JP3842858B2

JP3842858B2 - Electronic component mounting optimization method

Info

Publication number: JP3842858B2
Application number: JP00614697A
Authority: JP
Inventors: 正幸坂井; 隆司宮嶋; 竜雄小板橋
Original assignee: NAGANO PREFECTURAL GOVERNMENT; Suzuki Co Ltd
Current assignee: NAGANO PREFECTURAL GOVERNMENT; Suzuki Co Ltd
Priority date: 1997-01-17
Filing date: 1997-01-17
Publication date: 2006-11-08
Anticipated expiration: 2017-01-17
Also published as: JPH10209681A

Description

【０００１】
【発明の属する技術分野】
本発明は、プリント基板などの基板に複数種類の電子部品を複数のフィーダからマウンタヘッドで供給し、実装する電子部品実装機におけるマウンタヘッドの総移動距離若しくは総移動時間を最適化する電子部品実装最適化方法に関する。
【０００２】
【従来の技術】
電子部品の小型化、高集積化にあわせて、プリント基板（以下単に基板という）に実装される電子部品の数が非常に多くなってきており、製造時間の短縮化を図ってコストの低減を行うためには、電子部品実装機が電子部品を基板に実装する時間が重要な要件であり、生産性を左右する。
ここで、この実装時間を短縮するためには電子部品実装機のマウンタヘッドの移動速度の向上も有効であるが、この方法は電子部品実装機自体のコスト上昇を伴うために、マウンタヘッドに無駄な動きをなるべくさせないようにして実装時間を短縮する方法が非常に有効である。
【０００３】
そしてマウンタヘッドの無駄な動きを少なくするためには、複数のフィーダ（フィーダからは一種類の電子部品が供給される）が所定の位置に配置されて成る電子部品供給部内でのフィーダの配置と、基板に実装される電子部品の実装順番の双方若しくは少なくとも一方を最適化して、基板に電子部品を電子部品実装機が実装し終わるまでのマウンタヘッドの総移動距離若しくは総移動時間を最も少なくするようにすればよい。
【０００４】
そこで従来は、フィーダの配置と、電子部品の実装順番の双方若しくは一方の最適な組み合わせを求めるため、総移動距離若しくは総移動時間を算出する評価関数を決定しておき、全ての組み合わせに対して評価を行って総移動距離若しくは総移動時間が最小となる組み合わせを求めていた。
【０００５】
【発明が解決しようとする課題】
しかしながら、上述した従来の最適化方法では、一つの基板に実装される電子部品の数も種類も非常に多くなってきている現在では、組み合わせの数が無数に存在し、計算に時間がかかり実用的ではないという課題が生じた。
一例として、フィーダの配置の決定において、電子部品供給部内でのフィーダの配置可能な位置の数がａ個、フィーダの数がｂ個（ａ≧ｂ）とした場合には、その組み合わせの数は、_aＣ_b×ｂ！個となり、ａ＝１０、ｂ＝５の場合でも３０２４０通り存在する。さらに電子部品数をｃ個とし、実装順番も合わせた組み合わせの数は例えばｃ＝２０の場合、_aＣ_b×ｂ！×ｃ！個となり、約７．４×１０²²通りにもなる。現実には、基板によっては部品は１０００〜２０００以上あり、その種類も１００種類以上あることから、その組み合わせは非常に多く全てについて評価を行って総移動距離若しくは総移動時間が最小となる組み合せを見つけることは非現実的である。
【０００６】
従って、本発明は上記課題を解決すべくなされ、その目的とするところは、現実的な時間内で、マウンタヘッドの総移動距離若しくは総移動時間をより短くできるより最適に近いフィーダの配置および／または電子部品の実装順番を決定可能な電子部品実装最適化方法を提供することにある。
【０００７】
【課題を解決するための手段】
上記目的を達成するために、本発明のうち請求項１記載の発明は、複数のフィーダが所定の位置に配置されて成る電子部品供給部と複数種類の電子部品が実装される基板との間をマウンタヘッドが移動して電子部品供給部の電子部品を基板に実装する電子部品実装機における前記マウンタヘッドの総移動距離若しくは総移動時間を最適化する電子部品実装最適化方法において、前記複数のフィーダの前記電子部品供給部内での配置位置を連結して該配置位置の配列からなる個体を所定の数だけ生成し、生成された各個体に対して前記総移動距離若しくは総移動時間を評価値として遺伝的アルゴリズムを適用して複数のフィーダの電子部品供給部内での配置位置の最適化を図る方法であって、前記生成された各個体に対して遺伝的アルゴリズムにおける遺伝的操作を行って次世代の個体を生成する際に、１または２以上の所定の個体に対して前記配列を所定方向に所定の数だけ移動させ、移動方向の先端部に達した個体を構成する要素は移動方向の後端部に回るローテーションにより、新たな個体を生成することを特徴とする。
このように、大域的な探索に敵している遺伝的アルゴリズムを適用することによって、膨大なフィーダの電子部品供給部内での配置位置の配列の中から実用的に十分な配列を現実的な時間で探索することができる。
また、一般的な遺伝的アルゴリズムにおける遺伝的操作である淘汰、交叉、突然変異に加えて上記のようなローテーションという新たな遺伝的操作が加わるため、より大域的な探索が可能となる。このローテーションという操作は、個体の重要な部分が保存されるという効果があり、局所解に陥ることを防止できたり、また最適解へ収束するまでの時間が短くなる可能性が高まる。
【０００８】
また、前記個体は、前記配置位置の配列と前記基板への前記電子部品の実装順番の配列とを連結して構成し、前記生成された各個体に対して遺伝的アルゴリズムにおける遺伝的操作を行って次世代の個体を生成する際には、各個体の前記配置位置の配列と前記実装順番の配列の一方若しくは両方に対して独立して前記遺伝的操作を行うようにすると、フィーダの電子部品供給部内での配置位置と共に、電子部品の実装順番の最適化も併せて図ることが可能となり、マウンタヘッドの総移動距離若しくは総移動時間をより最適なものにすることが可能となる。
【０００９】
前記ローテーションは、前記評価値の内の最高評価値からｎ番目（ｎは自然数）までの評価値を持つ個体に対して行うようにするとよい。これにより、高い評価値を有する個体の配列の重要な部分が大幅に変更されないために最適解へ収束するまでの時間が短くなる可能性が一層高まる。
【００１０】
【発明の実施の形態】
以下、本発明に係る電子部品実装最適化方法の好適な実施の形態を添付図面に基づいて詳細に説明する。
（第１の実施の形態）
本発明に係る電子部品実装最適化方法が用いられる電子部品実装機（マウンタ）１０の概要構造について図１〜図３を用いて説明する。
電子部品供給部１２は、複数のフィーダ１４が所定の位置に配置されて形成されている。
詳細には、基板１６を挟むようにしてフィーダ１４を装着可能な複数のフィーダ装着部１８が２列平行に並設されている。この複数のフィーダ装着部１８の内の任意のフィーダ装着部１８にフィーダ１４が取り付けできる。
なお、基板１６はレール２０上を移動しながら電子部品実装機１０に定寸送りで送り込まれ、所定の電子部品が実装された後に同じくレール２０上を移動して後工程へ送られる。
【００１１】
マウンタヘッド２２は、電子部品供給部１２にあるフィーダ１４と複数種類の電子部品２４が実装される基板１６との間を移動して電子部品供給部１２の電子部品２４を基板１６に実装する。
詳細には、マウンタヘッド２２には電子部品２４を吸着する１又は２以上の吸着ユニット２６が取り付けられている。この吸着ユニット２６は電子部品吸着用のノズル２８を有し、このノズル２８は吸着ユニット２６内に設けられたノズル駆動部（不図示）によりＺ方向（上下方向）に移動され、かつＺ方向の回動軸を中心として回動される。吸着および吸着解除動作はノズル２８からのエアの吸引・排出により行われる。吸着ユニット２６が複数の場合には、フィーダ１４が隣接したフィーダ装着部１８に配置されていることを条件に、一度に複数種類の電子部品２４を吸着して基板１６上へ移動することが可能となる。
【００１２】
また、マウンタヘッド２２は基台３０上面に配されたＸＹユニット３２上に取り付けられ、基台３０上部の空間内でＸ方向、Ｙ方向へ水平移動可能となっている。詳細にはＸＹユニット３２は、Ｘ軸３２ａとＹ軸３２ｂとを有し、一例としてＹ軸３２ｂ上でＸ軸３２ａがＹ方向へ、またＸ軸３２ａ上でマウンタヘッド２２がＸ方向へ移動可能に構成され、ＸＹユニット３２内に設けられた不図示の駆動機構によって駆動されて任意の位置に移動可能である。なお、この駆動機構は吸着ユニット２６をＺ方向へ移動したり、回動させる機能も有している。
【００１３】
吸着ユニット２６とＸＹユニット３２は、マイクロコンピュータ（マイコン）３４とメモリ３６と入力インターフェース（入力Ｉ／Ｆ）３８等により構成される制御部４０により所定のパターンで動作するように制御される。
詳細には、入力Ｉ／Ｆ３８からは、種々のデータ（フィーダ１４の種類と数、基板１６上の電子部品２４の実装位置とその種類、吸着ユニット２６の数、基板１６と電子部品供給部１２にあるフィーダ装着部１８との位置関係等）からなる基礎データが入力される。マイクロコンピュータ３４は、入力されたデータをメモリ３６内の基礎データ領域３６ａに記憶し、その後予めメモリ３６のプログラム領域３６ｃに記憶されたフィーダ１４の電子部品供給部１２内での配置位置および／若しくは基板１６への電子部品２４の実装順番を求める遺伝的アルゴリズムに基づいた演算プログラムを実行する。そして求めた配置位置と実装順番をメモリ３６内の最適値領域３６ｂに記憶させ、この配置位置と実装順番のデータに基づいて吸着ユニット２６やＸＹユニット３２を制御して電子部品２４を基板に実装する。
【００１４】
各フィーダ１４には同一種類の電子部品２４が、図２の拡大図に示すようにテープ４２に所定の間隔で設けられた凹部に収納されており、テープ４２が定寸で送り出されることによって電子部品２４が吸着ユニット２６の吸着位置に順次供給される構成となっている。またフィーダ１４のテープ４２の送り出し動作は制御部４０により制御されて吸着ユニット２６の動きと連動する。
上記の構成により、マウンタヘッド２２はフィーダ１４へ移動し、吸着位置に供給された電子部品２４を吸着ユニット２６を下方へ移動させて吸着して上方へ持ち上げ、基板１６への取付角度を考慮しつつ電子部品を回転させながら基板１６上方へ搬送する。その後、吸着ユニット２６を下方へ移動させて基板１６の所定の位置に電子部品２４を搭載し、吸着を解除した後に上方へ移動し、次の電子部品２４を吸着すべく次のフィーダ１４方向へ移動する。
この動作を繰り返すことによって、電子部品実装機１０は搬送されてきた基板１６上の電子部品装着部位に順次所定の電子部品２４を実装することができる。
【００１５】
ここで、基板１６上に電子部品２４を効率よく短時間で実装するためには、基板１６上への電子部品２４の実装順番、フィーダ１４の電子部品供給部１２内での配置を考慮する必要がある。これらの内の少なくとも一方を最適化することによって、マウンタヘッド２２の総移動距離若しくは総移動時間をより短縮でき、効率のよい電子部品２４の実装が可能となる。さらに双方を最適化すれば、より一層総移動距離若しくは総移動時間を短縮できる。
【００１６】
続いて、電子部品実装機１０の動作をマイクロコンピュータ３４の動作を中心にして図４や図５のフローチャートを用いて説明する。
最初に、電子部品実装機１０の全体動作を図４のフローチャートを用いて説明する。
ステップ１０１において、上述したように入力Ｉ／Ｆ３８から基礎データが電子部品実装機１０に入力される。入力された基礎データ（フィーダ１４の種類と数、基板１６上の電子部品２４の実装位置とその種類、吸着ユニット２６の数、基板１６と電子部品供給部１２にあるフィーダ装着部１８との位置関係等のデータから成る）は、マイクロコンピュータ３４によりメモリ３６内の基礎データ領域３６ａに記憶される。
【００１７】
ステップ１０２において、マイクロコンピュータ３４はメモリ３６に記憶された演算プログラムを実行して基礎データを基に、より最適なものに近いフィーダ１４の電子部品供給部１２内での配置位置および／若しくは基板１６への電子部品２４の実装順番を求め、メモリ３６内の最適値領域３６ｂに記憶する。
ステップ１０３において、マイクロコンピュータ３４はメモリ３６内の最適値領域３６ｂに記憶されたフィーダ１４の電子部品供給部１２内での配置位置および／若しくは基板１６への電子部品２４の実装順番に基づいてＸＹユニット３２を動かしてマウンタヘッド２２を電子部品供給部１２と基板１６との間で移動させると共に、吸着ユニット２６を作動させて電子部品２４をフィーダ１４で吸着して基板１６上に実装する。基板１６に予め決められた電子部品２４がすべて実装されたら当該基板１６の実装動作を終了し、基台３０上に搬送されてくる新たな基板１６に同様の順番で電子部品２４を実装する。この実装動作を繰り返す。
【００１８】
続いて、本発明の特徴点であるステップ１０２における遺伝的アルゴリズムを適用した演算プログラムについて図５のフローチャートを用いて説明する。なお、電子部品実装機１０内でのフィーダ装着部１８（B00 〜B11 ）と基板１６内の電子部品２４の実装位置（J00 〜J23 ）の平面的位置関係が一例として図６に示すような位置関係にあるモデルを用いて説明する。また、基板１６に実装される電子部品２４の種類は一例として（Ｐ、Ｑ、Ｒ、Ｓ、Ｔ）の５種類であるとする。
【００１９】
まず、ステップ２０１において初期個体群を生成させる。ここで個体は、電子部品２４の基板１６への実装順番とフィーダ１４の電子部品供給部１２内での配置位置を示す文字データ（要素）を連結して、実装順番の配列と配置位置の配列とで表現される。
つまり、実装順番は、実装する順番に実装位置（J00 〜J23 ）を並べて表現する。
配置位置は、５種類の電子部品２４（Ｐ、Ｑ、Ｒ、Ｓ、Ｔ）が装着されるフィーダ装着部１８（B00 〜B11 ）の配列で表現する。
個体の具体例を下記に一つ示す。J が付く前半の配列は実装順番を示す配列（第１配列、24個の要素で構成される）であり、B が付く後半の配列は配置位置の配列（第２配列、５個の要素で構成される）である。
（J01 ，J08 ，J15 ，・・・，J02 ，J03 ：B01 ，B04 ，B09 ，B05 ，B07 ）
このような個体を、実装位置（J00 〜J23 ）、フィーダ装着部１８（B00 〜B11 ）を独立して組み合わせて異なった第１配列、第２配列をそれぞれｍ個（ｍは２以上の自然数）作って連結することで、ｍ個生成する。生成された各個体は文字列データとしてメモリ３６の演算領域３６ｄに記憶される。
【００２０】
次に、ステップ２０２において、各ｍ個の個体に対して、それぞれの実装順番と配置位置を示す要素に基づいて総移動距離若しくは総移動時間を評価値として演算して求める。この場合には評価値が小さい、つまり移動距離若しくは移動時間が少ない個体の方が評価が高くなり、最も評価が高い、つまり評価値が最小の個体がその時点での最適個体となる。
ステップ２０３において、この最適個体の評価値が予め決められた移動距離若しくは移動時間より小さくなったか否か、または予め決められた世代数を繰り返したか否かを判断し、この条件を満たす場合には演算プログラムを終了する。
また、条件を満たさない場合にはステップ２０４に移り、例えば評価の低い、つまり評価値の大きい個体を淘汰したり、個体同士を交叉したり、一つの個体を構成する要素に対して突然変異の手法を適用して要素を変更したりして、次の個体群を生成させ、ステップ２０２に移る。
【００２１】
以下、ステップ２０３の条件を満たすまでステップ２０２〜ステップ２０４を繰り返す。遺伝的アルゴリズムにおいて、この繰り返す単位を世代と呼ぶ。そして、最後の評価において最も評価値が小さいものが最終的な最適個体となる。なお、ステップ２０４において次の個体群を生成させる際に、例えば評価の高い個体をその高い順に少なくともａ個（ａは自然数）を残し、残りのｍ−ａ個の個体に対して淘汰、交叉、突然変異を適用して次の個体群を構成するｍ−ａ個の個体を生成し、残したａ個の個体を加えて次のｍ個の個体とすると、世代を重ねる毎に最良個体の評価値が同じか若しくは改善されるために適当である。
【００２２】
ここで、遺伝的アルゴリズムにおいて、個体を変更させる遺伝的操作である交叉、突然変異について説明する。
まず、交叉は、例えば一様乱数により選択した２つの個体Ａ、Ｂの第１配列、第２配列のそれぞれにおいて、各配列ごとに共通の位置を一様乱数により決定する。そして第１配列と第２配列のそれぞれに対して、例えば決定された位置より右側の要素列を交換して次の個体を２つ生成する操作をいう。
図７は交叉の動作の例を示すものである。一様乱数により選択した２個の個体Ａ、Ｂにおいて、第１配列、第２配列ごとに共通の位置を一様乱数により決定し、各配列のそれぞれに対してその位置（破線）より右側の要素列を交換し、次の個体を生成している。なお図７における個体の配列表現は交叉及び突然変異により解となりえない個体（１つの配列内に同じ要素が含まれる個体）が生成される事を防ぐために前述した配列例を順序表現化した例である。
次に、突然変異は、予め設定された確率（突然変異率）に従い、各個体に対して要素の一部若しくは全部を他の要素に変換し、次の個体を生成させる操作をいう。
【００２３】
このように、マウンタヘッド２２の総移動距離若しくは総移動時間を最適化する問題のように、目的関数が定義できない、いわゆる離散値をとる変数で表されるシステムの最適化を図る場合には、上述したような遺伝的アルゴリズムを用いてフィーダ１４の配置位置や基板１６の電子部品２４の実装順番の最適値を求めるようにすると、膨大なフィーダの電子部品供給部１２内での配置位置の配列の中から実用的に十分な配列を現実的な時間で探索することができる。
【００２４】
また上記の実施の形態では、個体を実装順番の配列とフィーダの配置位置の配列を連結して表現しているが、例えば基板１６への電子部品２４の実装順番が予め決まっている場合には、フィーダの配置位置の配列のみで個体を表現すれば良いし、またフィーダの配置位置が予め決まっている場合には、電子部品２４の実装順番の配列のみで個体を表現すれば良い。
【００２５】
実際に下記条件の基で、探索を３０世代に渡り行った結果を図８に示すが、個体群の評価値（この例では総移動距離、つまり経路長である）の平均と共に最良個体の評価値も順次下がり、最適解に収束している。
ここでは、電子部品数２４個、電子部品供給部１２内でのフィーダ１４のフィーダ装着部１８の数が１２個、フィーダ１４の数が５個、マウンタヘッド２２に取り付けられる吸着ヘッド２６の数が１個とし、あらかじめ電子部品の実装順番を決めた上で、フィーダ１４の配置位置の最適な組み合わせを探索した。まず、最初に一様乱数で５８個の個体群を生成し、経路長を評価値として図５に示す遺伝的アルゴリズムの処理を施したものである。
経路長の計算をする際の基板１６と電子部品供給部１２内にあるフィーダ装着部１８との位置関係、基板１６上での電子部品の種類および電子部品の位置等は図６に示す通りとし、マウンタヘッド２２がスタート位置４４からスタートして、決められた実装順番で該当するフィーダ１４の位置と基板１６上の電子部品位置との移動を繰り返す際の、その総経路長を位置スケール４６を基に計算している。また、この時の電子部品の実装順番は J00から J23まで添数字の小さい順に実装していくこととした。
【００２６】
探索結果には、一様乱数の発生状況により、ある程度のバラツキが見られるが、乱数系列を変更した３０回の探索結果では最適解に収束した世代が最短で２世代目、最長でも１２世代目には収束しており、平均では７．７世代目で最適解に収束している。図８にはこの平均に最も近い８世代目に収束した探索結果を示してある。フィーダ１４の配置位置の全ての組み合わせは、フィーダ装着部１８の数及びフィーダの数より ₁₂Ｃ₅×５！で計算され、９５０４０通りあるが、探索結果において最適解に収束するまでに評価した組み合わせの数は、一世代当たりの個体数及び平均収束世代数より５８×７．７で計算され、約４４７回となり、全ての組み合わせについて計算する場合に比べて十分に小さいことが分かる。
【００２７】
（第２の実施の形態）
本実施の形態における電子部品実装機の構成と動作は、上述した第１の実施の形態の電子部品実装機の構成および動作と略同じであるが、フィーダ１４の配置位置や基板１６の電子部品２４の実装順番の最適値を求める遺伝的アルゴリズムを用いた演算プログラムの一部が相違しており、この相違部分が本実施の形態の特徴点となっている。
【００２８】
この特徴点は、図９に示すフローチャートで明らかなように、次の個体群を生成するステップ２０４において、各個体の要素に対する操作（淘汰、交叉、突然変異）に、あらたにローテーションという操作を加える点である。
最初に、このローテーションについて図１０を用いて説明する。
まず個体を構成する要素列において、一様乱数によりシフトする要素の数を決定する。図１０においては一例としてシフトする要素の数は４である。
その後、予め設定されている方向（図１０では一例として右方向）に個体を構成する各要素をそれぞれ４つずつシフトする。なお、右端に達した要素は左端に回る。つまり、個体を構成する要素が所定の方向に所定の数だけ回転移動するのである。
この操作により、新たな個体が生成できる。
【００２９】
このローテーションという操作のメリットは、個体を構成する要素を変えずに、個体を構成する要素相互間の隣接関係をなるべく保持しつつ新たな個体を生成できる点にある。
特に、ある程度の最良個体が求められてきた状態においては、この最良個体をそのまま残し、残りの個体に対して新たに交叉や突然変異を適用して次の個体群を生成する第１の実施の形態の方法も良いが、最良個体の近辺にさらによい最適解が存在する可能性も高い。しかしながら、この最良個体に対して交叉や突然変異を適用しても、必ず最良個体の構成要素は変化してしまい、要素を保存することは不可能であり、また要素相互間の隣接関係をなるべく保持しながら、要素位置を変更することができない。一方、ローテーションでは、最良個体の要素を変えずにその配列を変えられ、要素相互間の隣接関係をなるべく保持しながら要素位置を変更することもできる。
よって、個体の重要な部分が保存されるという効果があり、局所解の周辺にある他の局所解を隈なく探索でき、特定の局所解に陥ることを防止できたり、また最適解へ収束するまでの時間が短くなる可能性が高まる。
【００３０】
例えば、吸着ユニット２６が複数の場合では、フィーダ１４の配置位置の組み合わせ配列において、複数種類の電子部品の吸着を同時に行える部分的要素配列パターンが数多く存在することがマウンタヘッド２２の総移動距離若しくは総移動時間を短くするのに大きな影響を与え、このような部分的要素配列パターンを内包する組み合わせ配列から成る個体が最良個体となるのである。しかしながら、上述したような部分的要素配列パターンを同じく有する個体であっても、部分的要素配列パターンが基板１６に近い位置に配置されている個体と基板１６から遠方に配置されている個体とでは、基板１６に近い位置に配置されている個体の評価の方が高いのは当然であるが、従来の遺伝的アルゴリズムを用いた場合に上述したような部分的要素配列パターンが基板１６から遠方に配置されている個体でも局所解となる場合が生ずる。よって、このような個体に対してはローテーションを用いることで、上記部分的要素配列パターンをその構成要素間の隣接関係を維持した状態でフィーダ１４の配置位置の組み合わせ配列全体中を移動させることができ、より基板１６に近い位置に変更することが可能となる。このことから、局所解に陥ることの防止や、より早く最適解に収束できる可能性が高められるのである。
【００３１】
また、ローテーションは、最高評価値（つまり評価値の値が小さいもの）の個体に対してだけでなく、個体の要素が変化しないために、評価値の内の最高評価値からｎ番目（ｎは自然数）までの評価値を持つ、評価の高い複数の個体に対して行うようにしてもよい。これにより、高い評価値を有する個体の配列の重要な部分が大幅に変更されないために最適解へ収束するまでの時間が短くなる可能性が一層高まる。
【００３２】
以上、本発明の好適な実施例について種々述べてきたが、本発明は上述する実施例に限定されるものではなく、発明の精神を逸脱しない範囲で多くの改変を施し得るのはもちろんである。
【００３３】
【発明の効果】
本発明に係る電子部品実装最適化方法を用いると、大域的な探索に敵している遺伝的アルゴリズムを適用することによって、膨大な数のフィーダの電子部品供給部内での配置位置の配列や電子部品の基板への実装順番の配列の中から実用的に十分な配列を現実的な時間で探索することができる。
また、個体の配列を所定方向に所定の数だけローテーションさせる方法で新たな個体を生成するようにすれば、一般的な遺伝的アルゴリズムにおける遺伝的操作である淘汰、交叉、突然変異に加えて上記のようなローテーションという新たな遺伝的操作が加わるため、より大域的な探索が可能となる。このローテーションという操作は、個体の重要な部分が保存されるという効果があり、局所解に陥ることを防止できたり、また最適解へ収束するまでの時間が短くなる可能性が高まるという効果もある。
【図面の簡単な説明】
【図１】一般的な電子部品実装機の概要構造を示す斜視図である。
【図２】図１の平面図である。
【図３】本発明に係る電子部品実装最適化方法を実行する電子部品実装機のブロック図である。
【図４】図３の全体動作を示すフローチャートである。
【図５】フィーダの配置位置および／若しくは電子部品の実装順番を求める遺伝的アルゴリズムに基づいた演算プログラムの第１の実施の形態の動作を示すフローチャートである。
【図６】電子部品実装機の一モデルにおけるフィーダ装着部と基板への電子部品の実装位置を示す説明図である。
【図７】交叉による個体生成の操作を示す説明図である。
【図８】図６のモデルに対して本発明に係る電子部品実装最適化方法を実行した際の評価値（マウンタヘッドの総移動距離、つまり経路長）の推移を示すグラフである。
【図９】フィーダの配置位置および／若しくは電子部品の実装順番を求める遺伝的アルゴリズムに基づいた演算プログラムの第２の実施の形態の動作を示すフローチャートである。
【図１０】図９の演算プログラムにおいて用いられるローテーションの動作を説明するための説明図である。
【符号の説明】
１０電子部品実装機
１２電子部品供給部
１４フィーダ
１６基板
１８フィーダ装着部
２２マウンタヘッド
２４電子部品[0001]
BACKGROUND OF THE INVENTION
The present invention provides an electronic component mounting that optimizes the total movement distance or total movement time of a mounter head in an electronic component mounting machine that supplies a plurality of types of electronic components to a substrate such as a printed circuit board from a plurality of feeders using a mounter head. It relates to an optimization method.
[0002]
[Prior art]
Along with the downsizing and higher integration of electronic components, the number of electronic components mounted on a printed circuit board (hereinafter simply referred to as a substrate) has become extremely large, and the manufacturing time has been shortened to reduce costs. In order to do this, the time required for the electronic component mounting machine to mount the electronic component on the board is an important requirement, which affects productivity.
Here, in order to shorten the mounting time, it is effective to improve the moving speed of the mounter head of the electronic component mounter. However, this method is accompanied by an increase in the cost of the electronic component mounter itself, and thus the mounter head is wasted. It is very effective to reduce the mounting time by preventing the movements as much as possible.
[0003]
In order to reduce the wasteful movement of the mounter head, the feeder is arranged in an electronic component supply unit in which a plurality of feeders (one kind of electronic component is supplied from the feeder) is arranged at a predetermined position. Optimize both or at least one of the mounting order of electronic components mounted on the board to minimize the total travel distance or total travel time of the mounter head until the electronic component mounting machine finishes mounting the electronic components on the board. What should I do?
[0004]
Therefore, conventionally, in order to obtain the optimum combination of both the feeder arrangement and the electronic component mounting order or one of them, an evaluation function for calculating the total movement distance or total movement time is determined, and all combinations are determined. An evaluation was performed to find a combination that minimizes the total movement distance or total movement time.
[0005]
[Problems to be solved by the invention]
However, with the conventional optimization methods described above, the number and types of electronic components mounted on a single board have become extremely large, and there are an infinite number of combinations. There was a problem that was not appropriate.
As an example, in the determination of feeder arrangement, when the number of positions where the feeder can be arranged in the electronic component supply unit is a and the number of feeders is b (a ≧ b), the number of combinations is as follows. , _a C _b Xb! Even if a = 10 and b = 5, there are 30240 types. Further, the number of electronic components is c, and the number of combinations including the mounting order is, for example, c = 20. _a C _b Xb! × c! About 7.4 × 10 ^{twenty two} It also becomes a street. In reality, depending on the board, there are 1000 to 2000 or more parts, and there are more than 100 types. Therefore, there are so many combinations, and the total movement distance or total movement time is minimized. Finding is unrealistic.
[0006]
Accordingly, the present invention has been made to solve the above-mentioned problems, and the object of the present invention is to arrange feeders that are closer to the optimum and / or to reduce the total movement distance or total movement time of the mounter head within a realistic time. Another object is to provide an electronic component mounting optimization method capable of determining the mounting order of electronic components.
[0007]
[Means for Solving the Problems]
In order to achieve the above object, the invention according to claim 1 of the present invention is provided between an electronic component supply unit in which a plurality of feeders are arranged at predetermined positions and a substrate on which a plurality of types of electronic components are mounted. In the electronic component mounting optimization method for optimizing the total moving distance or total moving time of the mounter head in an electronic component mounting machine that mounts the electronic component of the electronic component supply unit on the substrate by moving the mounter head, A predetermined number of individuals composed of arrays of the arrangement positions are generated by connecting the arrangement positions of the feeders in the electronic component supply unit, and the total movement distance or total movement time is evaluated for each generated individual A method for optimizing the arrangement position of a plurality of feeders in an electronic component supply unit by applying a genetic algorithm as a genetic algorithm for each of the generated individuals When generating the next generation individuals performing definitive genetic manipulation, is moved by a predetermined number in a predetermined direction the sequence to one or more of the given individual, reaches the tip portion of the moving direction Elements that make up an individual Is characterized in that a new individual is generated by rotation around the rear end of the moving direction.
In this way, by applying a genetic algorithm that competes with global search, a practically sufficient arrangement can be obtained from the arrangement of arrangement positions in the electronic component supply section of a huge feeder in a realistic time. Can be searched.
Moreover, since a new genetic operation such as rotation as described above is added in addition to the genetic operations in general genetic algorithms such as wrinkles, crossovers, and mutations, a more global search becomes possible. This operation of rotation has an effect of preserving an important part of an individual, and can prevent falling into a local solution or increase the possibility of shortening the time until convergence to an optimal solution.
[0008]
Further, the individual is configured by connecting the arrangement of the arrangement positions and the arrangement of the mounting order of the electronic components on the board, and performs a genetic operation in a genetic algorithm on each of the generated individuals. When generating the next generation individual, the genetic operation is performed independently on one or both of the arrangement position arrangement and the arrangement order of each individual, and the electronic component of the feeder It is possible to optimize the mounting order of the electronic components together with the arrangement position in the supply unit, and to further optimize the total movement distance or total movement time of the mounter head.
[0009]
The rotation may be performed on individuals having evaluation values from the highest evaluation value to the nth (n is a natural number) of the evaluation values. Thereby, since the important part of the arrangement | sequence of the individual | organism | solid which has a high evaluation value is not changed significantly, possibility that the time until it will converge to an optimal solution will increase further.
[0010]
DETAILED DESCRIPTION OF THE INVENTION
Preferred embodiments of an electronic component mounting optimization method according to the present invention will be described below in detail with reference to the accompanying drawings.
(First embodiment)
A schematic structure of an electronic component mounting machine (mounter) 10 in which the electronic component mounting optimization method according to the present invention is used will be described with reference to FIGS.
The electronic component supply unit 12 is formed by arranging a plurality of feeders 14 at predetermined positions.
Specifically, a plurality of feeder mounting portions 18 on which the feeder 14 can be mounted with the substrate 16 interposed therebetween are arranged in parallel in two rows. The feeder 14 can be attached to any feeder mounting portion 18 of the plurality of feeder mounting portions 18.
The board 16 is sent to the electronic component mounting machine 10 by a fixed feed while moving on the rail 20, and after the predetermined electronic component is mounted, the board 16 is also moved on the rail 20 and sent to a subsequent process.
[0011]
The mounter head 22 moves between the feeder 14 in the electronic component supply unit 12 and the substrate 16 on which a plurality of types of electronic components 24 are mounted, and mounts the electronic component 24 of the electronic component supply unit 12 on the substrate 16.
Specifically, the mounter head 22 is provided with one or more suction units 26 for sucking the electronic component 24. The suction unit 26 has a nozzle 28 for sucking electronic components. The nozzle 28 is moved in the Z direction (up and down direction) by a nozzle driving unit (not shown) provided in the suction unit 26, and is It is rotated around the rotation axis. The suction and suction release operations are performed by sucking and discharging air from the nozzle 28. When there are a plurality of suction units 26, it is possible to suck a plurality of types of electronic components 24 at a time and move them onto the substrate 16 on condition that the feeder 14 is disposed in the adjacent feeder mounting portion 18. It becomes.
[0012]
The mounter head 22 is mounted on an XY unit 32 disposed on the upper surface of the base 30 and can move horizontally in the X and Y directions in the space above the base 30. Specifically, the XY unit 32 has an X axis 32a and a Y axis 32b. For example, the X axis 32a can move in the Y direction on the Y axis 32b, and the mounter head 22 can move in the X direction on the X axis 32a. It can be moved to an arbitrary position by being driven by a drive mechanism (not shown) provided in the XY unit 32. This drive mechanism also has a function of moving or rotating the suction unit 26 in the Z direction.
[0013]
The suction unit 26 and the XY unit 32 are controlled to operate in a predetermined pattern by a control unit 40 including a microcomputer 34, a memory 36, an input interface (input I / F) 38, and the like.
Specifically, from the input I / F 38, various data (the type and number of feeders 14, the mounting position and type of the electronic component 24 on the substrate 16, the number of suction units 26, the substrate 16 and the electronic component supply unit 12). The basic data including the positional relationship with the feeder mounting unit 18 in FIG. The microcomputer 34 stores the input data in the basic data area 36 a in the memory 36, and then the arrangement position of the feeder 14 in the electronic component supply unit 12 and / or stored in the program area 36 c of the memory 36 in advance. An arithmetic program based on a genetic algorithm for obtaining the mounting order of the electronic components 24 on the board 16 is executed. The obtained arrangement position and mounting order are stored in the optimum value area 36b in the memory 36, and the electronic component 24 is mounted on the board by controlling the suction unit 26 and the XY unit 32 based on the data of the arrangement position and mounting order. To do.
[0014]
As shown in the enlarged view of FIG. 2, the electronic components 24 of the same type are accommodated in the respective recesses 14 in the recesses provided at predetermined intervals on the tape 42. The components 24 are sequentially supplied to the suction position of the suction unit 26. The feeding operation of the tape 42 of the feeder 14 is controlled by the control unit 40 and interlocked with the movement of the suction unit 26.
With the above configuration, the mounter head 22 moves to the feeder 14, the electronic component 24 supplied to the suction position is picked up by moving the suction unit 26 downward and lifted upward, taking into consideration the mounting angle to the substrate 16. While rotating the electronic component, it is conveyed above the substrate 16. Thereafter, the suction unit 26 is moved downward to mount the electronic component 24 at a predetermined position on the substrate 16. After the suction is released, the electronic component 24 is moved upward and moved toward the next feeder 14 to suck the next electronic component 24. Moving.
By repeating this operation, the electronic component mounting machine 10 can sequentially mount the predetermined electronic component 24 on the electronic component mounting portion on the substrate 16 that has been transported.
[0015]
Here, in order to efficiently mount the electronic component 24 on the substrate 16 in a short time, it is necessary to consider the mounting order of the electronic components 24 on the substrate 16 and the arrangement of the feeder 14 in the electronic component supply unit 12. There is. By optimizing at least one of these, the total moving distance or total moving time of the mounter head 22 can be further shortened, and the electronic component 24 can be efficiently mounted. Furthermore, if both are optimized, the total travel distance or total travel time can be further shortened.
[0016]
Next, the operation of the electronic component mounting machine 10 will be described using the flowcharts of FIGS. 4 and 5 with the operation of the microcomputer 34 as the center.
First, the overall operation of the electronic component mounting machine 10 will be described using the flowchart of FIG.
In step 101, basic data is input to the electronic component mounting machine 10 from the input I / F 38 as described above. Input basic data (type and number of feeders 14, mounting position and type of electronic component 24 on substrate 16, number of suction units 26, position of substrate 16 and feeder mounting portion 18 in electronic component supply unit 12 The data is stored in a basic data area 36 a in the memory 36 by the microcomputer 34.
[0017]
In step 102, the microcomputer 34 executes the arithmetic program stored in the memory 36 and based on the basic data, the arrangement position of the feeder 14 in the electronic component supply unit 12 and / or the substrate 16 closer to the optimum one. The mounting order of the electronic components 24 is obtained and stored in the optimum value area 36 b in the memory 36.
In step 103, the microcomputer 34 determines the XY based on the arrangement position of the feeder 14 in the electronic component supply unit 12 and / or the mounting order of the electronic components 24 on the board 16 stored in the optimum value area 36 b in the memory 36. The unit 32 is moved to move the mounter head 22 between the electronic component supply unit 12 and the substrate 16, and the suction unit 26 is operated to suck the electronic component 24 by the feeder 14 and mount it on the substrate 16. When all the predetermined electronic components 24 are mounted on the substrate 16, the mounting operation of the substrate 16 is finished, and the electronic components 24 are mounted on the new substrate 16 conveyed on the base 30 in the same order. This mounting operation is repeated.
[0018]
Next, an arithmetic program to which the genetic algorithm in step 102, which is a feature of the present invention, is described with reference to the flowchart of FIG. Note that the planar positional relationship between the feeder mounting portion 18 (B00 to B11) in the electronic component mounting machine 10 and the mounting position (J00 to J23) of the electronic component 24 in the board 16 is a position as shown in FIG. 6 as an example. A description will be given using a related model. Further, the types of electronic components 24 mounted on the substrate 16 are assumed to be five types (P, Q, R, S, T) as an example.
[0019]
First, in step 201, an initial population is generated. Here, the individual connects the mounting order of the electronic component 24 to the board 16 and the character data (element) indicating the placement position of the feeder 14 in the electronic component supply unit 12 to arrange the mounting order and the placement position. It is expressed by.
That is, the mounting order is expressed by arranging the mounting positions (J00 to J23) in the mounting order.
The arrangement position is expressed by an array of feeder mounting portions 18 (B00 to B11) on which five types of electronic components 24 (P, Q, R, S, T) are mounted.
One specific example of an individual is shown below. The first half array with J is an array indicating the mounting order (first array, composed of 24 elements), and the second half array with B is an array of arrangement positions (second array, with 5 elements). Configured).
(J01, J08, J15, ..., J02, J03: B01, B04, B09, B05, B07)
Each of the individual arrays is m pieces of different first and second arrays (m is a natural number of 2 or more) by independently combining the mounting positions (J00 to J23) and the feeder mounting portions 18 (B00 to B11). Create and connect m to create. Each generated individual is stored in the calculation area 36d of the memory 36 as character string data.
[0020]
Next, in step 202, the total movement distance or total movement time is calculated as an evaluation value for each of the m individuals based on the elements indicating the mounting order and the arrangement position. In this case, an individual having a smaller evaluation value, that is, an individual having a short moving distance or moving time has a higher evaluation, and the individual having the highest evaluation, that is, the smallest evaluation value is the optimum individual at that time.
In step 203, it is determined whether or not the evaluation value of the optimum individual has become smaller than a predetermined moving distance or moving time, or whether or not a predetermined number of generations has been repeated. The computation program is terminated.
If the condition is not satisfied, the process proceeds to step 204. For example, individuals having a low evaluation, that is, individuals having a high evaluation value are crushed, individuals are crossed, or elements constituting one individual are mutated. The next individual group is generated by changing the element by applying the technique, and the process proceeds to Step 202.
[0021]
Thereafter, steps 202 to 204 are repeated until the condition of step 203 is satisfied. In a genetic algorithm, this repeating unit is called a generation. And the thing with the smallest evaluation value in the last evaluation becomes the final optimum individual. When generating the next population in step 204, for example, at least a (a is a natural number) of the highly evaluated individuals are left in the descending order, and the remaining m−a individuals are crushed, crossed, Applying mutations to generate ma individuals constituting the next population, and adding the remaining a individuals to the next m individuals, the evaluation of the best individual for each generation Suitable for the value to be the same or improved.
[0022]
Here, crossover and mutation, which are genetic operations for changing individuals in the genetic algorithm, will be described.
First, for crossover, for example, in each of the first array and the second array of two individuals A and B selected by uniform random numbers, a common position for each array is determined by uniform random numbers. For each of the first array and the second array, for example, an operation of exchanging the element sequence on the right side of the determined position to generate two next individuals.
FIG. 7 shows an example of the crossover operation. In the two individuals A and B selected by the uniform random number, a common position is determined by the uniform random number for each of the first array and the second array, and the right side of the position (broken line) for each array. The next individual is generated by exchanging element strings. In addition, the sequence representation of the individual in FIG. 7 is an example in which the above-described sequence example is expressed in order to prevent generation of individuals that cannot be solved by crossover and mutation (individuals that include the same element in one sequence). It is.
Next, mutation refers to an operation of generating a next individual by converting some or all of the elements into other elements for each individual according to a preset probability (mutation rate).
[0023]
As described above, when optimizing a system represented by a variable having a so-called discrete value in which an objective function cannot be defined, such as a problem of optimizing the total moving distance or total moving time of the mounter head 22, If the optimal values of the placement positions of the feeders 14 and the mounting order of the electronic components 24 on the board 16 are obtained using the genetic algorithm as described above, the arrangement positions of the feeders in the electronic component supply unit 12 of the enormous feeders are determined. A practically sufficient arrangement can be searched from within a realistic time.
[0024]
In the above embodiment, the individual is expressed by connecting the arrangement of the mounting order and the arrangement of the feeder arrangement positions. For example, when the mounting order of the electronic components 24 on the board 16 is determined in advance. The individual may be represented only by the arrangement of the feeder arrangement positions. If the arrangement position of the feeder is determined in advance, the individual may be represented by only the arrangement of the electronic components 24 in the mounting order.
[0025]
FIG. 8 shows the result of searching over 30 generations under the following conditions. The evaluation of the best individual is performed together with the average of the evaluation value of the individual group (in this example, the total movement distance, that is, the path length). The value also decreases gradually and converges to the optimal solution.
Here, the number of electronic components is 24, the number of feeder mounting portions 18 of the feeder 14 in the electronic component supply unit 12 is 12, the number of feeders 14 is 5, and the number of suction heads 26 attached to the mounter head 22 is the same. After determining the mounting order of electronic components in advance, the optimal combination of the arrangement positions of the feeders 14 was searched. First, 58 individuals are generated with uniform random numbers, and the process of the genetic algorithm shown in FIG. 5 is performed using the path length as an evaluation value.
The positional relationship between the substrate 16 and the feeder mounting unit 18 in the electronic component supply unit 12 when calculating the path length, the types of electronic components on the substrate 16 and the positions of the electronic components are as shown in FIG. When the mounter head 22 starts from the start position 44 and repeats the movement between the position of the corresponding feeder 14 and the position of the electronic component on the board 16 in the determined mounting order, the total path length is indicated by the position scale 46. Based on the calculation. In addition, the mounting order of the electronic components at this time is to be mounted in ascending order of subscript from J00 to J23.
[0026]
There are some variations in the search results depending on the generation of uniform random numbers, but the 30th search result with the random number sequence changed has the shortest generation that has converged to the optimal solution, and the shortest generation is the 12th generation. Has converged to an optimal solution in the 7.7th generation on average. FIG. 8 shows the search result converged to the eighth generation closest to this average. All combinations of feeder 14 arrangement positions are based on the number of feeder mounting portions 18 and the number of feeders. ₁₂ C _Five × 5! The number of combinations evaluated until the convergence to the optimal solution in the search result is calculated as 58 × 7.7 from the number of individuals per generation and the average convergence generation number, about 447 times. Thus, it can be seen that it is sufficiently smaller than the case of calculating all combinations.
[0027]
(Second Embodiment)
The configuration and operation of the electronic component mounting machine in the present embodiment are substantially the same as the configuration and operation of the electronic component mounting machine of the first embodiment described above, but the arrangement position of the feeder 14 and the electronic components of the board 16 A part of the arithmetic program using the genetic algorithm for obtaining the optimum value of the 24 mounting orders is different, and this different part is a feature of the present embodiment.
[0028]
As is apparent from the flowchart shown in FIG. 9, this feature point is obtained by adding a new operation of rotation to the operation (淘汰, crossover, mutation) for each individual element in step 204 of generating the next individual group. Is a point.
First, this rotation will be described with reference to FIG.
First, in the element sequence constituting the individual, the number of elements to be shifted by a uniform random number is determined. In FIG. 10, the number of elements to be shifted is 4 as an example.
Thereafter, each element constituting the individual is shifted by four in a preset direction (right direction as an example in FIG. 10). An element that reaches the right end turns to the left end. That is, the elements constituting the individual rotate and move in a predetermined direction by a predetermined number.
By this operation, a new individual can be generated.
[0029]
The advantage of this operation of rotation is that a new individual can be generated while maintaining the adjacent relationship between the elements constituting the individual as much as possible without changing the elements constituting the individual.
In particular, in a state where a certain number of best individuals have been sought, this first individual is left as it is, and the next individual group is generated by newly applying crossover or mutation to the remaining individuals. Although the form method is good, there is a high possibility that a better optimal solution exists in the vicinity of the best individual. However, even if crossover or mutation is applied to this best individual, the components of the best individual always change, and it is impossible to preserve the elements, and the adjacent relationship between the elements is as much as possible. The element position cannot be changed while holding. On the other hand, in rotation, the arrangement of elements can be changed without changing the elements of the best individual, and the element positions can be changed while maintaining the adjacent relationship between the elements as much as possible.
Therefore, there is an effect that an important part of an individual is preserved, other local solutions around the local solution can be searched without any problems, and it can be prevented to fall into a specific local solution or converge to an optimal solution. The possibility that the time until will be shortened increases.
[0030]
For example, in the case where there are a plurality of suction units 26, the total moving distance of the mounter head 22 or the fact that there are many partial element arrangement patterns that can simultaneously suck a plurality of types of electronic components in the combined arrangement of the feeder 14 placement positions or The individual having a great influence on shortening the total movement time and having a combination arrangement including such a partial element arrangement pattern is the best individual. However, even if the individual has the partial element arrangement pattern as described above, the individual in which the partial element arrangement pattern is arranged close to the substrate 16 and the individual arranged far from the substrate 16 Naturally, the evaluation of the individual arranged at a position close to the substrate 16 is naturally higher, but when the conventional genetic algorithm is used, the partial element arrangement pattern as described above is distant from the substrate 16. There is a case where the individual solution is a local solution. Therefore, by using rotation for such an individual, the partial element arrangement pattern can be moved through the entire combination arrangement of the arrangement positions of the feeders 14 while maintaining the adjacent relationship between the constituent elements. It is possible to change the position closer to the substrate 16. Therefore, the possibility of falling into a local solution and the possibility of being able to converge to the optimal solution faster are increased.
[0031]
In addition, the rotation is performed not only for the individual with the highest evaluation value (that is, the evaluation value is small), but also because the elements of the individual do not change. The evaluation may be performed on a plurality of highly evaluated individuals having evaluation values up to (natural number). Thereby, since the important part of the arrangement | sequence of the individual | organism | solid which has a high evaluation value is not changed significantly, possibility that the time until it will converge to an optimal solution will increase further.
[0032]
The preferred embodiments of the present invention have been described above in various ways. However, the present invention is not limited to the above-described embodiments, and it goes without saying that many modifications can be made without departing from the spirit of the invention. .
[0033]
【The invention's effect】
By using the electronic component mounting optimization method according to the present invention, by applying a genetic algorithm that is competitive with global search, the arrangement of arrangement positions and electronic components in the electronic component supply unit of a large number of feeders A practically sufficient arrangement can be searched in a realistic time from the arrangement order of the components on the board.
Also, if a new individual is generated by a method of rotating a predetermined number of individual sequences in a predetermined direction, in addition to the above-described genetic operations in general genetic algorithms, such as drought, crossover, and mutation Since a new genetic operation such as rotation is added, global search becomes possible. This operation of rotation has the effect of preserving important parts of individuals, which can prevent falling into a local solution and also increase the possibility of shortening the time to converge to the optimal solution. .
[Brief description of the drawings]
FIG. 1 is a perspective view showing a schematic structure of a general electronic component mounting machine.
FIG. 2 is a plan view of FIG.
FIG. 3 is a block diagram of an electronic component mounting machine that executes an electronic component mounting optimization method according to the present invention.
4 is a flowchart showing the overall operation of FIG. 3;
FIG. 5 is a flowchart showing the operation of the first embodiment of the arithmetic program based on a genetic algorithm for obtaining feeder placement positions and / or electronic component mounting order;
FIG. 6 is an explanatory diagram showing a feeder mounting portion and a mounting position of an electronic component on a substrate in one model of an electronic component mounting machine.
FIG. 7 is an explanatory diagram showing an operation of individual generation by crossover.
8 is a graph showing a transition of an evaluation value (total movement distance of a mounter head, that is, a path length) when the electronic component mounting optimization method according to the present invention is executed on the model of FIG. 6;
FIG. 9 is a flowchart showing the operation of the second embodiment of the arithmetic program based on the genetic algorithm for obtaining the feeder arrangement position and / or the mounting order of the electronic components.
10 is an explanatory diagram for explaining a rotation operation used in the arithmetic program of FIG. 9;
[Explanation of symbols]
10 Electronic component mounting machine
12 Electronic component supply
14 Feeder
16 substrates
18 Feeder installation part
22 Mounter Head
24 Electronic components

Claims

An electronic device in which the mounter head moves between an electronic component supply unit in which a plurality of feeders are arranged at predetermined positions and a substrate on which a plurality of types of electronic components are mounted, and the electronic components in the electronic component supply unit are mounted on the substrate In the electronic component mounting optimization method for optimizing the total moving distance or total moving time of the mounter head in the component mounting machine,
The arrangement positions of the plurality of feeders in the electronic component supply unit are connected to generate a predetermined number of individuals each having an arrangement of the arrangement positions, and the total movement distance or total movement time is generated for each generated individual. Is a method for optimizing the arrangement position in the electronic component supply unit of a plurality of feeders by applying a genetic algorithm as an evaluation value,
When generating a next generation individual by performing a genetic operation in a genetic algorithm for each generated individual, a predetermined number of the arrays in a predetermined direction with respect to one or two or more predetermined individuals An electronic component mounting optimization method, characterized in that a new individual is generated by rotating an element constituting an individual that has moved and has reached the leading end in the moving direction to rotate to the rear end of the moving direction.

The individual is configured by connecting the arrangement of the arrangement positions and the arrangement of the mounting order of the electronic components on the board, and performing a genetic operation in a genetic algorithm on each of the generated individuals. When generating the individual of the generation, the genetic operation is performed independently on one or both of the arrangement position arrangement and the arrangement order of each individual, and the mounting order of the electronic components is also optimized. The electronic component mounting optimization method according to claim 1, which is also performed.

3. The electronic component mounting optimum according to claim 1 , wherein the rotation is performed on an individual having an evaluation value from the highest evaluation value to the nth (n is a natural number) of the evaluation values. Method.