JP2013247228A - Substrate inspection method, inspection program, and inspection device - Google Patents
Substrate inspection method, inspection program, and inspection device Download PDFInfo
- Publication number
- JP2013247228A JP2013247228A JP2012119793A JP2012119793A JP2013247228A JP 2013247228 A JP2013247228 A JP 2013247228A JP 2012119793 A JP2012119793 A JP 2012119793A JP 2012119793 A JP2012119793 A JP 2012119793A JP 2013247228 A JP2013247228 A JP 2013247228A
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- substrate
- data
- component
- image
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 343
- 238000000034 method Methods 0.000 title claims abstract description 180
- 239000000758 substrate Substances 0.000 title claims abstract description 150
- 238000003384 imaging method Methods 0.000 claims abstract description 124
- 238000004904 shortening Methods 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims description 35
- 230000006872 improvement Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 description 25
- 229910000679 solder Inorganic materials 0.000 description 22
- 238000007639 printing Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013100 final test Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013101 initial test Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000037237 body shape Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Supply And Installment Of Electrical Components (AREA)
Abstract
Description
本発明は、検査手順データにしたがい、基板の検査対象範囲を撮像して画像データを求め、画像データを画像認識して基板の合否を判定する検査方法、検査プログラム、および検査装置に関する。 The present invention relates to an inspection method, an inspection program, and an inspection apparatus that determine a pass / fail of a substrate by obtaining an image data by capturing an inspection target range of a substrate in accordance with inspection procedure data and recognizing the image data.
多数の部品が実装された基板を生産する基板用作業装置として、はんだ印刷装置、部品装着装置、リフロー装置、基板検査装置などがあり、これらを基板搬送装置で連結して基板生産ラインを構築する場合が多い。このうち基板検査装置には、基板のはんだ印刷パターンを検査するはんだ印刷検査装置や、基板の部品実装状態を検査する基板外観検査装置などが有る。これらの基板検査装置は、検査カメラを備えて検査対象基板を撮像し、画像データを画像認識して合否判定するのが一般的である。検査項目および検査順序は、検査手順データとして予め設定されており、検査に必要とされる他の事項も検査手順データに含まれている。 There are solder printing devices, component mounting devices, reflow devices, substrate inspection devices, etc. as substrate working devices that produce substrates with many components mounted, and these are connected by a substrate transport device to construct a substrate production line There are many cases. Among these, the board inspection apparatus includes a solder print inspection apparatus for inspecting a solder print pattern on a board, a board appearance inspection apparatus for inspecting a component mounting state of the board, and the like. Generally, these board inspection apparatuses include an inspection camera, pick up an image of a board to be inspected, and perform image pass / fail recognition to determine pass / fail. The inspection items and the inspection order are set in advance as inspection procedure data, and other items necessary for the inspection are also included in the inspection procedure data.
さらに、基板の検査対象範囲が広い場合や、精細な分解能が必要とされる場合には、検査対象範囲を複数の撮像範囲に分割する画面割りデータを検査手順データに含み、複数の画像データを用いて合否判定することも一般的になっている。また、はんだ印刷検査装置では、印刷されたはんだの配置や、その許容誤差範囲などの判定基準が検査手順データに含まれる。一方、基板外観検査装置では、基板に既に実装された各部品の形状、配置、検査項目、および判定基準などが検査手順データに含まれる。 Furthermore, when the inspection target range of the substrate is wide or when a fine resolution is required, the inspection procedure data includes screen division data for dividing the inspection target range into a plurality of imaging ranges, and a plurality of image data is included. It is also common to use a pass / fail judgment. In the solder printing inspection apparatus, the inspection procedure data includes determination criteria such as the arrangement of printed solder and its allowable error range. On the other hand, in the board appearance inspection apparatus, the shape, arrangement, inspection items, determination criteria, and the like of each component already mounted on the board are included in the inspection procedure data.
このような検査手順データは、既知のデータに基づき、コンピュータのプログラムにより自動生成されるようになってきている。既知のデータとしては、生産する基板や部品の大きさおよび形状、基板上のはんだや部品の配置などの設計で定まるデータや、予め初期設定した許容誤差範囲などの判定基準などがある。検査手順データの自動生成に際しては、検査所要時間が短くなるように最適化のシミュレーションを行っている場合が多い。 Such inspection procedure data is automatically generated by a computer program based on known data. Known data includes data determined by design such as the size and shape of the board and components to be produced, the arrangement of solder and components on the board, and judgment criteria such as a preset allowable error range. In the automatic generation of inspection procedure data, optimization simulation is often performed so that the time required for inspection is shortened.
この種の検査手順データを設定する技術の例が、特許文献１のプリント基板の検査プログラム設定方法に開示されている。特許文献１の検査プログラム設定方法は、複数の検査プログラム（本発明の検査手順データに類似）により所定数のプリント基板について検査を実行して、検査結果の統計処理から検査内容に最適の検査プログラムを決定することを特徴としている。また、合格および不合格が判定済みの所定数のプリント基板の計測値の分布パターンから、合格と不合格とが最も分離している検査プログラムを決定することが好ましいとされている。さらに、各分布パターンの間の特定位置に合否判定の閾値を設定することが好ましいとされている。これにより、検査プログラムの決定を自動的に実行させることができ、オペレータの勘に左右されず経験に頼ることもなく、検査プログラムの設定の時間を短縮できる、と記載されている。
An example of a technique for setting this type of inspection procedure data is disclosed in the printed circuit board inspection program setting method of
また、本願出願人は、対基板作業結果検査装置の技術例を特許文献２に開示している。この検査装置は、検査作業装置と、決定された作業手順（検査手順）にしたがって検査作業装置を作動させる検査制御装置とを含み、回路基板に対して行われた作業の情報に基づいて作業手順（検査手順）を決定することを特徴としている。これにより、検査対象や検査順序を含む作業手順（検査手順）を変更でき、効率的でフレキシブルな検査作業を行うことができる。例えば、装着不良率の高い装着ノズルを用いて部品を装着した基板や、長期にわたり使用しているフィーダ式部品供給装置が関与した基板などを部品装着不良のおそれがある検査対象に選定することにより、短時間で効率良く検査作業を行える。
Further, the applicant of the present application discloses a technical example of a substrate work result inspection apparatus in
ところで、基板の検査対象範囲を複数の撮像範囲に分割して複数の画像データにより基板の合否を判定する場合に、分割方法の巧拙により検査所要時間が大きく変化する。つまり、撮像カメラによる撮像動作と判定部による画像認識動作とは並行動作が可能であるため、両動作が時間的に無駄なく並行して行われると検査所要時間が短縮される。このためには、各撮像範囲の画像認識時間が均一に揃っていることが好ましい。仮に、判定部が特定の画像データの認識に極端な長時間を要すると、撮像カメラは撮像動作により次の画像データを得ても判定部に転送できず、画像認識の終了を待つ状態に陥る。また仮に、判定部が特定の画像データの認識を極端に短時間で済ませてしまうと、撮像カメラの撮像動作が終了していないため、次の画像データの転送を待つ状態に陥る。 By the way, when the inspection target range of the substrate is divided into a plurality of imaging ranges and determination of whether the substrate is acceptable or not is made based on a plurality of image data, the required time for inspection greatly changes due to the skill of the division method. That is, since the imaging operation by the imaging camera and the image recognition operation by the determination unit can be performed in parallel, the time required for the inspection is shortened if both operations are performed in parallel without time waste. For this purpose, it is preferable that the image recognition times of the respective imaging ranges are uniform. If an extremely long time is required for the determination unit to recognize specific image data, the imaging camera cannot transfer to the determination unit even if the next image data is obtained by the imaging operation, and falls into a state of waiting for the end of the image recognition. . Also, if the determination unit recognizes specific image data in an extremely short time, the imaging operation of the imaging camera has not been completed, and a state of waiting for transfer of the next image data is entered.
これに対して、特許文献１の技術は、検査の合否判定精度を向上することを目的としており、検査所要時間についての考慮はなされていない。また、基板生産ラインの現場では合格および不合格が判定済みの所定数のプリント基板が常に確保されているとは限らず、適用範囲が限定される。さらに、特許文献２の技術においても、基板の検査対象範囲を複数の撮像範囲に分割する点に関しての技術開示はしていない。
On the other hand, the technique of
また、既知のデータを与えることで検査所要時間が短くなるように検査手順データを自動生成するプログラムでは、実際には厳密なシミュレーションを行うことが難しい。この原因として、部品の背景となる基板の色のばらつきや、部品の色のばらつき、部品の寸法公差、リード部の変形などが挙げられる。このため、基板生産ラインで検査を実行してみると、検査手順データが必ずしも最適でなく、予想以上に検査所要時間がかかってしまう場合がある。このような場合、実行結果に基づいて、検査員が検査手順データを修正することになる。 In addition, in a program that automatically generates inspection procedure data so as to shorten the time required for inspection by giving known data, it is actually difficult to perform a strict simulation. Causes of this include variations in the color of the substrate that is the background of the component, variations in the color of the component, dimensional tolerance of the component, deformation of the lead portion, and the like. For this reason, when the inspection is executed on the board production line, the inspection procedure data is not necessarily optimal, and it may take longer time than expected. In such a case, the inspector corrects the inspection procedure data based on the execution result.
また、厳密なシミュレーションが難しい原因の一つとして、画像認識時間が撮像範囲の広狭だけで決まらない点を挙げることができる。撮像カメラによる撮像動作では、カメラの移動時間や撮像時の露光時間、データ転送時間などに大きなばらつきは生じないが、判定部による画像認識では、画像データの複雑さにより画像認識時間が大きく変化する。特に、基板外観検査装置では、各部品の複雑さに依存して部品認識時間が大きく変化し、シミュレーション精度を低下させている。また、はんだ印刷検査装置でも、印刷のムラなどがシミュレーション精度を低下させる要因になっている。 In addition, one of the reasons why strict simulation is difficult is that the image recognition time is not determined only by the narrowness of the imaging range. In the imaging operation by the imaging camera, the camera moving time, the exposure time at the time of imaging, and the data transfer time do not vary greatly, but in the image recognition by the determination unit, the image recognition time greatly varies depending on the complexity of the image data. . In particular, in the board appearance inspection apparatus, the component recognition time greatly changes depending on the complexity of each component, and the simulation accuracy is lowered. Further, even in the solder printing inspection apparatus, uneven printing or the like is a factor that lowers the simulation accuracy.
さらに、基板外観検査装置では、部品ごとの検査項目を行って合否を判定するために、可変の画像認識パラメータを検査手順データの一部に設定するのが一般的であり、この設定の巧拙によって部品ごとの認識時間（部品認識時間）が変化する。したがって、検査手順データの一部として検査員に初期設定された画像認識パラメータが適正でないと、検査手順データを自動生成するプログラムが十分な性能を発揮できなくなる。画像認識パラメータとしては、部品の形状データおよび許容誤差、部品および基板の色情報、画像認識アルゴリズム、極性検査設定方法などがある（これらは実施形態にて詳述する）。 Further, in the board appearance inspection apparatus, in order to determine the pass / fail by performing the inspection items for each component, it is common to set a variable image recognition parameter as a part of the inspection procedure data. The recognition time for each part (part recognition time) changes. Therefore, if the image recognition parameters initially set for the inspector as a part of the inspection procedure data are not appropriate, the program for automatically generating the inspection procedure data cannot exhibit sufficient performance. Image recognition parameters include component shape data and tolerances, component and board color information, image recognition algorithms, polarity inspection setting methods, and the like (these are described in detail in the embodiments).
上述した画像認識パラメータの設定が適正でないと、特定の部品の認識時間が長引いて検査所要時間のボトルネック（隘路）になってしまう。ただし、例えばＣＰＵの機能を果たすＬＳＩ部品などのように部品自体が大形かつ複雑な形状をしていて、当然に大きな部品認識時間が必要となっている場合もあり、改善余地の有無を判別することが難しい。また、どのように画像認識パラメータを変更したら改善効果が大きくなるかという点に関しては、ノウハウ的な要素が大きい。したがって、画像認識パラメータを適正化するために熟練の検査員に頼る面があり、これに適した検査手順データの設定方法を用いることが重要である。 If the above-described image recognition parameter setting is not appropriate, the recognition time for a specific part is prolonged, resulting in a bottleneck (bottle) for the time required for inspection. However, there may be cases where the component itself is large and complex, such as an LSI component that performs the function of a CPU, and naturally requires a large component recognition time. Difficult to do. In addition, there is a large know-how factor in how the improvement effect is increased by changing the image recognition parameter. Therefore, there is an aspect that relies on a skilled inspector to optimize the image recognition parameter, and it is important to use an inspection procedure data setting method suitable for this.
本発明は、上記背景技術の問題点に鑑みてなされたもので、基板の検査対象範囲を複数の撮像範囲に分割して複数の画像データにより基板の合否を判定する場合に、現実に則して検査所要時間を短縮化できる基板の検査方法、検査プログラム、および検査装置を提供することを解決すべき第１の課題とする。加えて、基板外観検査装置で各部品の合否を判定するために可変の画像認識パラメータを設定する場合に、部品認識時間を効率的に短縮し、これをもって基板の検査所要時間を短縮する基板の検査方法を提供することを第２の課題とする。 The present invention has been made in view of the above-described problems of the background art, and in reality, when a substrate inspection target range is divided into a plurality of imaging ranges and determination of pass / fail of a substrate is made based on a plurality of image data. Accordingly, it is a first problem to be solved to provide a substrate inspection method, an inspection program, and an inspection apparatus that can shorten the time required for inspection. In addition, when variable image recognition parameters are set to determine the pass / fail of each component in the board visual inspection apparatus, the component recognition time can be shortened efficiently, thereby reducing the board inspection time. A second problem is to provide an inspection method.
上記課題を解決する請求項１に係る基板の検査方法の発明は、検査対象となる基板の少なくとも検査項目および検査順序を設定した検査手順データにしたがい、前記基板の検査対象範囲を撮像カメラにより撮像して画像データを求め、前記画像データを画像認識して前記基板の合否を判定する基板の検査方法であって、前記基板の検査対象範囲を複数の撮像範囲に分割する画面割りデータを含んだ初期の検査手順データを設定する初期設定ステップと、前記初期の検査手順データにしたがい、前記基板の前記複数の撮像範囲をそれぞれ撮像して画像データを求め画像認識する試行検査を行うとともに、各前記撮像範囲の画像データの画像認識にそれぞれ要した画像認識時間を記憶する試行検査ステップと、記憶した画像認識時間に基づいて、各前記撮像範囲の画像認識時間を均一化するように、前記初期の検査手順データを修正して最終的な検査手順データを決定する最終決定ステップとを有する。
The invention of the substrate inspection method according to
請求項２に係る発明は、請求項１において、前記基板に複数の部品が既に実装され、前記初期の検査手順データに各前記部品の形状、配置、および検査項目が含まれており、前記初期設定ステップで、前記複数の部品を前記複数の撮像範囲に割り振る画面割りデータを含んだ初期の検査手順データを設定し、前記試行検査ステップで、各前記撮像範囲の画像認識時間を前記部品ごとの部品認識時間に細分して記憶し、前記最終決定ステップで、記憶した部品認識時間に基づいて、前記画面割りデータを修正して前記最終的な検査手順データを決定する。 According to a second aspect of the present invention, in the first aspect, a plurality of components are already mounted on the substrate, and the initial inspection procedure data includes the shape, arrangement, and inspection items of each of the components. In the setting step, initial inspection procedure data including screen division data for allocating the plurality of parts to the plurality of imaging ranges is set, and in the trial inspection step, the image recognition time of each imaging range is set for each part. The component recognition time is subdivided and stored, and the final determination procedure data is determined by correcting the screen division data based on the stored component recognition time in the final determination step.
請求項３に係る発明は、請求項２において、前記最終決定ステップは、前記記憶した部品認識時間に基づいて、前記複数の部品の前記複数の撮像範囲への割り振りを修正して各前記撮像範囲の画像認識時間をシミュレーションするシミュレーション実施ステップと、各前記撮像範囲の画像認識時間が最も均一化された最適なシミュレーション結果に基づいて、前記最終的な検査手順データを決定するシミュレーション反映ステップとを含む。 According to a third aspect of the present invention, in the second aspect, in the final determination step, the final determination step corrects the allocation of the plurality of components to the plurality of imaging ranges based on the stored component recognition time. A simulation execution step for simulating the image recognition time of the image, and a simulation reflection step for determining the final inspection procedure data based on an optimum simulation result in which the image recognition time of each imaging range is most uniformed .
請求項４に係る発明は、請求項１〜３のいずれか一項において、前記試行検査ステップで用いる基板は、検査員によって合格と判定された正常基板である。 According to a fourth aspect of the present invention, in any one of the first to third aspects, the substrate used in the trial inspection step is a normal substrate that is determined to be acceptable by an inspector.
請求項５に係る発明は、請求項４において、前記試行検査ステップと前記最終決定ステップとの間にティーチングステップをさらに有し、前記試行検査ステップで、前記正常基板の前記撮像範囲の画像データから各部品単位の部品画像データを求め、前記ティーチングステップで、正常な実装状態を画像認識できた部品の前記部品画像データを判定基準として検査手順データに登録し、正常な実装状態を画像認識できない部品が生じた場合には画像認識ができるように前記部品画像データを編集し判定基準として検査手順データに登録する。 The invention according to claim 5 further comprises a teaching step between the trial inspection step and the final determination step according to claim 4, wherein the trial inspection step uses image data of the imaging range of the normal substrate. Parts image data for each part is obtained, and in the teaching step, the parts image data of the parts that have been image-recognized in the normal mounting state are registered in the inspection procedure data as the determination criteria, and the parts that cannot be recognized in the normal mounting state In the case where the above occurs, the component image data is edited and registered in the inspection procedure data as a determination standard so that the image can be recognized.
請求項６に係る発明は、請求項２〜５のいずれか一項において、前記初期設定ステップは、各前記部品の検査項目を行うために必要となる可変の画像認識パラメータを前記初期の検査手順データの一部に設定するパラメータ設定ステップを含み、前記試行検査ステップは、前記部品認識時間が長い順番にしたがい前記複数の部品の名称を並べ替えて提示するボトルネック提示ステップを含み、前記最終決定ステップは、前記部品認識時間が長い部品について、前記画像認識パラメータを変更し、あるいは前記検査項目を変更または削除することで前記部品認識時間を短縮する部品認識改善ステップを含む。 According to a sixth aspect of the present invention, in any one of the second to fifth aspects, in the initial setting step, a variable image recognition parameter necessary for performing an inspection item for each of the components is set in the initial inspection procedure. A parameter setting step for setting a part of the data, and the trial inspection step includes a bottleneck presenting step for rearranging and presenting the names of the plurality of parts in the order in which the part recognition time is long, and the final determination The step includes a component recognition improving step of shortening the component recognition time by changing the image recognition parameter or changing or deleting the inspection item for the component having a long component recognition time.
請求項７に係る発明は、請求項６において、前記ボトルネック提示ステップで、前記部品の名称および前記部品認識時間に連動させて前記部品の形状、配置、検査項目、および前記画像認識パラメータの少なくとも一部を検査員に向けて表示する。
The invention according to
請求項８に係る発明は、請求項２〜７のいずれか一項において、前記試行検査ステップを複数回行って、前記複数の部品のそれぞれについて複数個の部品認識時間を記憶し、前記最終決定ステップで、記憶した複数個の部品認識時間に基づいて、前記複数の部品の前記複数の撮像範囲への割り振りを修正して前記最終的な検査手順データを決定する。
The invention according to claim 8 is the final determination according to any one of
請求項９に係る発明は、請求項１〜７のいずれか一項において、前記試行検査ステップから前記最終決定ステップまでを繰返して複数回行う。 The invention according to a ninth aspect is the method according to any one of the first to seventh aspects, wherein the trial inspection step to the final determination step are repeated a plurality of times.
請求項１０に係る発明は、請求項１〜９のいずれか一項に記載した前記各ステップをコンピュータに実行させるための基板の検査プログラムである。 A tenth aspect of the present invention is a board inspection program for causing a computer to execute the steps described in any one of the first to ninth aspects.
請求項１１に係る基板の検査装置の発明は、検査対象となる基板の少なくとも検査項目および検査順序を設定した検査手順データにしたがい、前記基板の検査対象範囲を撮像カメラにより撮像して画像データを求め、前記画像データを画像認識して前記基板の合否を判定する基板の検査装置であって、前記基板の検査対象範囲を複数の撮像範囲に分割する画面割りデータを含んだ初期の検査手順データを設定する初期設定手段と、前記初期の検査手順データにしたがい、前記基板の前記複数の撮像範囲をそれぞれ撮像して画像データを求め画像認識する試行検査を行うとともに、各前記撮像範囲の画像データの画像認識にそれぞれ要した画像認識時間を記憶する試行検査手段と、記憶した画像認識時間に基づいて、各前記撮像範囲の画像認識時間を均一化するように、前記初期の検査手順データを修正して最終的な検査手順データを決定する最終決定手段とを有する。 According to an invention of a substrate inspection apparatus according to claim 11, in accordance with inspection procedure data in which at least an inspection item and an inspection order of a substrate to be inspected are set, an image of the inspection target range of the substrate is captured by an imaging camera. An initial inspection procedure data including screen division data for dividing the inspection object range of the substrate into a plurality of imaging ranges, wherein the inspection device determines the pass / fail of the substrate by recognizing the image data In accordance with the initial inspection procedure data and the initial inspection procedure data, each of the plurality of imaging ranges of the substrate is imaged to obtain image data and perform a trial inspection to recognize the image, and image data of each imaging range Trial inspection means for storing the image recognition time required for each image recognition, and image recognition for each of the imaging ranges based on the stored image recognition time As to equalize between, and a final decision means for determining a final test procedure data to correct the initial test procedure data.
請求項１に係る基板の検査方法の発明では、画面割りデータを含んだ初期の検査手順データにしたがって試行検査を行い、各撮像範囲の画像データの画像認識にそれぞれ要した画像認識時間に基づいて、各撮像範囲の画像認識時間を均一化するように最終的な検査手順データを決定する。したがって、試行検査における現実の検査所要時間に則して、画面割りデータを始めとする初期の検査手順データを修正し、基板の量産に使用する最終的な検査手順データを決定できる。これにより、各撮像範囲の実際の画像認識時間を均一化できるので、撮像カメラによる撮像動作と判定部による画像認識動作とを並行して効率よく実施でき、基板量産時の検査所要時間を短縮化できる。 In the substrate inspection method according to the first aspect, the trial inspection is performed according to the initial inspection procedure data including the screen division data, and the image recognition time required for the image recognition of the image data in each imaging range is determined. The final inspection procedure data is determined so as to equalize the image recognition time of each imaging range. Therefore, the initial inspection procedure data including the screen division data can be corrected in accordance with the actual time required for the inspection in the trial inspection, and the final inspection procedure data used for the mass production of the substrate can be determined. As a result, the actual image recognition time for each imaging range can be made uniform, so that the imaging operation by the imaging camera and the image recognition operation by the determination unit can be efficiently performed in parallel, and the time required for inspection during mass production of the substrate is shortened. it can.
請求項２に係る発明では、基板に複数の部品が既に実装されており、画面割りデータは複数の部品を複数の撮像範囲に割り振るデータとされており、試行検査における現実の部品認識時間に則して画面割りデータを修正する。したがって、試行検査における各撮像範囲の画像認識時間のばらつきに対応して複数の部品の割り振り方を適切に修正し、ばらつきを解消した最終的な検査手順データを決定できる。これにより、基板量産時の各撮像範囲の実際の画像認識時間を均一化でき、部品を実装した基板の検査所要時間を短縮化できる。
In the invention according to
請求項３に係る発明では、部品認識時間に基づいて複数の部品の割り振りを修正する際に、各撮像範囲の画像認識時間をシミュレーションして最終的な検査手順データを決定する。したがって、複数の部品の割り振り方が確実に適正化され、最終的な検査手順データが最適化される。これにより、基板量産時の各撮像範囲の画像認識時間を最適に均一化でき、検査所要時間を顕著に短縮化できる。 In the invention according to claim 3, when correcting the allocation of a plurality of parts based on the part recognition time, the final inspection procedure data is determined by simulating the image recognition time of each imaging range. Therefore, the method of allocating a plurality of parts is reliably optimized, and the final inspection procedure data is optimized. Thereby, the image recognition time of each imaging range at the time of substrate mass production can be made uniform optimally, and the time required for inspection can be significantly shortened.
請求項４に係る発明では、試行検査ステップで、検査員によって合格と判定された正常基板を用いる。したがって、基板量産時に大多数を占める正常基板に対して最終的な検査手順データが適正化され、検査所要時間を顕著に短縮化できる。仮に、不合格と判定された異常基板、あるいは判定されていない未判定基板を用いた場合には、異常箇所に対するイレギュラーな画像認識などで画像認識時間や部品認識時間が例外的なものとなり、最終的に検査手順データを適正化できないおそれが生じる。 In the invention which concerns on Claim 4, the normal board | substrate determined by the inspector at the trial inspection step is used. Therefore, final inspection procedure data is optimized for normal substrates that occupy the majority during substrate mass production, and the time required for inspection can be significantly shortened. If an abnormal board determined to be rejected or an undetermined board that has not been determined is used, the image recognition time and component recognition time will be exceptional due to irregular image recognition for the abnormal location, etc. Finally, there is a possibility that the inspection procedure data cannot be optimized.
請求項５に係る発明では、ティーチングステップにより、部品の正常な実装状態を示す部品画像データに基づいて、合否の判定基準を検査手順データに登録する。したがって、試行検査以前の既知データのみにより設定した判定基準と比較して、現実に則した好ましい判定基準を用いることができ、合否の判定精度が向上する。 In the invention according to claim 5, in the teaching step, the pass / fail judgment criterion is registered in the inspection procedure data based on the component image data indicating the normal mounting state of the component. Therefore, it is possible to use a preferable criterion based on reality as compared with a criterion set based only on known data before trial inspection, and pass / fail determination accuracy is improved.
請求項６に係る発明では、各部品の検査項目を行うために必要となる可変の画像認識パラメータを初期設定し、試行検査で部品認識時間が長い順番にしたがい複数の部品の名称を並べ替えて提示し、部品認識時間が長い部品について画像認識パラメータを変更し、あるいは検査項目を変更または削除することで部品認識時間を短縮する。これにより、基板外観検査装置で、ボトルネック（隘路）になっている部品に着目して部品認識時間を効率的に短縮できる。ひいては、基板量産時の検査所要時間を短縮化できる。 In the invention according to claim 6, the variable image recognition parameters necessary for performing the inspection items of each part are initialized, and the names of a plurality of parts are rearranged in the order in which the part recognition time is long in the trial inspection. The part recognition time is shortened by changing the image recognition parameter or changing or deleting the inspection item for a part that is presented and has a long part recognition time. Thereby, in a board | substrate external appearance inspection apparatus, the part recognition time can be shortened efficiently paying attention to the part which is a bottleneck (bottle). As a result, the inspection time required for mass production of substrates can be shortened.
請求項７に係る発明では、ボトルネックになっている部品の名称および部品認識時間に連動させて部品の形状、配置、検査項目、および画像認識パラメータの少なくとも一部を検査員に向けて表示する。これにより、熟練した検査員のノウハウが十分に活用され、短時間で効率よく画像認識パラメータを適正化できる。
In the invention according to
請求項８に係る発明では、試行検査を複数回行い、複数の部品のそれぞれの複数個の部品認識時間に基づいて、複数の部品の複数の撮像範囲への割り振りを修正する。試行検査を複数回繰返して行い、部品認識時間の統計的なばらつきを把握することで、最終的な検査手順データの適正化を確実に行える。なお、複数の基板を用いた試行検査では基板の個体差を把握でき、同じ基板を複数回用いた試行検査では、撮像から画像認識を経て合否判定に至るプロセスの繰り返し誤差を把握できる。 In the invention according to claim 8, the trial inspection is performed a plurality of times, and the allocation of the plurality of parts to the plurality of imaging ranges is corrected based on the plurality of part recognition times of each of the plurality of parts. By performing trial inspections a plurality of times and grasping statistical variations in component recognition time, the final inspection procedure data can be properly optimized. In trial inspection using a plurality of substrates, individual differences between the substrates can be grasped, and in trial inspection using the same substrate a plurality of times, it is possible to grasp a repetition error of a process from imaging to image recognition to pass / fail determination.
請求項９に係る発明では、試行検査ステップから最終決定ステップまでを繰返して複数回行うので、検査手順データが漸次改善され、確実に適正化できる。 In the invention according to the ninth aspect, since the trial inspection step to the final determination step are repeatedly performed a plurality of times, the inspection procedure data is gradually improved and can be appropriately optimized.
請求項１０に係る発明では、請求項１〜９のいずれか一項に記載した各ステップがコンピュータにより実行されるので、検査員の手間を煩わせることなく最終的な検査手順データを適正化できる。
In the invention according to claim 10, since each step described in any one of
請求項１１に係る基板の検査装置の発明では、請求項１と同様に、各撮像範囲の実際の画像認識時間を均一化でき、基板量産時の検査所要時間を短縮化できる。本発明は、検査方法および検査装置のいずれでも実施することができる。 In the substrate inspection apparatus according to the eleventh aspect, as in the first aspect, the actual image recognition time in each imaging range can be made uniform, and the time required for inspection during mass production of the substrate can be shortened. The present invention can be implemented by any of the inspection method and the inspection apparatus.
本発明の第１実施形態の基板の検査方法について、図１〜図３を参考にして説明する。図１は、第１実施形態の基板の検査方法を実施する基板生産ライン１を模式的に示した図である。基板生産ライン１は、基板用作業装置としてのはんだ印刷装置２、はんだ印刷検査装置３、部品装着装置４、基板外観検査装置５、リフロー装置６、およびライン管理用ＰＣ７により構成されている。はんだ印刷装置２からリフロー装置６までは、記載した順番に列設配置されており、基板を下流側に搬送する基板搬送装置８１〜８４で連結されている。
A substrate inspection method according to a first embodiment of the present invention will be described with reference to FIGS. FIG. 1 is a diagram schematically showing a
はんだ印刷装置２は、搬入された基板の所定位置にペースト状のはんだを印刷する。はんだ印刷検査装置３は、はんだ印刷装置２から搬送された基板のはんだ印刷状態を検査する。部品装着装置４は、はんだ印刷検査装置３から搬送された基板のはんだ上に部品を装着する。基板外観検査装置５は、部品装着装置４から搬送された基板の部品実装状態を検査する。リフロー装置６は、基板外観検査装置５で正常と判定された基板のはんだを再び溶融させた後に固化して、最終的に部品の実装を完了させる。
The
ライン管理用ＰＣ７は、ＣＰＵを内蔵してプログラムで動作するコンピュータであり、上述した各装置２〜６と通信線７１で接続されて、各装置２〜６の動作状況を総括的に管理する。ライン管理用ＰＣ７の設置箇所は、各装置２〜６の傍らであってもよく、離れた別の場所であってもよい。なお、通信線７１に代えて、無線通信手段を用いるようにしてもよい。また、図示される基板生産ライン１の構成は一例であって、公知の様々な形態のライン構成、例えば複数の部品装着装置を備えるライン構成であっても本発明を実施できる。
The
本発明の第１実施形態の基板の検査方法は、基板外観検査装置５を用いて行われる。基板外観検査装置５の検査動作は、内蔵するコンピュータとライン管理用ＰＣ７との協業により実行制御される。基板外観検査装置５は、例えば、所定の部品が所定の座標位置に装着されているか、部品は逆向きや傾斜していないか、部品ボディに対するリード部の相対位置は適正かなどを検査する。基板外観検査装置５は、検査手順データにしたがって動作し、撮像カメラを用いて検査対象範囲を撮像し画像データを得る撮像動作と、コンピュータが画像データを画像認識する画像認識動作とを並行して行い、自動で合否を判定する。
The substrate inspection method according to the first embodiment of the present invention is performed using the substrate appearance inspection apparatus 5. The inspection operation of the board appearance inspection apparatus 5 is executed and controlled in cooperation with the built-in computer and the
図２は、第１実施形態の基板の検査方法を説明するフローチャートの図である。第１実施形態の基板の検査方法は、初期設定ステップＳ１、試行検査ステップＳ２、シミュレーション実施ステップＳ３１、およびシミュレーション反映ステップＳ３２を含んでいる。なお、シミュレーション実施ステップＳ３１およびシミュレーション反映ステップＳ３２は、本発明の最終決定ステップＳ３に相当する。 FIG. 2 is a flowchart illustrating the substrate inspection method according to the first embodiment. The substrate inspection method of the first embodiment includes an initial setting step S1, a trial inspection step S2, a simulation execution step S31, and a simulation reflection step S32. The simulation execution step S31 and the simulation reflection step S32 correspond to the final determination step S3 of the present invention.
初期設定ステップＳ１では、検査対象となる基板の種類に応じて初期の検査手順データを設定する。この初期設定は、基板外観検査装置５のコンピュータまたはライン管理用ＰＣ７にインストールされた自動生成プログラムによって行われ、必要に応じて検査員がマニュアル操作で修正できるようになっている。検査手順データは、少なくとも基板の検査項目および検査順序を含み、基板の検査対象範囲を複数の撮像範囲に分割する画面割りデータを含む他に、次のような事項を含んでいる。
In the initial setting step S1, initial inspection procedure data is set according to the type of substrate to be inspected. This initial setting is performed by an automatic generation program installed in the computer of the board appearance inspection apparatus 5 or the
すなわち、検査手順データは、基板の設計により定まる既知データを含み、具体的には基板の寸法および形状、基板上の位置決めマーカの形状および座標位置、実装される各部品の種類、個数、および配置（座標位置）、各部品の形状および寸法などを含んでいる。これらの既知データは、生産する基板の種類が決まるとライン管理用ＰＣ７に入力される。入力方法としては、設計用ＰＣからオンラインでデータ転送する方法や、ＣＤ（コンパクトディスク）やスティックメモリなどの記憶媒体を利用する方法や、検査員が手入力する方法などを利用できる。また、検査手順データには、部品実装状態の良否を判定する許容誤差範囲などの判定基準のデータや、第５実施形態で説明する画像認識パラメータも含まれる。
That is, the inspection procedure data includes known data determined by the board design. Specifically, the dimensions and shape of the board, the shape and coordinate position of the positioning marker on the board, the type, number, and arrangement of each component to be mounted. (Coordinate position), and the shape and dimensions of each part. These known data are input to the
自動生成プログラムは、基板内のすべての部品を検査できるように、基板の検査対象範囲を複数の撮像範囲に分割する画面割りデータを自動生成する。このとき、基板の寸法および各部品の配置に加え、撮像カメラの撮像範囲を考慮する。図３は、画面割りデータを例示説明する基板Ｋの平面図である。図示される例では、基板Ｋの寸法に対して撮像カメラの撮像範囲が狭く、基板Ｋの検査対象範囲は４個の撮像範囲Ａｒ１〜Ａｒ４に分割されている。なお、分割個数は４個に限定されず、２個や３個、６個、９個などの場合も生じる。また、基板Ｋの検査対象範囲の全体が撮像カメラの撮像範囲に含まれていれば、画面割りデータは生成されず、１個の画像データで検査が行われる。 The automatic generation program automatically generates screen division data that divides the inspection target range of the board into a plurality of imaging ranges so that all parts in the board can be inspected. At this time, the imaging range of the imaging camera is considered in addition to the dimensions of the substrate and the arrangement of the components. FIG. 3 is a plan view of the substrate K illustrating screen division data. In the illustrated example, the imaging range of the imaging camera is narrower than the size of the substrate K, and the inspection target range of the substrate K is divided into four imaging ranges Ar1 to Ar4. Note that the number of divisions is not limited to four, and may be two, three, six, nine, or the like. If the entire inspection target range of the substrate K is included in the imaging range of the imaging camera, the screen division data is not generated and the inspection is performed with one piece of image data.
自動生成プログラムは、各部品の形状が少なくとも１個の撮像範囲の内部に完全に含まれるように撮像範囲Ａｒ１〜Ａｒ４を分割し、図示される例のように相互にオーバラップする部分が有ってもよい。また、自動生成プログラムは、各撮像範囲Ａｒ１〜Ａｒ４に割り振られた部品を画像認識するのに要する部品認識時間ｔ１〜ｔ３１を推定し、これを足し合わせて各撮像範囲Ａｒ１〜Ａｒ４の画像認識時間Ｔ１〜Ｔ４を推定する。部品認識時間の推定値は、例えば、既知データ中の部品の種類と大きさをパラメータとする一覧表で保持したり、大きさをパラメータとする関数式で保持したりすることができる。 The automatic generation program divides the imaging ranges Ar1 to Ar4 so that the shape of each part is completely included in at least one imaging range, and there is a portion that overlaps each other as in the illustrated example. May be. Further, the automatic generation program estimates component recognition times t1 to t31 required for image recognition of components allocated to the imaging ranges Ar1 to Ar4, and adds these to add image recognition times for the imaging ranges Ar1 to Ar4. T1 to T4 are estimated. The estimated value of the component recognition time can be held, for example, in a list using the types and sizes of the components in the known data as parameters, or in a function formula using the sizes as parameters.
さらに、自動生成プログラムは、各撮像範囲Ａｒ１〜Ａｒ４の画像認識時間Ｔ１〜Ｔ４ができるだけ均一になるように、各撮像範囲Ａｒ１〜Ａｒ４を変更したり、各撮像範囲Ａｒ１〜Ａｒ４への部品の割り振り方を変更したりするシミュレーションを行って、画面割りデータを初期設定する。 Furthermore, the automatic generation program changes each imaging range Ar1 to Ar4 or allocates parts to each imaging range Ar1 to Ar4 so that the image recognition times T1 to T4 of the imaging ranges Ar1 to Ar4 are as uniform as possible. Perform a simulation to change the way, and initialize the screen layout data.
図３には、シミュレーションを行った後に初期設定された画面割りデータが例示されている。図示されるように、基板Ｋの左上側の第１撮像範囲Ａｒ１（破線示）には、大形のＬＳＩ部品Ｐ１および２個のコンデンサ部品Ｐ２、Ｐ３、中形のＩＣ部品Ｐ４、および小形のチップ部品Ｐ５が割り振られている。また、これらの部品の表面には、部品の方向（極性）を示す矢印状のマーカが印刷されており、マーカの方向を認識することも一つの検査項目になっている。第１撮像範囲Ａｒ１の画像認識時間Ｔ１は、５個の部品Ｐ１〜Ｐ５の部品認識時間ｔ１〜ｔ５の総和で推定されている。同様に、基板Ｋの右上側の第２撮像範囲Ａｒ２（一点鎖線示）には、大形の部品Ｐ６、および６個の小形の部品Ｐ７〜Ｐ１２が割り振られている。第２撮像範囲Ａｒ２の画像認識時間Ｔ２は、合計７個の部品Ｐ６〜Ｐ１２の部品認識時間ｔ６〜ｔ１２の総和で推定されている。 FIG. 3 illustrates screen allocation data that is initially set after simulation. As shown in the drawing, in the first imaging range Ar1 (shown by a broken line) on the upper left side of the substrate K, a large LSI component P1 and two capacitor components P2, P3, a medium IC component P4, and a small Chip part P5 is allocated. In addition, an arrow-shaped marker indicating the direction (polarity) of the component is printed on the surface of these components, and recognition of the marker direction is also an inspection item. The image recognition time T1 of the first imaging range Ar1 is estimated as the sum of the component recognition times t1 to t5 of the five components P1 to P5. Similarly, a large part P6 and six small parts P7 to P12 are allocated to the second imaging range Ar2 (indicated by a one-dot chain line) on the upper right side of the substrate K. The image recognition time T2 of the second imaging range Ar2 is estimated as the sum of the component recognition times t6 to t12 of a total of seven components P6 to P12.
また、基板Ｋの右下側の第３撮像範囲Ａｒ３（二点鎖線示）の内部には、大形の部品Ｐ１３、および８個の小形の部品Ｐ１４〜Ｐ２１と、大形の部品Ｐ２２の一部が存在している。基板Ｋの下側中央の第４撮像範囲Ａｒ４（点線示）の内部には、２個の大形の部品Ｐ２２、Ｐ２３、および８個の小形の部品Ｐ２４〜Ｐ３１が存在している。ここで、大形の部品Ｐ２２は、一部が存在するだけの第３撮像範囲Ａｒ３では画像認識できないので、第４撮像範囲Ａｒ４に割り振られる。また、６個の小形の部品Ｐ１６〜Ｐ２１は、第３撮像範囲Ａｒ３および第４撮像範囲Ａｒ４のどちらでも画像認識でき、本例では第３撮像範囲Ａｒ３に割り振られている。 Further, inside the third imaging range Ar3 (indicated by a two-dot chain line) on the lower right side of the substrate K, there is one large component P13, eight small components P14 to P21, and one large component P22. Department exists. Two large parts P22 and P23 and eight small parts P24 to P31 exist inside the fourth imaging range Ar4 (shown by dotted lines) at the lower center of the substrate K. Here, since the large component P22 cannot be recognized in the third imaging range Ar3 in which only a part exists, the large component P22 is allocated to the fourth imaging range Ar4. Further, the six small parts P16 to P21 can recognize images in both the third imaging range Ar3 and the fourth imaging range Ar4, and are allocated to the third imaging range Ar3 in this example.
整理すると、第３撮像範囲Ａｒ３に９個の部品Ｐ１３〜Ｐ２１が割り振られ、画像認識時間Ｔ３はこれらの部品認識時間ｔ１３〜ｔ２１の総和で推定されている。また、第４撮像範囲Ａｒ４に１０個の部品Ｐ２２〜Ｐ３１が割り振られ、画像認識時間Ｔ４はこれらの部品認識時間ｔ２２〜ｔ３１の総和で推定されている。そして、推定された４個の画像認識時間Ｔ１〜Ｔ４は、概ね均一化されている。 To summarize, nine parts P13 to P21 are allocated to the third imaging range Ar3, and the image recognition time T3 is estimated as the sum of these part recognition times t13 to t21. In addition, ten components P22 to P31 are allocated to the fourth imaging range Ar4, and the image recognition time T4 is estimated as the sum of these component recognition times t22 to t31. Then, the estimated four image recognition times T1 to T4 are substantially uniform.
画面割りデータを含む初期の検査手順データの設定が終了すると、試行検査ステップＳ２に進む。試行検査ステップＳ２では、検査員によって合格と判定された正常基板を用いて、実際に基板を生産するときと同じ条件で試行検査を行う。また、これととともに、４個の撮像範囲Ａｒ１〜Ａｒ４の画像データの画像認識に実際に要した画像認識時間Ｔ１Ｒ〜Ｔ４Ｒを測定して記憶する。さらに、実際に要した画像認識時間Ｔ１Ｒ〜Ｔ４Ｒだけでなく、部品Ｐ１〜Ｐ３１ごとに実際に要した部品認識時間ｔ１Ｒ〜ｔ３１Ｒを測定し、細分して記憶する。記憶の方法としては、例えばログファイルの形態を採用することができ、明示的なファイルの手段によらず画像認識時間Ｔ１Ｒ〜Ｔ４Ｒおよび部品認識時間ｔ１Ｒ〜ｔ３１を常時収集して保持するシステム構成としてもよい。 When the setting of the initial inspection procedure data including the screen division data is completed, the process proceeds to the trial inspection step S2. In the trial inspection step S2, a trial inspection is performed under the same conditions as when a substrate is actually produced using a normal substrate that is determined to be passed by the inspector. Along with this, image recognition times T1R to T4R actually required for image recognition of the image data of the four imaging ranges Ar1 to Ar4 are measured and stored. Further, not only the image recognition times T1R to T4R actually required but also the component recognition times t1R to t31R actually required for each of the components P1 to P31 are measured, subdivided and stored. As a storage method, for example, a log file format can be adopted. As a system configuration that always collects and holds the image recognition times T1R to T4R and the component recognition times t1R to t31 regardless of explicit file means. Also good.
試行検査が終了すると、最終決定ステップＳ３中のシミュレーション実施ステップＳ３１に進む。まず、試行検査ステップＳ２で記憶した実際の画像認識時間Ｔ１Ｒ〜Ｔ４Ｒが概ね均一になっていた場合には、シミュレーション実施ステップＳ３１および次のシミュレーション反映ステップＳ３２は省略される。つまり、初期設定された検査手順データが適正であるので修正の必要が無く、そのまま最終的な検査手順データとして採用する。実際の画像認識時間Ｔ１Ｒ〜Ｔ４Ｒが均一になっていない場合には、これらを均一化するシミュレーションを実施する。このシミュレーションは、初期設定ステップＳ１のときと異なり、現実の部品認識時間ｔ１Ｒ〜ｔ３１Ｒに則して行うので精度が極めて高い。 When the trial inspection ends, the process proceeds to the simulation execution step S31 in the final determination step S3. First, when the actual image recognition times T1R to T4R stored in the trial inspection step S2 are substantially uniform, the simulation execution step S31 and the next simulation reflection step S32 are omitted. That is, since the initially set inspection procedure data is appropriate, there is no need for correction and it is adopted as the final inspection procedure data as it is. If the actual image recognition times T1R to T4R are not uniform, a simulation is performed to uniform them. Unlike the case of the initial setting step S1, this simulation is performed in accordance with the actual component recognition times t1R to t31R, so that the accuracy is extremely high.
例えば、図３の例で第３撮像範囲Ａｒ３の実際の画像認識時間Ｔ３Ｒが他よりも突出して大きい場合を想定する。この場合に、第３撮像範囲Ａｒ３に割り振られていながら第４撮像範囲Ａｒ４にも存在する部品Ｐ１６〜Ｐ２１の一部を、第４撮像範囲Ａｒ４に割り振り変更する修正案が考えられる。割り振り変更すべき部品の選定に際しては、各部品Ｐ１６〜Ｐ２１の実際の部品認識時間ｔ１６Ｒ〜ｔ２１Ｒを考慮するのは当然である。また、第２撮像範囲Ａｒ２を図中の下方に移動して２個の部品Ｐ１４、Ｐ１５を範囲内に収め、この２個の部品Ｐ１４、Ｐ１５を第２撮像範囲Ａｒ２に割り振り変更する修正案も考えられる。 For example, a case is assumed in which the actual image recognition time T3R of the third imaging range Ar3 protrudes and is longer than the other in the example of FIG. In this case, there can be considered a correction plan in which a part of the parts P16 to P21 that are also allocated to the third imaging range Ar3 but also exist in the fourth imaging range Ar4 are allocated and changed to the fourth imaging range Ar4. In selecting the parts to be allocated and changed, it is natural to consider the actual part recognition times t16R to t21R of the parts P16 to P21. In addition, there is a correction plan in which the second imaging range Ar2 is moved downward in the drawing so that the two parts P14 and P15 are within the range, and the two parts P14 and P15 are allocated and changed to the second imaging range Ar2. Conceivable.
４個の実際の画像認識時間Ｔ１Ｒ〜Ｔ４Ｒが初期設定された画像認識時間Ｔ１〜Ｔ４と異なる場合は、その大小関係を考慮して複数の修正案を立案できる場合が多い。シミュレーション実施ステップＳ３１では、部品の割り振りを変更し必要に応じて撮像範囲を変更するすべての修正案についてシミュレーションすることで、画像認識時間が最も均一化された最適なシミュレーション結果を得ることができる。 When the four actual image recognition times T1R to T4R are different from the initially set image recognition times T1 to T4, it is often possible to devise a plurality of correction plans in consideration of the magnitude relationship. In the simulation execution step S31, an optimal simulation result with the most uniform image recognition time can be obtained by simulating all the modification proposals that change the part allocation and change the imaging range as necessary.
最終決定ステップＳ３中のシミュレーション反映ステップＳ３２では、最適なシミュレーション結果に基づいて画面割りデータを最終決定し、基板の量産に用いる最終的な検査手順データを決定する。
以上説明した第１実施形態の基板の検査方法によれば、試行検査ステップＳ２における現実の画像認識時間Ｔ１Ｒ〜Ｔ４Ｒおよび現実の部品認識時間ｔ１Ｒ〜ｔ３１Ｒに則して、シミュレーション実施ステップＳ３１およびシミュレーション反映ステップＳ３２で画面割りデータを始めとする初期の検査手順データを修正し、基板の量産に使用する最終的な検査手順データを決定できる。これにより、各撮像範囲Ａｒ１〜Ａｒ４の実際の画像認識時間を均一化できるので、撮像カメラによる撮像動作とコンピュータによる画像認識動作とを並行して効率よく実施でき、基板量産時に部品を実装した基板の検査所要時間を短縮化できる。
In the simulation reflection step S32 in the final determination step S3, the screen division data is finally determined based on the optimum simulation result, and final inspection procedure data used for mass production of the substrate is determined.
According to the substrate inspection method of the first embodiment described above, the simulation execution step S31 and the simulation reflection are performed in accordance with the actual image recognition times T1R to T4R and the actual component recognition times t1R to t31R in the trial inspection step S2. In step S32, initial inspection procedure data such as screen division data is corrected, and final inspection procedure data used for mass production of the substrate can be determined. As a result, the actual image recognition time for each of the imaging ranges Ar1 to Ar4 can be made uniform, so that the imaging operation by the imaging camera and the image recognition operation by the computer can be efficiently performed in parallel. Inspection time can be shortened.
さらに、初期設定ステップＳ１およびシミュレーション実施ステップＳ３２で、合計２回のシミュレーションを実施して最終的な検査手順データを決定するので、複数の部品Ｐ１〜Ｐ３１の割り振り方が確実に適正化され、最終的な検査手順データが最適化される。これにより、基板量産時の各撮像範囲Ａｒ１〜Ａｒ４の画像認識時間を最適に均一化できる。また、試行検査ステップＳ２で、検査員によって合格と判定された正常基板を用いるので、基板量産時に大多数を占める正常基板に対して最終的な検査手順データが適正化される。これらの総合的な効果で、検査所要時間を顕著に短縮化できる。 Furthermore, in the initial setting step S1 and the simulation execution step S32, the final inspection procedure data is determined by executing a total of two simulations, so that the allocation method of the plurality of parts P1 to P31 is reliably optimized, and the final Test procedure data is optimized. Thereby, the image recognition time of each imaging range Ar1-Ar4 at the time of board | substrate mass production can be equalized optimally. Moreover, since the normal substrate determined to be acceptable by the inspector is used in the trial inspection step S2, final inspection procedure data is optimized for the normal substrates that occupy the majority during substrate mass production. These comprehensive effects can significantly reduce the time required for inspection.
次に、ティーチングステップＳ４をさらに有する第２実施形態の基板の検査方法について、図４を参考にして説明する。図４は、第２実施形態の基板の検査方法を説明するフローチャートの図である。第２実施形態の基板の検査方法は、第１実施形態で説明した基板生産ライン１の基板外観検査装置５で実施でき、換言すれば、装置構成（ハードウェア）は同一で、コンピュータのプログラム（ソフトウェア）が異なる。図４と図２とを比較すれば分かるように、第２実施形態では、試行検査ステップＳ２Ａとシミュレーション実施ステップＳ３１との間にティーチングステップＳ４が追加され、試行検査ステップＳ２Ａの内容も一部変更されている。
Next, a substrate inspection method according to the second embodiment further including a teaching step S4 will be described with reference to FIG. FIG. 4 is a flowchart illustrating the substrate inspection method according to the second embodiment. The substrate inspection method of the second embodiment can be performed by the substrate appearance inspection apparatus 5 of the
第２実施形態の試行検査ステップＳ２Ａでは、正常基板の撮像範囲の画像データから各部品単位の部品画像データを求める。ここで、検査員に合格と判定された正常基板を用いているので、部品画像データは部品の正常な実装状態を示している。このため、初期の検査手順データが適正であれば、すべての部品について良好な部品画像データを得ることができる。 In the trial inspection step S2A of the second embodiment, the component image data for each component unit is obtained from the image data of the imaging range of the normal board. Here, since a normal board determined to pass the inspector is used, the component image data indicates a normal mounting state of the component. Therefore, if the initial inspection procedure data is appropriate, good component image data can be obtained for all components.
次のティーチングステップＳ４では、正常な実装状態を画像認識できた部品の部品画像データを判定基準として検査手順データに登録する。これにより、初期設定ステップＳ１で既知データに基づいて判定基準を設定する場合よりも、確実性の高い判定を行える。例えば、部品の端面の面取り形状や撮像光の入射角度などの影響で、試行検査時に認識する部品寸法が設計上の既知データよりも若干小さくなることが生じ得る。この場合、現実に認識された部品寸法を判定基準に用いると、合否の判定精度が向上する。 In the next teaching step S4, the part image data of the part that has been image-recognized in the normal mounting state is registered in the inspection procedure data as a criterion. Thereby, determination with higher certainty can be performed as compared with the case where the determination criterion is set based on the known data in the initial setting step S1. For example, due to the influence of the chamfered shape of the end face of the component, the incident angle of the imaging light, the component size recognized at the time of the trial inspection may be slightly smaller than the known design data. In this case, the accuracy of pass / fail judgment is improved by using the actually recognized part dimensions as the judgment criteria.
また、仮に、正常な実装状態を画像認識できない部品が生じた場合には、判定基準となる良好な部品画像データが得られていないので、画像認識ができるように検査員が部品画像データを編集し判定基準として検査手順データに登録する。例えば、初期設定された検査手順データ中の部品の色（明度）に対して、試行検査時の実際の部品の色（明度）が異なる場合に、基板との区別が不明瞭になって正常な実装状態を画像認識できない場合が考えられる。この場合に、検査員は、部品と基板面とを区別する閾値を修正して検査手順データを編集し、良好な画像認識を行えることを確認する。 Also, if there is a component that cannot recognize the normal mounting state, good component image data that can be used as a criterion has not been obtained, so the inspector can edit the component image data so that the image can be recognized. And registered as inspection criteria in the inspection procedure data. For example, when the color (brightness) of an actual part at the time of trial inspection is different from the color (brightness) of a part in the inspection procedure data that has been initially set, the distinction from the board becomes unclear and normal. There may be a case where the mounting state cannot be recognized as an image. In this case, the inspector modifies the threshold value for distinguishing between the component and the board surface, edits the inspection procedure data, and confirms that good image recognition can be performed.
第２実施形態の基板の検査方法によれば、ティーチングステップＳ４により、部品の正常な実装状態の画像データ（部品画像データ）に基づいて合否の判定基準を検査手順データに登録する。したがって、試行検査以前の既知データのみにより設定した判定基準と比較して、現実に則した好ましい判定基準を用いることができ、合否の判定精度が向上する。 According to the board inspection method of the second embodiment, in the teaching step S4, pass / fail judgment criteria are registered in the inspection procedure data based on the image data (component image data) of the normal mounting state of the component. Therefore, it is possible to use a preferable criterion based on reality as compared with a criterion set based only on known data before trial inspection, and pass / fail determination accuracy is improved.
次に、試行検査ステップＳ２を複数回行う第３実施形態の基板の検査方法について、図５を参考にして説明する。図５は、第３実施形態の基板の検査方法を説明するフローチャートの図である。第３実施形態の基板の検査方法は、第１実施形態で説明した基板生産ライン１の基板外観検査装置５で実施でき、換言すれば、装置構成（ハードウェア）は同一で、コンピュータのプログラム（ソフトウェア）が異なる。図５と図２とを比較すれば分かるように、第３実施形態では、ステップＳ２２で試行検査ステップＳ２を所定回数実施したか否かを判定する点が異なる。
Next, a substrate inspection method according to the third embodiment in which the trial inspection step S2 is performed a plurality of times will be described with reference to FIG. FIG. 5 is a flowchart illustrating the substrate inspection method according to the third embodiment. The substrate inspection method of the third embodiment can be performed by the substrate appearance inspection apparatus 5 of the
第３実施形態の試行検査ステップＳ２で行う内容は第１実施形態と同様であり、複数の部品のそれぞれについて所定回数分の部品認識時間を記憶する。これにより、次のシミュレーション実施ステップＳ３１で、所定回数分の部品認識時間に則して、複数の部品の複数の撮像範囲への割り振りを修正することができる。所定回数分の部品認識時間に則すとは、例えば、その平均値や、ばらつきの程度を表す標準偏差、現実に発生した最大値や最小値などの諸量を参考にすることを意味する。 The content performed in the trial inspection step S2 of the third embodiment is the same as that of the first embodiment, and the component recognition time for a predetermined number of times is stored for each of a plurality of components. Thereby, in the next simulation execution step S31, allocation of a plurality of parts to a plurality of imaging ranges can be corrected according to a predetermined number of parts recognition times. To conform to the component recognition time for a predetermined number of times means to refer to various values such as an average value, a standard deviation representing the degree of variation, and a maximum value and a minimum value actually generated.
なお、試行検査ステップＳ２を所定回数実施するに際して、所定回数に相当する数量の正常基板を用いてもよく、１枚の正常基板を所定回数だけ繰返して用いてもよい。前者では、複数の正常基板に内包された生産上の正常範囲のばらつき、いわば個体差を把握できる。また後者では、撮像から画像認識を経て合否判定に至るプロセスの繰り返しによるばらつき、いわば繰り返し誤差を把握できる。 When the trial inspection step S2 is performed a predetermined number of times, a number of normal substrates corresponding to the predetermined number of times may be used, or one normal substrate may be used repeatedly a predetermined number of times. In the former, it is possible to grasp the variation in the normal range in production contained in a plurality of normal substrates, that is, individual differences. In the latter case, it is possible to grasp variations due to repetition of processes from imaging to image recognition to pass / fail determination, that is, repetitive errors.
第３実施形態の基板の検査方法によれば、試行検査を所定回数行い、複数の部品のそれぞれの複数個の部品認識時間に基づいて、複数の部品の複数の撮像範囲への割り振りを修正する。したがって、部品認識時間の統計的なばらつきを把握することができ、最終的な検査手順データの適正化を確実に行える。 According to the substrate inspection method of the third embodiment, trial inspection is performed a predetermined number of times, and allocation of a plurality of parts to a plurality of imaging ranges is corrected based on a plurality of part recognition times for each of the plurality of parts. . Therefore, it is possible to grasp the statistical variation in the component recognition time, and to ensure proper final inspection procedure data.
次に、試行検査ステップＳ２からシミュレーション反映ステップＳ３２（最終決定ステップＳ３）までを繰返して複数回行う第４実施形態の基板の検査方法について、図６を参考にして説明する。図６は、第４実施形態の基板の検査方法を説明するフローチャートの図である。第４実施形態の基板の検査方法は、第１実施形態で説明した基板生産ライン１の基板外観検査装置５で実施でき、換言すれば、装置構成（ハードウェア）は同一で、コンピュータのプログラム（ソフトウェア）が異なる。図６と図２とを比較すれば分かるように、第３実施形態では、シミュレーション反映ステップＳ３２の次のステップＳ３３で所定回数に達していないときに試行検査ステップＳ２に戻る点が異なる。
Next, a substrate inspection method according to a fourth embodiment in which the trial inspection step S2 to the simulation reflection step S32 (final determination step S3) are repeated a plurality of times will be described with reference to FIG. FIG. 6 is a flowchart illustrating the substrate inspection method according to the fourth embodiment. The substrate inspection method of the fourth embodiment can be performed by the substrate appearance inspection apparatus 5 of the
第４実施形態で、試行検査ステップＳ２からシミュレーション反映ステップＳ３２の間で繰返して行う内容は第１実施形態と同様である。したがって、所定回数の繰り返しにより、検査手順データが漸次改善され、確実に適正化できる。 In the fourth embodiment, the contents repeatedly performed between the trial inspection step S2 and the simulation reflection step S32 are the same as those in the first embodiment. Therefore, the inspection procedure data is gradually improved by repeating the predetermined number of times, and can be appropriately optimized.
なお、第３実施形態または第４実施形態の繰り返しによる検査手順データの適正化は、第２実施形態のティーチングステップＳ４による判定精度の向上と併用することができる。また、第１〜第４実施形態において、複数の撮像範囲Ａｒ１〜Ａｒ４の画像認識時間Ｔ１〜Ｔ４を均一化することで検査所要時間を短縮化できるものと考えたが、撮像カメラ側の条件をも考慮することができる。例えば、撮像カメラの移動やコンピュータへの画像データ転送に要した実際の時間を試行検査ステップＳ２で測定および記憶し、現実の画像認識時間Ｔ１Ｒ〜Ｔ４Ｒと比較して検査手順データを適正化することができる。 Note that the optimization of the inspection procedure data by the repetition of the third embodiment or the fourth embodiment can be used in combination with the improvement of the determination accuracy by the teaching step S4 of the second embodiment. In the first to fourth embodiments, it is considered that the time required for inspection can be shortened by uniformizing the image recognition times T1 to T4 of the plurality of imaging ranges Ar1 to Ar4. Can also be considered. For example, the actual time required for moving the imaging camera or transferring the image data to the computer is measured and stored in the trial inspection step S2, and the inspection procedure data is optimized compared with the actual image recognition times T1R to T4R. Can do.
次に、第２の課題として提示した部品認識時間を効率的に短縮する第５実施形態の基板の検査方法について、図７〜図１０を参考にして説明する。第１〜第４実施形態では、実際に要する部品認識時間ｔ１Ｒ〜ｔ３１Ｒはあまり変動しないもの考えていた。しかしながら、現実には、可変の画像認識パラメータを検査手順データの一部に設定したときに、設定の巧拙によって部品認識時間が変化する。第５実施形態では、第１実施形態で説明した複数の撮像範囲の画像認識時間を均一化することと、熟練した検査員のノウハウを活用して部品認識時間を効率的に短縮することの両方を行う。 Next, a substrate inspection method according to a fifth embodiment for efficiently reducing the component recognition time presented as the second problem will be described with reference to FIGS. In the first to fourth embodiments, the part recognition times t1R to t31R that are actually required are considered not to vary much. However, in reality, when a variable image recognition parameter is set as part of the inspection procedure data, the component recognition time varies depending on the skill of setting. In the fifth embodiment, both uniformizing the image recognition time of the plurality of imaging ranges described in the first embodiment and efficiently reducing the component recognition time by using the know-how of a skilled inspector. I do.
図７は、第５実施形態の基板の検査方法を説明するフローチャートの図である。第５実施形態の基板の検査方法は、初期設定ステップＳ１にパラメータ設定ステップＳ６を含み、試行検査ステップＳ２にボトルネック提示ステップＳ７を含み、最終決定ステップＳ３に部品認識改善ステップＳ８を含んでいる。初期設定ステップＳ１、試行検査ステップＳ２、および最終決定ステップＳ３の主要な内容は、第１実施形態と同様であるので説明は省略する。 FIG. 7 is a flowchart illustrating the substrate inspection method according to the fifth embodiment. The board inspection method of the fifth embodiment includes a parameter setting step S6 in the initial setting step S1, a bottleneck presentation step S7 in the trial inspection step S2, and a component recognition improvement step S8 in the final determination step S3. . Since the main contents of the initial setting step S1, the trial inspection step S2, and the final determination step S3 are the same as those in the first embodiment, description thereof will be omitted.
パラメータ設定ステップＳ６では、各部品の検査項目を行うために必要となる可変の画像認識パラメータを初期の検査手順データの一部に設定する。画像認識パラメータとしては、部品の形状データおよび許容誤差、部品および基板の色情報、画像認識アルゴリズム、極性検査設定方法などがある。また、撮像時に複数ある光源のうちどれを使用するかという設定や光量の設定、露光時間の設定なども可変の画像認識パラメータの一部である。 In the parameter setting step S6, a variable image recognition parameter necessary for performing the inspection item of each component is set as a part of the initial inspection procedure data. Image recognition parameters include part shape data and tolerances, part and board color information, image recognition algorithms, polarity inspection setting methods, and the like. In addition, setting of which light source is used among a plurality of light sources at the time of imaging, setting of light amount, setting of exposure time, and the like are also part of variable image recognition parameters.
上記のうち部品の形状データおよび許容誤差では、部品ボディの形状データは一律であってもリード部の位置ずれの許容範囲の設定などで巧拙が生じる。色情報には、グレー値（白黒の明度情報）やＲＧＢ値（三原色の情報）などがあり、撮像時の光源の設定や露光時間の設定、判定時の部品と基板面とを区別する閾値の設定が重要になる。これらのパラメータの設定が適正でないと、例えば、部品の面取り部で光が反射したりして明度が変化し、判定に手間取るようなことが生じる。画像認識アルゴリズムとは、例えば、まず部品のリード部を認識し次に部品ボディを認識するか、あるいは逆の順序で認識するかといった各種の認識手法の選択を意味する。極性検査設定方法は、例えば、部品の上面に印刷されて方向（極性）を示す矢印状のマーカや矩形部品の特定のコーナーに配設されたマーカなどを認識する複数の方法の選択を意味する。 Of the above, the part shape data and tolerance allowance is devised by setting the allowable range of the positional deviation of the lead portion even if the part body shape data is uniform. The color information includes a gray value (monochrome lightness information), an RGB value (three primary colors information), and the like. A threshold value for distinguishing between a light source setting and an exposure time setting at the time of imaging and a component and a substrate surface at the time of determination. Setting becomes important. If these parameters are not set appropriately, for example, light may be reflected from a chamfered part of the component, resulting in a change in brightness, which may take time for determination. The image recognition algorithm means, for example, selection of various recognition methods such as firstly recognizing a lead part of a component and then recognizing a component body or recognizing in the reverse order. The polarity inspection setting method means, for example, selection of a plurality of methods for recognizing an arrow-shaped marker printed on the upper surface of a component to indicate a direction (polarity) or a marker disposed at a specific corner of a rectangular component. .
画像認識パラメータの初期設定が終了すると、ボトルネック提示ステップＳ７で、部品認識時間が長い順番にしたがい複数の部品の名称を並べ替えて提示する。ここで、部品認識時間は、試行検査ステップＳ２で実際に測定して記憶した値である。図８は、第５実施形態で検査対象になる基板Ｋ２の一例を示す平面図である。また、図９は、ボトルネック提示ステップＳ７で、ライン管理用ＰＣ７に提示された内容を例示した図である。さらに、図１０は、ボトルネック提示ステップＳ７で、ライン管理用ＰＣ７に表示されている特定の部品の上にマウスポインタを置いたときの表示内容を例示した図である。
When the initial setting of the image recognition parameters is completed, the names of a plurality of parts are rearranged and presented in the bottleneck presentation step S7 in the order of the long part recognition time. Here, the component recognition time is a value actually measured and stored in the trial inspection step S2. FIG. 8 is a plan view showing an example of the substrate K2 to be inspected in the fifth embodiment. FIG. 9 is a diagram illustrating the content presented to the
図８に示される基板Ｋ２は、右縁に沿い基板Ｋ２の種類を特定するバーコードＢＣＤが印刷されており、多数の部品が装着されている。具体的に、基板Ｋ２のほぼ中央の図中の上下方向に３個並んでコンデンサ部品Ｂ１が装着されている。基板Ｋ２の中心から左に寄った位置に大形で２４本のリード部を有するＬＳＩ部品Ｂ２が装着され、中心から右に寄った位置に８本のリード部を有するＩＣ部品Ｂ３が３個装着されている。また、ＬＳＩ部品Ｂ２の図中の下側からコンデンサ部品Ｂ１に近づく方向に、６本のリード部を有するＩＣ部品Ｂ４が３個列設されて装着されている。 The board K2 shown in FIG. 8 is printed with a barcode BCD specifying the type of the board K2 along the right edge, and a large number of components are mounted. Specifically, three capacitor parts B1 are mounted side by side in the vertical direction in the drawing at the substantially center of the substrate K2. A large LSI component B2 having 24 lead portions is mounted at a position closer to the left from the center of the substrate K2, and three IC components B3 having eight lead portions are mounted at a position closer to the right from the center. Has been. Also, three IC components B4 having six lead portions are arranged and mounted in a direction approaching the capacitor component B1 from the lower side of the LSI component B2 in the drawing.
基板Ｋ２のＩＣ部品Ｂ３の図中の上側には３本のリード部を有するトランジスタ部品Ｂ５が３個装着され、ＬＳＩ部品Ｂ２の右方には３本のリード部を有するトランジスタ部品Ｂ６が２個装着されている。ＬＳＩ部品Ｂ２と基板Ｋ２の上縁との間にはチップ部品Ｂ７が５個装着され、基板Ｋ２の右下寄りにはチップ部品Ｂ８が８個装着されている。また、基板Ｋ２の上縁の右寄りから基板外に突出するように横向きにコネクタ部品Ｃ１が装着されている。さらに、基板Ｋ２の下縁の左寄りにコネクタ部品Ｃ２が立てて装着され、基板Ｋ２の左縁に２個のコネクタ部品Ｃ３、Ｃ４が立てて装着されている。 Three transistor components B5 having three lead portions are mounted on the upper side of the IC component B3 of the substrate K2 in the drawing, and two transistor components B6 having three lead portions are mounted on the right side of the LSI component B2. It is installed. Five chip components B7 are mounted between the LSI component B2 and the upper edge of the substrate K2, and eight chip components B8 are mounted on the lower right side of the substrate K2. Further, the connector component C1 is mounted sideways so as to protrude from the right side of the upper edge of the board K2 to the outside of the board. Further, a connector part C2 is mounted upright on the left side of the lower edge of the board K2, and two connector parts C3 and C4 are installed upright on the left edge of the board K2.
図９に示されるように、ボトルネック提示ステップＳ７で提示される内容は、横軸が部品名称で縦軸が部品認識時間の棒グラフであり、左から右へと部品認識時間が長い順番に表示されている。つまり、左側に表示された部品ほど部品認識時間が長く、基板Ｋ２の検査所要時間を長引かせるボトルネックになっている。当然ながら部品Ｂ１〜Ｂ８、Ｃ１〜Ｃ４の寸法が大きくて形状が複雑なほど、部品認識時間は長くなる傾向を示している。図の例では、ＬＳＩ部品Ｂ２が最も左に表示され、以下ＩＣ部品Ｂ３、ＩＣ部品Ｂ４、トランジスタ部品Ｂ６……の順番に並んで表示されている。 As shown in FIG. 9, the content presented in the bottleneck presentation step S7 is a bar graph in which the horizontal axis is the part name and the vertical axis is the part recognition time, and the parts recognition time is displayed in order from the left to the right. Has been. In other words, the part displayed on the left side has a longer part recognition time, which is a bottleneck that prolongs the time required for inspection of the board K2. As a matter of course, the component recognition time tends to be longer as the dimensions of the components B1 to B8 and C1 to C4 are larger and the shape is more complicated. In the example of the figure, the LSI component B2 is displayed on the leftmost side, and is displayed in the order of IC component B3, IC component B4, transistor component B6.
そして、図１０に示されるように、検査員がライン管理用ＰＣ７に表示されているＬＳＩ部品Ｂ２の上にマウスポインタ（図中の白抜き矢印）を置くと、当該のＬＳＩ部品Ｂ２に関する各種データが表示されるようになっている。部品名称および部品認識時間に連動させて表示する各種データは、部品の形状、配置、検査項目、および画像認識パラメータの少なくとも一部とすることができる。図の例では、形状を示す縦および横の寸法（２００００μｍ×５０００μｍ）、ならびに、画像認識パラメータのうちの画像認識アルゴリズム（Ｂ）が表示されている。なお、各種データの表示は、全ての部品で行われるようになっている。
Then, as shown in FIG. 10, when the inspector places the mouse pointer (white arrow in the figure) on the LSI component B2 displayed on the
したがって、検査員は、部品認識時間のみでなく各種データを参考にしてボトルネックになっている部品を判断し、さらに部品認識時間を短縮する具体的な方法を検討することができる。例えば、部品が小さいにも関わらず部品認識時間が長くかかっていれば改善の余地が大きく、部品認識時間が長くとも部品自体が大形で複雑であれば改善の余地は小さいと検討できる。また例えば、汎用性が高い画像認識アルゴリズムを使用している場合には、部品の特徴に特化したアルゴリズムに変更することで改善の可能性がある、といった検討を行える。 Therefore, the inspector can determine not only the part recognition time but also various parts of data to determine the part that is the bottleneck, and further consider a specific method for shortening the part recognition time. For example, it can be considered that there is a large room for improvement if the part recognition time is long even though the part is small, and the room for improvement is small if the part itself is large and complex even if the part recognition time is long. In addition, for example, when an image recognition algorithm having high versatility is used, it can be considered that there is a possibility of improvement by changing to an algorithm specialized for the feature of a part.
次の部品認識改善ステップＳ８では、検査員は、部品認識時間が長い部品について、画像認識パラメータを変更し、あるいは検査項目を変更または削除するように検査手順データを修正する。これにより、当該の部品の部品認識時間を短縮することができる。検査項目の変更または削除の例として、例えば、検査で不合格になった前例が少なく、かつ基板生産後の性能検査と重複する項目を削除するようにしてもよい。 In the next part recognition improvement step S8, the inspector modifies the inspection procedure data so as to change the image recognition parameter or change or delete the inspection item for the part having a long part recognition time. Thereby, the part recognition time of the said part can be shortened. As an example of changing or deleting an inspection item, for example, there are few precedents that have failed in inspection, and items that overlap with performance inspection after board production may be deleted.
第５実施形態の基板の検査方法によれば、部品認識時間が長い順番に部品名称を並べ替えて提示し、部品認識時間が長い部品について画像認識パラメータを変更し、あるいは検査項目を変更または削除することで部品認識時間を短縮する。これにより、基板外観検査装置５で、ボトルネック（隘路）になっている部品に着目して部品認識時間を効率的に短縮できる。ひいては、基板量産時の検査所要時間を短縮化できる。さらに、部品名称および部品認識時間に連動させて部品の形状および画像認識アルゴリズムを検査員に向けて表示するので、熟練した検査員のノウハウが十分に活用され、短時間で効率よく画像認識パラメータを適正化できる。 According to the substrate inspection method of the fifth embodiment, the component names are rearranged and presented in order of long component recognition time, the image recognition parameter is changed for the component with long component recognition time, or the inspection item is changed or deleted. This reduces the part recognition time. Thereby, in the board | substrate external appearance inspection apparatus 5, paying attention to the component which is a bottleneck (bottle), component recognition time can be shortened efficiently. As a result, the inspection time required for mass production of substrates can be shortened. In addition, since the part shape and the image recognition algorithm are displayed to the inspector in conjunction with the part name and the part recognition time, the know-how of the skilled inspector is fully utilized, and the image recognition parameters can be efficiently set in a short time. It can be optimized.
第５実施形態の基板の検査方法は、基板の検査対象範囲が撮像カメラの撮像範囲に収まり１個の画像データで検査を行う場合でも、検査所要時間を短縮できる。この場合、検査手順データ中の画面割りデータに関する処理は不要になる。また、ボトルネック提示ステップＳ７における提示方法は、図９および図１０に例示した棒グラフに限定されず、例えば、部品認識用の部品画像データそのものを表示して検査員のノウハウを活用できるようにすることもできる。 The board inspection method of the fifth embodiment can shorten the time required for inspection even when the inspection target range of the board is within the imaging range of the imaging camera and the inspection is performed with one piece of image data. In this case, processing relating to the screen allocation data in the inspection procedure data is not necessary. In addition, the presentation method in the bottleneck presentation step S7 is not limited to the bar graphs illustrated in FIGS. 9 and 10. For example, the component image data itself for component recognition is displayed so that the inspector's know-how can be utilized. You can also.
なおまた、第１〜第５実施形態で説明した検査方法はコンピュータのプログラムで実現されており、本発明は検査装置として実施することもできる。さらに、本発明は、はんだ印刷検査装置３におけるはんだ印刷状態の検査にも応用できる。本発明は、その他にも様々な応用や変形が可能である。 The inspection methods described in the first to fifth embodiments are realized by a computer program, and the present invention can also be implemented as an inspection apparatus. Furthermore, the present invention can also be applied to the inspection of the solder printing state in the solder printing inspection apparatus 3. Various other applications and modifications are possible for the present invention.
１：基板生産ライン
２：はんだ印刷装置 ３：はんだ印刷検査装置 ４：部品装着装置
５：基板外観検査装置 ６：リフロー装置 ７：ライン管理用ＰＣ
８１〜８４：基板搬送装置
Ｋ、Ｋ２：基板 Ａｒ１〜Ａｒ４：撮像範囲
Ｐ１〜Ｐ３１、Ｂ１〜Ｂ８、Ｃ１〜Ｃ４：部品
1: Board production line 2: Solder printing device 3: Solder printing inspection device 4: Component mounting device 5: Board appearance inspection device 6: Reflow device 7: PC for line management
81-84: Substrate transport device K, K2: Substrate Ar1-Ar4: Imaging range P1-P31, B1-B8, C1-C4: Parts
Claims (11)
前記基板の検査対象範囲を複数の撮像範囲に分割する画面割りデータを含んだ初期の検査手順データを設定する初期設定ステップと、
前記初期の検査手順データにしたがい、前記基板の前記複数の撮像範囲をそれぞれ撮像して画像データを求め画像認識する試行検査を行うとともに、各前記撮像範囲の画像データの画像認識にそれぞれ要した画像認識時間を記憶する試行検査ステップと、
記憶した画像認識時間に基づいて、各前記撮像範囲の画像認識時間を均一化するように、前記初期の検査手順データを修正して最終的な検査手順データを決定する最終決定ステップとを有する基板の検査方法。 According to the inspection procedure data in which at least the inspection items and the inspection order of the substrate to be inspected are set, the inspection target range of the substrate is imaged by an imaging camera to obtain image data, the image data is image-recognized, and the substrate A method for inspecting a substrate for determining pass / fail,
An initial setting step for setting initial inspection procedure data including screen division data for dividing the inspection target range of the substrate into a plurality of imaging ranges;
According to the initial inspection procedure data, each of the plurality of imaging ranges of the substrate is imaged to obtain image data, and a trial inspection is performed to recognize the image, and images required for image recognition of the image data of each imaging range A trial inspection step for storing the recognition time;
A substrate having a final determination step of correcting the initial inspection procedure data and determining final inspection procedure data so as to equalize the image recognition time of each imaging range based on the stored image recognition time Inspection method.
前記初期設定ステップで、前記複数の部品を前記複数の撮像範囲に割り振る画面割りデータを含んだ初期の検査手順データを設定し、
前記試行検査ステップで、各前記撮像範囲の画像認識時間を前記部品ごとの部品認識時間に細分して記憶し、
前記最終決定ステップで、記憶した部品認識時間に基づいて、前記画面割りデータを修正して前記最終的な検査手順データを決定する基板の検査方法。 In claim 1, a plurality of components are already mounted on the substrate, the initial inspection procedure data includes the shape, arrangement, and inspection items of each of the components,
In the initial setting step, initial inspection procedure data including screen division data for allocating the plurality of parts to the plurality of imaging ranges is set,
In the trial inspection step, the image recognition time of each imaging range is subdivided into component recognition times for each component, and stored.
A method for inspecting a substrate, wherein the final inspection procedure data is determined by correcting the screen division data based on the stored component recognition time in the final determination step.
前記記憶した部品認識時間に基づいて、前記複数の部品の前記複数の撮像範囲への割り振りを修正して各前記撮像範囲の画像認識時間をシミュレーションするシミュレーション実施ステップと、
各前記撮像範囲の画像認識時間が最も均一化された最適なシミュレーション結果に基づいて、前記最終的な検査手順データを決定するシミュレーション反映ステップとを含む基板の検査方法。 3. The final decision step according to claim 2,
A simulation execution step of simulating the image recognition time of each of the imaging ranges by correcting the allocation of the plurality of components to the plurality of imaging ranges based on the stored component recognition times;
A substrate inspection method including a simulation reflection step of determining the final inspection procedure data based on an optimal simulation result in which an image recognition time of each imaging range is most uniform.
前記試行検査ステップで、前記正常基板の前記撮像範囲の画像データから各部品単位の部品画像データを求め、
前記ティーチングステップで、正常な実装状態を画像認識できた部品の前記部品画像データを判定基準として検査手順データに登録し、正常な実装状態を画像認識できない部品が生じた場合には画像認識ができるように前記部品画像データを編集し判定基準として検査手順データに登録する基板の検査方法。 In claim 4, further comprising a teaching step between the trial inspection step and the final determination step,
In the trial inspection step, obtain component image data for each component unit from the image data of the imaging range of the normal board,
In the teaching step, the component image data of a component that has been image-recognized in the normal mounting state is registered in the inspection procedure data as a criterion, and image recognition can be performed when a component that cannot recognize the normal mounting state is generated. In this way, the component image data is edited and registered in the inspection procedure data as a determination standard.
前記初期設定ステップは、各前記部品の検査項目を行うために必要となる可変の画像認識パラメータを前記初期の検査手順データの一部に設定するパラメータ設定ステップを含み、
前記試行検査ステップは、前記部品認識時間が長い順番にしたがい前記複数の部品の名称を並べ替えて提示するボトルネック提示ステップを含み、
前記最終決定ステップは、前記部品認識時間が長い部品について、前記画像認識パラメータを変更し、あるいは前記検査項目を変更または削除することで前記部品認識時間を短縮する部品認識改善ステップを含む基板の検査方法。 In any one of Claims 2-5,
The initial setting step includes a parameter setting step for setting a variable image recognition parameter necessary for performing an inspection item of each of the parts in a part of the initial inspection procedure data,
The trial inspection step includes a bottleneck presenting step of rearranging and presenting the names of the plurality of parts in the order in which the parts recognition time is long.
The final determination step includes a component recognition improvement step of shortening the component recognition time by changing the image recognition parameter or changing or deleting the inspection item for the component having a long component recognition time. Method.
前記試行検査ステップを複数回行って、前記複数の部品のそれぞれについて複数個の部品認識時間を記憶し、
前記最終決定ステップで、記憶した複数個の部品認識時間に基づいて、前記複数の部品の前記複数の撮像範囲への割り振りを修正して前記最終的な検査手順データを決定する基板の検査方法。 In any one of Claims 2-7,
Performing the trial inspection step a plurality of times, storing a plurality of component recognition times for each of the plurality of components;
A substrate inspection method in which the final inspection procedure data is determined by correcting the allocation of the plurality of components to the plurality of imaging ranges based on the stored plurality of component recognition times in the final determination step.
前記基板の検査対象範囲を複数の撮像範囲に分割する画面割りデータを含んだ初期の検査手順データを設定する初期設定手段と、
前記初期の検査手順データにしたがい、前記基板の前記複数の撮像範囲をそれぞれ撮像して画像データを求め画像認識する試行検査を行うとともに、各前記撮像範囲の画像データの画像認識にそれぞれ要した画像認識時間を記憶する試行検査手段と、
記憶した画像認識時間に基づいて、各前記撮像範囲の画像認識時間を均一化するように、前記初期の検査手順データを修正して最終的な検査手順データを決定する最終決定手段とを有する基板の検査装置。 According to the inspection procedure data in which at least the inspection items and the inspection order of the substrate to be inspected are set, the inspection target range of the substrate is imaged by an imaging camera to obtain image data, the image data is image-recognized, and the substrate A substrate inspection apparatus for determining pass / fail,
Initial setting means for setting initial inspection procedure data including screen division data for dividing the inspection target range of the substrate into a plurality of imaging ranges;
According to the initial inspection procedure data, each of the plurality of imaging ranges of the substrate is imaged to obtain image data, and a trial inspection is performed to recognize the image, and images required for image recognition of the image data of each imaging range Trial inspection means for storing the recognition time;
A substrate having final determination means for correcting the initial inspection procedure data and determining final inspection procedure data so as to equalize the image recognition time of each imaging range based on the stored image recognition time Inspection equipment.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012119793A JP6066587B2 (en) | 2012-05-25 | 2012-05-25 | Substrate inspection method, inspection program, and inspection apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012119793A JP6066587B2 (en) | 2012-05-25 | 2012-05-25 | Substrate inspection method, inspection program, and inspection apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013247228A true JP2013247228A (en) | 2013-12-09 |
| JP6066587B2 JP6066587B2 (en) | 2017-01-25 |
Family
ID=49846786
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012119793A Active JP6066587B2 (en) | 2012-05-25 | 2012-05-25 | Substrate inspection method, inspection program, and inspection apparatus |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6066587B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016025130A (en) * | 2014-07-17 | 2016-02-08 | パナソニックＩｐマネジメント株式会社 | Component mounting method and component mounting system |
| JP2016100527A (en) * | 2014-11-25 | 2016-05-30 | 日本電気株式会社 | Apparatus and method for substrate identification, and substrate traceability system |
| JP2018148003A (en) * | 2017-03-03 | 2018-09-20 | 株式会社Ｆｕｊｉ | Mounting use data management device |
| CN110024510A (en) * | 2016-12-08 | 2019-07-16 | 韩华精密机械株式会社 | Component mounting and bonding apparatus and component mounting method using the same |
| DE102022202064A1 (en) | 2021-03-15 | 2022-09-15 | Omron Corporation | X-RAY INSPECTION DEVICE AND X-RAY INSPECTION PROCEDURE |
| DE102022201920A1 (en) | 2021-03-15 | 2022-09-15 | Omron Corporation | X-RAY INSPECTION DEVICE AND X-RAY INSPECTION PROCEDURE |
| WO2023162142A1 (en) * | 2022-02-25 | 2023-08-31 | 株式会社Fuji | Image confirmation device and image confirmation method |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6436379A (en) * | 1987-07-31 | 1989-02-07 | Sanyo Electric Co | Device for inspecting printed circuit board |
| JPH08204400A (en) * | 1995-01-31 | 1996-08-09 | Matsushita Electric Ind Co Ltd | Image recognition |
-
2012
- 2012-05-25 JP JP2012119793A patent/JP6066587B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6436379A (en) * | 1987-07-31 | 1989-02-07 | Sanyo Electric Co | Device for inspecting printed circuit board |
| JPH08204400A (en) * | 1995-01-31 | 1996-08-09 | Matsushita Electric Ind Co Ltd | Image recognition |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016025130A (en) * | 2014-07-17 | 2016-02-08 | パナソニックＩｐマネジメント株式会社 | Component mounting method and component mounting system |
| JP2016100527A (en) * | 2014-11-25 | 2016-05-30 | 日本電気株式会社 | Apparatus and method for substrate identification, and substrate traceability system |
| CN110024510A (en) * | 2016-12-08 | 2019-07-16 | 韩华精密机械株式会社 | Component mounting and bonding apparatus and component mounting method using the same |
| CN110024510B (en) * | 2016-12-08 | 2020-12-04 | 韩华精密机械株式会社 | Component mounting and bonding apparatus and component mounting method using the same |
| JP2018148003A (en) * | 2017-03-03 | 2018-09-20 | 株式会社Ｆｕｊｉ | Mounting use data management device |
| DE102022202064A1 (en) | 2021-03-15 | 2022-09-15 | Omron Corporation | X-RAY INSPECTION DEVICE AND X-RAY INSPECTION PROCEDURE |
| DE102022201920A1 (en) | 2021-03-15 | 2022-09-15 | Omron Corporation | X-RAY INSPECTION DEVICE AND X-RAY INSPECTION PROCEDURE |
| WO2023162142A1 (en) * | 2022-02-25 | 2023-08-31 | 株式会社Fuji | Image confirmation device and image confirmation method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6066587B2 (en) | 2017-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6066587B2 (en) | Substrate inspection method, inspection program, and inspection apparatus | |
| KR101337881B1 (en) | Method for inspecting and generating job data of pcb inspection system | |
| WO2021042900A1 (en) | Creation method and creation apparatus for component library, and electronic device and storage medium | |
| CN103207187A (en) | Appearance Inspection Apparatus And Method | |
| US9804587B2 (en) | Production system and program switching method used in the same | |
| US10602650B2 (en) | Component mounting apparatus and component mounting system | |
| CN111492727B (en) | Electronic device and method for displaying inspection result of substrate | |
| JP2014134496A (en) | Method of estimating (classifying) defect factor with print inspection device | |
| JP5190127B2 (en) | Substrate processing equipment | |
| CN100450338C (en) | Apparatus and method for insepecting cream solder printed on a substrate | |
| CN105282992B (en) | Component mounting method and component mounting system | |
| US10542650B2 (en) | Data processing device providing status information to be used by board working machine | |
| JP2007150340A (en) | Optimizing method for part mounting, optimizing apparatus for the same, optimizing program for the same, and part mounting apparatus | |
| KR20100010129A (en) | Method of generating work data for automated optical inspection of surface mounted pcb | |
| JP2010147322A (en) | Method of creating 3d mounting data of component mounting machine | |
| JPWO2007132577A1 (en) | Platform board and production management method | |
| JP2005136121A (en) | Pattern manufacturing system | |
| JP4801492B2 (en) | Appearance inspection apparatus and printed wiring board inspection method using the same | |
| JP7429293B2 (en) | Simulation device and simulation method | |
| WO2023175831A1 (en) | Image confirmation device and image confirmation method | |
| JP7442134B2 (en) | Component mounting method and component mounting system | |
| JP7112506B2 (en) | Design support device, design support method and program | |
| WO2021234848A1 (en) | Component mounting system | |
| JP4554190B2 (en) | Printing inspection apparatus and printing inspection method | |
| JP2023133485A (en) | Countermeasure information guidance device and countermeasure information guidance method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150415 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160205 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160405 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160601 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20161129 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161220 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6066587 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |