特許ウォッチ

公開番号2025095544
公報種別公開特許公報(A)
公開日2025-06-26
出願番号2023211616
出願日2023-12-15
発明の名称半田フィレット検査装置及び半田フィレット検査方法
出願人CKD株式会社
代理人個人
主分類H05K 3/34 20060101AFI20250619BHJP(他に分類されない電気技術)
要約【課題】AIモデルとしての識別手段を得るための労力や負担を低減することができるとともに、識別手段をランドのサイズが異なる場合であっても共通に利用可能とする。
【解決手段】所定のニューラルネットワークに対し、良品の半田フィレットに係る画像データのみを学習データとして学習させて生成したAIモデル101,102に対し、カメラ32dにより取得した画像データに基づく検査用画像データを入力して再構成画像データを取得し、検査用画像データ及び再構成画像データを比較することで、半田フィレットの良否を判定する。学習データは、1の半田フィレット画像を該1の半田フィレット画像のサイズよりも大きなサイズの画像枠に設けてなるものとされる。検査用画像データは、カメラ32dにより取得された画像データから抽出した1の半田フィレット画像を、学習データの画像枠と同サイズの画像枠に設けてなるものとされる。
【選択図】図5
特許請求の範囲【請求項１】
プリント基板において電子部品を半田付けする半田フィレットを検査するための半田フィレット検査装置であって、
半田フィレットを含む前記プリント基板における所定の被検査領域の画像データを取得可能な画像データ取得手段と、
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、良品の半田フィレットに係る画像データのみを学習データとして学習させて生成した識別手段と、
前記画像データ取得手段により取得した画像データに基づき、検査対象の半田フィレットの画像を含む検査用画像データを取得する検査用画像データ取得手段と、
前記検査用画像データを前記識別手段へ入力して再構成された画像データを再構成画像データとして取得可能な再構成画像データ取得手段と、
前記検査用画像データ及び前記再構成画像データを比較可能な比較手段とを備え、
前記比較手段による比較結果に基づき、半田フィレットの良否を判定可能に構成されており、
前記学習データは、１のランドに対応する半田フィレットを示す１の半田フィレット画像を、該１の半田フィレット画像のサイズよりも大きなサイズの画像枠に設けてなるものであり、
前記検査用画像データ取得手段は、前記画像データ取得手段により取得された画像データから抽出した前記１の半田フィレット画像を、前記学習データの画像枠と同サイズの画像枠に設けてなる、前記学習データと同サイズの前記検査用画像データを取得することを特徴とする半田フィレット検査装置。
続きを表示（約 1,700 文字）【請求項２】
前記画像データ取得手段により取得された画像データから、前記検査用画像データを構成する前記１の半田フィレット画像を抽出する半田フィレット画像抽出手段を備え、
前記半田フィレット画像抽出手段は、前記画像データ取得手段により取得された画像データにおける半田フィレットの占める領域を特定するとともに、特定した領域における連結成分の画像を、前記検査用画像データを構成する前記１の半田フィレット画像として抽出可能であることを特徴とする請求項１に記載の半田フィレット検査装置。
【請求項３】
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、良品の半田フィレットに係る画像データのみを第二学習データとして学習させて生成した第二識別手段を備え、
前記第二学習データは、前記１の半田フィレット画像を、該１の半田フィレット画像のサイズよりも大きい一方、前記学習データの画像枠のサイズよりも小さなサイズの第二画像枠に設けてなるものであり、
前記画像データ取得手段により取得された画像データから抽出した前記１の半田フィレット画像のサイズが前記第二画像枠のサイズよりも小さなものである場合、前記検査用画像データ取得手段は、前記第二画像枠に前記１の半田フィレット画像を設けてなる、前記第二学習データと同サイズの前記検査用画像データを取得し、前記再構成画像データ取得手段は、該検査用画像データを前記第二識別手段に入力して再構成された前記再構成画像データを取得し、前記比較手段は、該検査用画像データ及び該再構成画像データを比較するように構成されていることを特徴とする請求項１に記載の半田フィレット検査装置。
【請求項４】
前記学習データ及び前記検査用画像データは、前記１の半田フィレット画像の中心又は重心が前記画像枠の中心と一致し、かつ、該１の半田フィレット画像における前記電子部品側の部位が予め定めた方向を向くように設定したものであることを特徴とする請求項１に記載の半田フィレット検査装置。
【請求項５】
前記比較手段は、前記検査用画像データにおける前記１の半田フィレット画像のみを比較対象として、前記検査用画像データ及び前記再構成画像データの比較を行うことが可能に構成されていることを特徴とする請求項１に記載の半田フィレット検査装置。
【請求項６】
プリント基板において電子部品を半田付けする半田フィレットを検査するための半田フィレット検査方法であって、
半田フィレットを含む前記プリント基板における所定の被検査領域の画像データを取得可能な画像データ取得工程と、
前記画像データ取得工程により取得した画像データに基づき、検査対象の半田フィレットの画像を含む検査用画像データを取得する検査用画像データ取得工程と、
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、良品の半田フィレットに係る画像データのみを学習データとして学習させて生成した識別手段を用い、前記検査用画像データ取得工程により取得された検査用画像データを前記識別手段へ入力して再構成された画像データを再構成画像データとして取得可能な再構成画像データ取得工程と、
前記検査用画像データ及び前記再構成画像データを比較する比較工程とを含み、
前記比較工程における比較結果に基づき、半田フィレットの良否を判定し、
前記学習データは、１のランドに対応する半田フィレットを示す１の半田フィレット画像を、該１の半田フィレット画像のサイズよりも大きなサイズの画像枠に設けてなるものであり、
前記検査用画像データ取得工程では、前記画像データ取得工程により取得された画像データから抽出した前記１の半田フィレット画像を、前記学習データの画像枠と同サイズの画像枠に設けてなる、前記学習データと同サイズの前記検査用画像データを取得することを特徴とする半田フィレット検査方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、電子部品を半田付けする半田フィレットを検査するための検査装置及び検査方法に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
一般に、プリント基板上に電子部品を実装する基板製造ラインにおいては、まずプリント基板のランド上にクリーム半田が印刷される（半田印刷工程）。次に、該クリーム半田の粘性に基づいてプリント基板上に電子部品が仮止めされる（マウント工程）。その後、かかるプリント基板がリフロー炉へ導かれ、クリーム半田を加熱溶融することで半田付けが行われる（リフロー工程）。このような基板製造ラインにおいては、プリント基板に係る検査を行う検査装置を設けることがある。
【０００３】
昨今では、リフロー工程後のクリーム半田、すなわち、電子部品を半田付けする半田フィレットの検査を行うための検査装置として、ＡＩモデルを用いるものが提案されている（例えば、特許文献１等参照）。この検査装置は、所定の検査プログラムを実行することにより、検査画像に基づく所定の指標を計測し、計測値を用いて検査対象の状態を検査する。尚、実行される検査プログラムは、電子部品の種類（部品種）ごとにＡＩモデルを生成している。ここで、多くの場合、電子部品の種類に応じて該電子部品が実装されるランドのサイズは異なるから、この検査プログラムは、ランドのサイズごとに異なるＡＩモデルを生成するものであると言える。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－１４０９５１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、ランドのサイズは種々異なるところ、ランドのサイズごとに異なるＡＩモデルを生成し用意するためには、煩雑な作業を行わなければならず、多大な労力や手間が必要となるおそれがある。
【０００６】
本発明は、上記事情に鑑みてなされたものであり、その目的は、ＡＩモデルとしての識別手段を得るにあたっての労力や負担を低減することができるとともに、識別手段を、ランドのサイズが異なる場合であっても共通に利用することができる半田フィレット検査装置などを提供することにある。
【課題を解決するための手段】
【０００７】
以下、上記目的を解決するのに適した各手段につき、項分けして説明する。なお、必要に応じて対応する手段に特有の作用効果を付記する。
【０００８】
手段１．プリント基板において電子部品を半田付けする半田フィレットを検査するための半田フィレット検査装置であって、
半田フィレットを含む前記プリント基板における所定の被検査領域の画像データを取得可能な画像データ取得手段と、
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、良品の半田フィレットに係る画像データのみを学習データとして学習させて生成した識別手段と、
前記画像データ取得手段により取得した画像データに基づき、検査対象の半田フィレットの画像を含む検査用画像データを取得する検査用画像データ取得手段と、
前記検査用画像データを前記識別手段へ入力して再構成された画像データを再構成画像データとして取得可能な再構成画像データ取得手段と、
前記検査用画像データ及び前記再構成画像データを比較可能な比較手段とを備え、
前記比較手段による比較結果に基づき、半田フィレットの良否を判定可能に構成されており、
前記学習データは、１のランドに対応する半田フィレットを示す１の半田フィレット画像を、該１の半田フィレット画像のサイズよりも大きなサイズの画像枠に設けてなるものであり、
前記検査用画像データ取得手段は、前記画像データ取得手段により取得された画像データから抽出した前記１の半田フィレット画像を、前記学習データの画像枠と同サイズの画像枠に設けてなる、前記学習データと同サイズの前記検査用画像データを取得することを特徴とする半田フィレット検査装置。
【０００９】
尚、１の半田フィレット画像は、１のランド上に少なくとも一部が位置する半田フィレットの連結成分（塊部分）の全体を示す画像（後述する手段２の画像）であってもよいし、半田フィレットの連結成分のうち１のランド上に存在する部分のみを示す画像であってもよい。また、１の半田フィレット画像は、半田フィレットの連結成分に加え、その周囲に位置するランドや電極などを含むものであってもよい。
【００１０】
加えて、学習データを構成する１の半田フィレット画像は、良品の半田フィレットが設けられたプリント基板を撮像して得た画像データ（実画像データ）から抽出したもの（つまり、実際の半田フィレットの画像）であってもよいし、仮想的に生成した良品の半田フィレットの画像であってもよい。前記実画像データとしては、例えば、これまでの検査で蓄積された画像データや、リフロー工程後に作業者が目視により選別した、良品のプリント基板の画像データなどを挙げることができる。
（【００１１】以降は省略されています）

関連特許