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 |