JPH04315907A - 半田の形状検査方法 - Google Patents
半田の形状検査方法Info
- Publication number
- JPH04315907A JPH04315907A JP3082277A JP8227791A JPH04315907A JP H04315907 A JPH04315907 A JP H04315907A JP 3082277 A JP3082277 A JP 3082277A JP 8227791 A JP8227791 A JP 8227791A JP H04315907 A JPH04315907 A JP H04315907A
- Authority
- JP
- Japan
- Prior art keywords
- solder
- quality
- shape
- pass
- camera
- 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.)
- Granted
Links
- 229910000679 solder Inorganic materials 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims description 23
- 238000009736 wetting Methods 0.000 title abstract 2
- 238000007689 inspection Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 22
- 239000000758 substrate Substances 0.000 abstract description 8
- 230000005484 gravity Effects 0.000 abstract description 7
- 238000005476 soldering Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 14
- 230000002950 deficient Effects 0.000 description 9
- 101100371495 Colletotrichum gloeosporioides UBC1 gene Proteins 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 101000582320 Homo sapiens Neurogenic differentiation factor 6 Proteins 0.000 description 1
- 101000644689 Homo sapiens Ubiquitin-conjugating enzyme E2 K Proteins 0.000 description 1
- 102100030589 Neurogenic differentiation factor 6 Human genes 0.000 description 1
- 102100020696 Ubiquitin-conjugating enzyme E2 K Human genes 0.000 description 1
- 239000011889 copper foil Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95684—Patterns showing highly reflecting parts, e.g. metallic elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Electric Connection Of Electric Components To Printed Circuits (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【0001】
【産業上の利用分野】本発明は半田の形状検査方法に係
り、カメラで半田を観察して、予め設定された良否判定
基準に基いて半田形状の良否を判定し、このカメラによ
り良否判定できなかった半田については、更に精密検査
手段により半田形状の良否を判定し、この判定結果によ
り、良否判定基準を修正するようにしたものである。
り、カメラで半田を観察して、予め設定された良否判定
基準に基いて半田形状の良否を判定し、このカメラによ
り良否判定できなかった半田については、更に精密検査
手段により半田形状の良否を判定し、この判定結果によ
り、良否判定基準を修正するようにしたものである。
【0002】
【従来の技術】QFP,SOP,コンデンサチップ,抵
抗チップなどの電子部品は、半田により基板に接着され
た後、半田形状の良否を判定する検査が行われる。
抗チップなどの電子部品は、半田により基板に接着され
た後、半田形状の良否を判定する検査が行われる。
【0003】このような半田形状の検査は、一般に、カ
メラにより半田を観察し、カメラに取り込まれた半田画
像の輝度の分布状態から、暗い部分や明るい部分の面積
,幅,長さ等の良否判定要素を算出し、次いでこれらの
算出値を、予め設定された良否判定基準と比較して、半
田形状の良否を判定していた。
メラにより半田を観察し、カメラに取り込まれた半田画
像の輝度の分布状態から、暗い部分や明るい部分の面積
,幅,長さ等の良否判定要素を算出し、次いでこれらの
算出値を、予め設定された良否判定基準と比較して、半
田形状の良否を判定していた。
【0004】
【発明が解決しようとする課題】半田の形状は様々であ
り、このため上記従来方法によっては、簡単に良否を判
定出来ないグレーゾーンの半田がある。このような半田
には、更に精密検査を行い、慎重に良否を判定すること
が望ましい。
り、このため上記従来方法によっては、簡単に良否を判
定出来ないグレーゾーンの半田がある。このような半田
には、更に精密検査を行い、慎重に良否を判定すること
が望ましい。
【0005】ところが従来方法は、上記良否判定基準に
基いて、すべての半田の良否判定を行っていたため、グ
レーゾーンの半田は、良否を誤判定される場合が多かっ
た。
基いて、すべての半田の良否判定を行っていたため、グ
レーゾーンの半田は、良否を誤判定される場合が多かっ
た。
【0006】また半田形状の良否判定は、上記従来手段
のように、個別の良否判定要素毎に行わずに、複数の良
否判定要素に基いて、総合的に判定する方が合理的であ
る。何故なら、例えば幅は不良でも、面積や長さは良で
ある場合、全体としては、半田形状は十分に良と判定で
きる場合も多いからである。
のように、個別の良否判定要素毎に行わずに、複数の良
否判定要素に基いて、総合的に判定する方が合理的であ
る。何故なら、例えば幅は不良でも、面積や長さは良で
ある場合、全体としては、半田形状は十分に良と判定で
きる場合も多いからである。
【0007】ところが上記従来手段は、面積,幅,長さ
等の良否判定要素に関して、個別に独立してそれぞれ良
否判定を行い、何れか1つでも不良のものがあれば、半
田形状は不良と判定していたため、判定精度が悪く、良
品を不良品と誤判定しやすい問題があった。
等の良否判定要素に関して、個別に独立してそれぞれ良
否判定を行い、何れか1つでも不良のものがあれば、半
田形状は不良と判定していたため、判定精度が悪く、良
品を不良品と誤判定しやすい問題があった。
【0008】そこで本発明は、グレーゾーンの半田の良
否判定を良好に行える方法を提供することを第1の目的
とする。また半田形状の良否を総合的に判定する方法を
提供することを第2の目的とする。
否判定を良好に行える方法を提供することを第1の目的
とする。また半田形状の良否を総合的に判定する方法を
提供することを第2の目的とする。
【0009】
【課題を解決するための手段】本発明は、(1)カメラ
により基板に電子部品を接着する半田を観察し、この半
田の画像から複数の良否判定要素を抽出する工程と、(
2)これらの良否判定要素を演算手段により演算する工
程と、(3)上記(2)の工程で演算された演算結果を
、予め設定された良否判定基準と比較して、半田形状の
良否を判定する工程と、(4)上記(3)の工程で良否
が判定できなかったグレーゾーンの半田について、精密
検査手段により良否を判定する工程と、(5)上記(4
)の工程における良否判定結果に基づき、グレーゾーン
の半田が良又は不良となるように、上記演算手段の演算
方法を修正する工程とから半田の形状検査方法を構成し
ている。
により基板に電子部品を接着する半田を観察し、この半
田の画像から複数の良否判定要素を抽出する工程と、(
2)これらの良否判定要素を演算手段により演算する工
程と、(3)上記(2)の工程で演算された演算結果を
、予め設定された良否判定基準と比較して、半田形状の
良否を判定する工程と、(4)上記(3)の工程で良否
が判定できなかったグレーゾーンの半田について、精密
検査手段により良否を判定する工程と、(5)上記(4
)の工程における良否判定結果に基づき、グレーゾーン
の半田が良又は不良となるように、上記演算手段の演算
方法を修正する工程とから半田の形状検査方法を構成し
ている。
【0010】
【作用】上記構成において、カメラに取り込まれた画像
から複数の良否判定要素を抽出する。次いでこれらの良
否判定要素を、ファジイ推論やニューラルネットワーク
システムなどの演算手段により演算し、その演算結果を
、予め設定された良否判定基準を比較して、半田形状の
良否を判定する。
から複数の良否判定要素を抽出する。次いでこれらの良
否判定要素を、ファジイ推論やニューラルネットワーク
システムなどの演算手段により演算し、その演算結果を
、予め設定された良否判定基準を比較して、半田形状の
良否を判定する。
【0011】この良否判定において、良否が判定できな
かったグレーゾーンの半田については、精密検査を行っ
て、良否を判定する。そしてこの良否判定結果に基いて
、上記演算手段による演算方法を修正していくことによ
り、上記カメラによる良否判定精度を次第に向上させる
。
かったグレーゾーンの半田については、精密検査を行っ
て、良否を判定する。そしてこの良否判定結果に基いて
、上記演算手段による演算方法を修正していくことによ
り、上記カメラによる良否判定精度を次第に向上させる
。
【0012】
【実施例】次に、図面を参照しながら本発明の実施例を
説明する。
説明する。
【0013】図1は、半田の形状検査装置を示すもので
ある。1は基板であり、電子部品2(2a,2b,2c
・・・)が搭載されている。電子部品2aはリード3を
有している。このリード3は半田4により基板1に接着
されている。電子部品2bはコンデンサチップ、電子部
品2c,2dは抵抗チップである。これらのチップ2b
〜2dも、半田4により基板1に接着されている。5は
基板1に銅箔などにより形成された回路パターンである
。
ある。1は基板であり、電子部品2(2a,2b,2c
・・・)が搭載されている。電子部品2aはリード3を
有している。このリード3は半田4により基板1に接着
されている。電子部品2bはコンデンサチップ、電子部
品2c,2dは抵抗チップである。これらのチップ2b
〜2dも、半田4により基板1に接着されている。5は
基板1に銅箔などにより形成された回路パターンである
。
【0014】6はカメラであり、電子部品2を観察する
。カメラ6としては、一般に、CCDカメラが多用され
る。7は光源であり、上方から電子部品2に光を照射す
る。17は基板1の上方に設けられたレーザ装置、18
は受光部である。
。カメラ6としては、一般に、CCDカメラが多用され
る。7は光源であり、上方から電子部品2に光を照射す
る。17は基板1の上方に設けられたレーザ装置、18
は受光部である。
【0015】図4に示すように、この受光部18は、P
SDのような位置検出素子18aと、集光素子18bを
備えている。位置検出素子18aは、レーザ装置17か
ら照射されて、半田4に反射されたレーザ光を受光し、
レーザ光の入射位置から、半田4の高さ情報を得るもの
である。レーザ装置17は、ミラー19が内蔵されてお
り、ミラー19の角度を制御することにより、レーザ光
をスキャンニングさせる。レーザ装置17と受光部18
は、精密検査手段を構成している。精密検査手段として
は、X線測定器、赤外線測定器、接触式3次元測定器な
ども適用できる。この精密検査手段の使用方法について
は、後に詳述する。
SDのような位置検出素子18aと、集光素子18bを
備えている。位置検出素子18aは、レーザ装置17か
ら照射されて、半田4に反射されたレーザ光を受光し、
レーザ光の入射位置から、半田4の高さ情報を得るもの
である。レーザ装置17は、ミラー19が内蔵されてお
り、ミラー19の角度を制御することにより、レーザ光
をスキャンニングさせる。レーザ装置17と受光部18
は、精密検査手段を構成している。精密検査手段として
は、X線測定器、赤外線測定器、接触式3次元測定器な
ども適用できる。この精密検査手段の使用方法について
は、後に詳述する。
【0016】図1において、8はカメラ6や受光部18
に接続されたコンピュータである。このコンピュータ8
は、カメラ6に取り込まれた画像や受光部18で得られ
た高さ情報に基いて、半田形状の良否を判定する。
に接続されたコンピュータである。このコンピュータ8
は、カメラ6に取り込まれた画像や受光部18で得られ
た高さ情報に基いて、半田形状の良否を判定する。
【0017】図2及び図3は、光源7から照射されて、
半田4に入射する光を示している。また図5はカメラ6
により観察される半田4の平面図である。半田4の表面
は緩やかな曲面であって、しかも光沢のある鏡面である
。したがって、急勾配の斜面に入射した光aは、側方へ
反射されてカメラ6には入射しないので、暗く観察され
る。図5において、影線の部分4aは、暗く観察される
部分である。
半田4に入射する光を示している。また図5はカメラ6
により観察される半田4の平面図である。半田4の表面
は緩やかな曲面であって、しかも光沢のある鏡面である
。したがって、急勾配の斜面に入射した光aは、側方へ
反射されてカメラ6には入射しないので、暗く観察され
る。図5において、影線の部分4aは、暗く観察される
部分である。
【0018】また緩勾配の斜面に入射した光bは、垂直
若しくはほぼ垂直に反射されて、カメラ6に入射するの
で、明るく観察される。図5において、白い部分4bは
、明るく観察される部分である。Aはカメラ6の検査エ
リアである。検査エリアAは、上記両部分4a,4bの
境界部分、すなわち暗い部分4aと明るい部分4bが同
時にカメラ6に取り込める部分に設定している。
若しくはほぼ垂直に反射されて、カメラ6に入射するの
で、明るく観察される。図5において、白い部分4bは
、明るく観察される部分である。Aはカメラ6の検査エ
リアである。検査エリアAは、上記両部分4a,4bの
境界部分、すなわち暗い部分4aと明るい部分4bが同
時にカメラ6に取り込める部分に設定している。
【0019】図6は、検査システムのプロセス図である
。基板1がカメラ6の下方に搬送されてくると、リード
3の先端部に検査エリアAを設定し、画像Bを取り込む
(TABLE1)。次いでこの画像Bから、良否判定要
素EO,WO,HOを算出し、ファジイ推論により、半
田4の良否の判定を行う(TABLE2)。この良否判
定は、合算図形Σaの重心Gの位置から判定する(TA
BLE4)。
。基板1がカメラ6の下方に搬送されてくると、リード
3の先端部に検査エリアAを設定し、画像Bを取り込む
(TABLE1)。次いでこの画像Bから、良否判定要
素EO,WO,HOを算出し、ファジイ推論により、半
田4の良否の判定を行う(TABLE2)。この良否判
定は、合算図形Σaの重心Gの位置から判定する(TA
BLE4)。
【0020】TABLE5において、G>HT(Hig
h THRESHOLD)ならば、半田は良品(OK
)と判定される。G<LT(Low THRESHO
LD)ならば、半田は不良品(NG)と判定される。ま
たLT≦G≦HTならば、良否判定ができないグレーゾ
ーン(gray zone)であって、レーザ装置1
7により精密検査を行って、良否を判定する(TABL
E6)。
h THRESHOLD)ならば、半田は良品(OK
)と判定される。G<LT(Low THRESHO
LD)ならば、半田は不良品(NG)と判定される。ま
たLT≦G≦HTならば、良否判定ができないグレーゾ
ーン(gray zone)であって、レーザ装置1
7により精密検査を行って、良否を判定する(TABL
E6)。
【0021】図7〜図9は、図6に示すファジイ推論に
より、半田形状の良否判定プロセスを示すものである。 図7〜図9は、接続線A−A,B−Bで連続している。 本発明は、複数の良否判定要素に基いて、総合的に半田
形状の良否判定を行うものであり、現在、このような総
合判定を可能とする演算手段としては、ファジイ推論と
ニューラルネットワークシステムが知られている。そこ
で本実施例では、ファジイ推論による良否判定プロセス
を説明する。
より、半田形状の良否判定プロセスを示すものである。 図7〜図9は、接続線A−A,B−Bで連続している。 本発明は、複数の良否判定要素に基いて、総合的に半田
形状の良否判定を行うものであり、現在、このような総
合判定を可能とする演算手段としては、ファジイ推論と
ニューラルネットワークシステムが知られている。そこ
で本実施例では、ファジイ推論による良否判定プロセス
を説明する。
【0022】図7において、画像(image)Bは、
上記検査エリアAの明暗の2値化画像である。この画像
Bから、ファジイ推論により、半田形状の良否を判定す
る。
上記検査エリアAの明暗の2値化画像である。この画像
Bから、ファジイ推論により、半田形状の良否を判定す
る。
【0023】画像Bに基いて画像Bの長さheight
max,幅widthmax,明るい部分の幅wi
dthを算出する。また画像Bの全面積すなわちhei
ght max×width maxをE,検査エ
リアAにおける明るい部分4bの面積をEWとする。な
お本実施例は、2値化画像の場合を説明するが、画像と
しては、多値化画像やカラー画像でもよい。
max,幅widthmax,明るい部分の幅wi
dthを算出する。また画像Bの全面積すなわちhei
ght max×width maxをE,検査エ
リアAにおける明るい部分4bの面積をEWとする。な
お本実施例は、2値化画像の場合を説明するが、画像と
しては、多値化画像やカラー画像でもよい。
【0024】上記画像Bに基いて、次の3つの式(1)
,(2),(3)で表わされる良否判定要素EO,WO
,HOを算出し、これらの良否判定要素に基いて、半田
形状の良否を判定する。
,(2),(3)で表わされる良否判定要素EO,WO
,HOを算出し、これらの良否判定要素に基いて、半田
形状の良否を判定する。
【0025】
【数1】
【0026】
【数2】
【0027】
【数3】
式(3)において、EWをwidthで除したものは明
るい部分の平均長さ、height maxは画像B
の長さであり、したがってHOは、画像Bの長さと平均
長さの比である。本発明者は、これらの良否判定要素E
O,WO,HOが、半田形状の良否判定にきわめて有用
であることを実験的に確認している。勿論、良否判定要
素はこれらに限定されない。
るい部分の平均長さ、height maxは画像B
の長さであり、したがってHOは、画像Bの長さと平均
長さの比である。本発明者は、これらの良否判定要素E
O,WO,HOが、半田形状の良否判定にきわめて有用
であることを実験的に確認している。勿論、良否判定要
素はこれらに限定されない。
【0028】良否判定を行うにあたり、次のようなルー
ル1〜10を設定する。このルール1〜10は、作業者
の良否判定の経験に基いて設定する。勿論、ルールの数
や内容は自由に決定できる。
ル1〜10を設定する。このルール1〜10は、作業者
の良否判定の経験に基いて設定する。勿論、ルールの数
や内容は自由に決定できる。
【0029】ルール
1.もしEOが小さくて、WOが中くらいで、HOが小
さいならば、良品の可能性は非常に高い。 2.もしEOが小さくて、WOが大きくて、HOが小さ
いならば、良品の可能性は非常に高い。 3.もしEOが中くらいで、WOが小さくて、HOが大
きいならば、良品の可能性は中。 4.もしEOが大きくて、WOが中くらいで、HOが小
さいならば、良品の可能性はやや低い。 5.もしEOが大きくて、WOが大きくて、HOが大き
いならば、良品の可能性は非常に低い。 6.もしEOが大きくて、WOが小さくて、HOが中く
らいならば、良品の可能性はやや高い。 7.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品の可能性は非常に低い。 8.もしEOが中くらいで、WOが中くらいで、HOが
小さいならば、良品の可能性は低い。 9.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品の可能性は非常に低い。 10.もしEOが小で、WOが大きくて、HOが中くら
いならば、良品の可能性はやや高い。
さいならば、良品の可能性は非常に高い。 2.もしEOが小さくて、WOが大きくて、HOが小さ
いならば、良品の可能性は非常に高い。 3.もしEOが中くらいで、WOが小さくて、HOが大
きいならば、良品の可能性は中。 4.もしEOが大きくて、WOが中くらいで、HOが小
さいならば、良品の可能性はやや低い。 5.もしEOが大きくて、WOが大きくて、HOが大き
いならば、良品の可能性は非常に低い。 6.もしEOが大きくて、WOが小さくて、HOが中く
らいならば、良品の可能性はやや高い。 7.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品の可能性は非常に低い。 8.もしEOが中くらいで、WOが中くらいで、HOが
小さいならば、良品の可能性は低い。 9.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品の可能性は非常に低い。 10.もしEOが小で、WOが大きくて、HOが中くら
いならば、良品の可能性はやや高い。
【0030】図8において、F1,F2,F3は、良否
判定要素EO,WO,HOのメンバーシップ関数図であ
る。画像BのEOは 0.3、WOは 0.7、HOは
0.41 である。なおF1,F2,F3において、
各々の図形が 0.3、0.7 、0.41を中心に少
々の広がりを有するのは、ノイズによる誤差の為である
。
判定要素EO,WO,HOのメンバーシップ関数図であ
る。画像BのEOは 0.3、WOは 0.7、HOは
0.41 である。なおF1,F2,F3において、
各々の図形が 0.3、0.7 、0.41を中心に少
々の広がりを有するのは、ノイズによる誤差の為である
。
【0031】F4,F5,F6はEO,WO,HOのメ
ンバーシップ関数図である。F4において、EOは、上
記ルールにしたがって小(S),中(M),大(L)の
3つに分類している。またF5において、WOは、小(
S),中(M),大(L)に分類している。またF6に
おいて、HOは、小(S),中(M),大(L)に分類
している。
ンバーシップ関数図である。F4において、EOは、上
記ルールにしたがって小(S),中(M),大(L)の
3つに分類している。またF5において、WOは、小(
S),中(M),大(L)に分類している。またF6に
おいて、HOは、小(S),中(M),大(L)に分類
している。
【0032】図9において、F7,F8,F9は、それ
ぞれF1とF4,F2とF5,F3とF6を重ね合わせ
たメンバーシップ関数図である。ここでは、上記ルール
1の場合を説明する。したがってF7,F8,F9にお
いて実線で示す図形は、ルール1にしたがって、EOは
S,WOはM,HOがSの場合の図形を描いている。
ぞれF1とF4,F2とF5,F3とF6を重ね合わせ
たメンバーシップ関数図である。ここでは、上記ルール
1の場合を説明する。したがってF7,F8,F9にお
いて実線で示す図形は、ルール1にしたがって、EOは
S,WOはM,HOがSの場合の図形を描いている。
【0033】各図において、それぞれの図形同士の交点
の度数P1( 1.0),Q1(0.55),R1(0
.92)を求める。F10は、良品度Uのメンバーシッ
プ関数図であり、U1(良品の可能性は非常に高い)か
ら、U7(良品の可能性は非常に低い)まで、7ランク
(U1〜U7)の図形が描かれている。上記ルール1〜
10は、次の論理式で表される(図6TABLE3も参
照)。
の度数P1( 1.0),Q1(0.55),R1(0
.92)を求める。F10は、良品度Uのメンバーシッ
プ関数図であり、U1(良品の可能性は非常に高い)か
ら、U7(良品の可能性は非常に低い)まで、7ランク
(U1〜U7)の図形が描かれている。上記ルール1〜
10は、次の論理式で表される(図6TABLE3も参
照)。
【0034】RULE:if(EO,WO,HO)is
(P,Q,R)thenUそこで、上記3つの度数P1
,Q1,R1のうち、安全率の観点から、最も度数の小
さい数値Q1(0.55)を抽出し、影線で示す0.5
5以下の部分の図形a1を求める。図10のa1は、F
10の図形a1を転写したものである。
(P,Q,R)thenUそこで、上記3つの度数P1
,Q1,R1のうち、安全率の観点から、最も度数の小
さい数値Q1(0.55)を抽出し、影線で示す0.5
5以下の部分の図形a1を求める。図10のa1は、F
10の図形a1を転写したものである。
【0035】次に、例えばルール10にしたがって、上
記と同様の演算を行う。この演算も、上記ルール1の場
合と同様であるので、以下、簡単に説明する。
記と同様の演算を行う。この演算も、上記ルール1の場
合と同様であるので、以下、簡単に説明する。
【0036】図9のF7,F8,F9において、鎖線は
、ルール10にしたがって、EOはS,WOはL,HO
はMの図形を示している。P10は 1.0,Q10は
0.45,R10は0.23である。そこで、安全率の
観点から、最も度数の小さい数値0.23を抽出する。 またF10において、ルール10にしたがって、U2(
良品の可能性はやや高い)の図形を採用し、0.23以
下の部分の図形a10を求める。
、ルール10にしたがって、EOはS,WOはL,HO
はMの図形を示している。P10は 1.0,Q10は
0.45,R10は0.23である。そこで、安全率の
観点から、最も度数の小さい数値0.23を抽出する。 またF10において、ルール10にしたがって、U2(
良品の可能性はやや高い)の図形を採用し、0.23以
下の部分の図形a10を求める。
【0037】次いでこの図形a10を図10に転写し、
更にa1とa10の合算図形a1+a10を求める。
更にa1とa10の合算図形a1+a10を求める。
【0038】以上、ルール1とルール10の場合を例に
とって説明したが、同様の手法により、他のルール2〜
9についても同様の演算を行い、合算図形を求めていく
。図10に示すΣa=a1+a2+・・・+a10の図
形は、ルール1〜10にしたがって得られた全図形の最
終合算図形である。
とって説明したが、同様の手法により、他のルール2〜
9についても同様の演算を行い、合算図形を求めていく
。図10に示すΣa=a1+a2+・・・+a10の図
形は、ルール1〜10にしたがって得られた全図形の最
終合算図形である。
【0039】図10において、Gは、最終合算図形の重
心である(図6TABLE4も参照)。この重心Gの位
置から、半田形状の良否を判定する。図10には、“O
K”,“gray zone”,“NG”の判定スケ
ールを記載している。55%(HT:HIGH TH
RESHOLD)以上が良、40%〜55%がグレーゾ
ーン、40%(LT:LOW THRESHOLD)
以下が不良である。
心である(図6TABLE4も参照)。この重心Gの位
置から、半田形状の良否を判定する。図10には、“O
K”,“gray zone”,“NG”の判定スケ
ールを記載している。55%(HT:HIGH TH
RESHOLD)以上が良、40%〜55%がグレーゾ
ーン、40%(LT:LOW THRESHOLD)
以下が不良である。
【0040】この判定スケールは、経験的に求められる
。勿論、この判定スケールは、要求される精度によって
異るものである。G>HTであればOKと判定される。 G<LGであれば、NGと判定される。またLT≦G≦
HTであって、Gがグレーゾーンにあれば、レーザ装置
17により精密検査を行って、良否判定がなされる(図
6TABLE5及びTABLE6参照)。
。勿論、この判定スケールは、要求される精度によって
異るものである。G>HTであればOKと判定される。 G<LGであれば、NGと判定される。またLT≦G≦
HTであって、Gがグレーゾーンにあれば、レーザ装置
17により精密検査を行って、良否判定がなされる(図
6TABLE5及びTABLE6参照)。
【0041】本実施例では、重心Gは51%であって、
グレーゾーンにある。したがって精密検査手段により、
精密検査を行って、良否判定がなされる。このように本
方法によれば、複数の良否判定要素EO,WO,HOに
基いて、半田形状の良否を総合判定することができる。
グレーゾーンにある。したがって精密検査手段により、
精密検査を行って、良否判定がなされる。このように本
方法によれば、複数の良否判定要素EO,WO,HOに
基いて、半田形状の良否を総合判定することができる。
【0042】図11は、上記良否判定プロセスの電気回
路のブロック図である。TABLEaは、ルール1〜1
0における良否判定要素EO,WO,HOと、回答Uを
示している。CHIP1〜CHIP10は、RULE1
〜RULE10の演算回路である。MinAは、TAB
LEaから入力された3つの度数P,Q,Rのうち、最
も小さい度数を選択する。MinBは、MinAで選択
された度数と、度数Uから、図9のF10に示す図形を
算出する。UnitAは、図10に示した最終合算図形
を演算する。UnitBは、この図形の重心Gを演算す
る。
路のブロック図である。TABLEaは、ルール1〜1
0における良否判定要素EO,WO,HOと、回答Uを
示している。CHIP1〜CHIP10は、RULE1
〜RULE10の演算回路である。MinAは、TAB
LEaから入力された3つの度数P,Q,Rのうち、最
も小さい度数を選択する。MinBは、MinAで選択
された度数と、度数Uから、図9のF10に示す図形を
算出する。UnitAは、図10に示した最終合算図形
を演算する。UnitBは、この図形の重心Gを演算す
る。
【0043】本実施例では、height max、
width、width max等の要素から、良否
判定要素EO,WO,HOを決定しているが、例えば明
るい部分の広がり角度θ(図7image B参照)等
の他の要素やカラー情報を採用しても良いものであり、
どのような要素を採用するかは、検査対象物である半田
の種類等により自由に決定できる。
width、width max等の要素から、良否
判定要素EO,WO,HOを決定しているが、例えば明
るい部分の広がり角度θ(図7image B参照)等
の他の要素やカラー情報を採用しても良いものであり、
どのような要素を採用するかは、検査対象物である半田
の種類等により自由に決定できる。
【0044】また単一の良否判定要素について、次のよ
うな大ルールを設定してもよい。 大ルール 1.もしEOが小さいならば、良品の可能性はやや高い
。 2.もしEOが中くらいならば、良品の可能性は中くら
い。 3.もしEOが大ならば、良品の可能性はやや低い。 4.もしHOが小さいならば、良品の可能性は高い。
うな大ルールを設定してもよい。 大ルール 1.もしEOが小さいならば、良品の可能性はやや高い
。 2.もしEOが中くらいならば、良品の可能性は中くら
い。 3.もしEOが大ならば、良品の可能性はやや低い。 4.もしHOが小さいならば、良品の可能性は高い。
【0045】
・
・
・
上記大ルール1に基いて演算する場合は、CHIP1,
CHIP2にはEOに関するPのみが入力され、WOに
関するQと、HOに関するRは入力されず、これらは計
算上無視される。また同様に、上記大ルール4に基いて
演算する場合は、HOに関するRのみがCHIP1,C
HIP2に入力され、EOに関するPと、WOに関する
Qは入力されず、これらは計算上無視される。この大ル
ール1,2・・・のみでは、半田形状の良否を正しく判
定することはできない。したがって上記ルール1〜10
と、この大ルール1,2・・・を組み合わせて、半田形
状の良否を判定することが望ましい。
CHIP2にはEOに関するPのみが入力され、WOに
関するQと、HOに関するRは入力されず、これらは計
算上無視される。また同様に、上記大ルール4に基いて
演算する場合は、HOに関するRのみがCHIP1,C
HIP2に入力され、EOに関するPと、WOに関する
Qは入力されず、これらは計算上無視される。この大ル
ール1,2・・・のみでは、半田形状の良否を正しく判
定することはできない。したがって上記ルール1〜10
と、この大ルール1,2・・・を組み合わせて、半田形
状の良否を判定することが望ましい。
【0046】次に、LT≦G≦HTで、良否判定ができ
なかったグレーゾーンの半田について、精密検査手段に
より良否判定を行う方法を説明する。
なかったグレーゾーンの半田について、精密検査手段に
より良否判定を行う方法を説明する。
【0047】図12(a)〜(c)は、レーザ装置17
により計測した半田4の状態を示す図である。この場合
、基板1の上面を基準面GNDとして設定し、半田4の
高さHxを計測する。半田過剰、半田少は、リード3の
厚さHtとの比較により判断される。例えば、図12(
a)のようにリード3の厚さHtの 1.5倍を上限高
さH1として設定し、半田4の高さHxがそれ以上の場
合は、半田過剰であって外観は不良と判断される。また
図12(b)のように厚さHtの例えば 0.5倍を下
限高さH2とし、高さHxがそれ以下の場合は、半田少
であって不良と判断される。またその中間は良と判断さ
れる。
により計測した半田4の状態を示す図である。この場合
、基板1の上面を基準面GNDとして設定し、半田4の
高さHxを計測する。半田過剰、半田少は、リード3の
厚さHtとの比較により判断される。例えば、図12(
a)のようにリード3の厚さHtの 1.5倍を上限高
さH1として設定し、半田4の高さHxがそれ以上の場
合は、半田過剰であって外観は不良と判断される。また
図12(b)のように厚さHtの例えば 0.5倍を下
限高さH2とし、高さHxがそれ以下の場合は、半田少
であって不良と判断される。またその中間は良と判断さ
れる。
【0048】また図12(c)のようにフィレット角度
θf(例えば20°)を設定し、計測された角度θxが
それ以下の場合は、半田4は薄すぎるものであって不良
と判断される。あるいは、時間的余裕があるならば、レ
ーザ光をXY方向に繰り返しスキャンニングさせて、半
田4の立体形状を精密に計測してもよい。
θf(例えば20°)を設定し、計測された角度θxが
それ以下の場合は、半田4は薄すぎるものであって不良
と判断される。あるいは、時間的余裕があるならば、レ
ーザ光をXY方向に繰り返しスキャンニングさせて、半
田4の立体形状を精密に計測してもよい。
【0049】レーザ装置17による精密な計測は、長時
間を要する欠点があるが、精密な高さ情報が得られるの
で、半田4の立体形状を計測し、正確な良否判断ができ
る長所がある。したがって図12(a)〜(c)図12
を参照しながら説明したデータを、良否判定精密データ
としてコンピュータ8に登録する。図12(a)〜(c
)は、良否判定精密データを例示的に示したものである
。
間を要する欠点があるが、精密な高さ情報が得られるの
で、半田4の立体形状を計測し、正確な良否判断ができ
る長所がある。したがって図12(a)〜(c)図12
を参照しながら説明したデータを、良否判定精密データ
としてコンピュータ8に登録する。図12(a)〜(c
)は、良否判定精密データを例示的に示したものである
。
【0050】ファジイ推論によって、良否が判定できな
かったグレーゾーンの半田については、レーザ装置17
により半田の形状を精密に計測して、良否を判定する(
図6TABLE6)。そして、若しOKであったならば
、G>HTとなるように、メンバーシップ関数を修正す
る。また若しNGであったならば、G<LTとなるよう
に、メンバーシップ関数を修正する(図6TABLE7
)。この修正の具体的方法としては、例えば図6におけ
るTABLE7や、図9におけるF10の図形の位置や
形状を変更する。このように、レーザ装置17による良
否判定結果に基づき、グレーゾーンの半田がOKまたは
NGとなるように、演算手段による演算方法を修正すれ
ば、それ以後、同様のグレーゾーンの半田があらわれた
場合には、レーザ装置17による精密検査を行うことな
く、ファジイ推論のみで、直ちに良否の判定ができる。
かったグレーゾーンの半田については、レーザ装置17
により半田の形状を精密に計測して、良否を判定する(
図6TABLE6)。そして、若しOKであったならば
、G>HTとなるように、メンバーシップ関数を修正す
る。また若しNGであったならば、G<LTとなるよう
に、メンバーシップ関数を修正する(図6TABLE7
)。この修正の具体的方法としては、例えば図6におけ
るTABLE7や、図9におけるF10の図形の位置や
形状を変更する。このように、レーザ装置17による良
否判定結果に基づき、グレーゾーンの半田がOKまたは
NGとなるように、演算手段による演算方法を修正すれ
ば、それ以後、同様のグレーゾーンの半田があらわれた
場合には、レーザ装置17による精密検査を行うことな
く、ファジイ推論のみで、直ちに良否の判定ができる。
【0051】
【発明の効果】以上説明したように本発明によれば、半
田形状の良否を総合的に判定できる。また精密検査手段
により、グレーゾーンの良否判定を行って、その結果に
より、演算手段による演算方法を修正していくことによ
り、カメラによる良否判定精度を次第に向上させること
ができる。
田形状の良否を総合的に判定できる。また精密検査手段
により、グレーゾーンの良否判定を行って、その結果に
より、演算手段による演算方法を修正していくことによ
り、カメラによる良否判定精度を次第に向上させること
ができる。
【図1】本発明に係る検査装置の斜視図
【図2】本発明
に係る半田の斜視図
に係る半田の斜視図
【図3】本発明に係る半田の側面図
【図4】本発明に係るレーザ装置の側面図
【図5】本発
明に係る半田の平面図
明に係る半田の平面図
【図6】本発明に係る検査システムのプロセス図
【図7
】本発明に係るファジイ推論による良否判定のプロセス
図
】本発明に係るファジイ推論による良否判定のプロセス
図
【図8】本発明に係るファジイ推論による良否判定のプ
ロセス図
ロセス図
【図9】本発明に係るファジイ推論による良否判定のプ
ロセス図
ロセス図
【図10】本発明に係る重心図
【図11】本発明に係る電気回路のブロック図
【図12
】(a)は本発明に係るレーザ装置により計測した半田
の状態を示す図 (b)は本発明に係るレーザ装置により計測した半田の
状態を示す図 (c)は本発明に係るレーザ装置により計測した半田の
状態を示す図
】(a)は本発明に係るレーザ装置により計測した半田
の状態を示す図 (b)は本発明に係るレーザ装置により計測した半田の
状態を示す図 (c)は本発明に係るレーザ装置により計測した半田の
状態を示す図
1 基板
2 電子部品
4 半田
6 カメラ
17 レーザ装置
Claims (2)
- 【請求項1】(1)カメラにより基板に電子部品を接着
する半田を観察し、この半田の画像から複数の良否判定
要素を抽出する工程と、(2)これらの良否判定要素を
演算手段により演算する工程と、(3)上記(2)の工
程で演算された演算結果を、予め設定された良否判定基
準と比較して、半田形状の良否を判定する工程と、(4
)上記(3)の工程で良否が判定できなかったグレーゾ
ーンの半田について、精密検査手段により良否を判定す
る工程と、(5)上記(4)の工程における良否判定結
果に基づき、グレーゾーンの半田が良又は不良となるよ
うに、上記演算手段の演算方法を修正する工程と、から
成ることを特徴とする半田の形状検査方法。 - 【請求項2】電子部品の電極を基板に接着する半田の形
状検査方法であって、半田をカメラにより観察して、検
査エリアにおける輝度の分布を検出し、次いでこの輝度
の分布から複数の良否判定要素を算出して、これらの複
数の良否判定要素から、半田形状の良否を総合判定する
ようにしたことを特徴とする半田の形状検査方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3082277A JPH0833293B2 (ja) | 1991-04-15 | 1991-04-15 | 半田の形状検査方法 |
US07/867,643 US5293324A (en) | 1991-04-15 | 1992-04-13 | Method and apparatus for inspecting solder portions using fuzzy inference |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3082277A JPH0833293B2 (ja) | 1991-04-15 | 1991-04-15 | 半田の形状検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04315907A true JPH04315907A (ja) | 1992-11-06 |
JPH0833293B2 JPH0833293B2 (ja) | 1996-03-29 |
Family
ID=13770007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3082277A Expired - Fee Related JPH0833293B2 (ja) | 1991-04-15 | 1991-04-15 | 半田の形状検査方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US5293324A (ja) |
JP (1) | JPH0833293B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09509247A (ja) * | 1993-05-28 | 1997-09-16 | アクシオム・ビルトフェラルバイツンクスシステメ・ゲーエムベーハー | 自動検査装置 |
JP2015001404A (ja) * | 2013-06-13 | 2015-01-05 | 富士通株式会社 | 検査装置、検査方法および検査プログラム |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5598345A (en) * | 1990-11-29 | 1997-01-28 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for inspecting solder portions |
JP3189500B2 (ja) * | 1993-06-25 | 2001-07-16 | 松下電器産業株式会社 | 電子部品の外観検査装置および外観検査方法 |
US6047084A (en) * | 1997-11-18 | 2000-04-04 | Motorola, Inc. | Method for determining accuracy of a circuit assembly process and machine employing the same |
EP1581781B1 (en) * | 2003-01-09 | 2011-09-21 | Orbotech Ltd. | Method and apparatus for simultaneous 2-d and topographical inspection |
US7019826B2 (en) * | 2003-03-20 | 2006-03-28 | Agilent Technologies, Inc. | Optical inspection system, apparatus and method for reconstructing three-dimensional images for printed circuit board and electronics manufacturing inspection |
EP1763756A4 (en) * | 2004-05-21 | 2009-05-06 | Pressco Tech Inc | USER CONFIGURATION INTERFACE OF A GRAPHICAL REINSPECTION |
GB2417073A (en) * | 2004-08-13 | 2006-02-15 | Mv Res Ltd | A machine vision analysis system and method |
US7783100B2 (en) * | 2007-03-21 | 2010-08-24 | Topy America, Inc. | Method and apparatus for inspecting and analyzing welded structures |
KR101614061B1 (ko) * | 2012-03-29 | 2016-04-20 | 주식회사 고영테크놀러지 | 조인트 검사 장치 |
WO2015104799A1 (ja) * | 2014-01-08 | 2015-07-16 | ヤマハ発動機株式会社 | 外観検査装置および外観検査方法 |
JP7135523B2 (ja) * | 2018-07-17 | 2022-09-13 | 株式会社デンソー | 検査装置および検査方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0291505A (ja) * | 1988-09-29 | 1990-03-30 | Omron Tateisi Electron Co | 回路基板の半田面検査装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5130555A (en) * | 1988-11-28 | 1992-07-14 | Matsushita Electric Industrial Co., Ltd. | Tape crease inspecting method and apparatus having a stripe shaped pattern reflection plate |
US4988202A (en) * | 1989-06-28 | 1991-01-29 | Westinghouse Electric Corp. | Solder joint inspection system and method |
US5103105A (en) * | 1989-11-02 | 1992-04-07 | Matsushita Electric Industrial Co., Ltd. | Apparatus for inspecting solder portion of a circuit board |
JPH0810196B2 (ja) * | 1989-11-17 | 1996-01-31 | 松下電器産業株式会社 | はんだ外観検査装置 |
JP2691789B2 (ja) * | 1990-03-08 | 1997-12-17 | 三菱電機株式会社 | はんだ印刷検査装置 |
JP3072998B2 (ja) * | 1990-04-18 | 2000-08-07 | 株式会社日立製作所 | はんだ付け状態検査方法及びその装置 |
US5129009A (en) * | 1990-06-04 | 1992-07-07 | Motorola, Inc. | Method for automatic semiconductor wafer inspection |
-
1991
- 1991-04-15 JP JP3082277A patent/JPH0833293B2/ja not_active Expired - Fee Related
-
1992
- 1992-04-13 US US07/867,643 patent/US5293324A/en not_active Expired - Lifetime
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0291505A (ja) * | 1988-09-29 | 1990-03-30 | Omron Tateisi Electron Co | 回路基板の半田面検査装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09509247A (ja) * | 1993-05-28 | 1997-09-16 | アクシオム・ビルトフェラルバイツンクスシステメ・ゲーエムベーハー | 自動検査装置 |
JP2015001404A (ja) * | 2013-06-13 | 2015-01-05 | 富士通株式会社 | 検査装置、検査方法および検査プログラム |
Also Published As
Publication number | Publication date |
---|---|
US5293324A (en) | 1994-03-08 |
JPH0833293B2 (ja) | 1996-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5455870A (en) | Apparatus and method for inspection of high component density printed circuit board | |
KR100796113B1 (ko) | 범프 형상 계측 장치 및 그 방법 | |
JP2953736B2 (ja) | 半田の形状検査方法 | |
JPH04315907A (ja) | 半田の形状検査方法 | |
JPH0499950A (ja) | 半田付検査装置 | |
JPH0575062B2 (ja) | ||
EP2063259A1 (en) | Method for inspecting mounting status of electronic component | |
JP3890800B2 (ja) | 半田付け状態の検査方法 | |
JP2005140663A (ja) | 配線パターン検査装置及び方法 | |
US6437355B1 (en) | Apparatus for judging whether bump height is proper or not | |
JP3314406B2 (ja) | クリーム半田の高さ測定方法 | |
KR100251482B1 (ko) | Pcb기판 검사장치 및 검사방법 | |
JPH04359447A (ja) | 半導体装置のハンダ接合部検査装置 | |
JPH0886628A (ja) | 神経回路網による半導体チップリード半田外観検査法 | |
JPS6326510A (ja) | 実装部品検査装置 | |
JPH0666528A (ja) | 外観検査方法及び装置 | |
JPH05256619A (ja) | クリーム半田の塗布量の測定方法 | |
JPH0372204A (ja) | 半田付け部品の外観検査方法 | |
JPS62299705A (ja) | 実装部品検査装置 | |
JPS61293659A (ja) | 半田付け外観検査方法 | |
JPH0739997B2 (ja) | 半田付け部の外観検査方法 | |
JPH041512A (ja) | 半田部の外観検査方法 | |
JPH04295747A (ja) | 半田の形状検査方法 | |
JPH0429006A (ja) | 実装基板検査装置 | |
JPH0772094A (ja) | ハンダ付け検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |