WO2022130751A1 - 状態推定装置、実装システム、および状態推定方法 - Google Patents

状態推定装置、実装システム、および状態推定方法 Download PDF

Info

Publication number
WO2022130751A1
WO2022130751A1 PCT/JP2021/037480 JP2021037480W WO2022130751A1 WO 2022130751 A1 WO2022130751 A1 WO 2022130751A1 JP 2021037480 W JP2021037480 W JP 2021037480W WO 2022130751 A1 WO2022130751 A1 WO 2022130751A1
Authority
WO
WIPO (PCT)
Prior art keywords
head
state
estimation
flow rate
malfunction
Prior art date
Application number
PCT/JP2021/037480
Other languages
English (en)
French (fr)
Inventor
淳 中薗
裕一 樋口
Original Assignee
パナソニックＩｐマネジメント株式会社
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 パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Priority to JP2022569730A priority Critical patent/JPWO2022130751A1/ja
Publication of WO2022130751A1 publication Critical patent/WO2022130751A1/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
    • H05K13/04—Mounting of components, e.g. of leadless components

Definitions

  • the present disclosure relates to a state estimation device, a mounting system, and a state estimation method.
  • Patent Document 1 the vacuum pressure of the vacuum pump at the head is measured by a sensor, and when the measured vacuum pressure reaches a threshold value when it is considered that the maintenance of the vacuum pump is necessary, the vacuum pump is maintained.
  • the technology to determine that it is in time is disclosed.
  • the threshold value when it is considered that the maintenance of the head is necessary is a value obtained empirically, and the threshold value is an accurate value with respect to the measured value of the sensor depending on the environment in which the equipment equipped with the head is installed. May not be. For this reason, there are cases where the head does not actually malfunction even if the measured value of the sensor reaches the threshold value, or the head actually malfunctions even though the measured value of the sensor does not reach the threshold value. There is a problem that the detection accuracy is not sufficient because it may be seen.
  • the present disclosure provides a state estimation device and the like that can improve the detection accuracy of the head that requires maintenance.
  • the state estimation device includes a head configured to hold the object, and manages the state of the head in equipment for holding the object by the head and performing a predetermined operation. It is a state estimation device and includes a state estimation unit that estimates the state of the head, and the state estimation unit is based on the characteristic value of the head when the equipment is performing the predetermined work.
  • the first estimation unit that estimates whether or not the state of the head has changed to the state related to the malfunction and the first estimation unit estimates that the state of the head has changed to the state related to the malfunction the above-mentioned It has a second estimation unit that estimates whether or not the head is in a malfunctioning state based on an inspection result different from the characteristic value.
  • FIG. 1 is a configuration diagram showing an example of a state estimation device according to an embodiment.
  • FIG. 2A is a configuration diagram showing an example of a mounting system according to an embodiment.
  • FIG. 2B is a configuration diagram showing an example of a component mounting device according to an embodiment.
  • FIG. 3A is a schematic view showing a vacuumed configuration of the head main body according to the embodiment.
  • FIG. 3B is a schematic view showing a configuration of the head main body portion according to the embodiment at the time of blowing.
  • FIG. 4 is a diagram for explaining the operation of the state estimation device according to the embodiment.
  • FIG. 5 is a diagram for explaining a method of generating an online flow rate decrease determination threshold value.
  • FIG. 6 is a diagram for explaining a method of generating an offline flow rate decrease determination threshold value.
  • FIG. 7 is a diagram for explaining a method of estimating a cause of malfunction of the head.
  • FIG. 8 is a graph showing an example of waveform data of the flow rate in the air path.
  • FIG. 9 is a sequence diagram showing an example of the operation of the state estimation device and the maintenance person according to the embodiment.
  • FIG. 10 is a flowchart showing an example of a state estimation method according to another embodiment.
  • the state estimation device of the present disclosure is a state estimation device that includes a head configured to hold an object, and manages the state of the head in equipment that holds the object by the head and performs a predetermined operation. Therefore, a state estimation unit for estimating the state of the head is provided, and the state estimation unit is in a state of malfunction of the head based on the characteristic value of the head when the equipment is performing the predetermined work. It is different from the characteristic value when it is estimated by the first estimation unit that the first estimation unit that estimates whether or not the state has changed to the state related to the head has changed to the state related to the malfunction. It has a second estimation unit that estimates whether or not the head is in a malfunctioning state based on the inspection result.
  • a predetermined work for example, production.
  • the inspection result different from the characteristic value used in the first stage estimation is used, and the head is in the malfunction state.
  • a second stage of estimation is performed to estimate whether or not. In this way, not only one estimation but two-step estimation using different values is performed, so that the detection accuracy of the head requiring maintenance can be improved.
  • the characteristic value of the head is data that can be acquired without mechanically modifying the equipment or the like. Therefore, it is possible to improve the detection accuracy of the head that requires maintenance without mechanically modifying the equipment or the like.
  • the characteristic value may be a measurement result of a flow rate or a pressure in the air path of the head.
  • the inspection result different from the characteristic value may be the inspection result of the head when the equipment is not performing the predetermined work.
  • the inspection result of the head in a special situation where the equipment is not performing the predetermined work, which is different from the situation where the equipment in which the first stage estimation is performed is performing the predetermined work, is in two stages.
  • an output unit that outputs information based on the estimation result of the state estimation unit may be further provided.
  • the information may include information indicating that the state of the head has changed to a state related to the malfunction, or information indicating that the head is in the malfunction state.
  • the information may be presented in the equipment connected to the state estimation device or in a form recognizable by the operator in the state estimation device.
  • the information may include maintenance contents for the head estimated to be in a malfunctioning state.
  • the information may be output to the equipment maintenance planning unit that manages the maintenance plan for maintaining the equipment.
  • the equipment maintenance planning department can manage the equipment maintenance plan according to the output information.
  • the information includes information about the head that is the inspection target based on the estimation result of the first estimation unit, and the output unit performs the inspection of the head that is the inspection target by the predetermined operation.
  • a maintenance instruction instructing the inspection of the head may be output based on the maintenance plan assigned after hours.
  • the mounting system of the present disclosure includes a head configured to hold an object, a measuring unit for measuring the characteristic value of the head, and the above-mentioned state estimation device for managing the state of the head.
  • the state estimation method of the present disclosure is a state estimation method in which a head configured to hold an object is provided, and the state of the head is managed in a facility in which the head holds the object and performs a predetermined operation.
  • the state estimation step includes a state estimation step for estimating the state of the head, and the state estimation step is based on the characteristic value of the head when the equipment is performing the predetermined work, and the state of the head is not good.
  • the characteristic value is different from the characteristic value. It includes a second estimation step of estimating whether or not the head is in a malfunctioning state based on the inspection result.
  • FIG. 1 is a configuration diagram showing an example of a state estimation device 100 according to an embodiment.
  • the state estimation device 100 is a device that manages the state of the head in the equipment.
  • the equipment comprises a head configured to hold the object (specifically, a head having a head body configured to hold the object), and the head holds the object to a predetermined position.
  • Equipment for performing work for example, a component mounting device.
  • a nozzle is attached to the head (head body), and the nozzle holds an object.
  • the component mounting device holds the component as an object and performs mounting work (that is, production of the mounting board or the like) on the board or the like held as a predetermined operation.
  • the state estimation device 100 is a computer (server or the like) installed in a facility different from the facility in which the equipment is installed, but may be installed in the facility in which the equipment is installed. Further, the state estimation device 100 may be a computer provided in one housing, or may be divided into two or more housings and realized by two or more computers.
  • the state estimation device 100 includes a threshold value generation unit 110, a state estimation unit 120, and an output unit 130.
  • the state estimation device 100 is realized by a computer including a processor, a memory, and the like.
  • the threshold value generation unit 110, the state estimation unit 120, and the output unit 130 are realized by operating the processor according to a program stored in the memory.
  • the threshold value generation unit 110 acquires the equipment log of the head to which the nozzle is mounted, and generates the first threshold value based on the data set including the plurality of characteristic values of the head included in the equipment log.
  • the data set consists of multiple characteristic values of the head that exceed the reference value.
  • the reference value will be described later.
  • the equipment log of the head on which the nozzle is mounted is a mounting in which the equipment holds the object by the head and mounts the parts held by the nozzle mounted on the head on a board or the like. This is data that records the operation results (errors, events, etc.) of the head when performing work).
  • the characteristic value of the head is the measurement result of the flow rate or the pressure in the air path of the head.
  • the characteristic value of the head is a measurement result of a flow rate or a pressure in an air path of a nozzle and a head body when air is supplied from an air source at a positive pressure or a negative pressure.
  • the air source is provided outside the component mounting device or the component mounting device.
  • the characteristic value of the head will be described as a flow rate value. Since the fact that the equipment is performing a predetermined work, that is, that the mounting work is in progress, can be called “online", the characteristic value of the head included in the equipment log is called an online flow rate value. Since the threshold value generation unit 110 acquires old online flow rate values in time series from the equipment log, the characteristic value of the head input to the threshold value generation unit 110 is referred to as a past online flow rate value.
  • the threshold value generation unit 110 acquires an inspection log of the head main body portion to which the nozzle is not mounted, and generates a second threshold value based on a plurality of characteristic values of the head main body portion included in the inspection log.
  • the plurality of characteristic values of the head main body are data measured by removing the nozzle from the head in which the characteristic value of the head to which the nozzle is mounted exceeds the reference value.
  • the characteristic value exceeds the reference value the characteristic value exceeds the lower limit value or the upper limit value in the normal range.
  • the reference value is the lower limit value
  • the characteristic value exceeding the reference value means that the characteristic value is below the reference value.
  • the characteristic value exceeding the reference value means that the characteristic value exceeds the reference value.
  • the inspection log of the head body to which the nozzle is not mounted is the head body when the equipment does not hold the object by the head and does not perform the predetermined work (specifically, the mounting work is not performed). It is a log of the data of the department.
  • the data is the inspection result when the inspection is performed on the head main body portion. Since the fact that the equipment does not perform the predetermined work, that is, the fact that the mounting work is not performed, can be called "offline", the characteristic value of the head main body portion included in the inspection log is called an offline flow rate value. Since the threshold value generation unit 110 acquires old offline flow rate values in time series from the inspection log, the characteristic value of the head main body unit input to the threshold value generation unit 110 is referred to as a past offline flow rate value.
  • the threshold value generation unit 110 generates a malfunction factor estimation table in which the factor estimation value calculated from the inspection log and the malfunction factor based on the maintenance record of the head main body are associated with each other.
  • threshold value generation unit 110 The details of the threshold value generation unit 110 will be described later.
  • the state estimation unit 120 has a first estimation unit 121, a second estimation unit 122, and a factor estimation unit 123, and the head state is estimated by the first estimation unit 121, the second estimation unit 122, and the factor estimation unit 123.
  • the first estimation unit 121 estimates whether or not the state of the head has changed to a state related to the malfunction based on the characteristic value of the head when the equipment is performing a predetermined work. Specifically, the first estimation unit 121 acquires the characteristic value of the head to which the nozzle is mounted, and the head is based on the acquired characteristic value of the head and the first threshold value generated by the threshold value generation unit 110. Estimate whether or not the state of is changed to a state related to the malfunction.
  • a condition related to a malfunction is a condition in which there may be a sign of abnormality before an abnormal condition such as stopping production by equipment is reached.
  • the first estimation unit 121 acquires the characteristic value of the head to which the nozzle newly output from the equipment performing the predetermined work is mounted.
  • the characteristic value of the head acquired by the first estimation unit 121 is referred to as the latest online flow rate value with respect to the past online flow rate value. The details of the first estimation unit 121 will be described later.
  • the second estimation unit 122 When the first estimation unit 121 estimates that the head state has changed to a state related to the malfunction, the second estimation unit 122 has an inspection result different from the characteristic value used for the estimation by the first estimation unit 121. Based on, it is estimated whether or not the head is in a malfunctioning state. Specifically, when it is estimated that the state of the head has changed to a state related to the malfunction, the second estimation unit 122 acquires the inspection result of the head main body portion to which the nozzle is not mounted, and obtains the inspection result and the inspection result. Based on the second threshold value, it is estimated whether or not the head is in a malfunctioning state.
  • a malfunctioning condition is a condition in which there is a sign of abnormality before an abnormal condition such as stopping production by equipment is reached.
  • the second estimation unit 122 estimates whether the nozzle is in a malfunctioning state or the head (head main body portion) is in a malfunctioning state.
  • the second estimation unit 122 after it is estimated that the state of the head has changed to a state related to the malfunction, the production of the equipment is stopped, the nozzle is removed from the head main body, and the equipment is not performing the predetermined work. Acquire the inspection result of the flow rate in the head body at the time.
  • the inspection result of the head main body portion acquired by the second estimation unit 122 is referred to as the latest offline flow rate value with respect to the past offline flow rate value. The details of the second estimation unit 122 will be described later.
  • the factor estimation unit 123 estimates the cause of the malfunction of the head body based on the factor estimation value calculated from the inspection result of the head body and the malfunction factor estimation table. The details of the factor estimation unit 123 will be described later.
  • the output unit 130 outputs information based on the estimation result of the state estimation unit 120.
  • the output unit 130 outputs information to the maintenance person, and the information output from the output unit 130 includes a maintenance instruction to the maintenance person.
  • the information output from the output unit 130 includes the maintenance content for the head estimated to be in a malfunctioning state.
  • the information including the maintenance content output from the output unit 130 is output to, for example, the equipment maintenance planning unit that manages the equipment maintenance plan.
  • the information may be output to a maintenance device that maintains the equipment.
  • the maintenance content for the head includes the serial number of the head to be maintained, the installation location of the head to be maintained, the content of the maintenance work, the person in charge, the maintenance deadline, and the like.
  • the information output from the output unit 130 may include information indicating that the state of the head has changed to a state related to the malfunction, or information indicating that the head is in the malfunctioning state.
  • the information including these information output from the output unit 130 is shown, for example, in a form recognizable by the maintenance person in the equipment connected to the state estimation device 100 or the state estimation device 100.
  • characters such as "a change in the state of the head has been detected" or "an inspection of the head is required" may be displayed on a display or the like, or output from a speaker or the like.
  • a buzzer or a lamp that is known in advance to indicate these contents may sound.
  • characters such as "head (head main body) is malfunctioning” or "nozzle is malfunctioning” may be displayed on a display or the like, or output from a speaker or the like. Or, a buzzer or a lamp, which is known in advance to indicate these contents, sounds or lights up.
  • characters such as "filter clogging has occurred in the head body” or "air hose has been torn in the head body” are displayed on the display or the like. Or, it is output from a speaker or the like, or a buzzer or a lamp that is known in advance to indicate these contents sounds or lights up.
  • These displays, speakers, buzzers, etc. may be installed in the facility where the equipment is installed, and the maintenance personnel of the facility may be notified of these alerts directly.
  • the state estimation unit 120 By outputting information based on the estimation result of the state estimation unit 120, it is possible to take measures according to the estimation result of the state estimation unit. For example, it is possible to make the maintenance personnel of the equipment recognize that the state of the head has changed to a state related to the malfunction, or that the head is in the malfunction state, and for example, the condition is related to the malfunction or malfunction. It is possible to perform maintenance according to the maintenance content for the head estimated to be in a state.
  • the information output from the output unit 130 may include information about the head to be inspected based on the estimation result of the first estimation unit 121.
  • the output unit 130 may output a maintenance instruction instructing the inspection of the head to be inspected based on the maintenance plan assigned to the inspection outside the time when the equipment performs a predetermined work.
  • the state estimation device 100 can notify the maintenance person that the head needs to be inspected.
  • the time when the equipment does a predetermined work is, for example, the time when the equipment is not in production. Since the head inspection needs to be done with the nozzle removed, the head inspection is done at a time when the equipment is not in production. The time when the equipment is not in production may be the timing of switching the varieties to be produced.
  • the head inspection may also be performed outside the equipment. In this case, it is possible to inspect the head to be inspected during the time when the equipment is in production.
  • the equipment may be a component mounting device, and the state estimation device 100 may configure a mounting system together with the component mounting device.
  • the mounting system 2 according to the embodiment will be described.
  • FIG. 2A is a configuration diagram showing an example of the mounting system 2 according to the embodiment.
  • the mounting system 2 is a system for mounting components on a board or the like, and includes a component mounting device 300 having a head 310 and a control unit 330, and a state estimation device 100.
  • the head 310 has a head main body 311 and a sensor 320, and the nozzle 312 can be attached to the head main body 311.
  • the sensor 320 is an example of a measuring unit that measures the characteristic value of the head 310 (head main body unit 311).
  • the sensor 320 is a flow rate sensor that measures the flow rate in the air path of the head main body 311.
  • the sensor 320 has an online flow rate when the component mounting device 300 is performing a predetermined work by holding the object by the head 310 to which the nozzle 312 is mounted, and the component mounting device in which the nozzle 312 is not mounted to the head 310.
  • the offline flow rate is measured when the 300 is not performing a predetermined operation.
  • the head 310 may have a vacuum sensor 340 for measuring the vacuum pressure in the air path of the head main body 311 (see FIG. 2B).
  • the control unit 330 controls the head 310. Details of the control of the head 310 will be described later. Further, the control unit 330 acquires the online flow rate value and the offline flow rate value measured by the sensor 320. The control unit 330 outputs the online flow rate value and the offline flow rate value to the state estimation device 100 when the state estimation device 100 generates the first threshold value, the second threshold value, and the malfunction factor estimation table. Further, the control unit 330 outputs the latest online flow rate value and the latest offline flow rate value to the state estimation device 100 when the state estimation device 100 estimates the state of the head 310.
  • FIG. 2B is a configuration diagram showing an example of the component mounting device 300 according to the embodiment.
  • the X direction of the substrate transport direction (the direction perpendicular to the paper surface in FIG. 2B) and the Y direction orthogonal to the substrate transport direction (the left-right direction in FIG. 2B) are shown as biaxial directions orthogonal to each other in the horizontal plane.
  • the Z direction (vertical direction in FIG. 2B) is shown as a height direction orthogonal to the horizontal plane.
  • the component mounting device 300 has a function of mounting the component D on the board B.
  • the substrate transport mechanism 12 provided on the upper surface of the base 11 transports the substrate B in the X direction, positions it, and holds it.
  • the head moving mechanism 13 moves the head 310 mounted via the plate 13a in the X direction and the Y direction.
  • a nozzle 312 is attached to the lower end of the head 310.
  • a plurality of tape feeders 16 are attached side by side in the X direction on the upper part of the carriage 17 connected to the base 11 on the side of the board transfer mechanism 12.
  • a carrier tape 18 for storing a component D supplied to the component mounting device 300 is wound and stored on a reel 19 and held.
  • the carrier tape 18 inserted in the tape feeder 16 is pitch-fed at regular intervals by the tape feeding mechanism 16a built in the tape feeder 16.
  • the component D stored in the carrier tape 18 is sequentially supplied to the component supply port 16b provided on the upper portion of the tape feeder 16.
  • the component mounting device 300 includes a control unit 330 that controls the board transfer mechanism 12, the head moving mechanism 13, the head 310, and the tape feeder 16 to execute the component mounting operation.
  • the control unit 330 moves the head 310 above the tape feeder 16 by the head moving mechanism 13, and vacuum sucks and picks up the component D supplied by the tape feeder 16 to the component supply port 16b by the nozzle 312.
  • the control unit 330 moves the head 310 holding the component D by the head moving mechanism 13 above the substrate B held by the substrate transport mechanism 12, and mounts the component D at a predetermined component mounting position Ba on the substrate B. (Arrow b).
  • the head 310 includes a vacuum sensor 340 that measures the degree of vacuum when the nozzle 312 vacuum sucks the component D. From the measurement result of the degree of vacuum of the nozzle 312 during the component holding operation by the vacuum sensor 340, it is possible to detect the presence or absence of a vacuum error such as a suction error (suction error) or a malfunction of the head 310. For example, when the nozzle 312 normally adsorbs the component D, the degree of vacuum becomes smaller than the predetermined value, and when the nozzle 312 cannot hold the component D or adsorbs the component D in an abnormal posture, the degree of vacuum does not drop to the predetermined value. Therefore, the control unit 330 can detect a vacuum error by determining whether or not the degree of vacuum measured by the vacuum sensor 340 exceeds a predetermined value.
  • a vacuum error such as a suction error (suction error) or a malfunction of the head 310.
  • a substrate recognition camera 20 whose optical axis direction is directed downward is attached to the plate 13a.
  • the substrate recognition camera 20 moves in the X direction and the Y direction integrally with the head 310 by the head moving mechanism 13.
  • the board recognition camera 20 moves above the tape feeder 16 and takes an image of the component D supplied to the supply position of the component supply port 16b.
  • the control unit 330 recognizes the image pickup result and calculates the amount of supply position deviation in which the actually supplied component D deviates from the expected regular supply position. Further, the control unit 330 corrects the suction position (stop position of the head 310) when the nozzle 312 picks up the component D or the supply position of the component D of the tape feeder 16 based on the calculated supply position deviation amount. .. Further, the control unit 330 recognizes the image pickup result as an image, and detects a supply error in which the component D cannot be recognized because the component D is not supplied to the component supply port 16b.
  • a component recognition camera 21 with the optical axis direction facing upward is attached to the upper surface of the base 11 between the substrate transfer mechanism 12 and the tape feeder 16.
  • the component recognition camera 21 captures an image of the lower surface of the component D (or the nozzle 312 that could not hold the component D) held by the nozzle 312 when the nozzle 312 that picks up the component D passes above.
  • the control unit 330 recognizes the image pickup result as an image, and an error occurs in which the posture of the component D held by the nozzle 312 is abnormal or the component D which should be held by the nozzle 312 cannot be recognized. Determine if you are not. Further, the control unit 330 recognizes the image pickup result and calculates the suction position deviation amount in which the component D actually sucked on the nozzle 312 is displaced from the expected normal suction position. When the component D is mounted on the component mounting position Ba on the substrate B, the control unit 330 executes mounting position correction and mounting posture correction based on the suction position deviation amount.
  • the component mounting device 300 includes a tape feeder 16, a head 310, and a nozzle 312. Then, the control unit 330 has detected suction error, supply error, recognition error occurrence status, calculated supply position deviation amount, correction amount of suction position of component D by nozzle 312, suction position deviation amount, mounting position correction amount, The wearing posture correction amount, etc. is transmitted to the management computer, etc. in association with the device status (normal, abnormal, etc.). Further, the control unit 330 transmits the measurement results of various sensors included in each mechanism of the component mounting device 300, such as the degree of vacuum by the vacuum sensor 340, to the state estimation device 100 in association with, for example, the device status (normal, abnormal, etc.). do.
  • the configuration of the head main body portion 311 will be described with reference to FIGS. 3A and 3B.
  • FIG. 3A is a schematic diagram showing the configuration of the head main body portion 311 according to the embodiment at the time of vacuum.
  • FIG. 3B is a schematic view showing a configuration of the head main body portion 311 according to the embodiment at the time of blowing.
  • 3A and 3B schematically show a nozzle 312 mounted on the head body 311 and an air source 319 for supplying air to the head body 311 in addition to the head body 311.
  • the head body 311 includes a nozzle holder 313, a blow valve 314, a vacuum valve 315, a common air path 316, a blow air path 317, and a vacuum air path 318.
  • a nozzle 312 is attached to the nozzle holder 313, and parts are attracted via the nozzle 312.
  • the air source 319 is a device that supplies air with positive pressure or negative pressure.
  • the blow valve 314 is a valve that controls the supply of air to the nozzle holder 313 when the air source 319 is supplying air with a positive pressure (that is, at the time of blowing).
  • the vacuum valve 315 is a valve that controls suction of air from the nozzle holder 313 when the air source 319 is supplying air with a negative pressure (that is, at the time of vacuum).
  • the common air path 316 is from the nozzle holder 313 when the air from the air source 319 passes when the air source 319 is supplying air with a positive pressure and when the air source 319 is supplying air with a negative pressure. This is the air path through which the air passes. That is, the common air path 316 is a path through which air passes in common during blow and vacuum.
  • the blow air path 317 is an air path through which air from the air source 319 passes when the air source 319 is supplying air with a positive pressure.
  • the vacuum air path 318 is an air path through which air from the nozzle holder 313 passes when the air source 319 supplies air with a negative pressure.
  • the blow valve 314 and the vacuum valve 315 have a switching mechanism for switching the air path between the time of blow and the time of vacuum.
  • the switching mechanism in the blow valve 314 and vacuum valve 315 is such that the vacuum air source is connected to the nozzle holder 313 via the vacuum air path 318 and the common air path 316.
  • the switching mechanism in the blow valve 314 and the vacuum valve 315 is controlled so that the blow air source is connected to the nozzle holder 313 via the blow air path 317 and the common air path 316 during blow.
  • the vacuum valve 315 When the parts are sucked by the nozzle 312 attached to the nozzle holder 313, the vacuum valve 315 is controlled and air is sucked from the nozzle 312 to the air source 319 via the common air path 316 and the vacuum air path 318.
  • the vacuum valve 315 When the suction of the parts by the nozzle 312 attached to the nozzle holder 313 is released, the vacuum valve 315 is controlled, the path from the air source 319 to the vacuum air path 318 is closed, and the suction of the parts by the nozzle 312 is closed. It will be released. Even if the nozzle 312 is not mounted on the nozzle holder 313 and the parts cannot be sucked, air is sucked in order to acquire the inspection result (that is, the offline flow rate) of the head main body portion 311.
  • the blow valve 314 When supplying air, the blow valve 314 is controlled to supply air from the air source 319 to the nozzle 312 via the blow air path 317 and the common air path 316. Even when the nozzle 312 is not attached to the head main body 311, air is supplied in order to acquire the inspection result (that is, the offline flow rate) of the head main body 311.
  • the sensor 320 is a flow rate sensor, measures the flow rate in the air path (specifically, the common air path 316 and the blow air path 317) when air is supplied from the air source 319 to the nozzle holder 313, and air from the nozzle holder 313.
  • the flow rate in the air path (specifically, the common air path 316 and the vacuum air path 318) when air is sucked into the source 319 is measured. Further, by controlling the air source 319, the blow valve 314 and the vacuum valve 315, the common air path 316, the blow air path 317 and the vacuum air path 318 can be evacuated.
  • FIG. 4 is a diagram for explaining the operation of the state estimation device 100 according to the embodiment.
  • the phase in which the operation of the state estimation device 100 is performed there are an operation of the threshold value generation unit 110 in the learning phase and an operation of the state estimation unit 120 in the estimation phase.
  • an online flow rate change detection block in which a first threshold value is generated by the threshold value generation unit 110 and the first estimation unit 121 estimates using the generated first threshold value, and a threshold value.
  • a second threshold value is generated by the generation unit 110, a flow rate change factor unit estimation block for estimation by the second estimation unit 122 using the generated second threshold value, and a malfunction factor estimation table are generated by the threshold value generation unit 110.
  • There is a head malfunction factor location estimation block in which the factor estimation unit 123 estimates using the generated malfunction factor estimation table.
  • the threshold generation unit 110 acquires equipment logs from the component mounting device 300.
  • the equipment log contains past online flow values.
  • the past online flow rate value acquired by the online flow rate change detection block is the online flow rate value when the vacuum sensor 340 detects a vacuum error in the air path.
  • the vacuum error threshold for determining whether or not the vacuum sensor 340 detects a vacuum error is, for example, a value empirically obtained. Depending on the environment in which the component mounting device 300 is installed, the vacuum error threshold is a vacuum. It may not be an accurate value with respect to the measured value of the sensor 340.
  • the head 310 may not actually malfunction, or the measured value of the vacuum sensor 340 does not reach the vacuum error threshold value.
  • the detection accuracy of the head 310 which requires maintenance, is not sufficient because the head 310 may actually have a malfunction.
  • the threshold value generation unit 110 uses the vacuum error threshold value to generate an online flow rate decrease determination threshold value that can estimate the malfunction of the head 310 more accurately than the vacuum error threshold value.
  • the online flow rate decrease determination threshold value is an example of the first threshold value
  • the vacuum error threshold value is an example of a reference value to be compared with the online flow rate value.
  • the threshold value generation unit 110 allocates the difference between the online flow rate value of the head 310 and the vacuum error threshold value calculated by comparing the past online flow rate value with the vacuum error threshold value to a plurality of clusters as learning data, and a plurality of clusters.
  • the online flow rate decrease determination threshold value is generated based on the online flow rate value in one of the clusters having the smallest difference.
  • the difference between the online flow rate value and the vacuum error threshold is an example of the amount of state change.
  • a method of generating the online flow rate decrease determination threshold value will be described with reference to FIG.
  • FIG. 5 is a diagram for explaining a method of generating an online flow rate decrease determination threshold value.
  • the online flow rate value included in the equipment log is plotted with the horizontal axis representing the online flow rate value and the vertical axis representing the difference between the online flow rate value and the vacuum error threshold value.
  • the threshold generation unit 110 classifies the acquired past online flow rate values into classes. For example, the threshold value generation unit 110 classifies the difference between the online flow rate value and the vacuum error threshold value when a vacuum error is detected by applying the k-means method into two classes. For example, as shown in FIG. 5, it is assumed that the class A has a large difference between the online flow rate value and the vacuum error threshold value and the class B has a small difference between the online flow rate value and the vacuum error threshold value. If the head 310 does not properly adsorb the parts, the air paths (specifically, the common air path 316 and the vacuum air path 318) communicate with the outside, so that a large amount of air is sucked and the above difference tends to increase. It is in.
  • the class A is a class in which there is a high possibility that the head 310 does not properly adsorb parts, in other words, a class in which there is a high possibility that the head 310 itself has no malfunction.
  • class B is a class in which there is a high possibility that the head 310 has a malfunction. Therefore, the threshold value generation unit 110 generates an online flow rate decrease determination threshold value based on the online flow rate value in the class B in which the difference is the smallest.
  • the threshold generation unit 110 subtracts 1 from the minimum value of the online flow rate value in class B (point P: ⁇ 70 in FIG. 5) to determine the online flow rate decrease determination threshold value (broken line th: in FIG. 5). -71).
  • the value to be subtracted from the minimum value of the online flow rate value in the class having the smallest difference is not limited to 1, and is appropriately selected.
  • the first estimation unit 121 acquires the latest online flow rate value of the head 310 to which the nozzle 312 is mounted, and is based on the acquired online flow rate value and the online flow rate decrease determination threshold value. It is estimated whether or not the state of the head 310 has changed to a state related to the malfunction.
  • the first estimation unit 121 is when the acquired latest online flow rate value exceeds the online flow rate decrease determination threshold value (specifically, the absolute value of the online flow rate value is smaller than the absolute value of the online flow rate decrease determination threshold value). Estimates that the state of the head 310 has changed to a state related to the malfunction, and the output unit 130 outputs to that effect. For example, the maintenance person or the like is notified that the state of the head 310 is estimated to have changed to a state related to the malfunction, and determines whether to execute the inspection of the head 310.
  • the online flow rate decrease determination threshold value specifically, the absolute value of the online flow rate value is smaller than the absolute value of the online flow rate decrease determination threshold value.
  • the online flow rate decrease determination threshold value is an estimated value for indirectly determining the presence or absence of an abnormality such as clogging of the flow rate system, which is derived by class classification using the past online flow rate value as learning data.
  • an abnormality such as clogging of the flow rate system
  • the maintenance person inspects the head 310. For example, when the component mounting device 300 is not performing a predetermined operation (that is, production is stopped, for example), the nozzle 312 is removed from the head body 311 and the head body 311 to which the nozzle 312 is not mounted is removed. Be inspected. Specifically, the latest offline flow rate of the head main body 311 is measured. The latest measured offline flow rate value is used for estimation by the second estimation unit 122 in the flow rate change factor unit estimation block.
  • the threshold generation unit 110 acquires the inspection log from the component mounting device 300.
  • the inspection log contains past offline flow values.
  • the inspection log acquired by the flow rate change factor unit estimation block includes the past offline flow rate values when the vacuum sensor 340 detects a vacuum error in the air path.
  • the threshold value generation unit 110 acquires the inspection log of the head main body unit 311 to which the nozzle 312 is not mounted, and determines the offline flow rate decrease determination threshold value based on the past offline flow rate value of the head main body unit 311 included in the inspection log. Generate.
  • the offline flow rate decrease determination threshold value is an example of the second threshold value.
  • a method of generating an offline flow rate decrease determination threshold value will be described with reference to FIG.
  • FIG. 6 is a diagram for explaining a method of generating an offline flow rate decrease determination threshold value.
  • FIG. 6 plots the combination of the online flow rate value and the offline flow rate value when a vacuum error is detected, which is included in the equipment log, with the horizontal axis representing the online flow rate value and the vertical axis representing the offline flow rate value.
  • the threshold generation unit 110 calculates a regression line from each plotted point as shown in FIG. Since there is a correlation between the online flow rate value acquired when a vacuum error occurs and the offline flow rate value obtained when the nozzle 312 is removed from the head 310 and the head body 311 is inspected at that time, the online flow rate There is also a correlation between the decrease determination threshold and the offline flow rate decrease determination threshold. Therefore, the threshold value generation unit 110 sets the offline flow rate value corresponding to the online flow rate reduction determination threshold value as the offline flow rate decrease determination threshold value based on the calculated regression line. Specifically, as shown in FIG.
  • the threshold generation unit 110 has an offline flow rate value ⁇ 90 on the vertical axis corresponding to the online flow rate value ⁇ 71 (that is, the online flow rate decrease determination threshold value) on the horizontal axis on the regression line. .5 is generated as an offline flow rate decrease determination threshold value.
  • the threshold generation unit 110 uses the learning data as the plurality of online flow rate values of the head 310 to which the nozzle 312 is mounted and the plurality of offline flow rate values of the head main body unit 311 corresponding to the plurality of online flow rate values.
  • An offline flow rate decrease determination threshold is generated based on the online flow rate decrease determination threshold by the linear regression.
  • the second estimation unit 122 is equipped with the nozzle 312 when the first estimation unit 121 estimates that the state of the head 310 has changed to a state related to the malfunction.
  • the inspection result that is, the latest offline flow rate value
  • the second estimation unit 122 estimates whether the nozzle 312 is in a malfunctioning state or the head 310 (head main body portion 311) is in a malfunctioning state.
  • the second estimation unit 122 heads when the inspection result of the head main body unit 311 exceeds the offline flow rate decrease determination threshold value (specifically, the absolute value of the offline flow rate value is smaller than the absolute value of the offline flow rate decrease determination threshold value). It is estimated that the main body 311 is in a bad state. This is because even if the nozzle 312 is removed, the inspection result of the head main body portion 311 exceeds the offline flow rate decrease determination threshold value, and it can be estimated that the nozzle 312 side is not in a malfunctioning state but the head main body portion 311 side is in a malfunctioning state.
  • the second estimation unit 122 estimates that the nozzle 312 is in a malfunctioning state when the inspection result of the head main body unit 311 does not exceed the offline flow rate decrease determination threshold value.
  • the output unit 130 outputs that the nozzle 312 is in a malfunctioning state, and the person in charge of maintenance of the equipment or the like can maintain the nozzle 312.
  • the offline flow rate decrease determination threshold value is an estimated value derived by linear regression using the past offline flow rate value as learning data to indirectly determine the presence or absence of an abnormality such as clogging of the flow rate system.
  • it is estimated whether the nozzle 312 is in a malfunctioning state or the head main body 311 is in a malfunctioning state by using such an offline flow rate decrease determination threshold value. The accuracy of estimation can be improved.
  • the threshold generation unit 110 acquires an inspection log from the component mounting device 300.
  • the inspection log contains waveform data of past offline flow rates.
  • the vacuum sensor 340 in addition to the offline flow rate waveform data when the vacuum sensor 340 detects a vacuum error in the air path, the vacuum sensor 340 includes the air path.
  • the waveform data of the offline flow rate at the normal time when the vacuum error of is not detected is included.
  • the threshold value generation unit 110 generates a malfunction factor estimation table by correlation analysis using the factor estimation value calculated from the inspection log and the malfunction factor of the head main body portion 311 as learning data. The factor estimation value calculated from the inspection log and the malfunction factor estimation table will be described later.
  • the factor estimation unit 123 uses the malfunction factor estimation table to use the head body unit.
  • the cause of the malfunction of the head main body 311 is estimated based on the factor estimation value calculated from the inspection result of 311.
  • a method of estimating the cause of malfunction of the head 310 will be described with reference to FIG. 7.
  • FIG. 7 is a diagram for explaining a method of estimating the cause of malfunction of the head 310.
  • the upper side of FIG. 7 shows a method of generating the average vector for factor estimation value calculation and the covariance matrix for factor estimation value calculation from the inspection log in the threshold generation unit 110, and the lower side of FIG. 7 shows a method of generating the covariance matrix for factor estimation value calculation.
  • the factor estimation unit 123 shows a method of estimating a malfunction factor of the head main body unit 311 by using a factor estimation value calculated based on an average vector for factor estimation value calculation and a covariance matrix for factor estimation value calculation. ..
  • the threshold generation unit 110 acquires the waveform data set of the past offline flow rate at the normal time when the vacuum sensor 340 does not detect the vacuum error of the air path from the inspection log.
  • the waveform data will be described with reference to FIG.
  • FIG. 8 is a graph showing an example of waveform data of the flow rate in the air path.
  • FIG. 8 shows time-series data of flow rate values sampled at, for example, 256 points when the horizontal axis is time and the vertical axis is flow rate.
  • FIG. 8 shows, as an example, waveform data of the flow rate in the air path when the vacuum valve 315 is repeatedly turned on and off during vacuum. Similar waveform data can be obtained at the time of blowing.
  • the waveform data of the past offline flow rate is acquired, it is acquired as a waveform data set defined by an array as shown in the upper part of FIG. 7.
  • the threshold generation unit 110 makes it possible to compare the characteristics of each of the waveform data of the plurality of past offline flow rates with the characteristics of the waveform data of the latest offline flow rate.
  • Each of the waveform data sets of the past offline flow rate is converted into a principal component vector by principal component analysis. Then, the threshold generation unit 110 generates an average vector for factor estimation value calculation and a covariance matrix for factor estimation value calculation from the converted principal component vector.
  • the threshold generation unit 110 calculates the Mahalanobis distance of each of the principal component vectors converted from the waveform data set of the past offline flow rate as a factor estimation value. For example, it is possible to grasp from the maintenance record what kind of malfunction factor the head main body 311 is obtained from each of the principal component vectors, in other words, each of the waveform data sets. Therefore, it is possible to associate the malfunction factor based on the maintenance record with the factor estimation value of the principal component vector corresponding to each of the waveform data sets of the past offline flow rate. In this way, the threshold value generation unit 110 generates a malfunction factor estimation table in which the factor estimation value calculated from the inspection log and the malfunction factor based on the maintenance record of the head main body unit 311 are associated with each other.
  • the factor estimation unit 123 acquires the latest waveform data of the offline flow rate and converts it into a principal component vector by principal component analysis. Then, the factor estimation unit 123 calculates the Mahalanobis distance of the converted principal component vector. The factor estimation unit 123 uses the calculated Mahalanobis distance as a factor estimation value as an index for estimating the cause of the malfunction of the head body unit 311. In this way, the factor estimation value calculated from the inspection result of the head main body 311 is the statistical value of the inspection log determined that the head main body 311 is in a normal state (specifically, from the statistical value of the inspection log). Calculated based on the generated mean vector and variance matrix).
  • the factor estimation unit 123 estimates the malfunction factor of the head main body portion 311 by collating the factor estimation value corresponding to the calculated latest offline flow rate waveform data with the malfunction factor estimation table. For example, when the factor estimation value equivalent to the calculated factor estimation value is in the malfunction factor estimation table, the factor estimation unit 123 heads the malfunction factor associated with the factor estimation value in the malfunction factor estimation table. It is presumed to be the cause of the malfunction of the part 311.
  • the output unit 130 outputs the cause of the malfunction of the head main body 311, and the person in charge of maintenance of the equipment can perform maintenance according to the cause of the malfunction of the head main body 311.
  • the head main body unit 311 may not be in a malfunction state, but the head 310 is malfunctioning in the first estimation unit 121. It is presumed that the head main body portion 311 is in a malfunctioning state in the second estimation unit 122, and there is a possibility that the head main body portion 311 is in a malfunctioning state. Therefore, the factor estimation unit 123 may estimate that the head main body unit 311 may be in a malfunctioning state when the calculated factor estimation value is in the unit space. For example, the output unit 130 outputs that the head main body unit 311 may be in a malfunction state, and the person in charge of maintenance of the equipment or the like can perform maintenance of the head main body unit 311.
  • the malfunction factor table is a correlation table generated by the correlation analysis of the factor estimation value obtained from the inspection log and the malfunction factor described in the maintenance record.
  • the malfunction factor of the head main body 311 is estimated using such a malfunction factor estimation table, the accuracy of the estimation can be improved.
  • FIG. 9 is a sequence diagram showing an example of the operation of the state estimation device 100 and the maintenance person according to the embodiment.
  • the state estimation device 100 performs learning based on past data in advance (step S101). That is, the state estimation device 100 generates in advance an online flow rate decrease determination threshold value, an offline flow rate decrease determination threshold value, and a malfunction factor estimation table.
  • the state estimation device 100 periodically receives the latest online flow rate value from the component mounting device 300 (step S102), and performs processing in the online flow rate change detection block shown in FIG. 4 (step S103).
  • the state estimation device 100 continues the processing in steps S102 and S103. I do.
  • the state estimation device 100 issues a flow rate change detection alert (step). S104).
  • the state estimation device 100 outputs information for carrying out the inspection of the head 310, specifically, an instruction for carrying out the inspection of the head 310.
  • the timing at which the instruction to perform the inspection of the head 310 is transmitted can be appropriately determined.
  • the maintenance person receives the instruction to carry out the inspection of the head 310 (step S105), and carries out the inspection of the head 310 (step S106). For example, the maintenance person removes the nozzle 312 from the head main body 311 and inspects the head main body 311 (measures the latest offline flow rate).
  • the state estimation device 100 receives the latest offline flow rate value from the component mounting device 300 (step S107), and performs processing in the flow rate change factor unit estimation block shown in FIG. 4 (step S108).
  • the state estimation device 100 determines that the nozzle 312 is in a malfunctioning state. It estimates and notifies the nozzle maintenance instruction information which is the information for instructing the maintenance of the nozzle 312 (step S109).
  • the maintenance person receives the maintenance instruction of the nozzle 312 (step S110) and carries out the maintenance of the nozzle 312 (step S111). After the maintenance of the nozzle 312 is completed, the maintenance person in charge registers the completion of the maintenance of the nozzle 312 (step S112).
  • the state estimation device 100 when the latest received offline flow rate value is abnormal (that is, when the latest received online flow rate value exceeds the offline flow rate decrease determination threshold value), the head main body 311 is malfunctioning. It is estimated that the state is in the above state, and processing is performed in the head malfunction factor location estimation block shown in FIG. 4 (step S113).
  • the state estimation device 100 estimates the cause of the malfunction of the head main body 311 and notifies the head maintenance instruction information which is the information for instructing the maintenance of the head main body 311 (step S114).
  • the head maintenance instruction information includes a maintenance instruction of the head main body portion 311, specifically, a malfunction factor of the head main body portion 311.
  • the maintenance person receives the maintenance instruction of the head main body 311 (step S115) and carries out the maintenance of the head main body 311 (step S116). Since the maintenance instruction of the head main body 311 includes the cause of the malfunction of the head main body 3, the person in charge of maintenance can efficiently maintain the head main body 311 by performing the maintenance centering on the location of the cause of the malfunction. It can be carried out. After the maintenance of the head main body 311 is completed, the maintenance person registers the completion of the maintenance of the head main body 311 (step S117).
  • the state of the head 310 has changed to a state related to the malfunction based on the online flow rate value of the head 310 when the component mounting device 300 is performing a predetermined work (for example, production).
  • a predetermined work for example, production.
  • an offline flow rate value different from the characteristic value used in the first stage estimation is used.
  • a second stage estimation is performed to estimate whether or not the head 310 is in a malfunctioning state. In this way, not only one estimation but two-step estimation using different values is performed, so that the detection accuracy of the head 310 that requires maintenance can be improved.
  • the online flow rate value of the head 310 is data that can be acquired without mechanically modifying the component mounting device 300 or the like. Therefore, it is possible to improve the detection accuracy of the head 310, which requires maintenance, without mechanically modifying the component mounting device 300 or the like.
  • the online flow rate value and the offline flow rate value have been described as the measured values of the sensor 320 when the vacuum sensor 340 detects a vacuum error, but the present invention is not limited to this.
  • the sensor 320 may detect an error with a value set regardless of the equipment environment, and the online flow rate value and the offline flow rate value are the measured values of the sensor 320 when the sensor 320 detects such an error. May be.
  • the state estimation unit 120 has described the example of having the factor estimation unit 123, but the state estimation unit 120 may not have the factor estimation unit 123.
  • the output unit 130 does not have to output the information according to the estimation result of the factor estimation unit 123, and only outputs the information according to the estimation result of the first estimation unit 121 or the estimation result of the second estimation unit 122. It may be output.
  • the state estimation unit 120 has described the example of having the second estimation unit 122, but the state estimation unit 120 may not have the second estimation unit 122.
  • the output unit 130 may not output the information according to the estimation result of the second estimation unit 122, or may output only the information according to the estimation result of the first estimation unit 121.
  • the output unit 130 has described an example of outputting information to the maintenance person, but it is not necessary to output the information to the maintenance person.
  • the output unit 130 may output information only to the equipment connected to the state estimation device 100 or the device recognizable by the maintenance person in the state estimation device 100.
  • the inspection of the head 310 may be performed on the component mounting device 300, or the head 310 may be removed from the component mounting device 300 to supply power and air to the device for inspection of the head 310 (for example, the head 310). It may be done on a device that can.
  • the present disclosure can be realized not only as a state estimation device 100, but also as a state estimation method including steps (processes) performed by each component constituting the state estimation device 100.
  • FIG. 10 is a flowchart showing an example of a state estimation method according to another embodiment.
  • the state estimation method is a state estimation method in which a head configured to hold an object is provided, and the state of the head is managed by holding the object by the head to perform a predetermined work.
  • the state estimation step includes a state estimation step for estimating the state, and the state estimation step is related to the state of the head upset based on the characteristic value of the head when the equipment is performing a predetermined work as shown in FIG.
  • the above characteristic values are different when it is estimated that the state of the head has changed to a state related to the malfunction in the first estimation step (step S11) for estimating whether or not the state has changed to the above-mentioned state.
  • a second estimation step (step S12) for estimating whether or not the head is in a malfunctioning state based on the inspection result is included.
  • the steps in the state estimation method may be executed by a computer (computer system). Then, the present disclosure can be realized as a program for causing a computer to execute the steps included in the state estimation method. Further, the present disclosure can be realized as a non-temporary computer-readable recording medium such as a CD-ROM in which the program is recorded.
  • each step is executed by executing the program using hardware resources such as a computer CPU, memory, and input / output circuit. .. That is, each step is executed by the CPU acquiring data from the memory or the input / output circuit or the like and performing an operation, or outputting the operation result to the memory or the input / output circuit or the like.
  • hardware resources such as a computer CPU, memory, and input / output circuit. .. That is, each step is executed by the CPU acquiring data from the memory or the input / output circuit or the like and performing an operation, or outputting the operation result to the memory or the input / output circuit or the like.
  • each component included in the state estimation device 100 of the above embodiment may be realized as a dedicated or general-purpose circuit.
  • each component included in the state estimation device 100 of the above embodiment may be realized as an LSI (Large Scale Integration) which is an integrated circuit (IC: Integrated Circuit).
  • LSI Large Scale Integration
  • IC integrated circuit
  • the integrated circuit is not limited to the LSI, and may be realized by a dedicated circuit or a general-purpose processor.
  • a programmable FPGA (Field Programmable Gate Array) or a reconfigurable processor in which the connection and settings of the circuit cells inside the LSI can be reconfigured may be used.
  • This disclosure can be used, for example, to manage equipment that holds an object by a head and performs a predetermined work.

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Supply And Installment Of Electrical Components (AREA)

Abstract

状態推定装置（１００）は、対象物を保持するように構成されたヘッドを備え、ヘッドにより対象物を保持して所定の作業を行う設備におけるヘッドの状態を管理する装置であって、ヘッドの状態を推定する状態推定部（１２０）を備え、状態推定部（１２０）は、設備が所定の作業を行っている際のヘッドの特性値に基づいて、ヘッドの状態が不調に関連する状態に変化したか否かを推定する第１推定部（１２１）と、第１推定部（１２１）によりヘッドの状態が不調に関連する状態に変化したと推定された場合に、上記特性値と異なる検査結果に基づいて、ヘッドが不調な状態にあるか否かを推定する第２推定部（１２２）と、を有する。

Description

状態推定装置、実装システム、および状態推定方法
　本開示は、状態推定装置、実装システム、および状態推定方法に関する。
　従来、部品実装システム等の設備は、使用により、あるいは、時間経過とともに劣化し得るため、保全が必要となっている。例えば、特許文献１には、ヘッドにおける真空ポンプの真空圧をセンサによって計測し、計測した真空圧が、真空ポンプの保全が必要になると考えられるときの閾値に到達した場合に、真空ポンプが保全時期にあると判定する技術が開示されている。
特開２０１２－０３３５２２号公報
　しかしながら、ヘッドの保全が必要になると考えられるときの閾値は経験的に求められる値であり、ヘッドを備える設備が設置される環境等によっては、当該閾値はセンサの計測値に対して正確な値ではない場合がある。このため、センサの計測値が閾値に到達していても実際にはヘッドに不調が見られない場合があったり、センサの計測値が閾値に到達していないのに実際にはヘッドに不調が見られる場合があったりして、検知精度が十分ではないという問題がある。
　そこで、本開示は、保全が必要なヘッドの検知精度を向上することができる状態推定装置等を提供する。
　本開示の一態様に係る状態推定装置は、対象物を保持するように構成されたヘッドを備え、前記ヘッドにより前記対象物を保持して所定の作業を行う設備における前記ヘッドの状態を管理する状態推定装置であって、前記ヘッドの状態を推定する状態推定部を備え、前記状態推定部は、前記設備が前記所定の作業を行っている際の前記ヘッドの特性値に基づいて、前記ヘッドの状態が不調に関連する状態に変化したか否かを推定する第１推定部と、前記第１推定部により前記ヘッドの状態が不調に関連する状態に変化したと推定された場合に、前記特性値と異なる検査結果に基づいて、前記ヘッドが不調な状態にあるか否かを推定する第２推定部と、を有する。
　なお、これらの包括的または具体的な側面は、システム、装置、方法、記録媒体、または、コンピュータプログラムで実現されてもよく、システム、装置、方法、記録媒体、および、コンピュータプログラムの任意な組み合わせで実現されてもよい。
　本開示に係る状態推定装置等によれば、保全が必要なヘッドの検知精度を向上することができる。
図１は、実施の形態に係る状態推定装置の一例を示す構成図である。 図２Ａは、実施の形態に係る実装システムの一例を示す構成図である。 図２Ｂは、実施の形態に係る部品実装装置の一例を示す構成図である。 図３Ａは、実施の形態に係るヘッド本体部のバキューム時の構成を示す模式図である。 図３Ｂは、実施の形態に係るヘッド本体部のブロー時の構成を示す模式図である。 図４は、実施の形態に係る状態推定装置の動作を説明するための図である。 図５は、オンライン流量低下判定閾値の生成方法を説明するための図である。 図６は、オフライン流量低下判定閾値の生成方法を説明するための図である。 図７は、ヘッドの不調要因の推定方法を説明するための図である。 図８は、エア経路における流量の波形データの一例を示すグラフである。 図９は、実施の形態に係る状態推定装置および保全担当者の動作の一例を示すシーケンス図である。 図１０は、その他の実施の形態に係る状態推定方法の一例を示すフローチャートである。
　本開示の状態推定装置は、対象物を保持するように構成されたヘッドを備え、前記ヘッドにより前記対象物を保持して所定の作業を行う設備における前記ヘッドの状態を管理する状態推定装置であって、前記ヘッドの状態を推定する状態推定部を備え、前記状態推定部は、前記設備が前記所定の作業を行っている際の前記ヘッドの特性値に基づいて、前記ヘッドの状態が不調に関連する状態に変化したか否かを推定する第１推定部と、前記第１推定部により前記ヘッドの状態が不調に関連する状態に変化したと推定された場合に、前記特性値と異なる検査結果に基づいて、前記ヘッドが不調な状態にあるか否かを推定する第２推定部と、を有する。
　これによれば、まず設備が所定の作業（例えば生産）を行っている際のヘッドの特性値に基づいて、ヘッドの状態が不調に関連する状態に変化したか否かを推定する１段階目の推定が行われ、ヘッドの状態が不調に関連する状態に変化した場合に、１段階目の推定で用いられた特性値とは別の検査結果が用いられて、ヘッドが不調な状態にあるか否かを推定する２段階目の推定が行われる。このように、１度のみの推定ではなく、それぞれ異なる値を用いた２段階の推定が行われるため、保全が必要なヘッドの検知精度を向上することができる。また、ヘッドの特性値は、設備等に対して機構的な改造をすることなく取得可能なデータである。このため、設備等に対して機構的な改造をすることなく保全が必要なヘッドの検知精度を向上することができる。
　また、前記特性値は、前記ヘッドのエア経路における流量あるいは圧力の計測結果であってもよい。
　ヘッドのエア経路における流量あるいは圧力の計測結果を用いて、ヘッドが不調に関連する状態に変化したか否かを推定することができる。
　また、前記特性値と異なる検査結果は、前記設備が前記所定の作業を行っていない際の前記ヘッドの検査結果であってもよい。
　これによれば、１段階目の推定が行われた設備が所定の作業を行っている状況とは異なる、設備が所定の作業を行っていないという特殊な状況でのヘッドの検査結果が２段階目の推定に用いられることで、２段階目の推定として、１段階目の推定よりも詳細な推定を行うことができる。
　また、前記状態推定部の推定結果に基づいて、情報を出力する出力部をさらに備えていてもよい。
　これによれば、状態推定部の推定結果に応じた対応をすることができる。
　また、前記情報は、前記ヘッドの状態が不調に関連する状態に変化したことを示す情報、あるいは、前記ヘッドが不調な状態にあることを示す情報を含んでいてもよい。例えば、前記情報は、前記状態推定装置と接続される前記設備、あるいは、前記状態推定装置において作業者が認識可能な形態で示されてもよい。
　これによれば、ヘッドが不調に関連する状態に変化したこと、または、ヘッドが不調な状態にあることを設備の保全担当者等に認識させることができる。
　また、前記情報は、不調な状態にあると推定された前記ヘッドに対する保全内容を含んでいてもよい。
　これによれば、不調な状態にあると推定されたヘッドに対する保全内容に応じた保全を行うことができる。
　また、前記情報は、前記設備を保全する保全計画を管理する設備保全計画部に対して出力されてもよい。
　これによれば、設備保全計画部は、出力された情報に応じて設備の保全計画を管理することができる。
　また、前記情報は、前記第１推定部の推定結果に基づいて検査対象となった前記ヘッドに関する情報を含み、前記出力部は、検査対象となった前記ヘッドの検査を前記所定の作業を行う時間外に割り当てられた保全計画をもとに、当該ヘッドの検査を指示する保全指示を出力してもよい。
　これによれば、設備が所定の作業（例えば生産）を行う時間外に検査対象となったヘッドの検査を行うことができる。
　本開示の実装システムは、対象物を保持するように構成されたヘッドと、前記ヘッドの特性値を計測する計測部と、前記ヘッドの状態を管理する上記の状態推定装置と、を備える。
　これによれば、保全が必要なヘッドの検知精度を向上することができる実装システムを提供できる。
　本開示の状態推定方法は、対象物を保持するように構成されたヘッドを備え、前記ヘッドにより前記対象物を保持して所定の作業を行う設備における前記ヘッドの状態を管理する状態推定方法であって、前記ヘッドの状態を推定する状態推定ステップを含み、前記状態推定ステップは、前記設備が前記所定の作業を行っている際の前記ヘッドの特性値に基づいて、前記ヘッドの状態が不調に関連する状態に変化したか否かを推定する第１推定ステップと、前記第１推定ステップにおいて前記ヘッドの状態が不調に関連する状態に変化したと推定された場合に、前記特性値と異なる検査結果に基づいて、前記ヘッドが不調な状態にあるか否かを推定する第２推定ステップと、を含む。
　これによれば、保全が必要なヘッドの検知精度を向上することができる状態推定方法を提供できる。
　なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。
　（実施の形態）
　以下、図１から図９を用いて実施の形態について説明する。
　まず、実施の形態に係る状態推定装置１００について説明する。
　図１は、実施の形態に係る状態推定装置１００の一例を示す構成図である。
　状態推定装置１００は、設備におけるヘッドの状態を管理する装置である。設備は、対象物を保持するように構成されたヘッド（具体的には、対象物を保持するように構成されたヘッド本体部を有するヘッド）を備え、ヘッドにより対象物を保持して所定の作業を行う設備であり、例えば、部品実装装置である。例えば、ヘッド（ヘッド本体部）はノズルが装着され、ノズルは対象物を保持する。部品実装装置は、対象物として部品を保持し、所定の作業として保持した部品の基板等への実装作業（すなわち実装基板等の生産）を行う。例えば、状態推定装置１００は、設備が設置された施設とは別の施設に設けられるコンピュータ（サーバ等）であるが、設備が設置された施設に設けられてもよい。また、状態推定装置１００は、１つの筐体内に設けられたコンピュータであってもよいし、２つ以上の筐体に分けられ、２つ以上のコンピュータによって実現されてもよい。
　状態推定装置１００は、閾値生成部１１０、状態推定部１２０および出力部１３０を備える。状態推定装置１００は、プロセッサ、メモリ等を含むコンピュータにより実現される。閾値生成部１１０、状態推定部１２０および出力部１３０は、プロセッサがメモリに記憶されたプログラムに従って動作することにより実現される。
　閾値生成部１１０は、ノズルが装着されているヘッドの設備ログを取得し、設備ログに含まれるヘッドの複数の特性値からなるデータセットに基づいて第１閾値を生成する。データセットは、基準値を超えているヘッドの複数の特性値からなる。基準値については後述する。ノズルが装着されているヘッドの設備ログは、言い換えると、設備がヘッドにより対象物を保持して所定の作業（具体的にはヘッドに取付けられたノズルにより保持した部品を基板等へ実装する実装作業）を行っている際のヘッドの稼働実績（エラーまたはイベントなど）が記録されたデータである。ヘッドの特性値は、ヘッドのエア経路における流量あるいは圧力の計測結果である。具体的には、ヘッドの特性値は、エア源から正圧あるいは負圧でエアを供給している際の、ノズルおよびヘッド本体部のエア経路における流量あるいは圧力の計測結果である。エア源は、部品実装装置あるいは部品実装装置の外部に設けられる。ここでは、ヘッドの特性値を流量値として説明する。設備が所定の作業を行っていること、すなわち、実装作業中であることを「オンライン」と呼ぶことができるため、設備ログに含まれるヘッドの特性値を、オンライン流量値と呼ぶ。閾値生成部１１０は、設備ログから時系列的に古いオンライン流量値を取得するため、閾値生成部１１０へ入力されるヘッドの特性値を過去のオンライン流量値と呼ぶ。
　また、閾値生成部１１０は、ノズルが装着されていないヘッド本体部の検査ログを取得し、検査ログに含まれるヘッド本体部の複数の特性値に基づいて第２閾値を生成する。ヘッド本体部の複数の特性値は、ノズルが装着されているヘッドの特性値が基準値を超えているヘッドからノズルを取り外して計測されたデータである。なお、特性値が基準値を超えるとは、特性値が正常な範囲の下限値または上限値を超えることである。基準値が下限値の場合、特性値が基準値を超えるとは、特性値が基準値を下回ることである。また、基準値が上限値の場合、特性値が基準値を超えるとは、特性値が基準値を上回ることである。ノズルが装着されていないヘッド本体部の検査ログは、言い換えると、設備がヘッドにより対象物を保持せず所定の作業を行っていない（具体的には実装作業を行っていない）際のヘッド本体部のデータのログである。ここでデータとは、ヘッド本体部に対して検査を実施した際の検査結果である。設備が所定の作業を行っていないこと、すなわち、実装作業を行っていないことを「オフライン」と呼ぶことができるため、検査ログに含まれるヘッド本体部の特性値を、オフライン流量値と呼ぶ。閾値生成部１１０は、検査ログから時系列的に古いオフライン流量値を取得するため、閾値生成部１１０へ入力されるヘッド本体部の特性値を過去のオフライン流量値と呼ぶ。
　また、閾値生成部１１０は、検査ログから算出される要因推定値とヘッド本体部の保全記録に基づく不調要因とを対応付けた不調要因推定テーブルを生成する。
　閾値生成部１１０の詳細については後述する。
　状態推定部１２０は、第１推定部１２１、第２推定部１２２、要因推定部１２３を有し、第１推定部１２１、第２推定部１２２および要因推定部１２３によってヘッドの状態を推定する。
　第１推定部１２１は、設備が所定の作業を行っている際のヘッドの特性値に基づいて、ヘッドの状態が不調に関連する状態に変化したか否かを推定する。具体的には、第１推定部１２１は、ノズルが装着されているヘッドの特性値を取得し、取得したヘッドの特性値と閾値生成部１１０により生成された第１閾値とに基づいて、ヘッドの状態が不調に関連する状態に変化したか否かを推定する。不調に関連する状態とは、設備による生産を停止させるような異常な状態に至る前の、異常の予兆がある可能性がある状態である。第１推定部１２１は、所定の作業を行っている設備から新たに出力されたノズルが装着されているヘッドの特性値を取得する。第１推定部１２１が取得するヘッドの特性値を、過去のオンライン流量値に対して最新のオンライン流量値と呼ぶ。第１推定部１２１の詳細については後述する。
　第２推定部１２２は、第１推定部１２１によりヘッドの状態が不調に関連する状態に変化したと推定された場合に、第１推定部１２１での推定に用いられた特性値と異なる検査結果に基づいて、ヘッドが不調な状態にあるか否かを推定する。具体的には、第２推定部１２２は、ヘッドの状態が不調に関連する状態に変化したと推定された場合に、ノズルが装着されていないヘッド本体部の検査結果を取得し、検査結果と第２閾値とに基づいて、ヘッドが不調な状態にあるか否かを推定する。不調な状態とは、設備による生産を停止させるような異常な状態に至る前の、異常の予兆がある状態である。例えば、第２推定部１２２は、ノズルが不調な状態にあるか、あるいは、ヘッド（ヘッド本体部）が不調な状態にあるかを推定する。第２推定部１２２は、ヘッドの状態が不調に関連する状態に変化したと推定された後に、設備の生産が停止されてヘッド本体部からノズルが外され、設備が所定の作業を行っていないときのヘッド本体部における流量の検査結果を取得する。第２推定部１２２が取得するヘッド本体部の検査結果を、過去のオフライン流量値に対して最新のオフライン流量値と呼ぶ。第２推定部１２２の詳細については後述する。
　要因推定部１２３は、ヘッド本体部の検査結果から算出される要因推定値と、不調要因推定テーブルとに基づいて、ヘッド本体部の不調要因を推定する。要因推定部１２３の詳細については後述する。
　出力部１３０は、状態推定部１２０の推定結果に基づいて、情報を出力する。
　出力部１３０は、例えば、情報を保全担当者へ出力し、出力部１３０から出力される情報は、保全担当者への保全指示を含む。
　また、出力部１３０から出力される情報は、不調な状態にあると推定されたヘッドに対する保全内容を含む。出力部１３０から出力される保全内容を含む情報は、例えば、設備の保全計画を管理する設備保全計画部に対して出力される。例えば、当該情報は、設備の保全をする保全装置に出力されてもよい。例えば、ヘッドに対する保全内容は、保全対象のヘッドのシリアル番号、保全対象のヘッドの設置場所、保全作業の内容、担当者または保全期限等を含む。
　また、出力部１３０から出力される情報は、ヘッドの状態が不調に関連する状態に変化したことを示す情報、あるいは、ヘッドが不調な状態にあることを示す情報を含んでいてもよい。出力部１３０から出力されるこれらの情報を含む情報は、例えば、状態推定装置１００と接続される設備、あるいは、状態推定装置１００において保全担当者が認識可能な形態で示される。例えば、第１推定部１２１による推定結果に基づいて、「ヘッドの状態変化を検知しました」または「ヘッドに対する検査が必要です」といった文字がディスプレイ等に表示されたり、スピーカ等から出力されたり、あるいは、これらの内容を示すことが予め認知されているブザーが鳴ったりランプが点灯したりする。また、例えば、第２推定部１２２による推定結果に基づいて、「ヘッド（ヘッド本体部）が不調です」または「ノズルが不調です」といった文字がディスプレイ等に表示されたり、スピーカ等から出力されたり、あるいは、これらの内容を示すことが予め認知されているブザーが鳴ったりランプが点灯したりする。また、例えば、要因推定部１２３による推定結果に基づいて、「ヘッド本体部においてフィルタ詰まりが発生しています」または「ヘッド本体部においてエアホース破れが発生しています」といった文字がディスプレイ等に表示されたり、スピーカ等から出力されたり、あるいは、これらの内容を示すことが予め認知されているブザーが鳴ったりランプが点灯したりする。これらのディスプレイ、スピーカまたはブザー等は、設備が設置された施設に設けられ、施設の保全担当者に直接これらのアラートが通知されてもよい。
　状態推定部１２０の推定結果に基づいて情報が出力されることで、状態推定部の推定結果に応じた対応をすることができる。例えば、ヘッドの状態が不調に関連する状態に変化したこと、または、ヘッドが不調な状態にあることを設備の保全担当者等に認識させることができ、例えば、不調な状態または不調に関連する状態にあると推定されたヘッドに対する保全内容に応じた保全を行うことができる。
　例えば、出力部１３０から出力される情報は、第１推定部１２１の推定結果に基づいて検査対象となったヘッドに関する情報を含んでいてもよい。出力部１３０は、検査対象となったヘッドの検査を設備が所定の作業を行う時間外に割り当てられた保全計画をもとに、当該ヘッドの検査を指示する保全指示を出力してもよい。状態推定装置１００は保全担当者にヘッドの検査が必要であることを通知することができる。設備が所定の作業を行う時間外とは、例えば、設備が生産をしていない時間である。ヘッドの検査は、ノズルを取り外して行う必要があるため、ヘッドの検査は、設備が生産をしていない時間に行われる。なお、設備が生産をしていない時間は、生産する品種の切り替わりのタイミングであってもよい。これにより、設備が所定の作業（例えば生産）を行う時間外に検査対象となったヘッドの検査を行うことができる。また、ヘッドの検査は設備の外で行われてもよい。この場合、設備が生産をしている時間において検査対象となったヘッドの検査を行うことができる。
　上述したように、設備は、部品実装装置であってもよく、状態推定装置１００は、部品実装装置と共に実装システムを構成してもよい。ここで、実施の形態に係る実装システム２について説明する。
　図２Ａは、実施の形態に係る実装システム２の一例を示す構成図である。
　実装システム２は、部品を基板等に実装するためのシステムであり、ヘッド３１０および制御部３３０を有する部品実装装置３００と、状態推定装置１００とを備える。
　ヘッド３１０は、ヘッド本体部３１１およびセンサ３２０を有し、ノズル３１２がヘッド本体部３１１に装着可能となっている。センサ３２０は、ヘッド３１０（ヘッド本体部３１１）の特性値を計測する計測部の一例である。センサ３２０は、ヘッド本体部３１１のエア経路における流量を計測する流量センサである。センサ３２０は、ノズル３１２が装着されたヘッド３１０により対象物を保持して部品実装装置３００が所定の作業を行っている際のオンライン流量、および、ノズル３１２がヘッド３１０に装着されず部品実装装置３００が所定の作業を行っていない際のオフライン流量を計測する。また、ヘッド３１０は、ヘッド本体部３１１のエア経路における真空圧を計測する真空センサ３４０を有していてもよい（図２Ｂ参照）。
　制御部３３０は、ヘッド３１０の制御を行う。ヘッド３１０の制御の詳細については後述する。また、制御部３３０は、センサ３２０により計測されたオンライン流量値およびオフライン流量値を取得する。制御部３３０は、状態推定装置１００が第１閾値、第２閾値および不調要因推定テーブルを生成するときに、オンライン流量値およびオフライン流量値を状態推定装置１００へ出力する。また、制御部３３０は、状態推定装置１００がヘッド３１０の状態を推定する際に、最新のオンライン流量値および最新のオフライン流量値を状態推定装置１００へ出力する。
　ここで、部品実装装置３００の具体例について図２Ｂを用いて説明する。
　図２Ｂは、実施の形態に係る部品実装装置３００の一例を示す構成図である。図２Ｂでは、水平面内で互いに直交する２軸方向として、基板搬送方向のＸ方向（図２Ｂにおける紙面垂直方向）、基板搬送方向に直交するＹ方向（図２Ｂにおける左右方向）が示される。また、水平面と直交する高さ方向としてＺ方向（図２Ｂにおける上下方向）が示される。
　部品実装装置３００は、基板Ｂに部品Ｄを装着する機能を有している。基台１１の上面に設けられた基板搬送機構１２は、基板ＢをＸ方向に搬送して位置決めして保持する。ヘッド移動機構１３は、プレート１３ａを介して装着されたヘッド３１０をＸ方向、Ｙ方向に移動させる。ヘッド３１０の下端には、ノズル３１２が装着される。
　基板搬送機構１２の側方で基台１１に結合された台車１７の上部には、複数のテープフィーダ１６がＸ方向に並んで取り付けられている。台車１７には、部品実装装置３００に供給される部品Ｄを格納するキャリアテープ１８が、リール１９に巻回収納されて保持されている。テープフィーダ１６に挿入されたキャリアテープ１８は、テープフィーダ１６に内蔵されるテープ送り機構１６ａにより一定間隔でピッチ送りされる。これにより、キャリアテープ１８が格納する部品Ｄがテープフィーダ１６の上部に設けられた部品供給口１６ｂに順に供給される。
　図２Ｂにおいて、部品実装装置３００は、基板搬送機構１２、ヘッド移動機構１３、ヘッド３１０、テープフィーダ１６を制御して、部品実装動作を実行させる制御部３３０を備えている。部品実装動作において、制御部３３０は、ヘッド移動機構１３によってヘッド３１０をテープフィーダ１６の上方に移動させ、テープフィーダ１６が部品供給口１６ｂに供給した部品Ｄをノズル３１２により真空吸着してピックアップさせる（矢印ａ）。次いで制御部３３０は、ヘッド移動機構１３によって部品Ｄを保持したヘッド３１０を基板搬送機構１２に保持させた基板Ｂの上方に移動させ、基板Ｂ上の所定の部品装着位置Ｂａに部品Ｄを実装させる（矢印ｂ）。
　図２Ｂにおいて、ヘッド３１０は、ノズル３１２が部品Ｄを真空吸着する際の真空度を計測する真空センサ３４０を備えている。真空センサ３４０による部品保持動作時のノズル３１２の真空度の計測結果より、吸着ミス（吸着エラー）またはヘッド３１０の不調等の真空エラーの発生の有無を検出することができる。例えば、ノズル３１２が部品Ｄを正常に吸着すると真空度が所定値より小さくなり、ノズル３１２が部品Ｄを保持できなかったり異常な姿勢で吸着したりすると真空度が所定値まで下がらない。そこで、制御部３３０は、真空センサ３４０により計測された真空度が所定値を超過したか否かを判定することにより真空エラーを検出することができる。
　図２Ｂにおいて、プレート１３ａには、光軸方向を下方に向けた基板認識カメラ２０が取り付けられている。基板認識カメラ２０は、ヘッド移動機構１３によりヘッド３１０と一体的にＸ方向、Ｙ方向に移動する。基板認識カメラ２０は、テープフィーダ１６の上方に移動して、部品供給口１６ｂの供給位置に供給された部品Ｄを撮像する。
　制御部３３０は、撮像結果を画像認識して、期待される正規の供給位置から実際に供給された部品Ｄがずれた供給位置ずれ量を算出する。また、制御部３３０は、算出した供給位置ずれ量に基づいて、ノズル３１２が部品Ｄをピックアップする際の吸着位置（ヘッド３１０の停止位置）、またはテープフィーダ１６の部品Ｄの供給位置を補正する。また、制御部３３０は、撮像結果を画像認識して、部品供給口１６ｂに部品Ｄが供給されずに部品Ｄを認識することができない供給エラーも検出する。
　図２Ｂにおいて、基板搬送機構１２とテープフィーダ１６の間の基台１１の上面には、光軸方向を上方に向けた部品認識カメラ２１が取り付けられている。部品認識カメラ２１は、部品Ｄをピックアップしたノズル３１２が上方を通過する際に、ノズル３１２に保持される部品Ｄ（または、部品Ｄを保持できなかったノズル３１２）の下面を撮像する。
　制御部３３０は、撮像結果を画像認識して、ノズル３１２に保持される部品Ｄの姿勢が異常である、またはノズル３１２に保持されているはずの部品Ｄを認識することができない認識エラーが発生していないかを判断する。また、制御部３３０は、撮像結果を画像認識して、期待される正規の吸着位置からノズル３１２に実際に吸着された部品Ｄがずれた吸着位置ずれ量を算出する。制御部３３０は、基板Ｂ上の部品装着位置Ｂａに部品Ｄを実装する際、吸着位置ずれ量に基づいて装着位置補正、装着姿勢補正を実行する。
　このように、部品実装装置３００は、テープフィーダ１６、ヘッド３１０、ノズル３１２を備えている。そして、制御部３３０は、検出した吸着エラー、供給エラー、認識エラーの発生状況、算出した供給位置ずれ量、ノズル３１２による部品Ｄの吸着位置の補正量、吸着位置ずれ量、装着位置補正量、装着姿勢補正量などを、デバイスの状況（正常、異常など）と関連付けて管理コンピュータ等に送信する。また、制御部３３０は、真空センサ３４０による真空度など、部品実装装置３００の各機構が備える各種センサの計測結果を、例えばデバイスの状況（正常、異常など）と関連付けて状態推定装置１００に送信する。
　ここで、ヘッド本体部３１１の構成について図３Ａおよび図３Ｂを用いて説明する。
　図３Ａは、実施の形態に係るヘッド本体部３１１のバキューム時の構成を示す模式図である。
　図３Ｂは、実施の形態に係るヘッド本体部３１１のブロー時の構成を示す模式図である。
　図３Ａおよび図３Ｂには、ヘッド本体部３１１の他に、ヘッド本体部３１１に装着されるノズル３１２、および、ヘッド本体部３１１にエアを供給するエア源３１９を模式的に示している。
　ヘッド本体部３１１は、ノズルホルダ３１３、ブローバルブ３１４、バキュームバルブ３１５、共通エア経路３１６、ブローエア経路３１７およびバキュームエア経路３１８を備える。
　ノズルホルダ３１３にはノズル３１２が装着され、ノズル３１２を介して部品が吸着される。
　エア源３１９は、正圧あるいは負圧でエアを供給する装置である。
　ブローバルブ３１４は、エア源３１９が正圧でエアを供給している際（すなわちブロー時）に、ノズルホルダ３１３へのエアの供給を制御するバルブである。
　バキュームバルブ３１５は、エア源３１９が負圧でエアを供給している際（すなわちバキューム時）に、ノズルホルダ３１３からのエアの吸引を制御するバルブである。
　共通エア経路３１６は、エア源３１９が正圧でエアを供給している際にエア源３１９からのエアが通過し、エア源３１９が負圧でエアを供給している際にノズルホルダ３１３からのエアが通過するエア経路である。すなわち、共通エア経路３１６は、ブロー時およびバキューム時に共通してエアが通過する経路である。
　ブローエア経路３１７は、エア源３１９が正圧でエアを供給している際にエア源３１９からのエアが通過するエア経路である。
　バキュームエア経路３１８は、エア源３１９が負圧でエアを供給している際にノズルホルダ３１３からのエアが通過するエア経路である。
　ブローバルブ３１４およびバキュームバルブ３１５は、ブロー時とバキューム時とでエア経路を切り替えるための切り替え機構を有している。例えば、図３Ａに示されるように、バキューム時には、バキュームエア源がバキュームエア経路３１８および共通エア経路３１６を介してノズルホルダ３１３に接続されるように、ブローバルブ３１４およびバキュームバルブ３１５における切り替え機構が制御される。例えば、図３Ｂに示されるように、ブロー時には、ブローエア源がブローエア経路３１７および共通エア経路３１６を介してノズルホルダ３１３に接続されるように、ブローバルブ３１４およびバキュームバルブ３１５における切り替え機構が制御される。
　ノズルホルダ３１３に取り付けられたノズル３１２で部品を吸着する場合、バキュームバルブ３１５が制御されて、ノズル３１２から共通エア経路３１６およびバキュームエア経路３１８を介してエア源３１９へエアが吸引される。ノズルホルダ３１３に取り付けられたノズル３１２での部品の吸着を解除する場合、バキュームバルブ３１５が制御されて、エア源３１９からバキュームエア経路３１８までの経路が閉じられてノズル３１２での部品の吸着が解除される。なお、ノズルホルダ３１３にノズル３１２が装着されておらず、部品を吸着できない状態であっても、ヘッド本体部３１１の検査結果（すなわちオフライン流量）を取得するために、エアの吸引がなされる。
　エアを供給する場合、ブローバルブ３１４が制御されて、エア源３１９からブローエア経路３１７および共通エア経路３１６を介してノズル３１２へエアが供給される。なお、ヘッド本体部３１１にノズル３１２が装着されていない状態であっても、ヘッド本体部３１１の検査結果（すなわちオフライン流量）を取得するために、エアの供給がなされる。
　センサ３２０は流量センサであり、エア源３１９からノズルホルダ３１３へエアが供給されるときのエア経路（具体的には共通エア経路３１６およびブローエア経路３１７）における流量を計測し、ノズルホルダ３１３からエア源３１９へエアが吸引されるときのエア経路（具体的に共通エア経路３１６およびバキュームエア経路３１８）における流量を計測する。また、エア源３１９、ブローバルブ３１４およびバキュームバルブ３１５を制御することで、共通エア経路３１６、ブローエア経路３１７およびバキュームエア経路３１８を真空状態にすることができる。
　次に、状態推定装置１００の動作について説明する。
　図４は、実施の形態に係る状態推定装置１００の動作を説明するための図である。状態推定装置１００の動作が行われるフェーズとしては、学習フェーズにおける閾値生成部１１０の動作と、推定フェーズにおける状態推定部１２０の動作とが存在する。また、状態推定装置１００の動作内容としては、閾値生成部１１０によって第１閾値を生成し、生成された第１閾値を用いて第１推定部１２１が推定を行うオンライン流量変化検知ブロックと、閾値生成部１１０によって第２閾値を生成し、生成された第２閾値を用いて第２推定部１２２が推定を行う流量変化要因ユニット推定ブロックと、閾値生成部１１０によって不調要因推定テーブルを生成し、生成された不調要因推定テーブルを用いて要因推定部１２３が推定を行うヘッド不調要因箇所推定ブロックとが存在する。
　まず、オンライン流量変化検知ブロックについて説明する。
　学習フェーズにおけるオンライン流量変化検知ブロックでは、閾値生成部１１０は、部品実装装置３００から設備ログを取得する。設備ログには、過去のオンライン流量値が含まれている。オンライン流量変化検知ブロックで取得される過去のオンライン流量値は、真空センサ３４０がエア経路の真空エラーを検知したときのオンライン流量値である。真空センサ３４０が真空エラーを検知するか否かを判定するための真空エラー閾値は、例えば経験的に求められる値であり、部品実装装置３００が設置される環境等によっては、真空エラー閾値は真空センサ３４０の計測値に対して正確な値ではない場合がある。このため、真空センサ３４０の計測値が真空エラー閾値に到達していても実際にはヘッド３１０に不調が見られない場合があったり、真空センサ３４０の計測値が真空エラー閾値に到達していないのに実際にはヘッド３１０に不調が見られる場合があったりして、保全が必要なヘッド３１０の検知精度が十分ではないという問題がある。
　そこで、閾値生成部１１０は、真空エラー閾値を用いて、真空エラー閾値よりも精度良くヘッド３１０の不調を推定できるオンライン流量低下判定閾値を生成する。なお、オンライン流量低下判定閾値は第１閾値の一例であり、真空エラー閾値は、オンライン流量値と比較される基準値の一例である。
　例えば、閾値生成部１１０は、過去のオンライン流量値を真空エラー閾値と比較することにより算出されるヘッド３１０のオンライン流量値と真空エラー閾値との差を学習データとして複数のクラスタに割り振り、複数のクラスタのうち上記差の最も小さい一のクラスタにおけるオンライン流量値に基づいてオンライン流量低下判定閾値を生成する。オンライン流量値と真空エラー閾値との差は、状態変化量の一例である。ここで、オンライン流量低下判定閾値の生成方法について図５を用いて説明する。
　図５は、オンライン流量低下判定閾値の生成方法を説明するための図である。図５は、横軸をオンライン流量値とし、縦軸をオンライン流量値と真空エラー閾値との差として、設備ログに含まれるオンライン流量値をプロットしたものである。
　閾値生成部１１０は、取得した過去のオンライン流量値をクラス分類する。例えば、閾値生成部１１０は、ｋ平均法を適用して真空エラーが検知されたときのオンライン流量値と真空エラー閾値との差を２つのクラスに分類する。例えば、図５に示されるように、オンライン流量値と真空エラー閾値との差が大きいクラスＡと、オンライン流量値と真空エラー閾値との差が小さいクラスＢとにクラス分類がされたとする。ヘッド３１０が部品を正しく吸着していない場合には、エア経路（具体的に共通エア経路３１６およびバキュームエア経路３１８）は外部と連通することから多量のエアが吸引され、上記差が大きくなる傾向にある。そのため、クラスＡは、ヘッド３１０が部品を正しく吸着していない可能性が高いクラス、言い換えると、ヘッド３１０自体には不調がない可能性が高いクラスである。一方で、ヘッド３１０が部品を正しく吸着している場合には、吸引されるエアの量は少なく、上記差が小さくなる傾向にある。そのため、クラスＢは、ヘッド３１０に不調がある可能性が高いクラスである。そこで、閾値生成部１１０は、上記差が最も小さいクラスＢにおけるオンライン流量値に基づいてオンライン流量低下判定閾値を生成する。具体的には、閾値生成部１１０は、クラスＢにおけるオンライン流量値の最小値（図５中の点Ｐ：－７０）から１減算した値をオンライン流量低下判定閾値（図５中の破線ｔｈ：－７１）とする。なお、オンライン流量低下判定閾値を生成する際に、上記差が最も小さいクラスにおけるオンライン流量値の最小値から減算する値は１に限らず、適宜選択される。
　推定フェーズにおけるオンライン流量変化検知ブロックでは、第１推定部１２１は、ノズル３１２が装着されているヘッド３１０の最新のオンライン流量値を取得し、取得したオンライン流量値とオンライン流量低下判定閾値とに基づいてヘッド３１０の状態が不調に関連する状態に変化したか否かを推定する。
　第１推定部１２１は、取得した最新のオンライン流量値がオンライン流量低下判定閾値を超えている（具体的には、オンライン流量値の絶対値がオンライン流量低下判定閾値の絶対値より小さい）場合には、ヘッド３１０の状態が不調に関連する状態に変化したと推定し、出力部１３０は、その旨を出力する。例えば、保全担当者等は、ヘッド３１０の状態が不調に関連する状態に変化したと推定されたことが通知され、ヘッド３１０の検査を実行するかを判断する。
　オンライン流量低下判定閾値は、過去のオンライン流量値を学習データとしたクラス分類によって導出された、流量系統の詰まり等の異常有無を間接的に判定するための推定値である。オンライン流量変化検知ブロックでは、このようなオンライン流量低下判定閾値を用いてヘッド３１０の状態が不調に関連する状態に変化したか否かが推定されるため、真空エラー閾値を用いてヘッド３１０の状態が不調に関連する状態に変化したか否かが推定される場合よりも、保全が必要なヘッド３１０の検知精度を向上することができる。
　そして、出力部１３０から出力されるヘッドの不調に関する情報を受けて、保全担当者はヘッド３１０の検査を実行する。例えば、部品実装装置３００が所定の作業を行っていない（つまり、例えば生産を停止している）ときにノズル３１２がヘッド本体部３１１から取り外され、ノズル３１２が装着されていないヘッド本体部３１１が検査される。具体的には、ヘッド本体部３１１の最新のオフライン流量が計測される。計測された最新のオフライン流量値は、流量変化要因ユニット推定ブロックにおける第２推定部１２２による推定に用いられる。
　次に、流量変化要因ユニット推定ブロックについて説明する。
　学習フェーズにおける流量変化要因ユニット推定ブロックでは、閾値生成部１１０は、部品実装装置３００から検査ログを取得する。検査ログには、過去のオフライン流量値が含まれている。流量変化要因ユニット推定ブロックで取得される検査ログには、真空センサ３４０がエア経路の真空エラーを検知したときの過去のオフライン流量値が含まれる。
　例えば、閾値生成部１１０は、ノズル３１２が装着されていないヘッド本体部３１１の検査ログを取得し、検査ログに含まれるヘッド本体部３１１の過去のオフライン流量値に基づいてオフライン流量低下判定閾値を生成する。オフライン流量低下判定閾値は、第２閾値の一例である。ここで、オフライン流量低下判定閾値の生成方法について図６を用いて説明する。
　図６は、オフライン流量低下判定閾値の生成方法を説明するための図である。図６は、横軸をオンライン流量値とし、縦軸をオフライン流量値として、設備ログに含まれる、真空エラーが検知されたときのオンライン流量値およびオフライン流量値の組み合わせをプロットしたものである。
　閾値生成部１１０は、図６に示されるように、プロットした各点から回帰直線を算出する。真空エラーが発生したときに取得されたオンライン流量値とその際にヘッド３１０からノズル３１２を取り外してヘッド本体部３１１を検査したときに得られるオフライン流量値とには相関性があるため、オンライン流量低下判定閾値とオフライン流量低下判定閾値とにも相関性がある。そこで、閾値生成部１１０は、算出した回帰直線に基づいて、オンライン流量低下判定閾値に対応するオフライン流量値をオフライン流量低下判定閾値とする。具体的には、閾値生成部１１０は、図６に示されるように、回帰直線上において横軸のオンライン流量値－７１（すなわちオンライン流量低下判定閾値）に対応する縦軸のオフライン流量値－９０．５を、オフライン流量低下判定閾値として生成する。
　このように、閾値生成部１１０は、ノズル３１２が装着されているヘッド３１０の複数のオンライン流量値と当該複数のオンライン流量値に対応するヘッド本体部３１１の複数のオフライン流量値とを学習データとした線形回帰によって、オンライン流量低下判定閾値に基づいてオフライン流量低下判定閾値を生成する。
　推定フェーズにおける流量変化要因ユニット推定ブロックでは、第２推定部１２２は、第１推定部１２１によってヘッド３１０の状態が不調に関連する状態に変化したと推定された場合に、ノズル３１２が装着されていないヘッド本体部３１１の検査結果（すなわち最新のオフライン流量値）を取得し、取得した検査結果とオフライン流量低下判定閾値とに基づいて、ヘッド３１０が不調な状態にあるか否かを推定する。具体的には、第２推定部１２２は、ノズル３１２が不調な状態にあるか、あるいは、ヘッド３１０（ヘッド本体部３１１）が不調な状態にあるかを推定する。
　第２推定部１２２は、ヘッド本体部３１１の検査結果がオフライン流量低下判定閾値を超えている（具体的にはオフライン流量値の絶対値がオフライン流量低下判定閾値の絶対値より小さい）場合、ヘッド本体部３１１が不調な状態にあると推定する。ノズル３１２を取り外してもヘッド本体部３１１の検査結果がオフライン流量低下判定閾値を超えており、ノズル３１２側が不調な状態ではなく、ヘッド本体部３１１側が不調な状態であると推定できるためである。例えば、ヘッド本体部３１１のエア経路においてエア漏れあるいはエアつまりが発生している場合、ノズル３１２を取り外してもヘッド本体部３１１の検査結果がオフライン流量低下判定閾値を超えており、ヘッド本体部３１１側が不調な状態であると推定できる。一方で、第２推定部１２２は、ヘッド本体部３１１の検査結果がオフライン流量低下判定閾値を超えていない場合、ノズル３１２が不調な状態にあると推定する。ノズル３１２を取り外すことで、ヘッド本体部３１１の検査結果がオフライン流量低下判定閾値を超えなくなったと推定することができ、ヘッド本体部３１１側が不調な状態ではなく、ノズル３１２側が不調な状態であると推定できるためである。例えば、出力部１３０は、ノズル３１２が不調な状態にあることを出力し、設備の保全担当者等は、ノズル３１２の保全を行うことができる。
　オフライン流量低下判定閾値は、過去のオフライン流量値を学習データとした線形回帰によって導出された、流量系統の詰まり等の異常有無を間接的に判定するための推定値である。流量変化要因ユニット推定ブロックでは、このようなオフライン流量低下判定閾値を用いてノズル３１２が不調な状態にあるか、あるいは、ヘッド本体部３１１が不調な状態にあるかの推定が行われるため、当該推定の精度を向上することができる。
　次に、ヘッド不調要因箇所推定ブロックについて説明する。
　学習フェーズにおけるヘッド不調要因箇所推定ブロックでは、閾値生成部１１０は、部品実装装置３００から検査ログを取得する。検査ログには、過去のオフライン流量の波形データが含まれている。例えば、ヘッド不調要因箇所推定ブロックで取得される過去のオフライン流量の波形データには、真空センサ３４０がエア経路の真空エラーを検知したときのオフライン流量の波形データ以外に、真空センサ３４０がエア経路の真空エラーを検知していない正常時のオフライン流量の波形データが含まれる。閾値生成部１１０は、検査ログから算出される要因推定値とヘッド本体部３１１の不調要因とを学習データとした相関分析により不調要因推定テーブルを生成する。検査ログから算出される要因推定値、および、不調要因推定テーブルについては後述する。
　推定フェーズにおけるヘッド不調要因箇所推定ブロックでは、要因推定部１２３は、第２推定部１２２によってヘッド本体部３１１が不調な状態にあると推定された場合、不調要因推定テーブルを用いて、ヘッド本体部３１１の検査結果から算出される要因推定値に基づいて、ヘッド本体部３１１の不調要因を推定する。ここで、ヘッド３１０の不調要因の推定方法について図７を用いて説明する。
　図７は、ヘッド３１０の不調要因の推定方法を説明するための図である。図７の上側には、閾値生成部１１０において、検査ログから要因推定値算出用平均ベクトルと要因推定値算出用共分散行列を生成する方法が示されており、図７の下側には、要因推定部１２３において、要因推定値算出用平均ベクトルと要因推定値算出用共分散行列に基づいて算出される要因推定値を用いてヘッド本体部３１１の不調要因を推定する方法が示されている。
　図７の上側に示されるように、閾値生成部１１０は、真空センサ３４０がエア経路の真空エラーを検知していない正常時の過去のオフライン流量の波形データセットを検査ログから取得する。ここで、波形データの具体例について図８を用いて説明する。
　図８は、エア経路における流量の波形データの一例を示すグラフである。図８は、横軸を時間とし縦軸を流量としたときの、例えば２５６点でサンプリングした流量値の時系列データを示している。図８では、一例としてバキューム時においてバキュームバルブ３１５のオンおよびオフを繰り返しているときのエア経路における流量の波形データを示している。なお、ブロー時も同様の波形データが得られる。本実施形態では、過去のオフライン流量の波形データを取得する場合は、図７の上側に示されるように配列で定義した波形データセットとして取得する。
　センサ３２０によって計測された流量の波形データは、図８に示されるような波形形状であるため、波形データ同士での比較が難しくなっている。そこで、図７の上側に示されるように、閾値生成部１１０は、複数の過去のオフライン流量の波形データのそれぞれの特徴を最新のオフライン流量の波形データの特徴と比較できるようにするために、過去のオフライン流量の波形データセットのそれぞれを主成分分析によって主成分ベクトルに変換する。そして、閾値生成部１１０は、変換した主成分ベクトルから要因推定値算出用平均ベクトルと要因推定値算出用共分散行列を生成する。
　また、閾値生成部１１０は、過去のオフライン流量の波形データセットから変換された主成分ベクトルのそれぞれの、マハラノビス距離を要因推定値として算出する。例えば、主成分ベクトルのそれぞれ、言い換えると、波形データセットのそれぞれが、ヘッド本体部３１１がどのような不調要因のときに得られたデータであるかは、保全記録から把握することができる。このため、過去のオフライン流量の波形データセットのそれぞれに対応する主成分ベクトルの要因推定値に対して、保全記録に基づく不調要因を対応付けることができる。このようにして、閾値生成部１１０は、検査ログから算出される要因推定値とヘッド本体部３１１の保全記録に基づく不調要因とを対応付けた不調要因推定テーブルを生成する。
　図７の下側に示されるように、要因推定部１２３は、最新のオフライン流量の波形データを取得し、主成分分析によって主成分ベクトルに変換する。そして、要因推定部１２３は、変換した主成分ベクトルのマハラノビス距離を算出する。要因推定部１２３は、算出したマハラノビス距離を要因推定値としてヘッド本体部３１１の不調要因の推定の指標とする。このように、ヘッド本体部３１１の検査結果から算出される要因推定値は、ヘッド本体部３１１が正常な状態にあると判断された検査ログの統計値（具体的には検査ログの統計値から生成される平均ベクトルと分散行列）に基づいて算出される。要因推定部１２３は、算出した最新のオフライン流量の波形データに対応する要因推定値を不調要因推定テーブルに照合することで、ヘッド本体部３１１の不調要因を推定する。例えば、要因推定部１２３は、算出した要因推定値と同程度の要因推定値が不調要因推定テーブルにある場合に、不調要因推定テーブルにおいて当該要因推定値に対応付けられている不調要因をヘッド本体部３１１の不調要因であると推定する。例えば、出力部１３０は、ヘッド本体部３１１の不調要因を出力し、設備の保全担当者等は、ヘッド本体部３１１の不調要因に応じた保全を行うことができる。
　なお、算出された要因推定値が単位空間（良品の範囲）内にある場合には、ヘッド本体部３１１が不調な状態にない可能性もあるが、第１推定部１２１ではヘッド３１０が不調な状態にあると推定され、第２推定部１２２ではヘッド本体部３１１が不調な状態にあると推定されており、ヘッド本体部３１１が不調な状態にある可能性もある。そこで、要因推定部１２３は、算出した要因推定値が単位空間内にある場合には、ヘッド本体部３１１が不調な状態にある可能性があると推定してもよい。例えば、出力部１３０は、ヘッド本体部３１１が不調な状態にある可能性があることを出力し、設備の保全担当者等は、ヘッド本体部３１１の保全を行うことができる。
　不調要因テーブルは、検査ログより得られた要因推定値と、保全記録に記載された不調要因の相関分析によって生成される相関表である。ヘッド不調要因箇所推定ブロックでは、このような不調要因推定テーブルを用いてヘッド本体部３１１の不調要因の推定が行われるため、当該推定の精度を向上することができる。
　次に、状態推定装置１００と設備の保全担当者との間の動作について図９を用いて説明する。
　図９は、実施の形態に係る状態推定装置１００および保全担当者の動作の一例を示すシーケンス図である。
　まず、状態推定装置１００は、事前に過去データによる学習を行う（ステップＳ１０１）。すなわち、状態推定装置１００は、予め、オンライン流量低下判定閾値、オフライン流量低下判定閾値および不調要因推定テーブルを生成しておく。
　状態推定装置１００は、部品実装装置３００から最新のオンライン流量値を定期的に受信し（ステップＳ１０２）、図４に示されるオンライン流量変化検知ブロックでの処理を行う（ステップＳ１０３）。
　状態推定装置１００は、受信した最新のオンライン流量値に異常がない場合（すなわち、受信した最新のオンライン流量値がオンライン流量低下判定閾値を超えていない場合）、引き続きステップＳ１０２およびステップＳ１０３での処理を行う。
　状態推定装置１００は、受信した最新のオンライン流量値に異常がある場合（すなわち、受信した最新のオンライン流量値がオンライン流量低下判定閾値を超えている場合）、流量変化検知アラートを発行する（ステップＳ１０４）。例えば、状態推定装置１００は、この場合、ヘッド３１０の検査を実施させるための情報、具体的には、ヘッド３１０の検査の実施の指示を出力する。ヘッド３１０の検査の実施の指示を送信するタイミングは適宜決定できる。
　保全担当者は、ヘッド３１０の検査の実施の指示を受信し（ステップＳ１０５）、ヘッド３１０の検査を実施する（ステップＳ１０６）。例えば、保全担当者は、ヘッド本体部３１１からノズル３１２を外して、ヘッド本体部３１１の検査（最新のオフライン流量の計測）を行う。
　状態推定装置１００は、部品実装装置３００から最新のオフライン流量値を受信し（ステップＳ１０７）、図４に示される流量変化要因ユニット推定ブロックでの処理を行う（ステップＳ１０８）。
　状態推定装置１００は、受信した最新のオフライン流量値に異常がない場合（すなわち、受信した最新のオンライン流量値がオフライン流量低下判定閾値を超えていない場合）、ノズル３１２が不調な状態にあると推定し、ノズル３１２の保全を指示するための情報であるノズル保全指示情報を通知する（ステップＳ１０９）。
　保全担当者は、ノズル３１２の保全指示を受信し（ステップＳ１１０）、ノズル３１２の保全を実施する（ステップＳ１１１）。保全担当者は、ノズル３１２の保全の完了後、ノズル３１２の保全の完了登録を行う（ステップＳ１１２）。
　一方で、状態推定装置１００は、受信した最新のオフライン流量値に異常がある場合（すなわち、受信した最新のオンライン流量値がオフライン流量低下判定閾値を超えている場合）、ヘッド本体部３１１が不調な状態にあると推定し、図４に示されるヘッド不調要因箇所推定ブロックでの処理を行う（ステップＳ１１３）。状態推定装置１００は、ヘッド本体部３１１の不調要因を推定し、ヘッド本体部３１１の保全を指示するための情報であるヘッド保全指示情報を通知する（ステップＳ１１４）。例えば、ヘッド保全指示情報は、ヘッド本体部３１１の保全指示、具体的にはヘッド本体部３１１の不調要因を含む。
　保全担当者は、ヘッド本体部３１１の保全指示を受信し（ステップＳ１１５）、ヘッド本体部３１１の保全を実施する（ステップＳ１１６）。ヘッド本体部３１１の保全指示には、ヘッド本体部３１１の不調要因が含まれているため、保全担当者は、不調要因箇所を中心に保全を行うことで効率的にヘッド本体部３１１の保全を行うことができる。保全担当者は、ヘッド本体部３１１の保全の完了後、ヘッド本体部３１１の保全の完了登録を行う（ステップＳ１１７）。
　以上説明したように、まず部品実装装置３００が所定の作業（例えば生産）を行っている際のヘッド３１０のオンライン流量値に基づいて、ヘッド３１０の状態が不調に関連する状態に変化したか否かを推定する１段階目の推定が行われ、ヘッド３１０の状態が不調に関連する状態に変化した場合に、１段階目の推定で用いられた特性値とは別のオフライン流量値が用いられて、ヘッド３１０が不調な状態にあるか否かを推定する２段階目の推定が行われる。このように、１度のみの推定ではなく、それぞれ異なる値を用いた２段階の推定が行われるため、保全が必要なヘッド３１０の検知精度を向上することができる。例えば、１段階目の推定が行われた部品実装装置３００が所定の作業を行っている状況とは異なる、部品実装装置３００が所定の作業を行っていないという特殊な状況でのヘッド３１０の検査結果（具体的にはオフライン流量値）が２段階目の推定に用いられることで、２段階目の推定として、１段階目の推定よりも詳細な推定を行うことができる。また、ヘッド３１０のオンライン流量値は、部品実装装置３００等に対して機構的な改造をすることなく取得可能なデータである。このため、部品実装装置３００等に対して機構的な改造をすることなく保全が必要なヘッド３１０の検知精度を向上することができる。
　（その他の実施の形態）
　以上、本開示の状態推定装置１００および実装システム２について、実施の形態に基づいて説明したが、本開示は、上記実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、および、異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の範囲内に含まれる。
　例えば、上記実施の形態では、オンライン流量値およびオフライン流量値を、真空センサ３４０が真空エラーを検知したときのセンサ３２０の計測値として説明したが、これに限らない。例えば、センサ３２０は、設備環境に関係なく設定される値でエラーを検知してもよく、オンライン流量値およびオフライン流量値は、センサ３２０がこのようなエラーを検知したときのセンサ３２０の計測値であってもよい。
　例えば、上記実施の形態では、状態推定部１２０は、要因推定部１２３を有している例について説明したが、要因推定部１２３を有していなくてもよい。この場合、出力部１３０は、要因推定部１２３の推定結果に応じた情報を出力しなくてもよく、第１推定部１２１の推定結果または第２推定部１２２の推定結果に応じた情報のみを出力してもよい。
　例えば、上記実施の形態では、状態推定部１２０は、第２推定部１２２を有している例について説明したが、第２推定部１２２を有していなくてもよい。この場合、出力部１３０は、第２推定部１２２の推定結果に応じた情報を出力しなくてもよく、第１推定部１２１の推定結果に応じた情報のみを出力してもよい。
　例えば、上記実施の形態では、出力部１３０は、保全担当者に情報を出力する例について説明したが、保全担当者に情報を出力しなくてもよい。例えば、出力部１３０は、状態推定装置１００と接続される設備、あるいは、状態推定装置１００において保全担当者が認識可能な機器にのみ情報を出力してもよい。
　例えば、ヘッド３１０の検査は、部品実装装置３００上で行われてもよいし、部品実装装置３００からヘッド３１０が取り外されて、ヘッド３１０の検査用の装置（例えばヘッド３１０に電力およびエアを供給できる装置）上で行われてもよい。
　例えば、本開示は、状態推定装置１００として実現できるだけでなく、状態推定装置１００を構成する各構成要素が行うステップ（処理）を含む状態推定方法として実現できる。
　図１０は、その他の実施の形態に係る状態推定方法の一例を示すフローチャートである。
　状態推定方法は、対象物を保持するように構成されたヘッドを備え、ヘッドにより対象物を保持して所定の作業を行う設備におけるヘッドの状態を管理する状態推定方法であって、前記ヘッドの状態を推定する状態推定ステップを含み、状態推定ステップは、図１０に示されるように、設備が記所定の作業を行っている際のヘッドの特性値に基づいて、ヘッドの状態が不調に関連する状態に変化したか否かを推定する第１推定ステップ（ステップＳ１１）と、第１推定ステップにおいてヘッドの状態が不調に関連する状態に変化したと推定された場合に、上記特性値と異なる検査結果に基づいて、ヘッドが不調な状態にあるか否かを推定する第２推定ステップ（ステップＳ１２）と、を含む。
　例えば、状態推定方法におけるステップは、コンピュータ（コンピュータシステム）によって実行されてもよい。そして、本開示は、状態推定方法に含まれるステップを、コンピュータに実行させるためのプログラムとして実現できる。さらに、本開示は、そのプログラムを記録したＣＤ－ＲＯＭ等である非一時的なコンピュータ読み取り可能な記録媒体として実現できる。
　例えば、本開示が、プログラム（ソフトウェア）で実現される場合には、コンピュータのＣＰＵ、メモリおよび入出力回路等のハードウェア資源を利用してプログラムが実行されることによって、各ステップが実行される。つまり、ＣＰＵがデータをメモリまたは入出力回路等から取得して演算したり、演算結果をメモリまたは入出力回路等に出力したりすることによって、各ステップが実行される。
　また、上記実施の形態の状態推定装置１００に含まれる各構成要素は、専用または汎用の回路として実現されてもよい。
　また、上記実施の形態の状態推定装置１００に含まれる各構成要素は、集積回路（ＩＣ：Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）であるＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）として実現されてもよい。
　また、集積回路はＬＳＩに限られず、専用回路または汎用プロセッサで実現されてもよい。プログラム可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、または、ＬＳＩ内部の回路セルの接続および設定が再構成可能なリコンフィギュラブル・プロセッサが、利用されてもよい。
　さらに、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて、状態推定装置１００に含まれる各構成要素の集積回路化が行われてもよい。
　その他、実施の形態に対して当業者が思いつく各種変形を施して得られる形態や、本開示の趣旨を逸脱しない範囲で各実施の形態における構成要素および機能を任意に組み合わせることで実現される形態も本開示に含まれる。
　本開示は、例えば、ヘッドにより対象物を保持して所定の作業を行う設備等の管理に利用できる。
　２　実装システム
　１１　基台
　１２　基板搬送機構
　１３　ヘッド移動機構
　１３ａ　プレート
　１６　テープフィーダ
　１６ａ　テープ送り機構
　１６ｂ　部品供給口
　１７　台車
　１８　キャリアテープ
　１９　リール
　２０　基板認識カメラ
　２１　部品認識カメラ
　１００　状態推定装置
　１１０　閾値生成部
　１２０　状態推定部
　１２１　第１推定部
　１２２　第２推定部
　１２３　要因推定部
　１３０　出力部
　３００　部品実装装置
　３１０　ヘッド
　３１１　ヘッド本体部
　３１２　ノズル
　３１３　ノズルホルダ
　３１４　ブローバルブ
　３１５　バキュームバルブ
　３１６　共通エア経路
　３１７　ブローエア経路
　３１８　バキュームエア経路
　３１９　エア源
　３２０　センサ
　３３０　制御部
　３４０　真空センサ

Claims (11)

  1. 　対象物を保持するように構成されたヘッドを備え、前記ヘッドにより前記対象物を保持して所定の作業を行う設備における前記ヘッドの状態を管理する状態推定装置であって、
    　前記ヘッドの状態を推定する状態推定部を備え、
    　前記状態推定部は、
    　前記設備が前記所定の作業を行っている際の前記ヘッドの特性値に基づいて、前記ヘッドの状態が不調に関連する状態に変化したか否かを推定する第１推定部と、
    　前記第１推定部により前記ヘッドの状態が不調に関連する状態に変化したと推定された場合に、前記特性値と異なる検査結果に基づいて、前記ヘッドが不調な状態にあるか否かを推定する第２推定部と、を有する、
    　状態推定装置。
  2. 　前記特性値は、前記ヘッドのエア経路における流量あるいは圧力の計測結果である、
    　請求項１に記載の状態推定装置。
  3. 　前記特性値と異なる検査結果は、前記設備が前記所定の作業を行っていない際の前記ヘッドの検査結果である、
    　請求項１または２に記載の状態推定装置。
  4. 　前記状態推定部の推定結果に基づいて、情報を出力する出力部をさらに備える、
    　請求項１から３のいずれか１項に記載の状態推定装置。
  5. 　前記情報は、前記ヘッドの状態が不調に関連する状態に変化したことを示す情報、あるいは、前記ヘッドが不調な状態にあることを示す情報を含む、
    　請求項４に記載の状態推定装置。
  6. 　前記情報は、前記状態推定装置と接続される前記設備、あるいは、前記状態推定装置において作業者が認識可能な形態で示される、
    　請求項５に記載の状態推定装置。
  7. 　前記情報は、不調な状態にあると推定された前記ヘッドに対する保全内容を含む、
    　請求項４から６のいずれか１項に記載の状態推定装置。
  8. 　前記情報は、前記設備を保全する保全計画を管理する設備保全計画部に対して出力される、
    　請求項４から７のいずれか１項に記載の状態推定装置。
  9. 　前記情報は、前記第１推定部の推定結果に基づいて検査対象となった前記ヘッドに関する情報を含み、
    　前記出力部は、検査対象となった前記ヘッドの検査を前記所定の作業を行う時間外に割り当てられた保全計画をもとに、当該ヘッドの検査を指示する保全指示を出力する、
    　請求項４から８のいずれか１項に記載の状態推定装置。
  10. 　対象物を保持するように構成されたヘッドと、
    　前記ヘッドの特性値を計測する計測部と、
    　前記ヘッドの状態を管理する請求項１～９のいずれか１項に記載の状態推定装置と、を備える、
    　実装システム。
  11. 　対象物を保持するように構成されたヘッドを備え、前記ヘッドにより前記対象物を保持して所定の作業を行う設備における前記ヘッドの状態を管理する状態推定方法であって、
    　前記ヘッドの状態を推定する状態推定ステップを含み、
    　前記状態推定ステップは、
    　前記設備が前記所定の作業を行っている際の前記ヘッドの特性値に基づいて、前記ヘッドの状態が不調に関連する状態に変化したか否かを推定する第１推定ステップと、
    　前記第１推定ステップにおいて前記ヘッドの状態が不調に関連する状態に変化したと推定された場合に、前記特性値と異なる検査結果に基づいて、前記ヘッドが不調な状態にあるか否かを推定する第２推定ステップと、を含む、
    　状態推定方法。
PCT/JP2021/037480 2020-12-17 2021-10-08 状態推定装置、実装システム、および状態推定方法 WO2022130751A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022569730A JPWO2022130751A1 (ja) 2020-12-17 2021-10-08

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020209373 2020-12-17
JP2020-209373 2020-12-17

Publications (1)

Publication Number Publication Date
WO2022130751A1 true WO2022130751A1 (ja) 2022-06-23

Family

ID=82059415

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/037480 WO2022130751A1 (ja) 2020-12-17 2021-10-08 状態推定装置、実装システム、および状態推定方法

Country Status (2)

Country Link
JP (1) JPWO2022130751A1 (ja)
WO (1) WO2022130751A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3785887B2 (ja) * 2000-02-17 2006-06-14 松下電器産業株式会社 電子部品実装方法
JP2008218706A (ja) * 2007-03-05 2008-09-18 Yamaha Motor Co Ltd 部品移載装置、表面実装機、及び電子部品検査装置
JP4809287B2 (ja) * 2007-05-11 2011-11-09 パナソニック株式会社 設備状態監視方法
JP2019036670A (ja) * 2017-08-21 2019-03-07 パナソニックＩｐマネジメント株式会社 作業装置及び作業装置の検査方法
WO2019167845A1 (ja) * 2018-02-27 2019-09-06 パナソニックＩｐマネジメント株式会社 管理装置、管理方法及び部品実装システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3785887B2 (ja) * 2000-02-17 2006-06-14 松下電器産業株式会社 電子部品実装方法
JP2008218706A (ja) * 2007-03-05 2008-09-18 Yamaha Motor Co Ltd 部品移載装置、表面実装機、及び電子部品検査装置
JP4809287B2 (ja) * 2007-05-11 2011-11-09 パナソニック株式会社 設備状態監視方法
JP2019036670A (ja) * 2017-08-21 2019-03-07 パナソニックＩｐマネジメント株式会社 作業装置及び作業装置の検査方法
WO2019167845A1 (ja) * 2018-02-27 2019-09-06 パナソニックＩｐマネジメント株式会社 管理装置、管理方法及び部品実装システム

Also Published As

Publication number Publication date
JPWO2022130751A1 (ja) 2022-06-23

Similar Documents

Publication Publication Date Title
US11550313B2 (en) Equipment element maintenance analysis system and equipment element maintenance analysis method
US10477751B2 (en) Component mounting system and error stoppage diagnosis method for component mounting device
JP7253679B2 (ja) 不調検知システムおよび部品実装ラインの不調検知方法
JP2007188981A (ja) 電子部品実装装置
JP4821246B2 (ja) 電子部品実装方法
JP2022096212A (ja) 状態推定装置、実装システム、および状態推定方法
WO2022130751A1 (ja) 状態推定装置、実装システム、および状態推定方法
JP2008235647A (ja) 実装機およびその部品吸着方法
JP4947698B2 (ja) 実装ラインおよび実装機のエアブロー方法
JP2012253200A (ja) 演算装置、部品実装装置、及びプログラム
JP2019036670A (ja) 作業装置及び作業装置の検査方法
JP7153855B2 (ja) 実装システム、異常判断装置及び異常判断方法
JP4913720B2 (ja) 電子部品装着装置の電子部品装着方法
US10307915B2 (en) Inspection method
JP2003204197A (ja) 電子部品実装装置および電子部品実装方法
JP2006261338A (ja) 電子部品実装機
JP6270841B2 (ja) 検査制御装置、実装システム及び検査制御方法
JP6587086B2 (ja) 部品実装方法
JP4494933B2 (ja) 電子部品実装装置
JP4135445B2 (ja) 電子部品実装装置および電子部品実装方法
WO2021014505A1 (ja) 実装装置、実装システム及び検査実装方法
US10521774B2 (en) Preventive maintenance system and preventive maintenance method
JP2023043068A (ja) 部品実装システム、部品実装装置、不調検出装置、及び、部品実装方法
WO2022149368A1 (ja) 装置保全支援装置、装置保全方法、装置保全プログラムならびに装置保全支援システム
JP7161074B2 (ja) 生産管理システム

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: 21906115

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022569730

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21906115

Country of ref document: EP

Kind code of ref document: A1