知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023066626
(43)【公開日】2023-05-16
(54)【発明の名称】診断システムおよび診断方法
(51)【国際特許分類】
H05K 13/08 20060101AFI20230509BHJP
G05B 19/418 20060101ALI20230509BHJP
【ＦＩ】
H05K13/08 B
G05B19/418 Z
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2021177311
(22)【出願日】2021-10-29
(71)【出願人】
【識別番号】314012076
【氏名又は名称】パナソニックＩＰマネジメント株式会社
(74)【代理人】
【識別番号】100109210
【弁理士】
【氏名又は名称】新居 広守
(74)【代理人】
【識別番号】100137235
【弁理士】
【氏名又は名称】寺谷 英作
(74)【代理人】
【識別番号】100131417
【弁理士】
【氏名又は名称】道坂 伸一
(72)【発明者】
【氏名】多田 翔吾
(72)【発明者】
【氏名】田原 充
(72)【発明者】
【氏名】兼高 巌
(72)【発明者】
【氏名】横田 潤一
(72)【発明者】
【氏名】中村 謙太
【テーマコード（参考）】
3C100
5E353
【Ｆターム（参考）】
3C100AA27
3C100AA59
3C100AA63
3C100BB15
3C100BB19
3C100CC02
3C100EE07
5E353CC12
5E353CC21
5E353EE51
5E353EE89
5E353JJ41
5E353JJ60
5E353LL04
5E353NN18
5E353QQ08
(57)【要約】
【課題】作業者による生産設備のメンテナンスをより適切に支援することができる診断システムを提供する。
【解決手段】診断システム１００は、移載ヘッド８によって部品Ｄを吸着して基板３に装着する部品装着装置１におけるその移載ヘッド８に流れるエアの流量に関する流量情報ｄ１を取得する取得部１０１と、流量情報ｄ１に基づいて、移載ヘッド８に含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定する劣化特定部１３０と、特定された劣化状態を示す劣化情報ｄｂを出力する出力部１０４とを備える。
【選択図】図５
【解決手段】診断システム１００は、移載ヘッド８によって部品Ｄを吸着して基板３に装着する部品装着装置１におけるその移載ヘッド８に流れるエアの流量に関する流量情報ｄ１を取得する取得部１０１と、流量情報ｄ１に基づいて、移載ヘッド８に含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定する劣化特定部１３０と、特定された劣化状態を示す劣化情報ｄｂを出力する出力部１０４とを備える。
【選択図】図５
【特許請求の範囲】
【請求項1】
移載ヘッドによって部品を吸着して基板に装着する部品装着装置における前記移載ヘッドに流れるエアの流量に関する流量情報を取得する取得部と、
前記流量情報に基づいて、前記移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定する劣化特定部と、
特定された前記劣化状態を示す劣化情報を出力する出力部と、
を備える診断システム。
前記流量情報に基づいて、前記移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定する劣化特定部と、
特定された前記劣化状態を示す劣化情報を出力する出力部と、
を備える診断システム。
【請求項2】
前記劣化特定部は、
前記少なくとも１つの構成部材のそれぞれの劣化の度合いを示す劣化度を推定することによって、前記劣化状態を特定する、
請求項１に記載の診断システム。
前記少なくとも１つの構成部材のそれぞれの劣化の度合いを示す劣化度を推定することによって、前記劣化状態を特定する、
請求項１に記載の診断システム。
【請求項3】
前記劣化特定部は、
前記移載ヘッドに含まれる１つ以上の構成部材のそれぞれに異常があるか否かを判定し、前記１つ以上の構成部材のうち、異常があると判定された前記少なくとも１つの構成部材のそれぞれの前記劣化度を推定する、
請求項２に記載の診断システム。
前記移載ヘッドに含まれる１つ以上の構成部材のそれぞれに異常があるか否かを判定し、前記１つ以上の構成部材のうち、異常があると判定された前記少なくとも１つの構成部材のそれぞれの前記劣化度を推定する、
請求項２に記載の診断システム。
【請求項4】
前記劣化度は、前記劣化の度合いが大きいほど大きい値を示し、
前記診断システムは、さらに、
前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が閾値を超えるか否かを判定し、前記閾値を超えると判定された劣化度を有する構成部材のメンテナンスに関するメンテナンス情報を生成するメンテナンス処理部を備え、
前記出力部は、前記メンテナンス情報をさらに出力する、
請求項２または３に記載の診断システム。
前記診断システムは、さらに、
前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が閾値を超えるか否かを判定し、前記閾値を超えると判定された劣化度を有する構成部材のメンテナンスに関するメンテナンス情報を生成するメンテナンス処理部を備え、
前記出力部は、前記メンテナンス情報をさらに出力する、
請求項２または３に記載の診断システム。
【請求項5】
前記劣化度は、前記劣化の度合いが大きいほど大きい値を示し、
前記診断システムは、さらに、
前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が第１閾値を超えるか否かを判定し、前記第１閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施を促す内容のメンテナンス警報情報を生成するメンテナンス処理部を備え、
前記出力部は、前記メンテナンス警報情報をさらに出力する、
請求項２または３に記載の診断システム。
前記診断システムは、さらに、
前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が第１閾値を超えるか否かを判定し、前記第１閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施を促す内容のメンテナンス警報情報を生成するメンテナンス処理部を備え、
前記出力部は、前記メンテナンス警報情報をさらに出力する、
請求項２または３に記載の診断システム。
【請求項6】
前記メンテナンス処理部は、
前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が前記第１閾値以下であり、かつ、前記劣化度が前記第１閾値よりも小さい第２閾値を超えるか否かを判定し、前記第１閾値以下でかつ前記第２閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施のための準備を促す内容のメンテナンス予報情報をさらに生成し、
前記出力部は、前記メンテナンス予報情報をさらに出力する、
請求項５に記載の診断システム。
前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が前記第１閾値以下であり、かつ、前記劣化度が前記第１閾値よりも小さい第２閾値を超えるか否かを判定し、前記第１閾値以下でかつ前記第２閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施のための準備を促す内容のメンテナンス予報情報をさらに生成し、
前記出力部は、前記メンテナンス予報情報をさらに出力する、
請求項５に記載の診断システム。
【請求項7】
前記劣化特定部は、
前記流量情報と前記少なくとも１つの構成部材のそれぞれの劣化状態との関係を示す診断モデルを用いることによって、前記劣化状態を特定する、
請求項１～５の何れか１項に記載の診断システム。
前記流量情報と前記少なくとも１つの構成部材のそれぞれの劣化状態との関係を示す診断モデルを用いることによって、前記劣化状態を特定する、
請求項１～５の何れか１項に記載の診断システム。
【請求項8】
前記診断モデルは、
前記流量情報の入力に対して前記少なくとも１つの構成部材のそれぞれの劣化状態を示す情報が出力されるように機械学習を行うことによって生成されている、
請求項７に記載の診断システム。
前記流量情報の入力に対して前記少なくとも１つの構成部材のそれぞれの劣化状態を示す情報が出力されるように機械学習を行うことによって生成されている、
請求項７に記載の診断システム。
【請求項9】
前記少なくとも１つの構成部材のそれぞれは、前記エアが通過する部材である、
請求項１～８の何れか１項に記載の診断システム。
請求項１～８の何れか１項に記載の診断システム。
【請求項10】
移載ヘッドによって部品を吸着して基板に装着する部品装着装置における前記移載ヘッドに流れるエアの流量に関する流量情報を取得し、
前記流量情報に基づいて、前記移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定し、
特定された前記劣化状態を示す劣化情報を出力する、
診断方法。
前記流量情報に基づいて、前記移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定し、
特定された前記劣化状態を示す劣化情報を出力する、
診断方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、例えば部品装着装置などの生産設備を診断するシステムなどに関する。
【背景技術】
【0002】
従来、切換バルブが正常か否かを判定する部品実装装置が提案されている（例えば、特許文献１参照）。なお、部品実装装置は、部品に基板が実装または装着された装着基板を生産する生産設備であって、部品装着装置とも呼ばれる。切換バルブは、部品実装装置に備えられている構成部材であり、真空ポンプとエア供給源とを選択的に吸着ノズルに接続させる。吸着ノズルは、部品を基板に装着するためにその部品を吸着して保持するノズルである。切換バルブによって真空ポンプが吸着ノズルに接続され、その真空ポンプが駆動すれば、吸着ノズルは周囲の空気を吸引する。一方、切換バルブによってエア供給源が吸着ノズルに接続され、そのエア供給源が駆動すれば、吸着ノズルは周囲に空気を吹き出す。このような部品実装装置は、切換バルブである構成部材が正常か否かを判定する診断システムを備えていると言える。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－１９４９８６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記特許文献１の診断システムでは、作業者による生産設備のメンテナンスを十分に支援することが難しいという課題がある。
【0005】
そこで、本開示は、作業者による生産設備のメンテナンスをより適切に支援することができる診断システムなどを提供する。
【課題を解決するための手段】
【0006】
本開示の一態様に係る診断システムは、移載ヘッドによって部品を吸着して基板に装着する部品装着装置における前記移載ヘッドに流れるエアの流量に関する流量情報を取得する取得部と、前記流量情報に基づいて、前記移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定する劣化特定部と、特定された前記劣化状態を示す劣化情報を出力する出力部と、を備える。
【0007】
なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭ（Compact Disc Read-Only Memory）などの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。また、記録媒体は、非一時的な記録媒体であってもよい。
【発明の効果】
【0008】
本開示の診断システムは、作業者による生産設備のメンテナンスをより適切に支援することができる。
【0009】
なお、本開示の一態様における更なる利点および効果は、明細書および図面から明らかにされる。かかる利点および／または効果は、いくつかの実施の形態並びに明細書および図面に記載された特徴によってそれぞれ提供されるが、１つまたはそれ以上の同一の特徴を得るために必ずしも全てが提供される必要はない。
【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
本開示の一態様に係る診断システムは、移載ヘッドによって部品を吸着して基板に装着する部品装着装置における前記移載ヘッドに流れるエアの流量に関する流量情報を取得する取得部と、前記流量情報に基づいて、前記移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態を特定する劣化特定部と、特定された前記劣化状態を示す劣化情報を出力する出力部と、を備える。例えば、前記少なくとも１つの構成部材のそれぞれは、前記エアが通過する部材であってもよい。
【0012】
これにより、移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態が特定されて、その劣化状態を示す劣化情報が出力される。したがって、部品装着装置を用いて作業を行う作業者は、その出力された劣化情報から、移載ヘッドに含まれる少なくとも１つの構成部材のそれぞれの劣化状態を把握することができる。その結果、構成部材が正常か否かのような単純な状態よりも移載ヘッドの詳細な状態を診断することができる。少なくとも１つの構成部材のそれぞれの劣化状態が診断されるため、作業者は、それらの構成部材のメンテナンスが必要か、そのメンテナンスの準備をしておく必要があるのかを容易に判断することができる。したがって、作業者は、メンテナンスが必要でない構成部材に対して、メンテナンスを無駄に行ってしまうことを抑制することができる。あるいは、作業者は、メンテナンスの準備が必要でない構成部材に対して、メンテナンスまたはその準備を無駄に行ってしまうことを抑制することができる。その結果、メンテナンスの効率化、メンテナンス時間の短縮化、および、メンテナンスに係る費用の削減を図ることができる。このように、生産設備である部品装着装置の作業者によるメンテナンスをより適切に支援することができる。
【0013】
また、前記劣化特定部は、前記少なくとも１つの構成部材のそれぞれの劣化の度合いを示す劣化度を推定することによって、前記劣化状態を特定してもよい。
【0014】
これにより、作業者は劣化状態をより詳細に把握することができる。
【0015】
また、前記劣化特定部は、前記移載ヘッドに含まれる１つ以上の構成部材のそれぞれに異常があるか否かを判定し、前記１つ以上の構成部材のうち、異常があると判定された前記少なくとも１つの構成部材のそれぞれの前記劣化度を推定してもよい。
【0016】
これにより、異常と判定された構成部材に対して劣化度が推定されるため、劣化している可能性が比較的に高いと想定される構成部材に対して劣化度を推定し、劣化している可能性が比較的に低いと想定される構成部材に対する劣化度の推定を省くことができる。その結果、劣化度の推定の処理負担を軽減することができる。また、異常と判定された構成部材に対して劣化度が推定されるため、作業者は、その異常と判定された構成部材に対して、どのようなメンテナンスが必要か、あるいはメンテナンスが不要かを容易に把握することができる。例えば、構成部材の経過観察、構成部材の清掃、構成部材の補修、構成部材に含まれる部品の交換、構成部材そのものの交換など、必要とされるメンテナンスの態様を容易に把握することができる。
【0017】
また、前記劣化度は、前記劣化の度合いが大きいほど大きい値を示し、前記診断システムは、さらに、前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が閾値を超えるか否かを判定し、前記閾値を超えると判定された劣化度を有する構成部材のメンテナンスに関するメンテナンス情報を生成するメンテナンス処理部を備え、前記出力部は、前記メンテナンス情報をさらに出力してもよい。
【0018】
これにより、例えば劣化した構成部材に対しては、その構成部材のメンテナンスに関するメンテナンス情報が生成されて出力される。その結果、メンテナンス情報が作業者に通知され、作業者は、その構成部材のメンテナンスを迅速に、あるいは適切に行うことができる。
【0019】
また、前記劣化度は、前記劣化の度合いが大きいほど大きい値を示し、前記診断システムは、さらに、前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が第１閾値を超えるか否かを判定し、前記第１閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施を促す内容のメンテナンス警報情報を生成するメンテナンス処理部を備え、前記出力部は、前記メンテナンス警報情報をさらに出力してもよい。
【0020】
これにより、例えば激しく劣化した構成部材に対しては、その構成部材のメンテナンスの実施を促す内容のメンテナンス警報情報が生成されて出力される。その結果、メンテナンス警報情報が作業者に通知され、作業者は、その構成部材のメンテナンスを迅速かつ適切に行うことができる。
【0021】
また、前記メンテナンス処理部は、前記少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が前記第１閾値以下であり、かつ、前記劣化度が前記第１閾値よりも小さい第２閾値を超えるか否かを判定し、前記第１閾値以下でかつ前記第２閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施のための準備を促す内容のメンテナンス予報情報をさらに生成し、前記出力部は、前記メンテナンス予報情報をさらに出力してもよい。
【0022】
これにより、例えば、激しく劣化していなくても、激しい劣化の状態に近づいている構成部材に対しては、その構成部材のメンテナンスの実施のための準備を促す内容のメンテナンス予報情報が生成されて出力される。その結果、メンテナンス予報情報が作業者に通知され、作業者は、その構成部材のメンテナンスの準備を事前に余裕をもって適切に行うことができる。
【0023】
また、前記劣化特定部は、前記流量情報と前記少なくとも１つの構成部材のそれぞれの劣化状態との関係を示す診断モデルを用いることによって、前記劣化状態を特定してもよい。
【0024】
これにより、適切に劣化状態を特定することができる。
【0025】
また、前記診断モデルは、前記流量情報の入力に対して前記少なくとも１つの構成部材のそれぞれの劣化状態を示す情報が出力されるように機械学習を行うことによって生成されていてもよい。
【0026】
これにより、機械学習を適切に行うことによって、劣化状態の特定の精度を高めることができる。
【0027】
以下、実施の形態について、図面を参照しながら具体的に説明する。
【0028】
なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
【0029】
また、各図は、模式図であり、必ずしも厳密に図示されたものではない。また、各図において、同じ構成部材については同じ符号を付している。
【0030】
（実施の形態）
［部品装着装置の構成］
図１は、本実施の形態における部品装着装置の平面図である。つまり、図１は、部品装着装置の内部構成を上方から見た状態を示す。なお、本開示において、鉛直方向をＺ軸方向または上下方向と称し、鉛直方向に対して垂直な面における一方向をＹ軸方向または奥行き方向と称し、その垂直な面においてＹ軸方向と垂直な方向をＸ軸方向、左右方向または横方向と称す。また、本開示において、Ｚ軸方向の正側は、上向きまたは上であり、Ｚ軸方向の負側は、下向きまたは下である。また、本開示において、Ｙ軸方向の正側は、奥側または奥であり、Ｙ軸方向の負側は、手前側または手前である。また、本開示において、Ｘ軸方向の正側は、右側または右であり、Ｘ軸方向の負側は左側または左である。
［部品装着装置の構成］
図１は、本実施の形態における部品装着装置の平面図である。つまり、図１は、部品装着装置の内部構成を上方から見た状態を示す。なお、本開示において、鉛直方向をＺ軸方向または上下方向と称し、鉛直方向に対して垂直な面における一方向をＹ軸方向または奥行き方向と称し、その垂直な面においてＹ軸方向と垂直な方向をＸ軸方向、左右方向または横方向と称す。また、本開示において、Ｚ軸方向の正側は、上向きまたは上であり、Ｚ軸方向の負側は、下向きまたは下である。また、本開示において、Ｙ軸方向の正側は、奥側または奥であり、Ｙ軸方向の負側は、手前側または手前である。また、本開示において、Ｘ軸方向の正側は、右側または右であり、Ｘ軸方向の負側は左側または左である。
【0031】
本実施の形態における部品装着装置１は、移載ヘッド８によって部品を吸着して基板３に装着することにより、装着基板を生産する生産設備である。このような部品装着装置１は、基台１ａと、基板搬送機構２と、２つの部品供給部４と、Ｙ軸ビーム６と、２つのＸ軸ビーム７と、２つの移載ヘッド８と、２つの基板認識カメラ１２と、２つの部品認識カメラ１１とを備える。
【0032】
基台１ａは、基板搬送機構２と、Ｙ軸ビーム６と、２つのＸ軸ビーム７と、２つの部品認識カメラ１１とを配設するための台である。
【0033】
基板搬送機構２は、Ｘ軸方向に沿う２つのレールを備え、基台１ａのＹ軸方向中央に配設される。基板搬送機構２は、上流側（例えばＸ軸方向負側）から搬入された基板３を搬送し、部品実装作業を実行するための位置である実装ステージにその基板３を位置決めして保持する。
【0034】
２つの部品供給部４は、基板搬送機構２をＹ軸方向に挟むように配置されている。部品供給部４には、複数のテープフィーダ５がＸ軸方向に沿って配列されている。テープフィーダ５は、単にフィーダとも呼ばれ、部品を供給する。具体的には、テープフィーダ５は、部品を収納したキャリアテープをテープ送り方向にピッチ送りすることによってその部品を供給する。なお、部品は、例えばＩＣ（Integrated Circuit）チップなどの電子部品である。
【0035】
Ｙ軸ビーム６は、基台１ａ上面におけるＸ軸方向の正側（図１に示す例では右端）に、Ｙ軸方向に沿うように配設されている。
【0036】
２つのＸ軸ビーム７は、それぞれＸ軸方向に沿った状態で、Ｙ軸方向に移動自在にＹ軸ビーム６に配設されている。例えば、２つのＸ軸ビーム７のそれぞれは、Ｙ軸ビーム６の駆動機構による駆動によって、Ｙ軸方向に水平移動する。
【0037】
２つの移載ヘッド８のそれぞれは、結合プレート８ａを介してＸ軸ビーム７に、Ｘ軸方向に移動自在に装着されている。したがって、移載ヘッド８は、Ｙ軸ビーム６とＸ軸ビーム７とによって、Ｘ軸方向およびＹ軸方向に移動する。移載ヘッド８には、部品を吸着して保持し昇降可能な複数のノズルユニット９が着脱自在に装着されている。移載ヘッド８は、Ｘ軸方向およびＹ軸方向に移動することによって、部品供給部４から供給される部品をノズルユニット９によって吸着し、基板搬送機構２によって位置決めされている基板３の実装点にその部品を実装または装着する。
【0038】
２つの基板認識カメラ１２のそれぞれは、Ｘ軸ビーム７の下面側に位置し、移載ヘッド８と一体的に移動するように結合プレート８ａに配設されている。具体的には、基板認識カメラ１２は、撮像方向を下向きにした姿勢で結合プレート８ａに配設されている。基板認識カメラ１２は、基板搬送機構２によって位置決めされている基板３上に移載ヘッド８と共に移動し、その基板３の位置および種別などを認識するために、その基板３を撮像する。
【0039】
２つの部品認識カメラ１１は、基板搬送機構２をＹ軸方向に挟むように基台１ａ上に配設されている。２つの部品認識カメラ１１のそれぞれは、その部品認識カメラ１１に対応する移載ヘッド８が部品を吸着した状態でその部品認識カメラ１１上を移動するときに、その部品をＺ軸方向負側から撮像する。この撮像によって得られた画像に対して認識処理が行われることによって、移載ヘッド８に吸着保持されている部品の位置、角度および種類などが識別される。
【0040】
図２は、部品装着装置１に用いられる移載ヘッド８の斜視図である。
【0041】
移載ヘッド８は、上述のように、結合プレート８ａを介してＸ軸ビーム７に装着されている。移載ヘッド８には、複数のノズルユニット９が並設されている。それぞれのノズルユニット９は、ノズル駆動部９ａ、ノズル軸１３、ノズル装着部１４、および吸着ノズル１５を有する。
【0042】
ノズル駆動部９ａは、昇降軸をリニアモータにより昇降させるノズル昇降機構を有している。ノズル軸１３は、ノズル駆動部９ａから下方に延びるように、そのノズル駆動部９ａの昇降軸に結合されている。ノズル装着部１４は、そのノズル軸１３の下端部に結合される。吸着ノズル１５は、そのノズル装着部１４の下方側に着脱自在に装着され、真空吸引によって部品を吸着して保持する。このような移載ヘッド８では、複数のノズルユニット９のそれぞれで、ノズル駆動部９ａのリニアモータが駆動することにより、ノズル装着部１４に装着された吸着ノズル１５は個別に昇降する。なお、各ノズル装着部１４には、吸着される部品のサイズおよび形状に応じた種類の吸着ノズル１５が装着されている。
【0043】
また、部品装着装置１は、吸着ノズル１５におけるエアの吸引と、その吸着ノズル１５からのエアの吹き出しとを行うためのエア制御機構を備える。
【0044】
図３は、本実施の形態におけるエア制御機構の構成の一例を示す図である。
【0045】
部品装着装置１のエア制御機構は、真空ポンプ１９、エア供給源２１、大気供給源２２、上述の複数のノズルユニット９、およびノズル制御部２３を備える。
【0046】
真空ポンプ１９は、負の圧力（真空とも呼ばれる）を発生させる。この真空ポンプ１９は、エアの流路を介してノズルユニット９の切換バルブ１８の入力ポートＰ１に接続されている。エア供給源２１は、エアの流路を介してノズルユニット９のブローバルブ２０の入力ポートＰ３に接続され、正の圧力のエアをブローバルブ２０に供給する。大気供給源２２は、エアの流路を介してブローバルブ２０の入力ポートＰ４に接続され、例えば大気圧のエアをブローバルブ２０に供給する。なお、大気供給源２２は、ブローバルブ２０の入力ポートＰ４を開放状態にすることでも実現される。
【0047】
ノズル制御部２３は、ノズルユニット９の切換バルブ１８およびブローバルブ２０を制御する。
【0048】
ノズルユニット９は、切換バルブ１８、ブローバルブ２０、流量センサ１６、ノズル軸１３、ノズル装着部１４、吸着ノズル１５、エアチューブ４０、およびフィルタ４１を備える。
【0049】
エアチューブ４０は、ノズル軸１３に接続されている。そして、エアチューブ４０、ノズル軸１３、ノズル装着部１４および吸着ノズル１５のそれぞれの内部に形成されている空洞は連通している。したがって、エアチューブ４０の上端側から吸着ノズル１５の下端へはエアが流れることが可能であり、逆に、吸着ノズル１５の下端からエアチューブ４０の上端側へもエアが流れることが可能である。
【0050】
また、フィルタ４１は、ノズル装着部１４の内部に配設され、その内部を通過するエアを浄化する。
【0051】
ブローバルブ２０は、２つの入力ポートＰ３およびＰ４と出力ポートＡ２とを有する電磁弁などで構成される。ブローバルブ２０の出力ポートＡ２は、エアの流路を介して切換バルブ１８の入力ポートＰ２に接続されている。このようなブローバルブ２０は、ノズル制御部２３による制御に応じて、電磁弁を開閉することによって、エアの流路を切り換える。つまり、ブローバルブ２０は、エアの流路を第１流路と第２流路とに切り換える。
【0052】
第１流路は、ブローバルブ２０を介してエア供給源２１と切換バルブ１８との間でエアが流れる流路である。例えば、正の圧力のエアが、エア供給源２１から第１流路に沿って切換バルブ１８に供給される。第２流路は、ブローバルブ２０を介して大気供給源２２と切換バルブ１８との間でエアが流れる流路である。例えば、大気圧のエアが、大気供給源２２から第２流路に沿って切換バルブ１８に供給される。
【0053】
切換バルブ１８は、２つの入力ポートＰ１およびＰ２と出力ポートＡ１とを有する電磁弁などで構成される。切換バルブ１８の出力ポートＡ１は、エアの流路である出力経路１７、エアチューブ４０、ノズル軸１３、およびノズル装着部１４を介して吸着ノズル１５に接続されている。このような切換バルブ１８は、ノズル制御部２３による制御に応じて、電磁弁を開閉することによって、エアの流路を切り換える。つまり、切換バルブ１８は、エアの流路を第３流路と第４流路とに切り換える。
【0054】
第３流路は、ノズル装着部１４、エアチューブ４０、出力経路１７、および切換バルブ１８を介して、吸着ノズル１５と真空ポンプ１９との間でエアが流れる流路である。真空ポンプ１９の駆動によってこの第３流路に沿ってエアが流れるときには、図３の矢印ｂによって示される向きにエアが流れる。そして、吸着ノズル１５の下端にある吸着保持面１５ａに形成されている吸着孔に、周囲のエアが吸引される。これによって、部品Ｄが吸着保持面１５ａに吸着されて保持される。
【0055】
第４流路は、切換バルブ１８、出力経路１７、エアチューブ４０、ノズル軸１３、およびノズル装着部１４を介して、吸着ノズル１５とブローバルブ２０との間でエアが流れる流路である。ブローバルブ２０によってエアの流路が第１流路に切り換えられ、かつ、切換バルブ１８によってエアの流路が第４流路に切り換えられる場合、図３の矢印ａによって示される向きにエアが流れ、吸着ノズル１５の吸着孔からエアが吹き出る。つまり、エア供給源２１の駆動によって、正の圧力のエアが、エア供給源２１からブローバルブ２０および切換バルブ１８などを介して吸着ノズル１５に流れて、吸着ノズル１５の吸着保持面１５ａに形成されている吸着孔から吹き出る。また、ブローバルブ２０によってエアの流路が第２流路に切り換えられ、かつ、切換バルブ１８によってエアの流路が第４流路に切り換えられる場合、第２流路および第４流路の気圧が大気圧になるようにエアが流れる。つまり、大気供給源２２、ブローバルブ２０、切換バルブ１８、エアチューブ４０、ノズル軸１３、ノズル装着部１４、および吸着ノズル１５のそれぞれの内部の気圧が大気圧になる。
【0056】
流量センサ１６は、出力経路１７に流れるエアの流量を計測し、その計測結果を示す流量情報ｄ１を出力する。例えば、図３の矢印ａによって示される向きに流れるエアの流量は、正の流量として計測され、図３の矢印ｂによって示される向きに流れるエアの流量は、負の流量として計測される。流量情報ｄ１は、例えば、流量の経時的な変化を波形として示す。このような流量情報ｄ１は、移載ヘッド８に含まれる複数のノズルユニット９のそれぞれの流量センサ１６から出力される。
【0057】
吸着保持面１５ａに部品Ｄが当接している状態で吸着ノズル１５がエアを吸引すると、吸着ノズル１５によって部品Ｄが真空吸着される。このとき、流量センサ１６によって計測されるエアの流量は、ほぼゼロである。吸着保持面１５ａに部品Ｄが当接していない状態で吸着ノズル１５が周囲のエアを吸引しているときには、流量センサ１６によって計測されるエアの流量は、負の流量となる。また、吸着ノズル１５からエアが吹き出ているときには、流量センサ１６によって計測されるエアの流量は、正の流量である。また、大気供給源２２、ブローバルブ２０、切換バルブ１８、エアチューブ４０、ノズル軸１３、ノズル装着部１４、および吸着ノズル１５のそれぞれの内部の気圧が大気圧である場合には、流量センサ１６によって計測されるエアの流量は、ほぼゼロである。
【0058】
図４は、本実施の形態における部品装着装置１の機能構成の一例を示すブロック図である。
【0059】
部品装着装置１は、上述のように、基板搬送機構２、部品供給部４、ヘッド移動機構１０、部品認識カメラ１１、基板認識カメラ１２、真空ポンプ１９、エア供給源２１、大気供給源２２、および移載ヘッド８を備える。部品装着装置１は、さらに、装置制御部３０、装置記憶部３１、入力部３２、提示部３３、および診断システム１００を備える。
【0060】
ヘッド移動機構１０は、上述のＹ軸ビーム６およびＸ軸ビーム７などを含む機構である。
【0061】
装置制御部３０は、部品装着装置１の各構成要素を制御する。例えば、装置制御部３０は、ＣＰＵ（Central Processing Unit）またはプロセッサなどによって構成されている。
【0062】
装置記憶部３１は、部品装着装置１が基板３に部品Ｄを実装するための各種データを格納している記録媒体である。例えば、装置記憶部３１は、ハードディスクドライブ、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、または半導体メモリなどである。なお、このような装置記憶部３１は、揮発性であっても不揮発性であってもよい。また、装置記憶部３１は、装置制御部３０によって読み出されて実行されるコンピュータプログラムを格納していてもよい。この場合、装置制御部３０は、そのコンピュータプログラムを読み出して実行することによって、部品装着装置１の各構成要素を制御する。
【0063】
入力部３２は、例えばキーボード、タッチセンサ、タッチパッドまたはマウスなどとして構成されている。このような入力部３２は、部品装着装置１を用いて装着基板の生産を行う作業者による入力操作を受け付け、その入力操作に応じた信号を装置制御部３０または診断システム１００などに出力する。
【0064】
提示部３３は、装置制御部３０または診断システム１００からの提示信号を受け付け、その提示信号に応じた画像および音声のうちの少なくとも一方を出力する。具体的には、提示部３３は、液晶ディスプレイ、有機ＥＬ（Electro-Luminescence）ディスプレイなどのディスプレイである。この場合、提示部３３は、提示信号に応じた画像を表示する。また、提示部３３は、スピーカーなどであってもよい。この場合、提示部３３は、提示信号に応じた音声を出力する。また、提示部３３は、ディスプレイおよびスピーカーを備えていてもよい。
【0065】
診断システム１００は、移載ヘッド８の複数のノズルユニット９のそれぞれについて、そのノズルユニット９に含まれる各構成部材の劣化状態を診断する。つまり、診断システム１００は、上記各構成部材の現在の劣化度を推定し、さらに、将来の劣化度を推定する。また、診断システム１００は、それらの構成部材のメンテナンス時期を予測する。そのノズルユニット９に含まれる各構成部材は、エアが通過する部材である。具体的には、各構成部材は、エアチューブ４０、フィルタ４１、バルブ、またはシャフトなどである。バルブは、切換バルブ１８およびブローバルブ２０のうちの少なくとも一方である。シャフトは、例えばノズル軸１３である。
【0066】
［診断システムの構成および動作］
図５は、本実施の形態における診断システム１００の機能構成の一例を示すブロック図である。
図５は、本実施の形態における診断システム１００の機能構成の一例を示すブロック図である。
【0067】
診断システム１００は、流量情報ｄ１、生産計画情報ｄ２、および生産実績情報ｄ３を用いて、複数のノズルユニット９のそれぞれに含まれる各構成部材の劣化状態を診断し、その診断結果を示す提示信号を提示部３３に出力する。これにより、その診断結果が画像、音声などによって提示部３３から提示される。
【0068】
このような診断システム１００は、取得部１０１、メンテナンス処理部１０２、予測部１０３、出力部１０４、学習部１１０、モデル格納部１２０、および劣化特定部１３０を備える。
【0069】
取得部１０１は、流量情報ｄ１、生産計画情報ｄ２、および生産実績情報ｄ３を取得する。流量情報ｄ１は、移載ヘッド８によって部品Ｄを吸着して基板３に装着する部品装着装置１におけるその移載ヘッド８に流れるエアの流量に関する情報である。生産計画情報ｄ２は、部品装着装置１を用いて装着基板を生産する計画を示す情報である。つまり、生産計画情報ｄ２は、部品Ｄが装着された基板３である装着基板を、生産設備を用いて生産する生産計画を示す情報である。例えば、生産計画情報ｄ２は、部品装着装置１の複数のノズルユニット９のそれぞれについて、そのノズルユニット９によって部品Ｄが吸着されて基板３に装着される回数（以下、装着回数と呼ばれる）を上述の計画として示す。より具体的には、生産計画情報ｄ２は、将来の複数の時点のそれぞれにおける装着回数を示す。生産実績情報ｄ３は、生産計画情報ｄ２にしたがって装着基板を生産するために部品装着装置１が稼働した実績を示す情報である。つまり、生産実績情報ｄ３は、生産設備を用いて装着基板が生産された実績を示す情報である。例えば、生産実績情報ｄ３は、部品装着装置１の複数のノズルユニット９のそれぞれについて、現時点までに、そのノズルユニット９によって部品Ｄが吸着されて基板３に装着された過去の装着回数を上述の実績として示す。より具体的には、生産実績情報ｄ３は、過去の複数の時点のそれぞれにおける装着回数を示す。
【0070】
取得部１０１は、流量情報ｄ１を学習部１１０および劣化特定部１３０に出力する。さらに、取得部１０１は、生産計画情報ｄ２および生産実績情報ｄ３を予測部１０３に出力する。
【0071】
学習部１１０は、取得部１０１から流量情報ｄ１を訓練データとして取得し、その流量情報ｄ１を用いた機械学習によって診断モデルを生成し、その診断モデルをモデル格納部１２０に格納する。診断モデルは、ノズルユニット９に含まれる各構成部材のそれぞれの劣化状態を診断するために用いられる機械学習モデルである。具体的な一例では、診断モデルは、ニューラルネットワークである。このような診断モデルは、流量情報ｄ１の入力に対して、その流量情報ｄ１に対応するノズルユニット９に含まれる各構成部材のそれぞれの劣化状態を示す情報が出力されるように、学習部１１０が機械学習を行うことによって生成されている。つまり、診断モデルは、流量情報ｄ１と、ノズルユニット９に含まれる各構成部材のそれぞれの劣化状態との関係を示していると言える。
【0072】
モデル格納部１２０は、診断モデルを格納するための記録媒体である。このようなモデル格納部１２０は、ハードディスクドライブ、ＲＡＭ、ＲＯＭ、または半導体メモリなどである。
【0073】
劣化特定部１３０は、流量情報ｄ１に基づいて、移載ヘッド８のその流量情報ｄ１に対応するノズルユニット９に含まれる複数の構成部材のそれぞれの劣化状態を特定する。具体的には、劣化特定部１３０は、取得部１０１から流量情報ｄ１を取得し、モデル格納部１２０から診断モデルを取得する。そして、劣化特定部１３０は、その流量情報ｄ１を診断モデルに入力し、その診断モデルから出力される劣化情報を取得する。この劣化情報は、ノズルユニット９に含まれる各構成部材のそれぞれの劣化状態を示す。劣化特定部１３０は、このような劣化情報を取得することによって、その各構成部材の劣化状態を特定する。つまり、劣化特定部１３０は、診断モデルを用いることによって劣化状態を特定する。劣化特定部１３０は、その特定された劣化状態を示す劣化情報を出力部１０４、メンテナンス処理部１０２および予測部１０３に出力する。なお、劣化情報は、部品装着装置１である生産設備に含まれる各構成部材の過去または現在の劣化状態を示す情報である。また、劣化情報は、複数の過去の時点のそれぞれにおける各構成部材の劣化状態を示していてもよい。
【0074】
メンテナンス処理部１０２は、劣化特定部１３０から劣化情報を取得し、その劣化情報に基づいて、ノズルユニット９に含まれる構成部材のメンテナンスに関するメンテナンス情報を生成する。そして、メンテナンス処理部１０２は、そのメンテナンス情報を出力部１０４に出力する。
【0075】
予測部１０３は、移載ヘッド８のノズルユニット９に含まれる各構成部材の将来の劣化状態を推定する。さらに、予測部１０３は、その劣化状態が規定劣化状態に到達する到達時期をメンテナンス時期として予測する。つまり、予測部１０３は、劣化特定部１３０によって特定された劣化状態を示す情報を劣化情報として取得する。そして、予測部１０３は、その劣化情報と、取得部１０１によって取得された生産計画情報ｄ２および生産実績情報ｄ３とに基づいて、各構成部材の将来の劣化状態が、予め定められた劣化状態である規定劣化状態に到達する到達時期を予測する。予測部１０３は、その予測された到達時期を示す到達時期情報を出力部１０４に出力する。
【0076】
出力部１０４は、特定された劣化状態を示す劣化情報を出力する。つまり、出力部１０４は、劣化特定部１３０から劣化情報を取得すると、その劣化情報を提示信号として提示部３３に出力する。これにより、提示部３３からは劣化情報の内容（すなわち劣化状態）が提示される。また、出力部１０４は、予測された到達時期を示す到達時期情報を出力する。つまり、出力部１０４は、予測部１０３から到達時期情報を取得すると、その到達時期情報を提示信号として提示部３３に出力する。これにより、提示部３３からはその到達時期情報の内容（すなわち到達時期）が提示される。さらに、出力部１０４は、メンテナンス情報を出力する。つまり、出力部１０４は、メンテナンス処理部１０２からメンテナンス情報を取得すると、そのメンテナンス情報を提示信号として提示部３３に出力する。これにより、提示部３３からはそのメンテナンス情報の内容（すなわちメンテナンスに関する内容）が提示される。
【0077】
図６は、学習部１１０および診断モデルを説明するための図である。
【0078】
学習部１１０は、特徴量抽出部１１１と、学習処理部１１２とを備える。特徴量抽出部１１１は、訓練データである流量情報ｄ１を取得部１０１から取得すると、その流量情報ｄ１からエアの流量に関する複数種の特徴量を抽出し、その複数種の特徴量を示す訓練用の特徴量データｄａ１を学習処理部１１２に出力する。
【0079】
流量情報ｄ１は、例えば、流量センサ１６によって計測されたエアの流量の経時変化を示す流量波形である。この流量波形は、例えば、部品装着装置１が装着基板の生産を行っていないときに、ノズル制御部２３による制御によってノズルユニット９にエアの吸引または吹き出しを断続的に繰り返し実行させることによって得られる波形であってもよい。また、その流量波形は、吸着ノズル１５がノズル装着部１４に装着されていないときに得られる波形であってもよい。特徴量抽出部１１１は、例えば、その流量波形によって示される特徴的な時間または流量を特徴量として抽出する。具体的には、特徴量は、正側のピーク流量、負側のピーク流量、定常流量、応答時間、または定常時間などの数値である。あるいは、特徴量は、それらの数値のうちの２つ以上の数値を用いた演算によって算出される値であってもよく、それらの数値からなるベクトルであってもよい。応答時間は、例えば、切換バルブ１８およびブローバルブ２０によってエアの流路が切り換えられたときから、エアの流量が安定するまでの時間である。定常時間は、その安定している流量が継続している時間である。定常流量は、その安定している流量である。
【0080】
学習処理部１１２は、訓練用の特徴量データｄａ１を特徴量抽出部１１１から取得し、その特徴量データｄａ１を用いた機械学習を行うことによって、診断モデル１２１を生成し、その診断モデル１２１をモデル格納部１２０に格納する。機械学習は、例えば、ニューラルネットワークまたはディープニューラルネットワークなどを用いた学習である。また、機械学習は、教師あり学習であってもよく、教師なし学習であってもよい。また、機械学習は、ランダムフォレスト、ＳＶＭ（Support Vector Machine）、ガウス過程回帰、ＳＶＲ（Support Vector Regression）、またはランダムフォレスト回帰であってもよい。機械学習は、指数モデル、パワーモデル、対数モデル、Ｇｏｍｐｅｒｔｚモデル、またはＬｌｏｙｄ－Ｌｉｐｏｗモデルを診断モデル１２１として生成する学習であってもよい。
【0081】
このような学習処理部１１２は、異常学習部１１２ａ、分類学習部１１２ｂ、および劣化度学習部１１２ｃを備えている。異常学習部１１２ａは、訓練用の特徴量データｄａ１を用いた機械学習によって異常判定モデル１２１ａを生成する。この異常判定モデル１２１ａは、例えば、特徴量データｄａ１の入力に対して、その特徴量データｄａ１に対応するノズルユニット９が異常であるか否かを示す異常判定結果情報を出力するモデルである。教師あり学習の場合、異常学習部１１２ａは、訓練用の特徴量データｄａ１と、その特徴量データｄａ１に示される少なくとも１つの特徴量に対応する教師データとを用いて学習を行う。教師データは、ノズルユニット９が異常であるか否かを示す。異常判定モデル１２１ａは、例えば、２種類の特徴量のそれぞれを座標軸とする二次元空間において、ノズルユニット９が異常である領域と、ノズルユニット９が正常である領域とを示す。
【0082】
分類学習部１１２ｂは、訓練用の特徴量データｄａ１を用いた機械学習によって異常分類モデル１２１ｂを生成する。この異常分類モデル１２１ｂは、少なくとも特徴量データｄａ１の入力に対して、その特徴量データｄａ１に対応するノズルユニット９のうちの何れの構成部材が異常であるかを示す異常分類情報を出力するモデルである。教師あり学習の場合、分類学習部１１２ｂは、訓練用の特徴量データｄａ１と、その特徴量データｄａ１に示される少なくとも１つの特徴量に対応する教師データとを用いて学習を行う。教師データは、ノズルユニット９のうちの何れの構成部材が異常であるかを示す。
【0083】
劣化度学習部１１２ｃは、訓練用の特徴量データｄａ１を用いた機械学習によって劣化度推定モデル１２１ｃを生成する。この劣化度推定モデル１２１ｃは、少なくとも特徴量データｄａ１の入力に対して、その特徴量データｄａ１に対応するノズルユニット９の構成部材の劣化度を示す劣化度情報を出力するモデルである。教師あり学習の場合、劣化度学習部１１２ｃは、訓練用の特徴量データｄａ１と、その特徴量データｄａ１に示される少なくとも１つの特徴量に対応する教師データとを用いて学習を行う。教師データは、ノズルユニット９の構成部材の劣化度を示す。
【0084】
図７は、劣化特定部１３０および診断モデルを説明するための図である。
【0085】
劣化特定部１３０は、特徴量抽出部１３１と、特定処理部１３２とを備える。特徴量抽出部１３１は、流量情報ｄ１を取得部１０１から取得すると、その流量情報ｄ１からエアの流量に関する複数種の特徴量を抽出し、その複数種の特徴量を示す特徴量データｄａ１を特定処理部１３２に出力する。つまり、劣化特定部１３０の特徴量抽出部１３１は、学習部１１０の特徴量抽出部１１１と同様の構成および機能を有する。
【0086】
特定処理部１３２は、特徴量データｄａ１を特徴量抽出部１３１から取得し、診断モデル１２１をモデル格納部１２０から取得する。そして、特定処理部１３２は、その特徴量データｄａ１を診断モデル１２１に入力することによって、その診断モデル１２１から出力される劣化情報ｄｂを取得する。これにより、その特徴量データｄａ１に対応するノズルユニット９に含まれる各構成部材の劣化状態が特定される。具体的には、特定処理部１３２は、異常処理部１３２ａ、分類処理部１３２ｂ、および劣化度処理部１３２ｃを備える。
【0087】
異常処理部１３２ａは、診断モデル１２１のうちの異常判定モデル１２１ａをモデル格納部１２０から取得し、特徴量データｄａ１をその異常判定モデル１２１ａに入力する。これにより、異常処理部１３２ａは、その異常判定モデル１２１ａから出力される異常判定結果情報ｄｂ１を取得する。この異常判定結果情報ｄｂ１は、その特徴量データｄａ１に対応するノズルユニット９が異常であるか否かを示す。つまり、異常処理部１３２ａは、特徴量データｄａ１に対応するノズルユニット９が異常であるか否かを判定する。
【0088】
分類処理部１３２ｂは、診断モデル１２１のうちの異常分類モデル１２１ｂをモデル格納部１２０から取得し、特徴量データｄａ１をその異常分類モデル１２１ｂに入力する。これにより、分類処理部１３２ｂは、その異常分類モデル１２１ｂから出力される異常分類情報ｄｂ２を取得する。この異常分類情報ｄｂ２は、その特徴量データｄａ１に対応するノズルユニット９のうちの何れの構成部材が異常であるかを示す。つまり、分類処理部１３２ｂは、特徴量データｄａ１に対応するノズルユニット９に含まれる複数の構成部材のそれぞれについて、その構成部材の状態を正常および異常の何れかに分類する。
【0089】
劣化度処理部１３２ｃは、診断モデル１２１のうちの劣化度推定モデル１２１ｃをモデル格納部１２０から取得し、特徴量データｄａ１をその劣化度推定モデル１２１ｃに入力する。これにより、劣化度処理部１３２ｃは、その劣化度推定モデル１２１ｃから出力される劣化度情報ｄｂ３を取得する。この劣化度情報ｄｂ３は、ノズルユニット９の構成部材の劣化度を示す。つまり、劣化度処理部１３２ｃは、劣化度推定モデル１２１ｃを用いて、ノズルユニット９の構成部材の劣化度を推定する。このように、劣化特定部１３０は、ノズルユニット９に含まれる少なくとも１つの構成部材のそれぞれの劣化の度合いを示す劣化度を推定することによって、劣化状態を特定する。また、その劣化度は、劣化の度合いが大きいほど大きい値を示す。
【0090】
図８は、劣化情報ｄｂの具体的な一例を示す図である。
【0091】
劣化特定部１３０は、移載ヘッド８に含まれる複数のノズルユニット９のそれぞれについて、そのノズルユニット９の劣化情報ｄｂを生成して出力する。劣化情報ｄｂは、図８に示すように、異常判定結果情報ｄｂ１、異常分類情報ｄｂ２、および劣化度情報ｄｂ３を含む。具体的な例では、異常判定結果情報ｄｂ１は、その異常判定結果情報ｄｂ１に対応するノズルユニット９が異常であることを示す。そして、異常分類情報ｄｂ２は、そのノズルユニット９に含まれる各構成部材が正常であるか、異常であるかを示す。例えば、異常分類情報ｄｂ２は、フィルタ４１が正常であり、切換バルブ１８などのバルブが正常であり、エアチューブ４０が異常であり、ノズル軸１３であるシャフトが正常であることを示す。劣化度情報ｄｂ３は、そのノズルユニット９に含まれる各構成要素の劣化度を０～１０の整数値によって示す。劣化度が１０に近いほど、その劣化度は、劣化の度合いが大きいことを示し、劣化度が０に近いほど、その劣化度は、劣化の度合いが小さいことを示す。例えば、劣化度情報ｄｂ３は、フィルタ４１の劣化度「１」と、バルブの劣化度「５」と、エアチューブ４０の劣化度「９」と、シャフトの劣化度「６」とを示す。
【0092】
本実施の形態では、このような劣化情報ｄｂの内容が提示部３３から提示される。したがって、部品装着装置１を用いて作業を行う作業者は、その出力された劣化情報ｄｂから、移載ヘッド８に含まれる少なくとも１つの構成部材のそれぞれの劣化状態を把握することができる。その結果、構成部材が正常か否かのような単純な状態よりも移載ヘッド８の詳細な状態を診断することができる。複数の構成部材のそれぞれの劣化状態が診断されるため、作業者は、それらの構成部材のメンテナンスが必要か、そのメンテナンスの準備をしておく必要があるのかを容易に判断することができる。したがって、作業者は、メンテナンスが必要でない構成部材に対して、メンテナンスを無駄に行ってしまうことを抑制することができる。あるいは、作業者は、メンテナンスの準備が必要でない構成部材に対して、メンテナンスまたはその準備を無駄に行ってしまうことを抑制することができる。その結果、メンテナンスの効率化、メンテナンス時間の短縮化、および、メンテナンスに係る費用の削減を図ることができる。このように、生産設備である部品装着装置１の作業者によるメンテナンスをより適切に支援することができる。
【0093】
メンテナンス処理部１０２は、このような劣化情報ｄｂに基づいて、その劣化情報ｄｂに対応するノズルユニット９に含まれる構成部材のメンテナンスに関するメンテナンス情報を生成する。具体的には、メンテナンス処理部１０２は、ノズルユニット９に含まれる複数の構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が閾値を超えるか否かを判定し、その閾値を超えると判定された劣化度を有する構成部材のメンテナンスに関するメンテナンス情報を生成する。そのメンテナンス情報は、例えば、構成部材のメンテナンスの実施を促す内容のメンテナンス警報情報、または、構成部材のメンテナンスの実施のための準備を促す内容のメンテナンス予報情報である。メンテナンス警報情報は、メンテナンスが今すぐに必要であることを作業者に知らせるための警報または警告であるとも言える。メンテナンス予報情報は、メンテナンスが必要なタイミングが迫っていることを作業者に事前に知らせるための予報または予告であるとも言える。メンテナンス処理部１０２は、メンテナンス警報情報、メンテナンス予報情報などのメンテナンス情報を生成すると、そのメンテナンス情報を出力部１０４に出力する。
【0094】
出力部１０４は、メンテナンス処理部１０２からメンテナンス情報を取得すると、そのメンテナンス情報を提示信号として提示部３３に出力する。これにより、メンテナンス情報の内容が画像または音声などによって提示部３３に提示される。
【0095】
また、劣化特定部１３０は、移載ヘッド８のノズルユニット９に含まれる１つ以上の構成部材のそれぞれに異常があるか否かを判定し、その１つ以上の構成部材のうち、異常があると判定された少なくとも１つの構成部材のそれぞれの劣化度を推定してもよい。言い換えれば、劣化特定部１３０は、構成部材に異常があるか否かを判定し、異常があると判定した場合に、その構成部材の劣化度を推定してもよい。
【0096】
図９は、異常処理部１３２ａ、分類処理部１３２ｂ、および劣化度処理部１３２ｃの入出力を説明するための図である。
【0097】
異常処理部１３２ａ、分類処理部１３２ｂ、および劣化度処理部１３２ｃのそれぞれは、入力データに対して、新たな情報をその入力データに付加して出力してもよい。つまり、異常処理部１３２ａは、特徴量抽出部１３１から出力された特徴量データｄａ１を入力データとして取得し、その入力データに新たな情報である異常判定結果情報ｄｂ１を付加して出力する。
【0098】
分類処理部１３２ｂは、異常処理部１３２ａから出力された特徴量データｄａ１および異常判定結果情報ｄｂ１を入力データとして取得し、その入力データに新たな情報である異常分類情報ｄｂ２を付加して出力する。
【0099】
劣化度処理部１３２ｃは、分類処理部１３２ｂから出力された特徴量データｄａ１、異常判定結果情報ｄｂ１、および異常分類情報ｄｂ２を入力データとして取得し、その入力データに新たな情報である劣化度情報ｄｂ３を付加して出力する。このとき出力される劣化度情報ｄｂ３は、異常分類情報ｄｂ２において異常に分類されている構成部材（異常部材とも呼ばれる）の劣化度を示していてもよい。さらに、劣化度処理部１３２ｃは、特徴量抽出部１３１から出力された特徴量データｄａ１を入力データとして取得してもよい。この場合、劣化度処理部１３２ｃは、その特徴量データｄａ１に基づいて、異常分類情報ｄｂ２において正常に分類されている構成部材（正常部材とも呼ばれる）の劣化度を示す劣化度情報ｄｂ３を出力してもよい。
【0100】
図１０は、予測部１０３の処理を説明するための図である。
【0101】
予測部１０３は、取得部１０１から生産実績情報ｄ３を取得し、劣化特定部１３０から劣化情報ｄｂを取得する。生産実績情報ｄ３は、移載ヘッド８の複数のノズルユニット９のそれぞれについて、そのノズルユニット９によって部品Ｄが基板３に装着された装着回数を示す装着回数情報を含む。そして、予測部１０３は、その装着回数情報と劣化情報ｄｂとに基づいて、複数のノズルユニット９のそれぞれについて、そのノズルユニット９に含まれる各構成部材の将来の劣化状態を推定する。
【0102】
例えば、図１０のグラフは、１つのノズルユニット９に含まれる１つの構成部材の劣化度と、そのノズルユニット９によって部品Ｄが基板３に装着される装着回数との関係を示す。そのグラフの横軸は装着回数を示し、縦軸は劣化度を示す。
【0103】
予測部１０３は、現在または過去の装着回数と、その装着回数における劣化度とを示す劣化点（図１０中の黒丸印）を、生産実績情報ｄ３および劣化情報ｄｂから特定する。具体的には、予測部１０３は、現在または過去の時点ごとに、生産実績情報ｄ３の装着回数情報に示されるその時点の装着回数と、その時点で得られた劣化情報ｄｂに示される劣化度とを関連付けることによって、現在または過去の各時点における劣化点を特定する。
【0104】
予測部１０３は、１つ以上の劣化点を特定すると、それらの劣化点に対する近似曲線を劣化近似曲線として算出する。なお、その劣化近似曲線は、例えば最小二乗法によって算出されてもよい。つまり、予測部１０３は、その劣化近似曲線を算出することによって、将来の劣化状態を推定する。具体的には、予測部１０３は、現時点の装着回数ｍ０よりも多い装着回数と、構成部材の劣化度との関係がその劣化近似曲線によって示されると推定する。したがって、予測部１０３は、装着回数ｍよりも多い装着回数における劣化度を示す予測劣化点（図１０中の四角印）が、その劣化近似曲線上にあると判断する。このように、予測部１０３は、構成部材の現時点以降の将来の劣化状態として、その構成部材の劣化の度合いが大きいほど大きい値を示す将来の劣化度を推定する。
【0105】
次に、予測部１０３は、構成部材の将来の劣化状態が、予め定められた劣化状態である規定劣化状態に到達する到達時期を予測する。その規定劣化状態は、構成部材のメンテナンスの実施が必要な第１規定劣化状態、または、そのメンテナンスの実施のための準備が必要な第２規定劣化状態である。つまり、第１規定劣化状態は、構成部材に対して上述のメンテナンス警報情報が生成されて、そのメンテナンス警報情報の内容が提示部３３から提示されるときの、その構成部材の劣化状態である。また、第２規定劣化状態は、構成部材に対して上述のメンテナンス予報情報が生成されて、そのメンテナンス予報情報の内容が提示部３３から提示されるときの、その構成部材の劣化状態である。
【0106】
具体的には、予測部１０３は、将来の劣化度が、第１規定劣化状態に対応する第１閾値に到達する到達時期、または、第２規定劣化状態に対応する第２閾値に到達する到達時期を、生産計画情報ｄ２に基づいて予測する。つまり、予測部１０３は、劣化近似曲線において劣化度が第１閾値であるときの装着回数ｍ１を特定する。そして、予測部１０３は、生産計画情報ｄ２を参照し、現時点の装着回数ｍ０から装着回数ｍ１に至るまでの期間Ｔ１をその生産計画情報ｄ２から特定する。なお、生産計画情報ｄ２には、ノズルユニット９ごとの時間経過と装着回数との関係が示されている。予測部１０３は、現時点からその特定された期間Ｔ１経過後のタイミングを、構成部材の将来の劣化状態が第１規定劣化状態に到達する到達時期として予測する。この到達時期は、メンテナンス実施時期とも呼ばれる。
【0107】
同様に、予測部１０３は、劣化近似曲線において劣化度が第２閾値であるときの装着回数ｍ２を特定する。なお、第２閾値は、第１閾値よりも小さい値である。そして、予測部１０３は、生産計画情報ｄ２を参照し、現時点の装着回数ｍ０から装着回数ｍ２に至るまでの期間Ｔ２をその生産計画情報ｄ２から特定する。予測部１０３は、現時点からその特定された期間Ｔ２経過後のタイミングを、構成部材の将来の劣化状態が第２規定劣化状態に到達する到達時期として予測する。この到達時期は、メンテナンス準備時期とも呼ばれる。なお、上述のメンテナンス実施時期およびメンテナンス準備時期は、メンテナンス時期と総称される。また、到達時期情報は、そのメンテナンス時期を示す。
【0108】
このように、本実施の形態では、劣化した構成部材のメンテナンスの実施が必要となる時期、またはそのメンテナンスの実施のための準備が必要となる時期が到達時期として予測され、その到達時期を示す到達時期情報が出力される。したがって、生産設備である部品装着装置１を用いて作業を行う作業者は、その到達時期、すなわちメンテナンス実施時期またはメンテナンス準備時期を把握することができる。その結果、作業者は、それらの時期を見越して作業を行うことができ、作業効率を向上することができる。また、メンテナンスの効率化を図ることができる。このように、作業者による生産設備のメンテナンスをより適切に支援することができる。
【0109】
［診断システムの処理の流れ］
図１１は、診断システム１００による劣化状態の特定に関する処理動作の一例を示すフローチャートである。
図１１は、診断システム１００による劣化状態の特定に関する処理動作の一例を示すフローチャートである。
【0110】
まず、診断システム１００の取得部１０１は、流量情報ｄ１を取得する（ステップＳ１）。次に、劣化特定部１３０の特徴量抽出部１３１は、その流量情報ｄ１から特徴量を抽出することによって特徴量データｄａ１を生成する（ステップＳ２）。
【0111】
そして、劣化特定部１３０の特定処理部１３２は、ステップＳ３、Ｓ４およびＳ５の処理を実行する。つまり、特定処理部１３２の異常処理部１３２ａは、ノズルユニット９に異常があるか否かを判定する（ステップＳ３）。特定処理部１３２の分類処理部１３２ｂは、ノズルユニット９に含まれる各構成部材の状態を異常と正常とに分類する（ステップＳ４）。特定処理部１３２の劣化度処理部１３２ｃは、ノズルユニット９に含まれる各構成部材の劣化度を推定する（ステップＳ５）。
【0112】
出力部１０４は、その劣化特定部１３０の特定処理部１３２によって行われたステップＳ３、Ｓ４およびＳ５の処理の結果を示す劣化情報ｄｂを、診断結果として提示部３３に出力する（ステップＳ６）。これにより、劣化情報ｄｂの内容が提示部３３から提示される。
【0113】
図１２は、診断システム１００によるメンテナンス指示に関する処理動作の一例を示すフローチャートである。
【0114】
まず、診断システム１００は、診断処理を実行する（ステップＳ１０）。この診断処理は、図１１のフローチャートに含まれるステップＳ１～Ｓ５の処理である。
【0115】
そして、診断システム１００のメンテナンス処理部１０２は、ステップＳ１０の診断処理で得られた各構成部材の劣化度が第１閾値よりも大きいか否かを判定する（ステップＳ１１）。ここで、メンテナンス処理部１０２は、構成部材の劣化度が第１閾値よりも大きいと判定すると（ステップＳ１１のＹｅｓ）、出力部１０４および提示部３３を介してメンテナンスの実行を作業者に指示する（ステップＳ１２）。つまり、メンテナンス処理部１０２は、ノズルユニット９に含まれる複数の構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が第１閾値を超えるか否かを判定する。そして、メンテナンス処理部１０２は、第１閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施を促す内容のメンテナンス警報情報を生成する。その後、メンテナンス処理部１０２は、そのメンテナンス警報情報を出力部１０４に出力し、出力部１０４は、そのメンテナンス警報情報を提示部３３に出力する。これにより、提示部３３からはそのメンテナンス警報情報の内容が提示される。
【0116】
このように、本実施の形態では、例えば激しく劣化した構成部材に対しては、その構成部材のメンテナンスの実施を促す内容のメンテナンス警報情報が生成されて出力される。その結果、メンテナンス警報情報が作業者に通知され、作業者は、その構成部材のメンテナンスを迅速かつ適切に行うことができる。
【0117】
一方、ステップＳ１１において、メンテナンス処理部１０２は、構成部材の劣化度が第１閾値以下であると判定すると（ステップＳ１１のＮｏ）、さらに、その劣化度が第２閾値よりも大きいか否かを判定する（ステップＳ１３）。ここで、メンテナンス処理部１０２は、構成部材の劣化度が第２閾値よりも大きいと判定すると（ステップＳ１３のＹｅｓ）、出力部１０４および提示部３３を介してメンテナンスの準備を作業者に指示する（ステップＳ１４）。この第２閾値は、第１閾値未満の数値である。つまり、メンテナンス処理部１０２は、ノズルユニット９に含まれる複数の構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が第１閾値以下であり、かつ、その劣化度が第１閾値よりも小さい第２閾値を超えるか否かを判定する。そして、メンテナンス処理部１０２は、第１閾値以下で第２閾値を超えると判定された劣化度を有する構成部材のメンテナンスの実施のための準備を促す内容のメンテナンス予報情報を生成する。その後、メンテナンス処理部１０２は、そのメンテナンス予報情報を出力部１０４に出力し、出力部１０４は、そのメンテナンス予報情報を提示部３３に出力する。これにより、提示部３３からはそのメンテナンス予報情報の内容が提示される。
【0118】
このように、本実施の形態では、例えば、激しく劣化していなくても、激しい劣化の状態に近づいている構成部材に対しては、その構成部材のメンテナンスの実施のための準備を促す内容のメンテナンス予報情報が生成されて出力される。その結果、メンテナンス予報情報が作業者に通知され、作業者は、その構成部材のメンテナンスの準備を事前に余裕をもって適切に行うことができる。
【0119】
さらに、出力部１０４は、ステップＳ１０の診断処理の結果を示す劣化情報ｄｂを、診断結果として提示部３３に出力する（ステップＳ６）。これにより、劣化情報ｄｂの内容が提示部３３から提示される。
【0120】
図１３は、診断システム１００によるメンテナンス時期予測に関する処理動作の一例を示すフローチャートである。
【0121】
まず、診断システム１００は、診断処理を実行する（ステップＳ１０）。この診断処理は、図１１のフローチャートに含まれるステップＳ１～Ｓ５の処理である。
【0122】
そして、診断システム１００の取得部１０１は、生産計画情報ｄ２を取得し（ステップＳ２１）、生産実績情報ｄ３を取得する（ステップＳ２２）。予測部１０３は、その取得された生産実績情報ｄ３に基づいて、ノズルユニット９に含まれる各構成部材の将来の劣化度を推定する（ステップＳ２３）。この将来の劣化度は、そのノズルユニット９が将来の部品Ｄの装着に用いられる装着回数に対して推定される。そして、予測部１０３は、その将来の劣化度と、ステップＳ２１で取得された生産計画情報ｄ２とに基づいて、ノズルユニット９の各構成部材のメンテナンス時期を予測する（ステップＳ２４）。このメンテナンス時期は、将来の劣化度が第１規定劣化状態に対応する第１閾値に到達するメンテナンス実施時期、または、将来の劣化度が第２規定劣化状態に対応する第２閾値に到達するメンテナンス準備時期である。
【0123】
次に、出力部１０４は、ステップＳ２４で予測されたメンテナンス時期を示す到達時期情報を提示部３３に出力する（ステップＳ２５）。これにより、到達時期情報の内容（すなわちメンテナンス時期）が提示部３３から提示される。
【0124】
以上のように、本実施の形態における診断システム１００では、移載ヘッド８に含まれる少なくとも１つの構成部材のそれぞれの劣化状態が特定されて、その劣化状態を示す劣化情報ｄｂが出力される。その結果、生産設備である部品装着装置１の作業者によるメンテナンスをより適切に支援することができる。
【0125】
また、劣化特定部１３０は、構成部材の劣化の度合いを示す劣化度を推定することによって、その構成部材の劣化状態を特定する。これにより、作業者は劣化状態をより詳細に把握することができる。
【0126】
また、劣化特定部１３０は、移載ヘッド８に含まれる１つ以上の構成部材のそれぞれに異常があるか否かを判定し、その１つ以上の構成部材のうち、異常があると判定された少なくとも１つの構成部材のそれぞれの劣化度を推定してもよい。これにより、異常と判定された構成部材に対して劣化度が推定されるため、劣化している可能性が比較的に高いと想定される構成部材に対して劣化度を推定し、劣化している可能性が比較的に低いと想定される構成部材に対する劣化度の推定を省くことができる。その結果、劣化度の推定の処理負担を軽減することができる。また、異常と判定された構成部材に対して劣化度が推定されるため、作業者は、その異常と判定された構成部材に対して、どのようなメンテナンスが必要か、あるいはメンテナンスが不要かを容易に把握することができる。例えば、構成部材の経過観察、構成部材の清掃、構成部材の補修、構成部材に含まれる部品の交換、構成部材そのものの交換など、必要とされるメンテナンスの態様を容易に把握することができる。
【0127】
また、メンテナンス処理部１０２は、少なくとも１つの構成部材のそれぞれについて、当該構成部材に対して推定された劣化度が閾値を超えるか否かを判定し、閾値を超えると判定された劣化度を有する構成部材のメンテナンスに関するメンテナンス情報を生成する。そして、出力部１０４は、そのメンテナンス情報を出力する。これにより、例えば劣化した構成部材に対しては、その構成部材のメンテナンスに関するメンテナンス情報が生成されて出力される。その結果、メンテナンス情報が作業者に通知され、作業者は、その構成部材のメンテナンスを迅速に、あるいは適切に行うことができる。
【0128】
また、劣化特定部１３０は、流量情報ｄ１と少なくとも１つの構成部材のそれぞれの劣化状態との関係を示す診断モデル１２１を用いることによって、劣化状態を特定する。これにより、適切に劣化状態を特定することができる。
【0129】
また、その診断モデル１２１は、流量情報ｄ１の入力に対して少なくとも１つの構成部材のそれぞれの劣化状態を示す情報が出力されるように機械学習を行うことによって生成されている。これにより、機械学習を適切に行うことによって、劣化状態の特定の精度を高めることができる。
【0130】
また、本実施の形態における診断システム１００では、劣化した構成部材のメンテナンスの実施が必要となる時期、またはそのメンテナンスの実施のための準備が必要となる時期が到達時期として予測され、その到達時期を示す到達時期情報が出力される。したがって、作業者による生産設備のメンテナンスをより適切に支援することができる。
【0131】
また、劣化情報ｄｂは、複数の過去の時点のそれぞれにおける構成部材の劣化状態を示す。これにより、劣化状態の経時的な変化に基づいて将来の劣化状態を適切に推定することができ、その結果、到達時期の予測精度を向上することができる。
【0132】
また、診断システム１００では、移載ヘッド８に含まれる構成部材の劣化状態が流量情報ｄ１に基づいて特定されて、その特定された劣化状態が到達時期の予測に用いられる。したがって、その劣化状態を適切に特定することができ、到達時期の予測精度を向上することができる。
【0133】
また、診断システム１００では、劣化状態が劣化度としてより詳細に推定されるため、到達時期の予測精度をさらに向上することができる。
【0134】
また、診断システム１００では、異常と判定された構成部材に対して劣化度が推定される場合には、劣化の兆候があると想定される構成部材に対して到達時期を予測し、劣化の兆候がないと想定される構成部材に対する到達時期の予測を省くことができる。その結果、到達時期の予測の処理負担を軽減することができる。
【0135】
また、生産実績情報ｄ３は、移載ヘッド８によって部品Ｄが基板３に装着された装着回数を示す装着回数情報を含み、予測部１０３は、装着回数情報と劣化情報ｄｂとに基づいて構成部材の将来の劣化状態を推定する。これにより、過去の装着回数に対する劣化度に基づいて、将来の装着回数に対する劣化度を適切に推定することができる。
【0136】
（その他の形態）
以上、本開示に係る診断システムおよび診断方法などについて、上記実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を上記実施の形態に施したものも、本開示の範囲に含まれてもよい。
以上、本開示に係る診断システムおよび診断方法などについて、上記実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を上記実施の形態に施したものも、本開示の範囲に含まれてもよい。
【0137】
例えば、上記実施の形態では、診断システム１００は、部品装着装置１の内部に備えられているが、部品装着装置１の外部に備えられていてもよく、部品装着装置１に接続された例えばパーソナルコンピュータとして構成されていてもよい。
【0138】
例えば、上記実施の形態では、移載ヘッド８には複数のノズルユニット９が備えられているが、移載ヘッド８に備えられるノズルユニット９の数は、１つであってもよい。また、上記実施の形態では、ノズルユニット９に含まれるエアチューブ４０、フィルタ４１、バルブなどの複数の構成部材のそれぞれについて、劣化状態が特定され、メンテナンス時期が予測されるが、１つの構成部材に対して劣化度の特定、メンテナンス時期の予測などが行われてもよい。言い換えれば、移載ヘッド８に含まれる少なくとも１つの構成部材に対して特定、予測などの各処理が行われてもよい。
【0139】
また、上記実施の形態では、学習部１１０が特徴量抽出部１１１を備え、劣化特定部１３０が特徴量抽出部１３１を備えるが、特徴量抽出部１１１および１３１は備えられていなくてもよい。言い換えれば、上記実施の形態は、流量情報ｄ１から各種の特徴量が抽出され、それらの特徴量を示す特徴量データｄａ１が、学習処理部１１２および特定処理部１３２に用いられる。しかし、流量情報ｄ１が学習処理部１１２および特定処理部１３２に直接用いられてもよい。つまり、流量情報ｄ１に示される流量波形が、機械学習に直接用いられてもよく、劣化状態の特定などに直接用いられてもよい。
【0140】
また、上記実施の形態では、劣化特定部１３０に異常処理部１３２ａおよび分類処理部１３２ｂが備えられているが、これらの構成要素が備えられていなくてもよい。つまり、移載ヘッド８の少なくとも１つの構成部材に対して劣化度が推定されれば、ノズルユニット９が異常であるか否かの判定、および、それらの構成部材の異常または正常の分類は、行われなくてもよい。また、異常処理部１３２ａによって判定される異常、および、分類処理部１３２ｂによって分類される異常は、構成部材の劣化に起因する異常であってよく、劣化と異なる要因に基づく異常であってもよい。
【0141】
また、上記実施の形態では、部品装着装置１は生産設備の一例であるが、生産設備は、部品装着装置１と異なる装置であってもよい。また、生産設備は、作業設備と呼ばれてもよい。さらに、上記実施の形態では、生産設備を用いて生産を行う作業者に対して各種の情報が提示されて、その作業者が生産設備のメンテナンスを行うが、そのような作業者以外の人にそれらの情報が提示され、作業者以外の人がメンテナンスを行ってもよい。
【0142】
また、上記実施の形態では、診断システム１００は、メンテナンス処理部１０２および予測部１０３を備えているが、これらのうちの一方のみを備えていてもよい。また、図１２に示す、メンテナンス処理部１０２に用いられる第１閾値および第２閾値と、図１０に示す、予測部１０３に用いられる第１閾値および第２閾値とは、それぞれ同一であっても異なっていてもよい。
【0143】
また、上記実施の形態では、診断モデル１２１は、機械学習モデルであるが、各種の特徴量とノズルユニット９の状態とを関連付けて示すテーブルであってもよい。ノズルユニット９の状態は、ノズルユニット９の正常または異常であってもよく、ノズルユニット９に含まれる各構成部材の正常または異常であってもよく、その各構成部材の劣化度であってもよい。
【0144】
なお、上記実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ（Central Processing Unit）またはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記実施の形態の診断システム１００などを実現するソフトウェアは、図１１～図１３に示すフローチャートに含まれる各ステップをコンピュータに実行させるプログラムである。
【0145】
なお、以下のような場合も本開示に含まれる。
【0146】
（１）上記の各装置は、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムである。前記ＲＡＭまたはハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、各装置は、その機能を達成する。ここでコンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。
【0147】
（２）上記の各装置を構成する構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。
【0148】
（３）上記の各装置を構成する構成要素の一部または全部は、各装置に脱着可能なＩＣカードまたは単体のモジュールから構成されているとしてもよい。前記ＩＣカードまたは前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。前記ＩＣカードまたは前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、前記ＩＣカードまたは前記モジュールは、その機能を達成する。このＩＣカードまたはこのモジュールは、耐タンパ性を有するとしてもよい。
【0149】
（４）本開示は、上記に示す方法であるとしてもよい。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。
【0150】
また、本開示は、前記コンピュータプログラムまたは前記デジタル信号をコンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ－ＲＯＭ、ＤＶＤ－ＲＡＭ、ＢＤ（Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ）、半導体メモリなどに記録したものとしてもよい。また、これらの記録媒体に記録されている前記デジタル信号であるとしてもよい。
【0151】
また、本開示は、前記コンピュータプログラムまたは前記デジタル信号を、電気通信回線、無線または有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。
【0152】
また、本開示は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムにしたがって動作するとしてもよい。
【0153】
また、前記プログラムまたは前記デジタル信号を前記記録媒体に記録して移送することにより、または前記プログラムまたは前記デジタル信号を前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。
【0154】
（５）上記実施の形態及びその他の形態を組み合わせてもよい。
【産業上の利用可能性】
【0155】
本開示は、例えば生産設備を管理するシステムなどに利用可能である。
【符号の説明】
【0156】
１ 部品装着装置
１ａ 基台
２ 基板搬送機構
３ 基板
４ 部品供給部
５ テープフィーダ
６ Ｙ軸ビーム
７ Ｘ軸ビーム
８ 移載ヘッド
８ａ 結合プレート
９ ノズルユニット
９ａ ノズル駆動部
１０ ヘッド移動機構
１１ 部品認識カメラ
１２ 基板認識カメラ
１３ ノズル軸
１４ ノズル装着部
１５ 吸着ノズル
１５ａ 吸着保持面
１６ 流量センサ
１７ 出力経路
１８ 切換バルブ
１９ 真空ポンプ
２０ ブローバルブ
２１ エア供給源
２２ 大気供給源
２３ ノズル制御部
３０ 装置制御部
３１ 装置記憶部
３２ 入力部
３３ 提示部
４０ エアチューブ
４１ フィルタ
１００ 診断システム
１０１ 取得部
１０２ メンテナンス処理部
１０３ 予測部
１０４ 出力部
１１０ 学習部
１１１ 特徴量抽出部
１１２ 学習処理部
１１２ａ 異常学習部
１１２ｂ 分類学習部
１１２ｃ 劣化度学習部
１２０ モデル格納部
１２１ 診断モデル
１２１ａ 異常判定モデル
１２１ｂ 異常分類モデル
１２１ｃ 劣化度推定モデル
１３０ 劣化特定部
１３１ 特徴量抽出部
１３２ 特定処理部
１３２ａ 異常処理部
１３２ｂ 分類処理部
１３２ｃ 劣化度処理部
ｄ１ 流量情報
ｄ２ 生産計画情報
ｄ３ 生産実績情報
ｄａ１ 特徴量データ
ｄｂ 劣化情報
ｄｂ１ 異常判定結果情報
ｄｂ２ 異常分類情報
ｄｂ３ 劣化度情報
１ａ 基台
２ 基板搬送機構
３ 基板
４ 部品供給部
５ テープフィーダ
６ Ｙ軸ビーム
７ Ｘ軸ビーム
８ 移載ヘッド
８ａ 結合プレート
９ ノズルユニット
９ａ ノズル駆動部
１０ ヘッド移動機構
１１ 部品認識カメラ
１２ 基板認識カメラ
１３ ノズル軸
１４ ノズル装着部
１５ 吸着ノズル
１５ａ 吸着保持面
１６ 流量センサ
１７ 出力経路
１８ 切換バルブ
１９ 真空ポンプ
２０ ブローバルブ
２１ エア供給源
２２ 大気供給源
２３ ノズル制御部
３０ 装置制御部
３１ 装置記憶部
３２ 入力部
３３ 提示部
４０ エアチューブ
４１ フィルタ
１００ 診断システム
１０１ 取得部
１０２ メンテナンス処理部
１０３ 予測部
１０４ 出力部
１１０ 学習部
１１１ 特徴量抽出部
１１２ 学習処理部
１１２ａ 異常学習部
１１２ｂ 分類学習部
１１２ｃ 劣化度学習部
１２０ モデル格納部
１２１ 診断モデル
１２１ａ 異常判定モデル
１２１ｂ 異常分類モデル
１２１ｃ 劣化度推定モデル
１３０ 劣化特定部
１３１ 特徴量抽出部
１３２ 特定処理部
１３２ａ 異常処理部
１３２ｂ 分類処理部
１３２ｃ 劣化度処理部
ｄ１ 流量情報
ｄ２ 生産計画情報
ｄ３ 生産実績情報
ｄａ１ 特徴量データ
ｄｂ 劣化情報
ｄｂ１ 異常判定結果情報
ｄｂ２ 異常分類情報
ｄｂ３ 劣化度情報
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】