CN113407592A - 一种pcb生产线故障定位方法和设备 - Google Patents
一种pcb生产线故障定位方法和设备 Download PDFInfo
- Publication number
- CN113407592A CN113407592A CN202110632383.4A CN202110632383A CN113407592A CN 113407592 A CN113407592 A CN 113407592A CN 202110632383 A CN202110632383 A CN 202110632383A CN 113407592 A CN113407592 A CN 113407592A
- Authority
- CN
- China
- Prior art keywords
- error
- furnace
- type
- fault
- pcb
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 22
- 238000013507 mapping Methods 0.000 claims description 18
- 229910000679 solder Inorganic materials 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 2
- 230000004807 localization Effects 0.000 claims 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 16
- 238000007639 printing Methods 0.000 description 13
- 229910000831 Steel Inorganic materials 0.000 description 10
- 239000010959 steel Substances 0.000 description 10
- 238000003466 welding Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000013072 incoming material Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 150000003071 polychlorinated biphenyls Chemical class 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Manufacturing & Machinery (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种PCB生产线故障定位方法和设备。其中，方法包括：根据炉后AOI设备输出的一PCB上至少一元件的炉后错误信息，从SPI设备和炉前AOI设备获取与所述PCB板的所述元件对应的SPI错误信息和炉前错误信息；根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成若干错误规则记录；将各错误规则记录按各故障类型进行分类统计，当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型确定故障位置，输出所述故障位置和所述故障类型。采用本发明的方式，能快速而准确地定位出故障位置和故障类型，从而提高产品质量和提升PCB生产线的自动化水平。
Description
技术领域
本发明涉及生产线故障检测领域，特别是涉及一种PCB生产线故障定位方法和设备。
背景技术
一条完整的PCB生产线上有许多自动化设备，这些设备的运行状态直接影响到生产出来的PCB板的质量。在PCB板组装的过程中，当发现PCB板某一缺陷产生时，如果能快速而准确地定位到出问题的设备，则有助于提高产品质量和提升PCB生产线的自动化水平。
现有技术中，一般是通过设备的故障码来定位问题，对于比较隐蔽的问题，往往需要停线之后由专门的维护人员进行检修，费时费力。当设备越来越多时，问题往往更难定位，产线的正常运行状态也越来越难以维护。
发明内容
本发明实施例旨在提供一种PCB生产线故障定位方法和设备，能快速而准确地定位到出问题的设备，从而提高产品质量和提升PCB生产线的自动化水平。
为解决上述技术问题，本发明实施例提供以下技术方案：
根据本发明的一方面，提供一种PCB生产线故障定位方法，所述方法包括：
根据炉后AOI设备输出的一PCB上至少一元件的炉后错误信息，从SPI设备获取所述PCB的所述元件对应的SPI错误信息，以及从炉前AOI设备获取所述PCB的所述元件对应的炉前错误信息；
根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成错误规则记录；
将各错误规则记录按各故障类型进行分类统计；
当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型确定故障位置，输出所述故障位置和所述故障类型。
可选地，所述炉后错误信息包括炉后错误类型，所述SPI错误信息包括SPI错误类型，所述炉前错误信息包括炉前错误类型；所述根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成若干错误规则记录包括：
将各所述炉后错误类型与各所述SPI错误类型、按照预设的炉后-SPI错误映射规则进行匹配；
若匹配成功，则根据所述PCB、所述元件、匹配成功的炉后错误类型和SPI错误类型生成SPI错误规则记录；
若匹配失败，将各所述炉后错误类型与各所述炉前错误类型按照预设的炉后-炉前错误映射规则进行匹配，若匹配成功，则根据所述PCB、所述元件、匹配成功的炉后错误类型和炉前错误类型生成炉前错误规则记录，若匹配失败，则根据所述PCB、所述元件、所述炉后错误信息中匹配失败的炉后错误类型生成炉后错误规则记录。
可选地，所述炉后错误类型包括偏移、开焊、少锡、缺件、多锡、翻件、反向、短路、错件、侧立和破损中任一种。
可选地，所述每一故障类型与一错误类型组合相对应，所述错误类型组合包括第一错误类型和第二错误类型，所述第一错误类型为所述炉后错误类型，所述第二错误类型为所述SPI错误类型，或者所述炉前错误类型，或者为空。
可选地，所述将各错误规则记录按各故障类型进行分类统计包括：
针对每个故障类型，获取所述故障类型对应的错误类型组合和统计方式；
根据所述错误类型组合对各错误规则记录进行筛选，筛选出与所述故障类型相匹配的各错误规则记录；
采用所述统计方式对筛选出的各错误规则记录进行统计。
可选地，所述采用所述统计方式对筛选出的各错误规则记录进行统计包括：
对筛选出的各错误规则记录以PCB板为单位统计所述故障类型的出现频率；或者，
对筛选出的各错误规则记录基于同位置元件以PCB板为单位统计所述故障类型的出现频率；或者，
对筛选出的各错误规则记录基于同位置元件连续出现的情形以PCB板为单位统计所述故障类型的出现频率；或者，
获取筛选出的各错误规则记录中各元件所对应的站位，对所述筛选出的各错误规则记录基于同站位以PCB板为单位统计所述故障类型的出现频率；或者，
获取筛选出的各错误规则记录中各元件所对应的站位，对所述筛选出的各错误规则记录基于同站位连续出现的情形以PCB板为单位统计所述故障类型的出现频率；或者，
对筛选出的各错误规则记录中基于错误元件数量所述故障类型在各PCB板的错误元件数量。
可选地，所述故障类型的统计结果符合对应的认定标准包括：
所述故障类型的出现频率达到所述认定标准中的频率阈值，或者，
所述故障类型对应的各PCB中存在一PCB的错误元件数量大于或等于所述认定标准中的错误元件数量上限阈值，或者，
所述故障类型对应的各PCB中存在一PCB的错误元件数量小于或等于所述认定标准中的错误元件数量下限阈值。
可选地，所述方法还包括：
当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型获取对应的改善建议，并将输出所述改善建议。
根据本发明的另一方面，提供一种故障定位设备，所述故障定位设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时实现上述任一项所述的方法。
根据本发明的另一方面，提供一种可读存储介质，所述可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，执行上述任一项所述的方法。
本发明实施例的有益效果是：区别于现有技术的情况，本发明实施例中，首先，根据炉后AOI设备输出的一PCB上至少一元件的炉后错误信息，从SPI设备和炉前AOI设备获取与所述PCB板的所述元件对应的SPI错误信息和炉前错误信息；其次，根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成若干错误规则记录；最后，将各错误规则记录按各故障类型进行分类统计，当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型确定故障位置，输出所述故障位置和所述故障类型。采用本发明的方式，能快速而准确地定位出故障位置和故障类型，从而提高产品质量和提升PCB生产线的自动化水平。
附图说明
图1是本发明实施例提供的一种PCB生产线故障定位***的结构示意图；
图2是本发明实施例提供的一种PCB生产线故障定位方法的流程图；
图3是本发明实施例提供的一种生成错误规则记录的方法流程图；
图4是本发明实施例提供的一种将各错误规则记录基于每一故障类型进行分类统计的方法流程图；
图5是本发明实施例提供的炉后偏移错误对应的可能故障类型的示意图；
图6是本发明实施例提供的炉后开焊错误对应的可能故障类型的示意图；
图7是本发明实施例提供的炉后缺件错误对应的可能故障类型的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，为本发明实施例提供的一种PCB生产线故障定位***的结构示意图。所述***包括故障定位设备10、炉后AOI(Automated Optical Inspection，自动光学检测)设备20、炉前AOI设备30以及SPI(Solder Paste Inspection，锡膏检测)设备40，其中，故障定位设备10分别与炉后AOI设备20、炉前AOI设备30以及SPI设备40通讯连接。
采用SMT(Surface Mount Technology，表面组装技术)的PCB生产线上的主要设备有印刷机、贴片机、回流焊、插件、波峰炉、测试包装。其中，一块PCB板的制程一般包含多个贴片机，分别贴装不同的元件。
SPI设备40，用于检测印刷机的锡膏印刷是否存在少锡、多锡、偏移等问题。
炉前AOI设备30，用于检测贴片机的贴的元件是否存在偏移、缺件、反向等问题。
炉后AOI设备20，用于对最后产出的PCB板上的锡膏问题和贴片问题进行检测。
故障定位设备10，用于根据炉后AOI设备输出的一PCB上至少一元件的炉后错误信息，从SPI设备40获取所述PCB的所述元件对应的SPI错误信息，以及从炉前AOI设备30获取所述PCB的所述元件对应的炉前错误信息，根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成错误规则记录；将各错误规则记录按各故障类型进行分类统计；当一故障类型的统计结果符合对应的认定标准时，根据所述故障类型确定故障位置，将所故障位置和故障类型输出。其中，故障类型具体为印刷机锡膏印刷偏移、钢网阻塞、钢网开孔小、贴片机贴装坐标偏移、MARK点误识别等。
在一些实施例中，每一故障类型对应一改善建议，故障定位设备10还用于获取该故障类型的改善建议进行输出，以使得相应的工程师可以根据改善建议进行调整。
在一些实施例中，故障定位设备20包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时实现下述任一项所述的PCB生产线故障定位方法。
如图2所示，为本发明实施例提供的一种PCB生产线故障定位方法的流程图，所述方法可应用于上述的故障定位设备20。所述方法包括：
步骤S201，根据炉后AOI设备输出的一PCB上至少一元件的炉后错误信息，从SPI设备获取所述PCB的所述元件对应的SPI错误信息，以及从炉前AOI设备获取所述PCB的所述元件对应的炉前错误信息。
具体的，炉后AOI设备对经过波峰炉之后的每一块PCB板进行检测，输出各PCB的炉后测试结果。当炉后AOI设备检测到一PCB上各元件的锡膏印刷或贴片均符合标准时，输出PCB合格的炉后测试结果。当炉后AOI设备检测到一PCB存在锡膏印刷或贴片错误的元件时，输出PCB上不合格的各元件和各元件对应的炉后错误信息。监测到炉后错误信息时，按元件进行回溯，查找该元件对应的SPI错误信息和炉前错误信息。需要说明的是，查找到的SPI错误信息和炉前错误信息可能为空。
步骤S202，根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成错误规则记录。
一元件的炉后错误信息包括至少一个炉后错误类型，所述炉后错误类型包括偏移、开焊、少锡、缺件、多锡、翻件、反向、短路、错件、侧立和破损等。一元件的SPI错误信息包括至少一个SPI错误类型，所述SPI错误类型包括偏移、少锡、多锡等。一元件的炉前错误信息包括至少一个炉前错误类型，所述炉前错误类型包括偏移、缺件、翻件、反向、错件、破损等。
下面结合图3对步骤S202进行详细描述。如图3所示，为本发明实施例提供的一种生成错误规则记录的方法流程图，所述方法包括：
步骤S2021，将各炉后错误类型与各SPI错误类型、按照预设的炉后-SPI错误映射规则进行匹配。
具体的，所述炉后错误信息包括炉后错误类型，所述SPI错误信息包括SPI错误类型，所述炉前错误信息包括炉前错误类型。假设一元件的炉后错误信息包含偏移、开焊两种炉后错误类型，该元件的SPI错误信息包含偏移、少锡两种SPI错误类型。根据预设的炉后-SPI错误映射规则可知，炉后偏移分别与SPI偏移、SPI少锡存在映射关系，炉后开焊也分别与SPI偏移、SPI少锡存在映射关系，即经过匹配得到炉后偏移-SPI偏移、炉后偏移-SPI少锡、炉后开焊-SPI偏移、炉后开焊-SPI少锡四种匹配成功的映射关系。
在一些实施例中，当所述SPI错误信息为空时，则转至步骤S2024。
步骤S2022，判断匹配是否成功，若成功，则进入步骤S2023，若失败，则进入步骤S2024。
具体的，当步骤S2021中存在至少一种匹配成功的映射关系，则判断匹配成功。
步骤S2023，根据所述PCB、所述元件、匹配成功的炉后错误类型和SPI错误类型生成SPI错误规则记录。
具体的，针对步骤S2021中每一匹配成功的映射关系生成一条SPI错误规则记录。
步骤S2024，将各炉后错误类型与各炉前错误类型按照预设的炉后-炉前错误映射规则进行匹配。
具体的，假设一元件的炉后错误信息包含偏移、开焊两种炉后错误类型，该元件的炉前错误信息包含偏移一种炉前错误类型。根据预设的炉后炉前错误映射规则可知，炉后偏移与炉前偏移存在映射关系，炉后开焊也与炉前偏移存在映射关系，即经过匹配得到炉后偏移-炉前偏移、炉后开焊-炉前偏移两种匹配成功的映射关系。
在一些实施例中，当所述炉前错误信息为空时，则转至步骤S2027。
步骤S2025，判断匹配是否成功，若成功，则进入步骤S2026，若失败，则进入步骤S2027。
具体的，当步骤S2024中存在至少一种匹配成功的映射关系，则判断匹配成功。
步骤S2026，据所述PCB、所述元件、匹配成功的炉后错误类型和炉前错误类型生成炉前错误规则记录。
具体的，针对步骤S2024中每一匹配成功的映射关系生成一条炉前错误规则记录。
步骤S2027，根据所述PCB、所述元件、所述炉后错误信息中匹配失败的炉后错误类型生成炉后错误规则记录。
在一些实施例中，一元件的SPI错误信息和炉前错误信息均为空，即该元件的不良仅出现在炉后，根据该元件的炉后错误类型可推导出可能的故障类型。比如，一元件的炉后错误类型为偏移，SPI错误信息和炉前错误信息均为空，则造成该元件炉后偏移的原因可能单边吃锡不良。PCB板在经过波峰炉时，如果该元件单边吃锡不良，波峰炉会对元件造成拉扯，从而使得元件炉后偏移。
需要说明的是，在生成错误规则记录时，是针对每一炉后错误类型、或每一炉后错误类型和每一SPI错误类型或每一炉前错误类型生成一条错误规则记录。
步骤S203，将各错误规则按各故障类型进行分类统计。
具体的，在故障定位设备中预设有至少一个故障类型，并针对每个故障类型，建立该故障类型与一错误类型组合的映射关系，根据所述错误类型组合可筛选出与所述故障类型相匹配的错误规则记录。所述错误类型组合包括第一错误类型和第二错误类型，所述第一错误类型为炉后错误类型，所述第二错误类型为SPI错误类型，或者炉前错误类型，或者空。
根据前述的描述可知，每条错误规则记录包括一炉后错误类型，或者包括一炉后错误类型和、一SPI错误类型或一炉前错误类型。需要说明的是，一个错误类型组合可对应一个或多个故障类型，而一个故障类型均对应一错误类型组合。
如图5所示，“炉后偏移-SPI偏移”错误类型组合对应一个故障类型，即“印刷偏移”，而“炉后偏移-SPI少锡”错误类型组合对应两个故障类型，分别为“钢网阻塞”和“钢网开孔小”。
下面结合图4对步骤S203进行详细描述。如图4所示，为本发明实施例提供的一种将各错误规则记录基于每一故障类型进行分类统计的方法流程图，所述方法包括：
步骤S2031，针对每个故障类型，获取所述故障类型对应的错误类型组合和统计方式。
不同的故障类型对应不同的错误类型组合和统计方式，有的故障类型是基于整块PCB板的，比如“印刷偏移”故障类型，对应的故障类型为印刷机偏移，当印刷机偏移时，整块板上各元件的印刷都会发生偏移；而有的故障类型是基于同一位置的，比如同一元件连续发生偏移，通过该元件可以在排料表里找到贴装该元件的站位，从而找到出问题的贴片机。
步骤S2032，根据所述错误类型组合对各错误规则记录进行筛选，筛选出与所述故障类型相匹配的各错误规则记录。
具体的，根据错误类型组合可以得到第一错误类型和第二错误类型，根据第一错误类型和第二错误类型对各错误规则记录进行筛选，得到与故障类型匹配的各错误规则记录。
步骤S2033，采用所述统计方式对筛选出的各错误规则记录进行统计。
根据故障类型的不同，对每个故障类型的监控方式将不同，即对每个故障类型的统计方式将不同。比如，“炉后开焊-SPI少锡”错误类型组合对应有三种故障类型(分别为“刮刀压力太大”、“钢网孔堵塞”、“锡膏印刷脱模”)，这三种故障类型对应的统计方式均不同。其中，对于“刮刀压力太大”故障类型需要统计PCB板上是否存在大面积不良；对于“钢网孔堵塞”故障类型，需要统计同一位置元件是否连续发生“炉后开焊-SPI少锡”问题；对于“锡膏印刷脱模”故障类型，需要统计一块PCB上是否只有部分元件发生“炉后开焊-SPI少锡”问题。
本申请发明人通过对各种故障类型进行分析，得到如下的六种统计方式：
(1)对筛选出的各错误规则记录以PCB板为单位统计所述故障类型的出现频率。
(2)对筛选出的各错误规则记录基于同位置元件以PCB板为单位统计所述故障类型的出现频率。
(3)对筛选出的各错误规则记录基于同位置元件连续出现的情形以PCB板为单位统计所述故障类型的出现频率。
(4)获取筛选出的各错误规则记录中各元件所对应的站位，对所述筛选出的各错误规则记录基于同站位以PCB板为单位统计所述故障类型的出现频率。
(5)获取筛选出的各错误规则记录中各元件所对应的站位，对所述筛选出的各错误规则记录基于同站位连续出现的情形以PCB板为单位统计所述故障类型的出现频率。
(6)对筛选出的各错误规则记录中基于错误元件数量所述故障类型在各PCB板的错误元件数量。
如图5、图6、图7所示，“炉后偏移-SPI偏移”错误类型组合对应的故障类型“印刷偏移”可采用第(1)种方式进行统计；“炉后缺件-炉前缺件”错误类型组合对应的故障类型之一“贴装高度设置不当抛料”可采用第(2)种方式进行统计；“炉后偏移-SPI少锡”错误类型组合对应的故障类型“钢网阻塞”和“钢网开孔小”可采用第(3)种方式进行统计；炉后缺件-炉前缺件”错误类型组合对应的故障类型之一“吸嘴堵塞或吸嘴不良”可采用第(4)种方式进行统计；“炉后开焊-空”错误类型组合对应的故障类型之一“来料氧化”可采用第(5)种方式进行统计；“炉后开焊-SPI少锡”错误类型组合对应的故障类型“刮刀压力太大”和“锡膏印刷脱模”可采用第(6)种方式进行统计。
步骤S204，当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型确定故障位置，输出所述故障位置和所述故障类型。
具体的，对各故障类型的统计结果进行监测，监测各故障类型的统计结果是否符合所述故障类型对应的认定标准。
在一些实施例中，所述故障类型的统计结果符合对应的认定标准包括：所述故障类型的出现频率达到所述认定标准中的频率阈值，或者，所述故障类型的错误元件数量集中存在一PCB的错误元件数量大于或等于所述认定标准中的错误元件数量上限阈值，或者，所述故障类型的对应的各PCB中存在一PCB的错误元件数量小于或等于所述认定标准中的错误元件数量下限阈值。
可以理解的是，各故障类型对应的认定标准中的频率阈值、或错误元件数量上限阈值、或错误元件数量下限阈值可不同。
当故障类型为非同位置也非同站位类型(所述同位置即同一元件、同站位即同一贴片设备)的缺陷导致时，可直接根据故障类型确定故障位置，比如故障类型为“印刷偏移”，则故障位置为印刷机。故障类型为“机器贴装偏移”，则故障位置为“元件贴装数据表”。当故障类型为同位置或同站位类型的缺陷导致时，需要通过排料表查找到该元件对应的贴片设备。一般情况下，一个站位对应一个贴片设备。比如故障类型为“机器贴装坐标偏移(同位置连续)”，则故障位置为发生偏移的元件所对应的贴片设备。
在一些实施例中，所述方法还包括：当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型获取改善建议，并将所述改善建议输出。比如，针对故障类型“钢网阻塞(同位置连续)”的改善建议为“清洗钢网”。
本发明方法实施例，首先，根据炉后AOI设备输出的一PCB上至少一元件的炉后错误信息，从SPI设备和炉前AOI设备获取与所述PCB板的所述元件对应的SPI错误信息和/或炉前错误信息；其次，根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成若干错误规则记录；最后，将各错误规则记录按各故障类型进行分类统计，当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型确定故障位置，输出所述故障位置和所述故障类型。采用本发明的方法，能快速而准确地定位出故障位置和故障类型，从而提高产品质量和提升PCB生产线的自动化水平。
根据本发明实施例，提供一种可读存储介质，所述可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，所述处理器执行本发明实施例中任一项所述的方法步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用直至得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种PCB生产线故障定位方法，其特征在于，所述方法包括：
根据炉后AOI设备输出的一PCB上至少一元件的炉后错误信息，从SPI设备获取所述PCB的所述元件对应的SPI错误信息，以及从炉前AOI设备获取所述PCB的所述元件对应的炉前错误信息；
根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成错误规则记录；
将各错误规则记录按各故障类型进行分类统计；
当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型确定故障位置，输出所述故障位置和所述故障类型。
2.根据权利要求1所述的方法，其特征在于，所述炉后错误信息包括炉后错误类型，所述SPI错误信息包括SPI错误类型，所述炉前错误信息包括炉前错误类型；所述根据所述炉后错误信息、所述SPI错误信息和所述炉前错误信息按照预设的错误生成规则生成若干错误规则记录包括：
将各所述炉后错误类型与各所述SPI错误类型、按照预设的炉后-SPI错误映射规则进行匹配；
若匹配成功，则根据所述PCB、所述元件、匹配成功的炉后错误类型和SPI错误类型生成SPI错误规则记录；
若匹配失败，将各所述炉后错误类型与各所述炉前错误类型按照预设的炉后-炉前错误映射规则进行匹配，若匹配成功，则根据所述PCB、所述元件、匹配成功的炉后错误类型和炉前错误类型生成炉前错误规则记录，若匹配失败，则根据所述PCB、所述元件、所述炉后错误信息中匹配失败的炉后错误类型生成炉后错误规则记录。
3.根据权利要求2所述的方法，其特征在于，所述炉后错误类型包括偏移、开焊、少锡、缺件、多锡、翻件、反向、短路、错件、侧立和破损中的至少一种。
4.根据权利要求2任一项所述的方法，其特征在于，每一所述故障类型与一错误类型组合相对应，所述错误类型组合包括第一错误类型和第二错误类型，所述第一错误类型为所述炉后错误类型，所述第二错误类型为所述SPI错误类型，或者所述炉前错误类型，或者为空。
5.根据权利要求4所述的方法，其特征在于，所述将各错误规则记录按各故障类型进行分类统计包括：
针对每个故障类型，获取所述故障类型对应的错误类型组合和统计方式；
根据所述错误类型组合对各错误规则记录进行筛选，筛选出与所述故障类型相匹配的各错误规则记录；
采用所述统计方式对筛选出的各错误规则记录进行统计。
6.根据权利要求5所述的方法，其特征在于，所述采用所述统计方式对筛选出的各错误规则记录进行统计包括：
对筛选出的各错误规则记录以PCB板为单位统计所述故障类型的出现频率；或者，
对筛选出的各错误规则记录基于同位置元件以PCB板为单位统计，所述故障类型的出现频率；或者，
对筛选出的各错误规则记录基于同位置元件连续出现的情形以PCB板为单位统计所述故障类型的出现频率；或者，
获取筛选出的各错误规则记录中各元件所对应的站位，对所述筛选出的各错误规则记录基于同站位以PCB板为单位统计所述故障类型的出现频率；或者，
获取筛选出的各错误规则记录中各元件所对应的站位，对所述筛选出的各错误规则记录基于同站位连续出现的情形以PCB板为单位统计所述故障类型的出现频率；或者，
对筛选出的各错误规则记录中基于错误元件数量所述故障类型在各PCB板的错误元件数量。
7.根据权利要求6所述的方法，其特征在于，所述故障类型的统计结果符合对应的认定标准包括：
所述故障类型的出现频率达到所述认定标准中的频率阈值，或者，
所述故障类型对应的各PCB中存在一PCB的错误元件数量大于或等于所述认定标准中的错误元件数量上限阈值，或者，
所述故障类型对应的各PCB中存在一PCB的错误元件数量小于或等于所述认定标准中的错误元件数量下限阈值。
8.根据权利要求4所述的方法，其特征在于，所述方法还包括：
当一故障类型的统计结果符合所述故障类型对应的认定标准时，根据所述故障类型获取对应的改善建议，并将输出所述改善建议。
9.一种故障定位设备，其特征在于，所述故障定位设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-8任一项所述的方法。
10.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110632383.4A CN113407592B (zh) | 2021-06-07 | 2021-06-07 | 一种pcb生产线故障定位方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110632383.4A CN113407592B (zh) | 2021-06-07 | 2021-06-07 | 一种pcb生产线故障定位方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113407592A true CN113407592A (zh) | 2021-09-17 |
| CN113407592B CN113407592B (zh) | 2023-11-03 |
Family
ID=77676717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110632383.4A Active CN113407592B (zh) | 2021-06-07 | 2021-06-07 | 一种pcb生产线故障定位方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113407592B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101325520A (zh) * | 2008-06-17 | 2008-12-17 | 南京邮电大学 | 基于日志的智能自适应网络故障定位和分析方法 |
| CN102338751A (zh) * | 2011-06-02 | 2012-02-01 | 浙江工业大学 | 基于视觉检测法的电路板缺陷检测设备 |
| CN203287029U (zh) * | 2013-05-17 | 2013-11-13 | 深圳明锐理想科技有限公司 | 一种电路板视觉检测机折叠式翻盖结构 |
| KR20150012881A (ko) * | 2013-07-26 | 2015-02-04 | 삼성테크윈 주식회사 | Ｐｃｂ 불량정보 시각화 장치 |
| CN106383760A (zh) * | 2016-09-19 | 2017-02-08 | 郑州云海信息技术有限公司 | 一种计算机故障管理方法及装置 |
| CN107396538A (zh) * | 2017-07-21 | 2017-11-24 | 泓辉电子（重庆）有限公司 | 一种主板生产线自动化生产管理方法 |
| CN107450012A (zh) * | 2017-08-10 | 2017-12-08 | 薛雪东 | 一种电路板维修鉴定*** |
| CN108920314A (zh) * | 2018-06-26 | 2018-11-30 | 郑州云海信息技术有限公司 | 一种故障硬件定位方法、装置、***及可读存储介质 |
| CN110413490A (zh) * | 2019-08-01 | 2019-11-05 | 北京百度网讯科技有限公司 | 确定错误信息类型的方法、错误信息代码分类方法及装置 |
| CN111078446A (zh) * | 2019-11-22 | 2020-04-28 | 北京达佳互联信息技术有限公司 | 一种故障信息获取方法、装置、电子设备及存储介质 |
| CN111784674A (zh) * | 2020-07-02 | 2020-10-16 | 深圳明锐理想科技有限公司 | 元件检测方法、装置、计算机设备和存储介质 |
| CN112821566A (zh) * | 2021-03-18 | 2021-05-18 | 广东电网有限责任公司佛山供电局 | 一种配网故障遥控介入处理的智能统计方法及装置 |
-
2021
- 2021-06-07 CN CN202110632383.4A patent/CN113407592B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101325520A (zh) * | 2008-06-17 | 2008-12-17 | 南京邮电大学 | 基于日志的智能自适应网络故障定位和分析方法 |
| CN102338751A (zh) * | 2011-06-02 | 2012-02-01 | 浙江工业大学 | 基于视觉检测法的电路板缺陷检测设备 |
| CN203287029U (zh) * | 2013-05-17 | 2013-11-13 | 深圳明锐理想科技有限公司 | 一种电路板视觉检测机折叠式翻盖结构 |
| KR20150012881A (ko) * | 2013-07-26 | 2015-02-04 | 삼성테크윈 주식회사 | Ｐｃｂ 불량정보 시각화 장치 |
| CN106383760A (zh) * | 2016-09-19 | 2017-02-08 | 郑州云海信息技术有限公司 | 一种计算机故障管理方法及装置 |
| CN107396538A (zh) * | 2017-07-21 | 2017-11-24 | 泓辉电子（重庆）有限公司 | 一种主板生产线自动化生产管理方法 |
| CN107450012A (zh) * | 2017-08-10 | 2017-12-08 | 薛雪东 | 一种电路板维修鉴定*** |
| CN108920314A (zh) * | 2018-06-26 | 2018-11-30 | 郑州云海信息技术有限公司 | 一种故障硬件定位方法、装置、***及可读存储介质 |
| CN110413490A (zh) * | 2019-08-01 | 2019-11-05 | 北京百度网讯科技有限公司 | 确定错误信息类型的方法、错误信息代码分类方法及装置 |
| CN111078446A (zh) * | 2019-11-22 | 2020-04-28 | 北京达佳互联信息技术有限公司 | 一种故障信息获取方法、装置、电子设备及存储介质 |
| CN111784674A (zh) * | 2020-07-02 | 2020-10-16 | 深圳明锐理想科技有限公司 | 元件检测方法、装置、计算机设备和存储介质 |
| CN112821566A (zh) * | 2021-03-18 | 2021-05-18 | 广东电网有限责任公司佛山供电局 | 一种配网故障遥控介入处理的智能统计方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 顾翔;徐晓光;: "基于Vision Builder AI的PCBA智能化缺陷检测***", 赤峰学院学报(自然科学版), no. 03, pages 18 - 21 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113407592B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108012426B (zh) | 一种多层pcb的品质追溯方法 | |
| US5564183A (en) | Producing system of printed circuit board and method therefor | |
| CN109840572A (zh) | 一种smt产线管理方法及制造端 | |
| US6240633B1 (en) | Automatic defect detection and generation of control code for subsequent defect repair on an assembly line | |
| CN108811365A (zh) | 一种smt生产智能防错追溯方法及工艺 | |
| CN105979719A (zh) | 印刷电路板的焊接方法 | |
| CN206038549U (zh) | Smt生产实时管理*** | |
| CN107396538A (zh) | 一种主板生产线自动化生产管理方法 | |
| JPH10141929A (ja) | はんだ付け検査装置 | |
| EP3499330A1 (en) | Management system, management device, management method, and program | |
| CN114970888A (zh) | 基于电力电气控制的元件故障分析*** | |
| CN111421954B (zh) | 智能判定回馈方法及装置 | |
| CN113407592B (zh) | 一种pcb生产线故障定位方法和设备 | |
| JP2007081318A (ja) | 検査結果出力方法、検査結果出力装置、検査結果出力用プログラム、および検査結果出力用プログラムを記録した記録媒体 | |
| US7134599B2 (en) | Circuit board inspection apparatus | |
| CN116896860A (zh) | 一种基于5g的smt生产线质量监测与分析方法和*** | |
| KR101581894B1 (ko) | 표면 실장 통합 관리 장치 | |
| CN105196690A (zh) | 一种smt焊接工艺及smt印刷钢网 | |
| CN114929007A (zh) | 流程监测方法、装置及服务器 | |
| CN114654038B (zh) | 一种焊接方法、装置、设备及存储介质 | |
| CN109587952A (zh) | 一种防止pcb生产过程中混板的方法及*** | |
| CN110231351A (zh) | Aoi检测方法 | |
| Shioiri et al. | Application of machine learning to printed circuit board external inspection | |
| JPH057100A (ja) | 部品実装管理方法 | |
| CN106879192A (zh) | 一种pcba板制造方法以及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 518000 Floor 5-6, Unit B, Building B4, Guangming Science Park, China Merchants Bureau, Fenghuang Community, Fenghuang Street, Guangming District, Shenzhen, Guangdong Patentee after: Shenzhen Mingrui Ideal Technology Co.,Ltd. Country or region after: China Address before: 518000 floor 6, unit B, building B4, Guangming science and Technology Park, China Merchants Bureau, sightseeing Road, Fenghuang community, Fenghuang street, Guangming District, Shenzhen, Guangdong Province Patentee before: SHENZHEN MAGIC-RAY TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |