JP4869214B2 - 部品実装時間シミュレーション方法 - Google Patents

Description

本発明は、基板に部品を実装することにより実装基板を生産する部品実装機の実装時間をシミュレーションする部品実装時間シミュレーション方法等に関するものである。

基板に部品を実装することにより実装基板を生産する部品実装機において、部品の実装に要する時間を事前に把握することを目的として、部品実装時間のシミュレーションが行われる。具体的には、部品供給部から供給される部品を予め定められた基板上の実装点へ装着するまでの動作を分解し、分解された動作ごとに所要時間を算出し、各動作間の制約条件を考慮しながら実装時間を算出する。このようにして得られた部品実装時間のシミュレーション結果は、その部品実装機が含まれる生産ラインの生産計画作成や部品実装条件の最適化の検証等に利用される。

ところが、上記のようなシミュレーションで得られた部品実装時間は、経時変化等の様々な要因により実際の稼動時に要する部品実装時間と乖離してしまうことがある。

そこで、従来、経時変化にともなって部品の実装時間も変化することに着目し、部品実装機の部品実装に係る各動作に関するシミュレーション上のパラメータを、固定とはせずに経時変化に応じて変化させることでシミュレーションの精度を向上させる方法が提案されている（特許文献１参照）。
特開２００３−１７８９７号公報

しかしながら、上記従来の方法では、吸着ノズルに吸着された部品をカメラ等により認識するために必要な時間（認識時間）については、どのようにシミュレーションの精度を向上させるかは明らかにされていない。従来、部品実装時間シミュレーションにおいて、部品の認識時間はシミュレーションの精度を向上させるうえで重要な要素ではなく、認識時間を無視する、又は、一定として算出している。しかし、最近では部品実装機が実装する部品の種類が増加するにしたがって、コネクタ等の異形部品を基板に実装する機会も多くなり、従来のような認識時間を無視する、又は、一定として部品実装時間をシミュレーションしたのでは、十分な精度が得られない状況になっている。

そこで、本発明は、このような問題に鑑みてなされたものであり、精度の高い部品実装時間のシミュレーションを可能とする、特に部品の認識に要する時間のシミュレーションの精度を向上させる部品実装時間シミュレーション方法等の提供を目的とする。

上記目的を達成するために、本発明における部品実装時間シミュレーション方法は、吸着ノズルに吸着された部品を認識する認識手段を備える部品実装機によって基板に部品を実装する際の実装時間をシミュレーションする部品実装時間シミュレーション方法であって、記憶手段に記憶された部品種ごとに、部品の認識に要すると予想される時間である第１の予想認識時間が示された第１の情報テーブルを参照することで、所定の部品種に対応する前記第１の予想認識時間を取得する取得ステップと、前記取得ステップで取得した前記第１の予想認識時間を利用して前記実装時間をシミュレーションするシミュレーションステップと、前記部品実装機において部品認識時間を部品種ごとに実測し、実測された時間を前記第１の予想認識時間として前記第１の情報テーブルに登録する登録ステップとを含み、前記第１の情報テーブルには、さらに、部品種ごとに、部品吸着状態の位置ずれを認識するためのアルゴリズムの種別を識別する認識種別番号が示され、前記取得ステップでは、前記部品種に対応する前記第１の予想認識時間が取得できない場合に、前記認識種別番号を取得し、前記記憶手段に格納された前記認識種別番号ごとに第２の予想認識時間が示された第２の情報テーブルを参照することで、前記認識種別番号に対応する前記第２の予想認識時間を取得することを特徴とする。

これにより、部品の認識時間を一律としてシミュレーションすることが難しい部品において、部品種ごとに記憶された予想認識時間を利用することにより、精度の高い部品実装時間のシミュレーションを行うことが可能となる。つまり、部品種に依存して認識時間が異なることが考慮されてシミュレーションが実行される。さらに、このようにして得られた精度の高い部品実装時間のシミュレーション結果を利用して、部品実装条件の最適化を行うことで、従来よりも実際の稼動時における部品実装に要する時間を短縮するという効果も期待できる。

これにより、部品の認識時間を予測することが難しい部品において、実際に部品実装機で部品の認識に要する時間を実測し、実測された時間を利用して部品実装時間シミュレーションを行うことが可能となる。その結果、理論値ではなく現実の値に基づく精度の高い部品実装時間のシミュレーションが可能となる。

これにより、一部の部品種でしか部品種ごとの予想認識時間が登録されていない場合であっても、登録されている部品種については精度の高いシミュレーションを実現することができる。

また、前記登録ステップでは、不規則な形状をした部品である異形部品の部品種について前記登録をすることが好ましい。

これにより、認識アルゴリズム等により部品の認識時間を予測することが難しいコネクタ等の異形部品を中心に部品種ごとの予想認識時間を登録することで、予想認識時間の登録に費やす労力とシミュレーションの精度向上のバランスを図ることができる。

なお、本発明は、このような部品実装時間シミュレーション方法に含まれるステップを手段とする部品実装時間シミュレーション装置又は部品実装機として実現することもできる。また、部品実装時間シミュレーション方法に含まれるステップをコンピュータに実行させるプログラムとして実現することもできる。そして、そのようなプログラムは、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の記録媒体やインターネット等の通信ネットワークを介して流通させることができる。

本発明により、部品実装時間のシミュレーションの精度を向上させる、特に部品の認識に要する時間のシミュレーションの精度を向上させることが可能となる。

以下、本発明の実施の形態における部品実装機について図面を用いて詳細に説明する。
図１は、本実施の形態における部品実装機の構成を示す外観図である。図に示す部品実装機１００は、本発明に係る部品実装機の一例であり、後述するように精度の高い実装時間シミュレーション機能を備える点に特徴を有する。この部品実装機１００は、上流から回路基板（以下、単に基板という）２０を受け取り、その基板２０に対して部品を実装し、その部品が実装された基板２０を下流側に送り出す。なお、部品実装機１００によって部品が実装された基板２０を、以下、実装基板という。また、部品実装機１００は、オペレータからの操作を受け付けたり、操作結果を表示したりするための操作パネル１０５を備える。

図２は、部品実装機１００内部の主要な機械的構成を示す平面図である。部品実装機１００は、基板２０に対して部品を実装する２つの実装ユニット１１０ａ、１１０ｂと、基板２０を搬送するための一対の基板搬送レール１２２ａ、１２２ｂとを備える。２つの実装ユニット１１０ａ、１１０ｂは、協調して基板搬送レール１２２ａ、１２２ｂ上にある基板２０に対して部品を実装する。

実装ユニット１１０ａと実装ユニット１１０ｂはそれぞれ同様の構成を有している。つまり、実装ユニット１１０ａ及び１１０ｂは、それぞれ、部品供給部１１５、部品認識カメラ１１６、ヘッド１１２を備える。

なお、本実施の形態では、ヘッド１１２が実装ユニットごとに備えられる事例について説明するが、本発明が適用される部品実装機は、このような部品実装機に限定されるものではない。例えば、ヘッド１１２を１つしか備えていない部品実装機であっても本発明を適用可能である。

ここで、実装ユニット１１０ａの詳細な構成について説明する。なお、実装ユニット１１０ｂの詳細な構成については、実装ユニット１１０ａと同様であるため省略する。

部品供給部１１５は、部品テープを収納する複数の部品カセット（フィーダ）１１４の配列からなる。また、部品供給部１１５の各部品カセット１１４は、基板２０の搬送方向（Ｘ軸方向）に沿って配列されている。なお、部品テープとは、例えば、同一部品種の複数の部品がテープ（キャリアテープ）上に並べられたものであり、リール等に巻かれた状態で供給される。また、部品テープに並べられる部品は、例えばチップ部品であって、具体的には０４０２チップ部品や１００５チップ部品等である。

ヘッド１１２は、例えばマルチ装着ヘッドと呼ばれるヘッドであって、Ｘ軸方向及びＹ軸方向へ自在に動くことができる。また、ヘッド１１２は複数の吸着ノズル（以下、単にノズルという）を備えることができ、部品供給部１１５から例えば１０個の部品を吸着して基板２０に装着することができる。

基板搬送レール１２２ａ、１２２ｂは、それぞれＸ軸方向に対して平行となるように配置されている。ここで、基板搬送レール１２２ａは固定され、基板搬送レール１２２ｂは、搬送される基板２０のサイズ（幅）に応じてＹ軸方向に移動する。部品実装機１００に搬入された基板２０は、一対の基板搬送レール１２２ａ、１２２ｂ上に沿って搬送されてストッパー等により停止される。

部品認識カメラ１１６は、ヘッド１１２に吸着された部品を撮影し、その部品の形状や吸着状態を２次元又は３次元的に検査するために用いられる。また、部品認識カメラ１１６は、部品供給部１１５におけるＸ軸方向に沿った中央付近に配置されている。

このように構成された部品実装機１００では、部品供給部１１５から供給される部品のヘッド１１２による「吸着」、吸着された部品の部品認識カメラ１１６による「撮像」及び「認識」、部品認識カメラ１１６から基板２０までのヘッド１１２による「移動」、ヘッド１１２による吸着された部品の基板２０上の各実装点への「装着」という一連の動作が繰り返し実行されることで、複数の部品が基板２０へ実装される。ここで実行される一連の動作、または１回あたりの一連の動作でヘッドに吸着される部品群を、以下、タスクという。また、実装点とは、基板２０上の部品が実装されるべき位置である。このような、部品の「吸着」、「撮像」、「認識」、「移動」及び「装着」の各動作を正確に予測することで、精度の高い部品実装時間のシミュレーションを行うことが可能となる。

図３は、本発明に係る部品実装時間シミュレーションにおいて精度向上の対象となる動作である、部品認識カメラ１１６による部品の認識について説明するための図である。部品認識カメラ１１６には、２次元画像を撮像する２Ｄカメラと、高さ情報も検出できる３Ｄカメラが搭載されている。なお、２Ｄカメラ又は３Ｄカメラの一方のみが搭載されている部品認識カメラ１１６であってもよい。図に示すように、部品認識カメラ１１６上をヘッド１１２が移動する際に、部品認識カメラ１１６が上記の２Ｄカメラ又は３Ｄカメラを利用して部品を撮像する。ここで、認識スキャン速度（部品認識カメラ１１６の上方をヘッド１１２が移動する速度）は、撮像するカメラに依存するため比較的容易に部品の撮像に要する時間をシミュレーションすることができる。なお、本実施の形態では、ヘッド１１２が部品認識カメラ１１６上を一定速度で移動している際に、部品認識カメラ１１６が部品を撮像する事例について説明するが、本発明が適用される部品実装機は、このような部品実装機に限定されるものではない。例えば、ヘッド１１２が部品認識カメラ１１６上で一時停止した際に、部品認識カメラ１１６が部品を撮像しても構わない。

このように撮像された画像から部品の形状を解析することにより、吸着されている部品がこれから装着しようとしている部品で間違いないか等の確認を行う。また、撮像された画像から、ノズル１４０に吸着されている部品の位置と本来吸着されているはずの位置とのずれを解析することにより、基板２０へ部品を装着する際の補正の必要性や補正すべき量等を算出する。このような、画像の解析、部品の確認、装着時の補正量の算出等を部品の認識という。なお、部品の認識は、ヘッド１１２が撮像後に部品認識カメラ１１６から基板２０上の実装点へ移動するのと並行して実行することができ、部品の認識及び実装点への移動の両方が終了することで部品の装着が可能となる。また、認識する部品の順番は撮像された部品の順番と同じである。

この部品の認識に要する時間（認識時間）は、１００５形状等のチップ部品であれば、認識アルゴリズムを決定する番号である認識種別番号を決めれば、ほぼ同一の時間となる。ここで、認識アルゴリズムとは、撮像するカメラの種類及び撮像条件（照明等）に応じて、吸着した部品の形状を認識して部品の吸着状態の位置ずれを認識するためのアルゴリズム等のことをいう。しかし、異形部品と呼ばれる特殊な部品では、認識種別番号が同じであっても認識時間は異なる。ここで異形部品とは、汎用部品ではない不規則な形状の部品であり、例えば、図４に示されるようなコネクタ、ＢＧＡ（Ｂａｌｌ Ｇｒｉｄ Ａｒｒａｙ）、コンデンサ等である。このような異形部品においては、認識種別番号ごとに設定された一律の予想認識時間を利用してシミュレーションした場合、シミュレーションで得られる実装時間と、実際の稼動時に要する実装時間との間の誤差が大きくなる傾向がある。そこで本実施の形態では、後述するように、異形部品と呼ばれるような認識種別番号が同じであっても認識時間が異なるような部品においては、認識種別番号ではなく部品種に対応した予想認識時間を利用することで、シミュレーションの精度を高めることを可能とする。

図４は、代表的な異形部品の一例を示す図である。ここで示されるような異形部品は、認識種別番号が同一であり、異形複合認識という同一のアルゴリズムを利用して認識が行われる。一般的に、予想認識時間を一律１００ｍｓ程度としてシミュレーションされることが多い。

図４（ａ）は、異形コネクタの一例である。コネクタとは、ケーブル同士、ケーブルと基板、基板同士を接続する際に使われる接続部品のことである。図に示されるように、端子が２段になっていたり、端子によって長さが異なったりする異形コネクタの場合、事前に認識時間を予想することが難しい。条件によっては、実際の稼動時に要する認識時間が２００ｍｓ程度となり、予想よりも時間を要する場合がある。

図４（ｂ）は、異形ＢＧＡの一例である。ＢＧＡとは、端子が行列（Ｇｒｉｄ）状に配置される部品のことである。図に示されるように、端子の間隔が一定でなかったり、端子の抜けがパターン化できなかったりする異形ＢＧＡの場合、事前に認識時間を予想することが難しい。条件によっては、実際の稼動時に要する認識時間が９５０ｍｓ程度となり、予想よりも時間を要する場合がある。

図４（ｃ）は、異形電解コンデンサの一例である。図に示されるように、円筒状の本体の端部に浅皿状の底部を備えている場合、事前に認識時間を予想することが難しい。条件によっては、実際の稼動時に要する認識時間が５０ｍｓ程度となり、予想よりも短い時間で認識が終了する場合がある。

以上のような異形部品においては、実際に部品の実装を行う前に、実機を利用して部品の認識を試行し、認識に必要なパラメータを取得するという教示という作業を行うことが多い。

図５は、本発明に係る部品実装時間シミュレーション機能を備えていることに特徴を有する部品実装機１００の機能構成を示すブロック図である。この部品実装機１００は、機構部１５０、制御部１５１、表示部１５２、入力部１５３、記憶部１５４、登録部１５５、取得部１５６、シミュレーション部１５７、通信部１５８を備えている。

機構部１５０は、図２に示されるヘッド１１２、部品供給部１１５及び部品認識カメラ１１６等の機構部品の集合である。

制御部１５１は、例えば制御プログラムを格納しているメモリやマイコン等からなり、予め設定された実装条件に従って制御プログラムが機構部１５０を制御することで、順次搬入されてくる基板２０に対して部品を装着し、実装基板を下流に搬出する。

表示部１５２は、例えば図１で示される操作パネル１０５や液晶ディスプレイ等で構成されており、記憶部１５４等に格納されているデータを表示したり、シミュレーション部１５７が実行したシミュレーションの結果を表示したりする。

入力部１５３は、例えば図１で示される操作パネル１０５やキーボード等で構成されており、オペレータからの部品の教示等の開始の指示を受け付ける。この入力部１５３が受け付けた操作結果は、制御部１５１や登録部１５５等に通知される。

記憶部１５４は、例えば読み書き可能なメモリ等からなり、部品ライブラリ１５４ａ、認識種別データ１５４ｂ、実装点データ１５４ｃ及び実装条件データ１５４ｄを記憶する記憶手段の一例である。各データの詳細は後述する。

登録部１５５は、例えばメモリやマイコン等によって実現される処理部であり、部品ライブラリ１５４ａに予想認識時間を登録する登録手段の一例である。この登録部１５５は、入力部１５３が受け付けた指示に従って機構部１５０及び制御部１５１が実行した部品の認識動作により測定された部品の認識時間を、あるいは、オペレータによって指定された部品の認識時間を取得し、部品ライブラリ１５４ａに取得した部品認識時間を予想認識時間として登録する。

取得部１５６は、例えばメモリやマイコン等によって実現される処理部であり、部品ライブラリ１５４ａ又は認識種別データ１５４ｂから予想認識時間を取得する取得手段の一例である。

シミュレーション部１５７は、例えばメモリやマイコン等によって実現される処理部であり、実装条件データ１５４ｄ等に基づいて部品の実装時間をシミュレーションするシミュレーション手段の一例である。このシミュレーション部１５７は、取得部１５６が取得した予想認識時間を利用して実装時間のシミュレーションを実行する。

通信部１５８は、他の情報端末等と通信を行う処理部であり、例えば、実装点データ１５４ｃや実装条件データ１５４ｄ等を、実装条件を決定する装置等から取得して、それらを記憶部１５４に格納する。

図６は、図５で示された部品ライブラリ１５４ａの一例を示す図である。この部品ライブラリ１５４ａは、部品種ごとに予想認識時間及び認識種別番号が示された情報テーブルの一例であり、部品実装機１００が扱うことができる全ての部品種のそれぞれについての固有の情報を集めたライブラリである。図中に示されるように、その部品種（部品名）における部品サイズ、部品吸着状態の位置ずれを認識するためのアルゴリズムの種別を識別する認識種別番号、図３で示されるような部品の認識に要すると予想される時間である予想認識時間及びその他制約情報等からなる。例えば、部品種が４ＴＲである部品の予想認識時間は１５０ｍｓであり、認識種別番号はＲＸであることを示す。なお、図中の０６０３ＣＲ等の部品種のように、認識アルゴリズム（認識種別番号）から予想認識時間を特定することができる等の理由により、予想認識時間が登録されていない場合もある。なお、認識アルゴリズム（認識種別番号）から予想認識時間を特定することができる場合であっても、予想認識時間が部品ライブラリ１５４ａに登録されても構わない。

図７は、図５で示された認識種別データ１５４ｂの一例を示す図である。この認識種別データ１５４ｂは、認識種別番号ごとに予想認識時間が示された情報テーブルの一例であり、図中に示すように、認識種別番号における部品の撮像に利用する２次元、３次元等のカメラの種類であるカメラ種別、図３で示されるような部品の認識に要すると予想される時間である予想認識時間等からなる。この認識種別データ１５４ｂを参照することで、部品ライブラリ１５４ａに予想認識時間が登録されていない部品種の予想認識時間を特定することが可能となる。

図８は、図５で示された実装点データ１５４ｃの一例を示す図である。この実装点データ１５４ｃは、通信部１５８が実装条件を決定する装置等から取得したデータであり、基板２０において装着の対象となる全ての部品の実装点に関する情報を示す。１つの実装点ｐｉは、部品種ｃｉ、Ｘ座標ｘｉ、Ｙ座標ｙｉ、制御データφｉ、および実装角度θｉからなる。ここで、部品種は、部品ライブラリ１５４ａにおける部品名に相当し（図６参照）、Ｘ座標およびＹ座標は実装点の座標であり、制御データφｉは、その部品の装着に関する制約情報、例えば、使用可能なノズル１４０のタイプや、ヘッド１１２の最高移動加速度等を示す。実装角度θｉは、部品種ｃｉの部品を吸着したノズル１４０が回転すべき角度を示す。

図９は、図５で示された実装条件データ１５４ｄの一例を示す図である。この実装条件データ１５４ｄは、通信部１５８が実装条件を決定する装置等から取得したデータであり、部品供給部１１５における部品カセット１１４の配列（部品配列）や、ヘッド１１２のタスクごとの実装順序等を示す。例えば、実装条件データ１５４ｄは、部品配列として、部品供給部Ａには、Ｘ軸方向の一方からＡ１番目に部品種ｃ１があり、Ａ２番目に部品種ｃ２があることを示し、部品供給部Ｂには、Ｘ軸方向の一方からＢ１番目に部品種ｃ１があり、Ｂ２番目に部品種ｃ２があることを示す。また、実装条件データ１５４ｄは、ヘッドＡの実装順序として、部品種ｃ１〜ｃ４の部品を含むタスク番号Ｔａ１のタスクが実装点ｐ１〜ｐ４へ装着され、次に、部品種ｃ９〜ｃ１２の部品を含むタスク番号Ｔａ２のタスクが実装点ｐ５〜ｐ８へ装着され、さらにその後、部品種ｃ１７〜ｃ２０の部品を含むタスク番号Ｔａ３のタスクが実装点ｐ９〜ｐ１２へ装着されることを示す。ヘッドＢの実装順序については、ヘッドＡと同様であるので説明を省略する。

次に、以上のように構成された本実施の形態における部品実装機１００の基本的な動作について説明する。

図１０は、部品実装機１００による部品実装時間のシミュレーションに関わる処理手順を示したフローチャートである。

まず、取得部１５６は、部品ライブラリ１５４ａを参照することで、部品種ごとに設定された予想認識時間を取得する（Ｓ１０１）。ここで、部品ライブラリ１５４ａに予想認識時間が登録されていない等の理由により、予想認識時間が取得できなかった場合（Ｓ１０２でＮｏ）、取得部１５６は、部品ライブラリ１５４ａから部品種に対応した認識種別番号を取得し、認識種別データ１５４ｂを参照することで、取得した認識種別番号に対応する予想認識時間を取得する（Ｓ１０３）。一方、予想認識時間が取得できた場合は（Ｓ１０２でＹｅｓ）、ステップＳ１０３の処理は行わずステップＳ１０４の処理へ進む。

そして、シミュレーション部１５７は、ステップＳ１０１又はステップＳ１０３で取得された予想認識時間を利用して、部品の実装時間のシミュレーションを実行する（Ｓ１０４）。

最後に、シミュレーション部１５７は、シミュレーションにより得られた実装時間を表示部１５２に表示し（Ｓ１０５）、終了する。

なお、ステップＳ１０４の実装時間のシミュレーションでは、ステップＳ１０１〜Ｓ１０３の処理で１つのタスクに含まれる部品種の予想認識時間を取得し、タスクごとの「吸着」、「撮像」、「認識」、「移動」及び「装着」等の動作に要する各時間を算出し、機械的な制約条件及び実装条件データ１５４ｄ等に示されたタスク内の部品の撮像順や装着順等の制約条件を考慮しながら積算することで実装時間が求められる。例えば、ある一つの部品を基板２０に装着するタスクにおいて、「吸着」、「撮像」、「認識」、「移動」及び「装着」の時間がそれぞれ、１００ｍｓ、１００ｍｓ、５０ｍｓ、１００ｍｓ及び１００ｍｓと算出された場合、このタスクの実行に要する時間は、４００ｍｓとなる。ここで、各動作の所要時間の和である４５０ｍｓとならないのは、「認識」と「移動」の動作は並行して実行できるので、「認識」と「移動」に要する時間のうち大きい方の時間のみを考慮して積算すればよいからである。このような同時に並行して実行することができる動作が存在するのは、実装ユニットが異なるタスク同士の関係でも同様である。つまり、同一の基板２０に部品を実装する実装ユニット１１０ａ及び１１０ｂにおいて実行されるタスクが１つずつ存在する場合に、各タスクの所要時間の単純合計が実装時間となるわけではない。例えば、実装ユニット１１０ａが部品の「装着」を実行しているときに、実装ユニット１１０ｂが部品の「吸着」及び「認識」を実行することが可能である。

図１１は、図１０で示された処理手順により、部品実装時間のシミュレーションの精度が向上する一例を示す図である。図では、４個の部品の「吸着」、吸着された部品の「撮像」及び「認識」、吸着された部品の基板２０の各実装点への「移動」及び「装着」という１つのタスクにおける各動作の所要時間を棒グラフで示している。なお、この図においてシミュレーションの対象とするタスクは、図４で示されるような異形部品を実装するタスクとする。

図１１（ａ）は、従来の方法で部品実装時間をシミュレーションした場合、つまり、異形部品の予想認識時間を一律としてシミュレーションした場合の、タスク実行に要する時間を示したグラフである。まず、ヘッド１１２が部品供給部１１５から異形部品ｃ１、ｃ２、ｃ３及びｃ４の吸着を行う。この「吸着」に要する時間は、実装条件データ１５４ｄ等から得られる情報をもとにシミュレーションされ、時刻ｔ０に開始し、時刻ｔ１に終了する。

次に、ヘッド１１２は、「吸着」が終了すると、吸着された部品を保持した状態で部品認識カメラ１１６上を一定速度で通過する。その通過の際に、部品認識カメラ１１６は部品の撮像を行う。この「撮像」に要する時間は、部品ライブラリ１５４ａ及び認識種別データ１５４ｂ等を参照することで特定されたカメラ種別に対応した認識スキャン速度を利用してシミュレーションされ、「吸着」が終了した時刻ｔ１に開始し、時刻ｔ２に終了する。

そして、部品認識カメラ１１６は、「撮像」が終了すると、撮像した画像から撮像した部品の順番で、つまり異形部品ｃ１、ｃ２、ｃ３、ｃ４の順番で部品の認識を行う。この「認識」に要する時間は、従来、部品認識番号に対応した予想認識時間、つまり異形部品ｃ１、ｃ２、ｃ３及びｃ４で同一の予想認識時間を用いてシミュレーションされ、「撮像」が終了した時刻ｔ２に開始し、時刻ｔ４に終了する。

一方、ヘッド１１２は、「撮像」が終了すると、「認識」の動作と並行しながら、これから装着しようとする部品の基板２０上の実装点へ順に移動する。そして、ヘッド１１２は、「移動」が終了かつ「認識」が終了した部品から順に、基板２０上の実装点へ装着する。つまり、ヘッド１１２は、始めに、異形部品ｃ１の実装点へ移動し、異形部品ｃ１の「認識」の終了後に、異形部品ｃ１を実装点へ装着する。次に、ヘッド１１２は、異形部品ｃ１の装着が終了すると、異形部品ｃ２の実装点へ移動し、異形部品ｃ２の「認識」の終了後に、異形部品ｃ２を実装点へ装着する。続けて、異形部品ｃ３及びｃ４についても、異形部品ｃ１及びｃ２と同様に、ヘッド１１２は、順に「移動」及び「装着」を実行する。その結果、異形部品ｃ１、ｃ２、ｃ３、ｃ４が基板２０へ装着され、タスクが終了する。ここで「移動」に要する時間は、部品ライブラリ１５４ａ等から得られる吸着された部品に対応した最高速度以下で移動するようにシミュレーションされる。また、「装着」に要する時間は、装着される部品等に対応した予想装着時間を利用してシミュレーションされる。図に示されるように、ヘッド１１２による「移動」及び「装着」は、「撮像」が終了した時刻ｔ２に開始し、時刻ｔ５に終了する。また、異形部品ｃ１に着目すると、「認識」及び「移動」は、ともに「撮像」が終了した時刻ｔ２に開始し、時刻ｔ３に終了する。そして、異形部品ｃ１の「装着」は、「認識」及び「移動」がともに終了した時刻ｔ３に開始する。

以上のような異形部品の予想認識時間を一律としたシミュレーションにおいて、実際の稼動時に要する認識時間が一律ではなかった場合、つまり図に示すように異形部品ｃ１の認識時間が他の部品の認識時間より長く、時刻ｔ３ではなく時刻ｔ３’に終了するような場合は、シミュレーションと実際との間に認識時間の誤差が発生する。

図１１（ｂ）は、図１０で示された処理手順によりシミュレーションした場合、つまり、異形部品の予想認識時間を部品種ごとに設定してシミュレーションした場合の、タスク実行に要する時間を示したグラフである。「吸着」及び「撮像」は、図１１（ａ）と同様であるので説明を省略する。

図に示されるように、一律に設定された予想認識時間ではなく、部品種ごとに定められた予想認識時間を利用してシミュレーションされるため、異形部品ｃ１の認識時間が他の異形部品より長いというシミュレーションも可能となる。その結果、異形部品ｃ１の「認識」が終了する時刻は時刻ｔ３’となり、実際の稼動時に要する時間と等しい、あるいは、それに近い結果が得られる。

「装着」は、「認識」の終了により開始可能となるため、開始時刻が時刻ｔ３から時刻ｔ３’となる。この「装着」の開始時刻が遅れる影響により、後続の異形部品ｃ２、ｃ３、ｃ４に係る「移動」及び「装着」の開始時刻及び終了時刻が遅れる。その結果、タスクの終了時刻も図１１（ａ）で得られる時刻ｔ５から時刻ｔ５’に変更される。

以上より、従来のように全ての異形部品で一律の予想認識時間を利用してシミュレーションすると、他の異形部品と実際の稼動時に要する認識時間が異なる異形部品（図では異形部品ｃ１）では、シミュレーションと実際の間に認識時間の誤差が発生する。そして、認識で発生した誤差が後続の動作のシミュレーションにも影響することで、結果として実装時間全体として誤差が発生することがわかる。一方、部品種ごとに設定された予想認識時間を利用してシミュレーションすることで、認識時間が他の異形部品と異なる異形部品でも、認識時間の誤差の発生を抑えることができ、部品実装時間のシミュレーションの精度を高めることができる。

図１２は、部品実装時間のシミュレーション結果が、部品実装条件の最適化に及ぼす影響を説明するための図である。

図１２（ａ）は、図１１（ｂ）と同様のグラフであり、図１０で示された処理手順によりシミュレーションした場合のタスク実行に要する時間を示したグラフである。図に示されるように、シミュレーションされた実装条件で部品の実装を実行すると、時刻ｔ３に異形部品ｃ１の基板２０上の実装点への「移動」が終了したヘッド１１２は、異形部品ｃ１の「認識」が終了する時刻ｔ３’まで基板２０上で待機する必要があることがわかる。このようなヘッド１１２の待機時間は、図１２（ａ）のような精度の高いシミュレーションが行えることで初めて実装前に把握することができる。そして、ヘッド１１２の待機時間を削減するように実装条件を最適化することで、実装時間の短縮が可能となる。

図１２（ｂ）は、実装条件の最適化により実装時間が短縮された一例を示したグラフである。図に示されるように、「認識」を実行する部品の順番を変更する、つまり、認識時間の長いｃ１の認識を最後に行うように実装条件を変更することで、時刻ｔ３から時刻ｔ３’で発生していたヘッド１１２の待機時間が発生しなくなる。そして、最終的なタスクの終了時刻を時刻ｔ５’から時刻ｔ５”に早めることが可能となる。

このように、部品実装時間のシミュレーションの精度が向上することで、部品実装条件の最適化の効果を高めることも可能となる。

なお、このような精度の高いシミュレーションを可能とするには、部品種ごとに登録された予想認識時間の精度が高いことが前提となる。しかし、図４で示されたような異形部品では、部品寸法、リードの数や色、リードピッチの寸法等の情報から、事前に認識時間を特定することが難しい。そこで、実機による教示の際に認識時間を測定し、測定された認識時間を部品種ごとの予想認識時間として利用することが望ましい。

図１３は、部品実装機１００で実際に測定した部品種ごとの認識時間の登録に関わる処理手順を示したフローチャートである。

まず、入力部１５３等から開始の指示を受けると、制御部１５１は、ヘッド１１２を制御して、部品供給部１１５から指示された部品の吸着を実行させる（Ｓ２０１）。次に、制御部１５１は、部品を吸着したヘッド１１２を部品認識カメラ１１６の上方を移動させて、吸着された部品を部品認識カメラ１１６に撮像、認識させる（Ｓ２０２）。そして、登録部１５５は、認識に要した時間を計測して、記憶部１５４に記憶された部品ライブラリ１５４ａに、計測された時間を対応する部品種の予想認識時間として登録する。併せて、登録部１５５は、表示部１５２に計測された時間を表示する（Ｓ２０３）。

以上の処理によって、例えば図１４に示されるように、オペレータが教示ボタンを押下して部品の認識時間の計測開始を指示した場合に、実際に部品の認識が実行され、認識に要した時間が計測される。そして、計測された認識時間が、画面に表示されるとともに、予想認識時間として部品ライブラリ１５４ａに保存される。

このように、実機において実際に計測された部品の認識時間を、部品種ごとの予想認識時間として情報テーブルに登録することで、事前に認識時間を予測することが難しい異形部品等においても予想認識時間の精度を高めることが可能となる。

以上のように、本実施の形態によれば、部品の認識時間を一律に予測することが難しい異形部品のような部品において、実際に部品実装機で実測した部品の認識時間を利用して部品実装時間シミュレーションを行うことで、精度の高い部品実装時間のシミュレーションを行うことが可能となる。さらに、このようにして得られた精度の高い部品実装時間のシミュレーション結果を利用して、部品実装条件の最適化を行うことで、従来よりも実際の稼動時に要する実装時間を短縮することも可能となる。

以上、本発明に係る部品実装機について、実施の形態に基づいて説明した、本発明は本実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の範囲内に含まれる。

例えば、本実施の形態では、部品実装機が部品実装時間のシミュレーションを行っていたが、部品実装時間シミュレーション装置が行ってもよい。その場合、部品実装時間シミュレーション装置は、部品実装機とネットワークを介して接続され、図５で示された記憶部１５４、取得部１５６及びシミュレーション部１５７を備えることとなる。そして、部品実装機に備えられた記憶部１５４には、部品ライブラリ１５４ａ、認識種別データ１５４ｂ、実装点データ１５４ｃ及び実装条件データ１５４ｄが記憶されることとなる。また、部品実装機が備える登録部１５５は、ネットワークを介して、部品実装時間シミュレーション装置に備えられた記憶部１５４に記憶された部品ライブラリ１５４ａに部品認識時間を登録することとなる。

本発明は、基板に部品を実装することにより実装基板を生産する部品実装機の実装時間をシミュレーションする部品実装機等として、特に、吸着ノズルに吸着された部品の認識に要する時間のシミュレーションの精度を向上させることができる部品実装機等として、例えば、各部品実装機の上位に位置する生産ライン監視用コンピュータや各部品実装機内に実装されるコンピュータ等として、利用することができる。

本発明の実施の形態に係る部品実装機の構成を示す外観図である。 部品実装機内部の主要な機械的構成を示す平面図である。 部品認識カメラによる部品の認識について説明するための図である。 （ａ）、（ｂ）及び（ｃ）は、代表的な異形部品の一例を示す図である。 部品実装機の機能構成を示すブロック図である。 部品ライブラリの一例を示す図である。 認識種別データの一例を示す図である。 実装点データの一例を示す図である。 実装条件データの一例を示す図である。 部品実装時間のシミュレーションに関わる処理手順を示したフローチャートである。 （ａ）及び（ｂ）は、部品実装時間のシミュレーションの精度が向上する一例を示す図である。 （ａ）及び（ｂ）は、部品実装時間のシミュレーション結果が部品実装条件の最適化に及ぼす影響を説明するための図である。 認識時間の登録に関わる処理手順を示したフローチャートである。 認識時間の登録に関わる画面の一例を示す図である。

符号の説明

２０ 基板
１００ 部品実装機
１０５ 操作パネル
１１０ａ、１１０ｂ 実装ユニット
１１２ ヘッド
１１４ 部品カセット
１１５ 部品供給部
１１６ 部品認識カメラ
１２２ａ、１２２ｂ 基板搬送レール
１４０ ノズル
１５０ 機構部
１５１ 制御部
１５２ 表示部
１５３ 入力部
１５４ 記憶部
１５４ａ 部品ライブラリ
１５４ｂ 認識種別データ
１５４ｃ 実装点データ
１５４ｄ 実装条件データ
１５５ 登録部
１５６ 取得部
１５７ シミュレーション部
１５８ 通信部

Claims (1)

1. 吸着ノズルに吸着された部品を認識する認識手段を備える部品実装機によって基板に部品を実装する際の実装時間をシミュレーションする部品実装時間シミュレーション方法であって、
   記憶手段に記憶された部品種ごとに、部品の認識に要すると予想される時間である第１の予想認識時間が示された第１の情報テーブルを参照することで、所定の部品種に対応する前記第１の予想認識時間を取得する取得ステップと、
   前記取得ステップで取得した前記第１の予想認識時間を利用して前記実装時間をシミュレーションするシミュレーションステップと、
   前記部品実装機において部品認識時間を部品種ごとに実測し、実測された時間を前記第１の予想認識時間として前記第１の情報テーブルに登録する登録ステップとを含み、
   前記第１の情報テーブルには、さらに、部品種ごとに、部品吸着状態の位置ずれを認識するためのアルゴリズムの種別を識別する認識種別番号が示され、
   前記取得ステップでは、前記部品種に対応する前記第１の予想認識時間が取得できない場合に、前記認識種別番号を取得し、前記記憶手段に格納された前記認識種別番号ごとに第２の予想認識時間が示された第２の情報テーブルを参照することで、前記認識種別番号に対応する前記第２の予想認識時間を取得する
   ことを特徴とする部品実装時間シミュレーション方法。

Images