JP7382575B2 - 実装条件推定装置、学習装置、実装条件推定方法、およびプログラム - Google Patents

Description

本開示は、実装装置により部品を基板に実装するための実装条件を推定する装置、方法、プログラム、および学習装置に関する。

基板に部品を実装する実装装置は、部品の寸法や重さに対応した実装条件に基づいて部品を吸着保持するノズルを選択し、部品を基板に実装するまでの速度を決定する。一般的に実装条件は、基板に実装される各部品の識別情報に対応している。

例えば、特許文献１に記載の技術では、部品に関する情報と、部品を吸着保持するノズルの種類とに基づき実装条件の１つである動作加速度を算出している。

特開２０１２－１５６２００号公報

しかしながら、実装基板のＣＡＤデータしか存在しないため、実装条件を算出するために必要な部品情報の一部しか取得できない場合や、部品情報の一部が異なるタイミングでしか取得できない場合などがある。

そこで、本開示は、部品情報の一部だけでも実装条件を推定することができる実装条件推定装置、学習装置、実装条件推定システム、実装条件推定方法、およびプログラムを提供する。

本開示の一態様に係る実装条件推定装置は、部品を基板に実装するための実装装置の実装条件を推定する実装条件推定装置であって、前記部品に関するパラメータである部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報を取得する部品情報取得部と、前記部品情報取得部が取得した第一部品情報に基づいて実装条件を推定する推定部と、を備える。

本開示の他の態様に係る学習装置は、部品を基板に実装するための実装装置の実装条件を推定するためのモデルについて学習させる学習装置であって、前記部品に関するパラメータの値である部品情報を取得する学習部品情報取得部と、前記学習部品情報取得部が取得した部品情報に対応する実装条件を取得する学習実装条件取得部と、前記学習部品情報取得部が取得した部品情報、および前記学習実装条件取得部が取得した実装条件に基づきモデルを学習させる学習部と、を備え、前記学習部品情報取得部は、部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報、および他の部品パラメータの値である第二部品情報を取得し、前記学習部は、前記学習部品情報取得部が取得した第一部品情報、および第一部品情報に対応する実装条件に基づき第一モデルを学習し、前記学習部品情報取得部が取得した第一部品情報、第二部品情報、および第一部品情報、第二部品情報に対応する実装条件に基づき第二モデルを学習する。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。また、記録媒体は、非一時的な記録媒体であってもよい。

本開示の実装条件推定装置によれば、取得できる部品情報の全てがそろっていない場合でも実装条件を推定して実装装置に設定することができる。

なお、本開示の一態様における更なる利点および効果は、明細書および図面から明らかにされる。かかる利点および／または効果は、いくつかの実施の形態並びに明細書および図面に記載された特徴によってそれぞれ提供されるが、１つまたはそれ以上の同一の特徴を得るために必ずしも全てが提供される必要はない。

図１は、実施の形態における実装装置の構成の一例を示す図である。 図２は、図１におけるＡ－Ａ断面を部分的に示す図である。 図３は、実施の形態における実装条件推システムの機能構成を示すブロック図である。 図４は、実装条件推定画面の一例を示す図である。 図５は、本実施の形態にかかる実装条件推定システムが実装条件を推定する際の流れを示すフローチャートである。 図６は、寸法の値が表示された実装条件推定画面の一例を示す図である。 図７は、寸法の値により推定された実装条件が表示された実装条件推定画面の一例を示す図である。 図８は、寸法と重さの値が表示された実装条件推定画面の一例を示す図である。 図９は、寸法と重さの値により推定された実装条件が表示された実装条件推定画面の一例を示す図である。 図１０は、寸法の値と上面画像が表示された実装条件推定画面の一例を示す図である。 図１１は、実装装置と実装条件推定システムの処理の流れを示すフローチャートである。 図１２は、実装条件推装置の機能構成を示すブロック図である。 図１３は、学習装置の機能構成を示すブロック図である。 図１４は、推定部の推定に用いられるデータベースの一例を示す図である。

上述の課題を解決するために、本開示の一態様に係る実装条件推定装置は、部品を基板に実装するための実装装置の実装条件を推定する実装条件推定装置であって、前記部品に関するパラメータである部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報を取得する部品情報取得部と、前記部品情報取得部が取得した第一部品情報に基づいて実装条件を推定する推定部と、を備える。例えば、前記部品に関するパラメータは、前記部品の寸法、形状、重さ、外観、種別、表面状態、および前記部品を供給するための供給形態のうちの少なくとも１つを含んでもよい。また、実装条件は、前記実装装置で前記部品を吸着するノズルの種類、部品の移送、認識、吸着、および装着に関する情報の少なくとも一つを含んでもよく、前記部品情報取得部は、前記実装装置が前記部品を計測して得られた計測データを第一部品情報、および第二部品情報の少なくとも一方として取得してもよい。

これにより、実装条件を推定するためのインプットとなる部品情報の全てがそろっていない段階でも、実装条件を推定することができる。従って、部品情報の情報量が少ない段階で実装装置に実装条件を設定することができ、生産性の向上を図ることが可能となる。また、部品情報の情報量が少ない段階でも生産シミュレーションを実行することが可能となる。

また、前記部品情報取得部は、前記部品に関する他の部品パラメータの値である第二部品情報を取得し、前記推定部は、第一部品情報、および実装条件に基づき学習した第一モデルと、第一部品情報、前記第二部品情報、および実装条件に基づき学習した第二モデルと、を備え、前記部品情報取得部が取得した第一部品情報、および第二部品情報の少なくとも一方に基づいて実装条件を推定してもよい。

これによれば、取得される部品情報の種類に応じたモデルにより実装条件を推定することにより、取得される部品情報の情報量に応じた最適な実装条件を推定することが可能となる。

また、学習装置は、部品を基板に実装するための実装装置の実装条件を推定するためのモデルについて学習させる学習装置であって、前記部品に関するパラメータの値である部品情報を取得する学習部品情報取得部と、前記学習部品情報取得部が取得した部品情報に対応する実装条件を取得する学習実装条件取得部と、前記学習部品情報取得部が取得した部品情報、および前記学習実装条件取得部が取得した実装条件に基づきモデルを学習させる学習部と、を備え、前記学習部品情報取得部は、部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報、および他の部品パラメータの値である第二部品情報を取得し、前記学習部は、前記学習部品情報取得部が取得した第一部品情報、および第一部品情報に対応する実装条件に基づき第一モデルを学習し、前記学習部品情報取得部が取得した第一部品情報、第二部品情報、および第一部品情報、第二部品情報に対応する実装条件に基づき第二モデルを学習する。前記学習部品情報取得部は、前記実装装置が前記部品を計測して得られた計測データを第一部品情報、および第二部品情報の少なくとも一方として取得してもよい。前記計測データには、前記実装装置により前記部品を実装した際の不良率が含まれてもよい。

これによれば、部品情報の種類に応じたモデルをそれぞれ準備することができる。従って、取得される部品情報の情報量に応じた最適な実装条件を推定することが可能となる。

以下、実施の形態について、図面を参照しながら説明する。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及び接続形態、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。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

また、各図は、模式図であり、必ずしも厳密に図示されたものではない。また、各図において、同じ構成部材については同じ符号を付す場合がある。

図１は、実装装置２００の構成の一例を示す図である。本実施の形態では、基板Ｂの搬送方向をＸ軸方向と称し、そのＸ軸方向と垂直な方向をＹ軸方向と称する。Ｘ軸方向およびＹ軸方向は水平面に沿う方向である。さらに、Ｘ軸方向およびＹ軸方向に垂直な方向を、Ｚ軸方向と称する。Ｘ軸方向プラス側およびマイナス側は、それぞれ基板Ｂの搬送方向における下流側および上流側であって、Ｙ軸方向プラス側およびマイナス側は、それぞれ前後方向における後側（または奥側）および前側（または手前側）である。Ｚ軸方向プラス側およびマイナス側は、それぞれ上下方向における上側および下側である。図１では、実装装置２００の上面が示されている。

実装装置２００は、基台４と、基板搬送機構５と、２つの部品供給部６と、２つのＸ軸ビーム９と、Ｙ軸ビーム８と、２つの実装ヘッド１０と、２つの部品認識カメラ１１と、２つの基板認識カメラ１２とを備える。

基板搬送機構５は、Ｘ軸方向に沿う２つのレールを備え、基台４の中央に配設されている。基板搬送機構５は、上流側から搬入された基板Ｂを搬送し、部品実装作業を実行するための位置にその基板Ｂを位置決めして保持する。

２つの部品供給部６は、基板搬送機構５をＹ軸方向に挟むように配置されている。それぞれの部品供給部６には、複数のフィーダ７がＸ軸方向に沿って並列に配置されている。フィーダ７は、部品を収納した部品テープをテープ送り方向にピッチ送りすることにより、実装ヘッド１０によって部品の取り出しが行われる位置（以下、部品取り出し位置という）に、その部品を供給する。

なお、部品供給部６には、トレイフィーダ、スティックフィーダ、またはバルクフィーダなどが配置されてもよい。トレイフィーダは、部品を収納したトレイからその部品を供給する。スティックフィーダは、部品を収納したスティックケースからその部品を供給する。バルクフィーダは、部品を収納したバルクケースからその部品を供給する。

Ｙ軸ビーム８は、基台４上面におけるＸ軸方向の一方側（図１では右側）の端に、Ｙ軸方向に沿うように配設されている。２つのＸ軸ビーム９は、Ｘ軸方向に沿った状態で、Ｙ軸方向に移動自在にＹ軸ビーム８に結合されている。

実装ヘッド１０は、２つのＸ軸ビーム９のそれぞれに、Ｘ軸方向に移動自在に装着されている。実装ヘッド１０は、部品を吸着して保持しながら昇降可能な複数の吸着ユニット１０ａを備える。吸着ユニット１０ａのそれぞれの先端には、吸着ノズル１０ｂが設けられている（図２参照）。

２つの実装ヘッド１０のそれぞれは、Ｙ軸ビーム８およびＸ軸ビーム９の駆動によって、Ｘ軸方向およびＹ軸方向に移動する。これにより、２つの実装ヘッド１０のそれぞれは、その実装ヘッド１０に対応する部品供給部６に配置されたフィーダ７の部品取り出し位置から部品を吸着ノズル１０ｂによって吸着して取り出し、基板搬送機構５に位置決めされた基板Ｂの実装点（または実装位置）に実装する。

２つの部品認識カメラ１１のそれぞれは、２つの部品供給部６のうちの一方と基板搬送機構５との間に配設されている。部品認識カメラ１１は、部品供給部６から部品を取り出した実装ヘッド１０が部品認識カメラ１１の上方を移動する際に、その部品を撮像する。つまり、部品認識カメラ１１は、実装ヘッド１０に保持された状態の部品を撮像することによって、その部品や部品の保持姿勢を認識する。

基板認識カメラ１２は、実装ヘッド１０が取り付けられているプレート９ａに取り付けられている。したがって、基板認識カメラ１２は、実装ヘッド１０と一体的に移動する。このような基板認識カメラ１２は、実装ヘッド１０の移動に伴って、基板搬送機構５に位置決めされた基板Ｂの上方に移動し、基板Ｂに設けられた基板マーク（図示せず）を撮像して基板Ｂの位置を認識する。実装ヘッド１０による基板Ｂへの部品の実装では、部品認識カメラ１１による部品の認識結果と、基板認識カメラ１２による基板Ｂの位置の認識結果とに基づいて、実装位置の補正が行われる。

図２は、図１におけるＡ－Ａ断面を部分的に示す図である。実装装置２００は、部品Ｐを基板Ｂに実装する機能を有している。

部品供給部６は、図２に示すように、フィーダベース１３ａと、そのフィーダベース１３ａに装着された複数のフィーダ７と、フィーダベース１３ａを支持する台車１３とを備える。

台車１３は、基台４に対して着脱自在に構成され、さらに、カセットホルダ１５を備えている。カセットホルダ１５は、部品リールＣを複数個保持可能に構成されている。部品リールＣは、部品テープ１４を巻回状態で収納する。複数の部品リールＣのそれぞれは、カセットホルダ１５の上方保持位置Ｈｕまたは下方保持位置Ｈｄに保持される。カセットホルダ１５が保持する部品リールＣから引き出された部品テープ１４は、フィーダ７に装着される。なお、フィーダ７は、台車１３を用いることなく、基台４上に設けられたフィーダベース１３ａに配置されていてもよい。

図３は、実装条件推定システム１００の機能構成を示すブロック図である。実装条件推定システム１００は、実装条件推定装置としての機能、および学習装置としての機能を兼ね備えたシステムであり、制御部１０１、データ生成部１０２、モデル選択部１０３、学習部１０４、推定部１０５、表示部１０６、入出力部１０７、情報取得部１０８、実装条件保持部ＤＢ１、およびモデル保持部ＤＢ２を備える。

モデル選択部１０３は、モデル保持部ＤＢ２に保持されている第一モデル、第二モデルを含む複数の学習済みモデルから、取得した部品情報の種類（部品パラメータ）に対応した適切なモデルを選択する。本実施の形態の場合、部品パラメータとしては、寸法、重さ、摩擦係数、上面画像から得られる不良率の４つのパラメータがあるものとし、これらのパラメータの組み合わせに対応付けられた第一モデル～第八モデルを実装条件推定システム１００は、備えるものとして説明する。

モデル保持部ＤＢ２は、少なくとも第一モデル、および第二モデルを保持している。本実施の形態の場合、モデル保持部ＤＢ２は、第一モデル～第八モデルの八つのモデルを保持している。これらの複数の学習済みのモデルのそれぞれは、種類の異なるモデルであっても同じ種類のモデルであってもかまわない。モデル（アルゴリズム）は、線形回帰、ロジスティック回帰、サポートベクターマシーンなどのような回帰モデル、決定木 、ランダムフォレストなどのような木モデル、ニューラルネットワークなどを例示できる。例えば、入力される部品パラメータの数が少ない場合でも適切な実装条件が推定できるモデルを第一モデルとして採用し、第一モデルよりも入力される部品パラメータの種類が多い場合に適したモデルを第二モデルとして採用してもかまわない。

情報取得部１０８は、部品情報取得部、学習部品情報取得部、および学習実装条件取得部として機能する処理部である。情報取得部１０８が部品情報取得部として機能する場合、情報取得部１０８は、ＣＡＤデータや実装装置２００において計測された計測値などから部品Ｐに関するパラメータである部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報を取得する。さらに、部品Ｐに関する他の部品パラメータの値である第二部品情報を取得する場合もある。情報取得部１０８が第一部品情報、および第二部品情報を取得するタイミングは同時期でもよく、第二部品情報が第一部品情報よりも遅いタイミングで取得されてもよい。

情報取得部１０８が学習部品情報取得部として機能する場合、情報取得部１０８は、実装データ保持部ＤＢ１などから部品Ｐに関する第一部品情報、および第二部品情報などを取得する。情報取得部１０８は、取得した部品情報を学習部１０４に出力する。

情報取得部１０８が学習実装条件取得部として機能する場合、情報取得部１０８は、実装データ保持部ＤＢ１などから部品情報に対応した実装条件を取得する。情報取得部１０８は、取得した実装条件を部品情報に対応付けて学習部１０４に出力する。

入出力部１０７は、例えばオペレータによる操作に基づく入力データを受け付け、その入力データを制御部１０１に出力する。このような、入出力部１０７は、例えばキーボード、タッチセンサ、タッチパッドまたはマウスなどを備えてもよい。

また、入出力部１０７は、実装装置２００へのデータの出力と、実装装置２００からのデータの入力とを行うインターフェースも含まれる。データ生成部１０２によって生成された実装データは、この入出力部１０７を介して実装装置２００に出力されてもよく、実装装置２００、または実装シミュレータから実装条件の実績が入力されてもよい。

推定部１０５は、実装装置２００の実装条件を推定する。本実施の形態の場合、推定部１０５は、モデル選択部１０３によって選択されたモデルに基づき、基板Ｂに実装される部品Ｐに関する部品情報を入力として、部品Ｐを基板Ｂに実装するための実装条件を推定する。なお、具体的な推定部１０５による推定方法は後述する。

データ生成部１０２は、推定部１０５により推定された実装条件、オペレータなどがチューニングした実装条件、実績実装条件などを用い、基板Ｂに部品Ｐを実装するための実装データを生成する。実装データは、例えば、基板Ｂに実装される部品Ｐの種類や実装順、それらの部品Ｐが基板Ｂに実装される実装位置が含まれる。

実装データは、部品Ｐに対応する部品情報を含んでもよい。本実施の形態の場合、実装データは、実装データ保持部ＤＢ１に保持されている。実装データは、複数種類の部品Ｐのそれぞれの部品情報と実装条件とが紐付けられた状態で保持されている。したがって、データ生成部１０２は、実装条件が推定部１０５により推定された部品Ｐと同じ種類の部品Ｐに関する実装データが保存されている場合、実装データを更新する。一方、同じ種類の部品Ｐに対応付けられた実装データがない場合、実装データに新しいデータを追加する。

実装装置２００から取得された実装条件の実績に基づいて、データ生成部１０２によって生成された実装データに含まれる実装条件に対して修正またはチューニングなどが行われる場合がある。つまり、実装装置２００は、推定部１０５により推定された実装条件に基づいて部品Ｐを基板Ｂに実装するが、その実装によって不良の実装基板が生産される場合がある。このような場合には、実装装置２００において、不良品の発生頻度が低下するように、実装条件に含まれる部品データの修正またはチューニングが行われる。このような修正またはチューニングによって、実装データが更新される場合がある。

学習部１０４は、第一モデル、および第二モデルを含むモデルの学習を行う。本実施の形態の場合、学習部１０４は、教師有り学習によりモデルの学習を行う。学習部１０４は、部品情報取得部として機能する情報取得部が実装データなどから取得した第一部品情報を入力情報とし、第一部品情報に対応する実装条件を教師情報として第一モデルを学習する。また、学習部１０４は、第一部品情報、および第二部品情報を入力情報とし、第一部品情報、第二部品情報に対応する実装条件を教師情報として第二モデルを学習する。

また、学習部１０４は、モデル保持部ＤＢ２に他のモデルが保持されている場合、モデルに応じた部品情報、および実装条件を用いて学習を行ってもよい。

制御部１０１は、実装条件推定システム１００に含まれる制御部１０１以外の各構成要素を制御する。例えば、制御部１０１は、入出力部１０７によって受け付けられたオペレータの入力データなどに基づいて各構成要素を制御する。

実装データ保持部ＤＢ１、モデル保持部ＤＢ２は、実装条件、モデルをそれぞれ保持するための記録媒体である。例えば、このような記録媒体は、ハードディスク、ＲＡＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、または半導体メモリなどである。なお、このような記録媒体は、揮発性であっても不揮発性であってもよい。

表示部１０６は、情報取得部１０８が取得した部品情報や推定部１０５により推定された結果である実装条件を表示する。表示部１０６の種類は特に限定されるものではなく、例えば液晶ディスプレイを例示することができる。

図４は、実装条件推定画面２１０の一例を示す図である。表示部１０６に表示される実装条件推定画面２１０は、部品情報が提示される部品情報画面２１１、および推定された実装条件が提示される実装条件画面２１２を備えている。

部品Ｐに関するパラメータとしては、寸法、形状、重さ、外観、種別、表面状態、および供給形態等が存在するが、本実施の形態の場合、部品Ｐに関する全ての部品パラメータは、寸法としての長さＬ、幅Ｗ、高さＴ、重さ、表面状態としての摩擦係数、外観としての上面画像である。なお、上面画像は画像のマッチングなどにより部品の種類や型式を推定する場合に用いられる。

部品Ｐを実装する実装パラメータとしては、吸着するノズルの種類、部品の移送、認識、吸着、および装着が存在するが、本実施の形態の場合、部品Ｐに関する全ての実装パラメータは、ノズルの種類、および部品の移送、および装着を含む装着条件である。なお、装着条件とは、予め定められた規定値に対し、何％の速度状態で部品を移送し装着するかを示すパラメータである。

次に実装条件の推定方法を説明する。図５は、本実施の形態にかかる実装条件推定システム１００が実装条件を推定する際の流れを示すフローチャートである。情報取得部１０８が部品情報取得部として機能し、ＣＡＤデータや入出力部１０７などから部品Ｐに関する部品情報を取得する（Ｓ１０１）。表示部１０６により表示された実装条件推定画面２１０内の推定ボタンをオペレータが押下すると（Ｓ１０２：Ｙｅｓ）、部品パラメータの１つである寸法の値（本実施の形態の場合第一部品情報）が存在するか否かが判断される（Ｓ１０３）。寸法の値がない場合（Ｓ１０３：Ｎｏ）、エラーメッセージが表示され（Ｓ１０４）て処理が終了する。一方、寸法の値が存在する場合（Ｓ１０３：Ｙｅｓ）、部品情報内に寸法の値のみが存在するか他の値が存在するかが判断される（Ｓ１０５）。取得した部品情報が、図６に示すように寸法のみの場合（Ｓ１０５：Ｙｅｓ）、寸法の値と実装条件で学習された第一モデルによって推定が行われ（Ｓ１０６）、図７に示すように推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。

次に、取得した部品情報に寸法以外の情報が含まれている場合（Ｓ１０５：Ｎｏ）であって、寸法の値以外に重さの値（本実施の形態の場合第二部品情報）がある場合（Ｓ１０８：Ｙｅｓ）であって、図８に示すように寸法と重さの値のみが存在する場合（Ｓ１０９：Ｙｅｓ）、寸法、および重さの値と実装条件で学習された第二モデルによって推定が行われ（Ｓ１１０）、図９に示すように推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。ここで、部品Ｐの重さは、実装装置２００によって実際に測定された結果を用いてもよい。また、入出力部１０７を介して入力されたオペレータが測定した部品Ｐの重さを用いてもよい。推定された実装条件であるノズルの種類が、第一モデルで推定された結果と異なっている。つまり第二モデルによりより適切な実装条件が推定されている。

次に、寸法の値以外に重さの値がなく（Ｓ１０８：Ｎｏ）、摩擦係数の値（本実施の形態の場合第三部品情報）もない場合（Ｓ１１１：Ｎｏ）、図９に示される上面画像に基づき不良率を導出して寸法、および不良率（本実施の形態の場合第四部品情報）の値と実装条件で学習された第三モデルによって推定が行われ（Ｓ１１２）、図１０に示すように推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。ここで、部品Ｐの上面画像は、例えば実装装置２００の基板認識カメラ１２などにより取得してもかまわない。今回の部品パラメータの組み合わせによる推定結果である実装条件として装着条件が８０％に低下している。これは、部品Ｐの不良率が推定結果に反映されたと考えられ、不良率が高いためノズルにより吸着保持された部品Ｐをよりゆっくりと移送し装着する実装条件となっている。

次に、寸法の値以外に重さの値がなく（Ｓ１０８：Ｎｏ）、摩擦係数の値があり（Ｓ１１１：Ｙｅｓ）、寸法と摩擦係数の値以外の部品情報が存在しない場合（Ｓ１１３：Ｙｅｓ）、寸法、および摩擦係数の値と実装条件で学習された第四モデルによって推定が行われ（Ｓ１１４）、推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。

次に、寸法の値以外に重さの値がなく（Ｓ１０８：Ｎｏ）、摩擦係数の値があり（Ｓ１１１：Ｙｅｓ）、寸法と摩擦係数の値以外の部品情報が存在する場合（Ｓ１１３：Ｎｏ）、寸法、摩擦係数、および不良率の値と実装条件で学習された第五モデルによって推定が行われ（Ｓ１１５）、推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。

次に、寸法の値以外に重さの値がある場合（Ｓ１０８：Ｙｅｓ）であって、寸法と重さ以外の値が存在し（Ｓ１０９：Ｎｏ）、摩擦係数の値がない場合（Ｓ１１６：Ｎｏ）、寸法、重さ、および不良率の値と実装条件で学習された第六モデルによって推定が行われ（Ｓ１１８）推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。

次に、寸法の値以外に重さの値がある場合（Ｓ１０８：Ｙｅｓ）であって、寸法と重さ以外の値が存在し（Ｓ１０９：Ｎｏ）、摩擦係数の値があって（Ｓ１１６：Ｙｅｓ）、寸法と重さと摩擦係数の値のみが存在する場合（Ｓ１１７：Ｙｅｓ）、寸法、重さ、および摩擦係数の値と実装条件で学習された第七モデルによって推定が行われ（Ｓ１１９）推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。

次に、寸法の値以外に重さの値がある場合（Ｓ１０８：Ｙｅｓ）であって、寸法と重さ以外の値が存在し（Ｓ１０９：Ｎｏ）、摩擦係数の値があって（Ｓ１１６：Ｙｅｓ）、寸法と重さと摩擦係数の値以外が存在する場合（Ｓ１１７：Ｎｏ）、寸法、重さ、摩擦係数、および不良率の値と実装条件で学習された第八モデルによって推定が行われ（Ｓ１２０）推定結果である実装条件が表示部１０６に表示される（Ｓ１０７）。

次に、実装基板の生産における実装装置２００と実装条件推定システム１００との処理の流れを説明する。図１１は、実装装置と実装条件推定システムの処理の流れを示すフローチャートである。

実装装置２００において実装基板の生産が開始する（Ｓ２０１）。実装基板の生産には先に実装条件推定システム１００により推定された結果により生成される実装データが用いられる。複数の部品Ｐを順次基板Ｂに装着している生産中に部品パラメータを計測できるタイミングが発生すると（Ｓ２０２：Ｙｅｓ）、実装装置２００は、部品Ｐの計測を実行する（Ｓ２０３）。例えば部品Ｐの重さが計測された場合、部品Ｐの識別標識（例えば図６等に示す部品名ＡＸ）と重さの値が紐付けられて出力され、実装条件推定システム１００の情報取得部１０８が部品情報取得部として機能し重さの値を取得する（Ｓ２０４）。

部品情報として重さの値を取得した実装条件推定システム１００は、部品名ＡＸについて重さの値を含めた推定を行い推定結果の実装条件を新しい実装データとして再設定する（Ｓ２０５）。その後は、部品名ＡＸについては新しい実装条件で実装が行われる。以上の流れが生産終了まで繰り返される（Ｓ２０６：Ｎｏ）。

実装基板の生産が終了すると（Ｓ２０６：Ｙｅｓ）、実装結果が集計される（Ｓ２０７）。実装結果の集計には、オペレータなどにより生産中にチューニングされた実装条件や、部品Ｐのそれぞれについての不良率などの収集などが含まれる。

計測値、および不良率を含む部品情報と実装条件の実績が対応付けられて出力され、実装条件推定システム１００の情報取得部１０８が学習部品情報取得部、および学習実装条件取得部として機能し実績実装情報を取得する（Ｓ２０８）。

実装条件推定システム１００は、実装データ保持部ＤＢ１に保持された実装データを新しい実績実装情報に基づき更新する（Ｓ２０９）。また、実装条件推定システム１００は、新しい実績実装情報に基づき各モデルについて再学習を実行する（Ｓ２１０）。

なお、本発明は、上記実施の形態に限定されるものではない。例えば、本明細書において記載した構成要素を任意に組み合わせて、また、構成要素のいくつかを除外して実現される別の実施の形態を本発明の実施の形態としてもよい。また、上記実施の形態に対して本発明の主旨、すなわち、請求の範囲に記載される文言が示す意味を逸脱しない範囲で当業者が思いつく各種変形を施して得られる変形例も本発明に含まれる。

例えば、モデルの機械学習を行い、かつ実装条件の推定を実行する実装条件推定システム１００を例示して説明したが、図１２に示すような実装条件の推定を行う実装条件推定装置１１０と、図１３に示すようなモデルの機械学習を行う学習装置１２０に分離されていてもかまわない。この場合、実装条件推定装置１１０の情報取得部１０８は、部品情報取得部として機能する。学習装置１２０の情報取得部１０８は、学習部品情報取得部、および学習実装条件取得部として機能する。

また、実装条件推定システム１００、および実装条件推定装置１１０は、データ生成部１０２、および実装データ保持部ＤＢ１を備えるものとして説明したが、実装条件推定システム１００、および実装条件推定装置１１０の少なくとも一方が実装装置２００、その他上位のコンピュータに備えられてもかまわない。

また、上記実施の形態では機械学習により得られるモデルに基づき実装条件を推定する場合を説明したが、推定部１０５は、図１４に示すように、部品名毎に部品情報と実装条件とが対応付けられたデータベース２２０に基づき、実装条件を推定してもかまわない。具体的に例えば、情報取得部１０８が部品名ＡＸについての寸法の値のみを取得した場合、推定部１０５は、データベース２２０から最も類似度の高い寸法の値を特定し、特定された寸法の値に紐付けられた実装条件を部品名ＡＸの実装条件として推定してもかまわない。また、部品名ＡＸの重さの値が計測などにより得られた場合、寸法の値についての類似度が第一閾値以上のものに紐付けられた実装条件の中から重さの値について最も類似度の高いものに紐付けられた実装条件を部品名ＡＸの実装条件として推定してもかまわない。さらに摩擦係数や上面の画像の類似度に基づき部品名ＡＸの実装条件を推定してもかまわない。

また、実装装置２００が備える計測装置としては、部品認識カメラ１１、基板認識カメラ１２、重量計測器を例示したが、その他に部品Ｐの高さを測定する高さセンサ、部品Ｐの三次元形状を測定する三次元計測器などを例示できる。また、これらの計測値を部品情報の１つとして採用することができる。

また、実装装置２００と実装条件推定システム１００とを一対一の状態で説明したが、１つの実装条件推定システム１００に対し複数の実装装置２００が通信可能に接続されていてもかまわない。通信可能な接続とは、インターネットなど公衆回線を経由した接続も含まれる。複数の実装装置２００から実績実装条件を集約することで、情報量の豊富なデータベース２２０を構築したり、多くの情報に基づき機械学習のモデルを学習させることができ、実装条件の推定精度を向上させることが可能となる。

また、一台の学習装置１２０に対し複数の実装条件推定装置１１０が通信可能に接続され、複数の実装条件推定装置１１０が同じ学習済みのモデル、またはデータベース２２０を用いて実装条件を推定してもかまわない。

なお、以下のような場合も本開示に含まれる。

（１）上記の各装置は、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムである。前記ＲＡＭまたはハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、各装置は、その機能を達成する。ここでコンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。

（２）上記の各装置を構成する構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。

（３）上記の各装置を構成する構成要素の一部または全部は、各装置に脱着可能なＩＣカードまたは単体のモジュールから構成されているとしてもよい。前記ＩＣカードまたは前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。前記ＩＣカードまたは前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、前記ＩＣカードまたは前記モジュールは、その機能を達成する。このＩＣカードまたはこのモジュールは、耐タンパ性を有するとしてもよい。

（４）本開示は、上記に示す方法であるとしてもよい。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。

また、本開示は、前記コンピュータプログラムまたは前記デジタル信号をコンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ－ＲＯＭ、ＤＶＤ－ＲＡＭ、ＢＤ（Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ）、半導体メモリなどに記録したものとしてもよい。また、これらの記録媒体に記録されている前記デジタル信号であるとしてもよい。

また、本開示は、前記コンピュータプログラムまたは前記デジタル信号を、電気通信回線、無線または有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。

また、本開示は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムにしたがって動作するとしてもよい。

また、前記プログラムまたは前記デジタル信号を前記記録媒体に記録して移送することにより、または前記プログラムまたは前記デジタル信号を前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。

（５）上記実施の形態及び上記変形例をそれぞれ組み合わせるとしてもよい。

本開示は、部品を基板に実装することによって実装基板を生産するためのシステムなどに利用可能である。

４ 基台
５ 基板搬送機構
６ 部品供給部
７ フィーダ
８ Ｙ軸ビーム
９ Ｘ軸ビーム
９ａ プレート
１０ 実装ヘッド
１０ａ 吸着ユニット
１０ｂ 吸着ノズル
１１ 部品認識カメラ
１２ 基板認識カメラ
１３ 台車
１３ａ フィーダベース
１４ 部品テープ
１５ カセットホルダ
１００ 実装条件推定システム
１０１ 制御部
１０２ データ生成部
１０３ モデル選択部
１０４ 学習部
１０５ 推定部
１０６ 表示部
１０７ 入出力部
１０８ 情報取得部
１１０ 実装条件推定装置
１２０ 学習装置
２００ 実装装置
２１０ 実装条件推定画面
２１１ 部品情報画面
２１２ 実装条件画面
２２０ データベース

Claims (10)

1. 部品を基板に実装するための実装装置の実装条件を推定する実装条件推定装置であって、
   前記部品に関するパラメータである部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報を取得する部品情報取得部と、
   前記部品情報取得部が取得した第一部品情報に基づいて実装条件を推定する推定部と、を備え、
   前記部品情報取得部は、
   前記部品に関する他の部品パラメータの値である第二部品情報を取得し、
   前記推定部は、
   第一部品情報、および実装条件に基づき学習した第一モデルと、第一部品情報、前記第二部品情報、および実装条件に基づき学習した第二モデルと、を備え、前記部品情報取得部が取得した第一部品情報、および第二部品情報に基づいて実装条件を推定する
   実装条件推定装置。
2. 前記部品に関するパラメータは、前記部品の寸法、形状、重さ、外観、種別、表面状態、および前記部品を供給するための供給形態のうちの少なくとも１つを含む、
   請求項１に記載の実装条件推定装置。
3. 実装条件は、前記実装装置で前記部品を吸着するノズルの種類、部品の移送、認識、吸着、および装着に関する情報の少なくとも一つを含む
   請求項１または２に記載の実装条件推定装置。
4. 前記部品情報取得部は、
   前記実装装置が前記部品を計測して得られた計測データを第一部品情報、および第二部品情報の少なくとも一方として取得する
   請求項１から３のいずれか一項に記載の実装条件推定装置。
5. 部品を基板に実装するための実装装置の実装条件を推定するためのモデルについて学習させる学習装置であって、
   前記部品に関するパラメータの値である部品情報を取得する学習部品情報取得部と、
   前記学習部品情報取得部が取得した部品情報に対応する実装条件を取得する学習実装条件取得部と、
   前記学習部品情報取得部が取得した部品情報、および前記学習実装条件取得部が取得した実装条件に基づきモデルを学習させる学習部と、を備え、
   前記学習部品情報取得部は、
   部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報、および他の部品パラメータの値である第二部品情報を取得し、
   前記学習部は、
   前記学習部品情報取得部が取得した第一部品情報、および第一部品情報に対応する実装条件に基づき第一モデルを学習し、前記学習部品情報取得部が取得した第一部品情報、第二部品情報、および第一部品情報、第二部品情報に対応する実装条件に基づき第二モデルを学習する
   学習装置。
6. 前記学習部品情報取得部は、
   前記実装装置が前記部品を計測して得られた計測データを第一部品情報、および第二部
   品情報の少なくとも一方として取得する
   請求項５に記載の学習装置。
7. 前記計測データには、前記実装装置により前記部品を実装した際の不良率が含まれる
   請求項６に記載の学習装置。
8. 請求項１から４のいずれか一項に記載の実装条件推定装置、および請求項５から７のいずれか一項に記載の学習装置を備えた実装条件推定システム。
9. 部品を基板に実装するための実装装置の実装条件を推定する実装条件推定方法であって、
   前記部品に関するパラメータである部品パラメータのうちの少なくとも一つの部品パラメータの値である第一部品情報を部品情報取得部が取得し、
   前記部品情報取得部が取得した第一部品情報に基づいて実装条件を推定部が推定し、
   前記部品情報取得部は、
   前記部品に関する他の部品パラメータの値である第二部品情報を取得し、
   前記推定部は、
   第一部品情報、および実装条件に基づき学習した第一モデルと、第一部品情報、前記第二部品情報、および実装条件に基づき学習した第二モデルと、を備え、前記部品情報取得部が取得した第一部品情報、および第二部品情報に基づいて実装条件を推定する
   実装条件推定方法。
10. 請求項９に記載の実装条件推定方法をコンピュータに実行させるプログラム。

Images