を中心に説明する。
図8において、動作パラメータ更新判定画面54は、部品名表示欄46、動作パラメータ表示枠47、更新ボタン50、キャンセルボタン51、第1指標表示欄55、第2指標表示欄56が表示されている。動作パラメータ表示枠47には、項目表示欄47a、推奨値表示欄47cの他、実績値1表示欄47h、実績値2表示欄47i、生産時間表示欄47jが表示されている。
実績値1表示欄47hと実績値2表示欄47iには、抽出動作パラメータ29に記憶されている抽出部16によって抽出された部品D1の部品情報34と類似または一致する部品の動作パラメータ(第1の動作パラメータ)が表示されている。すなわち、表示部31は、抽出部16によって部品ライブラリ22に記憶される複数の部品の第1の動作パラメータの中から抽出された第1の動作パラメータを表示する。この例では、部品D1に類似する部品として2つの部品が抽出されており、実績値1表示欄47hと実績値2表示欄47iに第1の動作パラメータがそれぞれ表示されている。
図8において、生産時間表示欄47jには、生産時間情報27に記憶されている推奨値表示欄47c、実績値1表示欄47h、実績値2表示欄47iに対応する部品の部品実装作業の生産時間が表示されている。すなわち、実績値1表示欄47hと実績値2表示欄47iの生産時間は、算出部15によって算出された第1の動作パラメータ(実績値)での第1生産時間である。また、推奨値表示欄47cの生産時間は、算出部15によって算出された第2の動作パラメータ(推奨値)での第2生産時間である。
動作パラメータ表示枠47では、パラメータ比較部17によって推奨値と実績値(実績1、実績2)が一致していないと判定された動作パラメータ35の項目が一致する項目と区別して表示されている。この例では、「実装速度」、「吸着位置自動ティーチ」、「透過ランプオフセット」の欄を破線H1~H3で囲って区別している。第1指標表示欄55には、パラメータ比較部17によって算出された推奨値と実績1(実績値)で一致する項目数(一致度合いを示す指標)が表示される。第2指標表示欄56には、パラメータ比較部17によって算出された推奨値と実績2(実績値)で一致する項目数(一致度合いを示す指標)が表示される。
図8において、更新ボタン50が操作されると、第2の動作パラメータ(推定動作パラメータ26)の全てを現在使用されている第1の動作パラメータと置き換える旨が設定され、一覧表示画面40(図5)に遷移する(戻る)。
次に図9、図10を参照して、部品実装ライン4において実装基板を生産している間に実行される生産中の改善提案の例について説明する。生産中の改善提案では、生産中の実装基板に実装される部品(以下、「実装部品」と称する。)を対象に実行される。すなわち、パラメータ推定部14が学習モデル25と実装部品の部品情報34に基づいて、実装部品の推定動作パラメータ26(第2の動作パラメータ)を推定する。
次いで算出部15は、部品実装装置M4,M5で使用されている実装部品の動作パラメータ35(第1の動作パラメータ)での第1生産時間と、推定動作パラメータ26での第2生産時間を算出し、改善率(生産改善値)を算出する。すなわち、第1の動作パラメータは、部品実装装置M4,M5で使用されている動作パラメータ35である。
算出部15は、部品配置やノズル配置を生産中の状態から変更しない条件(配置変更なし)と、部品配置やノズル配置を最適化して第2生産時間を短縮させる条件(配置変更あり)の2つの条件で改善率を算出する。部品配置の最適化では、部品を供給するフィーダの位置が変更される。ノズル配置の最適化では、実装ヘッドにおけるノズルの位置や、装着されるノズルの種類が変更される。なお、算出部15は、生産改善値としてミス率の改善値を算出するようにしてもよい。その場合、推定動作パラメータ26の算出対象の実装部品として、生産中のミス率(または、作業ミスの回数)が所定値を超過した部品が選択される。
ここで図9を参照して、生産中に算出された改善率の例について説明する。図9に示す生産改善リストには、部品名57毎に動作パラメータ(生産中)58、動作パラメータ(推奨値)59、改善率60が含まれている。動作パラメータ(生産中)58は、部品実装装置M4,M5で使用されている実装部品の動作パラメータ35(第1の動作パラメータ)であり、この例では、装着速度58aと吸着速度58bが表示されている。動作パラメータ(推奨値)59は、学習モデル25に基づいて推定された推定動作パラメータ26(第2の動作パラメータ)であり、この例では、装着速度59aと吸着速度59bが表示されている。
改善率60は、算出部15によって算出された生産時間の改善率であり、配置変更なし条件60aと配置変更あり条件60bでの算出結果が含まれている。図9の例では、実装部品のうち部品D22と部品D25の動作パラメータのうち装着速度59aと吸着速度59bを変更することで、それぞれ生産時間が短縮される(改善率が正の値)ことが予測されている。
図10は、図9に示す生産改善リストに基づいて表示処理部18が表示部31に表示させた改善提案画面61である。表示処理部18は、パラメータ比較部17により動作パラメータ(生産中)58(第1の動作パラメータ)と動作パラメータ(推奨値)59(第2の動作パラメータ)が一致しないとして抽出された実装部品の情報に基づいて改善提案画面61を表示させる。改善提案画面61には、コメント表示枠62、改善提案表示枠63、変更して生産を継続ボタン64、スキップボタン65が表示されている。コメント表示枠62には、生産時間の改善が予測される旨、動作パラメータを変更する場合の操作方法、変更しない場合の操作方法がテキストで記載されている。
改善提案表示枠63には、変更提案内容表示欄63a、配置変更なし選択欄63b、配置変更あり選択欄63cが表示されている。この例では、変更提案内容表示欄63aには、3つの変更提案が表示されている。すなわち、「部品D22の装着速度、吸着速度の変更」、「部品D25の装着速度、吸着速度の変更」、「部品D22と部品D25の両方の変更」が提案されている。配置変更なし選択欄63bと配置変更あり選択欄63cには、変更を選択するラジオボタンと予想される改善率が表示されている。
図10において、いずれかのラジオボタンが選択された状態で、変更して生産を継続ボタン64が操作されると、パラメータ更新部19は推定動作パラメータ26(第2の動作パラメータ)を部品実装装置M4,M5で使用する動作パラメータ35(第1の動作パラメータ)として置き換えて部品データ33を更新(作成)する。この例では、配置変更なし条件の「部品D22と部品D25の両方の変更」が選択されているため、部品D22と部品D25の動作パラメータが更新される。なお、配置変更あり条件が選択されている場合は、作業者が部品実装装置M4,M5の部品配置またはノズル配置を変更するための指示がされる。スキップボタン65が操作されると、動作パラメータは変更せずに実装基板の生産が継続される。
次に図11のフローに沿って、図5~図8を参照しながら部品の部品情報34に動作パラメータ35を紐付けした部品データ33を管理する部品データ管理方法(部品データ管理プログラム)について説明する。ここでは、部品データ管理方法のうち、実績がある部品の動作パラメータ35を部品実装作業の生産性や実装品質が向上すると期待される推奨値に更新する方法について説明する。まず、更新対象の部品が設定される(ST11:対象部品設定工程)。例えば、新たに生産する実装基板に実装される全ての部品が対象として設定される。
次いでパラメータ推定部14は、動作パラメータ35と部品情報34との関係性を示す学習モデル25と、対象部品(第1の部品)の部品情報34とに基づいて、対象部品の第2の動作パラメータ(推定動作パラメータ26)を推定する(ST3:パラメータ推定工程)。次いで抽出部16は、部品ライブラリ22に記憶される複数の部品の第1の動作パラメータの中から、対象部品と部品情報34が類似または一致する部品の第1の動作パラメータ(抽出動作パラメータ29)を抽出する(ST12:動作パラメータ抽出工程)。
図11において、次いで算出部15は、部品データ33に含まれる対象部品の動作パラメータ35の実績値(第1の動作パラメータ)で対象部品を基板に実装した際の第1生産時間と、推定動作パラメータ26(第2の動作パラメータ)で対象部品を基板に実装した際の第2生産時間を算出する(ST13:生産時間算出工程)。次いで算出部15は、第1生産時間と第2生産時間に基づいて、動作パラメータ35を実績値から推奨値に更新した場合に期待される生産改善値(改善率)を算出する(ST14:生産改善値算出工程)。
なお、パラメータ推定工程(ST3)、動作パラメータ抽出工程(ST12)の順番は適宜入れ替えてもよく、並行して同時に実行するようにしてもよい。また、動作パラメータ抽出工程(ST12)、生産時間算出工程(ST13)、生産改善値算出工程(ST14)は、動作パラメータ更新判定画面45,53,54(図6~図8)に作成した情報が表示されない場合はスキップするようにしてもよい。例えば、図6に示す動作パラメータ更新判定画面45の場合は、動作パラメータの実績値(抽出動作パラメータ29)を作成する動作パラメータ抽出工程(ST12)をスキップするようにしてもよい。
図11において、次いで表示処理部18は、対象部品を生産改善値(改善率)が大きい順に列挙して表示する一覧表示画面40(図5)を表示部31に表示させる(ST15:一覧表示工程)。一覧表示画面40において更新の判定がされていない部品(判定表示欄41aが空欄)が選択されて詳細表示ボタン42が操作されると、すなわち判定が終了していない場合(ST16においてNo)、表示処理部18は選択された部品の動作パラメータ更新判定画面45,53,54を表示部31に表示させる(ST17:詳細表示工程)。
動作パラメータ更新判定画面45,53,54には、選択された部品に対応して記憶される第1の動作パラメータ(現在値)と、パラメータ推定工程(ST3)において推定された第2の動作パラメータ(推奨値)が対比可能に表示される。すなわち、詳細表示工程(ST17)は、第1の動作パラメータと第2の動作パラメータとを比較するパラメータ比較工程である。
動作パラメータ更新判定画面45,53において、更新設定欄47dに表示されるチェックボタンなどで更新する動作パラメータが選択されて更新ボタン50が操作されると(ST18:判定工程)、一覧表示工程(ST15)に戻って一覧表示画面40が表示される。また、動作パラメータ更新判定画面54において、更新ボタン50が操作されると(ST18)、全てが更新する動作パラメータとして選択され、一覧表示工程(ST15)に戻る。また、動作パラメータ更新判定画面45,53,54において、キャンセルボタン51が操作されると(ST18)、動作パラメータは更新しない旨が設定され、一覧表示工程(ST15)に戻る。
図11において、一覧表示画面40に列挙されている対象部品で動作パラメータの更新が判定され(ST17~ST18)、更新ボタン43が操作されると、すなわち判定が終了すると(ST16においてYes)、パラメータ更新部19は、比較結果に基づいて、第2の動作パラメータ(推奨値)を第1の動作パラメータ(現在値)として置き換えて部品データ33を更新(作成)する(ST19:パラメータ更新工程)。これによって、管理者は動作パラメータ35を適切に設定することができる。
上述の部品データ管理方法によって更新された第1の動作パラメータ(推定動作パラメータ26)を含む部品データ33は、その後、部品実装ライン4の部品実装装置M4,M5に送信されて実装基板の生産に使用される。さらに、更新された部品データ33を使用した部品実装作業の実績情報23は管理コンピュータ3に取得されて、次に学習モデル25を生成する際に使用される。すなわち、学習部13は、部品データ33に含まれる更新された第1の動作パラメータと第1の動作パラメータに関する情報(実績情報23)を加えた学習情報24に基づいて、学習モデル25を生成する。これによって、学習モデル25に基づいて推定される第2の動作パラメータ(推定動作パラメータ26)の信頼度を向上させることができる。
次に図12のフローに沿って、図10を参照しながら部品データ33を管理する部品データ管理方法(部品データ管理プログラム)の他の実施例について説明する。ここでは、部品データ管理方法のうち、部品実装ライン4で実装基板を生産中に実装部品の動作パラメータ35を部品実装作業の生産性や実装品質が向上すると期待される推奨値に更新する方法について説明する。以下、図11の部品データ管理方法と同じ工程には同じ符号を付して、詳細な説明を省略する。
図12において、部品実装ライン4において実装基板の生産が開始され(ST21)、実装基板の生産中(ST22においてNo)の所定のタイミングでパラメータ推定工程(ST3)、生産時間算出工程(ST13)、生産改善値算出工程(ST14)が実行される。所定のタイミングは、例えば、定期的な間隔(10分毎など)や、実装基板の生産時間の実績が予測よりも遅かった(10%遅延など)場合である。次いでパラメータ比較部17は、実装部品に対応して記憶される部品実装装置M4,M5で使用されている第1の動作パラメータと、パラメータ推定工程(ST3)において推定された第2の動作パラメータを比較して、動作パラメータが一致しない実装部品の情報を抽出する(ST23:パラメータ比較工程)。
次いで表示処理部18は、抽出された情報(比較結果)に基づいて改善提案画面61(図10)を表示部31に表示させる(ST24:改善提案表示工程)。改善提案画面61においていずれかの「変更選択」のラジオボタンが選択され、変更して生産を継続ボタン64が操作されると(ST25においてYes)、パラメータ更新部19は、比較結果に基づいて、推定動作パラメータ26(第2の動作パラメータ)を部品実装装置M4,M5で使用する動作パラメータ35(第1の動作パラメータ)として置き換えて部品データ33を更新(作成)する(ST26:パラメータ更新工程)。すなわち、動作パラメータを推奨値に更新して(ST22)に戻る。これによって、動作パラメータを適切に設定することができる。
図12において、改善提案画面61においてスキップボタン65が操作されると(ST25においてNo)、動作パラメータを変更することなく(ST22)に戻る。実装基板を生産中(ST22においてNo)の場合、2回目のパラメータ推定工程(ST3)から改善提案表示工程(ST24)が実行される。なお、2回目のパラメータ推定工程(ST3)では、1回目で更新された第1の動作パラメータと第1の動作パラメータに関する情報(実績情報23)を加えた学習情報24に基づいて学習部13によって生成された学習モデル25を使用するようにしてもよい。実装基板の生産が終了すると(ST22においてYes)、部品データ管理方法(部品データ管理プログラム)が終了する。
上記説明したように、本実施の形態の管理コンピュータ3は、動作パラメータ35と部品情報34との関係性を示す学習モデル25と、第1の部品の部品情報34とに基づいて、第1の部品の動作パラメータ(推定動作パラメータ26)を推定するパラメータ推定部14と、第1の部品に対応して記憶される第1の動作パラメータ(現在値)と、パラメータ推定部14が推定した第1の部品の第2の動作パラメータ(推奨値)を比較するパラメータ比較部17と、比較結果に基づいて、第2の動作パラメータを第1の動作パラメータとして置き換えて更新するパラメータ更新部19とを備える、部品データ33を管理する部品データ管理装置である。これによって、動作パラメータを適切に設定することができる。
以上、本実施の形態を基に本発明を説明した。これらの実施の形態、実施例に対する変形例も本発明の範囲にあることは当業者に理解されるところである。図6で説明した動作パラメータ更新判定画面45では、現在値(現在値表示欄47b)と推奨値(推奨値表示欄47c)を表示させたが、推奨値ではなく実績値であってもよい。実績値を表示させる方法としては本実施の形態で説明したように、抽出部16によって部品ライブラリ22に記憶される複数の部品の第1の動作パラメータの中から抽出された第1の動作パラメータを表示部31に表示する方法が挙げられる。
推奨値の代わりに実績値を表示させる場合として以下が挙げられる。パラメータ推定部14による第2の動作パラメータを推定できなかった場合。動作パラメータ35を実績値からパラメータ推定部14が推定した第2の動作パラメータに更新した場合に期待される生産改善値から改善効果が見込めない(例えば、改善率がゼロまたはマイナス値)場合。動作パラメータ35を実績値からパラメータ推定部14が推定した第2の動作パラメータに更新した場合に期待される生産改善値よりも、実績値を抽出部16によって部品ライブラリ22に記憶される複数の部品の第1の動作パラメータの中から抽出された第1の動作パラメータに更新した場合に期待される生産改善値の方が高い場合などが挙げられる。
なお、上述の説明で用いた「第1の部品」とは、説明のために用いた用語であり、これに限定されない。例えば、「一の部品」、「部品A」、もしくは「特定の部品」等の他の用語を用いて表現されてもよい。
本発明の部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラムは、動作パラメータを適切に設定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(部品データ管理装置)
M4,M5 部品実装装置
M4,M5 部品実装装置
Claims (13)
- 部品の部品情報に前記部品を基板に実装するための部品実装装置の動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理装置であって、
動作パラメータと部品情報との関係性を示す学習モデルと、第1の部品の部品情報とに基づいて、前記第1の部品の動作パラメータを推定するパラメータ推定部と、
前記第1の部品に対応して記憶される第1の動作パラメータと、前記パラメータ推定部が推定した前記第1の部品の第2の動作パラメータとの比較結果に基づいて、前記第2の動作パラメータを前記第1の動作パラメータとして置き換えて更新するパラメータ更新部とを備える、部品データ管理装置。 - さらに、前記第1の動作パラメータと前記第2の動作パラメータとを比較するパラメータ比較部を備える、請求項1に記載の部品データ管理装置。
- 記憶される複数の第1の動作パラメータの中から、部品情報が前記第1の部品の部品情報と類似または一致する部品の第1の動作パラメータを抽出する抽出部をさらに備え、前記比較結果には抽出された前記第1の動作パラメータと前記第2の動作パラメータとの比較を含む、請求項1または2に記載の部品データ管理装置。
- 前記部品情報には、部品の寸法、リード数、リードピッチ、リード長さ、リード幅、部品高さ、形状データ、部品識別番号の少なくともいずれかひとつの項目を含み、
前記抽出部は、少なくともひとつの前記部品情報の前記項目の一致度合いから前記類似または一致する部品情報を抽出する、請求項1から3のいずれかひとつに記載の部品データ管理装置。 - 前記動作パラメータには、部品を移動させる速度パラメータ、部品を認識するための条件パラメータ、部品を保持するためのパラメータ、部品を吸着させるためのパラメータの少なくともいずれかひとつの項目を含み、
前記パラメータ比較部は、前記動作パラメータの前記項目の一致度合を示す指標を算出する、請求項2に記載の部品データ管理装置。 - 前記第1の動作パラメータで前記第1の部品を基板に実装した際の第1生産時間と前記第2の動作パラメータで前記第1の部品を基板に実装した際の第2生産時間とから、生産改善値を算出する算出部をさらに備える、請求項5に記載の部品データ管理装置。
- 前記第1の動作パラメータと、前記第2の動作パラメータと、前記比較結果とを表示する表示部をさらに備える、請求項1から6のいずれかひとつに記載の部品データ管理装置。
- 前記第2の動作パラメータを前記第1の動作パラメータとして置き換えて更新した場合の前記生産改善値が大きい部品を列挙して表示する表示部をさらに備える、請求項6に記載の部品データ管理装置。
- 前記動作パラメータは複数の項目を含み、
前記第2の動作パラメータのいずれかの項目を前記第1の動作パラメータとして置き換えて更新した場合の前記生産改善値が大きい部品を列挙して表示する表示部をさらに備える、請求項6に記載の部品データ管理装置。 - 前記第1の動作パラメータは、部品実装装置で使用されている前記動作パラメータである、請求項1から9のいずれかひとつに記載の部品データ管理装置。
- 部品の部品情報に前記部品を基板に実装するための部品実装装置の動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理装置であって、
動作パラメータと部品情報との関係性を示す学習モデルと、第1の部品の部品情報とに基づいて、前記第1の部品の動作パラメータを推定するパラメータ推定部と、
記憶される複数の第1の動作パラメータの中から、部品情報が前記第1の部品の部品情報と類似または一致する部品の第1の動作パラメータを抽出する抽出部と、
前記第1の部品に対応して記憶される第1の動作パラメータと、前記パラメータ推定部が推定した前記第1の部品の第2の動作パラメータと、抽出された前記第1の動作パラメータのうち少なくとも2つを比較するパラメータ比較部と、
比較結果に基づいて、抽出された前記第1の動作パラメータを前記第1の動作パラメータとして置き換えて更新するパラメータ更新部とを備える、部品データ管理装置。 - 部品の部品情報に前記部品を基板に実装するための部品実装装置の動作条件である動作パラメータを紐付けした部品データを管理する部品データ管理方法であって、
動作パラメータと部品情報との関係性を示す学習モデルと、第1の部品の部品情報とに基づいて、前記第1の部品の動作パラメータを推定するパラメータ推定工程と、
前記第1の部品に対応して記憶される第1の動作パラメータと、前記パラメータ推定工程において推定された第2の動作パラメータとの比較結果に基づいて、前記第2の動作パラメータを前記第1の動作パラメータとして置き換えて更新するパラメータ更新工程とを含む、部品データ管理方法。 - 請求項12の部品データ管理方法をコンピュータに実行させるための部品データ管理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021089671A JP2022182220A (ja) | 2021-05-28 | 2021-05-28 | 部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021089671A JP2022182220A (ja) | 2021-05-28 | 2021-05-28 | 部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022182220A true JP2022182220A (ja) | 2022-12-08 |
Family
ID=84328136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021089671A Pending JP2022182220A (ja) | 2021-05-28 | 2021-05-28 | 部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022182220A (ja) |
-
2021
- 2021-05-28 JP JP2021089671A patent/JP2022182220A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019197926A (ja) | 実装基板製造システム及び実装基板製造システムにおける制御パラメータ変更方法 | |
JP6413072B2 (ja) | 部品実装方法および部品実装システム | |
KR101153491B1 (ko) | 부품 탑재 오류의 체크 방법, 및, 부품 탑재 오류의 체크 시스템 | |
JP2024069551A (ja) | 生産データ作成装置および生産データ作成方法 | |
CN105282992B (zh) | 元件安装方法及元件安装系统 | |
JP5861038B2 (ja) | 電子部品実装システム | |
US20180089860A1 (en) | Component management support system and method for supporting component management | |
WO2014068994A1 (ja) | 電子部品実装システム | |
CN109152328B (zh) | 安装基板制造系统 | |
JP6248286B2 (ja) | 部品実装システムおよび部品実装用データ変更方法 | |
JP7429834B2 (ja) | 生産管理装置および生産管理方法ならびに生産管理方法をコンピュータにより実行させるプログラム | |
JP2022182220A (ja) | 部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム | |
US10929970B2 (en) | Component mounting system and trace data acquisition method | |
JP2022182219A (ja) | 部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム | |
US6951175B2 (en) | Method for forming printing inspection data | |
JP7531153B2 (ja) | 動作パラメータ作成装置および動作パラメータ作成方法 | |
EP3484255B1 (en) | Production plan creation system and production plan creation method | |
JP4782590B2 (ja) | 部品装着位置教示方法 | |
JP7422282B2 (ja) | 生産管理装置および生産データ作成方法ならびに生産データ作成プログラム | |
CN114747307A (zh) | 生产数据生成装置、生产数据生成方法以及程序 | |
WO2017072908A1 (ja) | 基板位置検索装置、および部品実装機 | |
JP2022121768A (ja) | 基板データ推定装置および基板データ推定方法 | |
JP2024004536A (ja) | 部品データ作成装置、部品データ作成方法、部品データ作成システム、ならびに部品実装システム | |
JP2023137223A (ja) | 部品データ管理装置および部品データ管理方法ならびに部品データ管理プログラム | |
CN117480875A (zh) | 部件数据管理方法及部件数据管理装置和部件数据管理程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20221021 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20240213 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20240222 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240314 |