專利名稱：良否判定裝置、判定程序、方法以及多變量統(tǒng)計解析裝置的制作方法
技術領域：
本發(fā)明涉及一種良否判定裝置、良否判定程序、良否判定方法以及多變量統(tǒng)計解析裝置。
背景技術：
在各種制品的制造工廠中，制品出廠之前，通常要進行合格與否檢查。作為合格與否檢查的項目有多種，僅靠人的目測來進行高速且大量的檢查是困難的，同時使成本增加。特別是檢查項目龐大時，采用目測進行合格與否的檢查實際上是不可能的。因此，提供了針對各種制品自動進行合格與否檢查的良否判定裝置。
在將良否判定自動化時，一般地，在良否判定裝置中對于任意的制品狀態(tài)是良狀態(tài)或非良狀態(tài)，基于客觀的基準進行明確的規(guī)定并制成裝置是非常困難的。而且，在制成裝置時，即使是由人的主觀對良否判定規(guī)則進行特別的限定，關于該規(guī)則或狀態(tài)的通用適用性，也很少能夠適用于良否判定裝置。對于實際安裝部件焊接狀態(tài)的檢查等，具有多種多樣狀態(tài)的制品，對于所檢查的對象進行良否判定特別困難。
圖22是說明將各種部件焊接在基板時各種狀態(tài)的例子，是表示從基板側面觀察到各種部件的狀態(tài)。圖中最上段的左側是表示將電阻元件1焊接在基板上時的良好焊接的狀態(tài)，而右側是表示焊接點不牢固的狀態(tài)。在左側的良好狀態(tài)中，在焊錫1a的上面形成凹面，在右側的不牢固狀態(tài)中，焊錫1b的上面則形成凸面。比較這些良好狀態(tài)與不牢固狀態(tài)，至少是在焊錫的端部1c與1d上，二者的焊錫形狀有差異，將該形狀差異賦予特征并收集充分的數(shù)據(jù)，同時特別指定以該形狀差異為特征的良否判定規(guī)則是必要的。
而且，在圖22的中上段的左側，表示將電阻元件1焊接在基板上的良好焊接狀態(tài)，右側表示沒有焊錫的狀態(tài)。比較這些良好的狀態(tài)與沒有焊錫的狀態(tài)，在焊錫的中央位置1e處，雙方的焊錫形狀及量等有著明顯的差異。進而，在圖22的中下段，表示了將電阻元件1以及大小與電阻元件1不同的電阻元件2焊接在基板上的狀態(tài)。在該圖中表示了二者都是良好的焊接狀態(tài)，但由于電阻元件1、2的大小不同，所以焊錫的量及上面的傾斜度就有差異。在該圖中，電阻元件2的焊錫2a上面更陡峭一些。
進而，在圖22的最下段，表示了將不同形狀的實際安裝部件3、4焊接在基板上的狀態(tài)。在該圖中也表示了二者都是良好焊接的狀態(tài)，但由于實際安裝部件3、4的形狀不同，所以焊錫的量及上面的角度就有差異。由以上可知，焊錫的形狀及量等，因焊錫的良否及部件的形狀而有差異，且在實際的焊錫中，即使是在同一現(xiàn)象，例如在不牢固這一現(xiàn)象中，焊錫的形狀也有多種多樣，在運用良否判定裝置時，必須制定出良否判定規(guī)則，充分收集將這些焊錫的形狀差異賦予特征的數(shù)據(jù)，同時，基于該數(shù)據(jù)明確形狀的差異，進行可靠的良否判斷。
也就是說，分別在上述各種狀態(tài)中，必須進行不同地點的數(shù)據(jù)收集與對這些不同地點的良否判定規(guī)則的特別規(guī)定。在圖22所示的錫焊中，假定對焊錫的良否考察所得到的特征形狀有數(shù)百個地點(例如200個)，必須從其中抽出與不合格的類別及部件的類別相對應、確實能夠進行良否判定的特征。但是，從這樣龐大數(shù)量的特征形狀中僅抽出適當?shù)膬热葸M行特別限定良否判定規(guī)則，作為實際問題是不可能的。通常，當在基板上安裝有數(shù)量龐大的部件、對于其錫焊地點也存在有數(shù)百個特征時，人為地抽出適當?shù)奶卣餍螤?，實質上是不可能的。
因此，歷來是提供進行統(tǒng)計處理、盡量排除人為主觀因素的良否判定裝置，例如，提供利用判別分析、從數(shù)量龐大的特征形狀中選定適合于良否判定的特征形狀而進行判定的良否判定裝置。作為判別分析的適用例，可以是將從良否判定裝置所得到的規(guī)定測定數(shù)據(jù)變換為多數(shù)的良否判定參數(shù)(表示特征形狀的參數(shù))，分開合格類與不合格類，生成對于這些參數(shù)的直方圖。而且，計算出規(guī)定新變量Z的規(guī)定的判別函數(shù)，以該變量Z是否為“0”作為閾值來進行良否判定。而且，當形成對該變量Z的合格類與不合格類的度數(shù)分布時，變量Z是盡量使兩類的分布能夠分離而決定的變量，是所述良否判定參數(shù)的線性結合。
在上述歷來的良否判定裝置中，即使是以上述變量Z＝0進行閾值判別，也不一定成為高性能的良否判定，必須通過人的目測及在實際運用中積累的技術技巧，對上述參數(shù)的選定方法等重復進行非常微妙的調整，達到良否判定的高性能化。也就是說，作為合格判定的性能，要求由于對不合格品的合格判定而使不合格品流出的流出率應盡量的少，而且，由于對合格品的不合格判定而使合格品被誤認為是不合格品的漏過率也應盡量的少。從這個意義上講，在上述歷來的例中高性能化是非常困難的。
以上述的焊錫的良否判定為例，在判別分析中選定與拱起或無焊錫等各種特征形狀相對應的參數(shù)，由上述變量是否比Z＝0大來進行良否判定。在該判別分析中，由于Z＝0是合格類的平均值與不合格類的平均值的中間點，所以在由該Z＝0進行閾值的判別中，就不能由決定與流出率或漏過率無關的閾值、事先調整使其成為所希望的流出率或漏過率。為了判斷是否為所希望的流出率或漏過率，有必要進行一次良否判定，驗證合格判定的焊錫中是否存在有不合格品，不合格判定的焊錫中是否存在有合格品。
進而，在不是所希望的流出率或漏過率的情況下，有必要通過對上述參數(shù)的選定方法的變更來變更判別函數(shù)本身，再一次進行良否判定，重復上述驗證。也就是說，為了提高歷來的良否判定裝置的性能，有必要重復進行次數(shù)非常龐大的良否判定，同時還有必要通過試行錯誤來積累技術技巧，選定適當?shù)膮?shù)。所以，在歷來的良否判定裝置中，如果不實際進行次數(shù)龐大的良否判定，就不能使判定性能提高。
另一方面，與本發(fā)明的技術有關聯(lián)可能性的資料有以下的專利公報。
1.專利申請公開公報平成8年第254501號(發(fā)行日平成8年10月1日)在該專利申請公開公報中，公布了使用對焊錫形狀的良否判定進行判別分析的技術。
但是，即使是使用該公報中所公布的方法得到分離良否的閾值，不合格品流出的可能性也很高。
對于此，由于在本發(fā)明中是以判別分析后的不合格分布為前提，基于該分布的擴展而設定的閾值，所以能夠控制減少不合格品的流出。
2.專利申請公開公報平成9年第229644號(發(fā)行日平成9年9月5日)在該專利申請公開公報中，公布了使用對焊錫形狀的良否判定進行簇分析的技術。
簇分析與判別分析，在共同多變量分析的意義上是通用的。

發(fā)明內容
鑒于上述問題，本發(fā)明的目的在于提供一種良否判定裝置、良否判定程序、良否判定方法以及多變量統(tǒng)計解析裝置，能夠對流出率或漏過率進行有意識的控制，并且能夠實現(xiàn)不依賴于技術技巧積累的高性能的良否判定。
為了達到上述目的，在本發(fā)明中，通過多變量統(tǒng)計解析、從多個參數(shù)信息與良否判定結果信息計算給出分離合格類與不合格類的度數(shù)分布的變量的判別函數(shù)。進而在將該變量的任意一個值作為良否判定的閾值時，根據(jù)關于上述類別度數(shù)分布的統(tǒng)計指標，決定閾值以便在任一類別中成為特定分布概率。而且，關于個別的良否判定對象，將該良否判定對象的多個參數(shù)信息代入判別函數(shù)，通過將該值與閾值的比較來進行良否判定。
這里，通過將不合格類中成為特定的概率分布的變量值作為閾值，能夠僅對不合格類內所包含的良否判定對象中特定概率的對象進行合格判定。即，能夠將盡管是“不合格”而判定為“合格”，將“不合格”的流出概率(流出率)收斂為意圖的值。另外，通過將合格類中成為特定概率分布的變量值設為閾值，能夠僅將合格類內所包含的良否判定對象中特定概率的對象定為不合格判定。即，能夠將盡管是“合格”而判定為“不合格”的概率(漏過率)收斂為意圖的值。
在上述歷來的例中，將由判別函數(shù)所規(guī)定的變量值“0”與個別良否判定對象中的變量值比較而進行良否判定，但該變量的值“0”是誤判定的數(shù)目為最小的值。以該值作為閾值，雖然可能使誤判定率減少，但有怎樣才能使作為實際的良否判定裝置性能的最重要的“不合格”的流出得到抑制的問題。其理由在于，在大多數(shù)情況下，良否判定裝置本來的目的就是通過制品檢查而查出不合格品等。所以，根據(jù)本發(fā)明，由類別的概率分布決定閾值，能夠提供非常高性能的良否判定裝置。然而，在設定該閾值時，除了滿足類別的概率分布以外，判別合格品與不合格品的區(qū)分并不一定嚴格限于不在不合格品一側而在合格品一側，從外表看，當然也會發(fā)生在與合格品與不合格品的中間值相比靠近不合格品的一側。
另外，即使是在作為良否判定裝置的性能減少漏過率是很重要的情況下，在上述合格類中通過將成為特定概率分布的變量值作為閾值，能夠提供非常高性能的良否判定裝置。進而，只要是基于概率分布的閾值，在不能達到所希望的概率分布時，就可以對參數(shù)信息的設定重新考慮，但在歷來的例中，不能把握在該階段的流出率或漏過率，把握這些是在實際應用的開始之后。
所以，在歷來的良否判定裝置中為了提高其性能，只有積蓄技術技巧，而在本發(fā)明中通過考慮概率分布，能夠對上述參數(shù)信息的設定等進行重新考慮，直至能夠按照意圖對上述流出率或漏過率進行控制，所以能夠從良否判定裝置的運用開始時就得到所希望的性能。是否必須通過運用才能使其性能提高、是作為良否判定裝置價值的非常重要的因素，同時，還對實際運用中的工作繁雜性、成本等都有很大的影響，從這個意義上講，本發(fā)明的結構能夠使良否判定裝置的價值得到非常大的提高。
進而，由于在由上述參數(shù)信息及良否判定結果信息進行多變量統(tǒng)計解析的同時而從統(tǒng)計指標決定閾值，所以，如果取得了預先準備的這些信息，就能夠自動地決定閾值。因此，如果能夠取得對于個別良否判定對象的參數(shù)信息，就能夠使良否判定自動化，通過在為了取得對于良否判定對象在上述多個參數(shù)信息的檢查裝置中適用良否判定裝置，能夠提供可實施自動判定的檢查裝置。
這里，多個參數(shù)信息形成良否判定重要因素即可，在本發(fā)明中，由于是由多變量統(tǒng)計解析而計算出判別函數(shù)，所以在計算判別函數(shù)時能夠適當?shù)剡x擇必要的參數(shù)。所以，作為參數(shù)信息，可以采用多種多樣的參數(shù)，通過采用非常多的參數(shù)(例如200個)，從可多種多樣的視點進行良否判斷，同時，還能夠減少在參數(shù)的選擇中加入人為主觀因素的余地。也就是說，可以不通過對是否為適當?shù)膮?shù)進行詳細的驗證而作為參數(shù)采用，通過由多變量統(tǒng)計解析而挑選適當?shù)膮?shù)，能夠排除人為的主觀因素，做出客觀的判斷。
作為參數(shù)信息，是從個別的良否判定對象所得到的信息，在將良否判定裝置適用于某種檢查裝置時，也可以由該檢查裝置的檢查數(shù)據(jù)所生成。當然，檢查數(shù)據(jù)可以是一個數(shù)據(jù)，也可以是在檢查裝置中從多個觀點收集數(shù)據(jù)、而生成上述多個數(shù)據(jù)信息。另外，檢查裝置之外的圖像識別，例如，在判定圖像中所表現(xiàn)的圖案是否與特定的圖案相符合時，也可以從判定對象的圖像數(shù)據(jù)取得多個參數(shù)信息。
上述良否判定結果信息，是在分別給以上述多個參數(shù)以具體的值時，表示該良否判定結果為“合格”或“不合格”的信息，是在運用初期預先對多個良否判定對象實行判定的結果所取得的信息，也可以在運用的同時追加取得。另外，上述合格類與不合格類，是由上述良否判定結果信息所規(guī)定的類別，至少有必要分為“合格”與“不合格”兩個類別，也可以進一步詳細劃分。例如，可以對于不合格類，再按“不合格”的原因作成子類別，在給予上述多個參數(shù)具體的值時，將是否屬于某一個子類別作為良否判定結果而儲存。當然，對于合格類也可以作成子類別。
判別函數(shù)，是在對上述變量考慮度數(shù)分布時、分離合格類與不合格類的度數(shù)分布的函數(shù)，由于這些分布是統(tǒng)計性的分布，所以沒有必要將二者完全分離，即使是分布的下部有重復，但只要是將該分布盡量地分離(例如類別間的分散/全分散數(shù)為最大的狀態(tài))即可。而且，該變量為上述多個參數(shù)的函數(shù)(例如線性結合)。另外，作為多變量統(tǒng)計解析的方法，可以采用判別分析、重回歸分析等方法。
在統(tǒng)計指標計算裝置中，能夠計算出上述類別的分布中心與表示該分布寬度的指標即可。
而且，分布的中心除了使用度數(shù)平均(Mean)之外，還可以使用具有近似值的眾數(shù)(Mode)及中位數(shù)(Median)等。
另外，關于表示分布寬度的指標，也并不限于標準偏差，也可以采用對方差(Variance)或極差(Range)進行分割(例如25％分位)的值。
作為閾值決定裝置，可以使用在上述類別的分布中成為特定的分布確立的變量值作為閾值，也可以按預先決定的分布確立而決定閾值，還可以由利用者根據(jù)需要而輸入。
參數(shù)信息取得裝置，對于個別的良否判定對象能夠取得上述多個參數(shù)信息即可，例如，在對于上述檢查裝置適用本發(fā)明的良否判定裝置時，可以從由相應的檢查裝置對個別的良否判定對象進行檢查而得到的檢查數(shù)據(jù)而生成多個參數(shù)信息，也可以在對其它機器適用本發(fā)明的良否判定裝置時，從個別良否判定對象所特有的數(shù)據(jù)取得多個參數(shù)信息。這樣做，如果得到了對于個別良否判定對象的多個參數(shù)信息，就能夠通過將各參數(shù)值代入這些作為數(shù)的函數(shù)的上述判別函數(shù)中，得到與上述變量同維數(shù)的值，通過與該變量的維數(shù)的所規(guī)定的閾值進行比較，進行良否判定。
另外，作為本發(fā)明的其它方式，可以利用不合格類的分布中心與表示該分布寬度的分布指標作為上述統(tǒng)計指標，在由這些統(tǒng)計指標決定成為上述特定分布概率的閾值時，具有將相當于從不合格類的分布中心到其分布指標的定數(shù)倍的變量值作為閾值的結構。即，在考慮對于上述判別函數(shù)中所規(guī)定的變量的分布的同時，將自分布中心離開分布指標定數(shù)倍的值作為閾值。在采用標準偏差作為分布指標時，正態(tài)分布中標準偏差的各值表示比該值大的變量值(或小的變量值)發(fā)生的概率。例如，將標準偏差作為σ，在將3σ以上的變量值全體設為1時，發(fā)生的概率為0.0013。
在此，假定不合格類的分布為正態(tài)分布，則通過將自該分布中心的一例、即度數(shù)平均離開分布指標的一例、即標準偏差的定數(shù)倍的值作為閾值，由該閾值對不合格類中所包含的幾乎全部良否判定對象進行概率判定，或進行控制。另外，這里通過基于不合格類的度數(shù)平均及標準偏差而決定閾值，可以對不合格類中所包含的(預想為不合格)良否判定對象判定為“合格”，控制“不合格”的流出概率，能夠在上述“流出率”原封不動的基礎上進行管理，作為非常確切的信息預先知道“流出率”。當然，對于合格類也可以進行同樣的控制。即，通過計算出合格類的度數(shù)平均及標準偏差并將自該度數(shù)平均離開標準偏差定數(shù)倍的值作為閾值，能夠對“漏過率”進行管理。
進而，作為本發(fā)明的其它方式，還可以將二者并用。即，決定了閾值，使其成為不合格類中由度數(shù)平均與其標準偏差的按照意向流出率的情況下，進而從合格類一側看時，能夠判定該閾值中的“漏過率”。其結果是，在從“漏過率”看的情況下，能夠判斷是否為所希望的閾值，在“漏過率”比意向的概率多的情況下，可以在上述判別函數(shù)計算裝置中實行對上述多個參數(shù)信息的重新考慮，或對判別函數(shù)重新考慮等，在良否判定裝置的實際應用之前對良否判定裝置進行調整，直至成為按照意圖的“流出率”及“漏過率”。所以，在運用時不需要積蓄技術技巧，從良否判定裝置的運用初始就能夠實現(xiàn)非常高性能的良否判定。
這樣，即使是說不需要技術技巧的積蓄，為了使良否判定性能伴隨著運用而提高，還是希望將運用時良否判定的結果反饋。多個參數(shù)信息有必要成為用于判定各良否判定對象的良否的主要因素，為了對該判定主要因素進行客觀的特定，由變換式將檢查裝置的檢查數(shù)據(jù)變換為參數(shù)。另外，為了從不同的多個視點對良否判定對象的良否進行判斷，對相同的檢查數(shù)據(jù)由不同的多個變換式變換為參數(shù)。該參數(shù)及變換式被儲存于所規(guī)定的存儲媒體中。
上述多個變換式，是在良否判定裝置運用前所預先準備的。此時，沒有必要討論各參數(shù)對于良否判定是否具有大的實際意義。這是由于在決定所述判定函數(shù)時，能夠由多變量統(tǒng)計解析的各方法來選擇適當?shù)膮?shù)。在這樣預先準備了多個參數(shù)及變換式、并在通過儲存于存儲媒體而在運用的初始就能夠實現(xiàn)高性能良否判定的結構中，將在上述檢查裝置中對個別的良否判定對象檢查所得到的檢查數(shù)據(jù)、由上述各變換式變換，作為良否判定結果追加儲存。
在本發(fā)明中實行多變量統(tǒng)計解析，是對上述合格類與不合格類的分布實行統(tǒng)計學解析。所以，通過伴隨著實際運用，逐漸追加儲存新的數(shù)據(jù)，這樣使統(tǒng)計精度隨時間的延長而提高。因此，如果是通過數(shù)據(jù)的追加儲存使統(tǒng)計精度隨時間的延長而提高的結構，則良否判定性能的提高中就沒有人為因素進入的余地，能夠非常高效率地提高統(tǒng)計精度。而且，在檢查裝置中，只要得到關于良否判定對象的檢查數(shù)據(jù)即可，并不限于這種方式。也可以由檢查裝置與良否判定裝置為分別的裝置來實現(xiàn)，可以通過雙向通信而接收二者的數(shù)據(jù)，也可以以單體的裝置形成二者。
作為在運用良否判定裝置的同時使其判定性能提高的所希望的結構例，可以采用能夠反映由人的目測良否判定結果的結構。即，輸入目測的良否判定結果，追加儲存該判定結果與其參數(shù)信息，同時，在由上述閾值的判定與由目測判定的不同情況下，以目測的良否判定結果為正確的判定結果。即，目測的良否判定結果，為對于良否判定對象實際且可靠的判定結果，在由上述閾值的判定與由目測的判定不同的情況下，認為由閾值的判定為錯誤結果。
而且，即使進行了由上述閾值的良否判定，對于個別的良否判定對象所取得的上述多個參數(shù)信息也不同，將這些參數(shù)代入上述判別函數(shù)中所得到的變量值、對于個別的良否判定對象也不同。由上述閾值從該值所得結論的良否判定結果，是根據(jù)上述分布概率在“確實度”的良否判定結果。因此，通過由目測把握對個良否判定對象的正確良否判定結果信息，能夠對于由各自的參數(shù)從判別函數(shù)所得到的變量值，能可靠地將正確的良否判定信息對應記入。
所以，通過由目測得到的良否判定結果對應于參數(shù)信息而追加儲存，能夠在由上述判別函數(shù)計算裝置進行的計算判別函數(shù)時提高統(tǒng)計精度。作為上述判別函數(shù)計算時反映良否判定結果信息的方法，可以采用多種方法。例如，在具有由上述閾值進行良否判定時為“合格判定”，但由目測卻判明為“不合格”的良否判定對象的情況下，說明由上述閾值進行的良否判定關于該良否判定對象不具備高的精度的功能，但如果逐漸追加儲存目測結果為正確的內容，并基于追加儲存的良否判定結果信息計算判別函數(shù)，就能夠使統(tǒng)計精度隨追加儲存數(shù)的增加而提高。當然，也可以在存儲了具有統(tǒng)計學意義的總體參數(shù)的目測判定結果之后計算出新的判別函數(shù)，在上述閾值中為“不合格判定”，但目測中為“合格判定”的情況也是同樣。
進而，作為產生良否判定對象的合格與不合格的原因，可以想象有多種原因，在本發(fā)明中將良否判定結果分為合格類與不合格類兩部分計算出判別函數(shù)時，能夠計算出關于對包括全部的不合格原因實施高精度良否判定的判別函數(shù)，如果按照原因分別規(guī)定判別函數(shù)，還可以實施精度更高的良否判定。因此，作為本發(fā)明的其它方式，也可以輸入由目測得到的良否判定原因及其結果。由此，對于每一個按原因細分的類別，能夠計算出分離該細分化的合格類與不合格類的判別函數(shù)。
在計算判別函數(shù)時，是在適當選擇上述參數(shù)信息的同時，計算分離合格類與不合格類的變量，在計算出以上按原因非類的判別函數(shù)時，就能夠計算出對于每一個細分化類別的最佳的判別函數(shù)。即，是在對于某一原因分離合格類與不合格類時所希望的參數(shù)信息，但關于其它原因卻不是在分離合格類與不合格類時所希望的參數(shù)信息，在這種狀況下，能夠在可靠地選擇所希望的參數(shù)信息的同時，計算出確實分離合格與不合格類別的判別函數(shù)。其結果是能夠隨所有的不合格原因進行高精度的良否判定，將誤判定發(fā)生的概率收束到非常小的值。
當然，由上述細分化而得到的判定精度非常高，如上所述，由于在本發(fā)明中能夠以按照意圖的流出率開始運用，所以，例如即使不進行細分化，也能夠毫無問題地從運用開始性提供非常高的性能的良否判定裝置。另外，在為了細分化類別而輸入良否判定原因及其結果的結構中，也希望實施對多個對象的輸入，確保具有統(tǒng)計學意義程度的總體參數(shù)。而且，在輸入由目測而得的良否判定結果的結構及輸入良否判定原因等的結構中，進行誤輸入的概率有隨著總體參數(shù)的增加而增加的傾向。在進行了誤輸入的情況下，例如在合格類的分布內“不合格”判定的對象發(fā)生散見。在進行了這樣輸入的情況下，如果表示合格類與不合格類的度數(shù)分布，明顯地，相對于應該成為合格類的參數(shù)值，分散不合格判定的數(shù)據(jù)。在這種情況下，可以在上述判別函數(shù)計算裝置的多變量統(tǒng)計解析中不使用相應不合格判定的數(shù)據(jù)，或采用從上述存儲媒體中消除該數(shù)據(jù)本身的結構。
在本發(fā)明中，不需要詳細地驗證是否為適當?shù)膮?shù)，就可以作為參數(shù)而采用，能夠通過由多變量統(tǒng)計解析進行挑選適當?shù)膮?shù)，排除人為的主觀因素，進行客觀的判斷。另外，在實施多變量統(tǒng)計解析時，作為挑選參數(shù)的前處理，有必要去除多重共線性。在此，作為該方法的具體例，在本發(fā)明的其它方式中，是基于相關系數(shù)而決定非使用參數(shù)。
也就是說，相關系數(shù)是將一方的參數(shù)值增加時另一方的參數(shù)值也有增加的傾向等兩個變量相互的相關強度進行定量化的值，存在有即使是使用多個相關強的參數(shù)，也不能計算出可以實施高精度良否判定的判別函數(shù)的情況。因此，應從相關系數(shù)為一定值以上的參數(shù)多的內容中去除。但是，由于在本發(fā)明中至少能夠給予關于合格類與不合格類直方圖的判別函數(shù)是必要的，所以有必要保留兩類別共同的參數(shù)。在此，是將對于兩類別的相關系數(shù)在規(guī)定值以上的參數(shù)的數(shù)目進行合計，從合計值大的數(shù)目為非使用，有效地去除多重共線性。
而且，作為去除多重共線性的合適的例子，是根據(jù)預先決定的優(yōu)先度，從低優(yōu)先度的參數(shù)開始為非使用即可。而且，該結構希望有對上述相關系數(shù)大的參數(shù)進行合計的結構且并用使用。也就是說，可以是當在從上述合計值大的參數(shù)為非使用的結構中、存在有為同一合計值的參數(shù)時，根據(jù)優(yōu)先度而決定非使用參數(shù)的結構。這樣做，能夠容易地將多重共線性去除。
進而，在本發(fā)明的良否判定裝置的具體適用例中，由于是采用只要所規(guī)定的電磁波對良否判定對象進行照射、就能產生與良否判定對象的形狀相對應的反射電磁波或透過電磁波，所以若能生成表示相應反射電磁波或透過電磁波的檢測值的電磁波數(shù)據(jù)，則能夠得到與良否判定對象的形狀相對應的電磁波數(shù)據(jù)。因此，通過由所規(guī)定的變換式將該反射電磁波或透過電磁波數(shù)據(jù)進行變換，就能夠計算出與良否判定對象的形狀相對應的值。
可以考慮該變換式有多個，能夠根據(jù)對應于形狀的多個值而對良否判定對象處置。所以，以將與該良否判定對象的形狀相對應的值設為上述多個參數(shù)信息，能夠提供以良否判定對象的形狀為良否判定主要因素的良否判定裝置。作為以良否判定對象的形狀為良否判定主要因素的良否判定裝置的具體的例子，可以列舉出由基板上安裝部件的接點及焊錫的形狀判定焊錫焊接良否的裝置或從部件安裝前基板上印刷的焊錫膏的形狀判定印刷良否的裝置等各種適用例。
而且，在后者中，將部件安裝后焊錫的焊接良否分為合格類與不合格類的形式，也就是說，可以具有不是判定所述膏形狀本身的良否，而是判定部件安裝后焊錫的焊接良否，由此而間接地判定所述膏形狀的良否。即，在上述膏的形狀對部件安裝時的焊錫焊接本身有較大影響的情況下，可以利用該焊錫焊接的良否與膏的良否之間密切的對應關系而進行良否判定。在本發(fā)明中，作為電磁波可以使用各種波長的可見光、紅外線、X射線等，也可以采用各種形式。由于是根據(jù)電磁波的性質及良否判定對象的材質而決定電磁波是反射還是透過，所以根據(jù)電磁波的性質及良否判定對象的材質而利用適宜的反射波或透過波即可。
例如，由于在用可見光或紅外線等照射金屬的情況下是得到反射波，所以檢測出反射波即可，而用X射線照射金屬的情況下是得到以一定的透過率透過的X射線，所以測出透過的X射線即可。當然，也可以利用反射X射線。作為電磁波的檢測方法可以采用多種方法。例如，可以用聚焦為小徑的激光對良否判定對象進行線掃描或面掃描，由設置在特定部位的傳感器檢測出反射光，也可以在良否判定對象一側的照射X射線，由設置在另一側的兩維配置的CCD傳感器檢測出透過X射線，還可以由CCD傳感器對照射可見光的良否判定對象進行錄象。作為與良否判定對象的形狀相對應的值，可以采用多種值，可以根據(jù)反射電磁波的連續(xù)變化推定傾斜的變化情況，從而計算出高度，也可以從向傾斜方向反射的開始時刻來推定焊錫的長度。當然，也可以將其它多種帶有形狀特征的值作為參數(shù)信息。
進而，作為將檢測出照射電磁波的反射、生成反射電磁波數(shù)據(jù)的裝置適用于良否判定裝置時所希望的結構例，還可以排除多重反射的影響。即，當多個良否判定對象被配置在特定的狹小場所時，考慮到有以下情況，即，到達特定良否判定對象的電磁波因反射而到達其它的良否判定對象，進而又由該良否判定對象的反射而到達電磁波檢測裝置。這樣經過兩次以上反射的電磁波到達電磁波檢測裝置的發(fā)生多重反射的情況下，上述反射電磁波數(shù)據(jù)就與不發(fā)生多重反射的情況下的電磁波數(shù)據(jù)不同。
由于原封不動地利用該數(shù)據(jù)會引起統(tǒng)計精度的下降，所以需要由配置分析裝置把握發(fā)生了多重反射的良否判定對象的配置，不使用該良否判定對象中由多重反射所引起的有大的影響的參數(shù)，或將其定為低的優(yōu)先度。由此能夠排除或減低該參數(shù)的影響。當然，也可以采用計算出多重反射發(fā)生場所與不發(fā)生場所的不同的閾值的結構。
本發(fā)明的良否判定裝置有單獨存在的情況，也有在組裝入某些機器的狀態(tài)下利用的情況，作為發(fā)明的思想不受此限制，可以包含各種形式。所以，無論是軟件還是硬件，都可以作適宜的變更。在作為發(fā)明思想的具體例子是為了控制良否判定裝置的軟件的情況下，當然在記錄該軟件的記錄媒體上存在并利用，作為該軟件本身也成為發(fā)明。
當然，該程序的記錄媒體，可以是磁記錄媒體，也可以是光記錄媒體，今后開發(fā)的所有的記錄媒體也都同樣可以考慮。另外，對于一次復制品、二次復制品等復制階段，也都是沒有疑問的等同。上述媒體雖然不同，但使用通信線路作為供給方法而進行的情況下，通信線路就成為傳送媒體而用于本發(fā)明。進而，即使是在一部分為軟件、一部分為硬件所實現(xiàn)的情況下，在發(fā)明的思想中也不是完全不同，可以采用在記錄媒體上儲存一部分，根據(jù)需要適宜地讀出的方式。
而且，在這樣的良否判定裝置的控制中，各裝置按照所規(guī)定的控制順序進行處理，此外，當然最根本的是在該順序中存在有本發(fā)明，作為方法也是適用的。


圖1是表示構成良否判定裝置的系統(tǒng)的概略硬件結構的圖。
圖2是激光檢查裝置中的概略流程圖。
圖3是表示激光檢查裝置的概略結構圖。
圖4是表示傳感器配置關系的圖。
圖5是說明生成編碼的說明圖。
圖6是良否判定程序的功能方框圖。
圖7是說明對于實際安裝部件的“合格”狀態(tài)與“不合格”狀態(tài)的說明圖。
圖8是說明參數(shù)一例的說明圖。
圖9是通信控制程序的功能方框圖。
圖10是表示制品數(shù)據(jù)庫中儲存的制品數(shù)據(jù)例的圖。
圖11是表示特定激光照射對象位置模樣的圖。
圖12是目測輸入程序的功能方框圖。
圖13是表示基板平面的圖像表示例的圖。
圖14是多變量解析程序的功能方框圖。
圖15是模式分類處理的流程圖。
圖16是表示直方圖的例子。
圖17是判別函數(shù)計算處理的流程圖。
圖18是表示合格類的相關系數(shù)行列的圖。
圖19是閾值決定處理的流程圖。
圖20是表示直方圖的例子。
圖21是表示發(fā)生對向反射時的例子。
圖22是說明將各種部件焊接在基板上時各種狀態(tài)例的說明圖。
具體實施例方式
這里按照下面的順序對本發(fā)明的實施例加以說明。
(1)本發(fā)明的概略結構；(2)激光檢查裝置的結構；(3)數(shù)據(jù)存儲裝置的結構；(4)目測輸入裝置的結構；(5)多變量統(tǒng)計解析裝置的結構；(6)其他的實施例；(1)本發(fā)明的概略結構；圖1是表示本發(fā)明中構成良否判定裝置的系統(tǒng)的概略圖。本系統(tǒng)設置有激光檢查裝置100、數(shù)據(jù)存儲裝置200、目測輸入裝置300、以及多變量統(tǒng)計解析裝置400，分別通過集線器H與通信線路相連接。即，各裝置通過通信線路能夠相互進行雙向通信。激光檢查裝置100，是通過讀取基板上所貼附的標簽識別基板上實際安裝的各部件的各接點并對該接點附近以激光進行照射的裝置。
在本發(fā)明中，良否判定由激光檢查裝置100實行，其處理順序按照概略圖2所示的流程進行。即，在步驟S100讀取貼附在基板上的標簽，在特別指定基板的同時，對后面要敘述的部件的實際安裝位置及部件的類別等進行特別指定。即標簽記載有特別指定基板類別的信息。而且，在本實施例中，記載有除了用于特別指定基板類別的信息之外、還有用于特別指定基板個體的信息(例如序號等)，在用于特別指定基板個體的信息中，特別指定基板的個體，對于各個體分別記錄或表示良否判定結果。
而且，基板的特別指定方法并不限于上述形式，可以采用多種形式。例如，可以采用在由激光檢查裝置100實行檢查后，貼附已知的附有序號等的標簽的結構。各部件的各接點，是由焊錫焊接在基板上，照射的激光在接點附近反射。激光檢查裝置100用激光掃描接點附近，能夠在識別反射方向的同時檢測出反射光，在步驟S110取得由該掃描所發(fā)生的反射光的檢測值作為形狀數(shù)據(jù)。
形狀數(shù)據(jù)是根據(jù)各接點附近的焊錫形狀而不同的數(shù)據(jù)，在步驟S120將該形狀數(shù)據(jù)變換為成為良否判定主要因素的多個參數(shù)。對于各參數(shù)的多變量統(tǒng)計解析，預先由上述多變量統(tǒng)計解析裝置400所實施，預先決定判斷良否的閾值作為該結果。在本實施例中，該閾值由判別函數(shù)的維數(shù)所規(guī)定，而且，判別函數(shù)是在上述步驟S120中所計算出的參數(shù)的函數(shù)。良否判定是通過將在步驟S130中的上述參數(shù)代入判別函數(shù)所計算出的值與上述閾值進行比較而進行的，其結果顯示在裝載于激光檢查裝置100上的顯示器上，利用者可以根據(jù)目視該顯示器而得知良否。當然，可以對每一個部件顯示良否，可以對一個基板以一個畫面顯示，也可以僅在發(fā)生“不合格”判定時進行顯示。
在本實施例中，為了提高統(tǒng)計精度，將在步驟S130中進行了將良否判定的良否判定對象、即對于各部件的各接點的焊錫結合的良否判定結果信息及其參數(shù)信息、儲存在所對應的上述數(shù)據(jù)存儲裝置200中。而且，在數(shù)據(jù)存儲裝置200中，作為數(shù)據(jù)庫注冊有運用本實施例的良否判定裝置時所必要的各種數(shù)據(jù)，在能夠從激光檢查裝置100、目測輸入裝置300、及多變量統(tǒng)計解析裝置400取得各種數(shù)據(jù)并進行儲存的同時，還能夠將儲存的數(shù)據(jù)適宜地輸出。還有，在本實施例中，對于上述參數(shù)信息，對應儲存有上述形狀信息(未圖示)。而且，在數(shù)據(jù)存儲裝置200中，通過對鍵盤等輸入設備的操作，可以在顯示器上顯示形狀數(shù)據(jù)。由此，對于從各形狀數(shù)據(jù)計算出的各參數(shù)是否為最確實的值等，可以事后進行檢查。
另外，在目測輸入裝置300中，具有為了在自動良否判定時發(fā)生了錯誤的情況下能夠訂正數(shù)據(jù)、提高統(tǒng)計精度而可以輸入目測良否結果的結構。還有，在這些激光檢查裝置100、數(shù)據(jù)存儲裝置200、目測輸入裝置300、以及多變量統(tǒng)計解析裝置400等中設置的電腦可以利用通用的電腦，這里省略了其詳細的硬件說明。
進而，本實施例的系統(tǒng)，在上述各裝置中進行分散處理，當然也可以由單體的電腦構成上述各裝置，也可以由特定的2臺以上或3臺以上的電腦構成上述各裝置。在本實施例中，由以上的結構決定良否類別中給予特定分布概率的閾值，由此能夠容易地對流出率及漏過率進行管理，同時，可以提供不需要積蓄技術技巧的系統(tǒng)，以下對各裝置詳細說明。
(2)激光檢查裝置的結構圖3是表示激光檢查裝置100的概略結構圖。同圖的左側是該光學系統(tǒng)的模式表示，右側是表示控制系統(tǒng)。激光檢查裝置100設置有激光振蕩器126，能夠振蕩輸出規(guī)定的激光。檢流計124，在其內部設置有2個角度可變的鏡子，可以由檢流計控制部128的控制來調整該角度可變的鏡子的取向角度。
即，通過該角度可變的鏡子的取向角度的調整，能夠調整由檢流計124輸出的激光的取向角度，由此可以實現(xiàn)后面敘述的掃描。從檢流計124輸出的激光，經過透鏡123聚光后，入射到受光箱110中。因此，在受光箱110中入射聚光為很細狀態(tài)的激光，由于是在該狀態(tài)下進行掃描，所以，由后面敘述的傳感器能夠檢測出與焊錫133附近的微觀狀態(tài)相對應的激光。而且，如后面敘述的那樣，掃描是從接點一側向部件本體的方向進行，該軌跡一般是形成一條線，但高精度的掃描數(shù)據(jù)可以形成與必要的部件等、各種條件等相對應的兩條以上的線進行掃描，從而實質上取得面信息。
受光箱110設置有形成激光的適當?shù)墓鈱W通路、同時取得反射光的有無及其方向的儀器。在受光箱110內的上部設置有頂部傳感器112，其下方設置有上傳感器114與側傳感器116。圖4是表示這些傳感器配置關系的圖。也就是說，上傳感器114形成中央矩形的孔穴，側傳感器116形成在上傳感器114下方的四側面。
頂部傳感器112為矩形平板狀，一側的面向下，設置在上傳感器114的中央形成的矩形孔穴的上方。而且，在頂部傳感器112與上傳感器114之間形成激光的光學通路，并設置有平板狀的半透半反鏡118。該半透半反鏡118被設置在該頂部傳感器112的下方，與其略呈45度角，并將來自上述透鏡123的激光反射為向下的激光。而且，受光箱110的下方為開口，激光可以由受光箱110向下方行進，也可以從下方行進到受光箱110內。
半透半反鏡118可以使來自受光箱110下方的激光的一部分透過，透過的激光向頂部傳感器112的方向行進。而且，頂部傳感器112與上傳感器114能夠檢測出在其下面照射的激光，側傳感器116可以檢測出相互對面的激光。在受光箱110的下方設置有X-Y載物臺130，可以裝載實際安裝的具有良否判定對象接點的部件的基板。另外，X-Y載物臺130與X-Y載物臺控制部135相連接，由X-Y載物臺控制部135所發(fā)出的控制信號，可以使X-Y載物臺130在X-Y平面上移動。
所以，在X-Y載物臺130上裝載有基板的狀態(tài)下，通過該X-Y載物臺130的移動，能夠將所希望的良否判定對象配置在受光箱110的下方激光通路之內。在圖3中，模式地表示了在X-Y載物臺130的上面的安裝部件132。該安裝部件132是矩形的芯片部件，同時在其兩端為接點132a，該接點132a由焊錫133所焊接。
由所述半透半反鏡118所反射的激光，向上述受光箱110的下方行進，到達該焊錫133附近。其結果是激光在焊錫133附近反射，再一次向上方行進。該反射光根據(jù)其行進角度而向上述頂部傳感器112、上傳感器114、側傳感器116或其外側行進。在激光到達頂部傳感器112、上傳感器114、側傳感器116時，各傳感器輸出規(guī)定的檢測信號。
各傳感器與放大器120相連接，由該放大器120對上述檢測信號實施規(guī)定的增幅，同時將其輸入到編碼生成部122。上述各傳感器能夠對每一個檢測位置檢測出在規(guī)定閾值以上水準的反射光的有無，編碼生成部122則基于該輸入信號、生成表示上述反射光反射角度的編碼。圖5是說明生成編碼的說明圖。如圖5所示，當反射光被頂部傳感器112檢測出時，生成編碼“6”。
另外，由上傳感器114一側檢測出的反射光，根據(jù)其角度而生成“5”～“3”的編碼，由側傳感器116一側檢測出的反射光則生成“3”～“2”的編碼。當由相反一側的傳感器檢測出反射光時，生成“A”～“D”的編碼。當反射光向側傳感器116的兩外側行進時生成編碼“0”。另外，由于是由激光對焊錫133附近進行掃描，所以在掃描的各階段生成編碼。其結果是編碼生成部122對于一次的掃描輸出具有多個數(shù)值或羅馬字的數(shù)據(jù)。當然，這里所表示的僅是結構的一例，可以使上述傳感器中編碼值變動的節(jié)距更窄或更寬，掃描也不限于一次，可以多次檢測。進而，也不僅限于一個方向上的掃描，可以進行多個方向上的掃描。
上述編碼生成部122、檢流計控制部128、X-Y載物臺控制部135與CPU(中央處理器)140相連接，該CPU140由輸出控制信號所控制，而且，對CPU140輸出數(shù)據(jù)。即，CPU140與未圖示的ROM、RAM等一起形成程序的實行環(huán)境，CPU140實行所規(guī)定的程序，并通過編碼生成部122、檢流計控制部128、X-Y載物臺控制部135控制激光檢查裝置100。
另外，通過由CPU140按照上述程序實行規(guī)定的運算處理，實行良否判定，將必要的數(shù)據(jù)寫入存儲部146，而且，通過通信I/O144與上述數(shù)據(jù)存儲裝置200及多變量統(tǒng)計解析裝置400等進行必要的通信，在顯示部142顯示出良否判定結果。而且，存儲部146可以是能夠實行數(shù)據(jù)的寫入與讀出的存儲媒體，可以采用硬盤驅動器、RAM、ROM等多種媒體。而且，激光檢查裝置100設置有用于識別裝載著良否判定對象的基板而讀取各基板上貼附標簽的標簽讀取裝置(未圖示)。
圖6是由激光檢查裝置100實行的良否判定程序的功能方框圖。在激光檢查裝置100中，在0S150的控制下實行良否判定程序160。OS150對通過上述通信I/O140的數(shù)據(jù)發(fā)送接收或從存儲部146讀出文件進行控制，對良否判定程序160供給必要的數(shù)據(jù)。在圖6中為了明確表示數(shù)據(jù)的發(fā)送與接收關系，用箭頭表示了通信I/O144、良否判定程序160、及存儲部146中的數(shù)據(jù)的發(fā)送與接收。
良否判定程序160，設置有標簽讀取部162、形狀測定部164、及良否判定部166。標簽讀取部162，通過上述通信I/O144、控制上述未圖示的標簽讀取裝置，取得識別裝載有良否判定對象的基板標簽的標簽數(shù)據(jù)，并儲存于存儲部146(標簽數(shù)據(jù)146a)。形狀測定部164，控制上述檢流計控制部128并使激光進行掃描，控制X-Y載物臺控制部135而驅動X-Y載物臺130，以便控制激光照射到所希望的良否判定對象上，進而取得由從編碼生成部122輸出的上述編碼構成的形狀數(shù)據(jù)，并儲存于存儲部146(形狀數(shù)據(jù)146b)。
這里，形狀測定部164，通過上述通信I/O144取得上述標簽數(shù)據(jù)146a中所特定的關于基板的制品數(shù)據(jù)。如后面所述，該制品數(shù)據(jù)，是存儲在數(shù)據(jù)存儲裝置200中關于基板的數(shù)據(jù)，包括在各標簽的基板中安裝部件的類別、部件上的腳的數(shù)目、及其相對位置等。形狀測定部164，通過取得這些數(shù)據(jù)而判定待檢查對象的腳的位置，控制上述X-Y載物臺控制部135使得對該腳的位置附近進行掃描，實施對基板定位。
形狀測定部164，在實施以上的定位的同時，取得關于基板上檢查對象的形狀數(shù)據(jù)146b。良否判定部166，設置有為了利用這些形狀數(shù)據(jù)146b實行對于各自的良否判定對象、即對接點的焊錫焊接的良否進行判定的運算處理的參數(shù)算出部166a與閾值判定部166b。參數(shù)算出部166a，根據(jù)后面敘述上述形狀數(shù)據(jù)146b的在圖8中所說明的式子等而計算出參數(shù)。在此，由多個變換式將形狀數(shù)據(jù)146b變換為多個參數(shù)。該參數(shù)是相當于焊錫本身的形狀或焊錫周圍形狀的參數(shù)，如后述圖7所示，因焊錫形狀的差異而為不同的值。
該參數(shù)只要是相當于焊錫及其周圍形狀的值，則可以采用各種值。該參數(shù)雖然是良否判定的主要因素，但由于由后述的判別分析的方法對適當參數(shù)以外進行了去除，所以就沒有必要對作為良否判定的主要因素是否適當而進行詳細的研討，只要是限于特定形狀的參數(shù)，完全可以作為參數(shù)而采用。
圖7是說明對于安裝部件132的“合格”狀態(tài)與三種“不合格”狀態(tài)的說明圖。如該圖所示，在“合格”狀態(tài)中，安裝部件132的上面對于基板的上面略呈平行，同時，焊錫133進入接點132a的下側，進而，焊錫133的上面呈凹面。上述形狀數(shù)據(jù)146b，是基于圖7的從A～C及接點132a部分反射的數(shù)據(jù)，與這些形狀相對應。在同圖中的“合格”狀態(tài)中，用上述激光從紙面的左側順次掃描時，形狀數(shù)據(jù)146b的編碼例如為“66554443332200066”。
在捕獲焊錫133的形狀特征時，可以由各種特征對形狀進行特定，例如可以利用基于上述圖7的從A～C各位置的反射的數(shù)據(jù)進行形狀特定。即，上述編碼是與焊錫133的凹面形狀相對應的數(shù)值及順序，在同圖中的位置A處，由于從相對于基板略垂直的上方向下方行進的激光、在焊錫133處反射后，成為與基板略垂直但下方向上方行進的光，所以在其附近編碼值為“6”。隨著從位置“A”向位置“B”的掃描，與焊錫133的傾斜緩慢變陡相對應，反射光向紙面的左側取向。所以編碼值成為“5”～“0”緩慢變小的減少數(shù)列。而且，由于接點132a的上面對于基板略呈平行，所以再一次出現(xiàn)編碼值“6”。
在圖7的不合格(拱起)狀態(tài)中，安裝部件132的接點132a，與焊錫133沒有融合在一起，呈拱起狀態(tài)。在這種情況下，由于焊錫133的上面呈凸狀，所以焊錫133的上面、即反射面的角度及焊錫的高度等都與“合格”狀態(tài)不同，作為形狀數(shù)據(jù)146b，“合格”狀態(tài)與不合格(拱起)狀態(tài)也不同。例如，在同圖中所示的“不合格(拱起)狀態(tài)”中，形狀數(shù)據(jù)146b的編碼為“022333444566666DD”。也就是說，與焊錫133的上面呈凸狀相對應，編碼值在成為遞增數(shù)列的同時，成為出現(xiàn)了對應于與編碼值“6”相鄰的接點132a的位置的編碼“D”(向紙面的右側反射)的數(shù)列。這樣，對“合格”狀態(tài)與“不合格(拱起)”狀態(tài)進行比較，編碼值及其連續(xù)的模樣，都存在有與焊錫上面形狀對應的差異。因此，根據(jù)表示編碼值增加/減少傾向的參數(shù)，就能夠規(guī)定特定焊錫上面形狀的參數(shù)。
在圖7的不合格(焊錫少)狀態(tài)中，在安裝部件132的接點132a的周圍沒有存在足夠量的焊錫133，焊錫133的長度等與上述“合格”狀態(tài)不同，上述A～C的形狀數(shù)據(jù)146b，“合格”狀態(tài)與“不合格(焊錫少)”狀態(tài)也不同。在該圖所表示的“不合格(焊錫少)”狀態(tài)中，形狀數(shù)據(jù)146b的編碼，例如可以列舉出“66666666666532066”那樣的數(shù)列。也就是說，與幾乎不存在焊錫133相對應，連續(xù)了多個編碼值“6”，僅存在有與很少焊錫133相對應的如“5320”那樣的遞減數(shù)列。對“合格”狀態(tài)與“不合格(焊錫少)”狀態(tài)進行比較，編碼值及其連續(xù)的模樣，都存在有與焊錫上面形狀對應的差異。因此，根據(jù)表示這些形狀數(shù)據(jù)146b中編碼值“6”為連續(xù)數(shù)或“6”以外的編碼為連續(xù)數(shù)及其增加/減少傾向的參數(shù)，就能夠規(guī)定特定焊錫上面形狀的參數(shù)。
在圖7的不合格(無部件)狀態(tài)中，在焊錫133上不存在安裝部件132，焊錫133的上面、即反射面的角度及從安裝部件位置的反射，都與“合格”狀態(tài)不同，上述A～C的形狀數(shù)據(jù)146b，“合格”狀態(tài)與“不合格(無部件)”狀態(tài)也不同。在該圖所表示的“不合格(無部件)”狀態(tài)中的形狀數(shù)據(jù)146b的編碼，例如可以列舉出“022333444566666DC”那樣的數(shù)列。也就是說，與焊錫133的上面呈凸狀相對應，編碼值在成為遞增數(shù)列的同時，成為在編碼值“6”的相鄰處出現(xiàn)了對應于焊錫為凸面的編碼“D”、“C”的數(shù)列。這樣，對“合格”狀態(tài)與“不合格(無部件)”狀態(tài)進行比較，編碼值及其連續(xù)的模樣，都存在有與焊錫上面形狀對應的差異。因此，根據(jù)表示編碼值增加/減少傾向及在部件安裝位置編碼值有無變動的參數(shù)，就能夠規(guī)定特定焊錫上面形狀的參數(shù)。
圖8是說明這些參數(shù)中的一例的說明圖，是作為形狀而特定焊錫高度的例子。如上所述，可以認為形狀數(shù)據(jù)146b的各編碼，與反射光到達圖5所示的各傳感器的位置相對應，并且該到達位置與對于照射激光的反射角相對應，該反射角與焊錫面的取向角相對應。在此，考慮掃描時的數(shù)據(jù)取得節(jié)距P與反射面的取向，就能夠判明各節(jié)距P的焊錫高度。具體地講，如果認為在如圖8所示的形狀數(shù)據(jù)146b的編碼為“6”時，由于是與基板面略呈垂直的光路、所以反射面與基板略呈平行，則在編碼為“5”時，來自該反射方向的反射面相對于基面的取向角為α。
判明了取向角α，就能夠判明各節(jié)距P的焊錫高度。在圖8所示的例中對于取向角α的高度為10。同樣可以考慮對于編碼“4”～“2”的各節(jié)距的焊錫高度，對由各編碼所判明的各節(jié)距的焊錫高度進行累計計算，就相當于上述形狀數(shù)據(jù)146b的焊錫高度。因此，將圖8所示的例中的“665432”形狀數(shù)據(jù)146b、變換為“0+0+10+20+40+50”，則焊錫的高度為120。這是特定形狀的參數(shù)的一例。而且，圖8中做了簡化表示，實際上所取得的多次的數(shù)據(jù)要多于圖示的掃描數(shù)據(jù)的次數(shù)，形狀數(shù)據(jù)146b的數(shù)值列也比該圖中所示的要多。
如上所述，在本實施例中的參數(shù)存在有例如200個，可以將上述形狀數(shù)據(jù)146b代入各種的變換式而計算出參數(shù)。例如，在上述圖7中所示的不合格(焊錫少)狀態(tài)中，由于焊錫的量越少，編碼值中“6”就越多，所以如果計算出(編碼值中“6”的數(shù)目)/(編碼值總數(shù))，就能夠計算出對焊錫位置的平坦性賦予特征的參數(shù)。其它情況也是，例如在焊錫上面存在有凹凸的情況下，由于編碼值不是單調變化，而是象“456545432”等那樣重復編碼值的增減，所以測量出連續(xù)兩個數(shù)列中數(shù)值增加的情況與數(shù)值減少的情況并計算出(增加數(shù)-減少數(shù))，就能夠計算出對焊錫上面的凹凸賦予特征的參數(shù)。
以上，在參數(shù)算出部166a中，按照預先決定的變換式，計算出賦予由形狀數(shù)據(jù)146b特定的形狀的特征的多個參數(shù)。而且，由于還有在基板上安裝各種部件、焊錫的形狀因部件的類別而不同的情況，所以在這種情況下，基于形狀數(shù)據(jù)146b的參數(shù)算出式也需要變更。當然，在這種情況下，良否判定對于每一個部件類別而分別進行。而且，參數(shù)算出部166a是作為制品數(shù)據(jù)取得對于各部件的參數(shù)算出式并進行計算，但也可以是使用以特定的算出式實行運算那樣的十進位計算法(阿拉伯數(shù)字系統(tǒng))作成程序，由該程序的實行而計算出參數(shù)的結構。
閾值判定部166b，通過上述通信I/O144從上述多變量統(tǒng)計解析裝置400取得后述的判別函數(shù)數(shù)據(jù)與閾值數(shù)據(jù)，根據(jù)閾值實行良否判定。判別函數(shù)數(shù)據(jù)，是將上述參數(shù)算出部166a計算出的參數(shù)中的幾個作為變量的函數(shù)，閾值判定部166b，將上述計算出的參數(shù)代入相應的判別函數(shù)而計算出判定用的值。進而，將該判定用的值與閾值進行比較，在判定用的值在以閾值為邊界的合格類一側的情況下為“合格”判定，在以閾值為邊界的不合格類一側的情況下為“不合格”判定。
閾值判定部166b，將該良否判定結果向顯示部142輸出，在設置于激光檢查裝置100上的顯示器上顯示良否判定結果。而且，該良否判定結果作為良否判定結果數(shù)據(jù)、通過通信I/O144輸出，并儲存于后述的數(shù)據(jù)存儲裝置200中。如上所述，在激光檢查裝置100中，能夠從數(shù)據(jù)存儲裝置200或多變量統(tǒng)計解析裝置400取得適宜的數(shù)據(jù)，基于對基板上安裝的各部件的各接點的焊錫形狀，進行判定實際安裝的良否。
(3)數(shù)據(jù)存儲裝置的結構圖9是在數(shù)據(jù)存儲裝置200中實行的通信控制程序的功能方框圖。在數(shù)據(jù)存儲裝置200中，在OS250的控制下實行通信控制程序260。OS250控制通過通信I/O244的數(shù)據(jù)發(fā)送與接收及從存儲部246的文件讀出，對通信控制程序260供給必要的數(shù)據(jù)。在圖9中，為了明確表示數(shù)據(jù)的發(fā)送與接收關系，用箭頭表示了通信I/O244、通信控制程序260、及存儲部246中數(shù)據(jù)的發(fā)送與接收。
通信控制程序260，是通過通信I/O244發(fā)送于接收數(shù)據(jù)的程序，根據(jù)外部的要求，輸出制品數(shù)據(jù)與良否判定結果。另外，存儲部246是儲存制品數(shù)據(jù)庫246a與良否判定結果數(shù)據(jù)246b的硬盤驅動器，在本發(fā)明中系統(tǒng)的運用開始時，預先儲存了制品數(shù)據(jù)庫246a與良否判定結果數(shù)據(jù)246b，但也可以在系統(tǒng)運用的同時進行更新，可以取得上述閾值判定部166b輸出的良否判定結果數(shù)據(jù)并追加記錄，或將后述的目測輸入裝置300輸出的目測判定數(shù)據(jù)作為新的良否判定結果數(shù)據(jù)而追加。
圖10是表示在制品數(shù)據(jù)庫246a中儲存的制品數(shù)據(jù)的例。在該制品數(shù)據(jù)中，記錄有對于基板上貼附的每一個標簽特定各基板上部件及各部件所具有的接點位置的數(shù)據(jù)、以及對于每一個部件實際計算出的參數(shù)。前者是為特定由激光檢查裝置100照射激光的良否判定對象位置所使用，后者是對各部件實行了良否判定情況下實際的參數(shù)值，與后述良否判定結果數(shù)據(jù)相對應、同時記錄。
作為與各標簽所對應的數(shù)據(jù)，有圖10左側所表示的數(shù)據(jù)與每一個部件的參數(shù)算出式。在圖10左側所示的數(shù)據(jù)中，作為安裝信息記錄有基板上部件的坐標(X、Y)與部件的方向等，作為部件信息，記錄有部件的類別、導線(接點)數(shù)、導線節(jié)距等。由此可以特定激光照射的位置。圖11是表示特定激光照射對象位置的模樣的圖。如該圖左側所示，部件坐標是基板上特定一點的坐標，如同圖中央所示，預先決定該坐標相當于部件的特定位置(圖11中的“×”記號)。
而且，由安裝信息的“部件的方向”特別指定部件對于基板在什么方向安裝，根據(jù)導線數(shù)及其節(jié)距數(shù)，特別指定各導線的位置。上述掃描是從導線的前側向部件本體方向進行，通過對導線位置的特別指定而特別指定掃描開始的位置。所以，上述激光檢查裝置100能夠根據(jù)這些制品數(shù)據(jù)而特別指定掃描的開始位置，控制所述X-Y載物臺130使激光能夠照射到該開始位置。
在制品數(shù)據(jù)中，進而還記錄有掃描信息與傳感器閾值。在掃描信息中記錄掃描次數(shù)及掃描節(jié)距，傳感器閾值，記錄特別指定上述各傳感器中有無激光受光的閾值。所以，所述激光檢查裝置100能夠根據(jù)這些制品數(shù)據(jù)而特別指定掃描方法，控制上述檢流計124及編碼生成部122，實施掃描及編碼數(shù)據(jù)的取得。
在上述制品數(shù)據(jù)庫246a中，進而還記錄有每個部件的參數(shù)算出式246a1。即，有每個部件接點形狀不同的情況，其結果是由于從形狀數(shù)據(jù)146b所推測的焊錫的形狀也不同，所以要對每一個部件規(guī)定并記錄參數(shù)算出式。對每一個部件所計算出的參數(shù)在圖10中作為部件A-1、A-2等來表示。也就是使特別指定是否為某一個部件成為可能的同時，記錄對于各參數(shù)的計算值(圖10中x1～x200等)。
實際計算出的參數(shù)在運用的開始階段記錄有多個數(shù)據(jù)，但可以隨著運用而對所有的良否判定對象追加，也可以對一部分追加。在本實施例中，在追加該數(shù)據(jù)的情況下，上述參數(shù)算出部166a通過通信I/O144取得計算出的參數(shù)值。對于各部件的參數(shù)，對應記入上述良否判定結果數(shù)據(jù)246b，在良否判定結果數(shù)據(jù)246b中記錄良否判定結果(“合格”、“不合格(拱起)”等)。即，通過上述參數(shù)值與良否判定結果數(shù)據(jù)246b的對應，在是各參數(shù)的情況下，都能夠判斷判定結果是“合格”或“不合格(拱起)”。
而且，良否判定結果數(shù)據(jù)246b，是在對良否判定對象(接點)的良否進行分類化時使用。也就是說，在上述激光檢查裝置100中將各參數(shù)代入判別函數(shù)，則可以計算出作為判別函數(shù)的維數(shù)的值，對于該值作成與良否判定結果相對應的直方圖，可以得到對于變量Z的合格判定與非合格判定的分布。因此，將各自的分布定義為合格類與不合格類。另外，作為不合格類，由于存在有上述拱起、焊錫少、無部件等多種原因，所以還可以針對每個原因對不合格類再進行細分。
如上所述，通過在數(shù)據(jù)存儲裝置200中儲存適當?shù)臄?shù)據(jù)，并提供給上述激光檢查裝置100作為參照，就能夠實施良否判定。而且，通過對數(shù)據(jù)存儲裝置200追加對于新標簽的制品數(shù)據(jù)及其裝載部件的數(shù)據(jù)等，能夠實施在運用的開始沒有儲存的基板及部件等的良否判定。
(4)目測輸入裝置的結構圖12是目測輸入裝置300中所實行的目測輸入程序的功能方框圖。在目測輸入裝置300中，在OS350的控制下，實行目測輸入程序360。OS350控制通過通信I/O344的數(shù)據(jù)發(fā)送接收和從存儲部346的文件讀出，并對目測輸入程序360供給必要的數(shù)據(jù)，在圖12中，為了明確表示數(shù)據(jù)的發(fā)送與接收關系，用箭頭表示了通信I/O344、目測輸入程序360、及存儲部346中的數(shù)據(jù)的發(fā)送與接收。
目測輸入程序360，設置有標簽讀取部361、判定結果取得部362、顯示控制部363、輸入受理部364、及目測判定信息發(fā)送部365。標簽讀取部361通過通信I/O344控制上述未圖示的標簽讀取裝置，取得為識別基板標簽的標簽數(shù)據(jù)，并儲存于存儲部346(標簽數(shù)據(jù)346a)。這里，不需要對裝載有良否判定對象的基板的全部、只需對包含有進行了否判定對象的基板實行讀取操作即可。
判定結果取得部362，通過通信I/O344從上述數(shù)據(jù)存儲裝置200取得關于與進行了上述讀取的標簽相應的基板的上述制品數(shù)據(jù)及其良否判定結果數(shù)據(jù)，并保存于存儲部346。顯示控制部363，參照相應存儲部346所保存的制品數(shù)據(jù)及良否判定結果數(shù)據(jù)，生成基板平面上的圖像數(shù)據(jù)，通過向顯示部310(顯示器)的輸出而在顯示器上顯示圖像。圖13是該圖像的顯示例。
如同圖中所示，在圖像表示中，給出的是基板上裝載的各部件及其接點的模式圖。在表示同一畫面的狀態(tài)下，由輸入受理部的控制，可以通過由目測輸入裝置300上所設置的鍵盤等所構成的輸入部320，而進行接收輸入，實行畫面上的種種操作。例如，如圖13的左上所示，可以顯示各部件的放大圖。在圖13中，還可以將對于各接點的良否判定結果一并顯示(例如”不合格”判定用紅色表示)，利用者可以由目測對“不合格”判定的接點是否進行判定。
進而，利用者還可以用上述輸入部320的操作輸入該目測判定結果，輸入受理部364受理輸入結果，對目測判定信息發(fā)送部365交付目測的判定結果。該目測判定信息發(fā)送部365，通過通信I/O344輸出表示目測判定結果的目測判定數(shù)據(jù)。該目測判定數(shù)據(jù)，是對于上述數(shù)據(jù)存儲裝置200所追加的良否判定結果數(shù)據(jù)246b。這里，當然可以由目測判定關于“合格”判定的接點是否真為合格，也可以將此結果對數(shù)據(jù)存儲裝置200發(fā)送。另外，能夠將目測判定結果與該參數(shù)信息對應記入，把握對于哪些參數(shù)由目測判定了“不合格”或“合格”。
這些目測判定數(shù)據(jù)，是在多變量統(tǒng)計解析裝置400中為提高統(tǒng)計精度而利用。如上所述，根據(jù)目測輸入裝置300，在由多變量統(tǒng)計解析裝置400進行解析時，能夠將目測的結果反映到本發(fā)明的良否合格判定中。雖然在運用的開始時該目測結果的反映并非必須(因為在運用開始時能夠進行高精度良否判定)，但通過該目測的補正能夠容易地提高統(tǒng)計精度，從而提供可靠性非常高的高性能良否判定裝置。
進而，還可以由在目測輸入裝置300中的輸入而對類別進行細分。即，造成焊錫焊接不合格的原因有多種，如后所述，由于對于每一個不合格原因，以該原因為特征的焊錫的形狀也不同，所以如果對每一個原因都規(guī)定不同的判別函數(shù)，則能夠實施精度非常高的判定。另外，由于在目測輸入裝置300中輸入時能夠由目測來確認焊錫的形狀，所以能夠容易地輸入與該形狀相對應的不合格原因。
因此，在目測輸入裝置300中將不合格的原因一并輸入，將表示相應輸入原因的數(shù)據(jù)作為良否判定結果信息，就能夠計算出按照每一個原因分離合格類與不合格類的判別函數(shù)。這里，由于是將由目測而確認不合格原因并輸入，所以原因雖不限于嚴密的正確，但至少考慮了只要是焊錫外觀形狀不同則不合格原因不同，所以可根據(jù)外觀的差異對別的原因進行細分。例如，按照安裝部件132從焊錫133拱起、焊錫少、安裝部件132欠缺等以目測能夠判明的程度，對原因進行細分就足夠了。
(5)多變量統(tǒng)計解析裝置的結構在本實施例中，通過由多變量統(tǒng)計解析裝置400進行的解析，能夠決定使偏離意圖的流出率及漏過率不發(fā)生的閾值，由此能夠實現(xiàn)高性能的良否判定裝置。以下說明多變量統(tǒng)計解析裝置400的結構及處理。圖14是在多變量統(tǒng)計解析裝置400中實行的多變量解析程序的功能方框圖。圖15、圖17、圖19是表示在設置有多變量解析程序的各模塊中處理的流程圖。
在圖14所示的多變量統(tǒng)計解析裝置400中，在OS450的控制下實行多變量解析程序460。OS450控制通過通信I/O444的數(shù)據(jù)發(fā)送接收及從存儲部446(硬盤驅動器等)等的文件讀出，對多變量解析程序460供給必要的數(shù)據(jù)，在圖14中為了明確表示數(shù)據(jù)的發(fā)送與接收關系，用箭頭表示了通信I/O444、多變量解析程序460、及存儲部446中數(shù)據(jù)的發(fā)送與接收。
模式分類部460a進行類別的細分化處理。在模式分類部460a中，如圖15所示，首先在步驟S200通過通信I/O444取得目測輸入裝置300中所記錄的目測判定數(shù)據(jù)、數(shù)據(jù)存儲裝置200中所記錄的參數(shù)值數(shù)據(jù)、以及良否判定結果。參數(shù)值數(shù)據(jù)，是對于每一個部件所實際計算的參數(shù)值。這些所取得的數(shù)據(jù)保存于存儲部446(目測判定數(shù)據(jù)446a、參數(shù)值數(shù)據(jù)446b、良否判定結果數(shù)據(jù)446c)，在多變量解析程序460的各模塊中利用。而且，各個參數(shù)值數(shù)據(jù)446b與其良否判定結果數(shù)據(jù)446c(或目測判定數(shù)據(jù)446a)對應記入，可以判明各參數(shù)中的良否判定結果。
在步驟S210中，將參數(shù)的數(shù)目(在本實施例中為1～200)的計數(shù)器n初始化(n＝1)，在步驟S220中生成關于參數(shù)n的合格類與不合格類的直方圖，并顯示在設置于多變量統(tǒng)計解析裝置400上的顯示器上。這里，對于各參數(shù)值的良否，雖然依存于上述良否判定結果數(shù)據(jù)446c，但在目測輸入裝置300中，關于進行了目測判定的內容則根據(jù)目測判定結果而經常將良否分類化。即，對于進行了目測判定的對象，目測的良否判定結果與參數(shù)值數(shù)據(jù)對應記入，根據(jù)該對應關系而生成/顯示直方圖。其結果是，對于由目測而得到的“不合格”對象，其參數(shù)在激光檢查裝置100中進入合格類時，能夠明確表示它是不合格類。
圖16是直方圖的表示例。同圖上側是表示關于參數(shù)n1的例，在該例中合格類與不合格類的直方圖都大體呈正態(tài)分布且分為兩個分布曲線。同圖下側是表示關于參數(shù)n2的例，在該例中合格類與不合格類的直方圖都大體呈正態(tài)分布且分為三個分布曲線。對于后者參數(shù)n2的直方圖，不合格類的分布分為分布E、分布F兩個分布，其中分布E是包含在激光檢查裝置100中的合格類內，分布F則與相應的合格類分離。
在這種狀況下，以參數(shù)n2為特征的形狀，可以說是產生分布F的不合格原因所特有的形狀，但不可以說是產生分布E的不合格原因所特有的形狀。如果參數(shù)n2是產生分布E的不合格原因所特有的形狀，則分布E一定與圖16中的合格類相分離。所以，分布E、F中產生不合格的原因不同，同時，參數(shù)n2在分離分布F與合格類的判明函數(shù)中，是所希望的參數(shù)，在分離分布E與合格類的判明函數(shù)中則不是所希望的參數(shù)。因此，對于分布E與分布F應該由不同的判別函數(shù)進行良否判定，對不合格類進行細分化。
如圖16所示，在顯示器中顯示每一個參數(shù)的直方圖，則能夠把握是否有必要對類別進行細分化，可由多變量統(tǒng)計解析裝置400實行這一指示。即，多變量統(tǒng)計解析裝置400設置有由鍵盤等操作輸入設備所構成的輸入420，在步驟S230中，通過該輸入部420判別是否接收了將類別進行細分化的指示。當在同步驟S230中接收了將類別進行細分化的指示時，由步驟S240實行對類別的細分化。該細分化完成后，在后述的判別函數(shù)計算處理中，計算出分離該細分化的不合格類與合格類的度數(shù)分布的判別函數(shù)。
此時，在圖16所示的例中，分離分布E與合格類的判別函數(shù)中不包含參數(shù)n2，分離分布F與合格類的判別函數(shù)中包含參數(shù)n2。在上述圖7所示的具體例中，可以分別根據(jù)不同的判別函數(shù)對不合格(拱起)、不合格(焊錫少)、不合格(無部件)等進行評價，在不合格(拱起)中，可以設定包含表示編碼值增加/減少傾向的參數(shù)的判別函數(shù)，在不合格(焊錫少)中，可以設定包含表示編碼值增加/減少傾向的參數(shù)或表示編碼值“6”的連續(xù)數(shù)目的參數(shù)的判別函數(shù)，在不合格(無部件)中，可以設定包含表示編碼值增加/減少傾向的參數(shù)或表示在安裝部件的位置的編碼值有無變動的參數(shù)的判別函數(shù)，根據(jù)以上的處理，能夠規(guī)定可靠分離合格類與不合格類的判別函數(shù)，進行高精度的良否判定。在步驟S250中，使上述計數(shù)值n增量，在步驟S260中，判斷是否對于所有的參數(shù)完成了類別的細分化處理，直到完成時重復S220以后的處理。并且，在目測輸入裝置300中目測輸入錯誤時，在所述圖16中所示的直方圖中就會有異常數(shù)據(jù)的分散出現(xiàn)(合格類內“不合格”分散出現(xiàn)、不合格類內“合格”分散出現(xiàn)等狀況)，在這種情況下，可以將給予異常數(shù)據(jù)的目測判定數(shù)據(jù)446a刪除，或不予利用。
另外，在本實施例中，顯示實際的直方圖，向利用者輸入類別細分的指示，當然，這里也可以由統(tǒng)計解析實行自動化。即，在判別不合格類的分布內是否存在有多個峰值的同時，在峰值存在的情況下，對給予各峰值的參數(shù)值按正態(tài)分布擬合，根據(jù)擬合的分布函數(shù)的σ判定兩分布是否離開所規(guī)定的距離以上。而且，在離開所規(guī)定的距離以上時，在步驟S240中對類別實行細分化。即，在不合格類的分布內存在有多個峰值的情況下，即使是相同的不合格類，作為具有分布分離的可能性，而實行評價分布距離的處理。這里，對兩分布的距離評價時，可以根據(jù)如上述的各分布的σ評價距離，也可以評價平均值及眾數(shù)之間是否離開所規(guī)定的距離以上。
進而，在上述處理中，說明了作為模式分類處理而對類別實施細分化的形式，但在由所述目測輸入裝置300輸入對于良否類別中的任一個的目測判定結果時，即使是在細分化類別的情況下，也可以根據(jù)與圖16相同的原理，實施對每一個判別函數(shù)選擇適當?shù)膮?shù)，實行對每一種原因能夠確實將合格類與不合格類分離并進行良否判定。當然，也可以將根據(jù)目測輸入的類別的細分化與由根據(jù)所述步驟S230中的細分指示的類別的細分化進行并用。
判別函數(shù)計算部460b是給予某變量的函數(shù)，在對于相應的變量作成合格類與不合格類的度數(shù)分布的情況下，實行計算使兩分布很好分開的判別函數(shù)的處理。該變量是上述多個參數(shù)的函數(shù)。在本實施例中，上述參數(shù)從參數(shù)1～200存在，但在本實施例中兩分布分離時，挑選有效的變量，按所規(guī)定數(shù)目的參數(shù)規(guī)定判別函數(shù)，在挑選所規(guī)定數(shù)目的參數(shù)時，基于以下的相關系數(shù)及參數(shù)的重要程度而去除多重共線性。
在本實施例中，相關系數(shù)是在兩個參數(shù)之間有某種相關關系(例如，當一方的參數(shù)值增加時，另一方的參數(shù)值也有增加的傾向等)時，將其相關的強度進行定量化的值，由以下的式(1)計算。
rij=SijSiSj...........(1)]]>Si=Σk=1n(xik-x‾i)2]]>Sj=Σk=1n(xjk-x‾j)2]]>Sij=Σk=1n(xik-x‾i)(xjk-x‾j)]]>這里，i、j分別是參數(shù)編號，在本實施例中為1～200。而且，xik是參數(shù)編號i的第k個的值，n是參數(shù)值數(shù)據(jù)446b與良否判定結果數(shù)據(jù)246b的樣本數(shù)。字母上面的水平線表示平均值。
上述定義的相關系數(shù)為-1～1的值，其絕對值距1越近，相關性越強。在將兩種以上相關性強的變量組合時，不能成為實施高精度良否判定的判別函數(shù)。因此，在本實施例中，在某些參數(shù)中與其它的多個參數(shù)相比較，從0.9以上的相關系數(shù)多的參數(shù)起，順次進行削除處理。具體地，在圖17所示的步驟S300～S360中進行處理。在步驟S300中，從上述良否判定結果數(shù)據(jù)446c把握該良否的同時，基于各參數(shù)值數(shù)據(jù)446b計算上述式(1)，并分別對于合格類與不合格類計算出相關系數(shù)，作成相關系數(shù)行列。在將類別細分化時，對每一個被細分化的類別作成相關系數(shù)行列。
在圖18的上部，表示合格類的相關系數(shù)行列。如同圖所示，相關系數(shù)行列的各要素由編號ij所指定，由上述式(1)的定義式，對角成分為“1”。在步驟S310中，對相關系數(shù)為0.9以上的參數(shù)的數(shù)目N進行累計。圖18的中段與下段表示分別在合格類與不合格類中、累計相關系數(shù)為0.9以上的參數(shù)的數(shù)目N的模樣。
在同圖中為了簡化，將參數(shù)的總數(shù)作為8個，實際上關于更多的參數(shù)也實施同樣的處理。而且，在同圖中的格子的一塊對應于相關系數(shù)行列的一個成分，例如合格類的相關系數(shù)r12對應于中段的左起第二、上起第一的格子(這里假定r12小于0.9。)。在圖中，相關系數(shù)為0.9以上的參數(shù)，在格子上用圓圈表示，相關系數(shù)為0.9以上的參數(shù)的數(shù)目N，是在圖中縱向合計圓圈的數(shù)目與1的數(shù)目的值。在圖中，關于合格類用良計N，關于不合格類用非良計N表示。
即使是將相關系數(shù)為0.9以上的多數(shù)參數(shù)削除，本實施例也有必要計算出由判別分析而最終將合格類與不合格類很好分離的判別函數(shù)，在合格類與不合格類中即使用不同的參數(shù)來規(guī)定判別函數(shù)也是沒有意義的。因此，在步驟S320中，分別將合格類與不合格類的參數(shù)的數(shù)，即良計N與非良計N相加合計，作為新的N′，將給予最大N′max的參數(shù)削除。
此時，在步驟S330中，判別N′max的值是否為2。也就是說，由于上述相關系數(shù)的對角成分總是“1”，所以在對角成分以外的所有的相關系數(shù)比0.9小的情況下，在良計N與非良計N相加合計時，N′max的值成為2，沒有必要削除更多的參數(shù)。因此，在步驟S330中判別了N′max的值為2時，進行步驟S370以后的處理。在步驟S330中不能判別N′max的值為2時，由步驟S340判明給予N′max的參數(shù)的個數(shù)是否為1。
在步驟S340中判別了給予N′max的參數(shù)的個數(shù)為1時，在步驟S360將給予N′max的參數(shù)削除。在步驟S340中不能判別給予N′max的參數(shù)的個數(shù)為1時，在步驟S350將給予N′max的參數(shù)中低優(yōu)先度的參數(shù)削除。也就是說，在給予N′max的參數(shù)的個數(shù)為2以上時，有必要決定削除哪一個，在本實施例中，是基于對各參數(shù)預先規(guī)定的優(yōu)先度來決定削除對象。
這里，作為參數(shù)的優(yōu)先度，可以基于種種規(guī)則來決定。例如，可以根據(jù)參數(shù)所表示形狀的精度來決定。如上所述，由于在對共同的良否判定對象形成兩條以上的線進行掃描的情況下，比僅形成一條線進行掃描的情況下的數(shù)據(jù)的可靠度高，所以希望將從由前者的掃描取得的形狀數(shù)據(jù)146b所得到參數(shù)的優(yōu)先度定為高。而且，即使是在形成一條線進行掃描的情況下，由于計算參數(shù)時所使用的編碼的數(shù)目及參數(shù)計算式本身的差異而作為參數(shù)所規(guī)定的形狀精度也產生差別，所以在加上這些因素的基礎上決定優(yōu)先度即可。當然，這樣根據(jù)精度決定優(yōu)先度的結構只是一個例子，也可以根據(jù)其他觀點決定優(yōu)先度。并且，作為上述數(shù)值的一例，當然，合計相關系數(shù)值的閾值并非必須為0.9，對于負的相關系數(shù)，也可以采用進行合計其絕對值大的參數(shù)的處理、除去多重共線性的結構。
根據(jù)以上的處理，在除去多重共線性后，在步驟S370中，從剩下的參數(shù)中選擇作為判別函數(shù)變量的編入?yún)?shù)。該參數(shù)的選擇可以采用眾所周知的方法，例如循環(huán)法、前進選擇法、后退消除法、逐次法等。通過以上的處理，選擇了作為判別函數(shù)變量所應采用的參數(shù)，就能夠在步驟S380中計算出以這些參數(shù)作為變量的判別函數(shù)。判別函數(shù)以下式來表示。
Z＝a1x1+a2x2+a3x3+……+anxn式中ai是系數(shù)，xi是代入各參數(shù)的變量，n是被選擇的參數(shù)的數(shù)目。
判別函數(shù)是由決定上述系數(shù)而計算出，使得在對于相應的Z作成合格類與不合格類的度數(shù)分布時，能夠給出使兩者最分離的Z。例如，可以決定與計算出使下式(2)中的相關比η2為最大的系數(shù)。
η2=SBST.........(2)]]>ST=Σk=1n1Σl=12(xkl-x‾)2]]>
SB=Σl=12n1(x‾1-x‾)2]]>上式中l(wèi)是識別合格類與不合格類的識別符號，n1是每一個類別中的樣本數(shù)目，上面帶橫線的x是總平均。
即，相關比η2為最大時，全平方和ST與群間平方和SB之比也最大。在這種狀態(tài)下，兩類別的群間分散盡量的大(各類別的平均盡量分離)、各類別的分散盡量的小。所以，在對于判別函數(shù)的度數(shù)分布中，兩類別非常好地分離。而且，如以上那樣判別函數(shù)的計算，在現(xiàn)代數(shù)學社1983年5月1日首次出版發(fā)行的、田中豐·脅本和昌著的《多變量統(tǒng)計解析法》等中有詳細的論述。作為進行以上那樣的判別分析的方法，除了由上述判別函數(shù)Z進行判別之外，還可以采用多種方法，由馬哈賴諾畢斯(Mahalanobis)的泛距離而判定良否的判別分析也可以適用于本發(fā)明。而且，也可以利用對合格類與被細分化的不合格類同時進行判別的多群判別分析。判別函數(shù)計算部460b按照以上所述計算出各系數(shù)ai，將表示該系數(shù)及參數(shù)的數(shù)據(jù)作為判別函數(shù)數(shù)據(jù)446d保存于存儲部446中。
統(tǒng)計指標計算部460c，計算出在對于上述判別函數(shù)的合格類與不合格類的度數(shù)分布中計算閾值時所利用的統(tǒng)計指標，閾值決定部460d利用相應的統(tǒng)計指標決定閾值。也就是說，在歷來的判別分析中，是將Z＝0(兩類別的中間點)作為一律的閾值，但在本發(fā)明中，在決定該閾值時參考了統(tǒng)計指標。具體的處理按照圖19所示的流程圖進行。
在該圖中，在步驟S400取得上述判別函數(shù)數(shù)據(jù)446d，在步驟S410作成對于判別函數(shù)各類別的直方圖。即，取得上述參數(shù)值數(shù)據(jù)446b與良否判定結果數(shù)據(jù)446c，作為判別函數(shù)數(shù)據(jù)446d的變量、將各參數(shù)值代入規(guī)定的參數(shù)中，計算出Z的值，基于其良否來測量按照良否分別的度數(shù)并作成直方圖。圖20是這樣所作成的直方圖的例子。即，每一個類別的分布都大體呈正態(tài)分布，二者的下部相交迭。而且，在實際的基板檢查中的大多數(shù)情況下，不合格類的分布數(shù)要比該圖中少得多。
在步驟S420中，計算出在如上述圖20所作成的直方圖中按照各類別劃分的度數(shù)平均與標準偏差。這種情況下的度數(shù)平均，當然是分布中心的一例。而且，作為分布中心的其它的例子，還有眾數(shù)及中值等，只要是反映了本發(fā)明的宗旨，這些值都可以利用。另外，標準偏差，是表示分布寬度的指標的一例，在同樣是表示分布寬度的指標中，還有分散、分割范圍(例如25％分位)的值。而且，只要是反映了本發(fā)明的宗旨，這些值都可以利用。在同圖中判別函數(shù)Z＝0是位于兩類別度數(shù)平均的中心位置，將不合格類的度數(shù)平均表示為“Ave”，合格類的度數(shù)平均表示為“-Ave”。另外，將不合格類的標準偏差表示為σn，合格類的標準偏差表示為σo。
在步驟S420計算出度數(shù)平均及標準偏差，在步驟S430接收步驟S420的流出率輸入。也就是說，在多變量統(tǒng)計解析裝置400中，能夠根據(jù)輸入部420而輸入流出率，并基于該流出率決定閾值。即，流出率是根據(jù)盡管是在良否判定對象雖為不合格、但卻為合格判定，致使不合格品不能被檢測出而流出的概率，它可以由不合格類的標準偏差σn而計算出。
在根據(jù)標準偏差σn的正態(tài)分布中，能夠容易地特定在度數(shù)平均與標準偏差之間包含變量的概率或在比標準偏差外側的下部部分中包含變量的概率，通過對標準偏差設定指定的倍數(shù)，能夠得到輸入的流出率。例如，如果是圖20所示的4σn，則在不合格類的度數(shù)分布中，全體的0.00031流出。而且，在步驟S430中，也可以受理流出率本身的輸入，也可以受理對標準偏差乘以系數(shù)的輸入，也可以如圖14所示，基于預先保存的流出率數(shù)據(jù)446e(或標準偏差數(shù)據(jù))而特定流出率。
無論是哪種情況，當在步驟S430中受理了流出率并特定其值時，在步驟S440中就暫時決定給予相應流出率的閾值T。在圖20所示的例中，由T＝Ave-4σn而暫時決定閾值T。在本實施例中，在流出率管理的基礎上還增加了漏過率的管理，在這種意義上步驟S440的閾值T是暫時決定的值。漏過率是根據(jù)盡管良否判定對象是良、但卻為不合格判定，即發(fā)生閾值過嚴狀況(漏過)的概率，它可以由合格類的標準偏差σo而計算出。
在本實施例中，在步驟S450中取得漏過率數(shù)據(jù)446f，判別(T+Ave)/σo是否大于9，判別上述暫時決定的閾值T距離合格類的度數(shù)平均是否大于標準偏差σo的9倍。當在同步驟S450中判別了(T+Ave)/σo大于9時，則認為上述暫時決定的閾值T從流出率與漏過率雙方都是足夠的值，將閾值T作為閾值數(shù)據(jù)446g保存于存儲部446中。當在步驟S450中不能判別(T+Ave)/σo大于9時，則認為漏過率過高，實施對參數(shù)的再決定。
也就是說，對于良否判定形狀，若不能夠得到能夠適當進行判定良否的參數(shù)、則對參數(shù)本身進行再探討、再決定。通過實行該再決定，能夠防止在不能確保充分的流出率與漏過率的狀態(tài)下就開始良否判定裝置的運用，從而提供從運用的開始就能夠實施高性能判定的裝置。另外，即使沒有技術技巧的儲存也能夠高性能地開始裝置的運用。而且，在本實施例中是將漏過率數(shù)據(jù)446f預先保存于存儲部446中，當然，也可以采用通過輸入部420而輸入特定該漏過率值的結構。
按照以上的步驟決定閾值T，就能夠通過在上述激光檢查裝置100中取得特定相應閾值T的閾值數(shù)據(jù)446g、而實行可達到所希望流出率及漏過率的良否判定。而且，在上述例的模式分類部460a～閾值決定部460d的處理中，是對合格類與不合格類的兩個類別而進行的良否判定，當然，也可以再對不合格類進行細分化，按照“拱起”、“焊錫少”等原因來劃分類別。在這種情況下，希望能夠按照原因分別進行良否判定，在判別函數(shù)計算部460b～閾值決定部460d中，實行對于合格類與按照原因細分化類的解析，并決定閾值。
(6)其他的實施例在本發(fā)明中，如果通過將合格類或不合格類至少一方中的成為特定分布概率的變量值定為閾值，就能夠將流出率及漏過率等控制為所希望的值，則可以采用種種結構。當然，通過對上述制品數(shù)據(jù)、良否判定結果數(shù)據(jù)、流出率數(shù)據(jù)、漏過率數(shù)據(jù)等預先進行特定與保存，能夠自動地決定閾值，而且可以提供實施良否判定的裝置。
進而，在各裝置中還可以下種種功夫。例如，在基板上通常并列安裝有多個部件，在一些安裝部件的接點附近、存在有其它安裝部件的接點的情況下，可能會有因兩接點之間的對面反射而引起的形狀數(shù)據(jù)不能被正確檢測的情況。圖21表示了發(fā)生對面反射時的例子。安裝部件132b與安裝部件132c并列在基板上，其接點132b1、132c1與焊錫132b2、132c2相互對面。
在激光檢查裝置100中，對焊錫132b2照射激光，當在該焊錫132b2上面的中央激光向安裝部件132c方向反射時，有激光在焊錫132c2的上面再次反射向上方行進的情況。在該向上行進的激光、進入上述受光箱110內而到達傳感器中的任意一個的情況下，不發(fā)生對面反射時與發(fā)生對面反射時的形狀數(shù)據(jù)146b是不同的。
在本發(fā)明中實施對該對面反射的對策即可。例如，可以對發(fā)生對面反射的接點與不發(fā)生對面反射的接點采用不同的判定基準(不同的參數(shù)及不同的閾值)。在本發(fā)明中，如上所述，雖然有必要在運用開始之前儲存一定程度數(shù)量的良否判定結果數(shù)據(jù)246b，但僅限于上述圖21所示的發(fā)生對面反射的部位及數(shù)目等，對于所限制的部位及數(shù)目等事先進行多次的良否判定而取得樣本，或人為地作成樣本都是效率不高的。
因此，通過儲存與不發(fā)生對面反射的場所同樣的形狀數(shù)據(jù)146b及參數(shù)，同時變更發(fā)生對面反射場所與不發(fā)生場所的上述步驟S300～S370中參數(shù)削除/選擇基準，就可以作為結果由不同的參數(shù)而決定不同的判定基準。作為該方法更具體的例，可以列舉出，對于多使用假定受到對面反射影響的上述編碼值而生成的參數(shù)，降低其在步驟S350中所考慮的優(yōu)先度的例子。而且，也可以削除相應的參數(shù)本身。根據(jù)這樣的處理，就不需要從最初開始作成因對面反射的有無而完全不同的參數(shù)，能夠簡單地作成不同的判定基準。
另外，在上述多變量統(tǒng)計解析中，按照各類別的度數(shù)分布服從正態(tài)分布而由統(tǒng)計指標決定閾值。所以，該度數(shù)分布與正態(tài)分布不類似時，就有不能適當?shù)赜嬎愠鼋y(tǒng)計指標的危險，對此采用對策即可。例如，可以采用以下的結構，與正態(tài)分布相比較，由關于各變量的實際度數(shù)與正態(tài)分布中的值的相對值、表現(xiàn)度數(shù)分布中是否發(fā)生了變形及陡峰，在相對值超出規(guī)定值的情況下，由log變換等對度數(shù)進行變換，使其收斂到基準相對值以內。
進而，在上述實施例中雖然是采用多變量統(tǒng)計解析作為判別分析，但在本發(fā)明中，由于只要是取得分離合格類與不合格類的度數(shù)分布的變量與其統(tǒng)計指標即可，所以判別分析并非必須是所希望的。例如，可以利用重回歸分析。即，通過在重回歸分析中代入上述各參數(shù)的說明變量的線性結合，計算出以合格判定或非合格判定的結果作為目的變量的重回歸式。這樣，作成重回歸式的目的變量的直方圖，計算相應直方圖中成為上述特定分布概率的變量值、作為閾值即可。當然，也可以采用其它的解析方法。
進而，在上述實施例中，在激光檢查裝置100中應用良否判定裝置，從安裝部件的焊錫形狀進行安裝部件良否的判定，但當然良否判定對象也不限于此，可以采用種種對象。例如，用于取得形狀數(shù)據(jù)146b的裝置并不限于檢測上述照射激光的反射光的傳感器。將照射電磁波置換為X射線，將傳感器置換為X射線檢波器，也可以提供同樣的檢查裝置，提供同樣的根據(jù)多變量解析的高性能的良否判定裝置。當然，為了取得形狀數(shù)據(jù)而檢測反射光的方向也并非必須，也可以檢測透過光，也可以不是檢測光的方向，而是檢測其強度。
還可以利用可見光或紅外線等，也可以在對圖像進行錄象的同時對相應圖像數(shù)據(jù)通過種種的變換式而變換為多個參數(shù)，再由本發(fā)明的多變量解析進行高性能的良否判定等。作為錄象對象，可以采用安裝部件上帶的極性標記、人臉、道路的模樣等模式作為識別對象。作為前者的例子，可以列舉出在二極管等具有電特性方向性的元件上帶有極性標記的例子。
由于根據(jù)極性標記能夠判定安裝部件方向的良否，所以基于上述錄象的圖像數(shù)據(jù)，將與良方向標記的一致度或與非良方向標記的一致度作為參數(shù)，在各參數(shù)值中注冊良否判定結果，就能夠實施根據(jù)本發(fā)明的良否判定。即使在圖形認識等中，也可以決定表示與特定圖形的一致度、特定的形狀、圖像的邊緣位置等的參數(shù)，通過與認識結果的良否同時注冊，能夠實施根據(jù)本發(fā)明的良否判定。
在上述實施例中，是在以激光照射良否判定對象的同時，利用其反射光作成形狀數(shù)據(jù)及多個參數(shù)。即，利用對良否判定對象直接觀測所得到的數(shù)據(jù)而進行良否判定。但是，也可以采用對于由觀測數(shù)據(jù)而間接推測現(xiàn)象的判別良否的裝置。
例如，如上所述，可以形成判定對于基板安裝多個安裝部件之前的焊錫印刷良否的裝置，在這種情況下，通過激光的照射及其反射光的檢測等，測定部件安裝之前焊錫的印刷狀態(tài)，從該印刷狀態(tài)的數(shù)據(jù)計算出上述多個參數(shù)。作為良否判定結果，在采用部件安裝的良否的同時，對應記入各參數(shù)的組。根據(jù)這些參數(shù)及良否判定結果而進行上述多變量統(tǒng)計解析，與上述同樣，可以特定閾值，并根據(jù)相應的閾值能夠按照意圖的流出率及漏過率進行良否判定。
如以上的說明，在本發(fā)明中，利用成為良否判定主因素的多個參數(shù)及其良否判定結果而計算出判別函數(shù)。在判別函數(shù)中，生成關于合格類與不合格類的直方圖，根據(jù)在各類別中的標準偏差、使之成為按照意圖的流出率及漏過率而決定閾值。通過基于該閾值判定良否判定對象的良否，能夠按照意圖控制流出率及漏過率，實現(xiàn)不需要積蓄技術技巧的高性能的良否判定。
權利要求
1.一種良否判定裝置，其特征在于，設置有從成為良否判定主要因素的多個參數(shù)信息與該良否判定結果信息、計算出給予分離合格類與不合格類的度數(shù)分布的變量的判別函數(shù)的判別函數(shù)計算裝置，和對于所述合格類與不合格類的至少一方、計算出對于所述變量的分布中心與表示該分布寬度的分布指標的統(tǒng)計指標計算裝置；基于分布中心與分布指標、對所述至少一方的類別中成為特定分布概率的所述變量值決定進行良否判定的閾值的閾值決定裝置，和對于良否判定對象、取得所述多個參數(shù)信息的參數(shù)信息取得裝置，和通過將該參數(shù)信息代入所述判別函數(shù)而得到的所述變量的值與所述閾值加以比較、來進行良否判定的良否判定裝置。
2.根據(jù)權利要求1所述的良否判定裝置，其特征在于所述統(tǒng)計指標計算裝置，計算出不合格類的度數(shù)平均與標準偏差，所述閾值決定裝置，從所述不合格類的度數(shù)平均，將相當于該標準偏差定數(shù)倍的所述變量值定為所述閾值。
3.根據(jù)權利要求2所述的良否判定裝置，其特征在于所述統(tǒng)計指標計算裝置，計算出不合格類的度數(shù)平均與標準偏差，所述閾值決定裝置，通過判定由所述不合格類的度數(shù)平均與標準偏差所決定的閾值、相當于由所述合格類的度數(shù)平均所決定的標準偏差的多少倍、來計算相應閾值中漏過的發(fā)生率。
4.根據(jù)權利要求1～3中任意一項所述的良否判定裝置，其特征在于所述多個參數(shù)信息，將從在規(guī)定的檢查裝置中預先對多個良否判定對象檢查的結果所得到的規(guī)定的檢查數(shù)據(jù)、由不同的多個變換式而變換成表示不同良否判定主要因素的參數(shù)而得到，同時儲存于規(guī)定的存儲媒體中，將由所述參數(shù)信息取得裝置所取得的關于良否判定對象的多個參數(shù)信息以及由所述良否判定判定裝置所判定的良否判定結果、追加儲存于相應的規(guī)定的存儲媒體中。
5.根據(jù)權利要求4所述的良否判定裝置，其特征在于設置有通過對所述良否判定對象的目測而輸入良否判定結果的裝置，將表示由該目測得到的良否判定結果的所述良否判定結果信息與所述良否判定對象的參數(shù)信息對應記入，并且在由所述良否判定裝置得到的良否判定結果與由所述目測所得到的良否判定結果不同時，以由目測所得到的良否判定結果作為正確的判定結果，并追加儲存于所述規(guī)定的存儲媒體中。
6.根據(jù)權利要求4或5所述的良否判定裝置，其特征在于設置有輸入通過對所述良否判定對象的目測而得到的良否判定原因及其良否判定結果的裝置，對于所述合格類與不合格類的至少一方、對類別按照相應良否判定的原因進行細分化來作為所述良否判定結果信息，所述判別函數(shù)計算裝置，計算出給予分離細分化的合格類與不合格類的度數(shù)分布的變量的判別函數(shù)。
7.根據(jù)權利要求1～6中任意一項所述的良否判定裝置，其特征在于所述判別函數(shù)計算裝置，在計算將所述多個參數(shù)中的任意一個作為變量而具有的判別函數(shù)時，計算出各參數(shù)相互的相關系數(shù)，并將相關系數(shù)大于規(guī)定值的參數(shù)的數(shù)目合計于所述合格類與不合格類，反復進行將合計值大的參數(shù)作為非使用參數(shù)的處理，并去除多重共線性。
8.根據(jù)權利要求1～7中任意一項所述的良否判定裝置，其特征在于所述判別函數(shù)計算裝置，在計算將所述多個參數(shù)中的任意一個作為變量而具有的判別函數(shù)時，按照對于各參數(shù)預先給予的優(yōu)先度低的順序，反復進行將參數(shù)作為非使用參數(shù)的處理，并去除多重共線性。
9.根據(jù)權利要求1～8中任意一項所述的良否判定裝置，其特征在于，還設置有以規(guī)定的電磁波照射良否判定對象的電磁波照射裝置，和檢測由所述電磁波的照射所產生的反射電磁波或透過電磁波的電磁波檢測裝置，和從由所述電磁波檢測裝置檢測的反射電磁波或透過電磁波的檢測值、生成電磁波數(shù)據(jù)的電磁波數(shù)據(jù)生成裝置；所述判別函數(shù)計算裝置與參數(shù)信息取得裝置，通過將所述電磁波數(shù)據(jù)代入不同的多個變換式，計算出與良否判定對象的形狀相對應的值，并作為所述多個參數(shù)信息。
10.根據(jù)權利要求9所述的良否判定裝置，其特征在于，還設置有取得良否判定對象的位置信息的位置信息取得裝置，和在由所述電磁波檢測裝置檢測并獲得在多個良否判定對象中多次反射的電磁波的情況下，從所述位置信息把握該良否判定對象配置的配置分析裝置；所述判別函數(shù)計算裝置，將所述多次反射電磁波的作用大的所述參數(shù)定為非使用或低優(yōu)先度。
11.一種良否判定程序，其特征在于，具有以下功能從成為良否判定主要因素的多個參數(shù)信息與該良否判定結果信息、計算出給予分離合格類與不合格類的度數(shù)分布變量的判別函數(shù)的判別函數(shù)計算功能，和對于所述合格類與不合格類的至少一方、計算出對于所述函數(shù)的分布中心與表示該分布寬度的分布指標的統(tǒng)計指標計算功能，和決定基于分布中心與分布指標、對所述至少一方的類別中成為特定分布概率的所述變量值進行良否判定的閾值的閾值決定功能，和對于良否判定對象，取得所述多個參數(shù)信息的參數(shù)信息取得功能，和通過將該參數(shù)信息代入所述判別函數(shù)所得到的所述變量的值與所述閾值加以比較、而進行良否判定的良否判定功能。
12.一種良否判定方法，其特征在于，具有以下工序從成為良否判定主要因素的多個參數(shù)信息與該良否判定結果信息、計算出給予分離合格類與不合格類的度數(shù)分布的變量的判別函數(shù)的判別函數(shù)計算工序，和對于所述合格類與不合格類的至少一方、計算出對于所述變量的分布中心與表示該分布寬度的分布指標的統(tǒng)計指標計算工序，和基于分布中心與分布指標、對所述至少一方的類別中成為特定分布概率的所述變量值決定進行良否判定的閾值的閾值決定工序，和對于良否判定對象、取得所述多個參數(shù)信息的參數(shù)信息取得工序，和通過將該參數(shù)信息代入所述判別函數(shù)而得到的所述變量的值與所述閾值加以比較、來進行良否判定的良否判定工序。
13.一種多變量統(tǒng)計解析裝置，在通過通信接口能夠與外部進行數(shù)據(jù)的發(fā)送與接收的同時，能夠在規(guī)定的操作系統(tǒng)下實行多變量解析程序的多變量統(tǒng)計解析裝置中，其特征在于該多變量統(tǒng)計解析裝置，設置有能夠儲存多變量解析程序并能夠發(fā)送、接收和存儲數(shù)據(jù)的硬盤驅動器；所述多變量解析程序，設置有包含在通過所述通信接口從外部取得數(shù)據(jù)并儲存于所述硬盤驅動器時，至少與良否判定結果對應記入且由對每個部件中所實際計算的參數(shù)值所構成的參數(shù)值數(shù)據(jù)，并且基于該被儲存的數(shù)據(jù)進行類別細分化處理的模式分類部，和在去除多重共線性之后，基于所述參數(shù)值數(shù)據(jù)進行計算判別函數(shù)的處理的判別函數(shù)計算部，和計算包含對于所述判別函數(shù)的合格類與不合格類的度數(shù)分布中的度數(shù)平均與標準偏差的統(tǒng)計指標的統(tǒng)計指標計算部，和與利用該統(tǒng)計指標決定閾值的閾值決定部相對應的各模塊；而且，該閾值決定部，取得所述判別函數(shù)數(shù)據(jù)、所述參數(shù)值數(shù)據(jù)、及良否判定結果數(shù)據(jù)并進行判別良否，并且作成與該判別結果相對應的每一個類別的直方圖，在這樣作成的直方圖中，計算出各類別的度數(shù)平均與標準偏差，基于不合格判定的類別中計算出的度數(shù)平均及標準偏差、與對于同一類別所設定的表示不合格品流出范圍的所規(guī)定的流出率，來決定與該流出率所對應的判別函數(shù)的閾值。
14.根據(jù)權利要求13所述的多變量統(tǒng)計解析裝置，其特征在于所述閾值決定部，從外部輸入所述流出率，決定所述判別函數(shù)的閾值，使其成為所輸入的該流出率。
15.根據(jù)權利要求14所述的多變量統(tǒng)計解析裝置，其特征在于所述閾值決定部，作為對應于所述流出率的范圍，將從度數(shù)平均到標準偏差的4倍范圍決定為閾值。
16.根據(jù)權利要求13所述的多變量統(tǒng)計解析裝置，其特征在于所述閾值決定部，基于合格判定的類別中計算出的度數(shù)平均及標準偏差，與表示對于同一類別所設定的表示合格品與不合格品判定范圍的所規(guī)定的漏過率，判斷所述決定了的判別函數(shù)的閾值是否合適。
17.根據(jù)權利要求16所述的多變量統(tǒng)計解析裝置，其特征在于所述閾值決定部，作為與所述漏過率相對應的范圍，在從度數(shù)平均到標準偏差的9倍范圍內，以所述閾值是否進入來判斷該閾值是否合適。
全文摘要
一種良否判定裝置、良否判定程序、良否判定方法以及多變量統(tǒng)計解析裝置，利用成為良否判定主要因素的多個參數(shù)及其良否判定結果，計算出判別函數(shù)。在判別函數(shù)中，生成對于合格類與不合格類的直方圖，并為了根據(jù)各類別中的標準偏差而得到按照意圖的流出率及漏過率來決定閾值。通過基于該閾值判定良否判定對象的良否，能夠按照意圖控制流出率及漏過率，實現(xiàn)不需要積蓄技術技巧的高性能的良否判定。因此，解決了以往即使是利用判別分析、進行變量Z＝0處的閾值判別，但如果不通過人的目測與實際的運用來積蓄技術技巧，就不進行允許實際應用的問題。
文檔編號G06T7/00GK1488933SQ0315439
公開日2004年4月14日 申請日期2003年8月21日 優(yōu)先權日2002年8月22日
發(fā)明者井角康夫, 平野恒 申請人:豐田自動車株式會社, 名古屋電機工業(yè)株式會社