JP7472472B2

JP7472472B2 - リワーク条件学習装置、リワーク条件決定装置及びリワーク装置

Info

Publication number: JP7472472B2
Application number: JP2019206626A
Authority: JP
Inventors: 賢典岩木
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2019-11-15
Filing date: 2019-11-15
Publication date: 2024-04-23
Anticipated expiration: 2039-11-15
Also published as: JP2021082637A

Description

この発明は、再加工対象に対して行う再加工の条件である設定値を学習するリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置に関するものである。

従来、再加工対象に対して再加工を行うリワーク装置（リペア装置）には、半田を加熱して再加工対象である基板から電子部品を取り外すものがある（例えば、特許文献１及び２参照）。さらに、リワーク装置（リペア装置）には、基板から電子部品を取り外した後に、代替の電子部品を取り付けるものがある（例えば、特許文献３参照）。

一方、ＡＩ（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）などを使った機械学習による学習モデルをリワーク装置（リペア装置）に適用したものがある（例えば、特許文献４参照）。特許文献４には、学習モデル（逐次学習）を良品と不良品との判定に利用することが開示され、リワーク装置（リペア装置）に判定結果である不良個所、不良内容を表示させることが開示されている。

特開２０１８－１４８０３２号公報特開２００５－２２３０００号公報特開２００６－１７９５５６号公報特開２００８－１８５３９５号公報

しかしながら、従来のリワーク装置は、再加工を行う再加工対象ごとに、対象部品を取り外し又は取り付けを行う再加工の条件である設定値を入力する必要があり、入力する者の技量によって、歩留りに影響があるという課題があった。

この発明は、上記のような課題を解決するためになされたものであり、再加工対象ごとに、再加工対象に対して行う再加工の条件である設定値を学習するリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置を得ることを目的とする。

この発明に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置は、リワーク条件学習装置において、再加工対象に対して、対象部品の取り外し又は取り付けを行う再加工の条件である設定値を学習するものであって、再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたことを特徴とするものである。

この発明に係るリワーク条件学習装置は、加工対象へ半田付けで対象部品を取り付けた再加工対象から、前記対象部品を取り外すための取り外し条件である設定値を学習するリワーク条件学習装置であって、再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたことを特徴とするものである。

この発明に係るリワーク条件学習装置は、対象部品が取り外された再加工対象へ新たな前記対象部品を取り付ける取り付け条件である設定値を学習するリワーク条件学習装置であって、再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたことを特徴とするものである。

この発明に係るリワーク条件決定装置は、加工対象へ半田付けで対象部品を取り付けた再加工対象から、前記対象部品を取り外すための取り外し条件である設定値を学習するリワーク条件学習装置であって、再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたことを特徴とするものである。

この発明に係るリワーク条件決定装置は、対象部品が取り外された再加工対象へ新たな前記対象部品を取り付ける取り付け条件である設定値を学習するリワーク条件学習装置であって、再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたことを特徴とするものである。

この発明に係るリワーク装置は、加工対象へ半田付けで対象部品を取り付けた再加工対象から、前記対象部品を取り外すための取り外し条件である設定値を学習するリワーク条件学習装置であって、再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたリワーク条件決定装置を用いたリワーク装置であって、前記装置の取り外し部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で前記対象部品を取り外すように前記取り外し部を制御する取り外し制御部とを備えたことを特徴とするものである。

この発明に係るリワーク装置は、対象部品が取り外された再加工対象へ新たな前記対象部品を取り付ける取り付け条件である設定値を学習するリワーク条件学習装置であって、再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたリワーク条件決定装置を用いたリワーク装置であって、前記装置の半田付け部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で新たな前記対象部品に対して半田付けを行うように前記半田付け部を制御する半田付け制御部とを備えたことを特徴とするものである。

この発明によれば、再加工対象ごとに良品となる設定値を学習することが可能なリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置を得ることができる。

この発明の実施の形態１に係るリワーク条件学習装置の機能ブロック図である。この発明の実施の形態１に係るリワーク条件学習装置の動作（リワーク条件学習方法）を説明するフローチャートである。この発明の実施の形態１に係るリワーク条件学習装置、リワーク条件決定装置及びリワーク装置の機能ブロック図である。この発明の実施の形態１に係るリワーク条件決定装置の動作（リワーク条件決定方法）を説明するフローチャートである。この発明の実施の形態１に係るリワーク装置の動作（リワーク方法）を説明するフローチャートである。この発明の実施の形態１に係るリワーク装置の動作（リワーク方法）を説明するフローチャートである。この発明の実施の形態２に係るリワーク条件学習装置の機能ブロック図である。この発明の実施の形態２に係るリワーク条件学習装置の動作（リワーク条件学習方法）を説明するフローチャートである。この発明の実施の形態３に係るリワーク条件学習装置の機能ブロック図である。この発明の実施の形態３に係るリワーク条件学習装置の動作（良不良方法）を説明するフローチャートである。この発明の実施の形態３に係るリワーク条件学習装置、リワーク条件決定装置及びリワーク装置の機能ブロック図である。この発明の実施の形態４に係るリワーク条件学習装置の機能ブロック図である。この発明の実施の形態４に係るリワーク条件学習装置の動作（リワーク条件学習方法）を説明するフローチャートである。この発明の実施の形態４に係るリワーク条件学習装置、リワーク条件決定装置及びリワーク装置の機能ブロック図である。この発明の実施の形態４に係るリワーク条件学習装置、リワーク条件決定装置及びリワーク装置の機能ブロック図である。この発明の実施の形態４に係るリワーク条件決定装置の動作（リワーク条件決定方法）を説明するフローチャートである。この発明の実施の形態４に係るリワーク装置の動作（リワーク方法）を説明するフローチャートである。この発明の実施の形態４に係るリワーク装置の動作（リワーク方法）を説明するフローチャートである。この発明の実施の形態５に係るリワーク条件学習装置の機能ブロック図である。この発明の実施の形態５に係るリワーク条件学習装置の動作（リワーク条件学習方法）を説明するフローチャートである。この発明の実施の形態６に係るリワーク条件学習装置の機能ブロック図である。この発明の実施の形態６に係るリワーク条件学習装置の動作（良不良方法）を説明するフローチャートである。この発明の実施の形態６に係るリワーク条件学習装置、リワーク条件決定装置及びリワーク装置の機能ブロック図である。この発明の実施の形態６に係るリワーク条件学習装置、リワーク条件決定装置及びリワーク装置の機能ブロック図である。

本願は、再加工対象１に対して、対象部品を取り外し又は取り付けを行う再加工の条件である設定値を学習するリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（リワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）に関するものである。再加工の条件である設定値は、再加工対象１から対象部品を取り外すための取り外し条件である設定値と、対象部品が取り外された再加工対象へ新たな対象部品を取り付ける取り付け条件である設定値とである。詳しくは、前者は、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外すための取り外し条件である設定値である。後者は、半田付けされた対象部品が取り外された再加工対象１へ新たな対象部品を取り付ける取り付け条件である設定値である。

前者である、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外すための取り外し条件である設定値を学習するリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（リワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、実施の形態１から実施の形態３にて説明を行う。

後者である、半田付けされた対象部品が取り外された再加工対象１へ新たな対象部品を取り付ける取り付け条件である設定値を学習するリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（リワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、実施の形態４から実施の形態６にて説明を行う。なお、実施の形態４から実施の形態６は、取り付け条件である設定値のみを学習する場合だけでなく、前者に当たる取り外し条件である設定値も学習する場合も含んでいる。

すなわち、リワーク装置は、再加工（リワーク）を行う装置である。再加工（リワーク）とは、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外す再加工（リワーク）、又は、半田付けされた対象部品が取り外された再加工対象１へ新たな対象部品を取り付ける再加工（リワーク）の少なくとも一方を指している。

実施の形態１．
以下、この発明の実施の形態１に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置について、図１から図６を用いて説明する。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。図３において、再加工対象１は、例えば、プリント基板などの基板１で、単層基板や多層基板を包含している。このプリント基板に配線や部品（対象部品）を半田付けしたものをプリント配線板やプリント配線基板、プリント回路板、プリント回路基板と呼ぶ場合がある。単に、プリント基板に配線を施したものをプリント配線板やプリント配線基板と呼んでもよい。この場合、再加工対象１（基板１）にプリント配線板、プリント配線基板が含まれているといえる。基板１を加工対象と称してもよい。さらに、再加工対象１（基板１）は、再加工対象１に印刷されていた第１の半田の第１の半田情報（第１の半田の条件）、半田付けの対象部品、半田付けによって対象部品が固定される部材から構成されているともいえる。

対象部品は、電子部品やアナログ部品などがあり、リードや端子をリフローによる半田付けで加工対象に固定されるものである。対象部品が固定される部材は、前述のプリント基板、プリント配線板、プリント配線基板となり、半田が印刷などで表面に形成されている。対象部品のリードや端子は、基板１に形成されたスルーホールに挿入されて半田付けで固定されるものも含む。整理すると、再加工対象１とは、基板１である加工対象へ半田付けで対象部品を取り付けたものを含んでいる。

図１及び図３において、リワーク条件学習装置２は、設定条件入力部３、良不良判定結果入力部４、学習部５を有している。図３において、リワーク部６（実施の形態１においては、取り外し部６ａ）は、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外すものである。取り外し部６ａは、例えば、加熱部（送風部）と除去部（吸着部）を有している。加熱部は、再加工対象１の対象部品の接合部分を熱風などで加熱するものである。除去部は、吸着ノズルなどで対象部品を吸着させて再加工対象１から対象部品を取り外すものである。取り外し部６ａは、加熱部によって加熱された再加工対象１を冷却する冷却部を備えていてもよい。リワーク条件学習装置２は、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外すための取り外し条件である設定値を学習するものであり、学習モデルを構築する。

引き続き、図１及び図３において、良不良判定結果入力部４は、設定値入力部３に入力された設定値（取り外し条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力されるものである。良不良判定結果入力部４において、初期に入力される良不良判定結果は、例えば、再加工された後の再加工対象１であるプリント回路板（プリント回路基板）を外観検査（人又は機械による検査を含む検査）した結果をデータ化したものである。つまり、外観検査（人又は機械による検査を含む検査）した結果をデータ化して、再加工対象１が加工された設定値（設定値入力部３に入力された設定値）と関連付ければよい。ここでいう外観検査とは、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外した後の外観から良否を検査（決定）したものである。学習部５は、設定値と良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習するものである。学習部５は、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習するものである。

学習部５（リワーク条件学習装置２）には、ＡＩなどの機械学習を適用すればよい。学習部５（リワーク条件学習装置２）は学習モデルを構築して蓄積している。好ましくは、学習部５は、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習するようにしてもよい。また、設定値入力部３は、取り外し条件として、再加工対象１に形成された第１の半田の第１の半田情報、半田付けされた対象部品、半田付けによって対象部品が固定された部材、加熱条件、冷却条件の、第１の組み合わせで定義されている再加工対象１と関連付けられた、設定値が入力されるものである。

ここで、加熱条件とは、取り外し部６ａの加熱部（送風部）による再加工対象１の対象部品の接合部分を加熱する条件である。例えば、加熱温度、加熱時間、熱風の風速などである。熱衝撃による電子部品破損を防ぐために、加熱温度プロファイルは多段階のステップ加熱となるプロファイルを用いることが多い。加熱最高温度までの温度域でいくつかの段階に分けて、少しずつ温度上昇させることで、部品破損のリスクが削減できる。例えば、２３０℃までの間で、１５０℃２０秒、１８０℃２０秒などが例示できる。冷却条件とは、取り外し部６ａの冷却部による、取り外し部６ａの加熱部によって加熱された再加工対象１を冷却する条件である。例えば、冷却温度、冷却時間、冷風の風速などである。主に、再加工対象１の対象部品の接合部分だった箇所を冷却する条件であるといえる。半田付け品質を安定させるために、急冷却を行うことが多い。例えば、降温速度は、２℃から４℃/秒程度で冷却する。加熱条件、冷却条件は、リワーク装置１０の周辺の温度や湿度、又は、リワーク装置１０が設置された空間（部屋）の温度・湿度も条件に加えてもよい。

この場合、さらに、設定値入力部３は、第１の組み合わせのうち、第１の半田情報が、第１の半田の組成、第１の半田に添加されたフラックス種、第１の半田に添加されたフラックス含有量、第１の半田の面積の少なくとも一つで区別されている再加工対象１と関連付けられた、設定値が入力されるようにしてもよい。同じく、設定値入力部３は、第１の組み合わせのうち、対象部品が、外形、又は、電極表面処理の種類で区別されている再加工対象１と関連付けられた、設定値が入力されるようにしてもよい。同じく、設定値入力部３は、第１の組み合わせのうち、部材が、厚み、材質、層数、比重、表面処理の種類の少なくとも一つで区別されている再加工対象１と関連付けられた、設定値が入力されるようにしてもよい。

つまり、一つ目の設定値入力部３は、第１の半田情報、半田付けされた対象部品、半田付けによって対象部品が固定された部材、加熱条件、冷却条件の、第１の組み合わせのうち、第１の半田情報及び対象部品が同じもので、部材の条件、加熱条件、冷却条件が変わった場合の設定値がそれぞれ入力されるものを指している。また、二つ目の設定値入力部３は、第１の半田情報、半田付けされた対象部品、半田付けによって対象部品が固定された部材、加熱条件、冷却条件の、第１の組み合わせのうち、第１の半田情報及び部材が同じもので、対象部品の条件、加熱条件、冷却条件が変わった場合の設定値がそれぞれ入力されるものを指している。さらに、三つ目の設定値入力部３は、第１の半田情報、半田付けされた対象部品、半田付けによって対象部品が固定された部材、加熱条件、冷却条件の、第１の組み合わせのうち、対象部品及び部材が同じもので、第１の半田情報（第１の半田の条件）、加熱条件、冷却条件が変わった場合の設定値がそれぞれ入力されるものを指している。

ここで、部材（対象部品を取り外す再加工対象１）の条件が変わった場合と、対象部品の条件が変わった場合とについて説明する。部材の条件が変わるとは、前述のように、部材の、厚み、材質、層数、比重、表面処理の種類が異なる場合を意味している。部材が基板１の場合、厚みとは、板厚の仕様（導体箔厚み、導体箔面積、積層枚数）を意味している。基板１の場合、材質とは、基板の基材材料、導体箔の導体種類を意味している。また、対象部品の条件が変るとは、体積、電極形状、電極表面処理が異なる場合を意味している。体積及び電極形状から対象部品の形状や大きさが分かるので、対象部品の体積及び電極形状は、対象部品の外形の情報といえる。

次に、第１の半田情報（第１の半田の条件）が変わった場合について説明する。前述のように、第１の半田情報が、第１の半田の組成、第１の半田に添加されたフラックス種（フラックスの種類）、第１の半田に添加されたフラックスの含有量、例えば、印刷された第１の半田の面積が異なる場合を意味している。フラックス種（フラックスの種類）やフラックスの含有量を含めて、第１の半田の組成としてもよい。また、印刷された第１の半田の面積とは、再加工対象１の表面に印刷された第１の半田の面積を指している。印刷された第１の半田の面積は、印刷された第１の半田の印刷量も意味しており、第１の半田の厚みを考慮すると、印刷された第１の半田の体積ともいえる。さらに、印刷された第１の半田の面積（印刷された第１の半田の印刷量）の情報（条件）は、印刷された第１の半田の再加工対象１の表面上における位置の情報を含んでいてもよいし、印刷された第１の半田の面積（印刷された第１の半田の印刷量）の情報（条件）が印刷された第１の半田の再加工対象１の表面上における位置の情報そのものでもよい。

これまでは、第１の半田情報、半田付けの対象部品、半田付けによって対象部品が固定される部材、加熱条件、冷却条件の第１の組み合わせのうち、二つが固定の場合を説明してきたが、全ての組み合わせを網羅するようにしてもよいし、第１の半田情報、半田付けの対象部品、半田付けによって対象部品が固定される部材、加熱条件、冷却条件の第１の組み合わせのうち、一つを固定してもよい。すなわち、設定値入力部３は、再加工対象１に印刷された第１の半田の組成、第１の半田に添加されたフラックス種、第１の半田に添加されたフラックス含有量、第１の半田の面積の少なくとも一つ、半田付けの対象部品の外形、又は、電極表面処理のいずれか一方、半田付けによって対象部品が固定される部材の厚み、材質、層数、比重、表面処理の種類の少なくとも一つ、加熱条件又は冷却条件の少なくとも一つの、第１の組み合わせで定義されている再加工対象１と関連付けられた、設定値（取り外し条件としての設定値）が入力されるものであるといえる。

これは、再加工対象１に印刷された半田の組成、半田に添加されたフラックス種、半田に添加されたフラックス含有量、半田の面積から少なくとも一つ、半田付けの対象部品の外形、又は、電極表面処理のいずれか一方（半田付けの対象部品の体積、電極形状、電極表面処理から少なくとも一つ）、半田付けによって対象部品が固定される部材の厚み、材質、層数、比重、表面処理の種類から少なくとも一つ、加熱条件又は冷却条件の少なくとも一つの第１の組み合わせで定義されている再加工対象１と関連付けられた、前述の設定値が入力されるものを含んでいる。これによって、対応できる設定値を大きく増やすことができる。なお、設定値は、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、取り外し部６ａ（リワーク部６）を使って対象部品を取り外すために使用される。

次に、図２を用いて実施の形態１に係るリワーク条件学習装置の動作（実施の形態１に係るリワーク条件学習方法）を説明する。図２において、ステップ１は、設定値入力部３に、再加工（リワーク）を行う装置（詳しくは、後述するリワーク装置１０）ごとに、再加工対象１と関連付けられた、設定値（取り外し条件としての設定値）が入力される処理ステップである。ステップ２は、良不良判定結果入力部４に、設定値入力部３に入力された設定値（取り外し条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力される処理ステップである。ステップ１及びステップ２は、処理の順序は問わない。同時でもよい。ステップ３は、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、学習部５に再加工対象１ごとに良品となる設定値を学習させる処理ステップである。好ましくは、ステップ３は、学習部５に、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習させる処理ステップを組み込んでもよい。

実施の形態１に係るリワーク条件学習装置の動作（実施の形態１に係るリワーク条件学習方法）においても、実施の形態１に係るリワーク条件学習装置と同様に、好ましくは、ステップ１は、設定値入力部３に、取り外し条件として、第１の半田情報、半田付けされた対象部品、半田付けによって対象部品が固定された部材、加熱条件、冷却条件の、第１の組み合わせで定義されている再加工対象１と関連付けられた、設定値が入力されるステップである。対象部品の条件や部材の条件、それらの組み合わせについても、実施の形態１に係るリワーク条件学習装置と同様である。

図３において、リワーク条件決定装置７は、図１及び図３に示すリワーク条件学習装置２の学習結果（学習モデル）を用いたものである（実施の形態１に係るリワーク条件決定装置）。リワーク条件決定装置７は、再加工対象入力部８、リワーク条件決定部９を有している。図３において、再加工対象入力部８は、新たに加工する（半田付けを外す）対象である再加工対象１の情報が入力されるものである。リワーク条件決定部９は、学習部５の学習結果（学習モデル）を用いて、再加工対象入力部８に情報が入力された再加工対象１が良品となる設定値（取り外し条件としての設定値）を決定するものである。

次に、図４を用いて実施の形態１に係るリワーク条件決定装置の動作（実施の形態１に係るリワーク条件決定方法）を説明する。図４において、ステップ１１は、再加工対象入力部８に、新たに再加工する（対象部品を取り外す）対象である再加工対象１の情報が入力される処理ステップである。ステップ１２は、リワーク条件決定部９が、学習部５の学習結果（学習モデル）を使用する処理ステップである。ステップ１３は、リワーク条件決定部９が、学習部５の学習結果（学習モデル）を用いて、再加工対象入力部８に情報が入力された再加工対象１が良品となる設定値（取り外し条件としての設定値）を決定するものである。

図３において、リワーク装置１０は、図３に示すリワーク条件決定装置７を用いたものである（実施の形態１に係るリワーク装置）。リワーク装置１０は、取り外し部６ａ（リワーク部６）、条件設定部１１、取り外し制御部１２ａ（リワーク制御部１２）を有している。条件設定部１１は、リワーク条件決定部７が決定した設定値が入力されるものである。取り外し制御部１２ａは、条件設定部１１に入力された条件で再加工対象１から対象部品を取り外すように取り外し部６ａを制御する。取り外し制御部１２ａは、設定値で決められた取り外し条件で、新たな再加工対象１を再加工できる（対象部品を取り外せる）ように、取り外し部６ａを制御する。

次に、図５を用いて実施の形態１に係るリワーク装置の動作（実施の形態１に係るリワーク方法）を説明する。図５において、ステップ２１は、条件設定部１１に、リワーク条件決定部７が決定した設定値が入力される処理ステップである。ステップ２４は、取り外し実施の処理ステップである。詳しくは、ステップ２４は、取り外し制御部１２ａに、条件設定部１１に入力された条件で再加工対象１から対象部品を取り外すように取り外し部６ａを制御する処理ステップである。つまり、ステップ２４は、設定値で決められた取り外し条件で、取り外し部６ａに、新たな再加工対象１を再加工させる（対象部品を取り外させる）処理ステップである。

実施の形態１に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態１に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）では、リワーク条件学習装置（リワーク条件学習方法）の説明の際に言及したように、学習部５が（ステップ３で）、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習してもよい。このリワーク装置１０ごとの誤差は次のように、リワーク条件決定装置及びリワーク装置（実施の形態１に係るリワーク条件決定方法及びリワーク方法）で利用できる。

まずは、リワーク条件決定装置（ステップ１２）において、学習部５の学習結果を用いて、再加工対象入力部８に情報が入力された再加工対象１が良品となる設定値を決定し、リワーク条件決定部９が学習部５の学習結果を用いて、決定した設定値に関連付けられた誤差の有無を特定する。そして、図６に示すように、リワーク装置１０において、取り外し制御部１２ａは、条件設定部１１に入力された条件（ステップ２１の処理）に関連付けられた誤差があり、条件設定部１１で補正済みのとき（ステップ２２の処理がＹＥＳ）、誤差を補正した基準値となる設定値を用いて（ステップ２３の処理）、半田付けを外すように取り外し部６ａを制御する（ステップ２４の処理）。一方、取り外し制御部１２ａは、条件設定部１１に入力された条件（ステップ２１の処理）に関連付けられた誤差がある場合でも（ステップ２２の処理がＮＯ）、条件設定部１１に入力された条件で対象部品の取り外しを行うように取り外し部６ａを制御する（ステップ２４の処理）。

なお、ステップ２２から直接ステップ２４へいく場合は、条件設定部１１に入力された条件（ステップ２１の処理）に関連付けられた誤差がない場合は、図５に示すフローチャートの処理となる。すなわち、条件設定部１１で誤差が補正されていない場合は、条件設定部１１に入力された条件（ステップ２１の処理）に関連付けられた誤差の有無に関わらず、ステップ２２（ステップ２１）から直接ステップ２４へいくことになる。

さらに、誤差を補正した基準値となる設定値（取り外し条件としての設定値）は、個別に用意してもよいし、学習部５の学習結果（学習モデル）を使用してもよい。すなわち、リワーク条件学習装置の学習部５は、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、装置ごとの誤差として関連付けて学習し、誤差を補正した基準値となる設定値を決定する。そして、リワーク装置１０の取り外し制御部１２ａは、条件設定部１１に入力された条件に関連付けられた誤差があり、条件設定部１１で補正済みのとき、学習部５が決定した基準値となる設定値を用いて（基準値となる設定値は、リワーク条件決定装置７経由で取得してもよい）、対象部品の取り外しを行うように取り外し部６ａを制御する。

以上、実施の形態１に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態１に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、再加工対象１ごとに良品となる設定値を学習及び利用が可能なものである。設定値とは、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外すための取り外し条件である。

実施の形態２．
以下、この発明の実施の形態２に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置について、図７及び図８を用いて説明する。実施の形態１と異なる部分を中心に説明をする。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。実施の形態１と実施の形態２との大きな違いは、学習部５は、再加工対象１ごとに良品となる設定値（取り外し条件としての設定値）と再加工対象画像データ（半田付けを外した箇所の写真など）とを関連付けて学習することである。実施の形態１と実施の形態２とでリワーク装置１０については大きな相違点はない。

図７において、良不良判定結果入力部４は、設定値入力部３に入力された設定値（取り外し条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力されるものである。さらに、良不良判定結果入力部４は、良不良判定結果に関連付けられた再加工対象１における対象部品を取り外し後の再加工対象画像データ（半田付けを外した箇所の写真など）が入力されるものである。学習部５は、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習するものである。さらに、学習部５は、再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けて学習するものである。

このように、実施の形態２に係るリワーク条件学習装置は、再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けているので、決定された、再加工対象１が良品となる設定値に対応する再加工対象画像データを容易に特定できるので、決定された、再加工対象１が良品となる設定値で再加工した（対象部品を取り外した）場合の完成時の画像を容易に得ることができる。再加工対象画像データの決定は、学習部５の学習結果（学習モデル）をリワーク条件決定部９が設定値を決める際に合わせて決定すればよい。リワーク条件決定装置７には、学習部５の学習結果（学習モデル）から得られた（決定した）再加工対象画像データを表示する表示部を、外部を含めて備えていてもよい。

次に、図８を用いて実施の形態２に係るリワーク条件学習装置の動作（実施の形態２に係るリワーク条件学習方法）を説明する。図８において、ステップ１は、設定値入力部３に、半田付けを外す装置（詳しくは、後述するリワーク装置１０）ごとに、再加工対象１と関連付けられた、設定値（取り外し条件としての設定値）が入力される処理ステップである。ステップ１及び次のステップ２Ａは、処理の順序は問わない。同時でもよい。

図８において、ステップ２Ａは、良不良判定結果入力部４に、設定値入力部３に入力された設定値（取り外し条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力される処理ステップと、さらに、良不良判定結果入力部４に、良不良判定結果に関連付けられた再加工対象１における対象部品を取り外し後の再加工対象画像データ（半田付けを外した箇所の写真など）が入力される処理ステップとである。ステップ３Ａは、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、学習部５に再加工対象１ごとに良品となる設定値を学習させる処理ステップと、さらに、学習部５に再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けて学習させる処理ステップとである。実施の形態１のステップ３と同様に、ステップ３Ａは、学習部５に、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習させる処理ステップを組み込んでもよい。

以上、実施の形態２に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態２に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、再加工対象１ごとに良品となる設定値を学習及び利用が可能なものである。さらに、実際に過去に再加工した（対象部品を取り外した）再加工対象画像データを得ることもできる。

実施の形態３．
以下、この発明の実施の形態３に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置について、図９、図１０、図１１を用いて説明する。実施の形態１及び２と異なる部分を中心に説明をする。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。実施の形態２と実施の形態３との大きな違いは、実施の形態２では、学習部５が、再加工対象１ごとに良品となる設定値（取り外し条件としての設定値）と再加工対象画像データ（半田付けを外した箇所の写真など）とを関連付けて学習するものであったが、さらに、実施の形態３では、新規再加工対象画像データ入力部１３をさらに備えていることである。実施の形態１、実施の形態２、実施の形態３でリワーク装置１０については大きな相違点はない。実施の形態２、実施の形態３でリワーク条件決定装置７については大きな相違点はない。

図９及び図１０において、新規再加工対象画像データ入力部１３は、新たに半田付けを外した、つまり、対象部品を外した再加工対象１の新規再加工対象画像データが入力されるものである。設定値入力部３は、新規再加工対象画像データの再加工対象１と関連付けられた、設定値が入力されるものである。学習部５は、学習結果（学習モデル）を用いて、新規再加工対象画像データ入力部１３に入力された新規再加工対象画像データの特徴量から、類似の再加工対象画像データ（良不良判定結果入力部４に入力されたもの）を決定して、決定した再加工対象画像データと関連付いた良不良判定結果から、新規再加工対象画像データの再加工対象１の良不良判定結果を判断するものである。良不良判定結果入力部４は、学習部５が学習結果（学習モデル）を用いて判断した新たに半田付けを外した再加工対象１の良品又は不良品の良不良判定結果が入力されるものである。

学習部５は、新規再加工対象画像データから特徴量を抽出し、新たに半田付けを外した、つまり、対象部品を外した再加工対象１の再加工対象画像データの特徴量と関連付けて学習することにより類別精度の向上を狙うことができる。つまり、学習部５は、図示はしていないが、新規再加工対象画像データや再加工対象画像データから特徴量を抽出する特徴量抽出部（特徴量抽出機能）を有しているといえる。この特徴量抽出部（特徴量抽出機能）は、設定条件入力部３に形成してもよい。特徴量抽出部（特徴量抽出機能）は、良不良判定結果入力部４に形成してもよい。このように、学習部５（リワーク条件学習装置２）におけるＡＩなどの機械学習とは、大量のサンプルデータ及びその正解ラベルを用いた学習により特徴を捉えて、新しいデータに対して予測・決定を行うものであるといえる。

次に、図１０を用いて実施の形態３に係るリワーク条件学習装置の動作（実施の形態３に係るリワーク条件学習方法）を説明する。図１０において、ステップ３１は、新規再加工対象画像データ入力部１３に、新たに半田付けを外した再加工対象１の新規再加工対象画像データが入力される処理ステップである。また、設定値入力部３には、新規再加工対象画像データの再加工対象１と関連付けられた、設定値が入力されている。これをも合わせてステップ１３と呼んでもよい。

図１０において、ステップ３２は、学習部５に、学習結果（学習モデル）を用いて、新規再加工対象画像データ入力部１３に入力された、新たに半田付けを外した、つまり、対象部品を外した再加工対象１の新規再加工対象画像データの特徴量から、類似の再加工対象画像データ（良不良判定結果入力部４に入力されたもの）を決定して、決定した再加工対象画像データと関連付いた良不良判定結果から、新規再加工対象画像データの再加工対象１の良不良判定結果を判断させる処理ステップである。ステップ３３は、良不良判定結果入力部４に、学習部５が学習結果（学習モデル）を用いて判断した新たに半田付けを外した再加工対象１の良品又は不良品の良不良判定結果が入力される処理ステップである。

実施の形態３に係るリワーク条件学習装置（実施の形態３に係るリワーク条件学習方法）は、良不良判定結果入力部４における、良不良判定結果に関連付けられた再加工対象１の再加工対象画像データが入力され、学習部５における、再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けて学習が進展すればするほど、良不良判定結果が関連付けられていない「画像データ（実施の形態３では、新たに半田付けを外した、つまり、対象部品を外した再加工対象１の「新規再加工対象画像データ」と称する画像データ）」に対しても、良不良判定結果の判断できる精度が高まる。

良不良判定結果が関連付けられていない「画像データ（実施の形態３では、新たに半田付けを外した、つまり、対象部品を外した再加工対象１の「新規再加工対象画像データ」と称する画像データ）」に対する学習部５が判断した良不良判定結果を使って、図１１に示すリワーク条件決定装置及びリワーク装置は、設定値の決定や、その設定値を使った半田付けを外すことができる。もちろん、実施の形態１及び２で説明した動作である、設定値の決定や、その設定値を使った再加工対象１からの対象部品の取り外しも行うことができる。

以上、実施の形態３に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態３に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、再加工対象１ごとに良品となる設定値（取り外し条件としての設定値）を学習及び利用が可能なものである。さらに、実際に過去に加工した（半田付けを外した）再加工対象画像データを得ることもでき、この再加工対象画像データを使った新規の良不良判定も実施できる。

実施の形態１から実施の形態３に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態１から実施の形態３に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、実施の形態１から実施の形態３に係る取り外し条件学習装置、これを用いた取り外し条件決定装置及び取り外し装置（実施の形態１から実施の形態３に係る取り外し条件学習方法、これを用いた取り外し条件決定方法及び取り外し方法）と読み替えてもよい。

実施の形態４から実施の形態６に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態６に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、実施の形態１から実施の形態３における設定値入力部３（ステップ１）にて、後述する図１４（図２３）に示すように、対象部品が取り外された再加工対象１へ新たな対象部品を取り付ける取り付け条件を含む設定値（つまり、取り外し条件としての設定値に加え、取り付け条件としての設定値）が入力されるものである。

もちろん、実施の形態４から実施の形態６に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態６に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、後述する図１５（図２５）に示すように、設定値入力部３（ステップ１）にて、対象部品が取り外された再加工対象１へ新たな対象部品を取り付ける取り付け条件を含む設定値（取り付け条件としての設定値）のみが入力されるものでもよい。

よって、例えば、実施の形態４から実施の形態６に係るリワーク条件学習装置は対象部品が取り外された再加工対象１へ新たな対象部品を取り付ける取り付け条件である設定値を学習するものであって、次のような構成が考えられる。再加工を行う装置（リワーク装置１０）ごとに、再加工対象１と関連付けられた、設定値が入力される設定値入力部３と、設定値入力部３に入力された設定値（取り付け条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部４と、設定値と良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習する学習部５とを備える。

実施の形態４から実施の形態６の説明では、説明を簡略するために、後述する図１４及び図１５（図２３及び図２４）のうち、図１５（図２４）の構成を中心説明する。図１４（図２３）から図１５（図２４）を引いた構成は実施の形態１から実施の形態３と同様である。また、いずれの場合でも、実施の形態４から実施の形態６において、良不良判定結果入力部４は、設定値入力部３に入力された設定値（取り付け条件としての設定値）によって新たな対象部品が取りつかれた再加工対象１の良品又は不良品の判定結果を含む良不良判定結果が入力されることが望ましい。また、実施の形態１から実施の形態３と共通する部分（多くは取り外し条件に関する部分）については、詳細な説明を省略する場合がある。

実施の形態４．
以下、この発明の実施の形態４に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置について、図１２から図１８を用いて説明する。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。図１４及び図１５において、再加工対象１は、例えば、プリント基板などの基板１で、単層基板や多層基板を包含している。このプリント基板に配線や部品（対象部品）を半田付けしたものをプリント配線板やプリント配線基板、プリント回路板、プリント回路基板と呼ぶ場合がある。単に、プリント基板に配線を施したものをプリント配線板やプリント配線基板と呼んでもよい。この場合、再加工対象１（基板１）にプリント配線板、プリント配線基板が含まれているといえる。基板１を加工対象と称してもよい。さらに、再加工対象１（基板１）は、再加工対象１に印刷される第２の半田の第２の半田情報（第２の半田の条件）、半田付けの対象部品、半田付けによって対象部品が固定される部材から構成されているともいえる。

新たな対象部品は、電子部品やアナログ部品などがあり、リードや端子をリフローによる半田付けで再加工対象に固定されるものである。対象部品が固定される部材は、前述のプリント基板、プリント配線板、プリント配線基板となり、半田が印刷などで表面に形成されている。対象部品のリードや端子は、基板１に形成されたスルーホールに挿入されて半田付けで固定されるものも含む。

図１２及び図１４、図１５において、リワーク条件学習装置２は、設定条件入力部３、良不良判定結果入力部４、学習部５を有している。図１４及び図１５において、リワーク部６（実施の形態４においては、半田付け部６ｂ）は、対象部品が取り外された再加工対象１へ新たな対象部品を取り付けるものである。なお、図１４では、リワーク部６として、半田付け部６ｂだけでなく、取り外し部６ａ（実施の形態１から実施の形態３で説明のもの）も有するリワーク装置１０を例示している。半田付け部６ｂは、例えば、半田鏝部、局所半田付け部、リフロー炉などの、新たな対象部品に対して半田付けを行うことができるものである。リワーク条件学習装置２は、加工対象へ半田付けで対象部品を取り付けた再加工対象１から、対象部品を取り外すための取り外し条件である設定値を学習するものであり、学習モデルを構築する。

局所半田付け部は、溶融半田槽、溶融半田供給路、半田の噴流ノズル（整流ノズル）を少なくとも一つ以上備えた構成のものがある。なお、一つの噴流ノズル（整流ノズル）を使用した半田付け装置は、ポイントディップ式と呼ぶ場合がある。また、複数の噴流ノズル（整流ノズル）を使用した半田付け装置は、マルチディップ式と呼ぶ場合がある。

リフロー炉は、トンネル状の炉、炉内へ酸素などの気体を送り込むリフロー送風部、リフロー送風部から送風される気体するリフロー加熱部、又は、炉内を加熱するリフロー加熱部、半田付け箇所に第２の半田が印刷された再加工対象１を搬送するリフロー搬送部（例えば、コンベア）などを備えている。リフロー送風部及びリフロー加熱部によって、炉内の気体濃度（例えば、酸素濃度）、炉内の温度、炉内への送風量が調整（制御）される。また、リフロー搬送部によって、炉内における再加工対象１の搬送速度が調整（制御）される。

このような場合（半田付け部６ｂがリフロー炉の場合）、半田付け部６ｂは、第２の半田を印刷する半田印刷機能を有していてもよい。そして、後述の半田付け制御部１２ｂは、半田付け部６ｂが新たな対象部品に対して半田付けを行う前に、半田付け部６ｂを制御して半田印刷機能による再加工対象１への第２の半田の印刷を行わせる。

引き続き、図１２及び図１４、図１５において、良不良判定結果入力部４は、設定値入力部３に入力された設定値（取り付け条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力されるものである。良不良判定結果入力部４において、初期に入力される良不良判定結果は、例えば、再加工された後の再加工対象１であるプリント回路板（プリント回路基板）を外観検査（人又は機械による検査を含む検査）した結果をデータ化したものである。つまり、外観検査（人又は機械による検査を含む検査）した結果をデータ化して、再加工対象１が加工された設定値（設定値入力部３に入力された設定値）と関連付ければよい。ここでいう外観検査とは、対象部品が取り外された再加工対象１へ新たな対象部品を取り付けた後の再加工対象１の外観から良否を検査（決定）したものである。学習部５は、設定値と良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習するものである。学習部５は、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習するものである。

学習部５（リワーク条件学習装置２）には、ＡＩなどの機械学習を適用すればよい。学習部５（リワーク条件学習装置２）は学習モデルを構築して蓄積している。好ましくは、学習部５は、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習するようにしてもよい。また、設定値入力部３は、取り付け条件として、再加工対象１へ新たな対象部品、及び、当該新たな対象部品を取り付けるための第２の半田の第２の半田情報の、第２の組み合わせで定義されている再加工対象１と関連付けられた、設定値が入力されるものである。

この場合、さらに、設定値入力部３は、第２の組み合わせのうち、第２の半田情報が、第２の半田の組成、第２の半田に添加されたフラックス種、第２の半田に添加されたフラックス含有量、第２の半田の面積の少なくとも一つで区別されている再加工対象１と関連付けられた、設定値が入力されるようにしてもよい。同じく、設定値入力部３は、第２の組み合わせのうち、対象部品が、外形、又は、電極表面処理の種類で区別されている再加工対象１と関連付けられた、設定値が入力されるようにしてもよい。同じく、設定値入力部３は、第２の組み合わせのうち、部材が、厚み、材質、層数、比重、表面処理の種類の少なくとも一つで区別されている再加工対象１と関連付けられた、設定値が入力されるようにしてもよい。

つまり、一つ目の設定値入力部３は、第２の半田情報、半田付けされる対象部品、半田付けによって新たな対象部品が固定される部材の、第２の組み合わせのうち、第２の半田情報及び対象部品が同じもので、部材の条件が変わった場合の設定値がそれぞれ入力されるものを指している。また、二つ目の設定値入力部３は、第２の半田情報、半田付けされる対象部品、半田付けによって対象部品が固定される部材件の、第２の組み合わせのうち、第２の半田情報及び部材が同じもので、対象部品の条件が変わった場合の設定値がそれぞれ入力されるものを指している。さらに、三つ目の設定値入力部３は、第２の半田情報、半田付けされる対象部品、半田付けによって対象部品が固定される部材の、第２の組み合わせのうち、対象部品及び部材が同じもので、第２の半田情報（第２の半田の条件）が変わった場合の設定値がそれぞれ入力されるものを指している。

ここで、部材（新たに対象部品を取り付ける再加工対象１）の条件が変わった場合と、対象部品の条件が変わった場合とについて説明する。部材の条件が変わるとは、前述のように、部材の、厚み、材質、層数、比重、表面処理の種類が異なる場合を意味している。部材が基板１の場合、厚みとは、板厚の仕様（導体箔厚み、導体箔面積、積層枚数）を意味している。基板１の場合、材質とは、基板の基材材料、導体箔の導体種類を意味している。また、対象部品の条件が変るとは、体積、電極形状、電極表面処理が異なる場合を意味している。体積及び電極形状から対象部品の形状や大きさが分かるので、対象部品の体積及び電極形状は、対象部品の外形の情報といえる。

次に、第２の半田情報（第２の半田の条件）が変わった場合について説明する。前述のように、第２の半田情報が、第２の半田の組成、第２の半田に添加されたフラックス種（フラックスの種類）、第２の半田に添加されたフラックスの含有量、例えば、印刷される第２の半田の面積が異なる場合を意味している。フラックス種（フラックスの種類）やフラックスの含有量を含めて、第２の半田の組成としてもよい。また、印刷される第２の半田の面積とは、再加工対象１の表面に印刷される第２の半田の面積を指している。印刷される第２の半田の面積は、印刷される第２の半田の印刷量も意味しており、第２の半田の厚みを考慮すると、印刷される第２の半田の体積ともいえる。さらに、印刷される第２の半田の面積（印刷される第２の半田の印刷量）の情報（条件）は、印刷される第２の半田の再加工対象１の表面上における位置の情報を含んでいてもよいし、印刷される第２の半田の面積（印刷される第２の半田の印刷量）の情報（条件）が印刷される第２の半田の再加工対象１の表面上における位置の情報そのものでもよい。

これまでは、第２の半田情報、半田付けの対象部品、半田付けによって対象部品が固定される部材の第２の組み合わせのうち、二つが固定の場合を説明してきたが、全ての組み合わせを網羅するようにしてもよいし、第２の半田情報、半田付けの対象部品、半田付けによって対象部品が固定される部材の第２の組み合わせのうち、一つを固定してもよい。すなわち、設定値入力部３は、再加工対象１に印刷される第２の半田の組成、第２の半田に添加されたフラックス種、第２の半田に添加されたフラックス含有量、第２の半田の面積の少なくとも一つ、半田付けの対象部品の外形、又は、電極表面処理のいずれか一方、半田付けによって対象部品が固定される部材の厚み、材質、層数、比重、表面処理の種類の少なくとも一つの、第２の組み合わせで定義されている再加工対象１と関連付けられた、設定値（取り付け条件としての設定値）が入力されるものであるといえる。

これは、再加工対象１に印刷される半田の組成、半田に添加されたフラックス種、半田に添加されたフラックス含有量、半田の面積から少なくとも一つ、半田付けの対象部品の外形、又は、電極表面処理のいずれか一方（半田付けの対象部品の体積、電極形状、電極表面処理から少なくとも一つ）、半田付けによって対象部品が固定される部材の厚み、材質、層数、比重、表面処理の種類から少なくとも一つの第２の組み合わせで定義されている再加工対象１と関連付けられた、前述の設定値が入力されるものを含んでいる。これによって、対応できる設定値を大きく増やすことができる。なお、設定値は、対象部品を取り外された再加工対象１へ、半田付け部６ｂ（リワーク部６）を使って、新たな対象部品を取り付けるために使用される。

この設定値（取り付け条件としての設定値）の第２の組み合わせには、半田鏝部、局所半田付け部、リフロー炉の条件を加えてもよい。例えば、半田鏝部の場合、半田付け（再加工）を行う再加工対象１ごとに、半田付け温度、半田鏝における鏝の径を含む鏝の先端形状の少なくとも一つが考えられる。局所半田付け部の場合、半田付け（再加工）を行う再加工対象１ごとに、半田（第２の半田）の噴流を形成するノズルの移動速度、再加工対象１とノズルの先端との間隙寸法及び半田（第２の半田）の噴流高さの少なくとも一つが考えられる。リフロー炉の場合、半田付け（再加工）を行う再加工対象１ごとに、炉内の気体濃度、炉内の温度、炉内への送風量及び炉内における再加工対象１の搬送速度の少なくとも一つが考えられる。

次に、図１３を用いて実施の形態４に係るリワーク条件学習装置の動作（実施の形態４に係るリワーク条件学習方法）を説明する。図１３において、ステップ２１は、設定値入力部３に、再加工（リワーク）を行う装置（詳しくは、リワーク装置１０）ごとに、再加工対象１と関連付けられた、設定値（取り付け条件としての設定値）が入力される処理ステップである。ステップ２２は、良不良判定結果入力部４に、設定値入力部３に入力された設定値（取り付け条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力される処理ステップである。ステップ２１及びステップ２２は、処理の順序は問わない。同時でもよい。ステップ２３は、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、学習部５に再加工対象１ごとに良品となる設定値を学習させる処理ステップである。好ましくは、ステップ２３は、学習部５に、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習させる処理ステップを組み込んでもよい。

実施の形態４に係るリワーク条件学習装置の動作（実施の形態４に係るリワーク条件学習方法）においても、実施の形態４に係るリワーク条件学習装置と同様に、好ましくは、ステップ１１は、設定値入力部３に、取り付け条件として、第２の半田情報、半田付けされた対象部品、半田付けによって対象部品が固定された部材の、第２の組み合わせで定義されている再加工対象１と関連付けられた、設定値が入力されるステップである。対象部品の条件や部材の条件、それらの組み合わせについても、実施の形態４に係るリワーク条件学習装置と同様である。

なお、実施の形態４から実施の形態６において、第２の半田及び第２の半田情報は、それぞれ、実施の形態１から実施の形態３における第１の半田及び第１の半田情報と同じものでもよい。同じく、対象部品と、新たな対象部品とは、同じ種類又は同じ仕様のものでもよい。つまり、新たな対象部品は、対象部品の代替品に相当するものであればよい。そのため、新たな対象部品は、代替対象部品と称してもよい。

図１４及び図１５において、リワーク条件決定装置７は、図１２及び図１４、図１５に示すリワーク条件学習装置２の学習結果（学習モデル）を用いたものである（実施の形態４に係るリワーク条件決定装置）。リワーク条件決定装置７は、再加工対象入力部８、リワーク条件決定部９を有している。図１４及び図１５において、再加工対象入力部８は、新たに加工する（半田付けを施す）対象である再加工対象１の情報が入力されるものである。リワーク条件決定部９は、学習部５の学習結果（学習モデル）を用いて、再加工対象入力部８に情報が入力された再加工対象１が良品となる設定値（取り付け条件としての設定値）を決定するものである。

次に、図１６を用いて実施の形態４に係るリワーク条件決定装置の動作（実施の形態４に係るリワーク条件決定方法）を説明する。図１６において、ステップ２１１は、再加工対象入力部８に、新たに再加工する（対象部品を取り付ける）対象である再加工対象１の情報が入力される処理ステップである。ステップ２１２は、リワーク条件決定部９が、学習部５の学習結果（学習モデル）を使用する処理ステップである。ステップ２１３は、リワーク条件決定部９が、学習部５の学習結果（学習モデル）を用いて、再加工対象入力部８に情報が入力された再加工対象１が良品となる設定値（取り付け条件としての設定値）を決定するものである。

図１４及び図１５において、リワーク装置１０は、図１４及び図１５に示すリワーク条件決定装置７を用いたものである（実施の形態１に係るリワーク装置）。リワーク装置１０は、半田付け部６ｂ（リワーク部６）、条件設定部１１、半田付け制御部１２ｂ（リワーク制御部１２）を有している。なお、図１４では、リワーク制御部１２として、半田付け制御部１２ｂだけでなく、取り外し制御部１２ａ（実施の形態１から実施の形態３で説明のもの）も有するリワーク装置１０を例示している。条件設定部１１は、リワーク条件決定部７が決定した設定値が入力されるものである。半田付け制御部１２ｂは、条件設定部１１に入力された条件で再加工対象１へ新たに対象部品を取り付けるように半田付け部６ｂを制御する。半田付け制御部１２ｂは、設定値で決められた取り付け条件で、新たな再加工対象１を再加工できる（対象部品を取り付ける）ように、半田付け部６ｂを制御する。

次に、図１７を用いて実施の形態４に係るリワーク装置の動作（実施の形態４に係るリワーク方法）を説明する。図１７において、ステップ２２１は、条件設定部１１に、リワーク条件決定部７が決定した設定値が入力される処理ステップである。ステップ２２４は、取り付け実施の処理ステップである。詳しくは、ステップ２２４は、半田付け制御部１２ｂに、条件設定部１１に入力された条件で半田付けを行うように半田付け部６ｂを制御する処理ステップである。つまり、ステップ２２４は、設定値で決められた取り付け条件で、半田付け部６ｂに、新たな再加工対象１を再加工させる（新たな対象部品を取り付ける）処理ステップである。

実施の形態４に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態４に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）では、リワーク条件学習装置（リワーク条件学習方法）の説明の際に言及したように、学習部５が（ステップ２３で）、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習してもよい。このリワーク装置１０ごとの誤差は次のように、リワーク条件決定装置及びリワーク装置（実施の形態４に係るリワーク条件決定方法及びリワーク方法）で利用できる。

まずは、リワーク条件決定装置（ステップ２１２）において、学習部５の学習結果を用いて、再加工対象入力部８に情報が入力された再加工対象１が良品となる設定値を決定し、リワーク条件決定部９が学習部５の学習結果を用いて、決定した設定値に関連付けられた誤差の有無を特定する。そして、図１８に示すように、リワーク装置１０において、半田付け制御部１２ｂは、条件設定部１１に入力された条件（ステップ２２１の処理）に関連付けられた誤差があり、条件設定部１１で補正済みのとき（ステップ２２２の処理がＹＥＳ）、誤差を補正した基準値となる設定値を用いて（ステップ２２３の処理）、半田付けを行うように半田付け部６ｂを制御する（ステップ２２４の処理）。一方、半田付け制御部１２ｂは、条件設定部１１に入力された条件（ステップ２２１の処理）に関連付けられた誤差がある場合でも（ステップ２２２の処理がＮＯ）、条件設定部１１に入力された条件で対象部品の取り付けを行うように半田付け部６ｂを制御する（ステップ２２４の処理）。

なお、ステップ２２２から直接ステップ２２４へいく場合は、条件設定部１１に入力された条件（ステップ２２１の処理）に関連付けられた誤差がない場合は、図１７に示すフローチャートの処理となる。すなわち、条件設定部１１で誤差が補正されていない場合は、条件設定部１１に入力された条件（ステップ２２１の処理）に関連付けられた誤差の有無に関わらず、ステップ２２２（ステップ２２１）から直接ステップ２２４へいくことになる。

さらに、誤差を補正した基準値となる設定値（取り付け条件としての設定値）は、個別に用意してもよいし、学習部５の学習結果（学習モデル）を使用してもよい。すなわち、リワーク条件学習装置の学習部５は、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、装置ごとの誤差として関連付けて学習し、誤差を補正した基準値となる設定値を決定する。そして、リワーク装置１０の半田付け制御部１２ｂは、条件設定部１１に入力された条件に関連付けられた誤差があり、条件設定部１１で補正済みのとき、学習部５が決定した基準値となる設定値を用いて（基準値となる設定値は、リワーク条件決定装置７経由で取得してもよい）、新たな対象部品の取り付けを行うように半田付け部６ｂを制御する。

以上、実施の形態４に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態４に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、再加工対象１ごとに良品となる設定値を学習及び利用が可能なものである。設定値とは、対象部品が取り外された再加工対象１へ新たな対象部品を取り付ける取り付け条件である。

実施の形態５．
以下、この発明の実施の形態５に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置について、図１９及び図２０を用いて説明する。実施の形態４と異なる部分を中心に説明をする。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。実施の形態４と実施の形態５との大きな違いは、学習部５は、再加工対象１ごとに良品となる設定値（取り付け条件としての設定値）と再加工対象画像データ（半田付けを行った箇所の写真など）とを関連付けて学習することである。実施の形態４と実施の形態５とでリワーク装置１０については大きな相違点はない。

図１９において、良不良判定結果入力部４は、設定値入力部３に入力された設定値（取り付け条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力されるものである。さらに、良不良判定結果入力部４は、良不良判定結果に関連付けられた再加工対象１における新たな対象部品を取り付けた後の再加工対象画像データ（半田付けを行った箇所の写真など）が入力されるものである。学習部５は、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習するものである。さらに、学習部５は、再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けて学習するものである。

このように、実施の形態５に係るリワーク条件学習装置は、再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けているので、決定された、再加工対象１が良品となる設定値に対応する再加工対象画像データを容易に特定できるので、決定された、再加工対象１が良品となる設定値で再加工した（新たな対象部品を取り付けた）場合の完成時の画像を容易に得ることができる。再加工対象画像データの決定は、学習部５の学習結果（学習モデル）をリワーク条件決定部９が設定値を決める際に合わせて決定すればよい。リワーク条件決定装置７には、学習部５の学習結果（学習モデル）から得られた（決定した）再加工対象画像データを表示する表示部を、外部を含めて備えていてもよい。

次に、図２０を用いて実施の形態５に係るリワーク条件学習装置の動作（実施の形態５に係るリワーク条件学習方法）を説明する。図２０において、ステップ２１は、設定値入力部３に、半田付けを行う装置（詳しくは、リワーク装置１０）ごとに、再加工対象１と関連付けられた、設定値（取り付け条件としての設定値）が入力される処理ステップである。ステップ２１及び次のステップ２２Ａは、処理の順序は問わない。同時でもよい。

図２０において、ステップ２２Ａは、良不良判定結果入力部４に、設定値入力部３に入力された設定値（取り付け条件としての設定値）によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力される処理ステップと、さらに、良不良判定結果入力部４に、良不良判定結果に関連付けられた再加工対象１における対象部品を取り付けた後の再加工対象画像データ（半田付けを行った箇所の写真など）が入力される処理ステップとである。ステップ２３Ａは、設定条件入力部３に入力された設定値と、良不良判定結果入力部４に入力された良不良判定結果とに基づいて、学習部５に再加工対象１ごとに良品となる設定値を学習させる処理ステップと、さらに、学習部５に再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けて学習させる処理ステップとである。実施の形態４のステップ２３と同様に、ステップ２３Ａは、学習部５に、リワーク装置１０ごとに、同じ再加工対象１でも良品となる設定値が異なるものを、リワーク装置１０ごとの誤差として関連付けて学習させる処理ステップを組み込んでもよい。

以上、実施の形態５に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態５に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、再加工対象１ごとに良品となる設定値を学習及び利用が可能なものである。さらに、実際に過去に再加工した（対象部品を取り外した）再加工対象画像データを得ることもできる。

実施の形態６．
以下、この発明の実施の形態６に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置について、図２１から図２４を用いて説明する。実施の形態４及び５と異なる部分を中心に説明をする。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。実施の形態５と実施の形態６との大きな違いは、実施の形態５では、学習部５が、再加工対象１ごとに良品となる設定値（取り付け条件としての設定値）と再加工対象画像データ（半田付けを行った箇所の写真など）とを関連付けて学習するものであったが、さらに、実施の形態６では、新規再加工対象画像データ入力部１３をさらに備えていることである。実施の形態４、実施の形態５、実施の形態６でリワーク装置１０については大きな相違点はない。実施の形態５、実施の形態６でリワーク条件決定装置７については大きな相違点はない。

図２１及び図２２において、新規再加工対象画像データ入力部１３は、新たに半田付けを行った、つまり、対象部品を付けた再加工対象１の新規再加工対象画像データが入力されるものである。設定値入力部３は、新規再加工対象画像データの再加工対象１と関連付けられた、設定値が入力されるものである。学習部５は、学習結果（学習モデル）を用いて、新規再加工対象画像データ入力部１３に入力された新規再加工対象画像データの特徴量から、類似の再加工対象画像データ（良不良判定結果入力部４に入力されたもの）を決定して、決定した再加工対象画像データと関連付いた良不良判定結果から、新規再加工対象画像データの再加工対象１の良不良判定結果を判断するものである。良不良判定結果入力部４は、学習部５が学習結果（学習モデル）を用いて判断した新たに半田付けを行った再加工対象１の良品又は不良品の良不良判定結果が入力されるものである。

学習部５は、新規再加工対象画像データから特徴量を抽出し、新たに半田付けを行った、つまり、対象部品を付けた再加工対象１の再加工対象画像データの特徴量と関連付けて学習することにより類別精度の向上を狙うことができる。つまり、学習部５は、図示はしていないが、新規再加工対象画像データや再加工対象画像データから特徴量を抽出する特徴量抽出部（特徴量抽出機能）を有しているといえる。この特徴量抽出部（特徴量抽出機能）は、設定条件入力部３に形成してもよい。特徴量抽出部（特徴量抽出機能）は、良不良判定結果入力部４に形成してもよい。このように、学習部５（リワーク条件学習装置２）におけるＡＩなどの機械学習とは、大量のサンプルデータ及びその正解ラベルを用いた学習により特徴を捉えて、新しいデータに対して予測・決定を行うものであるといえる。

次に、図２２を用いて実施の形態６に係るリワーク条件学習装置の動作（実施の形態６に係るリワーク条件学習方法）を説明する。図２２において、ステップ２３１は、新規再加工対象画像データ入力部１３に、新たに半田付けを行った再加工対象１の新規再加工対象画像データが入力される処理ステップである。また、設定値入力部３には、新規再加工対象画像データの再加工対象１と関連付けられた、設定値が入力されている。これをも合わせてステップ２１３と呼んでもよい。

図２２において、ステップ２３２は、学習部５に、学習結果（学習モデル）を用いて、新規再加工対象画像データ入力部１３に入力された、新たに半田付けを行った、つまり、対象部品を付けた再加工対象１の新規再加工対象画像データの特徴量から、類似の再加工対象画像データ（良不良判定結果入力部４に入力されたもの）を決定して、決定した再加工対象画像データと関連付いた良不良判定結果から、新規再加工対象画像データの再加工対象１の良不良判定結果を判断させる処理ステップである。ステップ２３３は、良不良判定結果入力部４に、学習部５が学習結果（学習モデル）を用いて判断した新たに半田付けを行った再加工対象１の良品又は不良品の良不良判定結果が入力される処理ステップである。

実施の形態６に係るリワーク条件学習装置（実施の形態６に係るリワーク条件学習方法）は、良不良判定結果入力部４における、良不良判定結果に関連付けられた再加工対象１の再加工対象画像データが入力され、学習部５における、再加工対象１ごとに良品となる設定値と再加工対象画像データとを関連付けて学習が進展すればするほど、良不良判定結果が関連付けられていない「画像データ（実施の形態３では、新たに半田付けを行った、つまり、対象部品を付けた再加工対象１の「新規再加工対象画像データ」と称する画像データ）」に対しても、良不良判定結果の判断できる精度が高まる。

良不良判定結果が関連付けられていない「画像データ（実施の形態６では、新たに半田付けを行った、つまり、対象部品を付けた再加工対象１の「新規再加工対象画像データ」と称する画像データ）」に対する学習部５が判断した良不良判定結果を使って、図２３及び図２４に示すリワーク条件決定装置及びリワーク装置は、設定値の決定や、その設定値を使った半田付けを付けることができる。もちろん、実施の形態４及び５で説明した動作である、設定値の決定や、その設定値を使った再加工対象１へ新たな対象部品の取り付けも行うことができる。

図２３に示すリワーク条件決定装置及びリワーク装置と、図２４に示すリワーク条件決定装置及びリワーク装置との違い（関係）は、図１４と図１５との違い（関係）と同じである。つまり、図２３では、リワーク部６として、半田付け部６ｂだけでなく、取り外し部６ａ（実施の形態１から実施の形態３で説明のもの）も有するリワーク装置１０を例示している。図２３では、リワーク制御部１２として、半田付け制御部１２ｂだけでなく、取り外し制御部１２ａ（実施の形態１から実施の形態３で説明のもの）も有するリワーク装置１０を例示している。

以上、実施の形態６に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態６に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、再加工対象１ごとに良品となる設定値（取り付け条件としての設定値）を学習及び利用が可能なものである。さらに、実際に過去に再加工した（半田付けを施した）再加工対象画像データを得ることもでき、この再加工対象画像データを使った新規の良不良判定も実施できる。

さらに、図１５（図２５）に示す構成であれば、実施の形態４から実施の形態６に係るリワーク条件学習装置、これを用いたリワーク条件決定装置及びリワーク装置（実施の形態６に係るリワーク条件学習方法、これを用いたリワーク条件決定方法及びリワーク方法）は、実施の形態４から実施の形態６に係る半田付け条件学習装置、これを用いた半田付け条件決定装置及び半田付け装置（実施の形態６に係る半田付け条件学習方法、これを用いた半田付け条件決定方法及び半田付け方法）と読み替えてもよい。

実施の形態１から実施の形態６に係るリワーク条件学習装置は、再加工対象１を再加工する条件である設定値を学習するリワーク条件学習装置２であって、再加工を行う装置（リワーク装置１０）ごとに、再加工対象１と関連付けられた、設定値が入力される設定値入力部３と、設定値入力部３に入力された設定値によって再加工された再加工対象１の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部４と、設定値と良不良判定結果とに基づいて、再加工対象１ごとに良品となる設定値を学習する学習部５とを備えたことを特徴とするものである。

実施の形態１から実施の形態６に係るリワーク条件決定装置及びリワーク装置は、実施の形態１から実施の形態６に係るリワーク条件学習装置を用いたものである。再加工する条件とは、対象部品の取り外し条件及び対象部品の取り付け条件の少なくとも一方である。再加工は、第１の半田によって半田付けされた対象部品の取り外し、及び、第２の半田の半田付けによる対象部品の取り付けの少なくとも一方である。リワーク装置１０は、半田付けを解除して対象部品を取り外すもの、及び、半田付けによって新たな対象部品を取り付けるものの少なくとも一方である。

１再加工対象、２リワーク条件学習装置、３設定条件入力部、
４良不良判定結果入力部、５学習部、６リワーク部、６ａ取り外し部、
６ｂ半田付け部、７リワーク条件決定装置、８再加工対象入力部、
９リワーク条件決定部、１０リワーク装置、１１条件設定部、
１２リワーク制御部、１２ａ取り外し制御部、１２ｂ半田付け制御部、
１３新規再加工対象画像データ入力部。

Claims

加工対象へ半田付けで対象部品を取り付けた再加工対象から、前記対象部品を取り外すための取り外し条件である設定値を学習するリワーク条件学習装置であって、
再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたことを特徴とするリワーク条件学習装置。
前記設定値入力部は、前記取り外し条件として、前記再加工対象に形成された第１の半田の第１の半田情報、半田付けされた前記対象部品、半田付けによって前記対象部品が固定された部材、加熱条件、冷却条件の、第１の組み合わせで定義されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項１に記載のリワーク条件学習装置。
前記設定値入力部は、前記第１の組み合わせのうち、前記第１の半田情報が、前記第１の半田の組成、前記第１の半田に添加されたフラックス種、前記第１の半田に添加されたフラックス含有量、前記第１の半田の面積の少なくとも一つで区別されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項２に記載のリワーク条件学習装置。
前記設定値入力部は、前記第１の組み合わせのうち、前記対象部品が、外形、又は、電極表面処理の種類で区別されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項２又は請求項３に記載のリワーク条件学習装置。
前記設定値入力部は、前記第１の組み合わせのうち、前記部材が、厚み、材質、層数、比重、表面処理の種類の少なくとも一つで区別されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項２から請求項４のいずれか１項に記載のリワーク条件学習装置。
前記設定値入力部は、前記取り外し条件として、前記再加工対象に形成された第１の半田の組成、前記第１の半田に添加されたフラックス種、前記第１の半田に添加されたフラックス含有量、前記第１の半田の面積の少なくとも一つ、半田付けされた前記対象部品の外形、又は、電極表面処理のいずれか一方、半田付けによって前記対象部品が固定された部材の厚み、材質、層数、比重、表面処理の種類の少なくとも一つ、加熱条件又は冷却条件の少なくとも一つの、第１の組み合わせで定義されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項１に記載のリワーク条件学習装置。
前記学習部は、前記装置ごとに、同じ前記再加工対象でも良品となる前記設定値が異なるものを、前記装置ごとの誤差として関連付けて学習することを特徴とする請求項１から請求項６のいずれか１項に記載のリワーク条件学習装置。
前記良不良判定結果入力部は、さらに、前記良不良判定結果に関連付けられた前記再加工対象における前記対象部品を取り外し後の再加工対象画像データが入力され、
前記学習部は、さらに、前記再加工対象ごとに良品となる前記設定値と前記再加工対象画像データとを関連付けて学習することを特徴とする請求項１から請求項７のいずれか１項に記載のリワーク条件学習装置。
新規再加工対象画像データ入力部をさらに備え、
前記新規再加工対象画像データ入力部は、新たに半田付けを外した前記再加工対象の新規再加工対象画像データが入力され、
前記設定値入力部は、前記新規再加工対象画像データの前記再加工対象と関連付けられた、前記設定値が入力され、
前記学習部は、学習結果を用いて、前記新規再加工対象画像データ入力部に入力された前記新規再加工対象画像データの特徴量から、類似の前記再加工対象画像データを決定して、決定した前記再加工対象画像データと関連付いた前記良不良判定結果から、前記新規再加工対象画像データの前記再加工対象の前記良不良判定結果を判断し、
前記良不良判定結果入力部は、前記学習部が学習結果を用いて判断した前記再加工対象の良品又は不良品の良不良判定結果が入力されることを特徴とする請求項８に記載のリワーク条件学習装置。
請求項１から請求項９のいずれか１項に記載のリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、
前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたことを特徴とするリワーク条件決定装置。
請求項７に記載のリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、
前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定し、決定した前記設定値に関連付けられた前記誤差の有無を特定するリワーク条件決定部とを備えたことを特徴とするリワーク条件決定装置。
請求項１０又は請求項１１に記載のリワーク条件決定装置を用いたリワーク装置であって、
前記装置の取り外し部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で前記対象部品を取り外すように前記取り外し部を制御する取り外し制御部とを備えたことを特徴とするリワーク装置。
請求項７に記載のリワーク条件学習装置の学習結果を用いた請求項１０に記載のリワーク条件決定装置を用いたリワーク装置であって、
前記装置の取り外し部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で前記対象部品を取り外すように前記取り外し部を制御する取り外し制御部とを備え、
前記取り外し制御部は、前記条件設定部に入力された条件に関連付けられた前記誤差がある場合でも、前記条件設定部に入力された条件で前記対象部品を取り外すように前記取り外し制御部を制御することを特徴とするリワーク装置。
請求項１１に記載のリワーク条件決定装置を用いた半田付け装置であって、
前記装置の取り外し部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で前記対象部品を取り外すように前記取り外し部を制御する取り外し制御部とを備え、
前記取り外し部は、前記条件設定部に入力された条件に関連付けられた前記誤差があり、前記条件設定部で補正済みのとき、前記誤差を補正した基準値となる前記設定値を用いて、前記対象部品を取り外すように前記取り外し部を制御することを特徴とするリワーク装置。
前記設定値入力部は、前記対象部品が取り外された前記再加工対象へ新たな前記対象部品を取り付ける取り付け条件を含む前記設定値が入力されることを特徴とする請求項１から請求項６のいずれか１項に記載のリワーク条件学習装置。
対象部品が取り外された再加工対象へ新たな前記対象部品を取り付ける取り付け条件である設定値を学習するリワーク条件学習装置であって、
再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたことを特徴とするリワーク条件学習装置。
前記良不良判定結果入力部は、前記設定値入力部に入力された前記設定値によって新たな前記対象部品が取り付けられた前記再加工対象の良品又は不良品の判定結果を含む前記良不良判定結果が入力されることを特徴とする請求項１５又は請求項１６に記載のリワーク条件学習装置。
前記設定値入力部は、前記取り付け条件として、前記再加工対象へ新たな前記対象部品、及び、当該新たな前記対象部品を取り付けるための第２の半田の第２の半田情報の、第２の組み合わせで定義されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項１５から請求項１７のいずれか１項に記載のリワーク条件学習装置。
前記設定値入力部は、前記第２の組み合わせのうち、前記第２の半田情報が、前記第２の半田の組成、前記第２の半田に添加されたフラックス種、前記第２の半田に添加されたフラックス含有量、前記第２の半田の面積の少なくとも一つで区別されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項１８に記載のリワーク条件学習装置。
前記設定値入力部は、前記第２の組み合わせのうち、前記対象部品が、外形、又は、電極表面処理の種類で区別されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項１８又は請求項１９に記載のリワーク条件学習装置。
前記設定値入力部は、前記第２の組み合わせのうち、半田付けによって新たな前記対象部品が固定される部材が、厚み、材質、層数、比重、表面処理の種類の少なくとも一つで区別されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項１８から請求項２０のいずれか１項に記載のリワーク条件学習装置。
前記設定値入力部は、前記取り付け条件として、前記再加工対象へ新たな前記対象部品を取り付けるための第２の半田の組成、前記第２の半田に添加されたフラックス種、前記第２の半田に添加されたフラックス含有量、前記第２の半田の面積の少なくとも一つ、半田付けの対象の新たな前記対象部品の外形、又は、電極表面処理のいずれか一方、半田付けによって新たな前記対象部品が固定される部材の厚み、材質、層数、比重、表面処理の種類の少なくとも一つの、組み合わせで定義されている前記再加工対象と関連付けられた、前記設定値が入力されることを特徴とする請求項１５から請求項１７のいずれか１項に記載のリワーク条件学習装置。
前記学習部は、前記装置ごとに、同じ前記再加工対象でも良品となる前記設定値が異なるものを、前記装置ごとの誤差として関連付けて学習することを特徴とする請求項１５から請求項２２のいずれか１項に記載のリワーク条件学習装置。
前記良不良判定結果入力部は、さらに、前記良不良判定結果に関連付けられた前記再加工対象における新たに前記対象部品を取り付けた後の再加工対象画像データが入力され、前記学習部は、さらに、前記再加工対象ごとに良品となる前記設定値と前記再加工対象画像データとを関連付けて学習することを特徴とする請求項１７から請求項２３のいずれか１項に記載のリワーク条件学習装置。
新規再加工対象画像データ入力部をさらに備え、
前記新規再加工対象画像データ入力部は、新たに半田付けを行った前記再加工対象の新規再加工対象画像データが入力され、
前記設定値入力部は、前記新規再加工対象画像データの前記再加工対象と関連付けられた、前記設定値が入力され、
前記学習部は、学習結果を用いて、前記新規再加工対象画像データ入力部に入力された前記新規再加工対象画像データの特徴量から、類似の前記再加工対象画像データを決定して、決定した前記再加工対象画像データと関連付いた前記良不良判定結果から、前記新規再加工対象画像データの前記再加工対象の前記良不良判定結果を判断し、
前記良不良判定結果入力部は、前記学習部が学習結果を用いて判断した前記再加工対象の良品又は不良品の良不良判定結果が入力されることを特徴とする請求項２４に記載のリワーク条件学習装置。
請求項１５から請求項２５のいずれか１項に記載のリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、
前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたことを特徴とするリワーク条件決定装置。
請求項２３に記載のリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、
前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定し、決定した前記設定値に関連付けられた前記誤差の有無を特定するリワーク条件決定部とを備えたことを特徴とするリワーク条件決定装置。
請求項２６又は請求項２７に記載のリワーク条件決定装置を用いたリワーク装置であって、
前記装置の半田付け部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で新たな前記対象部品に対して半田付けを行うように前記半田付け部を制御する半田付け制御部とを備えたことを特徴とするリワーク装置。
請求項２３に記載のリワーク条件学習装置の学習結果を用いた請求項２６に記載のリワーク条件決定装置を用いたリワーク装置であって、
前記装置の半田付け部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で新たな前記対象部品に対して半田付けを行うように前記半田付け部を制御する半田付け制御部とを備え、
前記半田付け制御部は、前記条件設定部に入力された条件に関連付けられた前記誤差がある場合でも、前記条件設定部に入力された条件で新たな前記対象部品に対して半田付けを行うように前記半田付け制御部を制御することを特徴とするリワーク装置。
請求項２７に記載のリワーク条件決定装置を用いたリワーク装置であって、
前記装置の半田付け部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で新たな前記対象部品に対して半田付けを行うように前記半田付け部を制御する半田付け制御部とを備え、
前記半田付け制御部は、前記条件設定部に入力された条件に関連付けられた前記誤差があり、前記条件設定部で補正済みのとき、前記誤差を補正した基準値となる前記設定値を用いて、新たな前記対象部品に対して半田付けを行うように前記半田付け部を制御することを特徴とするリワーク装置。
加工対象へ半田付けで対象部品を取り付けた再加工対象から、前記対象部品を取り外すための取り外し条件である設定値を学習するリワーク条件学習装置であって、
再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備え、前記学習部は、前記装置ごとに、同じ前記再加工対象でも良品となる前記設定値が異なるものを、前記装置ごとの誤差として関連付けて学習し、前記誤差を補正した基準値となる前記設定値を決定することを特徴とするリフロー条件学習装置の学習結果を用いたリワーク条件決定装置であって、
前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたことを特徴とするリワーク条件決定装置を用いたリワーク装置であって、
前記装置の取り外し部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で前記対象部品を取り外すように前記取り外し部を制御する取り外し制御部とを備え、
前記取り外し部は、前記条件設定部に入力された条件に関連付けられた前記誤差があり、前記条件設定部で補正済みのとき、前記誤差を補正した基準値となる前記設定値を用いて、前記対象部品を取り外すように前記取り外し部を制御することを特徴とするリワーク装置。
対象部品が取り外された再加工対象へ新たな前記対象部品を取り付ける取り付け条件である設定値を学習するリワーク条件学習装置であって、
再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備え、前記学習部は、前記装置ごとに、同じ前記再加工対象でも良品となる前記設定値が異なるものを、前記装置ごとの誤差として関連付けて学習し、前記誤差を補正した基準値となる前記設定値を決定することを特徴とするリワーク条件学習装置の学習結果を用いたリワーク条件決定装置であって、
前記再加工対象の情報が入力される再加工対象入力部と、前記学習部の学習結果を用いて、前記再加工対象入力部に情報が入力された前記再加工対象が良品となる前記設定値を決定するリワーク条件決定部とを備えたことを特徴とするリワーク条件決定装置を用いたリワーク装置であって、
前記装置の半田付け部と、前記リワーク条件決定部が決定した前記設定値が入力される条件設定部と、前記条件設定部に入力された条件で新たな前記対象部品に対して半田付けを行うように前記半田付け部を制御する半田付け制御部とを備え、
前記半田付け制御部は、前記条件設定部に入力された条件に関連付けられた前記誤差があり、前記条件設定部で補正済みのとき、前記誤差を補正した基準値となる前記設定値を用いて、新たな前記対象部品に対して半田付けを行うように前記半田付け部を制御することを特徴とするリワーク装置。
前記半田付け部は、半田印刷機能を有し、前記半田付け制御部は、前記半田付け部が新たな前記対象部品に対して半田付けを行う前に、前記半田付け部を制御して前記半田印刷機能による前記再加工対象への印刷を行わせることを特徴とする請求項２８から請求項３０、請求項３２のいずれか１項に記載のリワーク装置。
再加工対象に対して、対象部品の取り外し又は取り付けを行う再加工の条件である設定値を学習するリワーク条件学習装置であって、前記再加工を行う装置ごとに、前記再加工対象と関連付けられた、前記設定値が入力される設定値入力部と、前記設定値入力部に入力された前記設定値によって再加工された前記再加工対象の良品又は不良品の良不良判定結果が入力される良不良判定結果入力部と、前記設定値と前記良不良判定結果とに基づいて、前記再加工対象ごとに良品となる前記設定値を学習する学習部とを備えたことを特徴とするリワーク条件学習装置。
前記装置は、半田付けを解除して前記対象部品を取り外すもの、及び、半田付けによって新たな前記対象部品を取り付けるものの少なくとも一方であることを特徴とする請求項３４に記載のリワーク条件学習装置。