JPH0833293B2 - 半田の形状検査方法 - Google Patents
半田の形状検査方法Info
- Publication number
- JPH0833293B2 JPH0833293B2 JP3082277A JP8227791A JPH0833293B2 JP H0833293 B2 JPH0833293 B2 JP H0833293B2 JP 3082277 A JP3082277 A JP 3082277A JP 8227791 A JP8227791 A JP 8227791A JP H0833293 B2 JPH0833293 B2 JP H0833293B2
- Authority
- JP
- Japan
- Prior art keywords
- solder
- quality
- pass
- width
- judgment
- 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.)
- Expired - Fee Related
Links
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
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、詳しくは、カメラに取り込まれた画像から複数の良
否判定要素を設定し、これらの良否判定要素に基づい
て、ファジイ推論により、半田形状の良否を総合的に判
定する半田の形状検査方法に関する。
り、詳しくは、カメラに取り込まれた画像から複数の良
否判定要素を設定し、これらの良否判定要素に基づい
て、ファジイ推論により、半田形状の良否を総合的に判
定する半田の形状検査方法に関する。
【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明暗画
像の輝度の分布から、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コンピュータにより計算
し、これらの計算値を、予め設定された良否判定値と比
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明暗画
像の輝度の分布から、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コンピュータにより計算
し、これらの計算値を、予め設定された良否判定値と比
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】半田形状の良否判定
は、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。ところが従来手段は、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。
は、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。ところが従来手段は、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。
【０００５】また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、容易に良否を判定出来ないグレ
ーゾーンの半田がある。このようなグレーゾーンの半田
は、更に精密検査を行い、慎重に良否を判定すべきであ
る。ところが従来方法は、予め設定された良否判定値に
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いと
いう問題点があった。
記従来方法によっては、容易に良否を判定出来ないグレ
ーゾーンの半田がある。このようなグレーゾーンの半田
は、更に精密検査を行い、慎重に良否を判定すべきであ
る。ところが従来方法は、予め設定された良否判定値に
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いと
いう問題点があった。
【０００６】そこで本発明は、複数の良否判定要素か
ら、半田形状の良否をファジイ推論に基づいて総合的に
判定できる方法を提供すること、更に詳しくは、グレー
ゾーンの半田の良否判定を的確に行える半田の形状検査
方法を提供することを目的とする。
ら、半田形状の良否をファジイ推論に基づいて総合的に
判定できる方法を提供すること、更に詳しくは、グレー
ゾーンの半田の良否判定を的確に行える半田の形状検査
方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】本発明は、 （１）複数の良否判定要素のメンバーシップ関数と、良
品度のメンバーシップ関数をコンピュータに登録するス
テップと、 （２）複数の良否判定要素を条件とし、半田の良品度を
回答とする良否判定ルールをコンピュータに登録するス
テップと、 （３）カメラにより電子部品を基板に接着する半田を観
察し、カメラに取り込まれた画像から、複数の良否判定
要素の値をコンピュータにより計算するステップと、 （４）上記（３）のステップで計算された良否判定要素
の値と、上記（１）のステップで登録された良否判定要
素のメンバーシップ関数から、各々の良否判定要素の度
数を求めるステップと、 （５）上記（１）のステップで登録された良品度のメン
バーシップ関数と、上記（４）のステップで求められた
度数から、単位図形を求めるステップと、 （６）すべての単位図形を合算して最終合算図形を求め
るステップと、 （７）最終合算図形の重心を計算するステップと、 （８）判定スケールにおけるこの重心の位置から半田形
状の良否を判定するステップとから成る半田の形状検査
方法であって、 前記複数の良否判定要素が、前記カメラ
の検査エリアの画像データを演算して求められる （イ）ＥＯ＝ＥＷ÷Ｅ（但し、ＥＷは半田フィレットの
面積、Ｅは画像の全面積） （ロ）ＷＯ＝width ÷width max （但し、width は半田
フィレットの幅、width max は画像の幅） （ハ）ＨＯ＝（ＥＷ÷width ）×（１／height max ）
（但し、height maxは画像の長さ、 の３つのうちの少
なくとも２つの良否判定要素を含み、また前記判定スケ
ールがＮＧゾーンと、グレーゾーンと、ＯＫゾーンを有
し、（８）のステップでグレ ーゾーンと判定された半田
については、カメラとは異なる別個の精密検査手段によ
り再検査して良否を判定するように している。また精密
検査手段による良否判定結果に基づいて、良否判定ルー
ルやメンバーシップ関数を修正するようにしている。ま
た精密検査手段を、レーザ照射装置と受光部から構成し
ている。
品度のメンバーシップ関数をコンピュータに登録するス
テップと、 （２）複数の良否判定要素を条件とし、半田の良品度を
回答とする良否判定ルールをコンピュータに登録するス
テップと、 （３）カメラにより電子部品を基板に接着する半田を観
察し、カメラに取り込まれた画像から、複数の良否判定
要素の値をコンピュータにより計算するステップと、 （４）上記（３）のステップで計算された良否判定要素
の値と、上記（１）のステップで登録された良否判定要
素のメンバーシップ関数から、各々の良否判定要素の度
数を求めるステップと、 （５）上記（１）のステップで登録された良品度のメン
バーシップ関数と、上記（４）のステップで求められた
度数から、単位図形を求めるステップと、 （６）すべての単位図形を合算して最終合算図形を求め
るステップと、 （７）最終合算図形の重心を計算するステップと、 （８）判定スケールにおけるこの重心の位置から半田形
状の良否を判定するステップとから成る半田の形状検査
方法であって、 前記複数の良否判定要素が、前記カメラ
の検査エリアの画像データを演算して求められる （イ）ＥＯ＝ＥＷ÷Ｅ（但し、ＥＷは半田フィレットの
面積、Ｅは画像の全面積） （ロ）ＷＯ＝width ÷width max （但し、width は半田
フィレットの幅、width max は画像の幅） （ハ）ＨＯ＝（ＥＷ÷width ）×（１／height max ）
（但し、height maxは画像の長さ、 の３つのうちの少
なくとも２つの良否判定要素を含み、また前記判定スケ
ールがＮＧゾーンと、グレーゾーンと、ＯＫゾーンを有
し、（８）のステップでグレ ーゾーンと判定された半田
については、カメラとは異なる別個の精密検査手段によ
り再検査して良否を判定するように している。また精密
検査手段による良否判定結果に基づいて、良否判定ルー
ルやメンバーシップ関数を修正するようにしている。ま
た精密検査手段を、レーザ照射装置と受光部から構成し
ている。
【０００８】
【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求め、これらの良否判定要素
に基づいて、半田形状の良否を総合的に判定する。
から複数の良否判定要素を求め、これらの良否判定要素
に基づいて、半田形状の良否を総合的に判定する。
【０００９】また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、精密検査手
段により精密検査を行って、良否を判定する。そしてこ
の良否判定結果に基いて、ファジイ推論による良否判定
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。
きなかったグレーゾーンの半田については、精密検査手
段により精密検査を行って、良否を判定する。そしてこ
の良否判定結果に基いて、ファジイ推論による良否判定
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。
【００１０】
【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。
【００１１】図１は、半田の形状検査装置を示すもので
ある。基板１には、電子部品２（２ａ，２ｂ，２ｃ・・
・）が搭載されている。電子部品２ａはＱＦＰであっ
て、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の回路パターン５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。
ある。基板１には、電子部品２（２ａ，２ｂ，２ｃ・・
・）が搭載されている。電子部品２ａはＱＦＰであっ
て、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の回路パターン５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。
【００１２】基板１の上方には、電子部品２を観察する
ＣＣＤカメラ６と光源７が設けられている。この光源７
から電子部品２に光を照射し、この電子部品２をカメラ
６で観察し、その画像データをコンピュータ８に入力す
る。また基板１の上方にはレーザ照射装置１７と受光部
１８が設けられている。
ＣＣＤカメラ６と光源７が設けられている。この光源７
から電子部品２に光を照射し、この電子部品２をカメラ
６で観察し、その画像データをコンピュータ８に入力す
る。また基板１の上方にはレーザ照射装置１７と受光部
１８が設けられている。
【００１３】図４に示すように、この受光部１８は、位
置検出素子（ＰＳＤ）１８ａと、集光素子１８ｂを備え
ている。位置検出素子１８ａは、レーザ照射装置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の高さを計測するもの
である。レーザ照射装置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。レーザ照射装置１７と受
光部１８は、ＣＣＤカメラ６よりも精密な計測が可能で
あって、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。
置検出素子（ＰＳＤ）１８ａと、集光素子１８ｂを備え
ている。位置検出素子１８ａは、レーザ照射装置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の高さを計測するもの
である。レーザ照射装置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。レーザ照射装置１７と受
光部１８は、ＣＣＤカメラ６よりも精密な計測が可能で
あって、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。
【００１４】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。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ＣＣＤカメラ６には入射しないので、暗く観察され
る。図５は、ＣＣＤカメラ６に観察された半田４の明暗
画像である。図中、影線の部分４ａは、ＣＣＤカメラ６
で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。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ＣＣＤカメラ６には入射しないので、暗く観察され
る。図５は、ＣＣＤカメラ６に観察された半田４の明暗
画像である。図中、影線の部分４ａは、ＣＣＤカメラ６
で暗く観察される部分である。
【００１５】また図２及び図３において、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、ＣＣＤカメラ６で明るく観
察される部分である。ＣＣＤカメラ６の検査エリア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が同時に取り込める部分に設定
している。緩勾配の斜面部、すなわち白く観察される明
るい部分ｂは、半田フィレットと呼ばれている。
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、ＣＣＤカメラ６で明るく観
察される部分である。ＣＣＤカメラ６の検査エリア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が同時に取り込める部分に設定
している。緩勾配の斜面部、すなわち白く観察される明
るい部分ｂは、半田フィレットと呼ばれている。
【００１６】図６は、検査システムのプロセス図であ
る。基板１上の電子部品２ａのリード３の先端部に検査
エリアＡ（図５参照）を設定し、ＣＣＤカメラ６に画像
（image)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を計算し、フ
ァジイ推論により、半田４の良否の判定を行う（ＴＡＢ
ＬＥ２）。この良否判定は、最終合算図形Σａの重心Ｇ
の位置から判定する（ＴＡＢＬＥ４）。Σａの求め方
は、後で、図７〜図１０を参照しながら説明する。
る。基板１上の電子部品２ａのリード３の先端部に検査
エリアＡ（図５参照）を設定し、ＣＣＤカメラ６に画像
（image)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を計算し、フ
ァジイ推論により、半田４の良否の判定を行う（ＴＡＢ
ＬＥ２）。この良否判定は、最終合算図形Σａの重心Ｇ
の位置から判定する（ＴＡＢＬＥ４）。Σａの求め方
は、後で、図７〜図１０を参照しながら説明する。
【００１７】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 ＴＨＲＥＳＨＯＬ
Ｄ）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）である。グレーゾーンの半田
は、レーザ照射装置１７により精密検査を行って、良否
を判定する（ＴＡＢＬＥ６）。
ｈ ＴＨＲＥＳＨＯＬＤ）ならば、半田は良品（ＯＫ）
と判定される。Ｇ＜ＬＴ（Ｌｏｗ ＴＨＲＥＳＨＯＬ
Ｄ）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）である。グレーゾーンの半田
は、レーザ照射装置１７により精密検査を行って、良否
を判定する（ＴＡＢＬＥ６）。
【００１８】図７〜図９は、図６に示すファジイ推論に
より、半田形状の良否を判定する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。図７において、画像（image）Ｂは、図５に示す
検査エリアＡの明暗の２値化画像である。画像Ｂの長さ
ｈｅｉｇｈｔ ｍａｘ，幅ｗｉｄｔｈ ｍａｘ，明るい
部分（上述のように、半田フィレットと呼ばれる部分）
４ｂの幅ｗｉｄｔｈを基礎要素として計算する。また画
像Ｂの全面積すなわちｈｅｉｇｈｔ ｍａｘ×ｗｉｄｔ
ｈ ｍａｘをＥ，検査エリアＡにおける明るい部分（半
田フィレットの部分）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。
より、半田形状の良否を判定する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。図７において、画像（image）Ｂは、図５に示す
検査エリアＡの明暗の２値化画像である。画像Ｂの長さ
ｈｅｉｇｈｔ ｍａｘ，幅ｗｉｄｔｈ ｍａｘ，明るい
部分（上述のように、半田フィレットと呼ばれる部分）
４ｂの幅ｗｉｄｔｈを基礎要素として計算する。また画
像Ｂの全面積すなわちｈｅｉｇｈｔ ｍａｘ×ｗｉｄｔ
ｈ ｍａｘをＥ，検査エリアＡにおける明るい部分（半
田フィレットの部分）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。
【００１９】画像Ｂに基いて、次の３つの式、（数
１），（数２），（数３）で表わされる良否判定要素と
しての面積要素ＥＯ，幅要素ＷＯ，長さ要素ＨＯをＣＰ
Ｕ８Ｂにより計算し、これらの良否判定要素ＥＯ，Ｗ
Ｏ，ＨＯに基いて、半田形状の良否を判定する。
１），（数２），（数３）で表わされる良否判定要素と
しての面積要素ＥＯ，幅要素ＷＯ，長さ要素ＨＯをＣＰ
Ｕ８Ｂにより計算し、これらの良否判定要素ＥＯ，Ｗ
Ｏ，ＨＯに基いて、半田形状の良否を判定する。
【００２０】
【数１】
【００２１】
【数２】
【００２２】
【数３】
【００２３】（数３）において、ＥＷをｗｉｄｔｈで除
したものは明るい部分４ｂ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。本実施例では、ｈｅｉ
ｇｈｔ ｍａｘ、ｗｉｄｔｈ、ｗｉｄｔｈ ｍａｘ等の
基礎要素から、良否判定要素ＥＯ，ＷＯ，ＨＯを計算し
ているが、例えば明るい部分の広がり角度θ（図７imag
e Ｂ参照）等の他の要素を基礎要素として採用しても良
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。しか
しながら本発明者は、これらの良否判定要素ＥＯ，Ｗ
Ｏ，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。
したものは明るい部分４ｂ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。本実施例では、ｈｅｉ
ｇｈｔ ｍａｘ、ｗｉｄｔｈ、ｗｉｄｔｈ ｍａｘ等の
基礎要素から、良否判定要素ＥＯ，ＷＯ，ＨＯを計算し
ているが、例えば明るい部分の広がり角度θ（図７imag
e Ｂ参照）等の他の要素を基礎要素として採用しても良
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。しか
しながら本発明者は、これらの良否判定要素ＥＯ，Ｗ
Ｏ，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。
【００２４】良否判定を行うにあたり、次のような良否
判定ルール１〜１０を設定し、予めコンピュータ８に登
録する。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
設定できる。
判定ルール１〜１０を設定し、予めコンピュータ８に登
録する。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
設定できる。
【００２５】ルール １．もしＥＯが小さく（Ｓ，small)て、ＷＯが中くらい
（Ｍ, middle) で、ＨＯが小さい（Ｓ，small)ならば、
良品である可能性は非常に高い（Ｕ１）。 ２．もしＥＯが小さく（Ｓ，small)て、ＷＯが大きく
（Ｌ，large)て、ＨＯが小さい（Ｓ，small)ならば、良
品である可能性は非常に高い（Ｕ１）。 ３．もしＥＯが中くらい（Ｍ，middle) で、ＷＯが小さ
く（Ｓ，small)て、ＨＯが大きい（Ｌ，large)ならば、
良品である可能性は中（Ｕ４）。 ４．もしＥＯが大きくて、ＷＯが中くらいで、ＨＯが小
さいならば、良品である可能性はやや低い（Ｕ５）。 ５．もしＥＯが大きくて、ＷＯが大きくて、ＨＯが大き
いならば、良品である可能性は非常に低い（Ｕ７）。 ６．もしＥＯが大きくて、ＷＯが小さくて、ＨＯが中く
らいならば、良品である可能性はやや高い（Ｕ３）。 ７．もしＥＯが小さくて、ＷＯが小さくて、ＨＯが大き
いならば、良品である可能性は非常に低い（Ｕ７）。 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、良品である可能性はかなり低い（Ｕ
６）。 ９．もしＥＯが小さくて、ＷＯが小さくて、ＨＯが大き
いならば、良品である可能性は非常に低い（Ｕ７）。 10．もしＥＯが小で、ＷＯが大きくて、ＨＯが中くらい
ならば、良品である可能性はかなり高い（Ｕ２）。
（Ｍ, middle) で、ＨＯが小さい（Ｓ，small)ならば、
良品である可能性は非常に高い（Ｕ１）。 ２．もしＥＯが小さく（Ｓ，small)て、ＷＯが大きく
（Ｌ，large)て、ＨＯが小さい（Ｓ，small)ならば、良
品である可能性は非常に高い（Ｕ１）。 ３．もしＥＯが中くらい（Ｍ，middle) で、ＷＯが小さ
く（Ｓ，small)て、ＨＯが大きい（Ｌ，large)ならば、
良品である可能性は中（Ｕ４）。 ４．もしＥＯが大きくて、ＷＯが中くらいで、ＨＯが小
さいならば、良品である可能性はやや低い（Ｕ５）。 ５．もしＥＯが大きくて、ＷＯが大きくて、ＨＯが大き
いならば、良品である可能性は非常に低い（Ｕ７）。 ６．もしＥＯが大きくて、ＷＯが小さくて、ＨＯが中く
らいならば、良品である可能性はやや高い（Ｕ３）。 ７．もしＥＯが小さくて、ＷＯが小さくて、ＨＯが大き
いならば、良品である可能性は非常に低い（Ｕ７）。 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、良品である可能性はかなり低い（Ｕ
６）。 ９．もしＥＯが小さくて、ＷＯが小さくて、ＨＯが大き
いならば、良品である可能性は非常に低い（Ｕ７）。 10．もしＥＯが小で、ＷＯが大きくて、ＨＯが中くらい
ならば、良品である可能性はかなり高い（Ｕ２）。
【００２６】図８において、Ｆ１，Ｆ２，Ｆ３は、良否
判定要素ＥＯ，ＷＯ，ＨＯと度数の関係図である。本実
施例において、上記（数１），（数２），（数３）から
計算されたＥＯの値は 0.3、ＷＯの値は 0.7、ＨＯの値
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と度数の関係図である。本実
施例において、上記（数１），（数２），（数３）から
計算されたＥＯの値は 0.3、ＷＯの値は 0.7、ＨＯの値
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。
【００２７】Ｆ４，Ｆ５，Ｆ６はＥＯ，ＷＯ，ＨＯのメ
ンバーシップ関数である。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。このメンバーシップ関数Ｆ４，Ｆ５，Ｆ６
は、経験的に求められ、コンピュータ８に登録される。
ンバーシップ関数である。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。このメンバーシップ関数Ｆ４，Ｆ５，Ｆ６
は、経験的に求められ、コンピュータ８に登録される。
【００２８】図９において、Ｆ７，Ｆ８，Ｆ９は、それ
ぞれ図８に示す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。
ぞれ図８に示す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。
【００２９】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（良品である可能性は非常に高い）から、Ｕ７
（良品である可能性は非常に低い）まで、７ランク（Ｕ
１〜Ｕ７）の図形が描かれている。このメンバーシップ
関数Ｆ１０も、経験的に求められ、コンピュータ８に登
録される。
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（良品である可能性は非常に高い）から、Ｕ７
（良品である可能性は非常に低い）まで、７ランク（Ｕ
１〜Ｕ７）の図形が描かれている。このメンバーシップ
関数Ｆ１０も、経験的に求められ、コンピュータ８に登
録される。
【００３０】良品度Ｕ１〜Ｕ７の意味は次のとおりであ
る。 Ｕ１：良品である可能性は非常に高い Ｕ２：良品である可能性はかなり高い Ｕ３：良品である可能性はやや高い Ｕ４：良品である可能性は中 Ｕ５：良品である可能性はやや低い Ｕ６：良品である可能性はかなり低い Ｕ７：良品である可能性は非常に低い 上記ルール１〜１０は、良否判定要素ＥＯ，ＷＯ，ＨＯ
の大きさを条件とし、良品度Ｕ（Ｕ１〜Ｕ７）を回答と
する次の論理式で表される（図６ＴＡＢＬＥ３も参
照）。
る。 Ｕ１：良品である可能性は非常に高い Ｕ２：良品である可能性はかなり高い Ｕ３：良品である可能性はやや高い Ｕ４：良品である可能性は中 Ｕ５：良品である可能性はやや低い Ｕ６：良品である可能性はかなり低い Ｕ７：良品である可能性は非常に低い 上記ルール１〜１０は、良否判定要素ＥＯ，ＷＯ，ＨＯ
の大きさを条件とし、良品度Ｕ（Ｕ１〜Ｕ７）を回答と
する次の論理式で表される（図６ＴＡＢＬＥ３も参
照）。
【００３１】ＲＵＬＥ：ｉｆ（ＥＯ，ＷＯ，ＨＯ）ｉｓ
（Ｐ，Ｑ，Ｒ）ｔｈｅｎ Ｕ 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
出する。またルール１にしたがって、Ｆ１０中の良品度
Ｕ１の図形を抽出し、影線で示す0.55以下の部分の単位
図形ａ１を求める。図１０のａ１は、図９のＦ１０の単
位図形ａ１を転写したものである。
（Ｐ，Ｑ，Ｒ）ｔｈｅｎ Ｕ 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
出する。またルール１にしたがって、Ｆ１０中の良品度
Ｕ１の図形を抽出し、影線で示す0.55以下の部分の単位
図形ａ１を求める。図１０のａ１は、図９のＦ１０の単
位図形ａ１を転写したものである。
【００３２】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。
【００３３】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，Ｈ
Ｏ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。またルール１０
にしたがって、Ｆ１０中の良品度Ｕ２（良品である可能
性はかなり高い）の図形を抽出し、0.23以下の部分の単
位図形ａ１０を求める。次いでこの単位図形ａ１０を図
１０に転写し、更にａ１とａ１０の合算図形ａ１＋ａ１
０を求める。
は、ルール１０にしたがって、ＥＯはＳ，ＷＯはＬ，Ｈ
Ｏ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。またルール１０
にしたがって、Ｆ１０中の良品度Ｕ２（良品である可能
性はかなり高い）の図形を抽出し、0.23以下の部分の単
位図形ａ１０を求める。次いでこの単位図形ａ１０を図
１０に転写し、更にａ１とａ１０の合算図形ａ１＋ａ１
０を求める。
【００３４】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すべての
単位図形ａ１〜ａ１０の最終合算図形である。図６のＴ
ＡＢＬＥ４は、この図形Σａを示している。
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すべての
単位図形ａ１〜ａ１０の最終合算図形である。図６のＴ
ＡＢＬＥ４は、この図形Σａを示している。
【００３５】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）。最終合算図形や
重心Ｇは、コンピュータ８により計算される。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、ＯＫゾーン、グレーゾーン、ＮＧゾーンを有する判
定スケールを記載している。５５％（ＨＴ：ＨＩＧＨＴ
ＨＲＥＳＨＯＬＤ）以上がＯＫゾーン（良）、４０％〜
５５％がグレーゾーン、４０％（ＬＴ：ＬＯＷ ＴＨＲ
ＥＳＨＯＬＤ）以下がＮＧゾーン（不良）である。
心である（図６ＴＡＢＬＥ４も参照）。最終合算図形や
重心Ｇは、コンピュータ８により計算される。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、ＯＫゾーン、グレーゾーン、ＮＧゾーンを有する判
定スケールを記載している。５５％（ＨＴ：ＨＩＧＨＴ
ＨＲＥＳＨＯＬＤ）以上がＯＫゾーン（良）、４０％〜
５５％がグレーゾーン、４０％（ＬＴ：ＬＯＷ ＴＨＲ
ＥＳＨＯＬＤ）以下がＮＧゾーン（不良）である。
【００３６】この判定スケールは、経験的に求められ、
コンピュータ８に登録される。勿論、この判定スケール
は、要求される精度によって異なるものである。図６の
テーブル５に示すように、Ｇ＞ＨＴであればＯＫ（良）
と判定され、ＬＴ≦Ｇ≦ＨＴであればグレーゾーンと判
定され、Ｇ＜ＬＧであれば、ＮＧ（不良）と判定され
る。このように本方法は、複数の良否判定要素ＥＯ，Ｗ
Ｏ，ＨＯに基づいて、図１０に示す図形の重心Ｇを求
め、この重心位置から、ＯＫ，ＮＧ，グレーの判定を行
う。換言すれば、本方法は、複数の良否判定要素ＥＯ，
ＷＯ，ＨＯに基づいて、総合的に半田の良否判定を行
う。
コンピュータ８に登録される。勿論、この判定スケール
は、要求される精度によって異なるものである。図６の
テーブル５に示すように、Ｇ＞ＨＴであればＯＫ（良）
と判定され、ＬＴ≦Ｇ≦ＨＴであればグレーゾーンと判
定され、Ｇ＜ＬＧであれば、ＮＧ（不良）と判定され
る。このように本方法は、複数の良否判定要素ＥＯ，Ｗ
Ｏ，ＨＯに基づいて、図１０に示す図形の重心Ｇを求
め、この重心位置から、ＯＫ，ＮＧ，グレーの判定を行
う。換言すれば、本方法は、複数の良否判定要素ＥＯ，
ＷＯ，ＨＯに基づいて、総合的に半田の良否判定を行
う。
【００３７】ＬＴ≦Ｇ≦ＨＴであって、重心Ｇがグレー
ゾーンにあれば、レーザ照射装置１７により精密検査を
行って、良否判定がなされる（図６のＴＡＢＬＥ６参
照）。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。
ゾーンにあれば、レーザ照射装置１７により精密検査を
行って、良否判定がなされる（図６のＴＡＢＬＥ６参
照）。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。
【００３８】図１１は、電気回路のブロック図である。
ＴＡＢＬＥａは、ルール１〜１０に述べられた良否判定
要素ＥＯ，ＷＯ，ＨＯと良品度Ｕを示している。ＣＨＩ
Ｐ１〜ＣＨＩＰ１０は、ルール１〜ルール１０の演算回
路である。なお図１１において、ＣＨＩＰ２〜ＣＨＩＰ
９は省略している。ＭｉｎＡは、ＴＡＢＬＥａ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回
答Ｕから、図９のＦ１０に示す図形ａ１，ａ２・・・を
算出する。ＵｎｉｔＡは、図１０に示した最終合算図形
Σａを演算する。ＵｎｉｔＢは、この図形Σａの重心Ｇ
を演算する。
ＴＡＢＬＥａは、ルール１〜１０に述べられた良否判定
要素ＥＯ，ＷＯ，ＨＯと良品度Ｕを示している。ＣＨＩ
Ｐ１〜ＣＨＩＰ１０は、ルール１〜ルール１０の演算回
路である。なお図１１において、ＣＨＩＰ２〜ＣＨＩＰ
９は省略している。ＭｉｎＡは、ＴＡＢＬＥａ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回
答Ｕから、図９のＦ１０に示す図形ａ１，ａ２・・・を
算出する。ＵｎｉｔＡは、図１０に示した最終合算図形
Σａを演算する。ＵｎｉｔＢは、この図形Σａの重心Ｇ
を演算する。
【００３９】また単一の良否判定要素毎に、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。
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。
【００４０】 ・ ・ ・ 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、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，ＣＨＩ
Ｐ２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・・・ｎ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。したがってルール１〜１０と、こ
の大ルール１，２・・・ｎ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、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，ＣＨＩ
Ｐ２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・・・ｎ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。したがってルール１〜１０と、こ
の大ルール１，２・・・ｎ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。
【００４１】次に、図６のＴＡＢＬＥ５において、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。
≦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。
【００４２】図１２は、レーザ照射装置１７により計測
される半田４の断面を示している（図６のＴＡＢＬＥ６
も参照）。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、半田過少は、
リード３の厚さＨｔとの比較により判断される。リード
３の厚さＨｔは既知である。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。また厚さＨｔの 0.5倍を下限高さＨ２とし、高さ
Ｈｘがそれ以下の場合は、半田過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。これらの判定
値1.5 Ｈｔ，0.5 Ｈｔ ,θｆはコンピュータ８に登録さ
れている。
される半田４の断面を示している（図６のＴＡＢＬＥ６
も参照）。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、半田過少は、
リード３の厚さＨｔとの比較により判断される。リード
３の厚さＨｔは既知である。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。また厚さＨｔの 0.5倍を下限高さＨ２とし、高さ
Ｈｘがそれ以下の場合は、半田過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。これらの判定
値1.5 Ｈｔ，0.5 Ｈｔ ,θｆはコンピュータ８に登録さ
れている。
【００４３】また傾斜角度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、その計測結果に基づいて良否を判定してもよい。レ
ーザ照射装置１７による精密な計測は、長時間を要する
欠点があるが、高さを精密に計測できるので、正確な良
否判断ができる長所がある。
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、その計測結果に基づいて良否を判定してもよい。レ
ーザ照射装置１７による精密な計測は、長時間を要する
欠点があるが、高さを精密に計測できるので、正確な良
否判断ができる長所がある。
【００４４】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、レーザ照射装置
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であること
が判明したならば、Ｇ＞ＨＴとなるように（すなわち図
１０の重心Ｇが５５％以上になるように）、メンバーシ
ップ関数を修正する。また若しＮＧであることが判明し
たならば、Ｇ＜ＬＴとなるように（すなわち図１０の重
心Ｇが４０％以下となるように）、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８に示すメンバーシップ関数Ｆ
４，Ｆ５，Ｆ６や、図９に示すメンバーシップ関数Ｆ１
０の図形の位置や形状を変更する。またルールを修正し
てもよい。このように、レーザ照射装置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Ｎ
Ｇとなるように、ファジイ推論による良否判定方法を修
正すれば、それ以後、類似のグレーゾーンの半田があら
われた場合には、レーザ照射装置１７による精密検査を
行うことなく、ＣＣＤカメラ６の検査のみで、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、レーザ照射装置
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であること
が判明したならば、Ｇ＞ＨＴとなるように（すなわち図
１０の重心Ｇが５５％以上になるように）、メンバーシ
ップ関数を修正する。また若しＮＧであることが判明し
たならば、Ｇ＜ＬＴとなるように（すなわち図１０の重
心Ｇが４０％以下となるように）、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８に示すメンバーシップ関数Ｆ
４，Ｆ５，Ｆ６や、図９に示すメンバーシップ関数Ｆ１
０の図形の位置や形状を変更する。またルールを修正し
てもよい。このように、レーザ照射装置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Ｎ
Ｇとなるように、ファジイ推論による良否判定方法を修
正すれば、それ以後、類似のグレーゾーンの半田があら
われた場合には、レーザ照射装置１７による精密検査を
行うことなく、ＣＣＤカメラ６の検査のみで、直ちに良
否の判定ができる。
【００４５】
【発明の効果】以上説明したように本発明によれば、フ
ァジィ推論により、半田形状の良否を総合的に判定でき
る。しかもこの場合、良否判定要素としてＥＯ＝ＥＷ÷
Ｅ，ＷＯ＝width ÷width max ，ＨＯ＝（ＥＷ÷width
）×（１／height max ）を演算し、これらの３つの
うちの少なくとも２つを良否判定要素として抽出するこ
とにより、半田形状の良否を的確に判定できる。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、ファジィ推論による良否判定方法を修
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。
ァジィ推論により、半田形状の良否を総合的に判定でき
る。しかもこの場合、良否判定要素としてＥＯ＝ＥＷ÷
Ｅ，ＷＯ＝width ÷width max ，ＨＯ＝（ＥＷ÷width
）×（１／height max ）を演算し、これらの３つの
うちの少なくとも２つを良否判定要素として抽出するこ
とにより、半田形状の良否を的確に判定できる。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、ファジィ推論による良否判定方法を修
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】本発明の一実施例に係る半田形状の検査装置の
斜視図
斜視図
【図２】本発明の一実施例に係る半田の斜視図
【図３】本発明の一実施例に係る電子部品と半田の側面
図
図
【図４】本発明の一実施例に係るレーザ照射装置の側面
図
図
【図５】本発明の一実施例に係る半田の平面図
【図６】本発明の一実施例に係る検査システムのブロッ
ク図
ク図
【図７】本発明の一実施例に係るファジイ推論による良
否判定のプロセス図
否判定のプロセス図
【図８】本発明の一実施例に係るファジイ推論による良
否判定のプロセス図
否判定のプロセス図
【図９】本発明の一実施例に係るファジイ推論による良
否判定のプロセス図
否判定のプロセス図
【図１０】本発明の一実施例に係る最終合算図形
【図１１】本発明の一実施例に係る電気回路のブロック
図
図
【図１２】本発明の一実施例に係る精密検査手段の説明
図
図
１ 基板 ２ 電子部品 ４ 半田 ６ ＣＣＤカメラ １７ レーザ照射装置
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 7/18 Ｂ Ｈ０５Ｋ 3/34 ５１２ 8718−4Ｅ
Claims (3)
- 【請求項１】（１）複数の良否判定要素のメンバーシッ
プ関数と、良品度のメンバーシップ関数をコンピュータ
に登録するステップと、 （２）複数の良否判定要素を条件とし、半田の良品度を
回答とする良否判定ルールをコンピュータに登録するス
テップと、 （３）カメラにより電子部品を基板に接着する半田を観
察し、カメラに取り込まれた画像から、複数の良否判定
要素の値をコンピュータにより計算するステップと、 （４）上記（３）のステップで計算された良否判定要素
の値と、上記（１）のステップで登録された良否判定要
素のメンバーシップ関数から、各々の良否判定要素の度
数を求めるステップと、 （５）上記（１）のステップで登録された良品度のメン
バーシップ関数と、上記（４）のステップで求められた
度数から、単位図形を求めるステップと、 （６）すべての単位図形を合算して最終合算図形を求め
るステップと、 （７）最終合算図形の重心を計算するステップと、 （８）判定スケールにおけるこの重心の位置から半田形
状の良否を判定するステップとから成る半田の形状検査
方法であって、 前記複数の良否判定要素が、前記カメラの検査エリアの
画像データを演算して求められる （イ）ＥＯ＝ＥＷ÷Ｅ（但し、ＥＷは半田フィレットの
面積、Ｅは画像の全面積） （ロ）ＷＯ＝width ÷width max （但し、width は半田
フィレットの幅、width max は画像の幅） （ハ）ＨＯ＝（ＥＷ÷width ）×（１／height max ）
（但し、height maxは画像の長さ、） の３つのうちの少なくとも２つの良否判定要素を含み、 また前記判定スケールがＮＧゾーンと、グレーゾーン
と、ＯＫゾーンを有し、前記（８）のステップでグレー
ゾーンと判定された半田については、前記カメラとは異
なる別個の精密検査手段により再検査して良否を判定す
る ことを特徴とする半田の形状検査方法。 - 【請求項２】前記精密検査手段による良否判定結果に基
づいて、前記良否判定ルールや前記メンバーシップ関数
を修正することを特徴とする請求項１記載の半田の形状
検査方法。 - 【請求項３】前記精密検査手段がレーザ照射装置と受光
部であることを特徴とする請求項２記載の半田の形状検
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 JPH04315907A (ja) | 1992-11-06 |
| JPH0833293B2 true 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) |
Families Citing this family (13)
| 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 |
| AU6802694A (en) * | 1993-05-28 | 1994-12-20 | Axiom Bildverarbeitungssysteme Gmbh | An automatic inspection apparatus |
| 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 |
| ATE525638T1 (de) * | 2003-01-09 | 2011-10-15 | Orbotech Ltd | Verfahren und vorrichtung zur gleichzeitigen 2d- und topographischen untersuchung |
| 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 |
| WO2005114422A2 (en) * | 2004-05-21 | 2005-12-01 | Pressco Technology Inc. | Graphical re-inspection user setup interface |
| 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 |
| JP6115338B2 (ja) * | 2013-06-13 | 2017-04-19 | 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 |
| CN106030240B (zh) * | 2014-01-08 | 2019-04-30 | 雅马哈发动机株式会社 | 外观检查装置及外观检查方法 |
| 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 |
Family Cites Families (8)
| 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 |
| 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
Also Published As
| Publication number | Publication date |
|---|---|
| US5293324A (en) | 1994-03-08 |
| JPH04315907A (ja) | 1992-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5023916A (en) | Method for inspecting the leads of electrical components on surface mount printed circuit boards | |
| EP0594146B1 (en) | System for automatic optical inspection of wire scribed circuit boards | |
| US5493594A (en) | Method and apparatus for inspection of solder joints by x-ray fluoroscopic imaging | |
| JP3051279B2 (ja) | バンプ外観検査方法およびバンプ外観検査装置 | |
| EP0638801B1 (en) | Method of inspecting the array of balls of an integrated circuit module | |
| US8107717B2 (en) | Defect inspection method and apparatus | |
| JPH0833293B2 (ja) | 半田の形状検査方法 | |
| EP0242045B1 (en) | Dimension checking method | |
| EP0848245B1 (en) | Method and apparatus for measuring the height of an object | |
| EP2063259A1 (en) | Method for inspecting mounting status of electronic component | |
| JPH11337498A (ja) | プリント基板の検査装置およびプリント基板の検査方法 | |
| JPS62201339A (ja) | 回路基板の光学的試験方法 | |
| US20020180468A1 (en) | Adaptive tolerance reference inspection system | |
| JP3089079B2 (ja) | 回路パターンの欠陥検査方法 | |
| JPH04346011A (ja) | はんだ付け状態の外観検査装置 | |
| JP2522174B2 (ja) | 実装基板検査装置 | |
| JP2000028334A (ja) | パターン欠陥検査方法およびその装置 | |
| JPH0666528A (ja) | 外観検査方法及び装置 | |
| JPS63229311A (ja) | 断面形状検知方法 | |
| JPS6326510A (ja) | 実装部品検査装置 | |
| 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 | |
| JP2992138B2 (ja) | 外観検査装置 | |
| JPH06118012A (ja) | バイアホール検査方法 | |
| JPH05272945A (ja) | リードの曲がり検査装置 | |
| JPH02165004A (ja) | 物体検査装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |