WO2020188774A1 - 装着エラーの原因推定装置、および装着エラーの原因推定方法 - Google Patents

装着エラーの原因推定装置、および装着エラーの原因推定方法 Download PDF

Info

Publication number
WO2020188774A1
WO2020188774A1 PCT/JP2019/011578 JP2019011578W WO2020188774A1 WO 2020188774 A1 WO2020188774 A1 WO 2020188774A1 JP 2019011578 W JP2019011578 W JP 2019011578W WO 2020188774 A1 WO2020188774 A1 WO 2020188774A1
Authority
WO
WIPO (PCT)
Prior art keywords
factor
individual
mounting
error
component
Prior art date
Application number
PCT/JP2019/011578
Other languages
English (en)
French (fr)
Inventor
郁夫 鈴木
Original Assignee
株式会社Ｆｕｊｉ
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 株式会社Ｆｕｊｉ filed Critical 株式会社Ｆｕｊｉ
Priority to EP19919674.2A priority Critical patent/EP3944730B1/en
Priority to JP2021506914A priority patent/JP7142149B2/ja
Priority to CN201980093894.4A priority patent/CN113545182B/zh
Priority to US17/435,490 priority patent/US11917765B2/en
Priority to PCT/JP2019/011578 priority patent/WO2020188774A1/ja
Publication of WO2020188774A1 publication Critical patent/WO2020188774A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08—Monitoring manufacture of assemblages
    • H05K13/083—Quality monitoring using results from monitoring devices, e.g. feedback loops
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08—Monitoring manufacture of assemblages
    • H05K13/081—Integration of optical monitoring devices in assembly lines; Processes using optical monitoring devices specially adapted for controlling devices or machines in assembly lines
    • H05K13/0812—Integration of optical monitoring devices in assembly lines; Processes using optical monitoring devices specially adapted for controlling devices or machines in assembly lines the monitoring devices being integrated in the mounting machine, e.g. for monitoring components, leads, component placement
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/04—Mounting of components, e.g. of leadless components
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08—Monitoring manufacture of assemblages
    • H05K13/081—Integration of optical monitoring devices in assembly lines; Processes using optical monitoring devices specially adapted for controlling devices or machines in assembly lines
    • H05K13/0815—Controlling of component placement on the substrate during or after manufacturing
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08—Monitoring manufacture of assemblages
    • H05K13/0882—Control systems for mounting machines or assembly lines, e.g. centralized control, remote links, programming of apparatus and processes as such
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31356—Automatic fault detection and isolation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45029—Mount and solder parts on board

Definitions

  • This specification relates to a device for estimating the cause of a mounting error that occurs in the mounting work of a component mounting machine, and a method for estimating the cause.
  • a component mounting machine that carries out component mounting work.
  • a component mounting machine includes a component supply device that supplies components, and a component mounting device that collects components from the component supply device and mounts the components on a substrate. When the mounting operation fails, many component mounting machines discard the component and perform the mounting operation again.
  • Patent Document 1 discloses a technical example relating to identification of an individual causing a mounting error.
  • the arithmetic unit disclosed in Patent Document 1 includes a storage unit and a control unit.
  • the storage unit stores device operation information that specifies the number of operations of the first component device and the second component device that handle the parts, and abnormality history information that specifies the number of abnormalities.
  • the control unit performs a process of calculating the first abnormality occurrence rate for each first component device, a process of calculating the second abnormality occurrence rate for each second component device, and a first component device having a high first abnormality occurrence rate.
  • a process for identifying a second component device having a high second abnormality occurrence rate, and a process for estimating one of the specified first component device and the second component device as the causative individual are performed.
  • the suction nozzle and the feeder are exemplified as the first component device and the second component device. According to this, it is possible to identify whether the cause of the abnormality is the suction nozzle or the feeder.
  • Patent Document 1 when the error occurrence situation is not good, it is presumed that the cause is always one of the suction nozzle and the feeder. However, in reality, it is possible that both the suction nozzle and the feeder contain the causative individual. Also, neither the suction nozzle nor the feeder may be the cause. For example, another device such as a reel around which the carrier tape is wound or a mounting head that holds the suction nozzle may be the cause. In addition, there may be cases where there is no problem with the device and the cause is the data used for the mounting work. As described above, considering the possibility that there are a plurality of causative individuals and three or more factors that can cause the cause, it is difficult to make a highly reliable estimation with the technique of Patent Document 1.
  • one mounting error is counted by multiple factors (device, data). Then, the number of mounting errors will be counted up even for good factors that cannot be the cause. For this reason, it has been difficult for the operator to accurately estimate the factors and the causative individuals that are actually significantly involved in the mounting error simply by looking at the ranking.
  • the error occurrence status of the mounting error in which the mounting work of mounting the component on the board in the component mounting machine fails is used for each individual of one or more types of devices used in the mounting work and in the mounting work.
  • the error history storage unit that aggregates and stores one or more types of data for each individual, and two types from the device and the data are selected and set as the first factor and the second factor.
  • the error occurrence status is obtained for each of the factor setting unit and the individual of the second factor under the condition that the individual of the first factor is specified, and the obtained error occurrence status is biased according to the difference of the second factor.
  • the first determination unit that performs the process of determining whether or not the first factor is performed on each of the plurality of individuals of the first factor, and the individual of the first factor under the condition that the individual of the second factor is specified.
  • a second process of obtaining an error occurrence status and determining whether or not the obtained error occurrence status is biased according to the difference of the first factor is performed on each of the plurality of individuals of the second factor.
  • a mounting including a determination unit and a cause estimation unit that estimates the causative individual that caused the mounting error based on the first determination result of the first determination unit and the second determination result of the second determination unit. Disclose the error cause estimation device.
  • the error occurrence status of the mounting error in which the mounting work of mounting the component on the board in the component mounting machine fails is described for each individual of one or more types of devices used in the mounting work, and the mounting work.
  • An error history storage step in which one or more types of data used in the data are aggregated and stored separately for each individual, and two types are selected from the device and the data, and the first factor and the second factor are selected.
  • the factor setting step to be set in, and the error occurrence status are obtained for each individual of the second factor under the condition that the individual of the first factor is specified, and the obtained error occurrence status depends on the difference of the second factor.
  • judgment and estimation are performed based on the following basic concept. That is, when using an individual that causes a certain factor that causes a mounting error, a mounting error occurs even if the individual of another factor to be combined is replaced, and the error occurrence status depends on the difference of another factor. Not biased. On the other hand, when a good individual of one factor is used, the mounting error increases or decreases depending on the quality of the individual of another factor to be combined, and the error occurrence situation is biased according to the difference of another factor.
  • the cause estimation device selects two types of factors that can cause mounting errors, and under the conditions that identify the individual of the first factor, is the error occurrence status biased according to the difference of the second factor?
  • the process of determining whether or not it is performed is carried out for each of a plurality of individuals of the first factor. Further, the cause estimation device replaces the first factor and the second factor to carry out the above-mentioned multiple times of processing.
  • the cause estimation device performs determination from two directions, acquires a large number of determination results, and provides the cause estimation device for estimation. Therefore, the cause estimation device can estimate the cause individual with higher reliability than the conventional one based on a large number of determination results.
  • the same process can be performed to estimate the cause individual with higher reliability than before.
  • the component mounting machine 1 carries out mounting work for mounting the components on the substrate K.
  • the direction from the left side to the right side of the paper surface in FIG. 1 is the X-axis direction for transporting the substrate K, and the direction from the lower side (front side) of the paper surface to the upper side (rear side) of the paper surface is the Y-axis direction.
  • the component mounting machine 1 is configured by assembling a board transfer device 2, a plurality of feeders 3, a component transfer device 4, a component camera 5, a control device 6, and the like on a base 10.
  • the board transfer device 2 is composed of a pair of guide rails 21 and 22, a pair of conveyor belts, a board clamp mechanism, and the like.
  • the conveyor belt carries the substrate K to the work execution position by rotating along the guide rails 21 and 22 with the substrate K placed on the conveyor belt.
  • the board clamping mechanism pushes up the board K at the work execution position to clamp and position the board K.
  • the board clamp mechanism releases the board K. Subsequently, the conveyor belt carries out the substrate K.
  • the plurality of feeders 3 are detachably equipped in a plurality of groove-shaped slots provided in the pallet member 11 on the base 10.
  • the feeder 3 is loaded with a reel 39 on the front side of the main body 31.
  • a predetermined supply position 32 for supplying parts is set in the upper part near the rear side of the main body 31.
  • a carrier tape containing parts is wound around the reel 39 in a large number of cavities.
  • the feeder 3 intermittently feeds the carrier tape by the tape feeding mechanism (not shown), and sets the parts at the supply position 32. As a result, the feeder 3 sequentially performs the parts supply operation.
  • the feeder 3 is managed by being given identification information.
  • the identification information is displayed by a label or the like on which a barcode is printed. Further, the control unit (not shown) of the feeder 3 holds the identification information and has a function of transmitting the identification information by using communication. Further, information on the types of parts stored in the reel 39 is displayed by attaching a label on which a barcode is printed to the reel 39.
  • the identification information and the information on the type of the component may be given by a display location and a display method other than the above.
  • the component transfer device 4 is arranged above the board transfer device 2 and the feeder 3.
  • the component transfer device 4 collects components from the feeder 3 and mounts them on the substrate K.
  • the component transfer device 4 includes a head drive mechanism 40, a moving table 44, a mounting head 45, a suction nozzle 46, a mark camera 47, and the like.
  • the head drive mechanism 40 includes a pair of Y-axis rails 41 and 42, a Y-axis slider 43, and a drive motor (not shown).
  • the Y-axis rails 41 and 42 extend in the Y-axis direction and are separated from each other and arranged in parallel.
  • the Y-axis slider 43 which is long in the X-axis direction, is mounted across both Y-axis rails 41 and 42 and moves in the Y-axis direction.
  • the moving table 44 is mounted on the Y-axis slider 43 and moves in the X-axis direction.
  • the head drive mechanism 40 drives the Y-axis slider 43 in the Y-axis direction and drives the moving table 44 on the Y-axis slider 43 in the X-axis direction.
  • the mobile table 44 holds the mounting head 45 and the mark camera 47.
  • the mounting head 45 holds one or a plurality of suction nozzles 46 on the lower side, and is driven by the head drive mechanism 40 to move in two horizontal directions.
  • the suction nozzle 46 is driven by the elevating drive unit (not shown) to move up and down.
  • the suction nozzle 46 descends from above the supply position 32 and performs a suction operation of sucking and collecting parts by supplying a negative pressure. Further, the suction nozzle 46 is driven above the substrate K and performs a mounting operation of mounting the components by supplying a positive pressure.
  • There are a plurality of types of the mounting head 45 and the suction nozzle 46 which are automatically or manually replaced.
  • the mark camera 47 captures a position mark attached to the positioned substrate K to detect an accurate work execution position of the substrate K.
  • the component camera 5 is provided upward on the upper surface of the base 10 between the substrate transfer device 2 and the feeder 3.
  • the component camera 5 takes an image of a component in a state where the suction nozzle 46 is sucking while the moving table 44 is moving from the feeder 3 to the substrate K.
  • the image processing unit of the component camera 5 performs image processing on the acquired image data to determine the presence / absence and correctness of the component, and further acquires the suction posture of the component. The result of the image processing is reflected in the mounting operation of the suction nozzle 46.
  • the control device 6 is assembled to the base 10, and the arrangement position thereof is not particularly limited.
  • the control device 6 is composed of a computer device having a CPU and operating by software.
  • the control device 6 may be configured by having a plurality of CPUs distributed in the machine.
  • the control device 6 controls the component mounting work according to the job data stored in advance. Job data differs depending on the type of board product to be produced.
  • the control device 6 controls a substrate transfer device 2, a plurality of feeders 3, a component transfer device 4, and a component camera 5.
  • a management computer 7 is provided as a higher-level control device that controls the component mounting machine 1.
  • a wired or wireless communication connection is established between the control device 6 of the component mounting machine 1 and the management computer 7.
  • the management computer 7 transmits a command regarding the mounting work of the board product to the control device 6.
  • the control device 6 transmits information on the progress of the mounting work to the management computer 7.
  • the management computer 7 can control a plurality of component mounting machines 1 and different types of board-to-board working machines together.
  • the management computer 7 has a storage device 71 for storing various data required for management. Further, the management computer 7 has a bar code reader 72 operated by an operator. The bar code reader 72 reads the bar code displayed on the feeder 3 and acquires the identification information of the feeder 3. Further, the bar code reader 72 reads the bar code displayed on the reel and acquires information on the type of parts. The information acquired by the barcode reader 72 is stored in the storage device 71. When the display method of the identification information of the feeder 3 and the information of the type of the component is different from the bar code, a device other than the bar code reader 72 is used corresponding to the display method.
  • the component mounting machine 1 carries out the mounting work by repeating the suction mounting cycle.
  • the suction mounting cycle the mounting head 45 moves above the feeder 3, the suction nozzle 46 sucks the component, the mounting head 45 moves above the component camera 5, the component camera 5 takes an image, and the mounting head 45 refers to a series of operations in which the suction nozzle 46 moves above the substrate K and the suction nozzle 46 mounts the component on the substrate K.
  • Multiple devices and multiple data are used in the adsorption mounting cycle.
  • the devices used for the mounting operation include a reel 39, a feeder 3, a mounting head 45, a suction nozzle 46, and a component camera 5.
  • the reel 39, the feeder 3, and the component camera 5 are related to the supply operation of the component P.
  • the mounting head 45 and the suction nozzle 46 are related to the collecting operation and the mounting operation of the component P.
  • the data used for the mounting work includes component data DP, shape data DC, array data DF, and coordinate data DX.
  • the component data DP, the shape data DC, and the array data DF are related to the supply operation of the component P.
  • the component data DP and the coordinate data DX are related to the sampling operation and the mounting operation of the component P.
  • the part data DP defines the properties and handling conditions of the part P.
  • the component data DP defines the packing form and storage conditions in addition to the electrical characteristic values of the component P, their errors, and the properties such as the operating environment conditions.
  • the component data DP defines handling conditions such as the specifications of the reel 39, the types of the feeder 3 and the suction nozzle 46 used, the moving speed of the mounting head 45, and the ascending / descending speed of the suction nozzle 46.
  • the component data DP includes the shape data DC.
  • the shape data DC defines the outer shape of the component P, for example, the size of the vertical and horizontal heights of the component P, the size tolerance, the lead position, the appearance color, and the like.
  • the shape data DC may include imaging conditions such as shutter speed and illumination conditions when the component camera 5 captures images.
  • the arrangement data DF defines the slot position of the pallet member 11 in which a plurality of feeders 3 are arranged.
  • the coordinate data DX defines the position of the substrate K on which the component P is mounted.
  • the coordinate data DX is included in the above-mentioned job data.
  • These data (DP, DC, DF, DX) are stored in the storage device 71 of the management computer 7. These data (DP, DC, DF, DX) are attached to the command and transferred to the control device 6, or can be accessed from the control device 6.
  • the mounting error that the mounting work fails increases. Further, even if the devices (39, 3, 45, 46, 5) operate normally, if there is a problem in the data (DP, DC, DF, DX), the mounting error still increases.
  • the sequence data DF has a different meaning from other data (DP, DC, DX). That is, the array data DF does not include a problem in the data content itself, but indirectly represents a structural problem of the slot provided in the pallet member 11.
  • the cause estimation device 8 of the mounting error of the embodiment The description of the cause estimation device 8 of the mounting error of the embodiment will be described. As shown in FIG. 2, the cause estimation device 8 is realized by the software of the management computer 7. Not limited to this. The cause estimation device 8 may be provided in the control device 6 or in another computer communicatively connected to the management computer 7.
  • the cause estimation device 8 includes five functional units, that is, an error history storage unit 81, a factor setting unit 82, a first determination unit 83, a second determination unit 84, and a cause estimation unit 85.
  • the error history storage unit 81 aggregates the error occurrence status of the mounting error for each device and for each individual data, and stores it in the storage device 71.
  • the mounting error is detected by the image processing unit of the component camera 5.
  • the image processing unit transmits information on the mounting error detected by the image processing to the control device 6.
  • the control device 6 can transmit information on whether or not a mounting error has occurred to the management computer 7 each time the mounting work is completed. Alternatively, the control device 6 may total the number of mounting errors and the like after the predetermined number of mounting operations, and transmit the aggregated result information to the management computer 7.
  • the mounting error may be detected by a board inspection machine provided in the downstream process of the component mounting machine 1 and inspecting the component P mounted on the board K.
  • the board inspection machine transmits information on the error occurrence status to the management computer 7 every time the inspection of one board K is completed.
  • the error history storage unit 81 in the management computer 7 performs aggregation based on the information received from the control device 6 or the board inspection machine, and stores the aggregation result.
  • the following cases 1) to 7) can be exemplified.
  • the cases of 5) and 6 a defect in the mounting operation of the suction nozzle 46 is detected, and imaging is performed again by the component camera 5, and a mounting error is confirmed.
  • 1) Case where the image data was not acquired by the component camera 5 2) Case where the image data was not properly processed 3) Case where it was determined that the suction nozzle 46 did not suck the component P as a result of image processing.
  • the error occurrence status is represented by a combination of the number of times NU used for the mounting work and the number of times NE of the mounting error occurred.
  • the error occurrence rate obtained by dividing the number of occurrences NE by the number of times of use NU is used as a reference index and is not used for determining the presence or absence of bias, which will be described later. The reason is that when a statistical test method (described later) is used to determine the presence or absence of bias, the error occurrence rate is not effective as an index for estimating the causative individual.
  • the factor setting unit 82 selects two types of factors that can cause a mounting error from the devices and data used for the mounting work, and sets them as the first factor and the second factor. It is preferable that the factor setting unit 82 sets the device or data related to the supply operation of the component P as the first factor, and sets the device or data related to the collection operation and the mounting operation of the component P as the second factor. With this setting, the cause estimation device 8 can clearly estimate whether the cause individual causing the adsorption error is on the supply side of the component P or on the use side of the component P.
  • the feeder 3 related to the supply operation is set as the first factor
  • the suction nozzle 46 related to the collection operation and the mounting operation is set as the second factor
  • the array data DF related to the supply operation is set as the first factor
  • the coordinate data DX related to the mounting operation is set as the second factor.
  • the combination of one type of device and one type of data may be selected as two factors.
  • the factor setting unit 82 executes any of the following first to third setting methods.
  • the factor setting unit 82 displays a plurality of candidate devices and data on the display screen of the management computer 7. The operator selects and specifies two factors from the displayed candidates. The cause setting unit 82 performs the setting operation according to the designation.
  • the operator specifies in advance the first combination of the first factor and the second factor.
  • the factor setting unit 82 performs the setting operation according to the designated first combination.
  • the second and subsequent combinations may be specified in advance, or may be specified later by the operator.
  • the factor setting unit 82 automatically and in turn sets a plurality of combinations in which one of a plurality of configurable first factors and one of a plurality of configurable second factors are combined. ..
  • the first determination unit 83, the second determination unit 84, and the cause estimation unit 85 operate on all of the plurality of combinations.
  • the operator can preferentially set important factors that are considered to include the causative individual. As a result, processing for unimportant factors is omitted, and sufficient estimation results can be obtained in a short time. Further, in the third setting method, processing for all combinations is automatically performed. As a result, sufficient estimation results are surely obtained, and labor saving is realized by eliminating the trouble of specifying the operator.
  • the first determination unit 83 obtains the error occurrence status for each individual of the second factor under the condition of identifying the individual of the first factor. Further, the first determination unit 83 determines whether or not the obtained error occurrence status is biased according to the difference in the second factor. Further, the first determination unit 83 determines the possibility of being the causative individual for each individual in which the first factor is identified and the individual in which the second factor is identified, based on whether or not the error occurrence status is biased, and makes the first determination. As a result.
  • the first determination unit 83 determines that the individual in which the first factor is identified is not the causative individual when the error occurrence status is biased, and the error occurrence status among the individuals of the second factor. The possibility that the inferior specific individual is the causative individual is determined and used as the first determination result. Further, the first determination unit 83 determines that the individual in which the first factor is identified is not the causative individual when the error occurrence situation is not biased and is good, and further, the second factor does not include the causative individual. Judgment is made and used as the first judgment result.
  • the first determination unit 83 determines the possibility that the individual in which the first factor is identified is the causative individual when the error occurrence situation is not biased and is not good, and uses it as the first determination result. Further, the first determination unit 83 performs the above determination process on each of the plurality of individuals of the first factor. The first determination unit 83 uses a statistical test method as a method for determining the presence or absence of bias. The statistical test method will be described later in the description of the first embodiment.
  • the second determination unit 84 performs a determination in which the first factor and the second factor are exchanged in comparison with the first determination unit 83. That is, the second determination unit 84 obtains the error occurrence status for each individual of the first factor under the condition that the individual of the second factor is specified. Further, the second determination unit 84 determines whether or not the obtained error occurrence status is biased according to the difference in the first factor. Further, the second determination unit 84 determines the possibility of being the causative individual for each individual in which the second factor is identified and the individual in which the first factor is identified, based on whether or not the error occurrence status is biased, and makes a second determination. As a result.
  • the second determination unit 84 determines that the individual in which the second factor is specified is not the causative individual when the error occurrence status is biased, and the error occurrence status among the individuals of the first factor The possibility that the inferior specific individual is the causative individual is determined, and the second determination result is used. Further, the second determination unit 84 determines that the individual in which the second factor is identified is not the causative individual when the error occurrence situation is not biased and is good, and further, the first factor does not include the causative individual. Judgment is made and used as the second judgment result.
  • the second determination unit 84 determines the possibility that the individual in which the second factor is specified is the causative individual when the error occurrence situation is not biased and is not good, and uses it as the second determination result. Further, the second determination unit 84 performs the above determination process on each of the plurality of individuals of the second factor. The second determination unit 84, like the first determination unit 83, uses a statistical test method.
  • the first determination unit 83 and the second determination unit 84 determine the specified number of M0 individuals whose error occurrence status is inferior for each of the first factor and the second factor. At this time, the error occurrence rate of the reference index is used, and the individuals exceeding the specified number M0 are excluded from the determination target. By narrowing down the judgment targets in this way, excellent individuals that cannot be the causative individuals are excluded. This simplifies the determination process of the first determination unit 83 and the second determination unit 84 and the estimation process of the cause estimation unit 85.
  • the first determination unit 83 and the second determination unit 84 determine an individual whose number of uses NU is N0 or more specified for each of the first factor and the second factor. Further, the first determination unit 83 and the second determination unit 84 determine, for each of the first factor and the second factor, an individual whose number of occurrences of mounting errors NE is equal to or greater than the minimum number of errors ME. By narrowing down the judgment targets in this way, the test accuracy of the statistical test method can be improved.
  • the cause estimation unit 85 estimates the causative individual that caused the mounting error based on the first determination result of the first determination unit 83 and the second determination result of the second determination unit 84. Specifically, the cause estimation unit 85 estimates the causative individual that satisfies the first determination result and the second determination result when the first determination result and the second determination result do not contradict each other. Further, it is assumed that the cause estimation unit 85 cannot estimate the causative individual when the first determination result and the second determination result are inconsistent.
  • the causative individual when the first factor and the second factor do not include the causative individual, it is natural that the causative individual is not estimated.
  • the causative individual when both the first factor and the second factor include the causative individual, the causative individual may be estimated, or a contradiction may occur and the causative individual may not be estimated. Even if the cause individual cannot be estimated, it is highly possible that the cause estimation device 8 can estimate the cause individual by changing the combination of the first factor and the second factor and performing the determination and estimation again. Each function of the five functional parts will be specifically described in the next embodiment.
  • the cause estimation device 8 executes the processing flow shown in FIG. 4 in parallel with the mounting work of the component mounting machine 1.
  • the error history storage unit 81 of the cause estimation device 8 aggregates the error occurrence status and stores it in the storage device 71.
  • the cause estimation device 8 investigates whether or not the error occurrence situation is good.
  • the cause estimation device 8 can determine, for example, whether or not the error occurrence status is good or bad based on the overall error occurrence rate using the total number of mounting operations performed by the component mounting machine 1 as a parameter.
  • the error history storage steps S1 and S2 are repeatedly executed while the occurrence of mounting errors is small and the error occurrence status is good.
  • step S2 If the error occurrence status is lowered in step S2, the execution of the processing flow proceeds to the factor setting step S3. At this time, the component mounting machine 1 may continue or interrupt the mounting work.
  • the factor setting unit 82 sets the combination of the first factor and the second factor by any one of the first to third setting methods. With this setting, the cause estimation device 8 can acquire a list of error occurrence situations exemplified in FIG.
  • the feeder 3 is set as the first factor
  • the suction nozzle 46 is set as the second factor.
  • a larger number of feeders 3 and suction nozzles 46 are used in the mounting operation. Fractions are shown in each column where each feeder 3 arranged in the vertical direction and each suction nozzle 46 arranged in the horizontal direction intersect in the list.
  • the denominator of the fraction represents the number of uses NU in which the combination was used in the mounting work, and the numerator represents the number of times NE of the mounting error occurred.
  • the combination of the first feeder FD1 and the first suction nozzle NZ1 indicates that the number of times the mounting error occurred NE was one in the number of times NU used 200 times.
  • the combination of the second feeder FD2 and the second suction nozzle NZ2 shows that the number of times of use NU was 0 and there was no actual use.
  • the cause estimation device 8 objectively and accurately estimates the cause individual based on the determination result based on statistics without relying on a skilled operator.
  • the first determination unit 83 and the second determination unit 84 narrow down the individuals to be determined.
  • the first determination unit 83 and the second determination unit 84 first exclude individuals whose usage count NU is less than 300 times of the specified usage count N0 from the judgment target.
  • the second feeder FD2 is excluded because it has only a total of 200 times of use NU combined with the first suction nozzle NZ1 and the third suction nozzle NZ3.
  • Other individuals FD1, FD3 to FD5, NZ1 to NZ5) each have a number of uses NU of 300 times or more and are not excluded.
  • the first determination unit 83 and the second determination unit 84 exclude individuals whose mounting error occurrence frequency NE is less than one of the minimum error frequency ME from the determination target.
  • the fifth suction nozzle NZ5 is excluded because the number of occurrences NE is 0 in a total of 300 times of use NU combined with the first feeder FD1, the third feeder FD3, and the fifth feeder FD5.
  • Other individuals FD1, FD3 to FD5, NZ1 to NZ4 each have one or more occurrences NE and are not excluded.
  • the error occurrence rate of the reference index is used to use the third feeder FD3, the fourth feeder FD4, and the fifth feeder FD5, and the second suction nozzle NZ2, the third suction nozzle NZ3, and the fourth suction nozzle NZ4. Is left as a judgment target.
  • the excellent first feeder FD1 and the first suction nozzle NZ1 that cannot be the causative individual are excluded. As a result, the nine columns surrounded by the thick line are the judgment targets.
  • the first determination unit 83 is biased according to the difference in the suction nozzle 46 whose error occurrence status is the second factor under the condition that the individual of the feeder 3 which is the first factor is specified. It is determined whether or not it is, and the first determination result is obtained. More specifically, the first determination unit 83 first sets the conditions for specifying the third feeder FD3. Next, the first determination unit 83 determines whether or not the error occurrence status for each individual of the suction nozzles 46 is biased according to the difference in the suction nozzles 46 under the set conditions.
  • the first determination unit 83 determines whether or not the following three types of error occurrence situations a) to c) are biased.
  • the number of times of installation error NE was 4 times in the number of times of use NU 100 times.
  • the number of times of use was NU 100 times.
  • the situation where the number of times the error occurred NE was 1 c)
  • the situation where the number of times the mounting error occurred NE was 0 times in the number of times NU used 100 times in the 4th suction nozzle NZ4.
  • the first determination unit 83 uses a statistical test method, specifically, a method called "test of difference in population ratio" for determining the presence or absence of bias.
  • test of difference in population ratio a statistical test method
  • statistical processing is performed using the number of times of use NU and the number of times of occurrence NE, and it is tested whether or not there is a significant difference between a plurality of events (error occurrence status).
  • a 5% probability of occurrence can be exemplified as a criterion for determining a significant difference.
  • this test method refer to the book document "Understanding Statistical Analysis” (ISBN978-4-7741-4270-8) and the Internet document “Ratio Test / Independence Test” (Lecture Material of Waseda University Faculty of Social Sciences). It is explained in Basic Computer A ”) for Social Sciences.
  • the test accuracy is improved as the number of times of use NU increases. From this point of view, the specified number of uses N0 is set.
  • the error rate is not effective as an index for estimating the causative individual. Then, it is important that the number of uses NU and the number of occurrences NE, which are the basis of the error occurrence rate, are used in the test as they are.
  • the first determination unit 83 can determine that the error occurrence status of the third suction nozzle NZ3 and the fourth suction nozzle NZ4 is not biased. Further, the first determination unit 83 can determine that the error occurrence status of the second suction nozzle NZ2 is inferior to that of the third suction nozzle NZ3 and the fourth suction nozzle NZ4. Further, the first determination unit 83 determines that the specified third feeder FD3 is not the causative individual because the error occurrence status is biased, and the second determination nozzle 46 is inferior in the error occurrence status among the individuals. The possibility that the suction nozzle NZ2 is the causative individual is determined and used as the first first determination result.
  • the first determination unit 83 performs the same determination process on the fourth feeder FD4 and the fifth feeder FD5, respectively.
  • the detailed progress of the determination process will be omitted, and the determination result will be described.
  • the first determination unit 83 can determine that the error occurrence status of the third suction nozzle NZ3 and the fourth suction nozzle NZ4 is not biased under the condition that the fourth feeder FD4 is specified. Further, the first determination unit 83 can determine that the error occurrence status of the second suction nozzle NZ2 is inferior to that of the third suction nozzle NZ3 and the fourth suction nozzle NZ4. Further, the first determination unit 83 determines that the specified fourth feeder FD4 is not the causative individual because the error occurrence status is biased, and the second determination nozzle 46 is inferior in the error occurrence status among the individuals. The possibility that the suction nozzle NZ2 is the causative individual is determined and used as the second first determination result.
  • the first determination unit 83 can determine that the error occurrence status of the third suction nozzle NZ3 and the fourth suction nozzle NZ4 is not biased under the condition that the fifth feeder FD5 is specified. Further, the first determination unit 83 can determine that the error occurrence status of the second suction nozzle NZ2 is inferior to that of the third suction nozzle NZ3 and the fourth suction nozzle NZ4. Further, the first determination unit 83 determines that the specified fifth feeder FD5 is not the causative individual because the error occurrence status is biased, and the second determination nozzle 46 is inferior in the error occurrence status among the individuals. The possibility that the suction nozzle NZ2 is the causative individual is determined and used as the third first determination result.
  • the second determination unit 84 is biased according to the difference in the feeder 3 whose first factor is the error occurrence status under the condition of identifying the individual of the suction nozzle 46 which is the second factor. It is determined whether or not it is, and the second determination result is obtained. More specifically, the second determination unit 84 first sets the conditions for specifying the second suction nozzle NZ2. Next, the second determination unit 84 determines whether or not the error occurrence status for each individual of the feeder 3 is biased according to the difference in the feeder 3 under the set conditions.
  • the second determination unit 84 determines whether or not the following three types of error occurrence situations d) to f) are biased. d) In the 3rd feeder FD3, the number of times the mounting error occurred in the 100 times of use NU was 4 times e) In the 4th feeder FD4, the mounting error occurred in the 100 times of the number of times of use NU. Situation where the number of occurrences NE was 5 f) In the 5th feeder FD5, the number of occurrences NE of the mounting error was 7 times out of 100 times of use NU.
  • the second determination unit 84 uses a method called "test of difference in population ratio" as in the first determination unit 83.
  • the second determination unit 84 can determine that the error occurrence status of the third feeder FD3, the fourth feeder FD4, and the fifth feeder FD5 is not biased and is not good. Further, the second determination unit 84 determines the possibility that the specified second suction nozzle NZ2 is the causative individual, and uses it as the first second determination result.
  • the second determination unit 84 performs the same determination process on the third suction nozzle NZ3 and the fourth suction nozzle NZ4, respectively. That is, the second determination unit 84 can determine that the error occurrence status of the third feeder FD3, the fourth feeder FD4, and the fifth feeder FD5 is not biased and is good under the condition that the third suction nozzle NZ3 is specified. .. Further, the second determination unit 84 determines that the specified third suction nozzle NZ3 is not the causative individual, and determines that the feeder 3 does not include the causative individual, and uses this as the second second determination result.
  • the second determination unit 84 can determine that the error occurrence status of the third feeder FD3, the fourth feeder FD4, and the fifth feeder FD5 is not biased and is good under the condition that the fourth suction nozzle NZ4 is specified. .. Further, the second determination unit 84 determines that the specified fourth suction nozzle NZ4 is not the causative individual, and determines that the feeder 3 does not include the causative individual, and uses this as the third second determination result.
  • the cause estimation unit 85 is based on the first to third first determination results of the first determination unit 83 and the first to third second determination results of the second determination unit 84. Then, the causative individual that caused the mounting error is estimated. The total of 6 judgment results are not inconsistent.
  • the cause estimation unit 85 can estimate the cause individual satisfying a total of six determination results. Specifically, the cause estimation unit 85 can estimate that the second suction nozzle NZ2 is the cause individual. Further, the cause estimation unit 85 can estimate that the third feeder FD3, the fourth feeder FD4, and the fifth feeder FD5 are not the causative individuals. Further, the cause estimation unit 85 can estimate that the third suction nozzle NZ3 and the fourth suction nozzle NZ4 are not the cause individuals.
  • step S8 it is determined whether or not a sufficient estimation result has been obtained.
  • the determination in step S8 is left to the operator.
  • the determination in step S8 is automatically executed by the factor setting unit 82. That is, the factor setting unit 82 determines that a sufficient estimation result has not been obtained while all the combinations of the first factor and the second factor have not been completed.
  • step S3 the factor setting unit 82 sets a combination different from the first factor and the second factor. After that, the narrowing down steps S4 to S8 are repeatedly executed. When a sufficient estimation result is obtained in step S8, the execution of the processing flow proceeds to the result display step S9.
  • the cause estimation unit 85 displays the final estimation result on the display device of the management computer 7. This completes the processing flow. If the component mounting machine 1 continues the mounting work when the execution of the processing flow is advanced from step S2 to the factor setting step S3, the processing flow is not completed and is returned to the error history storage step S1. As a result, the cause estimation device 8 continues to operate according to the subsequent mounting work.
  • the mounting error cause estimation device 8 of the embodiment performs determination from two directions in which individuals of the first factor and the second factor are specified, acquires a large number of determination results, and provides them for estimation of the cause individual. .. Therefore, the cause estimation device 8 can estimate the cause individual with higher reliability than the conventional one based on a large number of determination results.
  • the cause estimation device 8 can acquire a list of error occurrence situations exemplified in FIG.
  • the array data DF is set as the first factor
  • the suction nozzle 46 is set as the second factor.
  • the narrowing down step S4 is completed. That is, the array data DF is narrowed down to three, the first slot position SL1, the third slot position SL3, and the fifth slot position SL5. Further, the suction nozzle 46 is narrowed down to three, a first suction nozzle NZ1, a second suction nozzle NZ2, and a fourth suction nozzle NZ4.
  • the first determination unit 83 can determine that the error occurrence status of the first suction nozzle NZ1 and the fourth suction nozzle NZ4 is not biased under the condition that the first slot position SL1 is specified. Further, the first determination unit 83 can determine that the error occurrence status of the second suction nozzle NZ2 is inferior to that of the first suction nozzle NZ1 and the fourth suction nozzle NZ4. Further, the first determination unit 83 determines that the specified first slot position SL1 is not the causative individual because the error occurrence status is biased, and determines the possibility that the second suction nozzle NZ2 is the causative individual. This is the first judgment result.
  • the first determination unit 83 says that the error occurrence status of the first suction nozzle NZ1, the second suction nozzle NZ2, and the fourth suction nozzle NZ4 is not biased and good under the condition that the third slot position SL3 is specified. Can be judged. Further, the first determination unit 83 determines the possibility that the specified third slot position SL3 is the causative individual, and uses it as the second first determination result.
  • the first determination unit 83 can determine that the error occurrence status of the first suction nozzle NZ1 and the fourth suction nozzle NZ4 is not biased under the condition that the fifth slot position SL5 is specified. Further, the first determination unit 83 can determine that the error occurrence status of the second suction nozzle NZ2 is inferior to that of the first suction nozzle NZ1 and the fourth suction nozzle NZ4. Further, the first determination unit 83 determines that the specified fifth slot position SL5 is not the causative individual because the error occurrence status is biased, and determines the possibility that the second suction nozzle NZ2 is the causative individual. This is the third first judgment result.
  • the second determination unit 84 can determine that the error occurrence status of the first slot position SL1 and the fifth slot position SL5 is not biased under the condition that the first suction nozzle NZ1 is specified. Further, the second determination unit 84 can determine that the error occurrence status of the third slot position SL3 is inferior to that of the first slot position SL1 and the fifth slot position SL5. Further, the second determination unit 84 determines that the identified first suction nozzle NZ1 is not the causative individual because the error occurrence status is biased, and determines the possibility that the third slot position SL3 is the causative individual. This is the first second judgment result.
  • the second determination unit 84 determines that the error occurrence status of the first slot position SL1, the third slot position SL3, and the fifth slot position SL5 is not biased and is not good under the condition that the second suction nozzle NZ2 is specified. Can be judged. Further, the first determination unit 83 determines the possibility that the specified second suction nozzle NZ2 is the causative individual, and uses it as the second second determination result.
  • the second determination unit 84 can determine that the error occurrence status of the first slot position SL1 and the fifth slot position SL5 is not biased under the condition that the fourth suction nozzle NZ4 is specified. Further, the second determination unit 84 can determine that the error occurrence status of the third slot position SL3 is inferior to that of the first slot position SL1 and the fifth slot position SL5. Further, the second determination unit 84 determines that the identified fourth suction nozzle NZ4 is not the causative individual because the error occurrence status is biased, and determines the possibility that the third slot position SL3 is the causative individual. This is the third second judgment result.
  • the cause estimation unit 85 causes a mounting error based on the first to third first determination results of the first determination unit 83 and the first to third second determination results of the second determination unit 84. Estimate the causative individual. The total of 6 judgment results are not inconsistent.
  • the cause estimation unit 85 can estimate that the third slot position SL3 and the second suction nozzle NZ2 are the cause individuals. Further, the cause estimation unit 85 can estimate that other individuals (SL1, SL5, NZ1, NZ4) are not the cause individuals. In this way, the cause estimation device 8 can accurately estimate the causative individual existing in both the first factor and the second factor.
  • the fact that the third slot position SL3 is the causative individual indicates, for example, a problem that the shape of the slot is distorted or the metal fitting for fastening the feeder 3 is damaged.
  • the cause estimation unit 85 cannot estimate the cause individual because the total of 6 determination results are inconsistent. Nevertheless, the cause estimation device 8 can estimate that the second suction nozzle NZ2 is the cause individual by replacing the first factor with another factor on the component supply side and performing the determination and estimation again. Further, by replacing the second factor with another factor on the component use side and performing the determination and estimation again, the cause estimation device 8 can estimate that the third slot position SL3 is the cause individual.
  • the cause estimation device 8 of the embodiment implements the cause estimation method of the mounting error of the embodiment. Further, in order to improve the test accuracy of the "test of difference in population ratio", the criterion for determining the significant difference may be made smaller than 5%. Further, the first determination unit 83 and the second determination unit 84 may use another verification method as a determination method for the presence or absence of bias. Further, the specified number M0, the specified number of uses N0, and the minimum number of errors ME may be different from the illustrated numerical values, or may not be used as a narrowing condition. Further, instead of the feeder 3, a tray-type parts supply device may be used. In addition, the embodiments and examples can be applied and modified in various ways.

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Operations Research (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Supply And Installment Of Electrical Components (AREA)

Abstract

装着エラーの原因推定装置は、部品装着機において基板に部品を装着する装着作業に失敗した装着エラーのエラー発生状況をデバイスおよびデータの個体別に分けて集計し記憶するエラー履歴記憶部と、デバイスおよびデータのうちから２種類を選択して第一要因および第二要因に設定する要因設定部と、第一要因の個体を特定した条件下でエラー発生状況が第二要因の違いに応じて偏っているか否かを判定する処理を第一要因の複数の個体に対してそれぞれ実施する第一判定部と、第二要因の個体を特定した条件下でエラー発生状況が第一要因の違いに応じて偏っているか否かを判定する処理を第二要因の複数の個体に対してそれぞれ実施する第二判定部と、第一判定部および第二判定部の判定結果に基づいて装着エラーの原因個体を推定する原因推定部と、を備える。

Description

装着エラーの原因推定装置、および装着エラーの原因推定方法
　本明細書は、部品装着機の装着作業で発生する装着エラーの原因を推定する装置、および原因を推定する方法に関する。
　プリント配線が施された基板に対基板作業を実施して、基板製品を量産する技術が普及している。対基板作業を実施する対基板作業機の代表例として、部品の装着作業を実施する部品装着機がある。一般的に、部品装着機は、部品を供給する部品供給デバイス、および、部品供給デバイスから部品を採取して基板に装着する部品装着デバイスを備える。多くの部品装着機は、装着作業に失敗したときに、当該の部品を廃棄して再度の装着作業を実施する。
　従来、装着作業に失敗した装着エラーの回数は、デバイスの種類ごとにランキング形式で集計され、管理者やオペレータに提供されていた。そして、装着エラーの発生頻度が高く、換言するとエラー発生状況が良好でない場合に、ランキングに基づいて原因個体が特定され、デバイスの交換やメンテナンス等の改善処置が講じられてきた。装着エラーの原因個体の特定に関する一技術例が、特許文献１に開示されている。
　特許文献１に開示された演算装置は、記憶部および制御部を備える。記憶部は、部品を取り扱う第一部品装置および第二部品装置の動作回数を特定する装置動作情報、ならびに異常回数を特定する異常履歴情報を記憶する。制御部は、第一部品装置毎に第一異常発生率を算出する処理と、第二部品装置毎に第二異常発生率を算出する処理と、第一異常発生率が高い第一部品装置を特定する処理と、第二異常発生率が高い第二部品装置を特定する処理と、特定された第一部品装置および第二部品装置の一方を原因個体と推定する処理と、を行う。実施形態には、第一部品装置および第二部品装置として、吸着ノズルおよびフィーダが例示されている。これによれば、異常の原因が吸着ノズルとフィーダのどちらにあるのかを特定することができる、とされている。
特開２０１０－２３８６８９号公報
　ところで、特許文献１では、エラー発生状況が良好でない場合に、吸着ノズルとフィーダのどちらか一方の個体が必ず原因と推定される。しかしながら、実際には、吸着ノズルおよびフィーダの両方に原因個体が含まれる場合が有り得る。また、吸着ノズルおよびフィーダのどちらも原因でない場合が有り得る。例えば、キャリアテープが巻回されたリールや吸着ノズルを保持する装着ヘッドなど、別のデバイスが原因であるケースが考えられる。また、デバイスに不具合は無く、装着作業に用いられるデータが原因であるケースが考えられる。このように、原因個体が複数ある可能性や、原因となり得る３個以上の要因を考慮すると、特許文献１の技術では、信頼性の高い推定を行うことが難しい。
　また、ランキング形式を用いる従来の方法では、１件の装着エラーが複数の要因（デバイス、データ）でカウントされる。すると、原因となり得ない良好な要因においても、装着エラー数がカウントアップされてしまう。このため、オペレータは、ランキングを見るだけでは、実際に装着エラーに大きく関与している要因および原因個体を正確に推定することが難しかった。
　本明細書では、従来よりも高い信頼性で装着エラーの原因個体を推定することができる装着エラーの原因推定装置、および装着エラーの原因推定方法を提供することを解決すべき課題とする。
　本明細書は、部品装着機において基板に部品を装着する装着作業に失敗した装着エラーのエラー発生状況を、前記装着作業に用いられる１種類以上のデバイスの個体別、および、前記装着作業に用いられる１種類以上のデータの個体別の少なくとも一方に分けて集計し、記憶するエラー履歴記憶部と、前記デバイスおよび前記データのうちから２種類を選択して、第一要因および第二要因に設定する要因設定部と、前記第一要因の個体を特定した条件下で前記第二要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第二要因の違いに応じて偏っているか否かを判定する処理を、前記第一要因の複数の前記個体に対してそれぞれ実施する第一判定部と、前記第二要因の個体を特定した条件下で前記第一要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第一要因の違いに応じて偏っているか否かを判定する処理を、前記第二要因の複数の前記個体に対してそれぞれ実施する第二判定部と、前記第一判定部の第一判定結果および前記第二判定部の第二判定結果に基づいて、前記装着エラーの原因となった原因個体を推定する原因推定部と、を備える装着エラーの原因推定装置を開示する。
　また、本明細書は、部品装着機において基板に部品を装着する装着作業に失敗した装着エラーのエラー発生状況を、前記装着作業に用いられる１種類以上のデバイスの個体別、および、前記装着作業に用いられる１種類以上のデータの個体別の少なくとも一方に分けて集計し、記憶するエラー履歴記憶ステップと、前記デバイスおよび前記データのうちから２種類を選択して、第一要因および第二要因に設定する要因設定ステップと、前記第一要因の個体を特定した条件下で前記第二要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第二要因の違いに応じて偏っているか否かを判定する処理を、前記第一要因の複数の前記個体に対してそれぞれ実施する第一判定ステップと、前記第二要因の個体を特定した条件下で前記第一要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第一要因の違いに応じて偏っているか否かを判定する処理を、前記第二要因の複数の前記個体に対してそれぞれ実施する第二判定ステップと、前記第一判定ステップの第一判定結果および前記第二判定ステップの第二判定結果に基づいて、前記装着エラーの原因となった原因個体を推定する原因推定ステップと、を備える装着エラーの原因推定方法を開示する。
　本明細書で開示する装着エラーの原因推定装置や装着エラーの原因推定方法では、次の基本的な考え方に基づいた判定および推定を行う。すなわち、装着エラーの原因となる或る要因の原因個体を使用しているときに、組み合わせる別の要因の個体が入れ替わっても装着エラーは発生し、エラー発生状況は別の要因の違いに応じて偏らない。一方、或る要因の良好な個体を使用しているときに、組み合わせる別の要因の個体の良否に応じて装着エラーは増減し、エラー発生状況は別の要因の違いに応じて偏る。
　具体的に、原因推定装置は、装着エラーの原因となり得る２種類の要因を選択し、第一要因の個体を特定した条件下で、エラー発生状況が第二要因の違いに応じて偏っているか否かを判定する処理を、第一要因の複数の個体に対してそれぞれ実施する。さらに、原因推定装置は、第一要因と第二要因を入れ替えて、上記した複数回の処理を実施する。換言すると、原因推定装置は、二方向からの判定を実施して、多数の判定結果を取得し、原因個体の推定に提供する。したがって、原因推定装置は、多数の判定結果に基づき、従来よりも高い信頼性で原因個体を推定することができる。また、原因推定方法において、同様の処理を実施して、従来よりも高い信頼性で原因個体を推定することができる。
実施形態の装着エラーの原因推定装置が適用される部品装着機の構成例を模式的に示す平面図である。 原因推定装置に関連する制御の構成を示したブロック図である。 装着作業に用いられるデバイスおよびデータを説明する図である。 実施形態の原因推定装置の動作を説明する処理フローの図である。 第１実施例において、フィーダと吸着ノズルの組み合わせごとのエラー発生状況を例示した一覧表の図である。 第２実施例において、配列データと吸着ノズルの組み合わせごとのエラー発生状況を例示した一覧表の図である。
　１．部品装着機１の構成例
　まず、実施形態の装着エラーの原因推定装置８（図２参照）が適用される部品装着機１の構成例について、図１を参考にして説明する。部品装着機１は、部品を基板Ｋに装着する装着作業を実施する。図１の紙面左側から右側に向かう方向が基板Ｋを搬送するＸ軸方向、紙面下側（前側）から紙面上側（後側）に向かう方向がＹ軸方向となる。部品装着機１は、基板搬送装置２、複数のフィーダ３、部品移載装置４、部品カメラ５、および制御装置６などが基台１０に組み付けられて構成される。
　基板搬送装置２は、一対のガイドレール２１、２２、一対のコンベアベルト、および基板クランプ機構などで構成される。コンベアベルトは、基板Ｋを載置した状態でガイドレール２１、２２に沿って輪転することにより、基板Ｋを作業実施位置まで搬入する。基板クランプ機構は、作業実施位置の基板Ｋを押し上げてクランプし、位置決めする。部品の装着作業が終了すると、基板クランプ機構は基板Ｋを解放する。続いて、コンベアベルトは、基板Ｋを搬出する。
　複数のフィーダ３は、基台１０上のパレット部材１１に設けられた複数の溝形状のスロットに着脱可能に装備される。フィーダ３は、本体部３１の前側にリール３９が装填される。本体部３１の後側寄りの上部に、部品を供給する所定の供給位置３２が設定される。リール３９には、多数のキャビティにそれぞれ部品を収納したキャリアテープが巻回されている。フィーダ３は、図略のテープ送り機構によりキャリアテープを間欠的に送り、部品を供給位置３２にセットする。これにより、フィーダ３は、部品の供給動作を順次行う。
　フィーダ３は、識別情報が付与されて管理される。識別情報は、バーコードを印刷したラベルなどによって表示される。さらに、フィーダ３の図略の制御部は、識別情報を保持しており、通信を用いて識別情報を送信する機能を有する。また、リール３９に収納されている部品の種類の情報は、バーコードを印刷したラベルがリール３９に貼付されて表示される。なお、識別情報や部品の種類の情報は、上記以外の表示箇所および表示方法によって付与されてもよい。
　部品移載装置４は、基板搬送装置２やフィーダ３よりも上方に配設される。部品移載装置４は、フィーダ３から部品を採取して基板Ｋに装着する。部品移載装置４は、ヘッド駆動機構４０、移動台４４、装着ヘッド４５、吸着ノズル４６、およびマークカメラ４７などで構成される。ヘッド駆動機構４０は、一対のＹ軸レール４１、４２、Ｙ軸スライダ４３、および図略の駆動モータを含んで構成される。Ｙ軸レール４１、４２は、Ｙ軸方向に延び、相互に離隔して平行配置される。Ｘ軸方向に長いＹ軸スライダ４３は、両方のＹ軸レール４１、４２にまたがって装架され、Ｙ軸方向に移動する。移動台４４は、Ｙ軸スライダ４３に装架され、Ｘ軸方向に移動する。ヘッド駆動機構４０は、Ｙ軸スライダ４３をＹ軸方向に駆動するとともに、Ｙ軸スライダ４３上の移動台４４をＸ軸方向に駆動する。
　移動台４４は、装着ヘッド４５およびマークカメラ４７を保持する。装着ヘッド４５は、１本または複数本の吸着ノズル４６を下側に保持するとともに、ヘッド駆動機構４０に駆動されて水平二方向に移動する。吸着ノズル４６は、図略の昇降駆動部に駆動されて昇降動作する。吸着ノズル４６は、供給位置３２の上方から下降し、負圧の供給により部品を吸着採取する吸着動作を行う。また、吸着ノズル４６は、基板Ｋの上方に駆動され、正圧の供給により部品を装着する装着動作を行う。装着ヘッド４５や吸着ノズル４６は、複数種類あり、自動または手動で交換される。マークカメラ４７は、位置決めされた基板Ｋに付設された位置マークを撮像して、基板Ｋの正確な作業実施位置を検出する。
　部品カメラ５は、基板搬送装置２とフィーダ３との間の基台１０の上面に、上向きに設けられる。部品カメラ５は、移動台４４がフィーダ３から基板Ｋに移動する途中で、吸着ノズル４６が吸着している状態の部品を撮像する。部品カメラ５の画像処理部は、取得した画像データを画像処理して部品の有無および正誤を判定し、さらに部品の吸着姿勢を取得する。画像処理の結果は、吸着ノズル４６の装着動作に反映される。
　制御装置６は、基台１０に組み付けられており、その配設位置は特に限定されない。制御装置６は、ＣＰＵを有してソフトウェアで動作するコンピュータ装置により構成される。なお、制御装置６は、複数のＣＰＵが機内に分散配置されて構成されてもよい。制御装置６は、予め記憶したジョブデータにしたがって、部品の装着作業を制御する。ジョブデータは、生産する基板製品の種類ごとに異なる。
　２．部品装着機１および管理コンピュータ７の制御の構成
　図２に示されるように、制御装置６は、基板搬送装置２、複数のフィーダ３、部品移載装置４、および部品カメラ５を制御する。部品装着機１を制御する上位の制御装置として管理コンピュータ７が設けられる。部品装着機１の制御装置６と管理コンピュータ７の間は、有線または無線で通信接続される。管理コンピュータ７は、基板製品の装着作業に関する指令を制御装置６に送信する。制御装置６は、装着作業の進捗状況に関する情報を管理コンピュータ７に送信する。なお、管理コンピュータ７は、複数台の部品装着機１および別種の対基板作業機を併せて制御することができる。
　管理コンピュータ７は、管理に必要となる諸データを記憶するための記憶装置７１を有する。また、管理コンピュータ７は、オペレータによって操作されるバーコードリーダ７２を有する。バーコードリーダ７２は、フィーダ３に表示されたバーコードを読み取り、フィーダ３の識別情報を取得する。また、バーコードリーダ７２は、リールに表示されたバーコードを読み取り、部品の種類の情報を取得する。バーコードリーダ７２によって取得された情報は、記憶装置７１に記憶される。なお、フィーダ３の識別情報および部品の種類の情報の表示方法がバーコードと相違する場合には、表示方法に対応してバーコードリーダ７２以外の装置が用いられる。
　３．装着作業に用いられるデバイスおよびデータ
　次に、装着作業に用いられるデバイスおよびデータについて説明する。部品装着機１は、吸着装着サイクルを繰り返すことにより装着作業を実施する。吸着装着サイクルとは、装着ヘッド４５がフィーダ３の上方に移動して吸着ノズル４６が部品を吸着し、装着ヘッド４５が部品カメラ５の上方に移動して部品カメラ５が撮像を行い、装着ヘッド４５が基板Ｋの上方に移動して吸着ノズル４６が部品を基板Ｋに装着する、という一連の作業を言う。吸着装着サイクルの中で、複数のデバイスおよび複数のデータが用いられる。
　図３に示されるように、装着作業に用いられるデバイスには、リール３９、フィーダ３、装着ヘッド４５、吸着ノズル４６、および部品カメラ５が含まれる。リール３９、フィーダ３、および部品カメラ５は、部品Ｐの供給動作に関係する。装着ヘッド４５および吸着ノズル４６は、部品Ｐの採取動作および装着動作に関係する。また、装着作業に用いられるデータには、部品データＤＰ、形状データＤＣ、配列データＤＦ、および座標データＤＸが含まれる。部品データＤＰ、形状データＤＣ、および配列データＤＦは、部品Ｐの供給動作に関係する。部品データＤＰおよび座標データＤＸは、部品Ｐの採取動作および装着動作に関係する。
　部品データＤＰは、部品Ｐの性状および取り扱い条件を規定している。詳細には、部品データＤＰは、部品Ｐの電気的特性値やその誤差、使用環境条件などの性状に加え、梱包形態および保管条件などを規定している。また、部品データＤＰは、リール３９の仕様、使用されるフィーダ３や吸着ノズル４６の種類、装着ヘッド４５の移動速度、および吸着ノズル４６の昇降速度などの取り扱い条件を規定している。さらに、部品データＤＰは、形状データＤＣを含む。
　形状データＤＣは、部品Ｐの外形形状、例えば、部品Ｐの縦横高さのサイズ、サイズの許容誤差、リードの位置、外観色などを規定している。形状データＤＣは、部品カメラ５によって撮像されるときのシャッタスピード等の撮像条件や照明条件を含んでもよい。形状データＤＣが画像処理に用いられることにより、吸着ノズル４６に吸着された部品Ｐの有無、種類の誤りなどが判定される。さらに、吸着ノズル４６に対する部品Ｐの位置および回転などの姿勢が取得される。
　配列データＤＦは、複数のフィーダ３が配列されるパレット部材１１のスロット位置を規定する。座標データＤＸは、部品Ｐを装着する基板Ｋの位置を規定する。座標データＤＸは、前述したジョブデータに含まれている。これらのデータ（ＤＰ、ＤＣ、ＤＦ、ＤＸ）は、管理コンピュータ７の記憶装置７１に記憶される。これらのデータ（ＤＰ、ＤＣ、ＤＦ、ＤＸ）は、指令に添付されて制御装置６に転送され、あるいは制御装置６からのアクセスが可能となっている。
　デバイス（３９、３、４５、４６、５）が不具合を内包していたり、性能が低下したりすると、装着作業に失敗する装着エラーが増加する。また、デバイス（３９、３、４５、４６、５）が正常に動作しても、データ（ＤＰ、ＤＣ、ＤＦ、ＤＸ）に問題点が有ると、やはり装着エラーが増加する。なお、配列データＤＦは、他のデータ（ＤＰ、ＤＣ、ＤＸ）と意味合いが相違する。つまり、配列データＤＦは、データの内容自体に問題点を含むものではなく、パレット部材１１に設けられたスロットの構造上の問題点を間接的に表すものである。
　４．実施形態の装着エラーの原因推定装置８
　実施形態の装着エラーの原因推定装置８の説明に移る。原因推定装置８は、図２に示されるように、管理コンピュータ７のソフトウェアにより実現されている。これに限定されず。原因推定装置８は、制御装置６に設けられ、あるいは管理コンピュータ７に通信接続された別のコンピュータに設けられてもよい。原因推定装置８は、五つの機能部、すなわちエラー履歴記憶部８１、要因設定部８２、第一判定部８３、第二判定部８４、および原因推定部８５を備える。
　エラー履歴記憶部８１は、装着エラーのエラー発生状況をデバイスの個体別、および、データの個体別に分けて集計し、記憶装置７１に記憶する。装着エラーは、部品カメラ５の画像処理部によって検出される。画像処理部は、画像処理によって検出した装着エラーの情報を制御装置６に伝送する。制御装置６は、装着作業が終了した都度、装着エラーが発生したか否かの情報を管理コンピュータ７に送信することができる。あるいは、制御装置６は、所定回数の装着作業の後に装着エラーの回数等を集計し、集計結果の情報を管理コンピュータ７に送信してもよい。
　さらに、装着エラーは、部品装着機１の下流工程に設けられて基板Ｋに装着済みの部品Ｐを検査する基板検査機により検出されてもよい。基板検査機は、１枚の基板Ｋの検査を終了するごとに、エラー発生状況の情報を管理コンピュータ７に送信する。管理コンピュータ７内のエラー履歴記憶部８１は、制御装置６または基板検査機から受け取った情報に基づいて集計を行い、集計結果を記憶する。
　装着エラーとして、次の１）～７）のケースを例示することができる。なお、５）および６）のケースでは、吸着ノズル４６の装着動作の不具合が検出され、再度部品カメラ５による撮像が行われて、装着エラーと確認される。
１）部品カメラ５で画像データが取得されなかったケース
２）画像データが適正に画像処理されなかったケース
３）画像処理の結果、吸着ノズル４６が部品Ｐを吸着していないと判定されたケース
４）画像処理の結果、部品Ｐの姿勢の誤差が大きく装着作業が無理と判定されたケース
５）基板Ｋに移動する途中で、部品Ｐが吸着ノズル４６から落下したケース
６）部品Ｐが吸着ノズル４６に付いたままで、基板Ｋに装着されなかったケース
７）基板検査機により、基板Ｋ上に部品Ｐが不在、または部品Ｐの位置や姿勢が不良と判定されたケース
　また、エラー発生状況は、装着作業に使用された使用回数ＮＵと、装着エラーの発生回数ＮＥとの組み合わせで表される。発生回数ＮＥを使用回数ＮＵで除算したエラー発生率は、参考指標に用いられ、後述する偏りの有無の判定には用いられない。その理由は、偏りの有無の判定に統計学的な検定方法（後述）が使用される際に、エラー発生率は、原因個体を推定する指標として有効でないことに因る。
　要因設定部８２は、装着作業に用いられるデバイスおよびデータのうち装着エラーの原因となり得る２種類の要因を選択して、第一要因および第二要因に設定する。要因設定部８２は、部品Ｐの供給動作に関するデバイスまたはデータを第一要因に設定し、部品Ｐの採取動作および装着動作に関するデバイスまたはデータを前記第二要因に設定することが好ましい。この設定により、原因推定装置８は、吸着エラーを引き起こす原因個体が部品Ｐの供給側に有るのか、それとも部品Ｐの使用側に有るのかを、明瞭に推定できる。
　例えば、供給動作に関するフィーダ３が第一要因に設定され、採取動作および装着動作に関する吸着ノズル４６が第二要因に設定される。また例えば、供給動作に関する配列データＤＦが第一要因に設定され、装着動作に関する座標データＤＸが第二要因に設定される。なお、１種類のデバイスと１種類のデータの組み合わせが二つの要因に選択されてもよい。要因設定部８２は、具体的には、次に示す第１～第３設定方法のいずれかを実行する。
　第１設定方法）要因設定部８２は、候補となる複数のデバイスおよびデータを管理コンピュータ７の表示画面に表示する。オペレータは、表示された候補の中から２個の要因を選択して指定する。要因設定部８２は、指定にしたがい設定動作を行う。
　第２設定方法）オペレータは、予めの第一要因および第二要因の第１の組み合わせを指定しておく。要因設定部８２は、指定された第１の組み合わせにしたがい設定動作を行う。この場合、第２以降の組み合わせは、予め指定されていてもよいし、後でオペレータが指定するようになっていてもよい。
　第３設定方法）要因設定部８２は、設定可能な複数の第一要因のいずれかと、設定可能な複数の第二要因のいずれかと、をそれぞれ組み合わせた複数の組み合わせを自動的に順番に設定する。この場合、第一判定部８３、第二判定部８４、および原因推定部８５は、複数の組み合わせの全数に対してそれぞれ動作する。
　第１および第２設定方法において、オペレータは、原因個体を含む可能性が高いと考えられる重要な要因を優先して設定することができる。これにより、重要でない要因に対する処理が省略されて、短時間で十分な推定結果が取得される。また、第３設定方法において、全部の組み合わせに対する処理が自動で行われる。これにより、十分な推定結果が確実に取得されるとともに、オペレータの指定の手間が不要となって省力化が実現される。
　第一判定部８３は、第一要因の個体を特定した条件下で第二要因の個体別にエラー発生状況を求める。また、第一判定部８３は、求めたエラー発生状況が第二要因の違いに応じて偏っているか否かを判定する。さらに、第一判定部８３は、エラー発生状況が偏っているか否かに基づき、第一要因の特定された個体および第二要因の個体ごとに原因個体である可能性を判定して第一判定結果とする。
　詳細には、第一判定部８３は、エラー発生状況が偏っている場合に、第一要因の特定された個体は原因個体でないと判定し、かつ、第二要因の個体のうちエラー発生状況の劣る特定個体が原因個体である可能性を判定して、第一判定結果とする。また、第一判定部８３は、エラー発生状況が偏らずかつ良好である場合に、第一要因の特定された個体は原因個体でないと判定し、さらに、第二要因は原因個体を含まないと判定して、第一判定結果とする。
　また、第一判定部８３は、エラー発生状況が偏らずかつ良好でない場合に、第一要因の特定された個体が原因個体である可能性を判定して、第一判定結果とする。さらに、第一判定部８３は、上記の判定処理を第一要因の複数の個体に対してそれぞれ実施する。第一判定部８３は、偏りの有無の判定方法として、統計学的な検定方法を使用する。統計学的な検定方法については、後の第１実施例の説明の中で述べる。
　第二判定部８４は、第一判定部８３と対比して、第一要因と第二要因を入れ替えた判定を実施する。すなわち、第二判定部８４は、第二要因の個体を特定した条件下で第一要因の個体別にエラー発生状況を求める。また、第二判定部８４は、求めたエラー発生状況が第一要因の違いに応じて偏っているか否かを判定する。さらに、第二判定部８４は、エラー発生状況が偏っているか否かに基づき、第二要因の特定された個体および第一要因の個体ごとに原因個体である可能性を判定して第二判定結果とする。
　詳細には、第二判定部８４は、エラー発生状況が偏っている場合に、第二要因の特定された個体は原因個体でないと判定し、かつ、第一要因の個体のうちエラー発生状況の劣る特定個体が原因個体である可能性を判定して、第二判定結果とする。また、第二判定部８４は、エラー発生状況が偏らずかつ良好である場合に、第二要因の特定された個体は原因個体でないと判定し、さらに、第一要因は原因個体を含まないと判定して、第二判定結果とする。
　また、第二判定部８４は、エラー発生状況が偏らずかつ良好でない場合に、第二要因の特定された個体が原因個体である可能性を判定して、第二判定結果とする。さらに、第二判定部８４は、上記の判定処理を第二要因の複数の個体に対してそれぞれ実施する。第二判定部８４は、第一判定部８３と同様、統計学的な検定方法を使用する。
　また、第一判定部８３および第二判定部８４は、第一要因および第二要因のそれぞれについて、エラー発生状況が劣る規定個数Ｍ０の個体を判定対象とする。このとき、参考指標のエラー発生率が用いられて、規定個数Ｍ０を超えた分の個体が判定対象から除外される。このように判定対象が絞り込まれることで、原因個体となり得ない優良な個体が除外される。これにより、第一判定部８３および第二判定部８４の判定処理および原因推定部８５の推定処理が簡素化される。
　さらに、第一判定部８３および第二判定部８４は、第一要因および第二要因のそれぞれについて使用回数ＮＵが規定使用回数Ｎ０以上の個体を判定対象とする。さらに、第一判定部８３および第二判定部８４は、第一要因および第二要因のそれぞれについて、装着エラーの発生回数ＮＥが最小エラー回数ＭＥ以上の個体を判定対象とする。このように判定対象が絞り込まれることで、統計学的な検定方法の検定精度が高められる。
　原因推定部８５は、第一判定部８３の第一判定結果および第二判定部８４の第二判定結果に基づいて、装着エラーの原因となった原因個体を推定する。詳細には、原因推定部８５は、第一判定結果と第二判定結果とが矛盾しない場合に、第一判定結果および第二判定結果を満足させる原因個体を推定する。また、原因推定部８５は、第一判定結果と第二判定結果とが矛盾した場合に、原因個体を推定できなかったとする。
　例えば、第一要因および第二要因が原因個体を含んでいない場合に、原因個体は推定されなくて当然である。また、第一要因および第二要因の両方が原因個体を含んでいる場合に、原因個体が推定されるとき、および矛盾が生じて原因個体が推定されないときがある。原因個体を推定できなかった場合でも、原因推定装置８は、第一要因および第二要因の組み合わせを変更して再度の判定および推定を実施することにより、原因個体を推定できる可能性が大きい。五つの機能部の各機能については、次の実施例の中で具体的に説明する。
　５．第１実施例
　次に、実施形態の装着エラーの原因推定装置８の動作および作用について、第１実施例を示して説明する。以降の説明において、規定個数Ｍ０は３個、規定使用回数Ｎ０は３００回、最小エラー回数ＭＥは１回と設定されている。原因推定装置８は、部品装着機１の装着作業と並行して、図４に示される処理フローを実行する。
　図４のエラー履歴記憶ステップＳ１で、原因推定装置８のエラー履歴記憶部８１は、エラー発生状況を集計して記憶装置７１に記憶する。次のステップＳ２で、原因推定装置８は、エラー発生状況が良好であるか否かを調査する。原因推定装置８は、例えば、部品装着機１で実施された全部の装着作業の回数を母数とする総合的なエラー発生率に基づいて、エラー発生状況の良否を判定することができる。装着エラーの発生が少なくてエラー発生状況が良好である間、エラー履歴記憶ステップＳ１およびステップＳ２が繰り返して実行される。
　ステップＳ２でエラー発生状況が低下していると、処理フローの実行は、要因設定ステップＳ３に進められる。このとき、部品装着機１は、装着作業を継続してもよいし、中断してもよい。要因設定ステップＳ３で、要因設定部８２は、第１～第３設定方法のいずれかにより、第一要因および第二要因の組み合わせを設定する。この設定により、原因推定装置８は、図５に例示されるエラー発生状況の一覧表を取得することができる。
　この一覧表では、第一要因にフィーダ３が設定され、第二要因に吸着ノズル４６が設定されている。以降の説明を簡明化するために、フィーダ３は、第１フィーダＦＤ１から第５フィーダＦＤ５までの５個、吸着ノズル４６は、第１吸着ノズルＮＺ１から第５吸着ノズルＮＺ５までの５個であると想定する。実際には、さらに多数のフィーダ３および吸着ノズル４６が装着作業に使用される。一覧表の縦方向に並べられた各フィーダ３と、横方向に並べられた各吸着ノズル４６とが交差する各欄に、それぞれ分数が示されている。
　分数の分母は、当該の組み合わせが装着作業に使用された使用回数ＮＵを表し、分子は、装着エラーの発生回数ＮＥを表す。例えば、第１フィーダＦＤ１と第１吸着ノズルＮＺ１の組み合わせは、２００回の使用回数ＮＵの中で装着エラーの発生回数ＮＥが１回であったことが表わされている。また例えば、第２フィーダＦＤ２と第２吸着ノズルＮＺ２の組み合わせは、使用回数ＮＵが０回で使用実績が無かったことが表わされている。
　図５の一覧表において、第２吸着ノズルＮＺ２のエラー発生状況が良好でない、とオペレータによって感覚的に推定される。しかしながら、感覚的な推定が難しい微妙なエラー発生状況が起こり得る。また、第一要因および第二要因の両方に原因個体が存在すると、熟練したオペレータでも的確な推定が難しくなる。原因推定装置８は、熟練したオペレータに頼ることなく、統計学に立脚した判定結果に基づいて、原因個体を客観的にかつ的確に推定する。
　次の絞り込みステップＳ４で、第一判定部８３および第二判定部８４は、判定対象とする個体を絞り込む。第一判定部８３および第二判定部８４は、まず、使用回数ＮＵが規定使用回数Ｎ０の３００回未満である個体を判定対象から除外する。第２フィーダＦＤ２は、第１吸着ノズルＮＺ１および第３吸着ノズルＮＺ３と組み合わせられた合計２００回の使用回数ＮＵしかなく、除外される。他の個体（ＦＤ１、ＦＤ３～ＦＤ５、ＮＺ１～ＮＺ５）は、それぞれ３００回以上の使用回数ＮＵがあり、除外されない。
　第一判定部８３および第二判定部８４は、次に、装着エラーの発生回数ＮＥが最小エラー回数ＭＥの１回未満である個体を判定対象から除外する。第５吸着ノズルＮＺ５は、第１フィーダＦＤ１、第３フィーダＦＤ３、および第５フィーダＦＤ５と組み合わせられた合計３００回の使用回数ＮＵの中で発生回数ＮＥが０回であるので、除外される。他の個体（ＦＤ１、ＦＤ３～ＦＤ５、ＮＺ１～ＮＺ４）は、それぞれ１回以上の発生回数ＮＥがあり、除外されない。
　第一判定部８３および第二判定部８４は、その次に、エラー発生状況が劣る規定個数Ｍ０（＝３個）の個体を各要因の判定対象とする。このとき、参考指標のエラー発生率が用いられて、第３フィーダＦＤ３、第４フィーダＦＤ４、および第５フィーダＦＤ５、ならびに、第２吸着ノズルＮＺ２、第３吸着ノズルＮＺ３、および第４吸着ノズルＮＺ４が判定対象に残される。また、原因個体となり得ない優良な第１フィーダＦＤ１や第１吸着ノズルＮＺ１は、除外される。この結果、太線で囲まれる９個の欄が判定対象となる。
　次の第一判定ステップＳ５で、第一判定部８３は、第一要因であるフィーダ３の個体を特定した条件下で、エラー発生状況が第二要因である吸着ノズル４６の違いに応じて偏っているか否かを判定して、第一判定結果を求める。詳述すると、第一判定部８３は、まず、第３フィーダＦＤ３を特定した条件を設定する。第一判定部８３は、次に、設定条件下において、吸着ノズル４６の個体別のエラー発生状況が、吸着ノズル４６の違いに応じて偏っているか否かを判定する。
　換言すると、第一判定部８３は、次のａ）～ｃ）の３種類のエラー発生状況が偏っているか否かを判定する。
ａ）第２吸着ノズルＮＺ２において、１００回の使用回数ＮＵの中で装着エラーの発生回数ＮＥが４回であった状況
ｂ）第３吸着ノズルＮＺ３において、１００回の使用回数ＮＵの中で装着エラーの発生回数ＮＥが１回であった状況
ｃ）第４吸着ノズルＮＺ４において、１００回の使用回数ＮＵの中で装着エラーの発生回数ＮＥが０回であった状況
　第一判定部８３は、偏りの有無の判定に統計学的な検定方法、具体的には「母比率の差の検定」と呼ばれる方法を用いる。この検定方法では、使用回数ＮＵおよび発生回数ＮＥを用いた統計処理を行い、複数の事象（エラー発生状況）の間に有意差が有るか否かを検定する。有意差の判定基準として、５％の生起確率を例示できる。この検定方法の詳細は、図書文献「統計解析がわかる」（ ISBN978-4-7741-4270-8 ）や、インターネット文献「比率の検定・独立性の検定」（早稲田大学社会科学部の講義資料"社会科学のための基礎コンピュータＡ"）に説明されている。
　判りやすい例として、２個のさいころを６回振って「１の目」の出た回数が、第１のさいころでは１回、第２のさいころでは２回であった二つの事象を考える。「１の目」が出ることは、装着エラーの発生に相当する。ここで、２個のさいころは「１の目」の出る確率が（１／６）という同一性能を有する、という仮説を立てる。これに対して、実際の事象は。６回のうち１回および２回となっている。それでも、１回の違いは、偶発的に生起し得る事象であり、その生起確率が判定基準の５％よりも大きい。したがって、仮説は棄却されず、２個のさいころの性能に有意差は無いと検定される。
　これに対比して、２個のさいころを６０回振って「１の目」の出た回数が、第１のさいころでは１０回、第２のさいころでは２０回であった二つの事象を考える。この事象において、「１の目」の出た確率は、６回振った場合と同じである。しかしながら、同一の仮説に対して、第２のさいころで「１の目」が２０回出る事象の生起確率は、判定基準の５％よりも小さい。したがって、仮説は棄却され、２個のさいころの性能に有意差（偏り）があると検定される。つまり、第２のさいころにおいて「１の目」の出る確率は（１／６）よりも大きい、ことが明らかになる。例えば、第２のさいころは、６面中の２面が「１の目」になっていると推定される。
　上述の例のように、「母比率の差の検定」では、使用回数ＮＵが大きくなるにしたがい検定精度が高められる。この観点で、規定使用回数Ｎ０が設定される。また、エラー発生率は、原因個体を推定する指標として有効でない。そして、エラー発生率の基になる使用回数ＮＵおよび発生回数ＮＥが、そのままの数値で検定に用いられることが重要となる。
　本筋に戻り、第一判定部８３は、第３吸着ノズルＮＺ３と第４吸着ノズルＮＺ４のエラー発生状況が偏っていないと判定できる。また、第一判定部８３は、第２吸着ノズルＮＺ２のエラー発生状況が第３吸着ノズルＮＺ３および第４吸着ノズルＮＺ４よりも劣って偏っていると判定できる。さらに、第一判定部８３は、エラー発生状況が偏っていることから、特定された第３フィーダＦＤ３は原因個体でないと判定し、かつ、吸着ノズル４６の個体のうちエラー発生状況の劣る第２吸着ノズルＮＺ２が原因個体である可能性を判定して、１番目の第一判定結果とする。
　さらに、第一判定部８３は、同様の判定処理を第４フィーダＦＤ４および第５フィーダＦＤ５に対してそれぞれ実施する。以降、判定処理の詳細な経過説明は省略し、判定結果について説明する。
　第一判定部８３は、第４フィーダＦＤ４を特定した条件下で、第３吸着ノズルＮＺ３と第４吸着ノズルＮＺ４のエラー発生状況が偏っていないと判定できる。また、第一判定部８３は、第２吸着ノズルＮＺ２のエラー発生状況が第３吸着ノズルＮＺ３および第４吸着ノズルＮＺ４よりも劣って偏っていると判定できる。さらに、第一判定部８３は、エラー発生状況が偏っていることから、特定された第４フィーダＦＤ４は原因個体でないと判定し、かつ、吸着ノズル４６の個体のうちエラー発生状況の劣る第２吸着ノズルＮＺ２が原因個体である可能性を判定して、２番目の第一判定結果とする。
　また、第一判定部８３は、第５フィーダＦＤ５を特定した条件下で、第３吸着ノズルＮＺ３と第４吸着ノズルＮＺ４のエラー発生状況が偏っていないと判定できる。また、第一判定部８３は、第２吸着ノズルＮＺ２のエラー発生状況が第３吸着ノズルＮＺ３および第４吸着ノズルＮＺ４よりも劣って偏っていると判定できる。さらに、第一判定部８３は、エラー発生状況が偏っていることから、特定された第５フィーダＦＤ５は原因個体でないと判定し、かつ、吸着ノズル４６の個体のうちエラー発生状況の劣る第２吸着ノズルＮＺ２が原因個体である可能性を判定して、３番目の第一判定結果とする。
　次の第二判定ステップＳ６で、第二判定部８４は、第二要因である吸着ノズル４６の個体を特定した条件下で、エラー発生状況が第一要因であるフィーダ３の違いに応じて偏っているか否かを判定して、第二判定結果を求める。詳述すると、第二判定部８４は、まず、第２吸着ノズルＮＺ２を特定した条件を設定する。第二判定部８４は、次に、設定条件下において、フィーダ３の個体別のエラー発生状況が、フィーダ３の違いに応じて偏っているか否かを判定する。
　換言すると、第二判定部８４は、次のｄ）～ｆ）の３種類のエラー発生状況が偏っているか否かを判定する。
ｄ）第３フィーダＦＤ３において、１００回の使用回数ＮＵの中で装着エラーの発生回数ＮＥが４回であった状況
ｅ）第４フィーダＦＤ４において、１００回の使用回数ＮＵの中で装着エラーの発生回数ＮＥが５回であった状況
ｆ）第５フィーダＦＤ５において、１００回の使用回数ＮＵの中で装着エラーの発生回数ＮＥが７回であった状況
　第二判定部８４は、第一判定部８３と同様、「母比率の差の検定」と呼ばれる方法を用いる。第二判定部８４は、第３フィーダＦＤ３、第４フィーダＦＤ４、および第５フィーダＦＤ５のエラー発生状況が偏らずかつ良好でないと判定できる。さらに、第二判定部８４は、特定された第２吸着ノズルＮＺ２が原因個体である可能性を判定して、１番目の第二判定結果とする。
　さらに、第二判定部８４は、同様の判定処理を第３吸着ノズルＮＺ３および第４吸着ノズルＮＺ４に対してそれぞれ実施する。すなわち、第二判定部８４は、第３吸着ノズルＮＺ３を特定した条件下で、第３フィーダＦＤ３、第４フィーダＦＤ４、および第５フィーダＦＤ５のエラー発生状況が偏らずかつ良好であると判定できる。さらに、第二判定部８４は、特定された第３吸着ノズルＮＺ３は原因個体でないと判定し、かつ、フィーダ３は原因個体を含まないと判定して、２番目の第二判定結果とする。
　また、第二判定部８４は、第４吸着ノズルＮＺ４を特定した条件下で、第３フィーダＦＤ３、第４フィーダＦＤ４、および第５フィーダＦＤ５のエラー発生状況が偏らずかつ良好であると判定できる。さらに、第二判定部８４は、特定された第４吸着ノズルＮＺ４は原因個体でないと判定し、かつ、フィーダ３は原因個体を含まないと判定して、３番目の第二判定結果とする。
　次の原因推定ステップＳ７で、原因推定部８５は、第一判定部８３の１番目～３番目の第一判定結果、および第二判定部８４の１番目～３番目の第二判定結果に基づいて、装着エラーの原因となった原因個体を推定する。合計６個の判定結果は、矛盾していない。原因推定部８５は、合計６個の判定結果を満足させる原因個体を推定することができる。具体的に、原因推定部８５は、第２吸着ノズルＮＺ２が原因個体であると推定できる。また、原因推定部８５は、第３フィーダＦＤ３、第４フィーダＦＤ４、および第５フィーダＦＤ５が原因個体でないと推定できる。さらに、原因推定部８５は、第３吸着ノズルＮＺ３および第４吸着ノズルＮＺ４が原因個体でないと推定できる。
　次のステップＳ８で、十分な推定結果が得られたか否かが判定される。要因設定部８２が第１または第２設定方法を使用しているとき、ステップＳ８の判定は、オペレータに委ねられる。要因設定部８２が第３設定方法を使用しているとき、ステップＳ８の判定は、要因設定部８２によって自動的に実行される。すなわち、要因設定部８２は、第一要因と第二要因の全部の組み合わせが終了していない間、十分な推定結果が得られていないと判定する。
　十分な推定結果が得られていない場合、処理フローの実行は、要因設定ステップＳ３に戻される。２回目の要因設定ステップＳ３で、要因設定部８２は、第一要因および第二要因の初回と異なる組み合わせを設定する。この後、絞り込みステップＳ４からステップＳ８までが繰り返して実行される。ステップＳ８で十分な推定結果が得られた場合、処理フローの実行は、結果表示ステップＳ９に進められる。
　結果表示ステップＳ９で、原因推定部８５は、最終的な推定結果を管理コンピュータ７の表示装置に表示する。これで、処理フローが終了する。なお、処理フローの実行がステップＳ２から要因設定ステップＳ３に進められたときに部品装着機１が装着作業を継続している場合、処理フローは終了されずにエラー履歴記憶ステップＳ１に戻される。これにより、原因推定装置８は、以降の装着作業に応じて動作を継続する。
　実施形態の装着エラーの原因推定装置８は、第一要因および第二要因の個体をそれぞれ特定した二方向からの判定を実施して、多数の判定結果を取得し、原因個体の推定に提供する。したがって、原因推定装置８は、多数の判定結果に基づき、従来よりも高い信頼性で原因個体を推定することができる。
　６．第２実施例
　次に、原因推定装置８の動作および作用について、第２実施例を示して説明する。第２実施例において、原因推定装置８は、図６に例示されるエラー発生状況の一覧表を取得することができる。この一覧表では、第一要因に配列データＤＦが設定され、第二要因に吸着ノズル４６が設定されている。また、絞り込みステップＳ４は終了している。すなわち、配列データＤＦは、第１スロット位置ＳＬ１、第３スロット位置ＳＬ３、および第５スロット位置ＳＬ５の３個に絞り込まれている。また、吸着ノズル４６は、第１吸着ノズルＮＺ１、第２吸着ノズルＮＺ２、および第４吸着ノズルＮＺ４の３個に絞り込まれている。
　第一判定部８３は、第１スロット位置ＳＬ１を特定した条件下で、第１吸着ノズルＮＺ１と第４吸着ノズルＮＺ４のエラー発生状況が偏っていないと判定できる。また、第一判定部８３は、第２吸着ノズルＮＺ２のエラー発生状況が第１吸着ノズルＮＺ１および第４吸着ノズルＮＺ４よりも劣って偏っていると判定できる。さらに、第一判定部８３は、エラー発生状況が偏っていることから、特定された第１スロット位置ＳＬ１は原因個体でないと判定し、第２吸着ノズルＮＺ２が原因個体である可能性を判定して、１番目の第一判定結果とする。
　また、第一判定部８３は、第３スロット位置ＳＬ３を特定した条件下で、第１吸着ノズルＮＺ１、第２吸着ノズルＮＺ２、および第４吸着ノズルＮＺ４のエラー発生状況が偏らずかつ良好でないと判定できる。さらに、第一判定部８３は、特定された第３スロット位置ＳＬ３が原因個体である可能性を判定して、２番目の第一判定結果とする。
　さらに、第一判定部８３は、第５スロット位置ＳＬ５を特定した条件下で、第１吸着ノズルＮＺ１と第４吸着ノズルＮＺ４のエラー発生状況が偏っていないと判定できる。また、第一判定部８３は、第２吸着ノズルＮＺ２のエラー発生状況が第１吸着ノズルＮＺ１および第４吸着ノズルＮＺ４よりも劣って偏っていると判定できる。さらに、第一判定部８３は、エラー発生状況が偏っていることから、特定された第５スロット位置ＳＬ５は原因個体でないと判定し、第２吸着ノズルＮＺ２が原因個体である可能性を判定して、３番目の第一判定結果とする。
　一方、第二判定部８４は、第１吸着ノズルＮＺ１を特定した条件下で、第１スロット位置ＳＬ１と第５スロット位置ＳＬ５のエラー発生状況が偏っていないと判定できる。また、第二判定部８４は、第３スロット位置ＳＬ３のエラー発生状況が第１スロット位置ＳＬ１および第５スロット位置ＳＬ５よりも劣って偏っていると判定できる。さらに、第二判定部８４は、エラー発生状況が偏っていることから、特定された第１吸着ノズルＮＺ１は原因個体でないと判定し、第３スロット位置ＳＬ３が原因個体である可能性を判定して、１番目の第二判定結果とする。
　また、第二判定部８４は、第２吸着ノズルＮＺ２を特定した条件下で、第１スロット位置ＳＬ１、第３スロット位置ＳＬ３、および第５スロット位置ＳＬ５のエラー発生状況が偏らずかつ良好でないと判定できる。さらに、第一判定部８３は、特定された第２吸着ノズルＮＺ２が原因個体である可能性を判定して、２番目の第二判定結果とする。
　さらに、第二判定部８４は、第４吸着ノズルＮＺ４を特定した条件下で、第１スロット位置ＳＬ１と第５スロット位置ＳＬ５のエラー発生状況が偏っていないと判定できる。また、第二判定部８４は、第３スロット位置ＳＬ３のエラー発生状況が第１スロット位置ＳＬ１および第５スロット位置ＳＬ５よりも劣って偏っていると判定できる。さらに、第二判定部８４は、エラー発生状況が偏っていることから、特定された第４吸着ノズルＮＺ４は原因個体でないと判定し、第３スロット位置ＳＬ３が原因個体である可能性を判定して、３番目の第二判定結果とする。
　原因推定部８５は、第一判定部８３の１番目～３番目の第一判定結果、および第二判定部８４の１番目～３番目の第二判定結果に基づいて、装着エラーの原因となった原因個体を推定する。合計６個の判定結果は、矛盾していない。原因推定部８５は、第３スロット位置ＳＬ３および第２吸着ノズルＮＺ２が原因個体であると推定できる。さらに、原因推定部８５は、その他の個体（ＳＬ１、ＳＬ５、ＮＺ１、ＮＺ４）が原因個体でないと推定できる。このように、原因推定装置８は、第一要因および第二要因の両方に存在する原因個体を的確に推定することができる。なお、第３スロット位置ＳＬ３が原因個体であるとは、例えば、当該のスロットの形状に歪みが発生していたり、フィーダ３を留める金具が破損していたりする問題点を表している。
　なお、２番目の第一判定結果および２番目の第二判定結果の一方で、エラー発生状況が偏っていると判定される場合も有り得る。この場合、合計６個の判定結果に矛盾が生じるため、原因推定部８５は原因個体を推定できない。それでも、第一要因を部品供給側の別の要因に入れ替えて再度の判定および推定を行うことにより、原因推定装置８は、第２吸着ノズルＮＺ２が原因個体であると推定できる。また、第二要因を部品使用側の別の要因に入れ替えて再度の判定および推定を行うことにより、原因推定装置８は、第３スロット位置ＳＬ３が原因個体であると推定できる。
　７．実施形態のその他の応用および変形
　なお、実施形態の原因推定装置８は、実施形態の装着エラーの原因推定方法を実施している。また、「母比率の差の検定」の検定精度を高めるためには、有意差の判定基準を５％よりも小さくすればよい。また、第一判定部８３および第二判定部８４は、偏りの有無の判定方法として、別の検定方法を使用してもよい。さらに、規定個数Ｍ０、規定使用回数Ｎ０、および最小エラー回数ＭＥは、例示した数値と異なってもよく、あるいは絞り込み条件として使用されなくてもよい。また、フィーダ３に代えて、トレー式部品供給装置が用いられてもよい。その他にも、実施形態および実施例は、様々な応用や変形が可能である。
　１：部品装着機　　３：フィーダ　　３９：リール　　４：部品移載装置　　４５：装着ヘッド　　４６：吸着ノズル　　５：部品カメラ　　６：制御装置　　７：管理コンピュータ　　８：吸着エラーの原因推定装置　　８１：エラー履歴記憶部　　８２：要因設定部　　８３：第一判定部　　８４：第二判定部　　８５：原因推定部　　Ｋ：基板　　Ｐ：部品　　ＤＰ：部品データ　　ＤＣ：形状データ　　ＤＦ：配列データ　　ＤＸ：座標データ　　ＦＤ１～ＦＤ５：第１～第５フィーダ　　ＮＺ１～ＮＺ５：第１～第５吸着ノズル　　ＳＬ１、ＳＬ３、ＳＬ５：第１、第３、第５スロット位置

Claims (12)

  1. 　部品装着機において基板に部品を装着する装着作業に失敗した装着エラーのエラー発生状況を、前記装着作業に用いられる１種類以上のデバイスの個体別、および、前記装着作業に用いられる１種類以上のデータの個体別の少なくとも一方に分けて集計し、記憶するエラー履歴記憶部と、
    　前記デバイスおよび前記データのうちから２種類を選択して、第一要因および第二要因に設定する要因設定部と、
    　前記第一要因の個体を特定した条件下で前記第二要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第二要因の違いに応じて偏っているか否かを判定する処理を、前記第一要因の複数の前記個体に対してそれぞれ実施する第一判定部と、
    　前記第二要因の個体を特定した条件下で前記第一要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第一要因の違いに応じて偏っているか否かを判定する処理を、前記第二要因の複数の前記個体に対してそれぞれ実施する第二判定部と、
    　前記第一判定部の第一判定結果および前記第二判定部の第二判定結果に基づいて、前記装着エラーの原因となった原因個体を推定する原因推定部と、
    　を備える装着エラーの原因推定装置。
  2. 　前記第一判定部は、前記エラー発生状況が偏っているか否かに基づき、前記第一要因の特定された前記個体および前記第二要因の前記個体ごとに前記原因個体である可能性を判定して前記第一判定結果とし、
    　前記第二判定部は、前記エラー発生状況が偏っているか否かに基づき、前記第二要因の特定された前記個体および前記第一要因の前記個体ごとに前記原因個体である可能性を判定して前記第二判定結果とする、
    　請求項１に記載の装着エラーの原因推定装置。
  3. 　前記第一判定部は、
    　前記エラー発生状況が偏っている場合に、前記第一要因の特定された前記個体は前記原因個体でないと判定し、かつ、前記第二要因の前記個体のうち前記エラー発生状況の劣る特定個体が前記原因個体である可能性を判定し、
    　前記エラー発生状況が偏らずかつ良好である場合に、前記第一要因の特定された前記個体は前記原因個体でないと判定し、さらに、前記第二要因は前記原因個体を含まないと判定し
    　前記エラー発生状況が偏らずかつ良好でない場合に、前記第一要因の特定された前記個体が前記原因個体である可能性を判定して、前記第一判定結果とし、
    　前記第二判定部は、
    　前記エラー発生状況が偏っている場合に、前記第二要因の特定された前記個体は前記原因個体でないと判定し、かつ、前記第一要因の前記個体のうち前記エラー発生状況の劣る特定個体が前記原因個体である可能性を判定し、
    　前記エラー発生状況が偏らずかつ良好である場合に、前記第二要因の特定された前記個体は前記原因個体でないと判定し、さらに、前記第一要因は前記原因個体を含まないと判定し
    　前記エラー発生状況が偏らずかつ良好でない場合に、前記第二要因の特定された前記個体が前記原因個体である可能性を判定して、前記第二判定結果とし、
    　前記原因推定部は、
    　前記第一判定結果と前記第二判定結果とが矛盾しない場合に、前記第一判定結果および前記第二判定結果を満足させる前記原因個体を推定し、
    　前記第一判定結果と前記第二判定結果とが矛盾した場合に、前記原因個体を推定できなかったとする、
    　請求項２に記載の装着エラーの原因推定装置。
  4. 　前記要因設定部は、前記部品の供給動作に関する前記デバイスまたは前記データを前記第一要因に設定し、前記部品の採取動作および装着動作に関する前記デバイスまたは前記データを前記第二要因に設定する、請求項１～３のいずれか一項に記載の装着エラーの原因推定装置。
  5. 　前記要因設定部は、設定可能な複数の前記第一要因のいずれかと、設定可能な複数の前記第二要因のいずれかと、をそれぞれ組み合わせた複数の組み合わせを設定し、
    　前記第一判定部、前記第二判定部、および前記原因推定部は、複数の前記組み合わせの全数に対してそれぞれ動作する、
    　請求項４に記載の装着エラーの原因推定装置。
  6. 　前記エラー発生状況は、前記装着作業の実施回数と、前記装着エラーの発生回数との組み合わせで表される、請求項１～５のいずれか一項に記載の装着エラーの原因推定装置。
  7. 　前記第一判定部および前記第二判定部は、前記第一要因および前記第二要因のそれぞれについて、前記エラー発生状況が劣る規定個数の前記個体を判定対象とする、請求項１～６のいずれか一項に記載の装着エラーの原因推定装置。
  8. 　前記第一判定部および前記第二判定部は、前記第一要因および前記第二要因のそれぞれについて前記装着作業に使用された回数が規定使用回数以上の前記個体を判定対象とする、請求項１～７のいずれか一項に記載の装着エラーの原因推定装置。
  9. 　前記第一判定部および前記第二判定部は、前記第一要因および前記第二要因のそれぞれについて、前記装着エラーの発生回数が最小エラー回数以上の前記個体を判定対象とする、請求項１～８のいずれか一項に記載の装着エラーの原因推定装置。
  10. 　前記装着エラーは、前記デバイスが前記部品を採取した状態を撮像する部品カメラにより検出され、または、前記部品装着機の下流工程に設けられて装着済みの前記部品を検査する基板検査機により検出される、請求項１～９のいずれか一項に記載の装着エラーの原因推定装置。
  11. 　前記デバイスは、前記部品を保持するキャリアテープが巻回されたリール、前記リールから前記キャリアテープを引き出して前記部品の供給を可能にするフィーダ、負圧を利用して前記部品を吸着する吸着ノズル、前記吸着ノズルを移動可能に保持する装着ヘッド、および前記吸着ノズルに吸着された部品を撮像する部品カメラの少なくとも一つを含み、
    　前記データは、前記部品の性状および取り扱い条件を規定する部品データ、前記部品データの一部であって前記部品の外形形状を規定する形状データ、前記部品装着機における前記フィーダの配列位置を規定するフィーダ配列データ、および前記部品を装着する前記基板の位置を規定する座標データの少なくとも一つを含む、
    　請求項１～１０のいずれか一項に記載の装着エラーの原因推定装置。
  12. 　部品装着機において基板に部品を装着する装着作業に失敗した装着エラーのエラー発生状況を、前記装着作業に用いられる１種類以上のデバイスの個体別、および、前記装着作業に用いられる１種類以上のデータの個体別の少なくとも一方に分けて集計し、記憶するエラー履歴記憶ステップと、
    　前記デバイスおよび前記データのうちから２種類を選択して、第一要因および第二要因に設定する要因設定ステップと、
    　前記第一要因の個体を特定した条件下で前記第二要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第二要因の違いに応じて偏っているか否かを判定する処理を、前記第一要因の複数の前記個体に対してそれぞれ実施する第一判定ステップと、
    　前記第二要因の個体を特定した条件下で前記第一要因の個体別に前記エラー発生状況を求め、求めた前記エラー発生状況が前記第一要因の違いに応じて偏っているか否かを判定する処理を、前記第二要因の複数の前記個体に対してそれぞれ実施する第二判定ステップと、
    　前記第一判定ステップの第一判定結果および前記第二判定ステップの第二判定結果に基づいて、前記装着エラーの原因となった原因個体を推定する原因推定ステップと、
    　を備える装着エラーの原因推定方法。
PCT/JP2019/011578 2019-03-19 2019-03-19 装着エラーの原因推定装置、および装着エラーの原因推定方法 WO2020188774A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP19919674.2A EP3944730B1 (en) 2019-03-19 2019-03-19 Device for estimating cause of mounting error, and method for estimating cause of mounting error
JP2021506914A JP7142149B2 (ja) 2019-03-19 2019-03-19 装着エラーの原因推定装置、および装着エラーの原因推定方法
CN201980093894.4A CN113545182B (zh) 2019-03-19 2019-03-19 装配错误的原因推定装置以及装配错误的原因推定方法
US17/435,490 US11917765B2 (en) 2019-03-19 2019-03-19 Device for estimating cause of mounting error, and method for estimating cause of mounting error
PCT/JP2019/011578 WO2020188774A1 (ja) 2019-03-19 2019-03-19 装着エラーの原因推定装置、および装着エラーの原因推定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/011578 WO2020188774A1 (ja) 2019-03-19 2019-03-19 装着エラーの原因推定装置、および装着エラーの原因推定方法

Publications (1)

Publication Number Publication Date
WO2020188774A1 true WO2020188774A1 (ja) 2020-09-24

Family

ID=72519013

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/011578 WO2020188774A1 (ja) 2019-03-19 2019-03-19 装着エラーの原因推定装置、および装着エラーの原因推定方法

Country Status (5)

Country Link
US (1) US11917765B2 (ja)
EP (1) EP3944730B1 (ja)
JP (1) JP7142149B2 (ja)
CN (1) CN113545182B (ja)
WO (1) WO2020188774A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022149293A1 (ja) * 2021-01-06 2022-07-14 オムロン株式会社 管理システム、管理装置、管理方法、及びプログラム
WO2024084550A1 (ja) * 2022-10-17 2024-04-25 株式会社Fuji 生産管理装置
WO2024084650A1 (ja) * 2022-10-20 2024-04-25 ヤマハ発動機株式会社 部品実装システム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10284900A (ja) * 1997-04-10 1998-10-23 Matsushita Electric Ind Co Ltd 吸着不良原因推定システム
WO2004075617A1 (ja) * 2003-02-21 2004-09-02 Fuji Machine Mfg. Co., Ltd. 対回路基板作業機
JP2010177293A (ja) * 2009-01-27 2010-08-12 Omron Corp 部品実装基板の品質管理用の情報表示システムおよび情報表示方法
JP2010238689A (ja) 2009-03-30 2010-10-21 Hitachi High-Tech Instruments Co Ltd 演算装置、部品実装装置、プログラム及び演算方法
WO2019013225A1 (ja) * 2017-07-14 2019-01-17 パナソニックＩｐマネジメント株式会社 表示装置、製造システム及び表示方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5427054B2 (ja) 2010-01-29 2014-02-26 株式会社日立ハイテクインスツルメンツ 異常検出装置を備えた部品実装装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10284900A (ja) * 1997-04-10 1998-10-23 Matsushita Electric Ind Co Ltd 吸着不良原因推定システム
WO2004075617A1 (ja) * 2003-02-21 2004-09-02 Fuji Machine Mfg. Co., Ltd. 対回路基板作業機
JP2010177293A (ja) * 2009-01-27 2010-08-12 Omron Corp 部品実装基板の品質管理用の情報表示システムおよび情報表示方法
JP2010238689A (ja) 2009-03-30 2010-10-21 Hitachi High-Tech Instruments Co Ltd 演算装置、部品実装装置、プログラム及び演算方法
WO2019013225A1 (ja) * 2017-07-14 2019-01-17 パナソニックＩｐマネジメント株式会社 表示装置、製造システム及び表示方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Department of Social Sciences", WASEDA UNIVERSITY, article "Basic Computer A for Social Sciences"
AS TO STATISTICAL ANALYSIS, ISBN: ISBN978-4-7741-4270-8
See also references of EP3944730A4
TEST OF RATIOS/TEST OF INDEPENDENCE

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022149293A1 (ja) * 2021-01-06 2022-07-14 オムロン株式会社 管理システム、管理装置、管理方法、及びプログラム
JP7484733B2 (ja) 2021-01-06 2024-05-16 オムロン株式会社 管理システム、管理装置、管理方法、及びプログラム
WO2024084550A1 (ja) * 2022-10-17 2024-04-25 株式会社Fuji 生産管理装置
WO2024084650A1 (ja) * 2022-10-20 2024-04-25 ヤマハ発動機株式会社 部品実装システム

Also Published As

Publication number Publication date
JP7142149B2 (ja) 2022-09-26
EP3944730A4 (en) 2022-03-30
CN113545182B (zh) 2022-10-18
US11917765B2 (en) 2024-02-27
JPWO2020188774A1 (ja) 2021-11-25
EP3944730B1 (en) 2024-07-10
US20220142027A1 (en) 2022-05-05
CN113545182A (zh) 2021-10-22
EP3944730A1 (en) 2022-01-26

Similar Documents

Publication Publication Date Title
JP3965288B2 (ja) 対基板作業結果検査装置
WO2020188774A1 (ja) 装着エラーの原因推定装置、および装着エラーの原因推定方法
JP5767754B2 (ja) 基板作業機用の認識装置
CN110999567B (zh) 对基板作业管理系统
JPWO2018131066A1 (ja) 管理装置、実装関連装置及び実装システム
JP6491317B2 (ja) 部品実装ラインの最適化装置および部品実装ラインの最適化方法
JP6788694B2 (ja) 部品実装ラインの最適化装置および部品実装ラインの最適化方法
JP4892463B2 (ja) 部品送りピッチ設定方法
US20180332748A1 (en) Board working system
WO2017072908A1 (ja) 基板位置検索装置、および部品実装機
JP7235603B2 (ja) 部品実装用データの変更装置、変更プログラム、及び、表面実装機
JP4753896B2 (ja) 吸着ノズルの照合方法
JP7466746B2 (ja) 対策情報案内装置および対策情報案内方法
JP6218686B2 (ja) 基板切断装置および基板切断方法
JP5955059B2 (ja) 基板組立装置
JP4686375B2 (ja) 部品搭載装置及びそのティーチング操作方法
EP3553813B1 (en) Die component supply device
JPWO2020075257A1 (ja) フィーダ適合判断装置、およびフィーダ適合判断方法
JP6630729B2 (ja) 部品実装システム
JP6761494B2 (ja) 部品実装ラインの最適化装置および部品実装ラインの最適化方法
WO2023281750A1 (ja) 部品実装機及び異常判断方法
CN113228842B (zh) 供料器决定方法及供料器决定装置
WO2024218827A1 (ja) 生産管理装置
EP3594995B1 (en) Wafer feed device
EP3021652A1 (en) Method for allocating electronic components and electronic component mounting system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19919674

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021506914

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019919674

Country of ref document: EP

Effective date: 20211019