JPH0833293B2 - 半田の形状検査方法 - Google Patents
半田の形状検査方法Info
- Publication number
- JPH0833293B2 JPH0833293B2 JP3082277A JP8227791A JPH0833293B2 JP H0833293 B2 JPH0833293 B2 JP H0833293B2 JP 3082277 A JP3082277 A JP 3082277A JP 8227791 A JP8227791 A JP 8227791A JP H0833293 B2 JPH0833293 B2 JP H0833293B2
- Authority
- JP
- Japan
- Prior art keywords
- solder
- quality
- pass
- width
- judgment
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95684—Patterns showing highly reflecting parts, e.g. metallic elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Electric Connection Of Electric Components To Printed Circuits (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Description
【0001】
【産業上の利用分野】本発明は半田の形状検査方法に係
り、詳しくは、カメラに取り込まれた画像から複数の良
否判定要素を設定し、これらの良否判定要素に基づい
て、ファジイ推論により、半田形状の良否を総合的に判
定する半田の形状検査方法に関する。
り、詳しくは、カメラに取り込まれた画像から複数の良
否判定要素を設定し、これらの良否判定要素に基づい
て、ファジイ推論により、半田形状の良否を総合的に判
定する半田の形状検査方法に関する。
【0002】
【従来の技術】QFP,SOP,コンデンサチップ,抵
抗チップなどの電子部品は、半田により基板に接着され
た後、半田形状の良否を判定する検査が行われる。
抗チップなどの電子部品は、半田により基板に接着され
た後、半田形状の良否を判定する検査が行われる。
【0003】このような半田形状の検査は、一般に、カ
メラにより半田を観察し、カメラに取り込まれた明暗画
像の輝度の分布から、暗い部分や明るい部分の面積,
幅,長さ等の良否判定要素をコンピュータにより計算
し、これらの計算値を、予め設定された良否判定値と比
較して、半田形状の良否を判定していた。
メラにより半田を観察し、カメラに取り込まれた明暗画
像の輝度の分布から、暗い部分や明るい部分の面積,
幅,長さ等の良否判定要素をコンピュータにより計算
し、これらの計算値を、予め設定された良否判定値と比
較して、半田形状の良否を判定していた。
【0004】
【発明が解決しようとする課題】半田形状の良否判定
は、個別の良否判定要素毎に行わずに、複数の良否判定
要素に基いて、総合的に判定する方が合理的である。何
故なら、例えば幅は不良でも、面積や長さは良である場
合、全体としては、半田形状は十分に良と判定できる場
合も多いからである。ところが従来手段は、面積,幅,
長さ等の良否判定要素に関して、個別に独立してそれぞ
れ良否判定を行い、何れか1つでも不良のものがあれ
ば、半田形状は不良と判定していたため、判定精度が悪
く、良品を不良品と誤判定しやすい問題があった。
は、個別の良否判定要素毎に行わずに、複数の良否判定
要素に基いて、総合的に判定する方が合理的である。何
故なら、例えば幅は不良でも、面積や長さは良である場
合、全体としては、半田形状は十分に良と判定できる場
合も多いからである。ところが従来手段は、面積,幅,
長さ等の良否判定要素に関して、個別に独立してそれぞ
れ良否判定を行い、何れか1つでも不良のものがあれ
ば、半田形状は不良と判定していたため、判定精度が悪
く、良品を不良品と誤判定しやすい問題があった。
【0005】また半田の形状は様々であり、このため上
記従来方法によっては、容易に良否を判定出来ないグレ
ーゾーンの半田がある。このようなグレーゾーンの半田
は、更に精密検査を行い、慎重に良否を判定すべきであ
る。ところが従来方法は、予め設定された良否判定値に
基いて、すべての半田の良否判定を行っていたため、グ
レーゾーンの半田は、良否を誤判定される場合が多いと
いう問題点があった。
記従来方法によっては、容易に良否を判定出来ないグレ
ーゾーンの半田がある。このようなグレーゾーンの半田
は、更に精密検査を行い、慎重に良否を判定すべきであ
る。ところが従来方法は、予め設定された良否判定値に
基いて、すべての半田の良否判定を行っていたため、グ
レーゾーンの半田は、良否を誤判定される場合が多いと
いう問題点があった。
【0006】そこで本発明は、複数の良否判定要素か
ら、半田形状の良否をファジイ推論に基づいて総合的に
判定できる方法を提供すること、更に詳しくは、グレー
ゾーンの半田の良否判定を的確に行える半田の形状検査
方法を提供することを目的とする。
ら、半田形状の良否をファジイ推論に基づいて総合的に
判定できる方法を提供すること、更に詳しくは、グレー
ゾーンの半田の良否判定を的確に行える半田の形状検査
方法を提供することを目的とする。
【0007】
【課題を解決するための手段】本発明は、 (1)複数の良否判定要素のメンバーシップ関数と、良
品度のメンバーシップ関数をコンピュータに登録するス
テップと、 (2)複数の良否判定要素を条件とし、半田の良品度を
回答とする良否判定ルールをコンピュータに登録するス
テップと、 (3)カメラにより電子部品を基板に接着する半田を観
察し、カメラに取り込まれた画像から、複数の良否判定
要素の値をコンピュータにより計算するステップと、 (4)上記(3)のステップで計算された良否判定要素
の値と、上記(1)のステップで登録された良否判定要
素のメンバーシップ関数から、各々の良否判定要素の度
数を求めるステップと、 (5)上記(1)のステップで登録された良品度のメン
バーシップ関数と、上記(4)のステップで求められた
度数から、単位図形を求めるステップと、 (6)すべての単位図形を合算して最終合算図形を求め
るステップと、 (7)最終合算図形の重心を計算するステップと、 (8)判定スケールにおけるこの重心の位置から半田形
状の良否を判定するステップとから成る半田の形状検査
方法であって、 前記複数の良否判定要素が、前記カメラ
の検査エリアの画像データを演算して求められる (イ)EO=EW÷E(但し、EWは半田フィレットの
面積、Eは画像の全面積) (ロ)WO=width ÷width max (但し、width は半田
フィレットの幅、width max は画像の幅) (ハ)HO=(EW÷width )×(1/height max )
(但し、height maxは画像の長さ、 の3つのうちの少
なくとも2つの良否判定要素を含み、また前記判定スケ
ールがNGゾーンと、グレーゾーンと、OKゾーンを有
し、(8)のステップでグレ ーゾーンと判定された半田
については、カメラとは異なる別個の精密検査手段によ
り再検査して良否を判定するように している。また精密
検査手段による良否判定結果に基づいて、良否判定ルー
ルやメンバーシップ関数を修正するようにしている。ま
た精密検査手段を、レーザ照射装置と受光部から構成し
ている。
品度のメンバーシップ関数をコンピュータに登録するス
テップと、 (2)複数の良否判定要素を条件とし、半田の良品度を
回答とする良否判定ルールをコンピュータに登録するス
テップと、 (3)カメラにより電子部品を基板に接着する半田を観
察し、カメラに取り込まれた画像から、複数の良否判定
要素の値をコンピュータにより計算するステップと、 (4)上記(3)のステップで計算された良否判定要素
の値と、上記(1)のステップで登録された良否判定要
素のメンバーシップ関数から、各々の良否判定要素の度
数を求めるステップと、 (5)上記(1)のステップで登録された良品度のメン
バーシップ関数と、上記(4)のステップで求められた
度数から、単位図形を求めるステップと、 (6)すべての単位図形を合算して最終合算図形を求め
るステップと、 (7)最終合算図形の重心を計算するステップと、 (8)判定スケールにおけるこの重心の位置から半田形
状の良否を判定するステップとから成る半田の形状検査
方法であって、 前記複数の良否判定要素が、前記カメラ
の検査エリアの画像データを演算して求められる (イ)EO=EW÷E(但し、EWは半田フィレットの
面積、Eは画像の全面積) (ロ)WO=width ÷width max (但し、width は半田
フィレットの幅、width max は画像の幅) (ハ)HO=(EW÷width )×(1/height max )
(但し、height maxは画像の長さ、 の3つのうちの少
なくとも2つの良否判定要素を含み、また前記判定スケ
ールがNGゾーンと、グレーゾーンと、OKゾーンを有
し、(8)のステップでグレ ーゾーンと判定された半田
については、カメラとは異なる別個の精密検査手段によ
り再検査して良否を判定するように している。また精密
検査手段による良否判定結果に基づいて、良否判定ルー
ルやメンバーシップ関数を修正するようにしている。ま
た精密検査手段を、レーザ照射装置と受光部から構成し
ている。
【0008】
【作用】上記構成において、カメラに取り込まれた画像
から複数の良否判定要素を求め、これらの良否判定要素
に基づいて、半田形状の良否を総合的に判定する。
から複数の良否判定要素を求め、これらの良否判定要素
に基づいて、半田形状の良否を総合的に判定する。
【0009】またこの良否判定において、良否が判定で
きなかったグレーゾーンの半田については、精密検査手
段により精密検査を行って、良否を判定する。そしてこ
の良否判定結果に基いて、ファジイ推論による良否判定
方法を修正していくことにより、カメラによる良否判定
精度を次第に向上させる。
きなかったグレーゾーンの半田については、精密検査手
段により精密検査を行って、良否を判定する。そしてこ
の良否判定結果に基いて、ファジイ推論による良否判定
方法を修正していくことにより、カメラによる良否判定
精度を次第に向上させる。
【0010】
【実施例】次に、図面を参照しながら本発明の実施例を
説明する。
説明する。
【0011】図1は、半田の形状検査装置を示すもので
ある。基板1には、電子部品2(2a,2b,2c・・
・)が搭載されている。電子部品2aはQFPであっ
て、リード3を有している。このリード3は半田4によ
り基板1の回路パターン5に接着されている。電子部品
2bはコンデンサチップ、電子部品2c,2dは抵抗チ
ップである。これらのチップ2b〜2dも、半田4によ
り基板1に接着されている。
ある。基板1には、電子部品2(2a,2b,2c・・
・)が搭載されている。電子部品2aはQFPであっ
て、リード3を有している。このリード3は半田4によ
り基板1の回路パターン5に接着されている。電子部品
2bはコンデンサチップ、電子部品2c,2dは抵抗チ
ップである。これらのチップ2b〜2dも、半田4によ
り基板1に接着されている。
【0012】基板1の上方には、電子部品2を観察する
CCDカメラ6と光源7が設けられている。この光源7
から電子部品2に光を照射し、この電子部品2をカメラ
6で観察し、その画像データをコンピュータ8に入力す
る。また基板1の上方にはレーザ照射装置17と受光部
18が設けられている。
CCDカメラ6と光源7が設けられている。この光源7
から電子部品2に光を照射し、この電子部品2をカメラ
6で観察し、その画像データをコンピュータ8に入力す
る。また基板1の上方にはレーザ照射装置17と受光部
18が設けられている。
【0013】図4に示すように、この受光部18は、位
置検出素子(PSD)18aと、集光素子18bを備え
ている。位置検出素子18aは、レーザ照射装置17か
ら照射されて、半田4に反射されたレーザ光を受光し、
レーザ光の入射位置から、半田4の高さを計測するもの
である。レーザ照射装置17は、ミラー19が内蔵され
ており、ミラー19の角度を制御することにより、レー
ザ光をスキャンニングさせる。レーザ照射装置17と受
光部18は、CCDカメラ6よりも精密な計測が可能で
あって、精密検査手段を構成している。精密検査手段と
しては、X線測定器、赤外線測定器、接触式3次元測定
器なども適用できる。この精密検査手段の使用方法につ
いては、後に詳述する。
置検出素子(PSD)18aと、集光素子18bを備え
ている。位置検出素子18aは、レーザ照射装置17か
ら照射されて、半田4に反射されたレーザ光を受光し、
レーザ光の入射位置から、半田4の高さを計測するもの
である。レーザ照射装置17は、ミラー19が内蔵され
ており、ミラー19の角度を制御することにより、レー
ザ光をスキャンニングさせる。レーザ照射装置17と受
光部18は、CCDカメラ6よりも精密な計測が可能で
あって、精密検査手段を構成している。精密検査手段と
しては、X線測定器、赤外線測定器、接触式3次元測定
器なども適用できる。この精密検査手段の使用方法につ
いては、後に詳述する。
【0014】図2及び図3は、光源7から照射されて、
半田4に入射する光を示している。半田4の表面は緩や
かな曲面であって、しかも光沢のある鏡面である。した
がって、急勾配の斜面に入射した光aは、側方へ反射さ
れてCCDカメラ6には入射しないので、暗く観察され
る。図5は、CCDカメラ6に観察された半田4の明暗
画像である。図中、影線の部分4aは、CCDカメラ6
で暗く観察される部分である。
半田4に入射する光を示している。半田4の表面は緩や
かな曲面であって、しかも光沢のある鏡面である。した
がって、急勾配の斜面に入射した光aは、側方へ反射さ
れてCCDカメラ6には入射しないので、暗く観察され
る。図5は、CCDカメラ6に観察された半田4の明暗
画像である。図中、影線の部分4aは、CCDカメラ6
で暗く観察される部分である。
【0015】また図2及び図3において、緩勾配の斜面
に入射した光bは、垂直若しくはほぼ垂直に反射され
て、カメラ6に入射するので、明るく観察される。図5
において、白い部分4bは、CCDカメラ6で明るく観
察される部分である。CCDカメラ6の検査エリアA
は、上記両部分4a,4bの境界部分、すなわち暗い部
分4aと明るい部分4bが同時に取り込める部分に設定
している。緩勾配の斜面部、すなわち白く観察される明
るい部分bは、半田フィレットと呼ばれている。
に入射した光bは、垂直若しくはほぼ垂直に反射され
て、カメラ6に入射するので、明るく観察される。図5
において、白い部分4bは、CCDカメラ6で明るく観
察される部分である。CCDカメラ6の検査エリアA
は、上記両部分4a,4bの境界部分、すなわち暗い部
分4aと明るい部分4bが同時に取り込める部分に設定
している。緩勾配の斜面部、すなわち白く観察される明
るい部分bは、半田フィレットと呼ばれている。
【0016】図6は、検査システムのプロセス図であ
る。基板1上の電子部品2aのリード3の先端部に検査
エリアA(図5参照)を設定し、CCDカメラ6に画像
(image)Bを取り込む(TABLE1)。次いでこの画
像Bから、良否判定要素EO,WO,HOを計算し、フ
ァジイ推論により、半田4の良否の判定を行う(TAB
LE2)。この良否判定は、最終合算図形Σaの重心G
の位置から判定する(TABLE4)。Σaの求め方
は、後で、図7〜図10を参照しながら説明する。
る。基板1上の電子部品2aのリード3の先端部に検査
エリアA(図5参照)を設定し、CCDカメラ6に画像
(image)Bを取り込む(TABLE1)。次いでこの画
像Bから、良否判定要素EO,WO,HOを計算し、フ
ァジイ推論により、半田4の良否の判定を行う(TAB
LE2)。この良否判定は、最終合算図形Σaの重心G
の位置から判定する(TABLE4)。Σaの求め方
は、後で、図7〜図10を参照しながら説明する。
【0017】TABLE5において、G>HT(Hig
h THRESHOLD)ならば、半田は良品(OK)
と判定される。G<LT(Low THRESHOL
D)ならば、半田は不良品(NG)と判定される。また
LT≦G≦HTならば、良否判定ができないグレーゾー
ン(gray zone)である。グレーゾーンの半田
は、レーザ照射装置17により精密検査を行って、良否
を判定する(TABLE6)。
h THRESHOLD)ならば、半田は良品(OK)
と判定される。G<LT(Low THRESHOL
D)ならば、半田は不良品(NG)と判定される。また
LT≦G≦HTならば、良否判定ができないグレーゾー
ン(gray zone)である。グレーゾーンの半田
は、レーザ照射装置17により精密検査を行って、良否
を判定する(TABLE6)。
【0018】図7〜図9は、図6に示すファジイ推論に
より、半田形状の良否を判定するプロセスを示すもので
ある。図7〜図9は、接続線A−A,B−Bで連続して
いる。図7において、画像(image)Bは、図5に示す
検査エリアAの明暗の2値化画像である。画像Bの長さ
height max,幅width max,明るい
部分(上述のように、半田フィレットと呼ばれる部分)
4bの幅widthを基礎要素として計算する。また画
像Bの全面積すなわちheight max×widt
h maxをE,検査エリアAにおける明るい部分(半
田フィレットの部分)4bの面積をEWとする。なお本
実施例は、2値化画像の場合を説明するが、画像として
は、多値化画像やカラー画像でもよい。
より、半田形状の良否を判定するプロセスを示すもので
ある。図7〜図9は、接続線A−A,B−Bで連続して
いる。図7において、画像(image)Bは、図5に示す
検査エリアAの明暗の2値化画像である。画像Bの長さ
height max,幅width max,明るい
部分(上述のように、半田フィレットと呼ばれる部分)
4bの幅widthを基礎要素として計算する。また画
像Bの全面積すなわちheight max×widt
h maxをE,検査エリアAにおける明るい部分(半
田フィレットの部分)4bの面積をEWとする。なお本
実施例は、2値化画像の場合を説明するが、画像として
は、多値化画像やカラー画像でもよい。
【0019】画像Bに基いて、次の3つの式、(数
1),(数2),(数3)で表わされる良否判定要素と
しての面積要素EO,幅要素WO,長さ要素HOをCP
U8Bにより計算し、これらの良否判定要素EO,W
O,HOに基いて、半田形状の良否を判定する。
1),(数2),(数3)で表わされる良否判定要素と
しての面積要素EO,幅要素WO,長さ要素HOをCP
U8Bにより計算し、これらの良否判定要素EO,W
O,HOに基いて、半田形状の良否を判定する。
【0020】
【数1】
【0021】
【数2】
【0022】
【数3】
【0023】(数3)において、EWをwidthで除
したものは明るい部分4bの平均長さ、height
maxは画像Bの長さであり、したがってHOは、画像
Bの長さと平均長さの比である。本実施例では、hei
ght max、width、width max等の
基礎要素から、良否判定要素EO,WO,HOを計算し
ているが、例えば明るい部分の広がり角度θ(図7imag
e B参照)等の他の要素を基礎要素として採用しても良
いものであり、どのような要素を採用するかは、検査対
象物である半田の種類等により自由に決定できる。しか
しながら本発明者は、これらの良否判定要素EO,W
O,HOが、半田形状の良否判定にきわめて有用である
ことを実験的に確認している。
したものは明るい部分4bの平均長さ、height
maxは画像Bの長さであり、したがってHOは、画像
Bの長さと平均長さの比である。本実施例では、hei
ght max、width、width max等の
基礎要素から、良否判定要素EO,WO,HOを計算し
ているが、例えば明るい部分の広がり角度θ(図7imag
e B参照)等の他の要素を基礎要素として採用しても良
いものであり、どのような要素を採用するかは、検査対
象物である半田の種類等により自由に決定できる。しか
しながら本発明者は、これらの良否判定要素EO,W
O,HOが、半田形状の良否判定にきわめて有用である
ことを実験的に確認している。
【0024】良否判定を行うにあたり、次のような良否
判定ルール1〜10を設定し、予めコンピュータ8に登
録する。このルール1〜10は、作業者の良否判定の経
験に基いて設定する。勿論、ルールの数や内容は自由に
設定できる。
判定ルール1〜10を設定し、予めコンピュータ8に登
録する。このルール1〜10は、作業者の良否判定の経
験に基いて設定する。勿論、ルールの数や内容は自由に
設定できる。
【0025】ルール 1.もしEOが小さく(S,small)て、WOが中くらい
(M, middle) で、HOが小さい(S,small)ならば、
良品である可能性は非常に高い(U1)。 2.もしEOが小さく(S,small)て、WOが大きく
(L,large)て、HOが小さい(S,small)ならば、良
品である可能性は非常に高い(U1)。 3.もしEOが中くらい(M,middle) で、WOが小さ
く(S,small)て、HOが大きい(L,large)ならば、
良品である可能性は中(U4)。 4.もしEOが大きくて、WOが中くらいで、HOが小
さいならば、良品である可能性はやや低い(U5)。 5.もしEOが大きくて、WOが大きくて、HOが大き
いならば、良品である可能性は非常に低い(U7)。 6.もしEOが大きくて、WOが小さくて、HOが中く
らいならば、良品である可能性はやや高い(U3)。 7.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品である可能性は非常に低い(U7)。 8.もしEOが中くらいで、WOが中くらいで、HOが
小さいならば、良品である可能性はかなり低い(U
6)。 9.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品である可能性は非常に低い(U7)。 10.もしEOが小で、WOが大きくて、HOが中くらい
ならば、良品である可能性はかなり高い(U2)。
(M, middle) で、HOが小さい(S,small)ならば、
良品である可能性は非常に高い(U1)。 2.もしEOが小さく(S,small)て、WOが大きく
(L,large)て、HOが小さい(S,small)ならば、良
品である可能性は非常に高い(U1)。 3.もしEOが中くらい(M,middle) で、WOが小さ
く(S,small)て、HOが大きい(L,large)ならば、
良品である可能性は中(U4)。 4.もしEOが大きくて、WOが中くらいで、HOが小
さいならば、良品である可能性はやや低い(U5)。 5.もしEOが大きくて、WOが大きくて、HOが大き
いならば、良品である可能性は非常に低い(U7)。 6.もしEOが大きくて、WOが小さくて、HOが中く
らいならば、良品である可能性はやや高い(U3)。 7.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品である可能性は非常に低い(U7)。 8.もしEOが中くらいで、WOが中くらいで、HOが
小さいならば、良品である可能性はかなり低い(U
6)。 9.もしEOが小さくて、WOが小さくて、HOが大き
いならば、良品である可能性は非常に低い(U7)。 10.もしEOが小で、WOが大きくて、HOが中くらい
ならば、良品である可能性はかなり高い(U2)。
【0026】図8において、F1,F2,F3は、良否
判定要素EO,WO,HOと度数の関係図である。本実
施例において、上記(数1),(数2),(数3)から
計算されたEOの値は 0.3、WOの値は 0.7、HOの値
は 0.41 である。なおF1,F2,F3において、各々
の図形が 0.3、0.7 、0.41を中心に少々の広がりを有す
るのは、ノイズによる誤差の為である。
判定要素EO,WO,HOと度数の関係図である。本実
施例において、上記(数1),(数2),(数3)から
計算されたEOの値は 0.3、WOの値は 0.7、HOの値
は 0.41 である。なおF1,F2,F3において、各々
の図形が 0.3、0.7 、0.41を中心に少々の広がりを有す
るのは、ノイズによる誤差の為である。
【0027】F4,F5,F6はEO,WO,HOのメ
ンバーシップ関数である。F4において、EOは、上記
ルールにしたがって小(S),中(M),大(L)の3
つに分類している。またF5において、WOは、小
(S),中(M),大(L)に分類している。またF6
において、HOは、小(S),中(M),大(L)に分
類している。このメンバーシップ関数F4,F5,F6
は、経験的に求められ、コンピュータ8に登録される。
ンバーシップ関数である。F4において、EOは、上記
ルールにしたがって小(S),中(M),大(L)の3
つに分類している。またF5において、WOは、小
(S),中(M),大(L)に分類している。またF6
において、HOは、小(S),中(M),大(L)に分
類している。このメンバーシップ関数F4,F5,F6
は、経験的に求められ、コンピュータ8に登録される。
【0028】図9において、F7,F8,F9は、それ
ぞれ図8に示すF1とF4,F2とF5,F3とF6を
重ね合わせたメンバーシップ関数である。ここでは、上
記ルール1の場合を説明する。したがってF7,F8,
F9において実線で示す図形は、ルール1にしたがっ
て、EOはS,WOはM,HOがSの場合の図形を描い
ている。
ぞれ図8に示すF1とF4,F2とF5,F3とF6を
重ね合わせたメンバーシップ関数である。ここでは、上
記ルール1の場合を説明する。したがってF7,F8,
F9において実線で示す図形は、ルール1にしたがっ
て、EOはS,WOはM,HOがSの場合の図形を描い
ている。
【0029】各図において、それぞれの図形同士の交点
の度数P1( 1.0),Q1(0.55),R1(0.92)を求
める。F10は、良品度Uのメンバーシップ関数図であ
り、U1(良品である可能性は非常に高い)から、U7
(良品である可能性は非常に低い)まで、7ランク(U
1〜U7)の図形が描かれている。このメンバーシップ
関数F10も、経験的に求められ、コンピュータ8に登
録される。
の度数P1( 1.0),Q1(0.55),R1(0.92)を求
める。F10は、良品度Uのメンバーシップ関数図であ
り、U1(良品である可能性は非常に高い)から、U7
(良品である可能性は非常に低い)まで、7ランク(U
1〜U7)の図形が描かれている。このメンバーシップ
関数F10も、経験的に求められ、コンピュータ8に登
録される。
【0030】良品度U1〜U7の意味は次のとおりであ
る。 U1:良品である可能性は非常に高い U2:良品である可能性はかなり高い U3:良品である可能性はやや高い U4:良品である可能性は中 U5:良品である可能性はやや低い U6:良品である可能性はかなり低い U7:良品である可能性は非常に低い 上記ルール1〜10は、良否判定要素EO,WO,HO
の大きさを条件とし、良品度U(U1〜U7)を回答と
する次の論理式で表される(図6TABLE3も参
照)。
る。 U1:良品である可能性は非常に高い U2:良品である可能性はかなり高い U3:良品である可能性はやや高い U4:良品である可能性は中 U5:良品である可能性はやや低い U6:良品である可能性はかなり低い U7:良品である可能性は非常に低い 上記ルール1〜10は、良否判定要素EO,WO,HO
の大きさを条件とし、良品度U(U1〜U7)を回答と
する次の論理式で表される(図6TABLE3も参
照)。
【0031】RULE:if(EO,WO,HO)is
(P,Q,R)then U そこで、上記3つの度数P1,Q1,R1のうち、安全
率の観点から、最も度数の小さい数値Q1(0.55)を抽
出する。またルール1にしたがって、F10中の良品度
U1の図形を抽出し、影線で示す0.55以下の部分の単位
図形a1を求める。図10のa1は、図9のF10の単
位図形a1を転写したものである。
(P,Q,R)then U そこで、上記3つの度数P1,Q1,R1のうち、安全
率の観点から、最も度数の小さい数値Q1(0.55)を抽
出する。またルール1にしたがって、F10中の良品度
U1の図形を抽出し、影線で示す0.55以下の部分の単位
図形a1を求める。図10のa1は、図9のF10の単
位図形a1を転写したものである。
【0032】次に、例えばルール10にしたがって、上
記と同様の演算を行う。この演算も、上記ルール1の場
合と同様であるので、以下、簡単に説明する。
記と同様の演算を行う。この演算も、上記ルール1の場
合と同様であるので、以下、簡単に説明する。
【0033】図9のF7,F8,F9において、鎖線
は、ルール10にしたがって、EOはS,WOはL,H
OはMの図形を示している。P10は 1.0,Q10は0.
45,R10は0.23である。そこで、安全率の観点から、
最も度数の小さい数値0.23を抽出する。またルール10
にしたがって、F10中の良品度U2(良品である可能
性はかなり高い)の図形を抽出し、0.23以下の部分の単
位図形a10を求める。次いでこの単位図形a10を図
10に転写し、更にa1とa10の合算図形a1+a1
0を求める。
は、ルール10にしたがって、EOはS,WOはL,H
OはMの図形を示している。P10は 1.0,Q10は0.
45,R10は0.23である。そこで、安全率の観点から、
最も度数の小さい数値0.23を抽出する。またルール10
にしたがって、F10中の良品度U2(良品である可能
性はかなり高い)の図形を抽出し、0.23以下の部分の単
位図形a10を求める。次いでこの単位図形a10を図
10に転写し、更にa1とa10の合算図形a1+a1
0を求める。
【0034】以上、ルール1とルール10の場合を例に
とって説明したが、同様の手法により、他のルール2〜
9についても同様の演算を行い、合算図形を求めてい
く。図10に示すΣa=a1+a2+・・・+a10の
図形は、ルール1〜10にしたがって得られたすべての
単位図形a1〜a10の最終合算図形である。図6のT
ABLE4は、この図形Σaを示している。
とって説明したが、同様の手法により、他のルール2〜
9についても同様の演算を行い、合算図形を求めてい
く。図10に示すΣa=a1+a2+・・・+a10の
図形は、ルール1〜10にしたがって得られたすべての
単位図形a1〜a10の最終合算図形である。図6のT
ABLE4は、この図形Σaを示している。
【0035】図10において、Gは、最終合算図形の重
心である(図6TABLE4も参照)。最終合算図形や
重心Gは、コンピュータ8により計算される。この重心
Gの位置から、半田形状の良否を判定する。図10に
は、OKゾーン、グレーゾーン、NGゾーンを有する判
定スケールを記載している。55%(HT:HIGHT
HRESHOLD)以上がOKゾーン(良)、40%〜
55%がグレーゾーン、40%(LT:LOW THR
ESHOLD)以下がNGゾーン(不良)である。
心である(図6TABLE4も参照)。最終合算図形や
重心Gは、コンピュータ8により計算される。この重心
Gの位置から、半田形状の良否を判定する。図10に
は、OKゾーン、グレーゾーン、NGゾーンを有する判
定スケールを記載している。55%(HT:HIGHT
HRESHOLD)以上がOKゾーン(良)、40%〜
55%がグレーゾーン、40%(LT:LOW THR
ESHOLD)以下がNGゾーン(不良)である。
【0036】この判定スケールは、経験的に求められ、
コンピュータ8に登録される。勿論、この判定スケール
は、要求される精度によって異なるものである。図6の
テーブル5に示すように、G>HTであればOK(良)
と判定され、LT≦G≦HTであればグレーゾーンと判
定され、G<LGであれば、NG(不良)と判定され
る。このように本方法は、複数の良否判定要素EO,W
O,HOに基づいて、図10に示す図形の重心Gを求
め、この重心位置から、OK,NG,グレーの判定を行
う。換言すれば、本方法は、複数の良否判定要素EO,
WO,HOに基づいて、総合的に半田の良否判定を行
う。
コンピュータ8に登録される。勿論、この判定スケール
は、要求される精度によって異なるものである。図6の
テーブル5に示すように、G>HTであればOK(良)
と判定され、LT≦G≦HTであればグレーゾーンと判
定され、G<LGであれば、NG(不良)と判定され
る。このように本方法は、複数の良否判定要素EO,W
O,HOに基づいて、図10に示す図形の重心Gを求
め、この重心位置から、OK,NG,グレーの判定を行
う。換言すれば、本方法は、複数の良否判定要素EO,
WO,HOに基づいて、総合的に半田の良否判定を行
う。
【0037】LT≦G≦HTであって、重心Gがグレー
ゾーンにあれば、レーザ照射装置17により精密検査を
行って、良否判定がなされる(図6のTABLE6参
照)。本実施例では、重心Gは51%であって、グレー
ゾーンにある。したがって精密検査手段により、精密検
査を行って、良否判定がなされる。
ゾーンにあれば、レーザ照射装置17により精密検査を
行って、良否判定がなされる(図6のTABLE6参
照)。本実施例では、重心Gは51%であって、グレー
ゾーンにある。したがって精密検査手段により、精密検
査を行って、良否判定がなされる。
【0038】図11は、電気回路のブロック図である。
TABLEaは、ルール1〜10に述べられた良否判定
要素EO,WO,HOと良品度Uを示している。CHI
P1〜CHIP10は、ルール1〜ルール10の演算回
路である。なお図11において、CHIP2〜CHIP
9は省略している。MinAは、TABLEaから入力
された3つの度数P,Q,Rのうち、最も小さい度数を
選択する。MinBは、MinAで選択された度数と回
答Uから、図9のF10に示す図形a1,a2・・・を
算出する。UnitAは、図10に示した最終合算図形
Σaを演算する。UnitBは、この図形Σaの重心G
を演算する。
TABLEaは、ルール1〜10に述べられた良否判定
要素EO,WO,HOと良品度Uを示している。CHI
P1〜CHIP10は、ルール1〜ルール10の演算回
路である。なお図11において、CHIP2〜CHIP
9は省略している。MinAは、TABLEaから入力
された3つの度数P,Q,Rのうち、最も小さい度数を
選択する。MinBは、MinAで選択された度数と回
答Uから、図9のF10に示す図形a1,a2・・・を
算出する。UnitAは、図10に示した最終合算図形
Σaを演算する。UnitBは、この図形Σaの重心G
を演算する。
【0039】また単一の良否判定要素毎に、次のような
大ルールを設定してもよい。 大ルール 1.もしEOが小さいならば、良品の可能性はやや高
い。 2.もしEOが中くらいならば、良品の可能性は中くら
い。 3.もしEOが大ならば、良品の可能性はやや低い。 4.もしHOが小さいならば、良品の可能性は高い。
大ルールを設定してもよい。 大ルール 1.もしEOが小さいならば、良品の可能性はやや高
い。 2.もしEOが中くらいならば、良品の可能性は中くら
い。 3.もしEOが大ならば、良品の可能性はやや低い。 4.もしHOが小さいならば、良品の可能性は高い。
【0040】 ・ ・ ・ 上記大ルール1に基いて演算する場合は、CHIP1,
CHIP2にはEOに関するPのみが入力され、WOに
関するQと、HOに関するRは入力されず、これらは計
算上無視される。また同様に、大ルール4に基いて演算
する場合は、HOに関するRのみがCHIP1,CHI
P2に入力され、EOに関するPと、WOに関するQは
入力されず、これらは計算上無視される。この大ルール
1,2・・・nのみでは、半田形状の良否を正しく判定
することはできない。したがってルール1〜10と、こ
の大ルール1,2・・・nを組み合わせて、半田形状の
良否を判定することが望ましい。
CHIP2にはEOに関するPのみが入力され、WOに
関するQと、HOに関するRは入力されず、これらは計
算上無視される。また同様に、大ルール4に基いて演算
する場合は、HOに関するRのみがCHIP1,CHI
P2に入力され、EOに関するPと、WOに関するQは
入力されず、これらは計算上無視される。この大ルール
1,2・・・nのみでは、半田形状の良否を正しく判定
することはできない。したがってルール1〜10と、こ
の大ルール1,2・・・nを組み合わせて、半田形状の
良否を判定することが望ましい。
【0041】次に、図6のTABLE5において、LT
≦G≦HTで、良否判定ができなかったグレーゾーンの
半田について、精密検査手段により良否判定を行う方法
を説明する。
≦G≦HTで、良否判定ができなかったグレーゾーンの
半田について、精密検査手段により良否判定を行う方法
を説明する。
【0042】図12は、レーザ照射装置17により計測
される半田4の断面を示している(図6のTABLE6
も参照)。基板1の上面を基準面GNDとして設定し、
半田4の高さHxを計測する。半田過剰、半田過少は、
リード3の厚さHtとの比較により判断される。リード
3の厚さHtは既知である。リード3の厚さHtの 1.5
倍を上限高さH1として設定し、半田4の高さHxがそ
れ以上の場合は、半田過剰であって外観は不良と判断さ
れる。また厚さHtの 0.5倍を下限高さH2とし、高さ
Hxがそれ以下の場合は、半田過少であって不良と判断
される。またその中間は良と判断される。これらの判定
値1.5 Ht,0.5 Ht ,θfはコンピュータ8に登録さ
れている。
される半田4の断面を示している(図6のTABLE6
も参照)。基板1の上面を基準面GNDとして設定し、
半田4の高さHxを計測する。半田過剰、半田過少は、
リード3の厚さHtとの比較により判断される。リード
3の厚さHtは既知である。リード3の厚さHtの 1.5
倍を上限高さH1として設定し、半田4の高さHxがそ
れ以上の場合は、半田過剰であって外観は不良と判断さ
れる。また厚さHtの 0.5倍を下限高さH2とし、高さ
Hxがそれ以下の場合は、半田過少であって不良と判断
される。またその中間は良と判断される。これらの判定
値1.5 Ht,0.5 Ht ,θfはコンピュータ8に登録さ
れている。
【0043】また傾斜角度θf(例えば20°)を設定
し、計測された角度θxがそれ以下の場合は、半田4は
薄すぎるものであって不良と判断される。あるいは、時
間的余裕があるならば、レーザ光をXY方向に繰り返し
スキャンニングさせて、半田4の立体形状を精密に計測
し、その計測結果に基づいて良否を判定してもよい。レ
ーザ照射装置17による精密な計測は、長時間を要する
欠点があるが、高さを精密に計測できるので、正確な良
否判断ができる長所がある。
し、計測された角度θxがそれ以下の場合は、半田4は
薄すぎるものであって不良と判断される。あるいは、時
間的余裕があるならば、レーザ光をXY方向に繰り返し
スキャンニングさせて、半田4の立体形状を精密に計測
し、その計測結果に基づいて良否を判定してもよい。レ
ーザ照射装置17による精密な計測は、長時間を要する
欠点があるが、高さを精密に計測できるので、正確な良
否判断ができる長所がある。
【0044】ファジイ推論によって、良否が判定できな
かったグレーゾーンの半田については、レーザ照射装置
17により半田の形状を精密に計測して、良否を判定す
る(図6TABLE6)。そして、若しOKであること
が判明したならば、G>HTとなるように(すなわち図
10の重心Gが55%以上になるように)、メンバーシ
ップ関数を修正する。また若しNGであることが判明し
たならば、G<LTとなるように(すなわち図10の重
心Gが40%以下となるように)、メンバーシップ関数
を修正する(図6TABLE7)。この修正の具体的方
法としては、例えば図8に示すメンバーシップ関数F
4,F5,F6や、図9に示すメンバーシップ関数F1
0の図形の位置や形状を変更する。またルールを修正し
てもよい。このように、レーザ照射装置17による良否
判定結果に基づき、グレーゾーンの半田がOKまたはN
Gとなるように、ファジイ推論による良否判定方法を修
正すれば、それ以後、類似のグレーゾーンの半田があら
われた場合には、レーザ照射装置17による精密検査を
行うことなく、CCDカメラ6の検査のみで、直ちに良
否の判定ができる。
かったグレーゾーンの半田については、レーザ照射装置
17により半田の形状を精密に計測して、良否を判定す
る(図6TABLE6)。そして、若しOKであること
が判明したならば、G>HTとなるように(すなわち図
10の重心Gが55%以上になるように)、メンバーシ
ップ関数を修正する。また若しNGであることが判明し
たならば、G<LTとなるように(すなわち図10の重
心Gが40%以下となるように)、メンバーシップ関数
を修正する(図6TABLE7)。この修正の具体的方
法としては、例えば図8に示すメンバーシップ関数F
4,F5,F6や、図9に示すメンバーシップ関数F1
0の図形の位置や形状を変更する。またルールを修正し
てもよい。このように、レーザ照射装置17による良否
判定結果に基づき、グレーゾーンの半田がOKまたはN
Gとなるように、ファジイ推論による良否判定方法を修
正すれば、それ以後、類似のグレーゾーンの半田があら
われた場合には、レーザ照射装置17による精密検査を
行うことなく、CCDカメラ6の検査のみで、直ちに良
否の判定ができる。
【0045】
【発明の効果】以上説明したように本発明によれば、フ
ァジィ推論により、半田形状の良否を総合的に判定でき
る。しかもこの場合、良否判定要素としてEO=EW÷
E,WO=width ÷width max ,HO=(EW÷width
)×(1/height max )を演算し、これらの3つの
うちの少なくとも2つを良否判定要素として抽出するこ
とにより、半田形状の良否を的確に判定できる。また精
密検査手段により、グレーゾーンの良否判定を行って、
その結果により、ファジィ推論による良否判定方法を修
正していくことにより、カメラによる良否判定精度を次
第に向上させることができる。
ァジィ推論により、半田形状の良否を総合的に判定でき
る。しかもこの場合、良否判定要素としてEO=EW÷
E,WO=width ÷width max ,HO=(EW÷width
)×(1/height max )を演算し、これらの3つの
うちの少なくとも2つを良否判定要素として抽出するこ
とにより、半田形状の良否を的確に判定できる。また精
密検査手段により、グレーゾーンの良否判定を行って、
その結果により、ファジィ推論による良否判定方法を修
正していくことにより、カメラによる良否判定精度を次
第に向上させることができる。
【図1】本発明の一実施例に係る半田形状の検査装置の
斜視図
斜視図
【図2】本発明の一実施例に係る半田の斜視図
【図3】本発明の一実施例に係る電子部品と半田の側面
図
図
【図4】本発明の一実施例に係るレーザ照射装置の側面
図
図
【図5】本発明の一実施例に係る半田の平面図
【図6】本発明の一実施例に係る検査システムのブロッ
ク図
ク図
【図7】本発明の一実施例に係るファジイ推論による良
否判定のプロセス図
否判定のプロセス図
【図8】本発明の一実施例に係るファジイ推論による良
否判定のプロセス図
否判定のプロセス図
【図9】本発明の一実施例に係るファジイ推論による良
否判定のプロセス図
否判定のプロセス図
【図10】本発明の一実施例に係る最終合算図形
【図11】本発明の一実施例に係る電気回路のブロック
図
図
【図12】本発明の一実施例に係る精密検査手段の説明
図
図
1 基板 2 電子部品 4 半田 6 CCDカメラ 17 レーザ照射装置
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 FI 技術表示箇所 H04N 7/18 B H05K 3/34 512 8718−4E
Claims (3)
- 【請求項1】(1)複数の良否判定要素のメンバーシッ
プ関数と、良品度のメンバーシップ関数をコンピュータ
に登録するステップと、 (2)複数の良否判定要素を条件とし、半田の良品度を
回答とする良否判定ルールをコンピュータに登録するス
テップと、 (3)カメラにより電子部品を基板に接着する半田を観
察し、カメラに取り込まれた画像から、複数の良否判定
要素の値をコンピュータにより計算するステップと、 (4)上記(3)のステップで計算された良否判定要素
の値と、上記(1)のステップで登録された良否判定要
素のメンバーシップ関数から、各々の良否判定要素の度
数を求めるステップと、 (5)上記(1)のステップで登録された良品度のメン
バーシップ関数と、上記(4)のステップで求められた
度数から、単位図形を求めるステップと、 (6)すべての単位図形を合算して最終合算図形を求め
るステップと、 (7)最終合算図形の重心を計算するステップと、 (8)判定スケールにおけるこの重心の位置から半田形
状の良否を判定するステップとから成る半田の形状検査
方法であって、 前記複数の良否判定要素が、前記カメラの検査エリアの
画像データを演算して求められる (イ)EO=EW÷E(但し、EWは半田フィレットの
面積、Eは画像の全面積) (ロ)WO=width ÷width max (但し、width は半田
フィレットの幅、width max は画像の幅) (ハ)HO=(EW÷width )×(1/height max )
(但し、height maxは画像の長さ、) の3つのうちの少なくとも2つの良否判定要素を含み、 また前記判定スケールがNGゾーンと、グレーゾーン
と、OKゾーンを有し、前記(8)のステップでグレー
ゾーンと判定された半田については、前記カメラとは異
なる別個の精密検査手段により再検査して良否を判定す
る ことを特徴とする半田の形状検査方法。 - 【請求項2】前記精密検査手段による良否判定結果に基
づいて、前記良否判定ルールや前記メンバーシップ関数
を修正することを特徴とする請求項1記載の半田の形状
検査方法。 - 【請求項3】前記精密検査手段がレーザ照射装置と受光
部であることを特徴とする請求項2記載の半田の形状検
査方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3082277A JPH0833293B2 (ja) | 1991-04-15 | 1991-04-15 | 半田の形状検査方法 |
US07/867,643 US5293324A (en) | 1991-04-15 | 1992-04-13 | Method and apparatus for inspecting solder portions using fuzzy inference |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3082277A JPH0833293B2 (ja) | 1991-04-15 | 1991-04-15 | 半田の形状検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04315907A JPH04315907A (ja) | 1992-11-06 |
JPH0833293B2 true JPH0833293B2 (ja) | 1996-03-29 |
Family
ID=13770007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3082277A Expired - Fee Related JPH0833293B2 (ja) | 1991-04-15 | 1991-04-15 | 半田の形状検査方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US5293324A (ja) |
JP (1) | JPH0833293B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5598345A (en) * | 1990-11-29 | 1997-01-28 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for inspecting solder portions |
AU6802694A (en) * | 1993-05-28 | 1994-12-20 | Axiom Bildverarbeitungssysteme Gmbh | An automatic inspection apparatus |
JP3189500B2 (ja) * | 1993-06-25 | 2001-07-16 | 松下電器産業株式会社 | 電子部品の外観検査装置および外観検査方法 |
US6047084A (en) * | 1997-11-18 | 2000-04-04 | Motorola, Inc. | Method for determining accuracy of a circuit assembly process and machine employing the same |
US7253891B2 (en) * | 2003-01-09 | 2007-08-07 | Orbotech Ltd. | Method and apparatus for simultaneous 2-D and topographical inspection |
US7019826B2 (en) * | 2003-03-20 | 2006-03-28 | Agilent Technologies, Inc. | Optical inspection system, apparatus and method for reconstructing three-dimensional images for printed circuit board and electronics manufacturing inspection |
CA2567280A1 (en) * | 2004-05-21 | 2005-12-01 | Pressco Technology Inc. | Graphical re-inspection user setup interface |
GB2417073A (en) * | 2004-08-13 | 2006-02-15 | Mv Res Ltd | A machine vision analysis system and method |
US7783100B2 (en) * | 2007-03-21 | 2010-08-24 | Topy America, Inc. | Method and apparatus for inspecting and analyzing welded structures |
KR101614061B1 (ko) * | 2012-03-29 | 2016-04-20 | 주식회사 고영테크놀러지 | 조인트 검사 장치 |
JP6115338B2 (ja) * | 2013-06-13 | 2017-04-19 | 富士通株式会社 | 検査装置、検査方法および検査プログラム |
CN106030240B (zh) * | 2014-01-08 | 2019-04-30 | 雅马哈发动机株式会社 | 外观检查装置及外观检查方法 |
JP7135523B2 (ja) * | 2018-07-17 | 2022-09-13 | 株式会社デンソー | 検査装置および検査方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0291505A (ja) * | 1988-09-29 | 1990-03-30 | Omron Tateisi Electron Co | 回路基板の半田面検査装置 |
US5130555A (en) * | 1988-11-28 | 1992-07-14 | Matsushita Electric Industrial Co., Ltd. | Tape crease inspecting method and apparatus having a stripe shaped pattern reflection plate |
US4988202A (en) * | 1989-06-28 | 1991-01-29 | Westinghouse Electric Corp. | Solder joint inspection system and method |
US5103105A (en) * | 1989-11-02 | 1992-04-07 | Matsushita Electric Industrial Co., Ltd. | Apparatus for inspecting solder portion of a circuit board |
JPH0810196B2 (ja) * | 1989-11-17 | 1996-01-31 | 松下電器産業株式会社 | はんだ外観検査装置 |
JP2691789B2 (ja) * | 1990-03-08 | 1997-12-17 | 三菱電機株式会社 | はんだ印刷検査装置 |
JP3072998B2 (ja) * | 1990-04-18 | 2000-08-07 | 株式会社日立製作所 | はんだ付け状態検査方法及びその装置 |
US5129009A (en) * | 1990-06-04 | 1992-07-07 | Motorola, Inc. | Method for automatic semiconductor wafer inspection |
-
1991
- 1991-04-15 JP JP3082277A patent/JPH0833293B2/ja not_active Expired - Fee Related
-
1992
- 1992-04-13 US US07/867,643 patent/US5293324A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US5293324A (en) | 1994-03-08 |
JPH04315907A (ja) | 1992-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5023916A (en) | Method for inspecting the leads of electrical components on surface mount printed circuit boards | |
EP0594146B1 (en) | System for automatic optical inspection of wire scribed circuit boards | |
US5493594A (en) | Method and apparatus for inspection of solder joints by x-ray fluoroscopic imaging | |
JP3051279B2 (ja) | バンプ外観検査方法およびバンプ外観検査装置 | |
EP0638801B1 (en) | Method of inspecting the array of balls of an integrated circuit module | |
US8107717B2 (en) | Defect inspection method and apparatus | |
JPH0833293B2 (ja) | 半田の形状検査方法 | |
WO2002021105A1 (en) | Reduction of false alarms in pcb inspection | |
JPH11337498A (ja) | プリント基板の検査装置およびプリント基板の検査方法 | |
EP2063259A1 (en) | Method for inspecting mounting status of electronic component | |
JPS62201339A (ja) | 回路基板の光学的試験方法 | |
US20020180468A1 (en) | Adaptive tolerance reference inspection system | |
JP3089079B2 (ja) | 回路パターンの欠陥検査方法 | |
JPH04346011A (ja) | はんだ付け状態の外観検査装置 | |
JP2522174B2 (ja) | 実装基板検査装置 | |
EP0407685B1 (en) | Method for inspection of solder joints by x-ray fluoroscopic image and apparatus therefor | |
JPH0886628A (ja) | 神経回路網による半導体チップリード半田外観検査法 | |
JPS63229311A (ja) | 断面形状検知方法 | |
JPS6326510A (ja) | 実装部品検査装置 | |
JP2992138B2 (ja) | 外観検査装置 | |
JPH06118012A (ja) | バイアホール検査方法 | |
JPH05272945A (ja) | リードの曲がり検査装置 | |
JPH02165004A (ja) | 物体検査装置 | |
JP3480642B2 (ja) | パターンの検査方法 | |
JP2819696B2 (ja) | はんだ付検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |