TWI506271B - 用於檢驗一軟板之方法、系統及電腦可讀儲存媒體 - Google Patents

用於檢驗一軟板之方法、系統及電腦可讀儲存媒體 Download PDF

Info

Publication number
TWI506271B
TWI506271B TW100107953A TW100107953A TWI506271B TW I506271 B TWI506271 B TW I506271B TW 100107953 A TW100107953 A TW 100107953A TW 100107953 A TW100107953 A TW 100107953A TW I506271 B TWI506271 B TW I506271B
Authority
TW
Taiwan
Prior art keywords
anomalies
defect
soft board
defect detection
detection algorithm
Prior art date
Application number
TW100107953A
Other languages
English (en)
Other versions
TW201137343A (en
Inventor
Steven Paul Floeder
Carl Joseph Skeps
James Allan Masterman
Steven Robert Wageman
Steven Richard Dreger
Original Assignee
3M Innovative Properties Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 3M Innovative Properties Co filed Critical 3M Innovative Properties Co
Publication of TW201137343A publication Critical patent/TW201137343A/zh
Application granted granted Critical
Publication of TWI506271B publication Critical patent/TWI506271B/zh

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • DTEXTILES; PAPER
    • D06TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06HMARKING, INSPECTING, SEAMING OR SEVERING TEXTILE MATERIALS
    • D06H3/00Inspecting textile materials
    • D06H3/08Inspecting textile materials by photo-electric or television means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/8922Periodic flaws
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8917Paper, also ondulated
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8918Metal
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N21/8915Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined non-woven textile material

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Materials Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Image Processing (AREA)

Description

用於檢驗一軟板之方法、系統及電腦可讀儲存媒體
本發明係關於自動化檢驗系統,且更特定而言係關於用於檢驗移動軟板之系統。
此申請案主張2010年3月10日申請之第61/312598號美國臨時專利申請案之權益,此申請案之全部揭示內容以引用方式併入本文中。
此申請案以引用方式併入2008年9月10日申請、2010年9月14日批准為第7,797,133號美國專利、已讓與給本申請案之受讓人、頒予Floeder等人之第12/207582號專利申請案「Multi-Roller Registered Repeat Defect Detection of a Web Process Line」,該專利申請案之全部內容以引用方式併入本文中。
用於分析移動軟板材料之檢驗系統已證明對於現代製造操作很重要。金屬製作、紙、非紡織品材料及薄膜各種行業依賴於此等檢驗系統進行產品認證及線上過程監視兩者。
形成於軟板處理線上之產品遭受來自諸多源之異常或缺陷。一個特別關注問題係軟板線引起之異常,例如由於連續旋轉設備以一規則、重複樣式接觸該軟板而形成之彼等異常。此設備一般可被闡述為一「輥」。用於一軟板製造線中之典型輥包括但不限於鑄輪、牽引輥、咬送輥、微複製輥、軟板清潔組件及惰輪。
舉例而言,一輥之表面可受損(例如,被刮擦)或可具有在該輥所攜載之移動軟板中引起一異常或缺陷之一污染物(例如,污垢或其他微粒)。此外,該輥可造成所謂的「重複異常」,此乃因一新異常可隨著該輥之每一旋轉被賦予該移動軟板中。在所得之軟板產品上,此等異常在相同橫向方向或「水平軟板(cross-web)」位置中以等於該輥之周長之一距離重複。軟板處理線可具有數百個輥,該等輥中之諸多輥可具有類似直徑。藉助習用檢驗系統識別在軟板內引起一重複異常或缺陷之具體損壞之輥可係困難的。
舉例而言,可購得之軟板檢驗系統提供對重複缺陷之識別,包括水平軟板位置及垂直軟板(down-web)重複距離。然而,此等系統通常需要對一給定處理線上現有輥直徑之一先驗知識以自整個資料流擷取重複缺陷資訊。此外,在諸多情形下,一給定軟板處理線內可存在諸多其周長接近一重複異常之一給定重複距離之惰輪或其他輥,從而使得識別造成缺陷之輥較困難。作為一個實例,一薄膜製造線上一長度定向器可具有數個輥(例如,十二個或更多個),所有輥名義上具有相同之八英吋直徑。部分由於此等輥中之每一者之直徑中之細微變化,使用傳統方法通常難以確定唯一的造成缺陷之輥。另外,習用系統通常不能夠計及軟板在造成缺陷之輥與軟板檢驗系統之間的任一空間扭曲(例如,拉伸)。此外,一軟板處理線之未書面說明之輥改變亦可發生。舉例而言,六英吋直徑輥可由五英吋直徑輥替換且可開始引入重複缺陷。使用習用軟板檢驗系統之過程操作者可能不會將已改變之輥檢查為異常或缺陷之源,乃因該改變未經書面說明且該輥之假定直徑係不正確的。
一般而言,本申請案闡述用於自動化檢驗移動軟板之技術。舉例而言,一檢驗系統使用一光學獲取裝置獲取一軟板之異常資訊,且用一第一(通常較不完善)演算法執行初步檢查。儲存關於該軟板之含有異常之區域之影像資訊以用於後續處理,但應接受這樣可能性:儘管某些該等異常可最終被識別為缺陷,但諸多異常可係「假正」,亦即不係缺陷之異常。此外,若該軟板被轉換成一特定產品應用,則該軟板中之某些異常區可最終被分類為有缺陷,但若該軟板欲用於另一產品應用中,則該等異常區被分類為沒有缺陷。
可在一合宜時間(甚至在經檢驗軟板已被纏繞至一輥上而不可接近之後)重新考量且全面分析原始異常資訊。因此,在該檢驗期間移動軟板之速度可比當該軟板之整個表面經受一完善分析時之可能速度大得多。
舉例而言,可離線地作出轉換決定且該等轉換決定可係基於諸多因素。一轉換控制系統隨後重新考量該原始影像資訊,且使該影像資訊經受各種較完善之影像處理及缺陷擷取演算法(本文統稱為「應用特定的缺陷偵測方案」或僅「方案」)中之至少一者以基於該軟板之潛在使用自異常有效地分離實際缺陷。該轉換控制系統利用缺陷資訊確定且控制最終基於一個或多個產品選擇參數將一軟板轉換成產品之方式。
具體而言,該轉換控制系統應用影像處理及缺陷擷取演算法以產生多個潛在的基於軟板之產品(亦即,該軟板可轉換成之產品)之缺陷資訊。該轉換控制系統然後識別哪個產品最佳地達成選定參數,例如該軟板之一最大利用率。可用來影響該轉換選擇過程之產品選擇參數之其他實例包括所產生之單位產品、來自所產生產品之估計收益或利潤、轉換該軟板所需之處理時間、每一處理線之當前機器產能、對不同產品之當前需求或其他參數。
另外,本文所闡述之技術使得自動化檢驗系統能夠在重複發生之異常與其一源不可確定之隨機異常之間進行區分。一軟板製造線之某些元件可將重複異常或缺陷引入該軟板中。舉例而言,在軟板橫越該系統時支撐該軟板之惰輪滾筒(本文一般稱作「輥」)可以規則間隔將重複異常引入該軟板中。根據本文所闡述之技術,該自動化檢驗系統可識別該軟板內之此等重複異常且甚至可確定該等異常之源。此可准許該製造線之操作者定位造成異常之元件以修理或替換該損壞之元件。
在某些實施例中,該軟板檢驗系統可相依於一給定異常是一重複異常還是隨機異常而擇優應用不同應用特定之缺陷偵測方案。舉例而言,該等技術認識到與同一軟板中之非重複或隨機異常不同將不同缺陷敏感度應用於重複異常可係有利的。換言之,當針對一給定潛在最終使用確定一軟板中之哪些異常屬於缺陷時,該軟板檢驗系統可將一第一組一個或多個應用特定的缺陷偵測方案應用於該等重複異常且將一第二組應用特定的缺陷偵測方案應用於隨機異常。該等組之該等缺陷偵測方案可在演算法及所考量之異常特性方面不同或可考量相同特性而僅在敏感度方面不同。舉例而言,在某些情況下,用於將重複異常分類為缺陷之一更嚴格方案可係較佳的,此乃因一消費者在最終產品中可對重複缺陷更敏感。在此情形下,應用僅應用於該等重複異常之一更嚴格應用特定的缺陷偵測方案可導致改良消費者滿意度位準。此外,用於分類重複缺陷之一更嚴格方案可藉由允許更容易地識別並修理損壞之製造元件(例如,滾筒)來提供增加之過程控制。
此外,在某些情形下,可調諧不同組應用缺陷偵測方案之敏感度以達成大致相同之消費者滿意度位準而又實現該軟板之轉換良率之一增加。舉例而言,在不增加或僅適度增加針對重複異常之敏感度之情形下僅應用於隨機(非重複)異常之一較不嚴格應用特定的缺陷偵測方案可最終達成增加之轉換良率而又維持與否則在不在重複與非重複異常之間進行辨別之情形下將達成之消費者滿意度位準大致相同之消費者滿意度位準。此外,可每產品地鑒於所感知消費者滿意度或對重複異常之容限來調諧不同組缺陷偵測方案之敏感度。
此外,該軟板檢驗系統識別異常或缺陷在該軟板內之位置且然後使彼等位置與在該軟板之製造期間所接收之輥同步信號相關。舉例而言,用於一軟板製造過程之所關注之每一輥具備一同步標記。在該軟板之製造期間,該軟板檢驗系統自該等輥中之每一者接收指示各別輥已完成一全旋轉之一輥同步信號。該軟板檢驗系統記錄此等同步標記之每一發生的相對於其垂直軟板位置座標系統之位置。然後該軟板檢驗系統使輥同步信號之位置資料與該等異常或缺陷之位置資料相關。
在一個實施例中,本發明係關於一種方法,其包含自一軟板製造系統之複數個感測器接收輥同步信號,其中該等感測器中之每一者對應於該軟板製造系統之一不同滾筒,且其中該等輥同步信號中之每一者指示對應滾筒在一軟板材料之製造期間已完成一全旋轉。該方法進一步包含自一軟板檢驗系統接收識別異常在該軟板上之位置之異常資料。該方法進一步包含:將異常中之一組兩者或更多者識別為重複的;藉由使該等重複異常之位置與該等輥同步信號相關來識別該等滾筒中之何者造成了該等重複異常;及輸出對該等滾筒中之損壞之一者之一識別。
在另一實施例中,本發明係關於一種系統,其包含與一軟板材料接觸之複數個滾筒,其中該等滾筒中之兩者或更多者各自包括一同步標記以指示對應滾筒何時已完成一全旋轉。該系統包括複數個同步標記讀取器,該等同步標記讀取器讀取該複數個滾筒之同步標記且輸出輥同步信號。該等輥同步信號中之每一者指示對應滾筒在該軟板之製造期間已完成一全旋轉。該系統亦包括位於該等滾筒中之至少一者上輸出指示該軟板之一垂直軟板距離之一位置信號之一編碼器,及檢驗該軟板且輸出識別異常在該軟板上之位置之異常資料之一檢驗系統。一同步單元接收來自該編碼器之位置信號及來自該等同步標記讀取器之複數個輥同步信號,且將該等輥同步信號中之每一者之發生轉換成與軟板處理線相關聯之一座標系統內之垂直軟板位置。一分析電腦處理該異常資料以將該等異常中之一組兩者或更多者識別為重複異常。該分析電腦藉由使該等重複異常之位置與該等輥同步信號之垂直軟板位置相關來輸出該等滾筒中之何者造成了該等重複異常之一指示。
在另一實施例中,本發明係關於一種含有軟體指令之電腦可讀儲存媒體。該等指令致使一電腦之可程式化處理器執行該等軟體指令且執行本文所陳述之功能中之至少某些功能。
本文所闡述之技術可提供若干優勢。舉例而言,該等技術可達成優於習用系統之顯著準確性改良。舉例而言,該等技術可用於容易地辨別相差小於25 μm之輥大小。此允許自類似直徑之一輥群組中識別出一損壞之輥,藉以實現更簡單且更強健之製造過程維護。此外,該等技術允許甚至在大量隨機缺陷當中偵測出一軟板上之重複異常或缺陷。另外,該等技術允許該系統量測一輥之缺陷產生區之確切水平軟板及圓周位置,且甚至在相同水平軟板位置處之多個重複缺陷之間進行辨別。
附圖及下文說明中陳述了本發明一個或多個實施例之細節。根據本說明書及圖式以及申請專利範圍,本發明之其他特徵、目的及優勢將變得顯而易見。
定義
出於本發明之目的,將此申請案中所使用之以下術語定義如下:「軟板」意指在一個方向上具有一固定尺寸且在垂直方向上具有一預定或不確定長度之一材料薄片;「連續」意指一影像係藉由一連串單條線或該軟板之以光學方式映射至一單個感測器元件(像素)列之若干區形成;「像素」意指由一個或多個數位值表示之一圖像元素;「斑點」意指二進制影像中之一組相連像素;「缺陷」意指一特定產品中之一不期望出現事物;「異常(anomaly或anomalies)」意指根據異常之特性及嚴重性而可係或可不係一給定產品中之一缺陷之該軟板中之一偏差。
「灰階」意指具有多個可能值之像素,例如256個數位值;「二進制化」係用於將一像素轉變成二進制值之一運算;「濾波器」係一輸入影像至一期望輸出影像之一數學轉變,濾波器通常用於提高一影像內一期望性質之對比度;「應用特定的」意指基於該軟板之既定使用界定要求,例如,灰階;「良率」表示以材料百分比、單位產品數目或某一其他方式表達的一軟板之一利用率;「方案」係可應用於異常資訊以基於各種因素確定任何實際缺陷之應用特定的演算法;「產品」係自一軟板產生之個別薄片(亦稱為組件),例如用於一行動電話顯示器或一電視螢幕之一矩形薄膜片;及「轉換」係將一軟板實體切割成產品之過程。
圖1係圖解說明其中轉換控制系統4控制軟板材料之轉換之一全域網路環境2之一方塊圖。更具體而言,軟板製造廠6A至6M(軟板製造廠6)表示製造地點,該等製造地點生產軟板輥7形式之軟板材料且在彼此之間運送軟板材料且將成品軟板輥10運送至轉換地點8A至8N(轉換地點8)。軟板製造廠6在地理上可係分散的,且該等軟板製造廠中之每一者可包括一個或多個製造處理線。轉換地點8可係與軟板製造廠6相同之實體之部分。然而,在某些實施例中,轉換地點8係成品軟板輥10之消費者。轉換地點8可自軟板製造廠6採購成品軟板輥10且將成品軟板輥10轉換成用於基於等級位準併入產品12中之個別薄片。亦即,哪些薄片應併入哪一產品12中之選擇過程可基於每一薄片滿足哪一等級位準。根據本文所述技術,轉換點8可亦接收關於成品軟板輥10中之異常(亦即,潛在缺陷)之資料。最終,轉換地點8可將成品軟板輥10轉換成個別薄片,該等薄片可併入產品12中以銷售給消費者14A至14N(消費者14)。
一般而言,軟板輥7、10可含有可係任一像薄片之材料之所製造軟板材料,其在一個方向上具有一固定尺寸且在垂直方向上具有一預定或不確定之長度。軟板材料之實例包括但不限於金屬、紙、紡織品、非紡織品、玻璃、聚合物薄膜、撓性電路或其之組合。金屬可包括例如鋼鐵或鋁等材料。紡織品一般包括各種軟板。非紡織品包括例如紙、過濾介質或絕緣材料等材料。薄膜包括(舉例而言)透明及不透明聚合物薄膜,其包括層壓製件及經塗佈薄膜。
為了生產準備轉換成用於併入產品12中之個別薄片之一成品軟板輥10,未完成軟板輥7可需要在一個軟板製造廠內(例如,軟板製造廠6A)或在多個製造廠內經歷來自多個處理線之處理。對於每一處理,一軟板輥通常用作一源輥,來自該源輥之軟板被饋入該製造過程中。在每一處理之後,該軟板通常被再一次收集於一軟板輥7中且移動至一不同生產線或運送至一不同製造廠,然後在那裏被展開、處理及再一次收集於一輥中。重複此過程直至最終生產出一成品軟板輥10為止。
一旦一個廠(舉例而言,軟板製造廠6A)已完成其對一軟板輥7之過程,則可偵測出由廠6A引入軟板輥7中之一異常,但在另一軟板製造廠(例如,軟板製造廠6B)已執行其對軟板輥7之製造過程之後,該異常稍後可變得無法偵測。
對於諸多應用,軟板輥7中之每一者之軟板材料可具有於一個或多個軟板製造廠6之一個或多個生產線處施加之數個塗層。在第一製造過程之情形下,該塗層一般被施加至一基底軟板材料之一曝露表面,或在一後續製造過程之情形下一般被施加至一先前施加之塗層。塗層之實例包括黏合劑、硬塗層、低黏合性背側塗層、金屬化塗層、中性密度塗層、導電或非導電塗層或其之組合。一給定塗層可施加至該軟板材料之僅一部分或可完全遮蓋該軟板材料之曝露表面。此外,該等軟板材料可經圖案化或未經圖案化。
在軟板輥7中之一給定一者之每一製造過程期間,一個或多個檢驗系統獲取該軟板之異常資訊。舉例而言,如圖2中所圖解說明,用於一生產線之一檢驗系統可包括一個或多個影像獲取裝置,該一個或多個影像獲取裝置緊密地靠近在軟板被處理時(例如,在一個或多個塗層被施加至該軟板時)不斷移動之軟板定位。該等影像獲取裝置掃描該不斷移動之軟板之連續部分以獲得數位影像資料。該等檢驗系統可藉助一個或多個演算法分析該影像資料以產生所謂的「本端」異常資訊。該異常資訊可包括表示軟板之相異區且界定該軟板在對應區處之實體偏差之複數個特性之複數個異常物件。一異常物件可界定例如軟板之異常區之寬度上之一偏差或軟板之一異常區之長度上之一偏差等特性。因此該長度及寬度可表示自界定(舉例而言)各種等級位準之預界定特性之一實體偏差。在一個例示性實施例中,影像資料可經獲取及處理以識別異常並形成作為表示每一異常之資料結構之異常物件。於2007年7月26日申請且頒予Floeder等人之共同待決美國專利申請案「Multi-Unit Process Spatial Synchronization」第11/828,369號中詳細說明關於異常資訊之獲取及對位之資訊,該申請案讓予給本申請案之受讓人,該申請案之全部內容以引用方式併入本文中。
一般而言,轉換控制系統4應用可係應用特定(亦即產品12導向)的一個或多個缺陷偵測演算法(方案),以針對每一軟板輥10選擇並產生一轉換規劃。某一異常可在一個產品(例如,產品12A)中導致一缺陷,但該異常在一不同產品(例如,產品12B)中可能不會造成一缺陷。在某些實施例中,轉換控制系統4可相依於確定一給定異常是否為一重複異常或一隨機(亦即非重複)異常而將不同應用特定的缺陷偵測方案應用於軟板輥10之所識別異常。每一轉換規劃表示用於處理用於形成可最終銷售給消費者14之產品12之一對應成品軟板輥10之所界定指令。舉例而言,一軟板輥10可被轉換成用於應用於筆記本轉換器之顯示器之最終產品,例如某一大小之薄片。作為另一實例,相同軟板輥10可替代地被轉換成用於應用於行動電話之顯示器之最終產品。鑒於可應用於重複及非重複異常之不同缺陷偵測演算法,轉換控制系統4可識別哪一產品最佳地達成某些參數,例如,該軟板之一最大利用率。此外,一操作者可調整不同缺陷偵測演算法之某些約束(例如應用於重複及非重複異常之敏感度之差異)以觀察對該等參數中之任一者之一影響,例如該軟板之利用率。可用來影響該轉換選擇過程之產品選擇參數之其他實例包括所產生的單位產品、來自所產生產品之估計收益或利潤、轉換該軟板所需之處理時間、每一處理線之當前機器產能、對於不同產品之當前需求或其他參數。於2007年3月6日申請且頒予Floeder等人的題目為「MAXIMIZATION OF YIELD FOR WEB-BASED ARTICLES」之美國專利申請案7,187,995中闡述關於產品選擇過程之進一步細節,該申請案之全部內容以引用方式併入本文中。
軟板製造廠6內之處理線之某些元件可將重複異常或缺陷引入軟板中。舉例而言,在軟板橫越處理線時嚙合該軟板之「輥」可以規則間隔將重複異常引入該軟板中。用於一軟板處理線中之實例性輥包括鑄輪、牽引輥、咬送輥、微複製輥、軟板清潔組件及惰輪滾筒。根據本文所闡述之技術,位於製造廠6內或遠端之自動化檢驗系統識別軟板內之此等重複異常且確定引起該等重複異常之源輥。此准許操作者定位該系統之造成異常之元件且修理或替換該損壞之元件。
如下文進一步詳細所闡述,軟板檢驗系統識別異常(或分類為缺陷之異常)在該軟板內之位置且使彼等位置與在該軟板之製造期間所接收之輥同步信號相關。舉例而言,用於製造廠6之一給定軟板製造過程之所關注每一輥可具備一同步標記。在該軟板之製造期間,該軟板檢驗系統自該等輥中之每一者接收指示各別輥已完成一全旋轉之一輥同步信號。該軟板檢驗系統記錄此等同步標記之發生。然後該軟板檢驗系統將該等輥同步信號中之每一者之發生轉換成該檢驗系統之空間域以便與異常或缺陷之位置資料相關。
本文所闡述之技術可提供若干優勢。舉例而言,該等技術可達成優於習用系統之顯著準確性改良。舉例而言,該等技術可用於容易地辨別相差小於25 μm之輥大小。此允許自類似直徑之一輥群組中識別出一損壞之輥。此外,該等技術允許甚至在大量隨機缺陷當中偵測出一軟板上之重複異常或缺陷。另外,該等技術允許該系統量測一輥之缺陷產生區之確切水平軟板及圓周位置,且甚至在相同輥上或相同水平軟板位置處之多個重複缺陷之間進行辨別。
此外,在某些情形下,無論異常發生於一軟板之頂側上還是一軟板之底側上,在習用檢驗系統看來該等異常通常係相同的。然而,通常期望知曉缺陷發生於軟板之哪一側上,此乃因(舉例而言)該軟板之一個側(比如底部)上之異常可由後續過程之塗層修復,但頂側上之異常在最後之製造操作之後將仍可見。因此,藉由確定一特定重複異常之原因輥,該檢驗系統可藉由儲存指定每一滾筒所位於之側(亦即,頂部或底部)之資料且以一自動化方式使每一重複異常與一個別滾筒相關來確定一異常在該軟板哪一側上。可藉由以下方式輸出指示滾筒造成該異常之側之資料:顯示一指示給一使用者、將該資料儲存於一資料庫或將該資料傳送至其他電子系統或裝置。
本文所闡述之檢驗系統可進一步經組態以自動忽略軟板之底側上之重複異常而不警示操作者,而對於頂側上之缺陷立即警示。或者,可將軟板之底部上之此等異常標識為處於一較低警示或警告位準。因此,本文所闡述之技術之另一潛在優勢可係有效地偵測並報告具有不同重要度之異常。
圖2係圖解說明位於圖1之例示性軟板製造廠6A中一軟板處理線之一部分內之一檢驗系統之一例示性實施例之一方塊圖。在該例示性實施例中,一軟板20之一段被定位於兩個支撐輥22、24之間。影像獲取裝置26A-26N(影像獲取裝置26)緊密地靠近不斷移動之軟板20定位。影像獲取裝置26掃描該不斷移動之軟板20之連續部分以獲得影像資料。獲取電腦27自影像獲取裝置26收集影像資料,且將該影像資料傳輸至分析電腦28以用於初步分析。
影像獲取裝置26可係能夠讀取移動軟板20之一連續部分且提供一數位資料流形式之輸出之習用成像裝置。如圖2中所示,成像裝置26可係直接提供一數位資料流之照相機或具有一額外類比至數位轉換器之一類比照相機。其他感測器(例如,雷射掃描儀)可用作該成像獲取裝置。該軟板之一連續部分指示該資料係以一連串單條線形式獲取。單條線包含不斷移動之軟板之映射至一單個感測器元件或像素列之一區。適於獲取該影像之裝置之實例包括線掃描照相機,例如來自Dalsa(加拿大,安大略省,沃特盧)之Piranha Models或來自Atmel(加利福尼亞州,聖何塞)之Model Aviiva SC2 CL。額外實例包括來自結合一類比-數位轉換器之表面檢驗系統GmbH(德國,慕尼黑)之雷射掃描儀。
可視情況藉由利用輔助影像之取得之光學總成來獲取影像。該等總成可係一照相機之一部分或可與該照相機分離。光學總成在成像過程期間利用反射光、透射光或半透射半反射光。舉例而言,反射光通常適於偵測由軟板表面變形(例如,表面刮擦)所造成之缺陷。
在某些實施例中,基準標記控制器30控制基準標記讀取器29以自軟板20收集輥及位置資訊。舉例而言,基準標記控制器30可包括用於自軟板20讀取條形碼或其他記號之一個或多個光學感測器。另外,基準標記控制器30可自與軟板20及/或滾筒22、24嚙合之一個或多個高精度編碼器接收位置信號。基於該等位置信號,基準標記控制器30確定每一所偵測到之基準標記之位置資訊。基準標記控制器30將該輥及位置資訊傳送至分析電腦28,該分析電腦可使用與該軟板之所獲取影像資料相關聯之位置資訊確定哪些異常為重複異常且哪些異常為隨機異常並基於此應用適當方案。分析電腦28可進一步使任何重複異常之位置與在該軟板之製造期間接收之輥同步信號相關以識別該(該等)損壞之元件。於2004年4月19日申請且頒予Floeder等人之共同待決專利申請案「Apparatus and Method for the Automated Marking on Webs of Material」第10/826,995號中闡述用於應用及使用基準標記在一軟板上識別具體位置之技術,該申請案讓與給本申請案之受讓人,該申請案之全部內容以引用方式併入本文中。雖然關於基準標記及一基準標記控制器30及讀取器29進行了論述,但基準標記可未必於所有實施例中係必須的以實現本文所闡述之技術。在其他實施例中,可在不背離本文所闡述之技術之前提下使用其他方法來確定異常之位置及關於一軟板之其他資訊。
分析電腦28處理來自獲取電腦27之影像流。分析電腦28藉由一個或多個初始演算法處理數位資訊以產生本端異常資訊,該本端異常資訊識別軟板20之含有可最終屬於缺陷之異常之任何區域。對於每一所識別之異常,分析電腦28自該影像資料擷取一異常影像,該異常影像含有囊括該異常及可能軟板20之一周圍部分之像素資料。若有必要,分析電腦28可將一異常分類成不同之缺陷類別。舉例而言,可存在用以在點、刮擦及油滴之間進行區分之獨特缺陷類別。其他類別可在其他類型之缺陷之間進行區分。根據本文所闡述之技術,分析電腦28可進一步確定在產品12中之何者中一異常可造成一缺陷。
基於由基準標記控制器30所產生之位置資料,分析電腦28確定每一異常在處理線之座標系統內之空間位置。亦即,基於來自基準標記控制器30之位置資料,分析電腦28確定每一異常在當前處理線所使用之座標系統內之x、y及可能z位置。舉例而言,一座標系統可經界定以使得x維表示跨越軟板20之一距離,y維表示沿該軟板之一長度之一距離,z維表示該軟板之一高度,該高度可基於塗層、材料或先前施加至該軟板之其他層之數目。此外,可於處理線內之一實體位置處界定該x、y、z座標系統之一原點且該原點通常與軟板20之一初始饋入部位相關聯。
在任一情形下,分析電腦28在資料庫32中記錄每一異常相對於該處理線之座標系統之空間位置,此資訊在本文稱作本端異常資訊。亦即,分析電腦28將軟板20之本端異常資訊(包括軟板20之輥資訊及每一異常之位置資訊)儲存於資料庫32內。分析電腦28亦可針對每一異常記錄產品12中該異常可造成一缺陷之彼等產品。資料庫32可以多種不同形式中之任一種實施,包括一資料儲存檔案或在一個或多個資料庫伺服器上執行之一個或多個資料庫管理系統(DBMS)。該等資料庫管理系統可係(舉例而言)一關聯式(RDBMS)、階層式(HDBMS)、多維(MDBMS)、物件導向式(ODBMS或OODBMS)或物件關聯式(ORDBMS)資料庫管理系統。作為一個實例,資料庫32實施為由來自微軟公司之SQL ServerTM 提供之一關聯式資料庫。
一旦該過程已結束,則分析電腦28經由網路9將收集於資料庫32中之資料傳輸至轉換控制系統4。具體而言,分析電腦28將該輥資訊以及該本端異常資訊及各別子影像傳送至轉換控制系統4以用於後續離線詳細分析。舉例而言,該資訊可藉由資料庫32與轉換控制系統4之間的資料庫同步來傳送。在某些實施例中,轉換控制系統4可確定產品12中每一異常可造成一缺陷之彼等產品,而不是分析電腦28。一旦已將成品軟板輥10之資料收集於資料庫32中,則該資料可用於直接在軟板之表面上藉由一可移除或可清洗之標記或在一遮蓋薄片(其可在於該軟板上標記異常之前或期間施加至該軟板)上標記該軟板輥上之異常。
圖3係圖解說明一例示性軟板製造廠(例如,圖1之軟板製造廠6A)中一例示性軟板處理線40之進一步細節之一方塊圖。亦即,圖3顯示具有各種輥之一典型軟板處理線。舉例而言,雖然為簡單起見圖2僅顯示惰輪滾筒46A至46N,但處理線40可具有數種類型之滾筒,包括惰輪、牽引輥、長度定向器、塗佈輥及諸如此類。在某些情形下,軟板處理線垂直軟板40之整個橫向路徑可具有遠多於一百個或更多個輥。製造系統40可係與圖2之檢驗系統相同之製造線之一部分,或製造系統40可係與圖2之檢驗系統不同之一製造線之一部分。
製造系統40通常藉由將一基板自導引滾筒41牽引經過製造組件48A至48M(製造組件48)以生產收集於軟板滾筒42上之軟板44來生產軟板44。因此,軟板44可橫越可以各種方式製造軟板44之軟板製造組件48。舉例而言,製造組件48中之一者(例如,製造組件48A)可將一塗層施加至軟板44。
當軟板44橫越軟板製造系統40時惰輪滾筒46A至46N(惰輪滾筒46)給軟板44提供支撐。亦即,當經歷來自製造組件48之製造時軟板44可座落於惰輪滾筒46上。雖然可需要惰輪滾筒46來恰當定位軟板44,但惰輪滾筒46可將異常或缺陷賦予軟板44中。舉例而言,惰輪滾筒46中之一者或多者可刮擦軟板44之底側。雖然關於惰輪滾筒46進行了論述,但除惰輪滾筒46以外或替代惰輪滾筒46,其他類型之輥(例如,鑄輪、牽引輥、咬送輥、微複製輥或軟板清潔組件)可存在於軟板製造系統40中。因此本文所闡述之技術並不限於與惰輪滾筒一同使用,而可應用於軟板處理線內所關注之任一輥。惰輪滾筒之使用係出於示範之目的而僅係例示性。
本文所解釋之技術識別異常或缺陷在軟板內之位置且使彼等位置與輥同步信號相關。舉例而言,用於一軟板製造過程40之所關注之每一輥可具備一各別同步標記47A至47N。此外,同步標記讀取器50A至50N(同步標記讀取器50)與所關注之輥中之每一者(在此實例中係惰輪滾筒46中之每一者)相關聯以用於感測各別同步標記。同步標記讀取器50中之每一者可偵測惰輪滾筒46中之對應一者何時已做完一全旋轉且然後以一觸發脈衝之形式發射一輥同步信號,遠端同步單元54偵測該輥同步信號。亦即,同步標記讀取器50中之每一者可就滾筒46中之各別一者之一完全旋轉輸出一短脈衝,且每一短脈衝之前緣可指示已偵測到該完全旋轉。在一個實施例中,同步標記讀取器50中之每一者可係一光學感測器。舉例而言,讀取器50可來自來自Banner Engineering Corp.之D10家族之感測器。一般而言,當對應之同步標記47旋轉經過讀取器50時該讀取器偵測該等標記。在該實例性實施例中,同步標記47可係一目標,例如一回反射材料或輥之一經加工區段。當在滾筒46中之一對應一者上偵測到參考點同步標記47時,讀取器50中之一者輸出該同步標記信號。因此,讀取器50中之每一者針對滾筒46中之對應一者之每一旋轉輸出一離散信號。
為幫助將該等輥同步信號轉換成與軟板處理線40相關聯之一座標系統之一空間域,將一旋轉編碼器附裝至沿該處理線之一個或多個輥。在此實例中,旋轉編碼器52係附裝至軟板滾筒41。在其他實施例中,替代編碼器52或除編碼器52以外,一編碼器可與滾筒46中之一者或多者一同使用。在一個實施例中,編碼器52可係一基於正弦編碼器之位置感測器。其他實施例可利用其他類型之位置感測器或編碼器。一般而言,編碼器52輸出直接同步化至軟板滾筒41之實體移動之一電脈衝列。舉例而言,編碼器52可針對軟板滾筒41之每一旋轉發射一系列脈衝。在一個實施例中,舉例而言,編碼器52可每旋轉發射四百萬個脈衝,從而提供一高位置準確度。
遠端同步單元54接收來自編碼器52之位置脈衝及來自同步標記讀取器50之輥同步信號且產生識別軟板44之與惰輪滾筒46中之每一者對準之各個區段之一邏輯映射圖。舉例而言,針對該等滾筒中之每一者,遠端同步單元54將該軟板之空間域劃分成一系列區段,該等區段中之每一者與各別滾筒之周長一樣長。舉例而言,對應於惰輪滾筒46A之每一軟板區段係18.85英吋,亦即6.00英吋*π。對應於惰輪滾筒46B之每一軟板區段係18.91英吋,且對應於惰輪滾筒46C之一軟板區段係18.79英吋。以此方式,遠端同步單元54使用來自編碼器52之位置資料以及來自同步標記讀取器50之輥同步信號來將該等輥同步信號轉換成過程40之座標系統之空間域以用於確定所關注之該等滾筒中之每一者之在該空間域內之軟板區段。因此,遠端同步單元54無需需要關於滾筒46中之每一者之確切直徑之一先驗資料以確定該等軟板區段及最終偵測重複缺陷。
在某些情形下,所關注該等輥中之某些輥或所有輥可具有大約相同之直徑。舉例而言,一子組或所有惰輪滾筒46可具有大約相同之六英吋之直徑。然而,此子組惰輪滾筒46因製造變化性而通常不具有完全相同之直徑。舉例而言,惰輪滾筒46A之直徑可係6.01英吋,惰輪滾筒46B之直徑可係6.02英吋,且惰輪滾筒46C之直徑可係5.98英吋。所闡述之技術利用藉由針對一給定滾筒計算一重複缺陷與對應輥同步信號之間的相對偏移中之變化所捕獲之平均值。此提供允許重複缺陷偵測之精確準確性,即使在除滾筒本身中之製造變化性外具有大致類似大小之滾筒之製造線中。
為使一異常與惰輪滾筒46中之一者相關聯,一檢驗系統可首先收集關於軟板44之資料。使用已由遠端同步單元54收集及相關化之來自編碼器52之脈衝及來自同步標記讀取器50之輥同步信號,該檢驗系統分析該等滾筒中之每一者之所識別軟板區段之異常資料。該檢驗系統可對此等軟板區段之諸多例項之資料結果求平均值。舉例而言,在一個實施例中,檢驗系統可針對一給定滾筒收集100個軟板段資料例項。然後該檢驗系統分析該資料以嘗試在重複異常與隨機異常之間進行區分。若一異常在一給定滾筒之經分析軟板區段之大多數例項中在其中該異常發生之彼等例項中於相同位置處或相對接近相同位置處發生,則該檢驗系統可確定一異常係(舉例而言)由惰輪滾筒46中之一者造成之一重複異常。舉例而言,若惰輪滾筒46A在軟板44中造成一異常,則該異常將可能係重複的,且該重複異常之例項應相隔大約18.85英吋發生(假定滾筒46A之一直徑係6.00英吋)。
在某些配置中,由惰輪滾筒46賦予軟板44之異常中之至少某些異常可至軟板44準備轉換成薄片之時間為止被修復(亦即,校正)。換言之,雖然惰輪滾筒46可將一異常賦予軟板44中,但該異常可不造成一缺陷,此乃因該異常可在軟板44準備轉換之前藉由其他製造過程校正。舉例而言,由惰輪滾筒46賦予軟板44之異常將在軟板44之底側上。發生於軟板44頂部上之異常可不在軟板44中修復或校正。亦即,發生於軟板44之頂表面上之異常在含有此等異常之一軟板段或個別薄片轉換成產品12中之一者之情況下可在產品12中造成缺陷。根據本文所闡述之技術,一檢驗系統可能夠確定一異常發生於軟板44之頂側還是底側上。此外,該檢驗系統可能夠將發生於頂側上之異常之源追溯至惰輪滾筒46中之一特定一者(舉例而言,惰輪滾筒46A)。因此,製造系統40之一操作者可定位惰輪滾筒46A之造成該等異常之部分且修理惰輪滾筒46A。
圖4係更詳細圖解說明遠端同步單元54之一例示性實施例之一方塊圖。如圖3中所圖解說明,遠端同步單元54可電耦合至編碼器52及同步標記讀取器50以自其接收信號。
一般而言,實例性遠端同步單元54感測每一輥同步信號(在圖4中圖解說明為「一次輪回」信號A、B至N)之發生被接收且相對於來自編碼器52之位置資料將該等信號轉換成一空間域。此外,同步單元54輸出識別同步信號之位置之位置資料,該等同步信號之位置對應於彼各別滾筒之一個旋轉。
在該實例性實施例中,遠端同步單元54包括計數器56A至56N(「計數器56」)及暫存器58A至58N(「暫存器58」)。同步標記讀取器50中之每一者與計數器56中之一者相關聯,計數器56中之該一者又與暫存器58中之一者相關聯。來自編碼器52之脈衝信號用作驅動計數器56之一全域遞增。亦即,當編碼器52偵測到軟板移動時,編碼器52發送用於同時遞增計數器56中之每一者之一系列脈衝。在圖4之例示性實施例中,滾筒46A可包括環繞該滾筒之外邊緣之一系列孔,一光可透過該等孔照射。每當編碼器52偵測到透過該等孔中之一者之光時,編碼器52可將一信號傳輸至計數器56中之每一者。計數器56又可以並行方式接收該編碼器信號之脈衝列且同時遞增其各別計數器。
來自該等滾筒中之每一者之輥同步信號用作用於記錄該等滾筒之各別計數器內之值之觸發器。具體而言,在滾筒46中之任一者之一全旋轉期間,彼滾筒之對應同步標記47將經過相關聯之同步標記讀取器50。舉例而言,針對滾筒46A之每一旋轉,同步標記讀取器50A將偵測同步標記47A。在偵測到標記47A時,同步標記讀取器50A以一短脈衝之形式將一輥同步信號輸出至遠端同步單元54。回應於此脈衝,遠端同步單元54將對應計數器(在此情形下係計數器56A)之當前值鎖存於對應資料暫存器(暫存器58A)中。
控制器60以一高速率輪詢暫存器58中之每一者或被中斷驅動以檢索最新計數器資料。因此,控制器60之輪詢循環比所有滾筒46之旋轉快。若輪詢暫存器58中之一者(例如,暫存器58A)時計數器資料與先前輪詢相同,則控制器60可忽視當前計數器資料。然而,若該計數器資料已改變,則控制器60可檢索該計數器資料且將該計數器資料連同滾筒編號一起傳輸至分析電腦59(圖5)。亦即,在偵測到一個資料暫存器58之一改變時,同步單元54之控制器60以一當前編碼器脈衝計數之形式輸出輥位置資料。分析電腦59可使該等滾筒中之每一者之此輥位置資料與檢驗資料協調(如關於圖5及6所闡述)以確定任何異常是否是由滾筒46中之一者所造成之重複異常,以及確定滾筒46中之何者正造成該重複異常。分析電腦59可將資料輸出至一顯示器以指示滾筒46中之何者造成了每一組重複異常。舉例而言,分析電腦59可輸出軟板之若干部分之一圖形表示以及對該等重複異常及造成該等重複異常之所識別滾筒之一指示。另外,分析電腦59可輸出資料並將該資料儲存於一資料庫(例如,資料庫32)中,從而使該等重複異常與造成該重複異常之所識別滾筒相關聯。
圖5係圖解說明一系統61之一方塊圖,在系統61中一分析電腦59將來自一個或多個遠端同步單元(例如,圖3及4之遠端同步單元54)之輥位置資料與檢驗資料組合以確定所關注之滾筒中之一者(例如,滾筒46中之任一者)是否正造成一重複異常,且若是,則確定該等滾筒中之何者正造成該重複異常。分析電腦59可耦合至一個或多個軟板檢驗組件,如以舉例方式關於圖2之分析電腦28、獲取電腦27及影像獲取裝置26所顯示。在2007年7月26日申請且頒予Floeder等人之共同待決申請案「Multi-Unit Process Spatial Synchronization」第11/828,369號(該申請案讓與給本申請案之受讓人)及於2004年4月19日申請且頒予Floeder等人之共同待決申請案「Apparatus and Method for the Automated Marking of Defects on Webs of Material」第10/826,995號(該申請案讓與給本申請案之受讓人)中更詳細地闡述使用檢驗系統來針對異常之存在檢驗軟板,該等申請案之全部內容以引用方式併入本文中。
在一個實施例中,分析電腦59可係一伺服器類別之電腦。在其他實施例中,分析電腦59可係能夠處置處理檢驗及位置資訊所需要之大量資料之一分佈式計算系統或其他計算系統。
如上文所闡述,在偵測到滾筒46中之一者之一旋轉時遠端同步單元54之控制器60傳輸輥位置資料,且該輥位置資料可呈一滾筒識別(亦即,一觸發器編號)之形式且所記錄之當前編碼器位置表示針對彼滾筒之一給定完全旋轉的垂直軟板位置(DW位置)。在某些實施例中,編碼器52可將位置脈衝傳輸至遠端同步單元54及檢驗系統兩者以允許該等輥之軟板段及所偵測之異常之空間領域內之相關。在其他實施例中,兩個相異編碼器可用於提供由分析電腦59調解之位置參考資訊。在另外其他實施例中,檢驗系統可採用垂直軟板追蹤距離之一不同方法(例如,基準標記)。於2007年7月26日申請且頒予Floeder等人之共同待決專利申請案「Fiducial Marking for Multi-Unit Process Spatial Synchronization」第11/828,376號中論述將基準標記與一軟板一同使用之技術,該申請案讓與給本申請案之受讓人,該申請案之全部內容以引用方式併入本文中。
在任一情形下,分析電腦59使來自遠端同步單元54之輥位置資料與檢驗系統所確定之軟板上之異常之位置資料相關。視訊或其他影像資料可自檢驗感測器傳遞至獲取電腦62A至62M(「獲取電腦62」)。此等電腦表示能夠獲取並處理檢驗資料以用於偵測軟板上各種類型之異常(例如,刮擦、點、滴、屑或其他類型之異常)之軟體及/或硬體。舉例而言,獲取電腦62可係在圖2之分析電腦59或分析電腦29上執行之軟體模組。或者,獲取電腦62可係與該分析電腦分離之離散單元。在任一情形下,當獲取電腦62中之一者偵測到一異常時(舉例而言,當獲取電腦62A偵測到一異常時),感測器62A輸出指定異常之類型、該異常之水平軟板位置及該異常之垂直軟板位置之異常資料。
分析電腦59處理該異常資料及該輥位置資料以確定任何異常是否重複發生於同一滾筒之多個軟板段內之大致相同水平軟板位置及大致相同垂直軟板偏移處。舉例而言,若滾筒46中之一者造成一重複異常,則該重複異常在大致相同之水平軟板位置處發生且將以對應滾筒之周長(亦即,造成該重複異常之滾筒之周長)之一間距重複。以此方式,分析電腦59可確定正發生重複異常。此外,使該等重複異常之垂直軟板位置與不同滾筒之軟板段之垂直軟板位置相關,分析電腦59能夠識別滾筒46中之何者正造成該等重複異常中之每一者。
圖6係圖解說明一組實例性異常資料63及對應輥位置資料65之一方塊圖。在藉由分析電腦59處理之前,所有異常可看似相同,亦即,隨機與重複異常在視覺上不可區分。然而,在分析之後,分析電腦59將來自重複異常64、66、70及72之重複異常與隨機異常74區分開且可使用信號76使該等重複異常與造成滾筒相關。
編碼器52及同步標記讀取器50形成隨時間垂直軟板67之垂直軟板長度以圖形方式繪示滾筒46中之每一者之位置之一系列脈衝。來自編碼器52之編碼器脈衝及來自同步標記讀取器50之同步脈衝分別表示為信號76及圖形78A至78N(「圖形78」)。基於該資料、輥位置資料,分析電腦59確定在來自同步標記讀取器50中之一者之同步脈衝之間發生之來自編碼器52之編碼器脈衝之數目。在圖6之實例中,滾筒46A每旋轉具有11個編碼器脈衝,滾筒46C每旋轉具有19個編碼器脈衝,且滾筒46B及46D兩者每旋轉均具有9個編碼器脈衝。
分析電腦59確定異常64A至64D(「異常64」)係重複異常,該等重複異常發生於一類似水平軟板位置處且基於其垂直軟板位置資訊以週期性間隔發生在與所製造軟板相關聯之一座標系統內。分析電腦進一步確定異常64中之一者發生在來自滾筒46C之每一同步脈衝之後的一個編碼器脈衝處。亦即,在此實例中,該等異常之垂直軟板位置係自滾筒46C之新軟板段之開始之恆定偏移。因此,分析電腦59確定重複異常64係由滾筒46C造成。然後一操作者可在重複異常64之水平軟板位置處檢驗滾筒46C且修理或替換滾筒46C。
類似地,一組異常66A至66D(「異常66」)全部發生於相同水平軟板位置處。然而,存在預期發生之丟失異常68A及68B。可能損壞之滾筒未造成一異常或該檢驗系統在位置68A及68B中之一者或兩者處沒能偵測到一異常。然而在任一情形下,分析電腦59仍可確定一重複異常之存在。此乃因即使具有丟失之異常68A及68B,當一滾筒之大多數新軟板段在相同水平軟板位置中且距同步脈衝(即,彼滾筒之一新軟板段之開始)之大致相同之距離處含有異常時,分析電腦59確定一重複異常之存在。在此情形下,重複異常66中之每一者發生在信號78A之大多數同步脈衝之後之7個編碼器脈衝處。因此,分析電腦59可確定滾筒46A正造成一重複異常。
本文所闡述之技術甚至可用於偵測重複異常70A至70G(「重複異常70」)及重複異常72A至72G(「重複異常72」)且將重複異常70與重複異常72區分開。重複異常70及重複異常72每一者發生於相同水平軟板位置處。重複異常70每一者發生在圖形78B之一同步脈衝之後之1個編碼器脈衝處且在圖形78D之一同步脈衝之後之4個編碼器脈衝處。重複異常72每一者發生在圖形78B之一同步脈衝之後之7個編碼器脈衝處且在圖形78D之一同步脈衝之後之1個編碼器脈衝處。雖然將看似滾筒46B或46D中之任一者可正造成此等重複缺陷中之任一者,分析電腦59仍可確定重複缺陷70及72中之何者係由滾筒46B及46D造成,此乃因滾筒46B或46D之直徑可能相差某一可偵測之量。為便於清楚觀看及可讀性,圖6之實例中顯示小數目之編碼器脈衝。然而在諸多實施例中,遠遠多之編碼器脈衝用於同步脈衝之間。在一個實施例中,舉例而言,多達四百萬個編碼器脈衝可在同步脈衝之間發生。以此解析度,可隨時間偵測位置中甚至極小之差異。因此,若名義上具有相同直徑之兩個相異滾筒正在相同水平軟板位置中造成兩組重複缺陷,當與該兩個滾筒中之一者之同步脈衝相關時,一組異常將看似靜止而另一組將看似滑動。此概念性地圖解說明於圖7及8中。
圖7係圖解說明隨機及重複異常發生若干次之一實例性軟板80之一方塊圖。軟板80可對應於(舉例而言)軟板44。在此實例中,軟板80可能已橫越三個惰輪滾筒,例如惰輪滾筒46A、46B及46C。惰輪滾筒46A、46B及46C可具有相同之六英吋標稱直徑,但該等滾筒中之每一者之實際直徑可稍微不同。對應於惰輪滾筒46之同步標記用於邏輯上確定一給定滾筒之軟板段。在圖7之實例中,虛線用於指示軟板段82A至82D(軟板段82)之間的劃分,亦即,該等虛線表示來自滾筒46中之一者之同步標記讀取器50中之一者之同步脈衝。每一虛線在對應於惰輪滾筒46之周長中之一者之一恆定距離102(亦即,同步脈衝之間的距離)之後發生。在此情形下,舉例而言,距離102可係18.85英吋。
由於此分段,可確定(舉例而言)惰輪滾筒46A是否正造成軟板44上之異常中之任一者。軟板段82A包括異常84A、86A、88A、90及92。軟板段82B包括異常84B、86B、88B及94。軟板段82C包括異常84C、86C、88C、96及98。軟板段82D包括異常84D、86D、88D及80。為確定此等異常中之任一者是否是由惰輪滾筒46A所造成之一重複異常,分析電腦確定每一異常與每一同步脈衝(亦即,由每一虛線所表示之每一軟板段之開頭)之間的距離。雖然出於圖解說明之目的在圖7中僅顯示四個軟板段82,但更多之段可用於分析。在一個實施例中,舉例而言,分析電腦可在做出關於重複異常之決定之前分析一百個軟板段。
分析電腦針對該等滾筒中之每一者重複此分析。亦即,該分析電腦針對每一同步脈衝以一類似方式將軟板分段,從而允許該電腦識別重複異常之具體源。
圖8係圖解說明自針對一單個滾筒分段之圖7之資料形成之一實例性複合映射圖110之一方塊圖。亦即,複合映射圖110具有一總垂直軟板長度102(在此實例中係18.85英吋),其中該等軟板段中之每一者被覆蓋。因此,複合映射圖110包括來自軟板80之軟板段82中之每一者之異常,且彼等異常已在空間上對位至如彼特定滾筒之同步脈衝所界定之軟板段之開始。
在複合映射圖110中,異常84、86及88每一者看似重複異常。然而,複合映射圖110顯示重複異常84在不同軟板段期間在垂直軟板方向上移位。亦即,異常84及88可係重複異常,但其不以惰輪滾筒46A之周長之間隔重複。分析電腦59可藉由確定自此具體滾筒之同步脈衝至異常84及88中之每一者之距離超過異常84及88之每一例項之一臨限差異來確定此。
相反,異常86係重複異常且由已針對其將資料分段之滾筒造成,此乃因如複合映射圖110所示,該等異常以惰輪滾筒46A之周長之大致相同間隔間隔開。亦即,對於異常86之每一例項,同步脈衝與異常86之例項之間的距離在一容限距離內。端視該編碼器之位置解析度,該容限距離可(舉例而言)係±2個脈衝。因此,檢驗系統可確定異常86係由惰輪滾筒46A造成之重複異常。舉例而言,異常86可係軟板80之底側上由惰輪滾筒46A上之一不平點造成之刮擦。使用此確定,一操作者可嘗試在此位置處修理惰輪滾筒46A以防止惰輪滾筒46A造成更多異常。
在某些實施例中,檢驗系統可經重新程式化以忽略發生於稍後軟板段中一類似位置處之異常,此乃因一旦軟板80最後轉換成產品則此等異常將極有可能實際上不造成一缺陷。亦即,由惰輪或其他滾筒所造成之已知將位於軟板之一底側上之幾乎所有異常可在軟板80之製造期間之某一點處得以矯正。
然而,軟板80之隨機異常90、92、94、96、98及80可能發生於軟板80之頂側上,且異常90、92、94、96、98及80在軟板80之製造之剩餘部分期間將可能得不到矯正。因此,檢驗系統可將此等異常之位置標記於一資料庫(例如,圖2之資料庫32)中或該軟板之表面上,且該系統亦可注記一旦軟板80轉換成產品則此等異常將可能造成缺陷。
圖9係圖解說明用於識別正造成一重複異常之一滾筒之一例示性方法之一流程圖。關於分析電腦59論述該方法,但該方法不限於由一單個電腦執行。起初,分析電腦59自感測器62接收異常資料(120)。如上文所論述,感測器62表示能夠獲取並處理檢驗資料以用於偵測該軟板上各種類型之異常(例如,刮擦、點、滴、屑或其他類型之異常)之軟體及/或硬體。由感測器62輸出之異常資料包括異常在一軟板(例如,圖3之軟板44)上之水平軟板位置及垂直軟板位置兩者。該異常資料可進一步包括可識別所識別之異常係何種類型之異常(例如,一孔、一坑、一刮擦、一褪色或其他類型之異常)之異常類型資訊。
分析電腦59亦接收滾筒資料(122)。該滾筒資料可包括對每一滾筒之識別以及表徵每一滾筒之完全旋轉之發生之資料。舉例而言,該滾筒資料可使用一唯一識別符或標籤來識別滾筒46A,該唯一識別符或標籤由一使用者指派且當同步標記讀取器50A讀取同步標記47A時包括觸發器編號(例如,一序列號)及每一例項之一垂直軟板位置。
分析電腦可處理異常資料以識別重複異常,且可使所接收異常資料與所接收滾筒資料相關以將該等異常對位至損壞之元件(124)。起初,分析電腦59處理該滾筒資料以便邏輯上將該軟板分割成一系列段,且可針對所關注之每一滾筒以一類似方式將軟板重新分割。亦即,針對所關注之每一滾筒,該系列中每一段之長度由來自同步標記讀取器50中之其對應一者之兩個連續觸發器信號之間的距離界定。因此,彼分割之段中之每一者之長度大致等於滾筒46中之對應一者之周長。舉例而言,分析電腦59可針對滾筒46A邏輯上將軟板分割成一組段。來自同步標記讀取器50A之信號之間相對於該處理線之一座標系統之垂直軟板距離將因此等於滾筒46A之周長。如下文更詳細闡述,針對所關注之一給定輥之此等邏輯段中之每一者之異常資料可經分析以確定該等段內大致共同位置中異常之存在,亦即,發生於一共同水平軟板位置處且距所有邏輯段或臨限數目個邏輯段之開始之一共同垂直軟板距離處之異常。在一個實施例中,此臨限值可係該等段之大多數。在某些實施例中,每一段之寬度可係軟板之寬度。在其他實施例(例如,關於圖10所闡述之彼實施例)中,軟板在水平軟板方向上可被細分成分道,使得段之寬度由對應分道之寬度界定。
基於針對所關注之滾筒中之每一者對軟板之邏輯分割,分析電腦59識別該等段中之每一者上異常之位置。以此方式,分析電腦59確定每一異常相對於每一滾筒之每一旋轉之位置。然後分析電腦59分析異常資料(126)以確定重複異常之存在(128)。分析電腦59針對每一滾筒確定一異常是否正發生於相對於該滾筒之旋轉之大致相同位置中。亦即,分析電腦59確定該等異常中之任一者是否在該等滾筒中之任一者之邏輯段上之大致相同位置中。舉例而言,分析電腦59可確定一異常針對一給定分割之所有段或臨限數目個段發生在橫垮軟板16英吋處且垂直軟板5英吋處。
藉由確定一重複異常之存在,分析電腦59便可識別滾筒46之造成異常之滾筒(130)。舉例而言,分析電腦59可確定滾筒46A正造成一重複異常,此乃因討論中之異常在滾筒46A之每一旋轉之後發生於大致相同之水平軟板及垂直軟板位置處。作為回應,分析電腦59可輸出造成異常之滾筒之身份(132)。舉例而言,分析電腦59可將該身份輸出至一電腦螢幕。亦可使用識別造成異常之滾筒之其他方法,例如致使損壞之滾筒上或附近之一燈變亮。作為另一實例,分析電腦可使與損壞之滾筒相關聯之一發光二極體(LED)變亮,其中每一滾筒與一LED相關聯且LED可定位於一板上以給一操作者提供一中心觀察位置。另外,分析電腦59可進一步輸出異常之位置以輔助一操作者修理損壞之滾筒。該操作者可確定同步標記在滾筒上之位置且使用異常之位置來在重複異常之位置處檢驗滾筒以確定造成重複異常之元件是否可修理。
圖10係圖解說明邏輯上劃分成分道154A至154K(「分道154」)以用於每一分道之分析之一實例性軟板152之一方塊圖。在一個實施例中,為確定是否存在一重複異常之發生,可表示軟板67之軟板152(舉例而言)可劃分成分道,例如分道154。一分析系統(例如,圖2之檢驗系統)可個別地檢驗分道154中之每一者。由於重複異常將發生於相同之一般水平軟板位置中,因此軟板152劃分成分道154可增加資料搜集之效率。亦即,可個別地檢驗每一分道而不管發生於其他分道中之異常。
在圖10之實例性實施例中,軟板152已被劃分成分道154A至154K。所繪示之分道之數目僅系例示性,且分道數目之選擇可根據軟板152之大小、可用檢驗裝置之數目或其他因素做出。分道154A、154C、154E、154I及154K由虛線劃分界線,而分道154B、154D、154F、154H及154J由點劃線劃分界線。在圖10之實例中,毗鄰分道稍微重疊以便將既偵測到發生於分道中心之重複異常又偵測到沿一分道之邊緣之一重複異常之一發生。像5 mm一樣小之分道寬度已證明有用。
影像獲取裝置(例如,圖2之影像獲取裝置26)可在分道154處檢驗軟板152。影像獲取裝置26中之一者可檢驗分道154中之每一者。分析電腦27可確定對應影像獲取裝置26是否已偵測到一異常,如關於圖2所闡述。此外,圖5之分析電腦59可確定一重複異常是否正發生於分道154中之任一者中。在一個實施例中,分析電腦59可使用關於圖11所闡述之演算法來確定分道154中之一者中一重複異常之存在。
由於一重複異常可發生於分道之一重疊中(例如,分道154A與154B之間的重疊區域中),因此一異常可被偵測到兩次。該檢驗系統可使用各種因素來調解此一雙重偵測。舉例而言,該檢驗系統可將重複異常之水平軟板位置作比較,以及將該等異常之每一例項之垂直軟板位置與例項之間的重複間隔作比較。當發現兩個重複異常具有相同水平軟板位置且該等異常之例項以相同間隔發生於相同垂直軟板位置處時,該系統可摒棄該等重複異常中之一者以便不針對同一重複異常觸發兩次警示。
圖11係圖解說明用於確定一重複異常之存在之另一例示性演算法之一流程圖。在一個例示性實施例中,圖11之方法可用於實現圖9之步驟128之結果。在一個實施例中,圖11之方法可單獨地應用於自圖10之分道154中之每一者(例如,分道154A)所搜集之資料。
起初,在一實例性實施例中,分析電腦59確定一開始點A,該開始點可係一第一所偵測之異常(160)。如上文所論述,一重複異常係由一軟板生產或製造系統之一元件(例如,一惰輪滾筒)所造成之一異常。因此,存在某一距離(本文稱作「Rmin 」),其係一重複異常之最小可能重複距離。舉例而言,在由在一軟板處理中所使用之複數個惰輪滾筒中之一者或多者造成之重複異常之情形下,Rmin 係所關注之最小惰輪滾筒之周長。因此,分析電腦59可在分道154A中搜尋一點B以使得點A及B之水平軟板位置相同且點A與B之間的垂直軟板距離係至少Rmin (162)。
然後分析電腦59可確定一點C是否存在於分道154A中以使得點C之水平軟板位置與A及B之水平軟板位置相同且使得點B與C之間的垂直軟板距離係點A與B之間的距離之某一倍數(164)。一重複異常可不在每一所預期例項中重複。可跳過該重複異常之若干個例項,如關於圖6所論述。因此在確定點C是否是一重複異常之一例項時,該例示性實施例確定點B與C之間的距離是否是點A與B之間的距離之一倍數。在一個例示性實施例中,該倍數可係1、1/2、1/3、2或3中之一者。亦即,基於一給定應用之偵測能力,一專家使用者可預先界定用於識別稀疏重複缺陷之整數倍數之數目。舉例而言,對於具有極高偵測能力之一給定系統,該整數倍數可係1,而具有較低偵測能力之一第二系統可使用一倍數5。該第一者僅測試距一給定異常之一單個垂直軟板距離,而該第二者測試倍數1、2、3、4、5以及1/2、1/3、1/4及1/5。注意,計算複雜性隨倍數之增加而增加。在實踐中,一般倍數3可足夠。
若在距點B之為(例如)點A與B之間的距離之1、1/2、1/3、2或3倍之一距離處不能夠找到任何點C(166之「否」分支),則分析電腦59可獲得一新開始點異常A(168)且嘗試確定該新開始點是否是一重複異常之一部分。然而,若分析電腦59確實找到此一點C(166之「是」分支),則分析電腦59可搜尋一點D,其中點C與D之間的距離係點A與B之間的距離之一倍數(170)。在一個實施例中,可與步驟164中使用相同組潛在倍數,例如1、1/2、1/3、2及3。點D可用於確認點A、B及C確實是一序列重複異常之一部分。
若未找到任何點D(172之「否」分支),則分析電腦59可再一次重新開始選擇一新開始異常點A(168)之過程。若(舉例而言)點A、B及C處之異常不是一重複異常之一部分且點A與B之間的距離及點B與C之間的距離僅係巧合,則不能夠找到任何點D。然而,若分析電腦59確實找到一點D(172之「是」分支),則極有可能點A、B、C及D構成一行重複異常。因此,分析電腦59可將一重複距離確定為點A與B、點B與C及點C與D之間的距離之最小值(174)。然後分析電腦59可預期在點A、B、C及D之水平軟板位置處發現以距點D之所確定重複距離重複之異常。分析電腦59可以一類似方式分析分道154中之每一者以發現重複異常。
在確定一重複異常之後,分析電腦59可根據圖9之方法確定該重複異常之源滾筒。舉例而言,分析電腦59可計算一重複異常之一個例項與點A(亦即,該重複異常之第一所辨識例項)之間的一偏移。然後分析電腦59可使用此偏移預計出受分析之對應於滾筒46中之一者之同步標記47中之一者之一估計位置。然後分析電腦59可確定該同步標記是否被記錄於該估計位置之某一誤差容限內。若該同步標記被記錄於該估計位置處或該估計位置之一預定容限位準內,則對應於所分析之同步標記之滾筒係損壞之滾筒。然而,若該同步標記未被記錄於該估計位置處或該容限位準內,則對應於該同步標記之滾筒不是造成重複異常之滾筒。
分析電腦59所應用之誤差容限可係分離該等異常之完全旋轉之預期數目之一函數。舉例而言,對於具有20.000 cm及20.0001 cm直徑之兩個幾乎相同之滾筒,分離該等滾筒之兩個重複間隔之垂直軟板距離將大約為62.800 cm及62.803 cm,此可係太小而無法量測。然而,在該等滾筒之50個預期完全旋轉之後,軟板段之端之垂直軟板位置將係3140 cm及3140.15 cm,從而產生0.15 cm之一位置差異,該位置差異係分析電腦59所應用之一可量測誤差容限。
作為一實例,一重複異常系列之第一位置(亦即,點A之位置)可已被記錄於0.4924 m處且一重複異常之第n個例項可已發生於79.5302 m之一垂直軟板距離處。則該偏移將係79.1008 m(79.5302 m-0.4924 m)。滾筒46A(圖3)之第一同步標記可已由同步標記讀取器50A在位置0.0012 m處讀取。因此,若滾筒46A正造成該等重複異常,則針對最接近該系列中第n個異常之同步標記47A所記錄之位置應相對接近79.1020 m(0.0012 m+79.1008 m)。若最接近所分析之異常之同步標記實際上被記錄於78.7508 m處,則誤差將係0.3512 m,此足夠顯著確定滾筒46A不是造成該重複異常之滾筒。然而,滾筒46B之第一所記錄同步標記可已在0.0001 m處。因此,針對同步標記47B所記錄之位置可預期在79.1009 m(79.1008 m+0.0001 m)處。若同步標記47B之實際所記錄位置係79.1018 m,則誤差將僅係0.0009 m,此將指示滾筒46B正造成該重複異常。
雖然關於分道154之使用來論述,但上文所闡述之方法不限於分道154之使用。舉例而言,該方法可應用於未被劃分成分道154之一整個軟板152。在另一實例性實施例中,可使用多個分析電腦,針對每一分道一個分析電腦,而不是一單個分析電腦59。舉例而言,圖2之獲取電腦27可經程式化以實現用於對應分道154之圖11之方法。然後獲取電腦27中之每一者可將所發現之重複異常上載至分析電腦59以進行調解。上文所闡述之方法可以軟體指令之形式被編碼至一電腦可讀儲存媒體中,該等軟體指令致使一電腦之一處理器執行該方法之步驟。
圖12係圖解說明一例示性使用者介面180之一方塊圖。使用者介面180可實施為繪示各種資訊之一圖形使用者介面(「GUI」)。舉例而言,使用者介面180可包括資料輸出區182。資料輸出區182可(舉例而言)藉由分析電腦59顯示各種原始及/或經總結資料以供一使用者與該系統互動。
在圖12之例示性實施例中,資料輸出區182包括顯示關於所偵測之重複異常之資訊之一「重複」區183A,以及顯示關於所偵測之輥滑動之資訊之一「滑動」區183B。重複區183A包括輥識別符行186、優先級行188、動作描述行190及映射圖行192。輥識別符行186中之條目識別列中之條目所對應之輥。舉例而言,輥識別符行186中之第一條目係「1」,其指示該列包括關於被識別為「1」之輥之資訊。
優先級行188中之條目向一使用者指示所偵測之重複異常之重要或顯著程度。在圖12之實例中,優先級被圖解說明為「高」、「中」或「低」。其他實施例可使用不同優先級位準及指示符,例如「綠色」、「黃色」或「紅色」或數字等級,例如1至10。
動作描述行190中之條目向一使用者指示該使用者應採取之所建議或所需要之動作。舉例而言,描述行190中之第一條目係「牽引輥編號3」。觀察到此顯示之一使用者應用一新滾筒替換藉由編號「3」識別之滾筒。此外,倘若優先級行188中之一優先級係「高」,則一使用者應儘快替換輥「3」。
映射圖行192允許一使用者選擇一滾筒並在映射圖螢幕184上觀察複合映射圖。舉例而言,一使用者可使用連接至分析電腦59之一滑鼠來將一指針指引至行192中之單元格中之一者且按壓一按鈕來選擇對應滾筒。在圖12之實例中,一使用者已選擇輥「4」。因此,分析電腦59已在映射圖窗口184中顯示對應於輥「4」之複合映射圖。窗口184中之複合映射圖可類似於圖8之複合映射圖110。分析電腦59可在與資料輸出區182或與一相異窗口相同之窗口中顯示映射圖184。分析電腦59可顯示隨機異常198且將其與映射圖184中之所偵測重複異常200區分開。舉例而言,在一個實施例中,隨機異常198可以一個色彩(例如,黑色)顯現,而重複異常200可以一不同色彩(例如,紅色)顯現。在另一實施例中,一異常發生於多個例項之某一位置中之數目可規定該等異常顯示於映射圖184中之色彩。舉例而言,映射圖184可顯示跨越針對滾筒「4」所搜集之資料之最後20個例項之一複合映射圖。在該複合映射圖上一特定位置處僅發生一次之一異常可以黑色顯示。在該複合映射圖上相同位置中發生2至5次之間的一異常可以綠色顯示。發生6至10次之間的一異常可以黃色顯示。發生11或更多次之一異常可以紅色顯示。
滑動區183B顯示關於滾筒是否隨著軟板橫越製造系統而滑動之資訊。舉例而言,當軟板不與滾筒恆定接觸時可造成此滑動。當軟板不與滾筒接觸時,此可造成異常或缺陷在該軟板中發生。在任一情形下,滑動區183B顯示一輥識別符行194及一優先級行196。輥識別符行194顯示識別相關滾筒之資訊。優先級行196指示輥滑動之優先級,例如,嚴重性。此外,在其他實施例中,可使用其他類型之優先級,例如色彩譯碼優先級或數字優先級。
在一個實施例中,分析電腦59可基於優先級(基於優先級行188及196中之值自最高優先級至最低)自動將顯示於資料輸出區182中之資料分類。在一個實施例中,分析電腦59可自動填充使用者介面,亦即,不需要一使用者「刷新」該資料。在一個實施例中,資料輸出區182可顯示0至20個之間的條目。在一個實施例中,資料輸出區182可包括一滾動條、標籤或藉以顯示大量條目之其他方法。
圖13係進一步詳細圖解說明轉換控制系統4之一實例性實施例之一方塊圖。在該實例性實施例中,應用伺服器208為軟體模組211提供一操作環境。軟體模組包括複數個缺陷處理模組210A至210M(應用特定的缺陷偵測方案)、一使用者介面模組212及一轉換控制引擎214。
軟體模組211與資料庫220互動以存取資料222,該資料可包括異常資料222A、輥資料222B、影像資料222C、產品資料222D、轉換地點資料222E、缺陷映射圖222F、複合缺陷映射圖222G、轉換控制規則222H及轉換規劃222I。
資料庫220可以多種不同形式中之任一種實施,包括一資料儲存檔案或在一個或多個資料庫伺服器上執行之一個或多個資料庫管理系統(DBMS)。作為一個實例,資料庫220實施為由來自微軟公司之SQL ServerTM 提供之一關聯式資料庫。
異常資料222A、輥資料222B及影像資料222C表示自軟板製造廠6(圖1)接收之輥資訊、異常資訊及各別異常影像。產品資料222D表示與產品12(圖1)相關聯之資料。更具體而言,產品資料222D界定可由每一轉換地點8生產之每一類型產品12。對於每一產品12,產品資料222D指定需要確定一給定軟板輥10是否滿足特定產品之品質要求之一個或多個缺陷處理模組60。換言之,產品資料222D指定欲用來針對每一產品12分析異常資料222A及影像資料222C之一個或多個缺陷處理模組60。
另外,產品資料222D儲存當選擇轉換地點8及產生軟板輥10之轉換規劃時轉換控制系統4可利用的關於產品12之其他資訊。舉例而言,產品資料222D可進一步包括指定產品12中之每一者每單位估計收益之資料。產品資料222D亦可包括產品12中之每一者每單位估計收入、將一軟板輥轉換成每一產品之估計轉換時間、對產品之每一者之當前工業需求水平之資料或可用在選擇轉換規劃中之其他資料。
轉換地點資料222E表示與轉換地點8相關聯之資料。舉例而言,轉換地點資料222E可儲存轉換地點8中之每一者之地點位置、處理線之數目及每一處理線之一當前可用產能。轉換地點資料222E可儲存其他資料,包括但不限於:指定每一轉換地點8處每一產品12之一當前庫存水平、與將一軟板輥運送至每一轉換地點相關聯之運送成本、每一轉換地點可用之運送選項、每一轉換地點所接收之來自消費者14之當前定單資訊之資料;指定每一轉換地點之新的或較佳消費者之資料及可用在選擇轉換規劃中之其他資料。
如下文進一步詳細闡述,轉換控制引擎214選擇且應用一個或多個缺陷處理模組60來輸出缺陷映射圖222F,該等缺陷映射圖針對不同產品12指定哪些異常被認為係實際缺陷。換言之,每一缺陷映射圖72F對應於一特定軟板輥10及一具體產品12。每一缺陷映射圖72F基於對應產品12之產品導向之要求指定一特定軟板輥10之特定缺陷位置。在某些情形下,在產生一系列中間缺陷映射圖時,一缺陷映射圖72F可表示由複數個缺陷處理模組60確定之集合缺陷。舉例而言,一缺陷映射圖72F可表示藉由兩個或更多個缺陷處理模組60分類為缺陷之異常之一並集。類似地,可界定其他運算,例如藉由多個方案分類為缺陷之異常之交集,或自集合缺陷中移除藉由一特定方案識別之彼等缺陷。
此外,當產生一特定缺陷映射圖72F時,轉換控制引擎214可經組態以選擇不同缺陷處理模組60並將該等模組應用於識別為重複之彼等異常及識別為隨機之彼等異常。舉例而言,該等技術認識到與同一軟板中之非重複或隨機異常不同將不同臨限值或準則應用於重複異常可係有利的,且不同臨限值或準則可實施為不同缺陷處理模組60,亦即方案。換言之,當針對一給定潛在產品確定一軟板中之哪些異常屬於缺陷時,轉換控制引擎214可將一第一組一個或多個缺陷處理模組60應用於重複缺陷且將一第二組缺陷處理模組60應用於隨機異常。該等組之缺陷偵測方案可在演算法及所考量之異常特徵方面不同或可考量相同異常特徵而僅在敏感度方面不同。
轉換控制引擎64根據轉換控制規則222H分析所產生缺陷映射圖222F以選擇用於軟板輥10中之每一者之最終轉換。舉例而言,轉換控制引擎64可分析缺陷映射圖222F以確定產品12中之何者將允許一特定軟板輥10達成該軟板之一最大良率(亦即,利用率)。轉換控制規則222H指定供轉換控制引擎64在處理缺陷映射圖222F時考量之一個或多個參數,例如軟板材料之使用率、針對不同產品12軟板輥10中之每一者將產生之單位之數目、針對每一潛在產品12該軟板輥將產生之一估計收益或利潤量、針對不同產品中之每一者轉換該軟板將需要之一處理時間、轉換地點10內之每一處理線之一當前機器產能、對產品12中之每一者之當前需求水平及其他參數。
在此過程期間,轉換控制引擎64可確定若轉換成多個產品12可最佳利用一特定軟板輥10(例如,可達成最大良率)。換言之,轉換控制引擎64可確定當轉換成一第一產品時可最佳利用該軟板之一第一部分且一第二部分用於一不同產品。在此情形下,轉換控制引擎64產生一「複合」缺陷映射圖72G,該「複合」缺陷映射圖基於該軟板之每一部分欲轉換成之對應產品指定該等部分內之缺陷位置。轉換控制引擎64可藉由接合兩個或更多個缺陷映射圖222F之若干部分以形成整個軟板之一完整、複合缺陷映射圖來產生複合缺陷映射圖。
在針對一給定軟板輥10選擇一特定產品或一組產品之後,轉換控制引擎214產生一各別轉換規劃72I。每一轉換規劃72I提供用於處理各別軟板輥之精確指令。更特定而言,每一轉換規劃222I界定用於處理分道以將該軟板實體切割成個別產品薄片之組態。轉換控制系統4輸出指引將每一軟板輥10運送至一各別目的地轉換地點8之運送指令。此外,轉換控制系統4經由網路9將轉換規劃傳送至適當轉換地點8以供在將該等軟板輥轉換成選定產品中使用。
使用者介面模組212提供一使用者藉以可組態轉換控制引擎214所使用之參數且觀察缺陷映射圖72F、72G之一介面。舉例而言,如下文所圖解說明,使用者介面模組212允許該使用者指引轉換控制引擎214考量一最大軟板利用率、所產生之單位之數目、估計收益、估計利潤、機器產能、當前需求水平及/或其他參數中之一者或多者。此外,藉由與使用者介面模組212互動,該使用者可指定在產生一缺陷映射圖72F時欲應用一個或多個缺陷處理模組60之哪一組合,以及在組合藉由該等方案所產生之中間缺陷映射圖時欲應用之運算,例如並集、交集、加法、減法。此外,使用者介面212允許操作者觀察到估計軟板利用率、所產生單位之數目、估計收益、估計利潤、機器產能、當前需求水平及/或基於所指定方案組合將達成之其他參數。以此方式,該使用者可選擇重新組態(調諧)該等方案以達成所期望結果並維持消費者滿意度。
圖14係由使用者介面模組212呈現之一實例性介面模組230,一使用者與該介面模組互動以組態轉換控制引擎214。例示性介面230包括輸入機構232,該使用者藉助該輸入機構鍵入一軟板輥之一唯一識別符。可使用用於選擇一輥之其他機構,例如一下拉選單、搜尋功能、最近製造之輥之可選清單等。
另外,介面模組230提供複數個輸入機構236至244,該使用者可藉助該等輸入機構選擇供轉換控制引擎214在產生一推薦轉換規劃時考量之一個或多個產品選擇參數。在此實例中,介面模組230包括用以指引轉換控制引擎214選擇尋求最佳化選定軟板輥之軟板利用率之一轉換規劃之一第一輸入選擇機構236。輸入機構238指引轉換控制引擎214最大化自選定軟板輥產生之組件之數目。類似地,輸入機構240、242分別指引轉換控制引擎214最大化自選定軟板輥產生之收益及利潤。輸入機構244指引轉換控制引擎214選擇最小化選定軟板輥之處理時間之一轉換規劃。在選擇一個或多個參數之後,使用者選擇SUBMIT(提交)按鈕248,此指引轉換控制系統4藉助缺陷處理模組210處理選定軟板輥,後跟由轉換控制引擎214進行分析及轉換規劃選擇。
以此方式,介面模組230提供對一使用者可如何基於一個或多個參數組態轉換控制引擎214之一過於簡單圖解說明。介面模組230可要求該使用者選擇輸入機構236至244中之一者且僅一者。在某些實施例中,介面模組230包括允許該使用者界定一最小軟板利用率之一輸入機構96。此在其中該使用者選擇一主要參數(例如,利潤)來最大化但期望滿足一基本利用率之情況下可係有利的。
圖15提供由使用者介面模組212呈現之另一例示性使用者介面300。在此實施例中,例示性介面300包括輸入機構302至310,該使用者藉助該等輸入機構鍵入每一參數之各別加權函數。具體而言,輸入機構302允許該使用者針對每一參數鍵入自0至100範圍中之一加權函數,其中0指引轉換控制引擎214排除該參數且100表示最高可能加權。
當該使用者選擇SUBMIT(提交)按鈕312時,缺陷處理模組210分析選定軟板輥之異常資料,後跟轉換控制引擎214進行分析及轉換規劃選擇。
當針對一給定軟板輥10選擇一轉換規劃時,轉換控制引擎214可針對具有非0加權之參數中之每一者分析每一潛在產品12之缺陷映射圖222F。在圖6之實例中,轉換控制引擎214分析缺陷映射圖222F及產品資料222D以計算針對每一潛在產品之軟板利用率、所產生組件之數目、產生之利潤及處理時間。如下文進一步詳細闡述,然後轉換控制引擎214可針對每一產品正規化每一參數之所計算結果,且然後自經正規化結果計算加權值。最後,轉換控制引擎214根據該等加權值(例如該等加權值之一總和)選擇一轉換規劃。可利用其中當選擇一軟板輥10之一轉換規劃時轉換控制系統4利用多個參數之其他技術。
圖16係進一步詳細圖解說明轉換控制系統4對異常資訊之處理之一流程圖。特定而言,圖16圖解說明缺陷處理模組210對異常資料222A及影像資料222C之處理。
轉換控制系統4接收起初由位於一軟板製造廠6處之一分析電腦28使用一簡單第一偵測演算法自一軟板20擷取之影像及異常資料,例如影像324、326。
如圖16中所圖解說明,對於產品12之多達N個不同要求320缺陷處理模組210根據需要應用「M」個不同演算法(圖7中標識為A1 至Am 328)。交叉參考表322用來圖解說明要求320與缺陷處理模組210之間的映射。具體而言,交叉參考表322顯示哪些缺陷處理模組210用於針對一給定要求320確定每一異常是一缺陷還是一假正。
在某些實施例中,合宜地並列使用較大量相當簡單之演算法。舉例而言,通常合宜地,後續缺陷處理模組210中之至少一者應用包括將每一異常與一組合臨限像素大小準則作比較之一演算法。在(舉例而言)光學薄膜之實務中,若面積較大,則僅具有不同於一目標之一微小亮度值差異之一異常係不可接受的,且即使面積極小,則具有不同於一目標值之一極大亮度差異之一異常係不可接受的。此外,針對重複異常對隨機異常,可將臨限像素大小準則調諧為不同。舉例而言,針對一隨機異常對已確定為係一組重複異常中之一者之一異常,可需要一相對較高組合臨限像素大小準則來將其視為一缺陷。因此,當與僅考量隨機異常之一方案作比較時,針對重複異常之方案可界定所需使其屬於缺陷之一較低像素大小亮度臨限組合。
另外,由缺陷處理模組210應用之該等演算法可併入極複雜之影像處理及缺陷擷取,包括但不限於:鄰域求平均、鄰域排級、對比度擴展、各種一元及二元影像操縱、數位濾波(例如Laplacian濾波器)、索貝爾算子、高通濾波與低通濾波、紋理分析、碎形分析、頻率處理(例如傅裏葉轉變及小波轉變)、卷積、形態學處理、設臨限值、連通要素分析、斑點處理、斑點分類或其之組合。可基於具體軟板及缺陷類型應用其他演算法來達成缺陷偵測之一所需準確性位準。
N個產品要求320中之每一者可使用個別缺陷處理演算法328之一選定組合(本文亦稱為方案)來達成。該等演算法可使用極簡單臨限值及最小斑點處理或更複雜之演算法,例如空間濾波器、形態學運算、頻率濾波器、小波處理或任何其他已知影像處理演算法。在此例示性交叉參考表322中,產品要求R1 使用演算法A2 、A4 及AM 之一組合,該等演算法每一者應用於每一異常影像以確定對於R1 而言哪些異常係實際缺陷。在最合宜實施例中,採用一簡單OR邏輯,亦即若A2 、A4 及AM 中之任一者報告該異常為一實際缺陷,則軟板20之彼部分不滿足產品要求R1 。對於專門應用,將後續演算法328之報告組合成為一產品要求320是否被滿足之一確定所藉由之邏輯可比一簡單OR邏輯更複雜。類似地,產品要求R2 使用A2 、A3 及A4 等。因此,針對R2 識別為缺陷之該等異常可類似於或明顯不同於針對R1 之缺陷。
如上文所論述,可定製個別缺陷處理演算法328來分析重複異常或隨機異常。舉例而言,一組缺陷處理演算法328可經組態以僅使用被認為係重複異常之異常作為至該等演算法之一輸入組來產生一組結果缺陷。類似地,另一組缺陷處理演算法可經組態以僅使用被認為係隨機之異常作為至該等演算法之一輸入組來產生一組結果缺陷。以此方式,可基於該等異常是重複異常還是隨機異常調節由缺陷偵測演算法分析之準則之具體位準及臨限值,例如異常亮度、面積、長度、寬度及其他特性。
在藉由使用交叉參考表322確定哪些異常被認為係實際缺陷之後,轉換控制引擎214制定該輥之對應於各種產品要求之實際缺陷位置之缺陷映射圖222F。在某些情況下,轉換控制引擎214可藉由對接缺陷映射圖222F之一個或多個部分產生一個或多個複合缺陷映射圖222G。在此所圖解說明實例中,轉換控制引擎214產生一複合映射圖222G,其具有自針對一第一產品要求之一缺陷映射圖(MAP-R1)接合之一第一部分330及自針對一第二產品要求之一缺陷映射圖(MAP-R2)接合之一第二部分332。以此方式,轉換控制引擎214可確定若將一軟板之某些部分轉換成不同產品可最佳利用該軟板。一旦已完成此確定,通常可摒棄子影像資訊以最小化所需儲存媒體。
於2003年4月24日申請、具有代理檔案號58695US002、名稱為「APPARATUS AND METHOD FOR AUTOMATED WEB INSPECTION」之第10/669,197號共同讓與且共同待決美國專利申請案闡述影像處理及後續應用由缺陷處理模組210應用之異常偵測演算法之進一步細節,該申請案之全部內容以引用方式併入本文中。
圖17至24係圖解說明其中轉換控制引擎214基於一個或多個使用者可組態參數(例如軟板材料之使用率、所產生單位之數目、收益、利潤、處理時間、機器產能、產品需求及其他參數)應用轉換規則222H來產生轉換規劃222I之各種例示性實施例之流程圖。
圖17係圖解說明其中轉換控制引擎214針對一給定軟板輥10選擇一轉換規劃222I來最大化軟板利用率之一個例示性方法之一流程圖。起初,轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12(340)。如上文所述,若該軟板輥已被或當前正被運送至一特定轉換地點8,則轉換控制引擎214選擇與該具體轉換地點相關聯之產品中該軟板輥適合之一者或多者。另一選擇為,若尚未運送考量當中之軟板輥,則轉換控制系統4可選擇該軟板輥適合之所有產品12。
轉換控制引擎214存取資料庫222之產品資料222D以識別所識別組適合產品之產品要求,且基於所識別要求選擇缺陷處理模組210中之一者或多者(342)。如上文所論述,此時,轉換控制引擎214可倍增應用特定的缺陷偵測方案,包括針對給定軟板輥10之異常資料222A內之重複異常之一第一組方案及針對其內之隨機異常之一第二組不同方案。
接下來,轉換控制引擎214調用選定缺陷處理模組210,該等模組將各別缺陷偵測演算法應用於自一軟板製造廠6接收之異常資料222A及影像資料222C以制定該等產品要求中之每一者之缺陷資訊。轉換控制引擎214基於由缺陷處理模組210所識別之缺陷產生缺陷映射圖222F(344)。
在圖17之實例中,轉換控制引擎214選擇該等缺陷映射圖中之一第一者(346),且分析該映射圖以計算該軟板之一良率,以所利用材料之百分比、實際利用面積或某一其他合宜度量(348)。轉換控制引擎214針對每一缺陷映射圖重複此過程(350、352)。
然後,轉換控制引擎214選擇將導致該軟板輥之最大良率之產品(354)。轉換控制引擎214識別與選定產品相關聯之缺陷映射圖,且根據選定缺陷映射圖輸出一推薦轉換計劃222I供操作者審查(356)。以此方式,當選擇將導致最大良率而潛在地又不潛在犧牲消費者滿意度之產品時,轉換控制引擎214可處理複數個缺陷映射圖,包括使用對重複異常及非重複異常具有不同敏感度之缺陷偵測方案所產生之集合缺陷映射圖。舉例而言,在某些情況下,用於將重複異常分類為缺陷之一更嚴格方案可係較佳的,此乃因一消費者在最終產品中可對重複缺陷更敏感。在此情形下,應用僅應用於該等重複異常之一更嚴格應用特定的缺陷偵測方案可導致改良消費者滿意度位準。該過程允許一操作者選擇且修改不同組應用缺陷偵測方案之敏感度以便達成大致相同消費者滿意度位準而又實現該軟板之轉換良率之增加。舉例而言,與僅應用於重複缺陷具有一未改變或僅適度增加之敏感度之一方案組合利用之僅應用於隨機(非重複)異常之一較不嚴格方案可最終達成一增加之轉換良率(如轉換控制引擎214所示),而又維持與否則在不在重複與非重複異常之間進行辨別之情形下將達成之消費者滿意度位準大致相同之消費者滿意度位準。實例性敏感度差異包括對於重複與隨機異常在(舉例而言)一像素大小、亮度或其他特性方面之5%相對差異、10%相對差異、20%相對差異及30%相對差異。
轉換控制引擎214可進一步將該轉換規劃傳送至適當轉換地點8,且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(358)。
圖18係圖解說明其中轉換控制引擎214針對一給定軟板輥10產生一轉換規劃222I以最大化自該軟板輥產生之組件之數目之一例示性方法之一流程圖。如上文所述,轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12,且選擇性地調用缺陷處理模組210中之一者或多者以應用缺陷偵測演算法並產生該軟板輥之缺陷映射圖222F(360至364)。
在圖18之該實例性方法中,轉換控制引擎214選擇該等缺陷映射圖中之一第一者(366),且分析該映射圖以計算針對各別產品可產生之組件之總數目(368)。轉換控制引擎214針對每一缺陷映射圖重複此過程(370、372)。
轉換控制引擎214然後選擇將導致由該軟板輥產生之組件之最大數目之產品(374)。舉例而言,基於該等缺陷之具體位置,針對一較大大小之產品(例如,用於一電腦螢幕之一薄膜)對一較小大小之產品(例如,用於一行動電話顯示器之一薄膜),可實現極少組件。
轉換控制引擎214基於選定產品產生一轉換規劃222I,將該轉換規劃傳送至適當轉換地點8且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(376至378)。
圖19係圖解說明其中轉換控制引擎214針對一給定軟板輥10產生一轉換規劃222I以最大化自該軟板輥實現之一總單位銷售量之一例示性方法之一流程圖。如上文所述,轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12,且選擇性地調用缺陷處理模組210中之一者或多者以應用缺陷偵測演算法並產生該軟板輥之缺陷映射圖222F(380至384)。
接下來,轉換控制引擎214選擇該等缺陷映射圖中之一第一者(386),且分析該映射圖以計算針對各別產品可產生之組件之總數目(387)。接下來,轉換控制引擎214存取產品資料222D以檢索該特定產品之每單位估計銷售價格。基於該估計銷售價格,轉換控制引擎214計算在將該軟板輥轉換成該產品時將自該軟板輥產生之一總估計銷售額(例如,按美元計)(38)。轉換控制引擎214針對每一缺陷映射圖重複此過程(390、392)。
轉換控制引擎214然後選擇針對該軟板輥將導致最大所實現銷售額(亦即,收益)之量之產品(394)。舉例而言,由於市場因素,某些組件可比其他組件更佳地捕獲一溢價。在此例示性實施例中,轉換控制引擎214可選擇未達成該軟板輥之一最大利用率,但卻預期產生相對於其他適合產品高之銷售額之一產品。
轉換控制引擎214基於選定產品產生一轉換規劃222I,將該轉換規劃傳送至適當轉換地點8且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(396至398)。
圖20係圖解說明其中轉換控制引擎214針對一給定軟板輥10產生一轉換規劃222I以最大化自該軟板輥實現之一總利潤之一例示性方法之一流程圖。如上文所述,轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12,且選擇性地調用缺陷處理模組210中之一者或多者以應用缺陷偵測演算法並產生該軟板輥之缺陷映射圖222F(400至404)。
轉換控制引擎214然後選擇該等缺陷映射圖中之一第一者(276),且分析該映射圖以計算針對各別產品可產生之組件之一總數目(407)。接下來,轉換控制引擎214存取產品資料222D以檢索該特定產品之每單位估計銷售價格及估計成本。基於該估計銷售價格及成本,轉換控制引擎214計算在將該軟板輥轉換成該產品時自該軟板輥實現之總估計利潤(408)。轉換控制引擎214針對每一缺陷映射圖重複此過程(410、412)。
轉換控制引擎214然後選擇將導致針對該軟板輥實現最大利潤量之產品(414)。轉換控制引擎214基於選定產品產生一轉換規劃222I,將該轉換規劃傳送至適當轉換地點8,且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(416至418)。
圖21係圖解說明其中轉換控制引擎214針對一給定軟板輥10產生一轉換規劃222I以最小化處理時間而又達成一所需最小良率之一例示性方法之一流程圖。如上文所述,轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12,且選擇性地調用缺陷處理模組210中之一者或多者以應用缺陷偵測演算法並產生該軟板輥之缺陷映射圖222F(420至424)。
接下來,轉換控制引擎214選擇該等缺陷映射圖中之一第一者(306)且分析該映射圖以按所利用材料之一百分比、實際利用面積或某一其他合宜度量計算針對各別產品將產生之一良率(428)。轉換控制引擎214針對每一缺陷映射圖重複此過程(430、432)。
轉換控制引擎214然後根據估計良率給該等產品排級(434),且選擇僅包括將達成一所界定最小良率之彼等產品之一子組該等產品(436)。接下來,轉換控制引擎214根據一處理時間(如產品資料222D中所指定)給該子組產品排級(438)。轉換控制引擎214然後自該子組產品中選擇具有最低估計處理時間之產品(440)。轉換控制引擎214基於選定產品產生一轉換規劃222I,將該轉換規劃傳送至適當轉換地點8且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(442至444)。以此方式,轉換控制引擎214針對軟板輥10界定一轉換規劃222I以達成一可接受良率位準同時最小化該軟板在轉換地點8處之轉換時間(亦即,最大化通量)。
圖22係圖解說明其中轉換控制引擎214針對一給定軟板輥10產生一轉換規劃222I以最大化轉換地點8處處理線之利用率而又達成該軟板輥之一所要求最小良率之一例示性方法之一流程圖。如上文所述,轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12,且選擇性地調用缺陷處理模組210中之一者或多者以應用缺陷偵測演算法並產生該軟板輥之缺陷映射圖222F(460至464)。
接下來,轉換控制引擎214選擇該等缺陷映射圖中之一第一者(346),且分析該映射圖以按所利用材料之一百分比、實際利用面積或某一其他合宜度量計算針對各別產品將產生之一良率(468)。轉換控制引擎214針對每一缺陷映射圖重複此過程(470、472)。
轉換控制引擎214然後根據估計良率給該等產品排級(474),且選擇僅包括將達成一所界定最小良率之彼等產品之一子組該等產品(476)。接下來,轉換控制引擎214存取轉換地點資料222E以確定適合轉換該子組產品之轉換地點8之一組處理線。轉換控制引擎214根據當前未利用產能給所識別處理線排級(478)。轉換控制引擎214然後自該子組產品中選擇對應於具有最高未利用產能之處理線之產品(480)。轉換控制引擎214基於選定產品產生一轉換規劃222I,將該轉換規劃傳送至適當轉換地點8且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(482至484)。以此方式,轉換控制引擎214針對軟板輥10界定一轉換規劃222I以達成一可接受良率位準同時最大化轉換地點8之處理線之利用率。
圖23係圖解說明其中轉換控制引擎214針對一給定軟板輥10基於一複合缺陷映射圖產生一轉換規劃222I以將該軟板輥轉換成兩個或更多個產品以便最大化該軟板輥之利用率之一例示性方法之一流程圖。如上文所述,轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12,且選擇性地調用缺陷處理模組210中之一者或多者以應用缺陷偵測演算法並產生該軟板輥之缺陷映射圖222F(500至504)。
接下來,轉換控制引擎214分析該等缺陷映射圖以基於良率界定該等映射圖之若干區域(506)。舉例而言,如圖7中所圖解說明,基於該分析,轉換控制引擎214可界定該等缺陷映射圖中之一者之針對一第一產品將導致一相對高良率之一第一區域及一不同產品映射圖之針對一第二產品將導致一高良率之一第二非重疊區域。
轉換控制引擎214基於估計良率給非重疊區域排級並選擇非重疊區域(510),且藉由將該等非重疊區域接合以形成一複合缺陷映射圖來產生複合缺陷映射圖222G(512)。以此方式,轉換控制引擎214可確定若將一軟板之某些部分轉換成不同產品可最佳利用該軟板。
轉換控制引擎214基於該複合缺陷映射圖產生一轉換規劃222I,將該轉換規劃傳送至適當轉換地點8且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(514至516)。以此方式,轉換控制引擎214針對軟板輥10界定一轉換規劃222I以將該軟板輥轉換成兩個或更多個產品以便最大化該軟板輥之利用率。
圖24係圖解說明其中轉換控制引擎214針對一給定軟板輥10基於複數個可組態參數之一經加權平均值產生一轉換規劃222I之一例示性方法之一流程圖。轉換控制引擎214識別軟板輥10可轉換成之一組潛在產品12,且選擇性地調用缺陷處理模組210中之一者或多者以應用缺陷偵測演算法並產生軟板輥之缺陷映射圖222F(520至524)。
接下來,轉換控制引擎214採用所述技術中之任一者來針對該等產品中之每一者計算所指定參數,例如軟板利用率、組件良率、利潤、銷售額、處理能力、處理時間或其他參數(526)。轉換控制引擎214然後將該等參數中之每一者正規化至一共同範圍,例如0至100(528)。
轉換控制引擎214然後根據一使用者可組態加權調整該等參數中之每一者,如圖6中所示(530),且針對每一產品計算總經加權平均值(532)。轉換控制引擎214選擇對應於該等參數之最大經加權平均值之產品(534),針對選定產品基於各別缺陷映射圖產生一轉換規劃222I(536)。
轉換控制引擎214將該轉換規劃傳送至適當轉換地點8,且輸出(例如,顯示或列印)用於將特定軟板輥10運送至該轉換地點之運送指令(538)。以此方式,當基於所儲存影像異常資訊界定用於將軟板輥轉換成產品之一轉換規劃222I時,轉換控制引擎214可考量多個參數。
圖25係圖解說明一轉換地點8A之一個實施例之一方塊圖。在此例示性實施例中,轉換地點8A包括已裝載且準備進行轉換之一軟板輥10A。
轉換伺服器608自轉換控制系統4接收轉換映射圖且將該等轉換映射圖儲存在資料庫606中。自輥10A讀取一條形碼,此告知轉換伺服器608特定軟板603,從而允許該轉換伺服器存取資料庫606且檢索對應轉換映射圖。可在使軟板603處於運動時藉由輸入裝置600或在裝載之前經由一手持式條形碼裝置讀取該條形碼。
轉換伺服器608顯示一轉換規劃,藉此允許工人組態轉換單元604。具體而言,轉換單元604經組態以根據該轉換規劃將軟板603實體切割成數個個別薄片(亦即,產品12A)。
隨著在做標記操作期間軟板603通過該系統,輸入裝置500讀取基準標記且規則地感測相關聯條形碼。條形碼與基準標記之組合使得能夠將軟板603之實體位址精確地對位至該轉換規劃中所識別之缺陷。規則的重新對位確保進行中之對位準確性。熟悉此項技術者能夠藉由習用實體座標轉變技術建立該重新對位。一旦軟板603對位至該轉換映射圖,則瞭解具體缺陷之實體位置。
當缺陷在軟板標記器602下面通過時,將標記應用於軟板603以視覺上識別該等缺陷。具體而言,轉換伺服器608將一系列命令輸出至一軟板標記器602,該軟板標記器然後將定位標記應用於軟板603。在本發明之諸多應用中,軟板標記器602根據各別轉換規劃將定位標記置於軟板603內之缺陷上或毗鄰該等缺陷處。然而,在某些專門應用中,該等定位標記以一預定方式與該等定位標識所識別其之位置之異常間隔開。舉例而言,軟板標記器602可包括一系列噴墨模組,其分別具有一些列噴嘴。
可基於以下各項選擇標記之類型及該標記在該缺陷上或附近之確切位置:軟板材料、缺陷分類、解決該缺陷所需之軟板處理及該軟板之既定最終使用應用。在陣列式墨水標記器之情形下,相依於缺陷在垂直軟板方向上通過該單元時標記器之水平軟板位置來擇優地使該等標記器射擊。藉助此方法,慣常地在具有大於150英尺/分鐘之生產速率之高速軟板上達成小於1 mm之標記準確性。然而,超過1000米/分鐘之較高速度軟板在本發明之能力內。
轉換伺服器608可根據該轉換規劃在任一點處暫停軟板603之轉換以允許重新組態轉換單元604。舉例而言,在軟板603欲被轉換成不同產品之情形下,轉換伺服器608在生產該第一產品之後中斷該轉換過程以允許針對後續產品重新組態轉換單元604。舉例而言,可根據需要重新組態切割裝置及其他機構之定位以生產該第二產品。
圖26係圖解說明一轉換地點(例如轉換地點8A)在根據轉換規劃處理一軟板以達成(例如)一最大良率或其他可組態參數中之例示性操作之一流程圖。
起初,轉換伺服器608自轉換控制系統4接收並儲存輥資訊及轉換規劃(620)。此可發生在接收軟板輥之前或之後。舉例而言,轉換伺服器608可在該實體軟板輥到達該等轉換地點之若干周之前接收針對一特定軟板輥之輥資訊及一轉換規劃。或者,轉換伺服器608可接收針對已經儲存在轉換地點處之倉庫內之一軟板輥之輥資訊及一轉換規劃。
接下來,轉換伺服器608接收針對欲轉換之一特定軟板輥之條形碼資訊,從而使轉換伺服器608存取資料庫606且檢索對應轉換映射圖(622)。如上文所述,可在裝載之前(例如,藉由一手持式條形碼裝置)或在軟板603經裝載且準備進行裝換之後經由輸入裝置600讀取該條形碼。
轉換伺服器608顯示一轉換規劃,藉此允許工人組態轉換單元604以根據該轉換規劃將軟板603實體切割成數個個別薄片(亦即,產品12A)(526)。或者,可根據該轉換規劃以一自動化或半自動化方式組態轉換單元604。
一旦組態轉換單元604,便使軟板603運動且輸入裝置500讀取基準標記及相關聯條形碼(528),且軟板標記器602可用來視覺上標記軟板603以輔助缺陷產品之視覺辨識(630)。轉換單元604轉換所接收軟板603以形成產品12A(632)。
在該轉換規劃內之任一點處,轉換伺服器608可根據該規劃確定需要一重新組態(634)。若如此,則轉換伺服器608指引重新組態轉換單元604(636)。此過程繼續直至軟板603之全部根據該轉換規劃被轉換成一個或多個產品12A為止(638)。
圖27圖解說明藉由將一第一方案應用於一例示性軟板輥之一區段之實際異常資料而產生之一實例性缺陷映射圖700。在此實例中,該第一方案已經組態以考量所有異常,亦即,重複異常及非重複異常兩者。此外,該第一方案已經組態以在將該等異常分類為缺陷時應用一第一敏感度位準。如圖27中所示,缺陷映射圖包括已基於第一嚴重性位準確定為缺陷之隨機及重複異常兩者之出現。
圖28圖解說明藉由將一第二方案應用於該實例性軟板輥之該區段之相同異常資料而產生之一第二實例性缺陷映射圖800。在此實例中,該第二方案已經組態以考量所有異常,亦即重複異常及非重複異常兩者,但已經組態以應用高於藉由該第一方案應用之該敏感度位準之一第二敏感度位準。如圖28中所示,缺陷映射圖800包括已基於第二嚴重性位準確定為缺陷之隨機及重複異常兩者之增加之出現。因此,可在某些情況下使用該第二方案替代該第一方案來以在軟板利用率方面之相當大損失為代價潛在地達成增加之消費者滿意度位準。
圖29圖解說明藉由將所組態之一第三方案應用於該例示性軟板輥之該區段之相同異常資料而產生之一第三缺陷映射圖850。在此實例中,該第一方案(亦即,較不敏感方案)已經組態以針對缺陷僅考量已確定為非重複(亦即隨機)之彼等異常。此外,該第二方案(亦即,較高敏感之方案)已經組態以針對缺陷互僅考量確定為重複異常之彼等異常。鑒於圖27、28在圖29中所見,缺陷映射圖850相對於統一應用較不敏感第一方案(圖27之缺陷映射圖700)包括增加數目之缺陷,而相對於統一應用較高敏感之方案(圖28之缺陷映射圖800)包括減少數目之缺陷。因此,可在某些情況下使用該第三方案(亦即,經修改組合)替代統一應用較敏感第二方案以在不大致影響消費者滿意度之情形下潛在地達成一增加之軟板利用率位準。
下文表1顯示在將該等方案應用於實例性軟板輥之整個長度時之實際資料。在此情形下,該第三方案(亦即,應用於隨機異常之該第一方案與應用於重複異常之該第二方案之經修改組合)之屬於缺陷之異常之數目比統一應用該第二方案少得多。亦即,在此實驗中,該第三方案比較不敏感第一方案多偵測到765個缺陷,但比較敏感第二方案少偵測到1501個缺陷。因此,可認識到較敏感第二方案關於重複異常之益處,其往往對消費者滿意度具有一增加之影響,同時接受相比於較不敏感第一方案大約僅三分之一之額外缺陷負擔。在此情形下,若將該軟板轉換成用於小的手持式裝置之顯示器產品則上述情況將相當於0.27%之良率增加且若將該軟板轉換成用於較大大小之筆記本之顯示器產品,則相當於6.02%之良率增加。
圖30圖解說明一操作者藉以界定用於應用於隨機異常之第一方案902及用於應用於重複異常之一第二方案904之一實例性使用者介面900,其中當分析一給定異常之影像資料時該第二方案應用複數個不同影像處理運算906。以此方式,第二方案904關於將異常分類為缺陷可係更敏感或「嚴格」,如上文所論述。在此實例中,該使用者已將第二方案904組態為僅偵測具有大於500 mm重複距離及大於或等於10個例項之一鏈長度之重複缺陷。另外,該操作者實際上已界定使用一併集運算908組合方案902、904之結果之一第三方案。
本文已闡述本發明之各種實施例。此等及其他實施例皆在下文申請專利範圍之範疇內。
2...全域網路環境
4...轉換控制系統
6A...軟板製造廠
6N...軟板製造廠
7...軟板輥
8A...轉換地點
8N...轉換地點
9...網路
10...軟板輥
10A...軟板輥
12A...產品
12N...產品
14A...消費者
14N...消費者
20...軟板
22...支撐輥
24...支撐輥
26A...影像獲取裝置
26N...影像獲取裝置
27A...獲取電腦
27N...獲取電腦
28...分析電腦
29...基準標記讀取器
30...基準標記控制器
32...資料庫
40...製造系統
41...導引滾筒
42...軟板輥
44...軟板
46A...惰輪滾筒
46B...惰輪滾筒
46N...惰輪滾筒
47A...同步標記
47B...同步標記
47N...同步標記
48A...製造組件
48M...製造組件
50A...同步標記讀取器
50B...同步標記讀取器
50N...同步標記讀取器
52...編碼器
54...遠端同步單元
56A...計數器
56B...計數器
56N...計數器
58A...暫存器
58B...暫存器
58N...暫存器
59...分析電腦
60...控制器
61...系統
62A...獲取電腦
62B...獲取電腦
62M...獲取電腦
63...異常資料
64A...異常
64B...異常
64C...異常
64D...異常
65...輥位置資料
66A...異常
66B...異常
66C...異常
66D...異常
67...軟板
68A...丟失之異常
68B...丟失之異常
70A...重複異常
70B...重複異常
70C...重複異常
70D...重複異常
70E...重複異常
70F...重複異常
70G...重複異常
72A...重複異常
72B...重複異常
72C...重複異常
72D...重複異常
72E...重複異常
72F...重複異常
72G...重複異常
74...隨機異常
76...信號
78A...圖形
78B...圖形
78C...圖形
78D...圖形
78N...圖形
80...軟板
82A...軟板段
82B...軟板段
82C...軟板段
82D...軟板段
84A...異常
84B...異常
84C...異常
84D...異常
86A...異常
86B...異常
86C...異常
86D...異常
88A...異常
88B...異常
88C...異常
88D...異常
90...隨機異常
92...隨機異常
94...隨機異常
96...隨機異常
98...隨機異常
102...距離
110...複合映射圖
152...軟板
154A...分道
154B...分道
154C...分道
154D...分道
154E...分道
154F...分道
154G...分道
154H...分道
154I...分道
154J...分道
154K...分道
180...使用者介面
182...資料輸出區
183A...「重複」區
183B...「滑動」區
184...映射圖螢幕
186...輥識別符行
188...優先級行
190...動作描述行
192...映射圖行
194...輥識別符行
196...優先級行
198...隨機異常
200...重覆異常
208...應用伺服器
210A...缺陷處理模組
210M...缺陷處理模組
211...軟體模組
212...使用者介面模組
214...轉換控制引擎
220...資料庫
222...資料
222A...異常資料
222B...輥資料
222C...影像資料
222D...產品資料
222E...轉換地點資料
222F...缺陷映射圖
222G...複合缺陷映射圖
222H...轉換控制規則
222I...轉換規劃
230...介面模組
232...輸入機構
236...輸入機構
238...輸入機構
240...輸入機構
242...輸入機構
244...輸入機構
248...SUBMIT(提交)按鈕
300...使用者介面
302...輸入機構
304...輸入機構
306...輸入機構
308...輸入機構
310...輸入機構
312...SUBMIT(提交)按鈕
320...產品要求
322...交叉參考表
324...影像
326...影像
328...缺陷處理演算法
330...第一部分
332...第二部分
600...輸入裝置
602...軟板標記器
603...軟板
604...轉換單元
606...資料庫
608...轉換伺服器
700...缺陷映射圖
800...第二缺陷映射圖
850...第三缺陷映射圖
900...使用者介面
902...第一方案
904...第二方案
906...影像處理運算
908...並集運算
圖1係圖解說明其中一轉換控制系統控制軟板材料之轉換之一全域網路環境之一方塊圖。
圖2係圖解說明一例示性軟板製造廠中一檢驗系統之一例示性實施例之一方塊圖。
圖3係圖解說明一軟板製造廠之一例示性實施例中一軟板製造系統之一例示性實施例之一方塊圖。
圖4係更詳細地圖解說明一遠端同步單元之一例示性實施例之一方塊圖。
圖5係圖解說明將輥位置資料與檢驗資料組合以確定一滾筒是否正造成一重複異常且若是則確定該等滾筒中之何者正造成該重複異常之一系統之一方塊圖。
圖6係圖解說明來自滾筒之一組實例性異常資料及對應位置資料之一方塊圖。
圖7係圖解說明隨機及重複異常發生若干次之一實例性軟板之一方塊圖。
圖8係圖解說明由圖7之資料形成之一實例性複合映射圖之一方塊圖。
圖9係圖解說明用於識別正造成一重複異常之一滾筒之一例示性方法之一流程圖。
圖10係圖解說明劃分成分道以用於每一分道之分析之一實例性軟板之一方塊圖。
圖11係圖解說明用於確定一重複異常之存在之一例示性演算法之一流程圖。
圖12係圖解說明一例示性使用者介面之一方塊圖。
圖13係圖解說明一轉換控制系統之一實例性實施例之一方塊圖。
圖14係由一使用者介面模組呈現之一實例性使用者介面,一使用者與該使用者介面互動以組態該轉換控制系統。
圖15提供由該使用者介面模組呈現之另一例示性使用者介面。
圖16係圖解說明該轉換控制系統對異常資訊之例示性處理之一流程圖。
圖17係圖解說明其中一轉換控制引擎針對一給定軟板輥產生一轉換規劃以最大化軟板利用率之一個例示性方法之一流程圖。
圖18係圖解說明其中該轉換控制引擎產生一轉換規劃以最大化自該軟板輥產生之組件之數目之一例示性方法之一流程圖。
圖19係圖解說明其中該轉換控制引擎針對一給定軟板輥產生一轉換規劃以最大化自該軟板輥實現之一總單位銷售量之一例示性方法之一流程圖。
圖20係圖解說明其中該轉換控制引擎產生一轉換規劃以最大化自該軟板輥實現之總利潤之一例示性方法之一流程圖。
圖21係圖解說明其中該轉換控制引擎產生一轉換規劃以最小化一軟板輥之處理時間而又達成一所界定最小良率之一例示性方法之一流程圖。
圖22係圖解說明其中該轉換控制引擎產生一轉換規劃以最大化一個或多個轉換地點處處理線之利用率而又達成該軟板輥之一所界定最小良率之一例示性方法之一圖解說明。
圖23係圖解說明其中該轉換控制引擎基於一複合缺陷映射圖產生一轉換規劃以將該軟板輥轉換成兩個或更多個產品來最大化該軟板輥之利用率之一例示性方法之一流程圖。
圖24係圖解說明其中該轉換控制引擎針對一給定軟板輥基於複數個可組態參數之一經加權平均值產生一轉換規劃之一例示性方法之一流程圖。
圖25係圖解說明一轉換地點之一個實施例之一方塊圖。
圖26係圖解說明該轉換地點在根據一轉換規劃處理一軟板以達成一最大良率或其他可組態參數中之例示性操作之一流程圖。
圖27至29圖解說明實例性缺陷映射圖。
圖30圖解說明一操作者藉以針對重複及隨機異常組態應用不同應用特定的缺陷偵測方案(包括其組合)之一實例性使用者介面。
4...轉換控制系統
6A...軟板製造廠
9...網路
20...軟板
22...支撐輥
24...支撐輥
26A...影像獲取裝置
26N...影像獲取裝置
27A...獲取電腦
27N...獲取電腦
28...分析電腦
29...基準標記讀取器
30...基準標記控制器
32...資料庫

Claims (25)

  1. 一種用於檢驗一軟板之方法,其包含:使該軟板之一連續部分成像以提供數位資訊;用至少一個初始演算法處理該數位資訊以識別該軟板上含有異常之區域;識別該等異常在該軟板上之位置;基於在該軟板上之該等異常之該等位置,將一組該等異常識別為重複異常且將剩餘異常識別為隨機異常;由至少一個處理器針對該等重複異常用一第一缺陷偵測演算法分析該數位資訊以基於一第一組特性針對一產品確定該等重複異常中之哪些表示實際缺陷;由該至少一個處理器基於一第二組特性針對該等隨機異常用不同之一第二缺陷偵測演算法分析該數位資訊以針對該產品確定該等隨機異常中之哪些表示實際缺陷,其中至少一個特性係被包括於該第一組特性及該第二組特性,其中該第一缺陷偵測演算法經組態以應用一第一臨限值至該至少一個特性以確定該等重複異常中之哪些表示實際缺陷,且該第二缺陷偵測演算法經組態以應用一第二臨限值至該至少一個特性以確定該等隨機異常中之哪些表示實際缺陷,且其中該第一臨限值係小於該第二臨限值;及基於該等所確定實際缺陷將該軟板轉換成至少二個薄片。
  2. 如請求項1之方法,其中該第一缺陷偵測演算法經組態 以應用該第一臨限值至該至少一個特性以確定該等重複異常中之哪些表示實際缺陷係藉由應用一增加之敏感度至該至少一個特性以確定該等重複異常中之哪些表示實際缺陷,且其中不同之該第二缺陷偵測演算法經組態以應用該第二臨限值至該至少一個特性以確定該等隨機異常中之哪些表示實際缺陷係藉由應用一減少之敏感度至該至少一個特性以確定該等隨機異常中之哪些表示實際缺陷。
  3. 如請求項1之方法,其進一步包含:針對該等所識別區域中之每一者擷取該數位資訊之一部分,其中由該至少一個處理器用該第一缺陷偵測演算法針對該等重複異常分析該數位資訊,以基於該第一組特性來針對該產品確定該等重複異常中之哪些表示實際缺陷,由該至少一個處理器用不同之該第二缺陷偵測演算法針對該等隨機異常分析該數位資訊,以基於該第二組特性來針對該產品確定該等隨機異常中之哪些表示實際缺陷,其包含用該第一缺陷偵測演算法及不同之該第二缺陷偵測演算法分析該數位資訊之該等經擷取部分以確定該軟板中之該等實際缺陷。
  4. 如請求項3之方法,其進一步包含在分析之前儲存或緩衝該數位資訊之該等經擷取部分。
  5. 如請求項4之方法,其中該等經儲存或經緩衝部分係在已對該整個軟板執行該成像之後進行分析。
  6. 如請求項1之方法,其中用該至少一個初始演算法處理該數位資訊包含為該數位資訊設臨限值且形成一斑點清單。
  7. 如請求項1之方法,其中該第一缺陷偵測演算法及不同之該第二缺陷偵測演算法各自包括以下各項中之一者或多者:鄰域求平均、鄰域排級、對比度擴展、各種一元及二元影像操縱、數位濾波、紋理分析、碎形分析、頻率處理、卷積、形態學處理、設臨限值、連通要素分析、斑點處理或斑點分類。
  8. 如請求項1之方法,其中該第一缺陷偵測演算法及不同之該第二缺陷偵測演算法各自包括複數個影像處理步驟,其中每一演算法之該複數個影像處理步驟至少包括將每一異常與一組合臨限像素大小準則作比較。
  9. 如請求項8之方法,其中該第一缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小小於由不同之該第二缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小。
  10. 如請求項8之方法,其中該第一缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小大於由不同之該第二缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小。
  11. 如請求項8之方法,其中若滿足該等組合臨限像素大小準則中之任何一者,則將一異常識別為一實際缺陷。
  12. 如請求項1之方法,其進一步包含: 自一軟板製造系統之複數個感測器接收輥同步信號,其中該等感測器中之每一者對應於該軟板製造系統之一不同滾筒,且其中該等輥同步信號中之每一者指示該對應滾筒在該軟板之製造期間已完成一全旋轉。
  13. 一種用於檢驗一軟板之系統,其包含:一編碼器,其位於至少一個滾筒上,該編碼器輸出指示該軟板之一垂直軟板(down-web)距離之一位置信號;一成像裝置,其使該軟板之一連續部分成像以提供數位資訊;一分析電腦,其用至少一初始演算法處理該數位資訊以識別該軟板上含有異常之區域,其中該分析電腦處理異常資料以基於該位置信號確定該等異常在該軟板上之位置且將一組該等異常識別為重複異常,且將其他之該等異常識別為隨機異常;及一轉換控制系統,其:針對該等重複異常用一第一缺陷偵測演算法分析該數位資訊以基於一第一組特性針對一產品確定該等重複異常中之哪些表示實際缺陷,且針對隨機異常用不同之一第二缺陷偵測演算法分析該數位資訊以基於一第二組特性針對該產品確定該等隨機異常中之哪些表示實際缺陷,其中至少一個特性係被包括於該第一組特性及該第二組特性,其中該第一缺陷偵測演算法經組態以應用一第一臨限值至該至少一個特性以確定該等重複異常中之哪些表示實際缺陷,且該第二缺陷偵 測演算法經組態以應用一第二臨限值至該至少一個特性以確定該等隨機異常中之哪些表示實際缺陷,且其中該第一臨限值係小於該第二臨限值,及基於針對該產品之該等所確定實際缺陷將該軟板轉換成該產品。
  14. 如請求項13之系統,其中該滾筒包含複數個滾筒,該複數個滾筒在製造期間與該軟板接觸,其中該複數個滾筒中之兩個滾筒或多個滾筒各自包括一同步標記以指示對應滾筒何時已完成一全旋轉,該系統進一步包含:複數個同步標記讀取器,其讀取該複數個滾筒之該等同步標記且輸出輥同步信號,其中該等輥同步信號中之每一者指示該對應滾筒在該軟板之製造期間已完成一全旋轉;及一同步單元,其接收來自該編碼器之該位置信號及來自該複數個同步標記讀取器之該複數個輥同步信號,其中該同步單元將該等輥同步信號中之每一者之發生轉換成與軟板處理線相關聯之一座標系統內之垂直軟板位置,其中該分析電腦藉由使該等重複異常之該等位置與該等輥同步信號之該等垂直軟板位置相關來輸出表示該等滾筒中之何者造成了該等重複異常之一指示。
  15. 如請求項13之系統,其中該第一缺陷偵測演算法經組態以應用該第一臨限值至該至少一個特性以確定該等重複異常中之哪些表示實際缺陷係藉由應用一增加之敏感度 至該至少一個特性以確定該等重複異常中之哪些表示實際缺陷,且不同之該第二缺陷偵測演算法經組態以應用該第二臨限值至該至少一個特性以確定該等隨機異常中之哪些表示實際缺陷係藉由應用一減少之敏感度至該至少一個特性以確定該等隨機異常中之哪些表示實際缺陷。
  16. 如請求項13之系統,其中該分析電腦針對該等所識別區域中之每一者擷取該數位資訊之一部分,且該轉換控制系統用該第一缺陷偵測演算法及不同之該第二缺陷偵測演算法分析該數位資訊之經擷取部分以確定該軟板中之該等實際缺陷。
  17. 如請求項13之系統,其中在分析該數位資訊之經擷取部分之前,該分析電腦儲存或緩衝該數位資訊之該等經擷取部分。
  18. 如請求項13之系統,其中該該成像裝置已對該整個軟板成像之後,該分析電腦分析經儲存或經緩衝之該數位資訊之經擷取部分。
  19. 如請求項13之系統,其中該分析電腦至少藉由為該數位資訊設臨限值且形成一斑點清單以處理該數位資訊。
  20. 如請求項13之系統,其中該第一缺陷偵測演算法及不同之該第二缺陷偵測演算法各自包括以下各項中之一者或多者:鄰域求平均、鄰域排級、對比度擴展、各種一元及二元影像操縱、數位濾波、紋理分析、碎形分析、頻率處理、卷積、形態學處理、設臨限值、連通要素分 析、斑點處理或斑點分類。
  21. 如請求項13之系統,其中該第一缺陷偵測演算法及不同之該第二缺陷偵測演算法各自包括複數個影像處理步驟,其中每一演算法之該複數個步驟至少包括將每一異常與一組合臨限像素大小準則作比較。
  22. 如請求項21之系統,其中該第一缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小小於由不同之該第二缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小。
  23. 如請求項13之系統,其中該第一缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小大於由不同之該第二缺陷偵測演算法之該組合臨限像素大小準則所界定之一像素大小。
  24. 如請求項13之系統,其中若滿足該等組合臨限像素大小準則中之任何一者,則一異常被識別為一實際缺陷。
  25. 一種用於檢驗一軟板之電腦可讀儲存媒體,其包含用於致使一可程式化處理器執行如下操作之指令:自一軟板檢驗系統接收識別異常在軟板上之位置之數位資料;用至少一個初始演算法處理該數位資訊以識別該軟板上含有該等異常之區域;基於在該軟板上之該等異常之該等位置,將一組該等異常識別為重複異常且將剩餘異常識別為隨機異常;針對該等重複異常用一第一缺陷偵測演算法分析該數 位資訊以基於一第一組特性針對一產品確定該等重複異常中之哪些表示實際缺陷;針對該等隨機異常用不同之一第二缺陷偵測演算法分析該數位資訊以基於一第二組特性針對該產品確定該等隨機異常中之哪些表示實際缺陷,其中至少一個特性係被包括於該第一組特性及該第二組特性,其中該第一缺陷偵測演算法經組態以應用一第一臨限值至該至少一個特性以確定該等重複異常中之哪些表示實際缺陷,且該第二缺陷偵測演算法經組態以應用一第二臨限值至該至少一個特性以確定該等隨機異常中之哪些表示實際缺陷,且其中該第一臨限值係小於該第二臨限值;及輸出一缺陷映射圖以控制該軟板至產品之轉換,其中該缺陷映射圖指定該等實際缺陷之該等位置。
TW100107953A 2010-03-10 2011-03-09 用於檢驗一軟板之方法、系統及電腦可讀儲存媒體 TWI506271B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US31259810P 2010-03-10 2010-03-10

Publications (2)

Publication Number Publication Date
TW201137343A TW201137343A (en) 2011-11-01
TWI506271B true TWI506271B (zh) 2015-11-01

Family

ID=43902901

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100107953A TWI506271B (zh) 2010-03-10 2011-03-09 用於檢驗一軟板之方法、系統及電腦可讀儲存媒體

Country Status (8)

Country Link
US (1) US8935104B2 (zh)
EP (1) EP2545360B1 (zh)
JP (2) JP2013522595A (zh)
KR (1) KR101774074B1 (zh)
CN (1) CN102792154B (zh)
SG (1) SG183894A1 (zh)
TW (1) TWI506271B (zh)
WO (1) WO2011112427A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI766952B (zh) * 2017-03-03 2022-06-11 日商住友化學股份有限公司 缺陷標記方法及缺陷標記裝置、原材的製造方法及原材,以及片的製造方法及片

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6030665B2 (ja) * 2011-12-22 2016-11-24 スリーエム イノベイティブ プロパティズ カンパニー ウェブ製品の空間的に同期させたデータの位置合わせを保持すること
US8983168B2 (en) * 2012-04-30 2015-03-17 Ncr Corporation System and method of categorising defects in a media item
JP5946705B2 (ja) * 2012-07-03 2016-07-06 リコーエレメックス株式会社 検査装置および検査方法
CN103149106A (zh) * 2013-03-28 2013-06-12 国家烟草质量监督检验中心 烟用包装膜耐磨性能测量仪
WO2014172796A1 (en) 2013-04-22 2014-10-30 Uster Technologies Ag Compiling and providing a global textile quality benchmark
US9910429B2 (en) * 2013-09-03 2018-03-06 The Procter & Gamble Company Systems and methods for adjusting target manufacturing parameters on an absorbent product converting line
GB201318948D0 (en) * 2013-10-25 2013-12-11 Essentra Filter Products Dev Co Pte Ltd Detection system
US9047723B2 (en) * 2013-10-31 2015-06-02 Ncr Corporation Defect categorization
TWI479118B (zh) * 2014-01-23 2015-04-01 China Steel Corp 輥嘴開度之量測系統及其量測方法
DE102014005347A1 (de) * 2014-04-11 2015-10-15 Texmag Gmbh Vertriebsgesellschaft Verfahren und Vorrichtung zur lnspektion und zur Konfektionierung einer laufenden Warenbahn
US9951472B2 (en) 2014-04-15 2018-04-24 Gpcp Ip Holdings Llc Methods and apparatuses for controlling a manufacturing line used to convert a paper web into paper products by reading marks on the paper web
KR101733017B1 (ko) * 2015-02-25 2017-05-24 동우 화인켐 주식회사 광학 필름의 불량 검출 장치 및 방법
WO2018064202A1 (en) * 2016-09-30 2018-04-05 3M Innovative Properties Company Synchronizing multiple processing systems
CN106990109B (zh) * 2017-03-23 2019-09-06 中国矿业大学 一种基于多摄像头判定的井下皮带异物检测系统及方法
JP6948547B2 (ja) * 2017-03-29 2021-10-13 富士通株式会社 プログラム、情報処理システム、及び情報処理方法
DE102017108495A1 (de) 2017-04-21 2018-10-25 Windmöller & Hölscher Kg Überwachungsverfahren zur Überwachung eines Abwickelprozesses, Abwickelvorrichtung sowie Abwickelsystem
US10501274B2 (en) * 2017-07-06 2019-12-10 Honeywell International Inc. Continuous web sheet defect analytics, classification and remediation for enhancing equipment efficiency and throughput
JP6431643B1 (ja) * 2018-03-30 2018-11-28 日新製鋼株式会社 金属板の表面欠陥検査方法および表面欠陥検査装置
EP3594667A1 (fr) * 2018-07-12 2020-01-15 Primetals Technologies France SAS Installation de détection de défauts périodiques d'un produit en défilement
US11906445B2 (en) * 2018-10-10 2024-02-20 Goodrich Corporation Automated defect detection for wire rope using image processing techniques
EP3867180A1 (en) 2018-10-15 2021-08-25 3M Innovative Properties Company Method and system for automatically controlling a slitter
US11748874B2 (en) 2018-10-15 2023-09-05 3M Innovative Properties Company Automated inspection for sheet parts of arbitrary shape from manufactured film
US11650164B2 (en) * 2019-05-15 2023-05-16 Getac Technology Corporation Artificial neural network-based method for selecting surface type of object
EP3761132B1 (en) 2019-07-01 2022-10-12 G.D S.p.A. A method for improving the efficiency of an automatic packaging machine
CN112683788B (zh) * 2019-10-17 2024-10-11 神讯电脑(昆山)有限公司 物件表面可能缺陷的影像检测扫描方法及其系统
CN110954548B (zh) * 2019-11-28 2022-08-30 西安获德图像技术有限公司 基于机器视觉的验布机及采用其检测布匹缺陷的方法
CN111583205B (zh) * 2020-04-27 2023-10-20 中国林业科学研究院木材工业研究所 一种锯材表面缺陷尺寸测量方法及系统
KR102232196B1 (ko) * 2020-10-22 2021-03-26 주식회사 아이파미코리아 마스크 필터의 이물질 검사장치
KR102558232B1 (ko) * 2020-11-03 2023-07-25 한국생산기술연구원 제조업 시계열 데이터 딥러닝 분석을 위한 공간 충전 곡선 변환 방법 및 시스템
KR20230174235A (ko) * 2021-04-22 2023-12-27 히다치 조센 가부시키가이샤 검사장치
TWI751079B (zh) * 2021-04-28 2021-12-21 中國鋼鐵股份有限公司 鋼捲表面品質缺陷預警系統與缺陷預警方法
JP2023148609A (ja) * 2022-03-30 2023-10-13 日東電工株式会社 欠点の発生傾向解析方法
CN114637270B (zh) 2022-05-17 2022-08-23 成都秦川物联网科技股份有限公司 基于集散控制的智能制造工业物联网及控制方法
CN115208927B (zh) * 2022-08-24 2022-12-06 成都秦川物联网科技股份有限公司 用于次品修正调控的工业物联网及其控制方法
CN115808911B (zh) * 2023-02-02 2023-04-28 成都秦川物联网科技股份有限公司 用于生产线产生不良品时的工业物联网调控方法及系统
WO2024161619A1 (ja) * 2023-02-03 2024-08-08 Primetals Technologies Japan株式会社 疵検出装置、圧延装置、疵検出方法及び圧延方法
WO2024196055A1 (ko) * 2023-03-22 2024-09-26 주식회사 엘지에너지솔루션 이차 전지를 제조하는 장치 및 이를 이용한 이차 전지를 제조하는 방법
CN117274720B (zh) * 2023-11-16 2024-05-14 深圳市七彩虹禹贡科技发展有限公司 一种计算机硬件异常检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020110269A1 (en) * 2001-02-12 2002-08-15 3M Innovative Properties Company Web inspection method and device
US20040202361A1 (en) * 1993-09-30 2004-10-14 Evans David M.W. Inspection method and apparatus for the inspection of either random or repeating patterns
US20050075801A1 (en) * 2003-09-24 2005-04-07 3M Innovative Properties Company Apparatus and method for automated web inspection
TW200910036A (en) * 2007-07-26 2009-03-01 3M Innovative Properties Co Multi-unit process spatial synchronization

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4134684A (en) 1977-01-18 1979-01-16 Intex Corp. Repeat defect detector system
JPH0786474B2 (ja) 1988-09-09 1995-09-20 富士写真フイルム株式会社 欠陥周期の測定方法
JPH1158698A (ja) * 1997-08-20 1999-03-02 Fujikura Ltd 印刷読み取り方法
US6665498B1 (en) 2001-07-20 2003-12-16 Wenbin Jiang High-speed optical data links
EP2339419A1 (en) 2003-12-31 2011-06-29 3M Innovative Properties Co. Maximisation of yield for web-based articles
JP4433824B2 (ja) * 2004-02-25 2010-03-17 Jfeスチール株式会社 周期性疵検出方法および装置
US7623699B2 (en) * 2004-04-19 2009-11-24 3M Innovative Properties Company Apparatus and method for the automated marking of defects on webs of material
JP4516884B2 (ja) 2005-04-28 2010-08-04 新日本製鐵株式会社 周期性欠陥検査方法及び装置
EP1867979B1 (en) 2006-06-13 2009-03-11 ABB Oy Method and apparatus for recognizing repeating patterns
JP5248052B2 (ja) * 2006-10-11 2013-07-31 日東電工株式会社 光学フィルムを有するシート状製品の欠点検査装置、その検査データ処理装置、その切断装置及びその製造システム
JP2009016754A (ja) * 2007-07-09 2009-01-22 Toshiba Corp 半導体装置及びその製造方法
US20090028417A1 (en) * 2007-07-26 2009-01-29 3M Innovative Properties Company Fiducial marking for multi-unit process spatial synchronization
US7542821B2 (en) * 2007-07-26 2009-06-02 3M Innovative Properties Company Multi-unit process spatial synchronization of image inspection systems
US7937233B2 (en) * 2008-04-17 2011-05-03 3M Innovative Properties Company Preferential defect marking on a web
US7797133B2 (en) * 2008-09-10 2010-09-14 3M Innovative Properties Company Multi-roller registered repeat defect detection of a web process line

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040202361A1 (en) * 1993-09-30 2004-10-14 Evans David M.W. Inspection method and apparatus for the inspection of either random or repeating patterns
US20020110269A1 (en) * 2001-02-12 2002-08-15 3M Innovative Properties Company Web inspection method and device
US20050075801A1 (en) * 2003-09-24 2005-04-07 3M Innovative Properties Company Apparatus and method for automated web inspection
TW200910036A (en) * 2007-07-26 2009-03-01 3M Innovative Properties Co Multi-unit process spatial synchronization

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI766952B (zh) * 2017-03-03 2022-06-11 日商住友化學股份有限公司 缺陷標記方法及缺陷標記裝置、原材的製造方法及原材,以及片的製造方法及片

Also Published As

Publication number Publication date
KR101774074B1 (ko) 2017-09-01
KR20130006466A (ko) 2013-01-16
EP2545360B1 (en) 2020-02-12
CN102792154A (zh) 2012-11-21
TW201137343A (en) 2011-11-01
JP2015227888A (ja) 2015-12-17
EP2545360A1 (en) 2013-01-16
US8935104B2 (en) 2015-01-13
CN102792154B (zh) 2015-09-23
US20110224918A1 (en) 2011-09-15
JP2013522595A (ja) 2013-06-13
JP5965038B2 (ja) 2016-08-03
WO2011112427A1 (en) 2011-09-15
SG183894A1 (en) 2012-10-30

Similar Documents

Publication Publication Date Title
TWI506271B (zh) 用於檢驗一軟板之方法、系統及電腦可讀儲存媒體
US7797133B2 (en) Multi-roller registered repeat defect detection of a web process line
TWI479353B (zh) 織物的檢驗之方法、系統及電腦可讀取媒體
US8238646B2 (en) Apparatus and method for the automated marking of defects on webs of material
JP2007517232A (ja) ウェブに基づく物品の歩留まりの最大化
US20090030544A1 (en) Multi-unit process spatial synchronization of image inspection systems
US20090028417A1 (en) Fiducial marking for multi-unit process spatial synchronization
US20090028416A1 (en) Multi-unit process spatial synchronization
US20180025485A1 (en) Facilitating anomaly detection for a product having a pattern
CN115668290A (zh) 使用深度学习来检查片材物品
JP2007523810A (ja) ウェブに基づく物品の在庫管理
JP7268341B2 (ja) 検査性能診断装置、検査性能診断方法、検査性能診断装置用のプログラム、および、検査性能診断システム
JP2012202957A (ja) 欠陥位置情報生成装置、欠陥確認システム及び欠陥位置情報生成方法
JP5407442B2 (ja) カラーフィルタ汚れ欠陥の選別方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees