[发明专利]元件安装系统有效

专利信息
申请号: 201980097987.4 申请日: 2019-07-04
公开(公告)号: CN114073175B 公开(公告)日: 2023-09-22
发明(设计)人: 稻垣光孝;大山茂人;成田春菜 申请(专利权)人: 株式会社富士
主分类号: H05K13/00 分类号: H05K13/00;H05K13/08
代理公司: 中原信达知识产权代理有限责任公司 11219 代理人: 杨青;安翔
地址: 日本爱知*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 元件 安装 系统
【说明书】:

元件安装系统具备多个元件安装机,多个元件安装机沿着基板搬运方向排列并且分别具有对基板进行拍摄的拍摄装置。进而,元件安装系统具备学习装置、检查装置以及存储装置。学习装置对进行了元件的安装动作后的元件安装后基板进行拍摄,取得基于元件安装后基板的拍摄图像而得到的教师数据,并且基于所取得的教师数据进行机器学习,从而生成学习数据。检查装置对元件安装后基板进行拍摄,根据第一检查条件或者检查精度低于第一检查条件的第二检查条件,使用学习数据进行在元件安装后基板的拍摄图像中识别元件的图像处理,从而进行元件安装后基板的检查。存储装置在根据第二检查条件进行了元件安装后基板的检查的情况下,将以第二检查条件进行了检查的内容的检查信息与识别元件安装后基板的识别信息建立关联地存储元件安装后基板的拍摄图像。

技术领域

本说明书公开一种元件安装系统。

背景技术

以往,提出了一种元件安装系统,具备:元件安装线,包括一台或者多台元件安装机;外观检查装置,设置于元件安装线的基板搬出侧,判定安装于电路基板的各元件的安装状态是否良好;以及学习用计算机,与元件安装线的网络连接,进行学习处理所使用的教师数据的收集以及学习(例如,参照专利文献1)。各元件安装机的控制装置具有:重构型超分辨率处理部,根据在生产中对拍摄对象进行拍摄所得的低分辨率图像来推定高分辨率图像;以及学习型超分辨率处理部,根据在生产中基于学习用计算机的学习处理的学习结果对元件进行拍摄所得的低分辨率图像来推定高分辨率图像。各元件安装机的控制装置在学习用计算机的学习处理完成前,通过重构型超分辨率处理来推定高分辨率图像,并且对推定出的高分辨率图像进行处理来识别元件。另一方面,各元件安装机的控制装置在学习用计算机的学习处理完成后,切换为学习型超分辨率处理来推定高分辨率图像,并且对推定出的高分辨率图像进行处理来识别元件。另外,各元件安装机的控制装置在学习型超分辨处理的执行期间中判断为需要更新教师数据的学习结果时,切换为重构型超分辨处理来推定高分辨率图像,并且将学习结果的更新请求向学习用计算机发送。然后,各元件安装机的控制装置在接收到更新请求的学习用计算机再次收集教师数据、并且进行再次学习而更新教师数据的学习结果并完成该学习处理时,从重构型超分辨率处理切换为学习型超分辨率处理。

现有技术文献

专利文献

专利文献1:日本特开2018-97731号公报

发明内容

发明所要解决的课题

然而,在元件安装系统中,在通过对进行了安装动作后的元件安装后基板进行拍摄并实施在该拍摄图像中识别元件的图像处理,从而进行该元件安装后基板的检查的情况下,为了提高生产效率,例如考虑以教师数据未充分地备齐等检查精度较低的检查条件来进行检查。但是,若以检查精度较低的检查条件进行检查,则存在有在元件安装后基板的品质中产生问题的隐患,期望即使在这样的情况下也确保元件安装后基板的品质。

本公开的主要目的在于,在使用基于教师数据通过机器学习而生成的学习数据对元件安装后基板的拍摄图像实施图像处理从而进行该元件安装后基板的检查的情况下,即使以检查精度较低的检查条件进行检查,也能够确保元件安装后基板的品质。

用于解决课题的技术方案

本公开为了实现上述主要目的而采用了以下的手段。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于株式会社富士,未经株式会社富士许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980097987.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top