特許 7403121 生産管理装置、生産管理方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-14

(45)【発行日】2023-12-22

(54)【発明の名称】生産管理装置、生産管理方法、およびプログラム

(51)【国際特許分類】

   H05K 13/08 20060101AFI20231215BHJP

   G05B 19/418 20060101ALI20231215BHJP

【ＦＩ】

H05K13/08 Z

G05B19/418 Z

【請求項の数】 15

(21)【出願番号】P 2019218352

(22)【出願日】2019-12-02

(65)【公開番号】P2021089919

(43)【公開日】2021-06-10

【審査請求日】2022-10-17

(73)【特許権者】

【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】岩田 維里

(72)【発明者】

【氏名】清水 太一

【審査官】中田 誠二郎

(56)【参考文献】

【文献】特開２０１９－１９７９２６（ＪＰ，Ａ）

【文献】特開２０１５－１４２０３２（ＪＰ，Ａ）

【文献】国際公開第２０１６／０１７２７６（ＷＯ，Ａ１）

【文献】特開２０１７－１９９０７４（ＪＰ，Ａ）

【文献】特開２０１８－０１８４１６（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０５Ｋ ３／３０；

１３／００－１３／０８

Ｇ０５Ｂ １９／４１８

(57)【特許請求の範囲】

【請求項1】

基板に部品を実装することによって実装基板を生産する部品実装装置と、前記実装基板の生産に関する処理を行う処理装置とを有する生産システムにおける前記実装基板の生産を管理する生産管理装置であって、
前記部品実装装置による前記実装基板の生産に使用されたデータであって、少なくとも１種類の部品のそれぞれについて、当該部品を基板に実装するための前記部品実装装置の動作条件である動作パラメータを含む生産データを取得するデータ取得部と、
取得された前記生産データに含まれる少なくとも１つの前記動作パラメータに対するフィルタリングを、前記処理装置から得られるフィルタリング情報を用いて行うことによって、１以上の動作パラメータを選択するフィルタリング部と、
選択された１以上の前記動作パラメータを教師データとして用いた学習によって、部品を基板に実装するための前記部品実装装置の動作条件と前記部品との間の関係性を示す学習モデルの生成または更新を行う学習部と、
を備える生産管理装置。

【請求項2】

前記動作パラメータは、前記部品実装装置による部品の移送、認識、吸着、および装着のうちの少なくとも１つに関するパラメータである、
請求項１に記載の生産管理装置。

【請求項3】

前記生産管理装置は、さらに、
前記学習モデルと、基板に実装される実装対象部品に関する部品情報とに基づいて、前記実装対象部品を基板に実装するための前記部品実装装置の動作条件である動作パラメータを推定するパラメータ推定部を備える、
請求項１または２に記載の生産管理装置。

【請求項4】

前記処理装置は、前記実装基板を検査する検査装置であって、前記実装基板の検査によって、前記実装基板に実装されている少なくとも１種類の部品のそれぞれの品質指数を示す情報を前記フィルタリング情報として出力し、
前記品質指数は、前記品質指数に対応する部品の実装状態が良いほど大きい数値を示し、
前記フィルタリング部は、
前記フィルタリングでは、それぞれ前記フィルタリング情報によって示される前記品質指数が閾値以上の部品の種類に対応する１以上の前記動作パラメータを選択する、
請求項１～３の何れか１項に記載の生産管理装置。

【請求項5】

前記処理装置は、前記生産データを管理するデータ管理装置であって、前記部品実装装置による前記生産データに基づく動作によって、少なくとも１種類の前記部品のそれぞれに対して前記部品実装装置で生じたエラーに関する実装実績指数を示す情報を前記フィルタリング情報として出力し、
前記実装実績指数は、前記エラーが少ないほど小さい数値を示し、
前記フィルタリング部は、
前記フィルタリングでは、それぞれ前記フィルタリング情報によって示される前記実装実績指数が閾値以下の部品の種類に対応する１以上の前記動作パラメータを選択する、
請求項１～３の何れか１項に記載の生産管理装置。

【請求項6】

前記処理装置は、互いに異なる複数種の前記実装基板に対応する複数の前記生産データを管理するデータ管理装置であって、基板の種類を識別するための基板識別情報を前記フィルタリング情報として出力し、
前記フィルタリング部は、
複数の前記生産データからなる生産データ群が前記データ取得部によって取得された場合には、
前記フィルタリングでは、前記生産データ群に含まれる少なくとも１つの前記動作パラメータから、それぞれ前記基板識別情報によって識別される種類の基板に実装される部品の種類に対応する１以上の前記動作パラメータを選択する、
請求項１～３の何れか１項に記載の生産管理装置。

【請求項7】

前記処理装置は、前記生産データを管理するデータ管理装置であって、それぞれ部品の種類を識別するための１以上の部品識別情報を含む前記フィルタリング情報を出力し、
前記フィルタリング部は、
前記フィルタリングでは、前記フィルタリング情報に含まれる１以上の前記部品識別情報のそれぞれによって識別される部品の種類に対応する前記動作パラメータを選択する、
請求項１～３の何れか１項に記載の生産管理装置。

【請求項8】

基板に部品を実装することによって実装基板を生産する部品実装装置と、前記実装基板の生産に関する処理を行う処理装置とを有する生産システムにおける前記実装基板の生産を管理する生産管理方法であって、
前記部品実装装置による前記実装基板の生産に使用されたデータであって、少なくとも１種類の部品のそれぞれについて、当該部品を基板に実装するための前記部品実装装置の動作条件である動作パラメータを含む生産データを取得し、
取得された前記生産データに含まれる少なくとも１つの前記動作パラメータに対するフィルタリングを、前記処理装置から得られるフィルタリング情報を用いて行うことによって、１以上の動作パラメータを選択し、
選択された１以上の前記動作パラメータを教師データとして用いた学習によって、部品を基板に実装するための前記部品実装装置の動作条件と前記部品との間の関係性を示す学習モデルの生成または更新を行う、
生産管理方法。

【請求項9】

前記動作パラメータは、前記部品実装装置による部品の移送、認識、吸着、および装着のうちの少なくとも１つに関するパラメータである、
請求項８に記載の生産管理方法。

【請求項10】

前記生産管理方法では、さらに、
前記学習モデルと、基板に実装される実装対象部品に関する部品情報とに基づいて、前記実装対象部品を基板に実装するための前記部品実装装置の動作条件である動作パラメータを推定する、
請求項８または９に記載の生産管理方法。

【請求項11】

前記処理装置は、前記実装基板を検査する検査装置であって、前記実装基板の検査によって、前記実装基板に実装されている少なくとも１種類の部品のそれぞれの品質指数を示す情報を前記フィルタリング情報として出力し、
前記品質指数は、前記品質指数に対応する部品の実装状態が良いほど大きい数値を示し、
前記フィルタリングでは、
それぞれ前記フィルタリング情報によって示される前記品質指数が閾値以上の部品の種類に対応する１以上の前記動作パラメータを選択する、
請求項８～１０の何れか１項に記載の生産管理方法。

【請求項12】

前記処理装置は、前記生産データを管理するデータ管理装置であって、前記部品実装装置による前記生産データに基づく動作によって、少なくとも１種類の前記部品のそれぞれに対して前記部品実装装置で生じたエラーに関する実装実績指数を示す情報を前記フィルタリング情報として出力し、
前記実装実績指数は、前記エラーが少ないほど小さい数値を示し、
前記フィルタリングでは、
それぞれ前記フィルタリング情報によって示される前記実装実績指数が閾値以下の部品の種類に対応する１以上の前記動作パラメータを選択する、
請求項８～１０の何れか１項に記載の生産管理方法。

【請求項13】

前記処理装置は、互いに異なる複数種の前記実装基板に対応する複数の前記生産データを管理するデータ管理装置であって、基板の種類を識別するための基板識別情報を前記フィルタリング情報として出力し、
前記フィルタリングでは、
複数の前記生産データからなる生産データ群が取得された場合には、
前記生産データ群に含まれる少なくとも１つの前記動作パラメータから、それぞれ前記基板識別情報によって識別される種類の基板に実装される部品の種類に対応する１以上の前記動作パラメータを選択する、
請求項８～１０の何れか１項に記載の生産管理方法。

【請求項14】

前記処理装置は、前記生産データを管理するデータ管理装置であって、それぞれ部品の種類を識別するための１以上の部品識別情報を含む前記フィルタリング情報を出力し、
前記フィルタリングでは、
前記フィルタリング情報に含まれる１以上の前記部品識別情報のそれぞれによって識別される部品の種類に対応する前記動作パラメータを選択する、
請求項８～１０の何れか１項に記載の生産管理方法。

【請求項15】

請求項８～１４の何れか１項に記載の生産管理生成方法をコンピュータに実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、実装基板の生産を管理する装置、方法およびプログラムなどに関する。

【背景技術】

【0002】

少なくとも１つの部品実装装置を含む部品実装ラインは、基板に部品を実装することによって実装基板を生産する。このとき、部品実装ラインは、生産データに基づいて部品を基板に実装する。生産データは、基板に実装される各部品の識別情報と、それらの部品の実装順序とを含む。また、生産データは、基板に実装される部品ごとの部品データを含む場合がある。部品データは、実装される部品の形状などを示す情報と、その部品を扱う部品実装装置の動作パラメータとを含む。動作パラメータは、例えば部品実装装置が有する実装ヘッドの吸着速度または実装荷重などを含む。

【0003】

例えば、特許文献１の実装基板製造システムでは、その動作パラメータに相当する制御パラメータ（またはマシンパラメータ）を、部品搭載作業の成績に基づいて修正する。これにより、部品データの修正を適切かつ効率的に行うことができる。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１９－４１２９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、上記特許文献１の実装基板製造システムでは、適切な動作パラメータを設定することが難しい場合があるという課題がある。

【0006】

そこで、本開示は、適切な動作パラメータを設定することができる生産管理装置などを提供する。

【課題を解決するための手段】

【0007】

本開示の一態様に係る生産管理装置は、基板に部品を実装することによって実装基板を生産する部品実装装置と、前記実装基板の生産に関する処理を行う処理装置とを有する生産システムにおける前記実装基板の生産を管理する生産管理装置であって、前記部品実装装置による前記実装基板の生産に使用されたデータであって、少なくとも１種類の部品のそれぞれについて、当該部品を基板に実装するための前記部品実装装置の動作条件である動作パラメータを含む生産データを取得するデータ取得部と、取得された前記生産データに含まれる少なくとも１つの前記動作パラメータに対するフィルタリングを、前記処理装置から得られるフィルタリング情報を用いて行うことによって、１以上の動作パラメータを選択するフィルタリング部と、選択された１以上の前記動作パラメータを教師データとして用いた学習によって、部品を基板に実装するための前記部品実装装置の動作条件と前記部品との間の関係性を示す学習モデルの生成または更新を行う学習部と、を備える。

【0008】

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】

【0009】

本開示の生産管理装置は、適切な動作パラメータを設定することができる。

【0010】

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】

【0011】

【図1】図１は、実施の形態１における生産システムの構成の一例を示す図である。

【図2】図２は、実施の形態１における部品実装装置の構成の一例を示す図である。

【図3】図３は、図２におけるＡ－Ａ断面の一例を部分的に示す図である。

【図4】図４は、実施の形態１における生産データ生成装置と部品実装ラインとのそれぞれの機能構成を示すブロック図である。

【図5】図５は、実施の形態１における部品ライブラリの一例を示す図である。

【図6】図６は、実施の形態１における生産データの一例を示す図である。

【図7A】図７Ａは、実施の形態１における学習モデル保持部に保持され、時間単位で管理されている複数の学習モデルの一例を示す図である。

【図7B】図７Ｂは、実施の形態１における学習モデル保持部に保持され、時間単位で管理されている複数の学習モデルの他の例を示す図である。

【図8】図８は、実施の形態１における学習モデル保持部に保持され、生産設備単位で管理されている複数の学習モデルの一例を示す図である。

【図9A】図９Ａは、実施の形態１における学習モデル保持部に保持され、生産タイプ単位で管理されている複数の学習モデルの一例を示す図である。

【図9B】図９Ｂは、実施の形態１における学習モデル保持部に保持され、生産タイプ単位および生産設備単位で管理されている複数の学習モデルの一例を示す図である。

【図10A】図１０Ａは、実施の形態１における動作パラメータの推定処理の概要を説明するための図である。

【図10B】図１０Ｂは、実施の形態１における動作パラメータモデルの学習処理の概要を説明するための図である。

【図11】図１１は、実施の形態１における全体的な処理の一例を示す図である。

【図12】図１２は、実施の形態１における全体的な処理の他の例を示す図である。

【図13】図１３は、実施の形態１における生産データ生成装置の処理動作を示すフローチャートである。

【図14】図１４は、実施の形態２における生産システムの構成の一例を示す図である。

【図15】図１５は、実施の形態２における生産管理装置と部品実装ラインと処理装置とのそれぞれの機能構成を示すブロック図である。

【図16】図１６は、実施の形態２における全体的な処理の一例を示す図である。

【図17A】図１７Ａは、実施の形態２における、実装基板の検査結果に基づいて生成されるフィルタリング情報の一例を示す図である。

【図17B】図１７Ｂは、実施の形態２における、部品実装ラインの実装実績に基づいて生成されるフィルタリング情報の一例を示す図である。

【図18A】図１８Ａは、実施の形態２における、部品の選択によって生成されるフィルタリング情報の一例を示す図である。

【図18B】図１８Ｂは、実施の形態２における、基板の選択によって生成されるフィルタリング情報の一例を示す図である。

【図19】図１９は、実施の形態２における生産管理装置の処理動作を示すフローチャートである。

【発明を実施するための形態】

【0012】

上述の課題を解決するために、本開示の一態様に係る生産管理装置は、基板に部品を実装することによって実装基板を生産する部品実装装置と、前記実装基板の生産に関する処理を行う処理装置とを有する生産システムにおける前記実装基板の生産を管理する生産管理装置であって、前記部品実装装置による前記実装基板の生産に使用されたデータであって、少なくとも１種類の部品のそれぞれについて、当該部品を基板に実装するための前記部品実装装置の動作条件である動作パラメータを含む生産データを取得するデータ取得部と、取得された前記生産データに含まれる少なくとも１つの前記動作パラメータに対するフィルタリングを、前記処理装置から得られるフィルタリング情報を用いて行うことによって、１以上の動作パラメータを選択するフィルタリング部と、選択された１以上の前記動作パラメータを教師データとして用いた学習によって、部品を基板に実装するための前記部品実装装置の動作条件と前記部品との間の関係性を示す学習モデルの生成または更新を行う学習部と、を備える。例えば、前記動作パラメータは、前記部品実装装置による部品の移送、認識、吸着、および装着のうちの少なくとも１つに関するパラメータであってもよい。

【0013】

これにより、フィルタリングによって選択された１以上の動作パラメータが学習に用いられ、選択されなかった動作パラメータは学習に用いられないため、学習モデルの適正化を図ることができる。その結果、この学習モデルを用いれば、適切な動作パラメータを推定し、その後に部品実装装置で用いられる生産データに設定することができる。したがって、品質の良い実装基板を生産することができる。つまり、実装基板の品質向上を図ることができる。

【0014】

また、前記生産管理装置は、さらに、前記学習モデルと、基板に実装される実装対象部品に関する部品情報とに基づいて、前記実装対象部品を基板に実装するための前記部品実装装置の動作条件である動作パラメータを推定するパラメータ推定部を備えてもよい。

【0015】

これにより、実装対象部品に対して適切な動作パラメータを推定して設定することができる。

【0016】

また、前記処理装置は、前記実装基板を検査する検査装置であって、前記実装基板の検査によって、前記実装基板に実装されている少なくとも１種類の部品のそれぞれの品質指数を示す情報を前記フィルタリング情報として出力し、前記品質指数は、前記品質指数に対応する部品の実装状態が良いほど大きい数値を示し、前記フィルタリング部は、前記フィルタリングでは、それぞれ前記フィルタリング情報によって示される前記品質指数が閾値以上の部品の種類に対応する１以上の前記動作パラメータを選択してもよい。

【0017】

これにより、実装状態が良かった部品の種類に対応する１以上の動作パラメータがフィルタリングによって選択されて学習に用いられ、実装状態が悪かった部品の種類に対応する動作パラメータは学習に用いられない。したがって、良い実装状態を実現するための適切な動作パラメータを推定するための学習モデルを生成することができる。

【0018】

また、前記処理装置は、前記生産データを管理するデータ管理装置であって、前記部品実装装置による前記生産データに基づく動作によって、少なくとも１種類の前記部品のそれぞれに対して前記部品実装装置で生じたエラーに関する実装実績指数を示す情報を前記フィルタリング情報として出力し、前記実装実績指数は、前記エラーが少ないほど小さい数値を示し、前記フィルタリング部は、前記フィルタリングでは、それぞれ前記フィルタリング情報によって示される前記実装実績指数が閾値以下の部品の種類に対応する１以上の前記動作パラメータを選択してもよい。

【0019】

例えば、部品実装装置で生じたエラーは、部品形状を識別できなかったり、装着ヘッドに吸着された部品を落下させたり、フィーダから供給される部品を吸着することができなかった事象などである。本開示の一態様に係る生産管理装置では、部品実装装置でのエラーが少なかった部品の種類に対応する１以上の動作パラメータがフィルタリングによって選択されて学習に用いられ、エラーが多かった部品の種類に対応する動作パラメータは学習に用いられない。したがって、エラーの発生を低減するための適切な動作パラメータを推定するための学習モデルを生成することができる。

【0020】

また、前記処理装置は、互いに異なる複数種の前記実装基板に対応する複数の前記生産データを管理するデータ管理装置であって、基板の種類を識別するための基板識別情報を前記フィルタリング情報として出力し、前記フィルタリング部は、複数の前記生産データからなる生産データ群が前記データ取得部によって取得された場合には、前記フィルタリングでは、前記生産データ群に含まれる少なくとも１つの前記動作パラメータから、それぞれ前記基板識別情報によって識別される種類の基板に実装される部品の種類に対応する１以上の前記動作パラメータを選択してもよい。

【0021】

これにより、基板識別情報によって識別される種類の基板に実装される部品の種類に対応する１以上の動作パラメータがフィルタリングによって選択されて学習に用いられ、他の基板に実装される部品の種類に対応する動作パラメータは学習に用いられない。したがって、特定の基板に対して適切な動作パラメータを推定するための学習モデルを生成することができる。

【0022】

また、前記処理装置は、前記生産データを管理するデータ管理装置であって、それぞれ部品の種類を識別するための１以上の部品識別情報を含む前記フィルタリング情報を出力し、前記フィルタリング部は、前記フィルタリングでは、前記フィルタリング情報に含まれる１以上の前記部品識別情報のそれぞれによって識別される部品の種類に対応する前記動作パラメータを選択してもよい。

【0023】

これにより、部品識別情報によって識別される部品の種類に対応する１以上の動作パラメータがフィルタリングによって選択されて学習に用いられ、他の部品の種類に対応する動作パラメータは学習に用いられない。したがって、特定の部品に対して適切な動作パラメータを推定するための学習モデルを生成することができる。

【0024】

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。

【0025】

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及び接続形態、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。

【0026】

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。

【0027】

（実施の形態１）
［生産システム］
図１は、本実施の形態における生産システムの構成の一例を示す図である。

【0028】

本実施の形態における生産システム１は、３つの部品実装ラインＬ１～Ｌ３と、生産データ生成装置１００とを備える。

【0029】

部品実装ラインＬ１～Ｌ３のそれぞれは、実装基板の生産設備の一例であって、上流側から搬入された基板に対してはんだ印刷作業、部品実装作業およびリフロー作業などを行うことによって実装基板を生産し、その生産された実装基板を下流側に搬出する。

【0030】

生産データ生成装置１００は、部品実装ラインＬ１～Ｌ３のそれぞれに対して、実装基板を生産するための生産データを生成して出力する。なお、生産データ生成装置１００は、無線または有線を介してそれらの部品実装ラインＬ１～Ｌ３と通信してもよい。無線は、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＺｉｇＢｅｅ、または特定小電力無線であってもよい。

【0031】

部品実装ラインＬ１は、ライン管理装置２００と、基板供給装置Ｍ１と、基板受渡装置Ｍ２と、はんだ印刷装置Ｍ３と、部品実装装置Ｍ４およびＭ５と、リフロー装置Ｍ６と、基板回収装置Ｍ７とを備える。なお、部品実装ラインＬ１に含まれるライン管理装置２００以外の各装置は、基板供給装置Ｍ１、基板受渡装置Ｍ２、はんだ印刷装置Ｍ３、部品実装装置Ｍ４およびＭ５、リフロー装置Ｍ６、基板回収装置Ｍ７の順に配列され、直列に連結されている。なお、これらのライン管理装置２００以外の各装置を、以下、作業装置という。なお、部品実装ラインＬ１は、基板供給装置Ｍ１、少なくとも１つの部品実装装置、および基板回収装置Ｍ７を含んでいれば、上記全ての作業装置を含んでいなくてもよい。また、部品実装ラインＬ１は、上記作業装置の他、基板に半田を塗布する半田塗布装置、ラジアル部品またはアキシャル部品を基板に実装する部品挿入機などを含んでもよい。

【0032】

ライン管理装置２００は、生産データ生成装置１００によって生成された生産データを、その生産データ生成装置１００から取得し、その生産データに基づく実装基板の生産を、部品実装ラインＬ１に含まれる各作業装置に実行させる。

【0033】

基板供給装置Ｍ１は、部品実装ラインＬ１で生産される実装基板に用いられる基板を、基板受渡装置Ｍ２を介してはんだ印刷装置Ｍ３に供給する。はんだ印刷装置Ｍ３は、上述のはんだ印刷作業を行う。つまり、はんだ印刷装置Ｍ３は、その基板受渡装置Ｍ２から受け渡された基板にはんだをスクリーン印刷する。

【0034】

部品実装装置Ｍ４およびＭ５のそれぞれは、基板に少なくとも１つの部品を実装する上述の部品実装作業を実行する。なお、部品実装ラインＬ１は、２台の部品実装装置Ｍ４およびＭ５を備えるが、その台数は２台に限定されることなく、１台であってもよく、３台以上であってもよい。また、これらの部品実装装置Ｍ４およびＭ５による部品実装作業によって実装基板が実質的に生産されるともいえる。

【0035】

リフロー装置Ｍ６は、上述のリフロー作業を行う。つまり、リフロー装置Ｍ６は、部品実装装置Ｍ４およびＭ５から搬入された、部品が実装された基板を加熱して、基板上のはんだを硬化させ、基板の電極部と部品とを接合する。具体的には、リフロー装置Ｍ６は、所定の加熱プロファイルにしたがった加熱を行うことによって、部品接合用のはんだを溶融固化する。これにより部品が基板にはんだ接合される。基板回収装置Ｍ７は、そのはんだ接合が行われた基板をリフロー装置Ｍ６から回収する。

【0036】

部品実装ラインＬ２およびＬ３も、部品実装ラインＬ１と同様の構成を有する。なお、本実施の形態では、部品実装ラインＬ１～Ｌ３のそれぞれは同一の構成を有するが、互に異なる構成を有していてもよい。また、本実施の形態では、部品実装ラインＬ１～Ｌ３は、ライン管理装置２００を備えているが、そのライン管理装置２００は、部品実装ラインＬ１～Ｌ３のそれぞれから独立して備えられていてもよく、部品実装ラインＬ１～Ｌ３のそれぞれに組み込まれていてもよい。

【0037】

［部品実装装置］
図２は、部品実装装置Ｍ４の構成の一例を示す図である。本実施の形態では、部品実装装置Ｍ５も、部品実装装置Ｍ４と同様の構成を有する。なお、本実施の形態では、基板Ｂの搬送方向をＸ軸方向と称し、そのＸ軸方向と垂直な方向をＹ軸方向と称する。Ｘ軸方向およびＹ軸方向は水平面に沿う方向である。さらに、Ｘ軸方向およびＹ軸方向に垂直な方向を、Ｚ軸方向と称する。Ｘ軸方向プラス側およびマイナス側は、それぞれ基板Ｂの搬送方向における下流側および上流側であって、Ｙ軸方向プラス側およびマイナス側は、それぞれ前後方向における後側（または奥側）および前側（または手前側）である。Ｚ軸方向プラス側およびマイナス側は、それぞれ上下方向における上側および下側である。図２では、部品実装装置Ｍ４の上面が示されている。

【0038】

部品実装装置Ｍ４は、基台４と、基板搬送機構５と、２つの部品供給部６と、２つのＸ軸ビーム９と、Ｙ軸ビーム８と、２つの実装ヘッド１０と、２つの部品認識カメラ１１と、２つの基板認識カメラ１２とを備える。

【0039】

基板搬送機構５は、Ｘ軸方向に沿う２つのレールを備え、基台４の中央には配設されている。基板搬送機構５は、上流側から搬入された基板Ｂを搬送し、部品実装作業を実行するための位置にその基板Ｂを位置決めして保持する。

【0040】

２つの部品供給部６は、基板搬送機構５をＹ軸方向に挟むように配置されている。それぞれの部品供給部６には、複数のフィーダ７がＸ軸方向に沿って並列に配置されている。フィーダ７は、部品を収納した部品テープをテープ送り方向にピッチ送りすることにより、実装ヘッド１０によって部品の取り出しが行われる位置（以下、部品取り出し位置という）に、その部品を供給する。

【0041】

なお、部品供給部６には、トレイフィーダ、スティックフィーダ、またはバルクフィーダなどが配置されてもよい。トレイフィーダは、部品を収納したトレイからその部品を供給する。スティックフィーダは、部品を収納したスティックケースからその部品を供給する。バルクフィーダは、部品を収納したバルクケースからその部品を供給する。

【0042】

Ｙ軸ビーム８は、基台４上面におけるＸ軸方向の一方側（図２では右側）の端に、Ｙ軸方向に沿うように配設されている。２つのＸ軸ビーム９は、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８に結合されている。

【0043】

実装ヘッド１０は、２つのＸ軸ビーム９のそれぞれに、Ｘ軸方向に移動自在に装着されている。実装ヘッド１０は、部品を吸着して保持しながら昇降可能な複数の吸着ユニット１０ａを備える。吸着ユニット１０ａのそれぞれの先端には、吸着ノズル１０ｂが設けられている（図３参照）。

【0044】

２つの実装ヘッド１０のそれぞれは、Ｙ軸ビーム８およびＸ軸ビーム９の駆動によって、Ｘ軸方向およびＹ軸方向に移動する。これにより、２つの実装ヘッド１０のそれぞれは、その実装ヘッド１０に対応する部品供給部６に配置されたフィーダ７の部品取り出し位置から部品を吸着ノズル１０ｂによって吸着して取り出し、基板搬送機構５に位置決めされた基板Ｂの実装点（または実装位置）に実装する。

【0045】

２つの部品認識カメラ１１のそれぞれは、２つの部品供給部６のうちの一方と基板搬送機構５との間に配設されている。部品認識カメラ１１は、部品供給部６から部品を取り出した実装ヘッド１０が部品認識カメラ１１の上方を移動する際に、その部品を撮像する。つまり、部品認識カメラ１１は、実装ヘッド１０に保持された状態の部品を撮像することによって、その部品の保持姿勢を認識する。

【0046】

基板認識カメラ１２は、実装ヘッド１０が取着されているプレート９ａに取り付けられている。したがって、基板認識カメラ１２は、実装ヘッド１０と一体的に移動する。このような基板認識カメラ１２は、実装ヘッド１０の移動に伴って、基板搬送機構５に位置決めされた基板Ｂの上方に移動し、基板Ｂに設けられた基板マーク（図示せず）を撮像して基板Ｂの位置を認識する。実装ヘッド１０による基板Ｂへの部品の実装では、部品認識カメラ１１による部品の認識結果と、基板認識カメラ１２による基板Ｂの位置の認識結果とに基づいて、実装位置の補正が行われる。

【0047】

図３は、図２におけるＡ－Ａ断面の一例を部分的に示す図である。部品実装装置Ｍ４は、部品Ｐを基板Ｂに実装する機能を有している。

【0048】

部品供給部６は、図３に示すように、フィーダベース１３ａと、そのフィーダベース１３ａに装着された複数のフィーダ７と、フィーダベース１３ａを支持する台車１３とを備える。

【0049】

台車１３は、部品実装装置Ｍ４、Ｍ５に対して着脱自在に構成され、さらに、カセットホルダ１５を備えている。カセットホルダ１５は、部品リールＣを複数個保持可能に構成されている。部品リールＣは、部品テープ１４を巻回状態で収納する。複数の部品リールＣのそれぞれは、カセットホルダ１５の上方保持位置Ｈｕまたは下方保持位置Ｈｄに保持される。カセットホルダ１５が保持する部品リールＣから引き出された部品テープ１４は、フィーダ７に装着される。なお、フィーダ７は、台車１３を用いることなく、基台４上に設けられたフィーダベース１３ａに配置されていてもよい。また、カセットホルダ１５ではなく、台車１３が部品リールＣを保持してもよい。

【0050】

なお、本実施の形態では、上述のように、部品実装装置Ｍ４およびＭ５はそれぞれ同一の構成を有するが、互に異なる構成を有していてもよい。

【0051】

［生産データ生成装置と部品実装ラインの機能構成］
図４は、生産データ生成装置１００と部品実装ラインＬ１～Ｌ３とのそれぞれの機能構成を示すブロック図である。

【0052】

生産データ生成装置１００は、制御部１０１、データ生成部１０２、モデル選択部１０３、学習部１０４、パラメータ推定部１０５、表示部１０６、入出力部１０７、データ取得部１０８、生産データ保持部ＤＢ１、学習モデル保持部ＤＢ２、および部品ライブラリ保持部ＤＢ３を備える。

【0053】

モデル選択部１０３は、学習モデル保持部ＤＢ２に保持されている複数の学習モデルから、少なくとも１つの学習モデルを選択する。

【0054】

学習モデル保持部ＤＢ２は、上述の複数の学習モデルを保持している。これらの複数の学習モデルのそれぞれは、互いに異なるモデルであって、部品Ｐを基板Ｂに実装するための部品実装装置Ｍ４またはＭ５の動作条件とその部品Ｐとの間の関係性を示す。

【0055】

パラメータ推定部１０５は、部品実装装置Ｍ４またはＭ５の動作条件である動作パラメータを推定する。つまり、パラメータ推定部１０５は、モデル選択部１０３によって選択された少なくとも１つの学習モデルと、基板Ｂに実装される実装対象部品Ｐに関する部品情報とに基づいて、その実装対象部品Ｐを基板Ｂに実装するための動作パラメータを推定する。

【0056】

データ生成部１０２は、上述の部品情報および動作パラメータを有する部品データを含む生産データを生成する。ここで、生産データは、例えば、基板Ｂに実装される少なくとも１つの部品Ｐの実装順と、それらの部品Ｐが基板Ｂに実装される位置（すなわち上述の実装位置）とを示すとともに、その少なくとも１つの部品Ｐのそれぞれの部品データを含む。また、各部品Ｐの部品データは、部品ライブラリ保持部ＤＢ３に保持されている。つまり、部品ライブラリ保持部ＤＢ３は、複数種の部品Ｐのそれぞれの部品データを含む部品ライブラリを保持している。したがって、データ生成部１０２は、基板Ｂに実装される部品Ｐの部品データがその部品ライブラリに含まれていれば、その部品Ｐの部品データを部品ライブラリから選択し、その選択された部品データを含む生産データを生成する。一方、データ生成部１０２は、基板Ｂに実装される部品Ｐの部品データがその部品ライブラリに含まれていれなければ、その部品Ｐの部品情報と、上述のように推定された動作パラメータとを有する部品データを含む生産データを生成する。

【0057】

データ生成部１０２は、このような生産データを部品実装ラインＬ１～Ｌ３のそれぞれに対して生成して出力するとともに、その生産データを生産データ保持部ＤＢ１に格納する。

【0058】

データ取得部１０８は、実装済み部品Ｐに関する部品情報と、その実装済み部品Ｐの実装に用いられた動作パラメータとを有する実績部品データを含む、部品実装装置Ｍ４またはＭ５によって使用された実績生産データを取得する。

【0059】

実績生産データは、例えば、データ生成部１０２によって生成された生産データに対して修正またはチューニングなどが行われたデータである。つまり、部品実装ラインＬ１～Ｌ３のそれぞれに含まれる部品実装装置Ｍ４またはＭ５は、生産データに基づいて部品Ｐを基板Ｂに実装するが、その実装によって不良の実装基板が生産される場合がある。このような場合には、部品実装ラインＬ１～Ｌ３のそれぞれでは、不良品の発生頻度が低下するように、生産データに含まれる部品データの修正またはチューニングが行われる。このような修正またはチューニングによって、実績部品データを含む実績生産データが生成される。部品実装ラインＬ１～Ｌ３のそれぞれの部品実装装置Ｍ４またはＭ５は、その実績生産データを用いて部品Ｐの基板Ｂへの実装を行う。データ取得部１０８は、このように生成された実績生産データを部品実装ラインＬ１～Ｌ３のそれぞれから取得する。

【0060】

学習部１０４は、学習モデルの生成または更新を機械学習によって行う。なお、機械学習を、以下単に、学習という。例えば、学習部１０４は、学習によって学習モデルを生成し、その生成された学習モデルを学習モデル保持部ＤＢ２に格納する。また、学習部１０４は、学習モデル保持部ＤＢ２に保持されている複数の学習モデルから１つの学習モデルを選択し、その選択された学習モデルを学習によって更新する。このような学習部１０４による学習には、部品実装ラインＬ１～Ｌ３のそれぞれで使用されてデータ取得部１０８に取得された実績生産データが用いられる。

【0061】

つまり、学習部１０４は、学習モデル保持部ＤＢ２に保持されている複数の学習モデルのうち、データ取得部１０８によって取得された実績生産データに対応する学習モデルによって示される関係性の更新を行う。このとき、学習部１０４は、その実績生産データに含まれる実績部品データを教師データとして用いた学習によってその更新を行う。なお、学習モデルは、例えばニューラルネットワークであってもよく、決定木であってもよく、その他のモデルであってもよい。

【0062】

表示部１０６は、生産データ保持部ＤＢ１に保持されている生産データ、および部品ライブラリ保持部ＤＢ３に保持されている部品ライブラリなどを表示する。表示部１０６の具体例は、液晶ディスプレイ、プラズマディスプレイ、または有機ＥＬ（Electro-Luminescence）ディスプレイなどであるが、これらに限定されない。

【0063】

入出力部１０７は、例えば生産システム１のオペレータによる操作に基づく入力データを受け付け、その入力データを制御部１０１に出力する。このような、入出力部１０７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を有する。また、入出力部１０７は、部品実装ラインＬ１～Ｌ３へのデータの出力と、部品実装ラインＬ１～Ｌ３からのデータの入力とを行う。データ生成部１０２によって生成された生産データは、この入出力部１０７を介して各部品実装ラインＬ１～Ｌ３に出力されてもよい。また、入出力部１０７は、上述の部品情報をオペレータによる操作に基づいて取得し、パラメータ推定部１０５に出力してもよい。

【0064】

制御部１０１は、生産データ生成装置１００に含まれる制御部１０１以外の各構成要素を制御する。例えば、制御部１０１は、入出力部１０７によって受け付けられたオペレータの入力データなどに基づいて各構成要素を制御する。

【0065】

生産データ保持部ＤＢ１、学習モデル保持部ＤＢ２および部品ライブラリ保持部ＤＢ３は、生産データ、学習モデルおよび部品ライブラリを保持するための記録媒体である。例えば、このような記録媒体は、ハードディスク、ＲＡＭ（Read Only Memory）、ＲＯＭ（Random Access Memory）、または半導体メモリなどである。なお、このような記録媒体は、揮発性であっても不揮発性であってもよい。

【0066】

部品実装ラインＬ１は、作業制御部２１１、入出力部２１２、表示部２１３、作業機構２１４、および生産データ保持部ＤＢ４を備える。なお、部品実装ラインＬ１に含まれる作業機構２１４以外の各構成要素は、ライン管理装置２００に備えられていてもよく、ライン管理装置２００とは異なる何れかの作業装置に備えられていてもよい。

【0067】

入出力部２１２は、生産データ生成装置１００の入出力部１０７と同様、例えば生産システム１のオペレータによる操作に基づく入力データを受け付け、その入力データを作業制御部２１１に出力する。このような、入出力部２１２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を有してもよい。また、入出力部２１２は、生産データ生成装置１００へのデータの出力と、生産データ生成装置１００からのデータの入力とを行う。例えば、入出力部２１２は、生産データ生成装置１００から生産データを取得して、その生産データを生産データ保持部ＤＢ４に格納する。

【0068】

表示部２１３は、生産データ保持部ＤＢ４に保持されている生産データなどを表示する。表示部２１３の具体例は、液晶ディスプレイ、プラズマディスプレイ、または有機ＥＬディスプレイなどであるが、これらに限定されない。

【0069】

作業機構２１４は、実装基板を生産するための実装ヘッド１０およびフィーダ７などの機構からなる。

【0070】

作業制御部２１１は、部品実装ラインＬ１に含まれる作業制御部２１１以外の各構成要素を制御する。例えば、作業制御部２１１は、入出力部２１２によって受け付けられたオペレータの入力データなどに基づいて各構成要素を制御する。例えば、作業制御部２１１は、生産データ保持部ＤＢ４に保持されている生産データに基づいて、上述のはんだ印刷作業、部品実装作業およびリフロー作業のうちの少なくとも１つの作業を作業機構２１４に実行させる。また、作業制御部２１１は、入出力部２１２によって受け付けられたオペレータの入力データにしたがって、生産データ保持部ＤＢ４に保持されている生産データの修正またはチューニングなどを行う。これによって、上述の実績生産データが生成される。作業制御部２１１は、入出力部２１２を制御することによって、その実績生産データを入出力部２１２から生産データ生成装置１００に出力させる。

【0071】

生産データ保持部ＤＢ４は、生産データを保持するための記録媒体である。例えば、このような記録媒体は、ハードディスク、ＲＡＭ、ＲＯＭ、または半導体メモリなどである。なお、このような記録媒体は、揮発性であっても不揮発性であってもよい。

【0072】

［部品ライブラリ］
図５は、部品ライブラリの一例を示す図である。

【0073】

部品ライブラリは、複数の部品データＤｃからなる。複数の部品データＤｃのそれぞれは、１種類の部品Ｐのデータであって、その部品Ｐの種類を識別するための部品コードに関連付けられている。このような部品データＤｃは、部品Ｐに関する部品情報ｄと、その部品Ｐを基板Ｂに実装するための部品実装装置Ｍ４またはＭ５の動作条件である動作パラメータｍとを有する。なお、図５に示す部品データＤｃ中の各項目の空欄部分などには、画像、数値または用語等が示されている。

【0074】

部品情報ｄは、例えば、部品Ｐの形状図ｄ１、サイズデータｄ２および部品パラメータｄ３を含む。

【0075】

形状図ｄ１は、その部品データＤｃに対応する部品Ｐの外形を図示する。サイズデータｄ２は、その部品Ｐのサイズに関する情報、すなわち、外形寸法、リード数、リードピッチ、リード長さ、リード幅、および部品高さなどを数値で示す。

【0076】

部品パラメータｄ３は、その部品Ｐについての属性情報である。このような部品パラメータｄ３は、部品Ｐ自体に関する情報である部品属性ｄ３１と、その部品Ｐをフィーダ７により供給するための部品テープ１４に関する情報であるテープ情報ｄ３２とを含む。部品属性ｄ３１は、例えば、部品Ｐの極性、極性マーク、マーク位置、部品種別、および形状種別を示す。テープ情報ｄ３２は、例えば、部品テープ１４のテープ素材と、部品テープ１４の幅寸法を示すテープ幅と、フィーダ７による部品テープ１４のテープ送りピッチを示す送り間隔と、部品テープ１４の色および材質に関する情報とを含む。

【0077】

このように、本実施の形態における部品情報ｄは、その部品情報ｄに対応する部品Ｐの寸法、形状、外観、種別、およびその部品Ｐを供給するための供給形態のうちの少なくとも１つを示す。なお、供給形態は、例えばテープ情報ｄ３２などに相当する。

【0078】

動作パラメータｍは、部品実装装置Ｍ４またはＭ５が部品Ｐを基板Ｂに実装する際の動作態様を規定するマシンパラメータである。ここに示す例では、動作パラメータｍは、その部品実装装置Ｍ４またはＭ５の種類を示す機種情報ｍ１と、使用される吸着ノズル１０ｂの種類を示すノズル設定情報ｍ２とを含む。さらに、動作パラメータｍは、スピードパラメータｍ３、認識情報ｍ４、ギャップ情報ｍ５、吸着情報ｍ６、および装着情報ｍ７などを含む。

【0079】

スピードパラメータｍ３は、吸着ノズル１０ｂによって部品Ｐを吸着動作する際の昇降速度と、実装ヘッド１０によって部品Ｐを移送する際の実装速度と、フィーダ７によって部品テープ１４を送る際のテープ送り速度とを含む。認識情報ｍ４は、部品認識の態様を規定するパラメータである。具体的には、認識情報ｍ４は、使用される部品認識カメラ１１の種類を示すカメラ種別と、部品認識カメラ１１による撮像時の照明形態を示す照明モードと、撮像時における実装ヘッド１０の移動の速度を示す認識速度とを含む。ギャップ情報ｍ５は、吸着ノズル１０ｂによって部品Ｐを吸着する際の吸着ギャップと、吸着された部品Ｐを基板Ｂに搭載する際の実装ギャップとを含む。

【0080】

吸着情報ｍ６は、吸着ノズル１０ｂによる部品Ｐの吸着時のオフセット量を示す吸着位置オフセットと、吸着角度とを含む。装着情報ｍ７は、吸着ノズル１０ｂに吸着された部品Ｐを基板Ｂに搭載する際の押圧荷重を実装荷重として示す。

【0081】

このように、本実施の形態における動作パラメータｍは、部品実装装置Ｍ４またはＭ５による部品Ｐの移送、認識、吸着、および装着のうちの少なくとも１つに関するパラメータである。

【0082】

なお、図５の部品データＤｃに含まれる部品情報ｄおよび動作パラメータｍは、それぞれ一例であって、図５に示す情報以外の他の情報を示していてもよく、図５に示す情報と他の情報とを共に示していてもよく、図５に示す情報の一部のみを示していてもよい。また、部品情報ｄおよび動作パラメータｍのそれぞれに含まれる情報の数は、１つであってもよく複数であってもよい。

【0083】

本実施の形態では、データ生成部１０２は、生産データを生成するときには、部品ライブラリ保持部ＤＢ３に保持されている部品ライブラリから、基板Ｂに実装される部品Ｐに対応する部品データＤｃを選択し、その部品データＤｃを含む生産データを生成する。

【0084】

また、データ生成部１０２は、基板Ｂに実装される部品Ｐに対応する部品データＤｃが部品ライブラリになければ、部品ライブラリに含まれていない部品データＤｃを用いて生産データを生成する。例えば、データ生成部１０２は、入出力部１０７によって取得された部品情報ｄと、その部品情報ｄに対してパラメータ推定部１０５によって推定された動作パラメータｍとを有する部品データＤｃを用いて生産データを生成する。入出力部１０７によって取得された部品情報ｄは、例えば、基板Ｂに実装される部品Ｐに関するＣＡＤ（Computer Aided Design）の情報から取得された情報であってもよく、オペレータの操作によって入力された情報であってもよい。

【0085】

また、部品ライブラリの部品データＤｃには、デフォルトの動作パラメータｍが設定されている場合がある。データ生成部１０２は、部品ライブラリから選択された部品データＤｃにデフォルトの動作パラメータｍが設定されていれば、その部品データＤｃに含まれる部品情報ｄに対応する動作パラメータｍをパラメータ推定部１０５に推定させてもよい。パラメータ推定部１０５によって動作パラメータｍが推定されると、データ生成部１０２は、その部品データＤｃに含まれるデフォルトの動作パラメータｍを、パラメータ推定部１０５によって推定された動作パラメータｍに置き換える。そして、データ生成部１０２は、その動作パラメータｍの置き換えが行われた部品データＤｃを用いて生産データを生成する。

【0086】

なお、部品データＤｃの動作パラメータｍに含まれる全ての情報（すなわちパラメータ）がデフォルトであってもよく、一部のパラメータのみがデフォルトであってもよい。一部のパラメータのみがデフォルトの場合、パラメータ推定部１０５は、そのデフォルトの一部のパラメータの代わりとなるパラメータを推定してもよい。データ生成部１０２は、部品データＤｃに含まれる動作パラメータｍのうち、その一部のパラメータを、パラメータ推定部１０５によって推定されたパラメータに置き換える。そして、データ生成部１０２は、その一部のパラメータの置き換えが行われた部品データＤｃを用いて生産データを生成する。

【0087】

［生産データ］
図６は、生産データＤｐの一例を示す図である。

【0088】

生産データＤｐには、例えば、基板Ｂに実装される複数の部品Ｐのそれぞれの部品名および部品コードが、それらの複数の部品Ｐの実装順に配列されている。なお、部品Ｐの部品コードは、部品ライブラリからその部品Ｐの部品データＤｃを特定するためのコードである。また、生産データＤｐは、その複数の部品Ｐのそれぞれについて、その部品Ｐの装着座標、装着角度、フィーダ７の識別情報、および実装ヘッド１０または吸着ノズル１０ｂの識別情報を示す。部品Ｐの装着座標は、その部品Ｐが装着または実装される基板Ｂにおける位置であって、実装点、装着位置または実装位置ともいう。部品Ｐの装着角度は、その部品Ｐを吸着する吸着ノズル１０ｂが、その部品Ｐを基板Ｂに実装するために、吸着ノズル１０ｂの中心軸を回転軸にして回転する角度である。部品Ｐに対応するフィーダ７の識別情報は、その部品Ｐを供給するフィーダ７を識別するための情報である。部品Ｐに対応する実装ヘッド１０の識別情報は、その部品Ｐを基板Ｂに実装するために用いられる実装ヘッド１０を識別するための情報である。

【0089】

例えば、生産データＤｐは、基板Ｂに最初に実装される部品Ｐについて、その部品Ｐの部品名「Ａ部品」、部品コード「Ｃ００１」、装着座標「ｘ１，ｙ１」、装着角度「θ１」、フィーダ７の識別情報「Ｆ２」、および実装ヘッド１０の識別情報「Ｈ３」を示す。

【0090】

また、本実施の形態における生産データＤｐは、基板Ｂに実装される複数の部品Ｐのそれぞれの部品データＤｃを含む。例えば、生産データＤｐは、部品名「Ａ部品」の部品Ｐが有する部品コード「Ｃ００１」に対応付けられている部品データＤｃを含む。

【0091】

［学習モデル］
図７Ａおよび図７Ｂは、学習モデル保持部ＤＢ２に保持され、時間単位で管理されている複数の学習モデルの一例を示す図である。なお、本実施の形態における学習モデルを、以下、動作パラメータモデルともいう。

【0092】

例えば、学習モデル保持部ＤＢ２に保持されている複数の学習モデルである複数の動作パラメータモデルＰｍ１１～Ｐｍ１４のそれぞれは、図７Ａに示すように、時間単位に管理されている。具体的には、動作パラメータモデルＰｍ１１は、１９９０年から１９９９年の間に使用された実績生産データを用いた学習によって生成されている。同様に、動作パラメータモデルＰｍ１２は、２０００年から２００９年の間に使用された実績生産データを用いた学習によって生成され、動作パラメータモデルＰｍ１３は、２０１０年から現在までの間に使用された実績生産データを用いた学習によって生成されている。また、動作パラメータモデルＰｍ１４は、１９９０年から現在までの間に使用された実績生産データを用いた学習によって生成されている。

【0093】

また、学習モデル保持部ＤＢ２に保持されている複数の学習モデルである複数の動作パラメータモデルＰｍ２１～Ｐｍ２５のそれぞれは、図７Ｂに示すように、時間単位に管理され、さらに、時系列に沿って管理されていてもよい。

【0094】

例えば、動作パラメータモデルＰｍ２１は、２０１９年７月１日に使用された実績生産データを用いた学習によって生成されている。動作パラメータモデルＰｍ２２は、その動作パラメータモデルＰｍ２１と、２０１９年７月２日に使用された実績生産データとを用いた学習によって生成されている。つまり、動作パラメータモデルＰｍ２２は、２０１９年の７月１日～２日の間に使用された実績生産データを用いた学習によって生成されている。

【0095】

同様に、動作パラメータモデルＰｍ２３は、その動作パラメータモデルＰｍ２２と、２０１９年７月３日に使用された実績生産データとを用いた学習によって生成されている。つまり、動作パラメータモデルＰｍ２３は、２０１９年の７月１日～３日の間に使用された実績生産データを用いた学習によって生成されている。動作パラメータモデルＰｍ２４は、その動作パラメータモデルＰｍ２２と、２０１９年７月４日に使用された実績生産データとを用いた学習によって生成されている。つまり、動作パラメータモデルＰｍ２４は、２０１９年の７月１日～２日の間および４日に使用された実績生産データを用いた学習によって生成されている。したがって、動作パラメータモデルＰｍ２４には、２０１９年７月３日に使用された実績生産データは反映されていない。

【0096】

動作パラメータモデルＰｍ２５は、その動作パラメータモデルＰｍ２４と、２０１９年７月５日に使用された実績生産データとを用いた学習によって生成されている。つまり、動作パラメータモデルＰｍ２５は、２０１９年の７月１日～２日の間および４日～５日の間に使用された実績生産データを用いた学習によって生成されている。したがって、動作パラメータモデルＰｍ２５には、動作パラメータモデルＰｍ２４と同様に、２０１９年７月３日に使用された実績生産データは反映されていない。

【0097】

このように本実施の形態では、複数の学習モデル（すなわち動作パラメータモデル）のそれぞれは互いに異なる期間に対応付けられている。言い換えれば、複数の動作パラメータモデルは時間単位で管理されている。この場合、学習部１０４は、実績生産データに含まれる実績部品データを教師データとして用いた学習を行うときには、その実績生産データが取得された期間に対応する学習モデルに対して学習を行う。

【0098】

例えば、図７Ａに示す例では、生産データ生成装置１００のデータ取得部１０８が実績生産データを２０１１年に取得すると、学習部１０４は、その２０１１年に対応する動作パラメータモデルＰｍ１３およびＰｍ１４に対して学習を行う。また、図７Ｂに示す例では、データ取得部１０８が実績生産データを２０１９年７月３日に取得すると、学習部１０４は、その実績生産データが取得された期間に対応する動作パラメータモデルＰｍ２２またはＰｍ２３に対して学習を行う。

【0099】

図８は、学習モデル保持部ＤＢ２に保持され、生産設備単位で管理されている複数の学習モデルの一例を示す図である。

【0100】

例えば、学習モデル保持部ＤＢ２に保持されている複数の学習モデルである複数の動作パラメータモデルＰｍ３１～Ｐｍ３４のそれぞれは、図８に示すように、生産設備ごとに管理されていてもよい。具体的には、動作パラメータモデルＰｍ３１は、部品実装ラインＬ１で使用された実績生産データを用いた学習によって生成されている。同様に、動作パラメータモデルＰｍ３２は、部品実装ラインＬ２で使用された実績生産データを用いた学習によって生成され、動作パラメータモデルＰｍ３３は、部品実装ラインＬ３で使用された実績生産データを用いた学習によって生成されている。また、動作パラメータモデルＰｍ３４は、全ての部品実装ラインＬ１～Ｌ３のそれぞれで使用された実績生産データを用いた学習によって生成されている。

【0101】

このように本実施の形態では、複数の学習モデル（すなわち動作パラメータモデル）のそれぞれは互いに異なる生産設備に対応付けられている。言い換えれば、複数の動作パラメータモデルは生産設備単位で管理されている。生産設備は、上述のように、部品実装ラインであってもよく、複数の部品実装ラインの集合であってもよい。また、生産設備は、１つまたは複数の部品実装装置であってもよく、複数の部品実装装置または部品実装ラインが配設されているフロアであってもよく、工場であってもよい。この場合、学習部１０４は、実績生産データに含まれる実績部品データを教師データとして用いた学習を行うときには、その実績生産データを使用した部品実装装置Ｍ４またはＭ５を含む生産設備に対応する学習モデルに対して学習を行う。

【0102】

例えば、図８に示す例では、生産データ生成装置１００のデータ取得部１０８が実績生産データを部品実装ラインＬ２から取得すると、学習部１０４は、その部品実装ラインＬ２に対応する動作パラメータモデルＰｍ３２およびＰｍ３４に対して学習を行う。

【0103】

図９Ａは、学習モデル保持部ＤＢ２に保持され、生産タイプ単位で管理されている複数の学習モデルの一例を示す図である。

【0104】

例えば、学習モデル保持部ＤＢ２に保持されている複数の学習モデルである複数の動作パラメータモデルＰｍ４１～Ｐｍ４４のそれぞれは、図９Ａに示すように、生産タイプごとに管理されていてもよい。生産タイプには、例えば、試作タイプおよび量産タイプがある。試作タイプは、試作品として生産された実装基板のタイプであり、量産タイプは、量産品として生産された実装基板のタイプである。試作タイプでは、量産タイプに比べて品質性を重視した動作パラメータが設定され、量産タイプでは、試作タイプに比べて生産性を重視した動作パラメータが設定される傾向がある。従って、試作タイプおよび量産タイプでは、同じ実装基板であっても設定される動作パラメータが異なるため、生産タイプ別に学習する方が、推定精度が向上する。具体的には、動作パラメータモデルＰｍ４１は、試作タイプＴ１の実装基板の生産に使用された実績生産データを用いた学習によって生成されている。動作パラメータモデルＰｍ４２は、試作タイプＴ１とは異なる試作タイプＴ２の実装基板の生産に使用された実績生産データを用いた学習によって生成されている。動作パラメータモデルＰｍ４３は、量産タイプの実装基板の生産に使用された実績生産データを用いた学習によって生成されている。また、動作パラメータモデルＰｍ４４は、全ての生産タイプの実装基板のそれぞれの生産に使用された実績生産データを用いた学習によって生成されている。

【0105】

図９Ｂは、学習モデル保持部ＤＢ２に保持され、生産タイプ単位および生産設備単位で管理されている複数の学習モデルの一例を示す図である。

【0106】

例えば、学習モデル保持部ＤＢ２に保持されている複数の学習モデルである複数の動作パラメータモデルＰｍ５１～Ｐｍ５４のそれぞれは、図９Ｂに示すように、生産タイプおよび生産設備の組み合わせごとに管理されていてもよい。なお、生産タイプ毎に管理するために部品データＤｃにおいて、生産タイプを設定する項目を設けてもよい。

【0107】

具体的には、動作パラメータモデルＰｍ５１は、部品実装ラインＬ１による試作タイプＴ１の実装基板の生産に使用された実績生産データを用いた学習によって生成されている。動作パラメータモデルＰｍ５２は、部品実装ラインＬ２による試作タイプＴ２の実装基板の生産に使用された実績生産データを用いた学習によって生成されている。動作パラメータモデルＰｍ５３は、部品実装ラインＬ３による量産タイプの実装基板の生産に使用された実績生産データを用いた学習によって生成されている。また、動作パラメータモデルＰｍ５４は、全ての部品実装ラインＬ１～Ｌ３による全ての生産タイプの実装基板の生産に使用された実績生産データを用いた学習によって生成されている。

【0108】

このように本実施の形態では、複数の学習モデル（すなわち動作パラメータモデル）のそれぞれは互いに異なる実装基板の生産タイプに対応付けられている。言い換えれば、複数の学習モデルは生産タイプ単位で管理されている。この場合、学習部１０４は、実績生産データに含まれる実績部品データを教師データとして用いた学習を行うときには、その実績生産データを使用して生産された実装基板のタイプに対応する学習モデルに対して学習を行う。

【0109】

例えば、図９Ａに示す例では、生産データ生成装置１００のデータ取得部１０８が試作タイプＴ１の実績生産データを取得すると、学習部１０４は、その試作タイプＴ１に対応する動作パラメータモデルＰｍ４１およびＰｍ４４に対して学習を行う。また、図９Ｂに示す例では、データ取得部１０８が試作タイプＴ２の実績生産データを部品実装ラインＬ２から取得すると、学習部１０４は、その試作タイプＴ２および部品実装ラインＬ２に対応する動作パラメータモデルＰｍ５２およびＰｍ５４に対して学習を行う。

【0110】

［処理の概要とフロー］
図１０Ａは、本実施の形態における動作パラメータｍの推定処理の概要を説明するための図である。

【0111】

パラメータ推定部１０５は、例えば入出力部１０７から部品Ｐの部品情報ｄを取得する。また、モデル選択部１０３は、学習モデル保持部ＤＢ２に保持されている複数の動作パラメータモデルＰｍから例えば１つの動作パラメータモデルＰｍを選択する。なお、複数の動作パラメータモデルＰｍのそれぞれは、図７Ａ～図９Ｂに示す動作パラメータモデルＰｍ１１～Ｐｍ１４、Ｐｍ２１～Ｐｍ２５、Ｐｍ３１～Ｐｍ３４、Ｐｍ４１～Ｐｍ４４、およびＰｍ５１～Ｐｍ５４の何れかであってもよい。パラメータ推定部１０５は、その取得された部品情報ｄと、選択された動作パラメータモデルＰｍとを用いて、その部品情報ｄによって示される部品Ｐを基板Ｂに実装するための部品実装装置Ｍ４またはＭ５の動作条件である動作パラメータｍを推定する。そして、パラメータ推定部１０５は、その推定された動作パラメータｍと部品情報ｄとを含む部品データＤｃを出力する。

【0112】

例えば、複数の動作パラメータモデルＰｍが図７Ａに示すように時間単位で管理されている場合、モデル選択部１０３は、部品情報ｄによって示される部品Ｐの製造時期に応じて１つの動作パラメータモデルＰｍを選択してもよい。例えば、その製造時期が１９９０年代であれば、モデル選択部１０３は、図７Ａに示す動作パラメータモデルＰｍ１１を選択してもよい。また、その製造時期が不明であれば、モデル選択部１０３は、図７Ａに示す動作パラメータモデルＰｍ１４を選択してもよい。これにより、部品Ｐに対して動作パラメータｍを推定するための適切な動作パラメータモデルＰｍを選択することができる。

【0113】

また、複数の動作パラメータモデルＰｍが図７Ｂに示すように時系列に沿って管理されている場合、モデル選択部１０３は、最近の日付で更新された１つの動作パラメータモデルＰｍを選択してもよい。例えば、モデル選択部１０３は、図７Ｂに示す動作パラメータモデルＰｍ２５を選択してもよい。また、２０１９年７月３日にその部品Ｐに類似する部品を用いた実装基板が多く生産されている場合には、モデル選択部１０３は、図７Ｂに示す動作パラメータモデルＰｍ２３を選択してもよい。これにより、部品Ｐに対して動作パラメータｍを推定するための適切な動作パラメータモデルＰｍを選択することができる。

【0114】

また、複数の動作パラメータモデルＰｍが図８に示すように生産設備単位で管理されている場合、モデル選択部１０３は、部品Ｐを用いた実装基板の生産を行う生産設備に対応付けられている１つの動作パラメータモデルＰｍを選択してもよい。例えば、部品Ｐを用いた実装基板の生産を行う生産設備が部品実装ラインＬ２である場合、モデル選択部１０３は、図８に示す動作パラメータモデルＰｍ３２を選択してもよい。また、部品Ｐを用いた実装基板の生産を行う生産設備が部品実装ラインＬ２だけでない場合には、モデル選択部１０３は、図８に示す動作パラメータモデルＰｍ３４を選択してもよい。これにより、部品Ｐに対して動作パラメータｍを推定するための適切な動作パラメータモデルＰｍを選択することができる。

【0115】

また、複数の動作パラメータモデルＰｍが図９Ａに示すように生産タイプ単位で管理されている場合、モデル選択部１０３は、部品Ｐを用いて生産される実装基板の生産タイプに対応付けられている１つの動作パラメータモデルＰｍを選択してもよい。例えば、部品Ｐを用いて生産される実装基板の生産タイプが量産タイプである場合、モデル選択部１０３は、図９Ａに示す動作パラメータモデルＰｍ４３を選択してもよい。また、部品Ｐを用いて生産される実装基板の生産タイプが量産タイプだけない場合には、モデル選択部１０３は、図９Ａに示す動作パラメータモデルＰｍ４４を選択してもよい。これにより、部品Ｐに対して動作パラメータｍを推定するための適切な動作パラメータモデルＰｍを選択することができる。

【0116】

なお、本実施の形態では、モデル選択部１０３は、１つの動作パラメータモデルＰｍを選択するが、１つに限らず、互いに異なる動作条件を推定するための複数の動作パラメータモデルＰｍを選択してもよい。例えば、動作パラメータｍは、図５に示すように、スピードパラメータｍ３および認識情報ｍ４などの互いに異なるパラメータを含む。したがって、モデル選択部１０３は、例えば、スピードパラメータｍ３を推定するための動作パラメータモデルＰｍと、認識情報ｍ４を推定するための動作パラメータモデルＰｍとを選択してもよい。この場合、パラメータ推定部１０５は、部品情報ｄとスピードパラメータｍ３用の動作パラメータモデルＰｍとを用いて、スピードパラメータｍ３を推定し、部品情報ｄと認識情報ｍ４用の動作パラメータモデルＰｍとを用いて、認識情報ｍ４を推定してもよい。

【0117】

また、モデル選択部１０３は、上述のような動作パラメータモデルＰｍの選択を自動で行ってもよく、オペレータによる入出力部１０７への操作に応じてその選択を行ってもよい。

【0118】

図１０Ｂは、本実施の形態における動作パラメータモデルＰｍの学習処理の概要を説明するための図である。

【0119】

学習部１０４は、例えば、データ取得部１０８を介して部品実装ラインＬ１～Ｌ３の何れかから実績生産データを取得する。実績生産データは、上述のように、実績部品データＤｃｕを含む。つまり、学習部１０４は、実績部品データＤｃｕを取得する。実績部品データＤｃｕは、部品実装装置Ｍ４またはＭ５による部品Ｐの基板Ｂへの実装に使用された部品データＤｃであって、その使用によって修正などが行われた部品データＤｃである。例えば、この実績部品データＤｃｕは、修正された動作パラメータｍとして動作パラメータｍｕを含み、動作パラメータｍｕでは、動作条件である吸着速度がＶ１からＶ２に修正されている。

【0120】

次に、学習部１０４は、その実績部品データＤｃｕに対応する動作パラメータモデルＰｍを、学習モデル保持部ＤＢ２に保持されている複数の動作パラメータモデルＰｍから選択する。例えば、学習部１０４は、図７Ａおよび図７Ｂに示すように、その実績部品データＤｃｕを含む実績生産データが取得された期間に対応する動作パラメータモデルＰｍを選択する。または、学習部１０４は、図８に示すように、その実績部品データＤｃｕを含む実績生産データを使用した部品実装装置Ｍ４またはＭ５を含む生産設備に対応する動作パラメータモデルＰｍを選択する。または、学習部１０４は、図９Ａおよび図９Ｂに示すように、その実績部品データＤｃｕを含む実績生産データを使用して生産された実装基板の生産タイプに対応する動作パラメータモデルＰｍを選択する。

【0121】

そして、学習部１０４は、取得された実績部品データＤｃｕを教師データとして用いた学習によって、選択された動作パラメータモデルＰｍを更新する。つまり、その動作パラメータモデルＰｍによって示される部品情報ｄと動作条件との関係性が更新される。これにより、学習後の動作パラメータモデルＰｍｕが生成される。学習部１０４は、上述のように選択され、学習モデル保持部ＤＢ２に保持されている動作パラメータモデルＰｍを、その学習後の動作パラメータモデルＰｍｕに置き換える。これにより、学習後の動作パラメータモデルＰｍｕが、新たな動作パラメータモデルＰｍとして学習モデル保持部ＤＢ２に保存される。

【0122】

図１１は、本実施の形態における全体的な処理の一例を示す図である。図１１に示す例では、学習モデル保持部ＤＢ２に保持されている複数の動作パラメータモデルＰｍは、時間単位または生産タイプ単位で管理されている。

【0123】

パラメータ推定部１０５は、図１０Ａに示す例と同様に、モデル選択部１０３によって選択された動作パラメータモデルＰｍを用いて部品Ｐの動作パラメータｍを推定し、部品Ｐの部品情報ｄとその動作パラメータｍとを含む部品データＤｃを生成する。そして、データ生成部１０２は、その部品データＤｃを含む生産データＤｐを生成し、入出力部１０７を介してその生産データＤｐを例えば部品実装ラインＬ１に出力する。なお、図１１に示す例では、生産データＤｐは部品実装ラインＬ１に出力されるが、他の部品実装ラインＬ２またはＬ３に出力されてもよい。

【0124】

部品実装ラインＬ１に含まれる部品実装装置Ｍ４およびＭ５は、生産データ生成装置１００の入出力部１０７から生産データＤｐを取得すると、その生産データＤｐに基づいて少なくとも１つの部品Ｐを基板Ｂに実装することによって、実装基板を生産する。このとき、部品実装ラインＬ１では、例えば実装基板の不良発生率が低下するように、生産データＤｐに含まれる部品データＤｃの修正が行われる。具体的な一例として、部品データＤｃの動作パラメータｍに含まれる吸着速度Ｖ１がＶ２に修正される。その結果、動作パラメータｍｕを有する実績部品データＤｃｕを含む実績生産データが生成される。実績部品データＤｃｕは、新たな部品データＤｃとして部品ライブラリ保持部ＤＢ３に格納される。具体的には、生産データ生成装置１００のデータ取得部１０８が、部品実装ラインＬ１から実績生産データを取得し、その実績生産データに含まれる実績部品データＤｃｕを、新たな部品データＤｃとして部品ライブラリ保持部ＤＢ３に格納する。なお、部品実装ラインＬ１における部品データＤｃの修正は必ず行われるものではなく、修正がない場合は、部品実装ラインＬ１は、生産データ生成装置１００から取得した部品データＤｃを実績部品データＤｃｕとして含む実績生産データを生成する。

【0125】

学習部１０４は、データ取得部１０８によって実績生産データが取得されると、図１０Ｂに示す例と同様に、その実績生産データに含まれる実績部品データＤｃｕに対応する動作パラメータモデルＰｍを学習モデル保持部ＤＢ２から選択する。そして、学習部１０４は、選択された動作パラメータモデルＰｍに対する学習を、その実績部品データＤｃｕを用いて行い、学習後の動作パラメータモデルＰｍｕを学習モデル保持部ＤＢ２に格納する。

【0126】

図１２は、本実施の形態における全体的な処理の他の例を示す図である。図１２に示す例では、学習モデル保持部ＤＢ２に保持されている複数の動作パラメータモデルＰｍは、生産設備単位で管理されている。

【0127】

パラメータ推定部１０５は、図１０Ａに示す例と同様に、生産設備ごとに、モデル選択部１０３によって選択された動作パラメータモデルＰｍを用いて、部品Ｐの動作パラメータｍを推定し、部品Ｐの部品情報ｄとその動作パラメータｍとを含む部品データＤｃを生成する。

【0128】

例えば、パラメータ推定部１０５は、部品実装ラインＬ１用の動作パラメータモデルＰｍ、すなわち、図８に示す動作パラメータモデルＰｍ３１に基づいて、動作パラメータｍを推定して部品データＤｃを生成する。そして、データ生成部１０２は、その部品データＤｃを含む生産データＤｐを生成し、入出力部１０７を介してその生産データＤｐを例えば部品実装ラインＬ１に出力する。さらに、パラメータ推定部１０５は、部品実装ラインＬ２用の動作パラメータモデルＰｍ、すなわち、図８に示す動作パラメータモデルＰｍ３２に基づいて、動作パラメータｍを推定して部品データＤｃを生成する。そして、データ生成部１０２は、その部品データＤｃを含む生産データＤｐを生成し、入出力部１０７を介してその生産データＤｐを例えば部品実装ラインＬ２に出力する。さらに、パラメータ推定部１０５は、部品実装ラインＬ３用の動作パラメータモデルＰｍ、すなわち、図８に示す動作パラメータモデルＰｍ３３に基づいて、動作パラメータｍを推定して部品データＤｃを生成する。そして、データ生成部１０２は、その部品データＤｃを含む生産データＤｐを生成し、入出力部１０７を介してその生産データＤｐを例えば部品実装ラインＬ３に出力する。

【0129】

または、パラメータ推定部１０５は、部品実装ラインＬ１～Ｌ３用の動作パラメータモデルＰｍ、すなわち、図８に示す動作パラメータモデルＰｍ３４に基づいて、動作パラメータｍを推定して部品データＤｃを生成する。そして、データ生成部１０２は、その部品データＤｃを含む生産データＤｐを生成し、入出力部１０７を介してその生産データＤｐを例えば部品実装ラインＬ１～Ｌ３のそれぞれに出力する。

【0130】

部品実装ラインＬ１～Ｌ３のそれぞれでは、部品実装装置Ｍ４およびＭ５は、生産データ生成装置１００の入出力部１０７から生産データＤｐを取得すると、その生産データＤｐに基づいて少なくとも１つの部品Ｐを基板Ｂに実装する。これにより、実装基板が生産される。このとき、部品実装ラインＬ１～Ｌ３のそれぞれでは、例えば実装基板の不良発生率が低下するように、生産データＤｐに含まれる部品データＤｃの修正が行われる。その結果、実績部品データＤｃｕを含む実績生産データが生成される。それらの実績部品データＤｃｕは、新たな部品データＤｃとして部品ライブラリ保持部ＤＢ３に格納される。具体的には、生産データ生成装置１００のデータ取得部１０８が、部品実装ラインＬ１～Ｌ３のそれぞれから実績生産データを取得し、それらの実績生産データに含まれる実績部品データＤｃｕを、新たな部品データＤｃとして部品ライブラリ保持部ＤＢ３に格納する。なお、部品実装ラインＬ１～Ｌ３のそれぞれにおける部品データＤｃの修正は必ず行われるものではない。部品実装ラインＬ１～Ｌ３のそれぞれは、修正がない場合は、生産データ生成装置１００から取得した部品データＤｃを実績部品データＤｃｕとして含む実績生産データを生成する。

【0131】

学習部１０４は、データ取得部１０８によって部品実装ラインＬ１の実績生産データが取得されると、図１０Ｂに示す例と同様に、その実績生産データに含まれる実績部品データＤｃｕに対応する動作パラメータモデルＰｍを学習モデル保持部ＤＢ２から選択する。具体的には、学習部１０４は、部品実装ラインＬ１用の動作パラメータモデルＰｍ、すなわち、図８に示す動作パラメータモデルＰｍ３１を選択する。そして、学習部１０４は、選択された動作パラメータモデルＰｍに対する学習を、その部品実装ラインＬ１の実績部品データＤｃｕを用いて行う。なお、この実績部品データＤｃｕは、上述のようにデータ取得部１０８によって部品実装ラインＬ１から取得されて部品ライブラリ保持部ＤＢ３に格納された部品データＤｃである。その結果、学習部１０４は、学習モデル保持部ＤＢ２に格納されている選択された部品実装ラインＬ１用の動作パラメータモデルＰｍを、部品実装ラインＬ１用の学習後の動作パラメータモデルＰｍｕに更新する。

【0132】

学習部１０４は、部品実装ラインＬ２およびＬ３のそれぞれについても、上述の部品実装ラインＬ１と同様に、動作パラメータモデルＰｍの更新を行う。つまり、学習部１０４は、学習モデル保持部ＤＢ２に格納されている部品実装ラインＬ２用の動作パラメータモデルＰｍを、部品実装ラインＬ２用の学習後の動作パラメータモデルＰｍｕに更新する。さらに、学習部１０４は、学習モデル保持部ＤＢ２に格納されている部品実装ラインＬ３用の動作パラメータモデルＰｍを、部品実装ラインＬ３用の学習後の動作パラメータモデルＰｍｕに更新する。

【0133】

また、学習部１０４は、データ取得部１０８によって部品実装ラインＬ１～Ｌ３の何れかの実績生産データが取得されると、全ての部品実装ラインＬ１～Ｌ３用の動作パラメータモデルＰｍ、すなわち、図８に示す動作パラメータモデルＰｍ３４を選択してもよい。この場合には、学習部１０４は、選択された動作パラメータモデルＰｍに対する学習を、その部品実装ラインＬ１～Ｌ３の何れかの実績部品データＤｃｕを用いて行う。なお、この実績部品データＤｃｕは、上述のようにデータ取得部１０８によって部品実装ラインＬ１～Ｌ３の何れかから取得されて部品ライブラリ保持部ＤＢ３に格納された部品データＤｃである。その結果、学習部１０４は、学習モデル保持部ＤＢ２に格納されている選択された部品実装ラインＬ１～Ｌ３用の動作パラメータモデルＰｍを、部品実装ラインＬ１～Ｌ３用の学習後の動作パラメータモデルＰｍｕに更新する。

【0134】

なお、本実施の形態におけるデータ生成部１０２は、生産システム１を有する工場以外の他の工場などの生産設備から生産データＤｐをインポートしてもよく、他の工場などの生産設備に生産データＤｐをエクスポートしてもよい。

【0135】

図１３は、本実施の形態における生産データ生成装置１００の処理動作を示すフローチャートである。

【0136】

生産データ生成装置１００の入出力部１０７は、部品情報ｄを受け付ける（ステップＳ１１）。この部品情報ｄは、オペレータによる入出力部１０７による操作によって生成されて受け付けられてもよく、複数の部品情報ｄから選択されることによって受け付けられてもよい。また、入出力部１０７は、部品ライブラリに含まれる複数の部品データＤｃから、デフォルトの動作パラメータｍを有する部品データＤｃを選択し、その部品データＤｃから部品情報ｄを抽出することによって、その部品情報ｄを受け付けてもよい。なお、部品情報ｄは、図５に示すとおり、例えばサイズデータｄ２および部品属性ｄ３１などを含む。

【0137】

次に、モデル選択部１０３は、学習モデル保持部ＤＢ２に保持されている複数の動作パラメータモデルＰｍから少なくとも１つの動作パラメータモデルＰｍを選択する（ステップＳ１２）。

【0138】

次に、パラメータ推定部１０５は、ステップＳ１２で選択された少なくとも１つの動作パラメータモデルＰｍと、ステップＳ１１で受け付けられた部品情報ｄとに基づいて、動作パラメータｍを推定する（ステップＳ１３）。この動作パラメータｍは、その部品情報ｄによって特定される部品Ｐを基板Ｂに実装するための部品実装装置Ｍ４またはＭ５の動作条件である。そして、パラメータ推定部１０５は、その部品情報ｄおよび動作パラメータｍを有する部品データＤｃを生成する（ステップＳ１４）。

【0139】

次に、データ生成部１０２は、ステップＳ１４で生成された部品データＤｃを含む生産データＤｐを生成する（ステップＳ１５）。そして、データ生成部１０２は、その生産データＤｐを部品実装ラインＬ１～Ｌ３のそれぞれに出力する。つまり、部品実装ラインＬ１～Ｌ３のそれぞれは、データ生成部１０２から生産データＤｐをダウンロードし、その生産データＤｐを使用して実装基板の生産を開始する（ステップＳ１６）。

【0140】

そして、学習部１０４は、部品実装ラインＬ１～Ｌ３のそれぞれで使用された生産データＤｐに含まれる部品データＤｃ（すなわち実績部品データＤｃｕ）を教師データとして用いた動作パラメータモデルＰｍの再学習を行う（ステップＳ１７）。再学習の対象とされる動作パラメータモデルＰｍは、例えば、その使用された生産データＤｐ（すなわち実績生産データ）が取得された期間などに対応する動作パラメータモデルＰｍである。

【0141】

以上のように、本実施の形態における生産データ生成装置１００では、複数の動作パラメータモデルＰｍから、少なくとも１つの動作パラメータモデルＰｍが選択される。そして、選択された少なくとも１つの動作パラメータモデルＰｍと、実装対象部品Ｐの部品情報ｄとに基づいて、その実装対象部品Ｐを基板Ｂに実装するための動作パラメータｍが推定される。

【0142】

これにより、複数の動作パラメータモデルＰｍから少なくとも１つの動作パラメータモデルＰｍが選択されて動作パラメータｍの推定に用いられるため、実装対象部品Ｐに対して適切な動作パラメータｍが推定される可能性を高めることができる。したがって、適切な動作パラメータｍを設定することができる。また、このような動作パラメータｍおよび部品情報ｄを有する部品データＤｃが生産データＤｐに含められ、その生産データＤｐが部品実装装置Ｍ４またはＭ５による部品Ｐの基板Ｂへの実装に用いられる場合には、品質の良い実装基板を生産することができる。つまり、実装基板の品質向上を図ることができる。

【0143】

また、本実施の形態における生産データ生成装置１００では、部品実装装置Ｍ４またはＭ５によって使用された、実績部品データＤｃｕを含む実績生産データが取得される。そして、複数の動作パラメータモデルＰｍのうち、取得された実績生産データに対応する動作パラメータモデルＰｍの更新が、その実績部品データＤｃｕを教師データとして用いた学習によって行われる。

【0144】

実績生産データに含まれる実績部品データＤｃｕの動作パラメータｍｕは、実装済み部品Ｐの実装に用いられ、その際に、修正などが行われている。つまり、より良い品質の実装基板が生産されるようにその動作パラメータｍｕは修正されている。したがって、このような動作パラメータｍｕを有する実績部品データＤｃｕが動作パラメータモデルＰｍの学習に教師データとして用いられることによって、動作パラメータモデルＰｍのさらなる適正化を図ることができる。その結果、その動作パラメータモデルＰｍがモデル選択部１０３によって選択される場合には、動作パラメータｍの推定精度を向上することができる。

【0145】

また、本実施の形態における生産データ生成装置１００では、複数の動作パラメータモデルＰｍのそれぞれは互いに異なる期間に対応付けられ、学習は、実績生産データが取得された期間に対応する動作パラメータモデルＰｍに対して行われる。

【0146】

例えば、図７Ａに示すように、動作パラメータモデルＰｍ１１～Ｐｍ１４のうちの１つの動作パラメータモデルＰｍ１４は、全期間（例えば１９００年から現在までの全期間）に対応付けられている。そして、残りの動作パラメータモデルＰｍ１１～Ｐｍ１３のそれぞれは互いに異なる年代に対応付けられている。互いに異なる年代は、例えば、１９９０年代、２０００年代、２０１０年代などの各年代である。これにより、それらの動作パラメータモデルＰｍ１１～Ｐｍ１４から、全期間または何れかの年代に対応付けられている動作パラメータモデルＰｍが選択されて動作パラメータｍの推定に用いられる。したがって、実装対象部品Ｐに対して期間に応じた適切な動作パラメータｍを推定することができる。

【0147】

また、本実施の形態における生産データ生成装置１００では、図８に示すように、動作パラメータモデルＰｍ３１～Ｐｍ３４のそれぞれは互いに異なる生産設備に対応付けられている。そして、学習は、実績生産データを使用した部品実装装置Ｍ４またはＭ５を含む生産設備に対応する動作パラメータモデルＰｍに対して行われる。

【0148】

これにより、動作パラメータモデルＰｍ３１～Ｐｍ３４から、全ての部品実装ラインまたは何れか部品実装ラインに対応付けられている動作パラメータモデルＰｍが選択されて動作パラメータｍの推定に用いられる。したがって、実装対象部品Ｐに対して生産設備に応じた適切な動作パラメータｍを推定することができる。

【0149】

また、本実施の形態における生産データ生成装置１００では、図９Ａに示すように、動作パラメータモデルＰｍ４１～Ｐｍ４４のそれぞれは互いに異なる実装基板のタイプに対応付けられている。そして、学習は、実績生産データを使用して生産された実装基板のタイプに対応する動作パラメータモデルＰｍに対して行われる。

【0150】

これにより、動作パラメータモデルＰｍ４１～Ｐｍ４４から、例えば量産タイプまたは試作タイプに対応付けられている動作パラメータモデルＰｍが選択されて動作パラメータｍの推定に用いられる。したがって、実装対象部品Ｐに対して実装基板のタイプに応じた適切な動作パラメータｍを推定することができる。

【0151】

このように本実施の形態では、期間、生産設備または実装基板のタイプなどに特化した動作パラメータモデルＰｍを利用することができ、その結果、その期間、生産設備または実装基板のタイプに対して適切な動作パラメータｍを推定することができる。

【0152】

（実施の形態１の変形例）
上記実施の形態では、図７Ａ～図９Ｂに示すように、時間単位、生産設備単位、または生産タイプ単位で複数の動作パラメータモデルＰｍが管理されている。しかし、その管理の態様は、これらに限定されることなく、他の単位で複数の動作パラメータモデルＰｍが管理されていてもよい。また、図９Ｂに示す例では、生産設備と生産タイプとの組み合わせの単位で複数の動作パラメータモデルＰｍが管理されているが、その組み合わせは、これに限定されることなく、どのような組み合わせであってもよい。

【0153】

また、上記実施の形態における図７Ｂに示す例では、モデル選択部１０３は、最近の日付で更新された１つの動作パラメータモデルＰｍを選択する。ここで、その動作パラメータモデルＰｍに基づいて推定された動作パラメータｍを含む生産データＤｐによって生産される実装基板の不良発生率が高い場合には、モデル選択部１０３は、先に選択された動作パラメータモデルＰｍを、最近の日付の前に更新された動作パラメータモデルＰｍに選択し直してもよい。また、図７Ａ、図８、図９Ａおよび図９Ｂに示す例であっても、モデル選択部１０３は、例えば不良発生率に応じて、動作パラメータモデルＰｍを選択し直してもよい。選択し直しは、ランダムに行われてもよく、予め定められた手順にしたがって行われてもよい。

【0154】

また、上記実施の形態における生産データ生成装置１００の入出力部１０７は、学習モデル保持部ＤＢ２に保持されている少なくとも１つの動作パラメータモデルＰｍを、生産システム１を有する施設以外の他の施設にエクスポートしてもよい。施設は、工場であってもよく、フロアであってもよい。さらに、入出力部１０７は、少なくとも１つの動作パラメータモデルＰｍを他の施設からインポートして学習モデル保持部ＤＢ２に格納してもよい。これにより、動作パラメータモデルＰｍのさらなる最適化を図ることができる。また、入出力部１０７は、生産データ保持部ＤＢ１に保持されている生産データＤｐに対するインポートおよびエクスポートを行ってもよく、部品ライブラリ保持部ＤＢ３に保持されている部品データＤｃに対するインポートおよびエクスポートを行ってもよい。

【0155】

また、上記実施の形態における生産データ生成装置１００の学習部１０４は、学習モデル保持部ＤＢ２に保持されている複数の動作パラメータモデルＰｍのうち、データ取得部１０８によって取得された実績生産データに対応する動作パラメータモデルＰｍに対する学習を行う。しかし、学習部１０４は、入出力部１０７によって受け付けられたオペレータの操作によって、その学習の対象とされる動作パラメータモデルＰｍを切り換えてもよい。これにより、オペレータによって指定された動作パラメータモデルＰｍの学習が行われる。

【0156】

また、部品ライブラリの部品データＤｃに含まれるパラメータ推定部１０５によって推定された動作パラメータｍには、その動作パラメータｍの推定に用いられた動作パラメータモデルＰｍの識別情報と、その推定が行われた日時とが関連付けられていてもよい。これにより、動作パラメータｍを適切に管理することができる。

【0157】

また、パラメータ推定部１０５は、図５に示す部品情報ｄに含まれる全ての情報を用いることなく、一部の情報のみを用いて動作パラメータｍを推定してもよい。例えば、入出力部１０７は、部品情報ｄのうちの、動作パラメータｍの推定に用いられる一部の情報を、オペレータによる操作に応じて受け付けてもよい。このような一部の情報が受け付けられた場合に、パラメータ推定部１０５は、その受け付けられた一部の情報のみを用いて動作パラメータｍを推定する。さらに、パラメータ推定部１０５は、図５に示す動作パラメータｍに含まれる全てのパラメータを推定することなく、一部のパラメータのみを推定してもよい。例えば、入出力部１０７は、図５に示す動作パラメータｍのうちの推定対象とされる一部のパラメータの指定を、オペレータによる操作に応じて受け付けてもよい。このような一部のパラメータが指定された場合に、パラメータ推定部１０５は、動作パラメータｍのうちその指定された一部のパラメータのみを推定する。また、パラメータ推定部１０５は、部品情報ｄに含まれる全ての情報に対して主成分分析を行い、その分析結果に応じて動作パラメータｍを推定してもよい。

【0158】

（実施の形態２）
本実施の形態では、部品実装ラインＬ１～Ｌ３のそれぞれから出力される実績生産データに含まれる動作パラメータｍｕに対するフィルタリングが行われる。

【0159】

［生産システム］
図１４は、本実施の形態における生産システムの構成の一例を示す図である。

【0160】

本実施の形態における生産システム２は、３つの部品実装ラインＬ１～Ｌ３と、生産管理装置１００ａと、データ管理装置３００と、３つの検査装置４０１～４０３とを備える。つまり、本実施の形態における生産システム２は、基板Ｂに部品Ｐを実装することによって実装基板を生産する部品実装装置Ｍ４およびＭ５と、その実装基板の生産に関する処理を行う、データ管理装置３００または検査装置４０１～４０３などの処理装置とを有する。

【0161】

なお、本実施の形態における各構成要素のうち、実施の形態１と同一の構成要素については、実施の形態１と同一の符号を付し、詳細な説明を省略する。

【0162】

３つの部品実装ラインＬ１～Ｌ３は、実施の形態１における生産システム１の３つの部品実装ラインＬ１～Ｌ３と同一である。

【0163】

生産管理装置１００ａは、生産システム２における実装基板の生産を管理する。具体的には、生産管理装置１００ａは、実施の形態１における生産データ生成装置１００と同様の機能を備え、さらに、実績生産データに含まれる動作パラメータｍｕに対してフィルタリングを行う機能を有する。

【0164】

データ管理装置３００は、生産管理装置１００ａと部品実装ラインＬ１～Ｌ３のそれぞれとに接続され、部品実装ラインＬ１～Ｌ３のそれぞれの生産データＤｐを管理する。この生産データＤｐは、部品実装ラインＬ１～Ｌ３のそれぞれで使用された実績生産データであってもよい。また、本実施の形態におけるデータ管理装置３００は、生産管理装置１００ａによるフィルタリングに用いられるフィルタリング情報を生成し、そのフィルタリング情報を生産管理装置１００ａに出力する。

【0165】

検査装置４０１～４０３は、部品実装ラインＬ１～３によって生産される実装基板の検査をそれぞれ行う。つまり、検査装置４０１は、部品実装ラインＬ１の実装基板を検査し、検査装置４０２は、部品実装ラインＬ２の実装基板を検査し、検査装置４０３は、部品実装ラインＬ３の実装基板を検査する。また、本実施の形態における検査装置４０１～４０３のそれぞれは、生産管理装置１００ａに接続され、その実装基板の検査結果に基づいて上述のフィルタリング情報を生成し、そのフィルタリング情報を生産管理装置１００ａに出力する。

【0166】

なお、本実施の形態におけるデータ管理装置３００および検査装置４０１～４０３のそれぞれは、実装基板の生産に関する処理を行う処理装置である。

【0167】

［生産管理装置、部品実装ライン、および処理装置の機能構成］
図１５は、生産管理装置１００ａと部品実装ラインＬ１～Ｌ３と処理装置とのそれぞれの機能構成を示すブロック図である。なお、本実施の形態では、図１５に示すように、データ管理装置３００と検査装置４０１～４０３とから処理装置５００が構成されている。

【0168】

生産管理装置１００ａは、実施の形態１の生産データ生成装置１００と同様に、制御部１０１、データ生成部１０２、モデル選択部１０３、学習部１０４、パラメータ推定部１０５、表示部１０６、入出力部１０７、データ取得部１０８、生産データ保持部ＤＢ１、学習モデル保持部ＤＢ２、および部品ライブラリ保持部ＤＢ３を備える。また、生産管理装置１００ａは、実績生産データに含まれる動作パラメータｍｕに対してフィルタリングを行うフィルタリング部１０９を備える。

【0169】

具体的には、本実施の形態における生産管理装置１００ａのデータ取得部１０８は、部品実装装置Ｍ４またはＭ５による実装基板の生産に使用された生産データＤｐ、すなわち実績生産データを、部品実装ラインＬ１～Ｌ３のそれぞれから取得する。この実績生産データは、少なくとも１種類の部品Ｐのそれぞれについて、当該部品Ｐを基板Ｂに実装するための部品実装装置Ｍ４またはＭ５の動作条件である動作パラメータｍｕを含む。さらに、データ取得部１０８は、処理装置５００からフィルタリング情報を取得する。

【0170】

フィルタリング部１０９は、その取得された実績生産データに含まれる少なくとも１つの動作パラメータｍｕに対するフィルタリングを、処理装置５００から得られるフィルタリング情報を用いて行うことによって、１以上の動作パラメータｍｕを選択する。

【0171】

学習部１０４は、選択された１以上の動作パラメータｍｕを教師データとして用いた学習によって、学習モデル保持部ＤＢ２に保持されている学習モデルである動作パラメータモデルＰｍの生成または更新を行う。この動作パラメータモデルＰｍは、部品Ｐを基板Ｂに実装するための部品実装装置Ｍ４またはＭ５の動作条件と部品Ｐとの間の関係性を示す。なお、上述の学習では、具体的には、その選択された１以上の動作パラメータｍｕのそれぞれについて、その動作パラメータｍｕを含む実績部品データＤｃｕが教師データとして用いられる。

【0172】

また、本実施の形態におけるパラメータ推定部１０５は、実施の形態１と同様、未だ実装されていない実装対象部品Ｐを基板に実装するための部品実装装置Ｍ４またはＭ５の動作条件である動作パラメータｍを推定する。この動作パラメータｍの推定は、学習モデル保持部ＤＢ２に保持されている動作パラメータモデルＰｍと、基板Ｂに実装される実装対象部品Ｐに関する部品情報ｄとに基づいて行われる。

【0173】

処理装置５００は、検査装置４０１～４０３と、データ管理装置３００とを備える。

【0174】

検査装置４０１は、検査制御部４１１、入出力部４１２、表示部４１３、検査機構４１４、および検査データ保持部ＤＢ５を備える。

【0175】

入出力部４１２は、例えば生産システム２のオペレータによる操作に基づく入力データを受け付け、その入力データを検査制御部４１１に出力する。このような、入出力部４１２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を有していてもよい。また、入出力部４１２は、生産管理装置１００ａへのデータの出力と、生産管理装置１００ａからのデータの入力とを行う。

【0176】

検査機構４１４は、実装基板を検査するための例えばカメラなどを含む機構からなり、その検査結果を示す検査データを検査データ保持部ＤＢ５に格納する。

【0177】

検査データ保持部ＤＢ５は、検査データを保持するための記録媒体である。例えば、このような記録媒体は、ハードディスク、ＲＡＭ、ＲＯＭ、または半導体メモリなどである。なお、このような記録媒体は、揮発性であっても不揮発性であってもよい。

【0178】

表示部４１３は、検査データ保持部ＤＢ５に保持されている検査データなどを表示する。表示部４１３の具体例は、液晶ディスプレイ、プラズマディスプレイ、または有機ＥＬディスプレイなどであるが、これらに限定されない。

【0179】

検査制御部４１１は、入出力部４１２、表示部４１３、検査機構４１４および検査データ保持部ＤＢ５のそれぞれを制御する。例えば、検査制御部４１１は、入出力部４１２に受け付けられたオペレータによる操作に応じて、検査機構４１４に実装基板の検査を開始させる。また、本実施の形態における検査制御部４１１は、フィルタリング情報を生成し、入出力部４１２を介して生産管理装置１００ａのデータ取得部１０８に出力する。

【0180】

検査装置４０２および４０３も、上述の検査装置４０１と同様の構成を有する。

【0181】

データ管理装置３００は、データ制御部３１１、入出力部３１２、表示部３１３、およびデータ保持部ＤＢ６を備える。

【0182】

入出力部３１２は、例えば生産システム２のオペレータによる操作に基づく入力データを受け付け、その入力データをデータ制御部３１１に出力する。このような、入出力部３１２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を有していてもよい。また、入出力部３１２は、生産管理装置１００ａおよび部品実装ラインＬ１～Ｌ３へのデータの出力と、生産管理装置１００ａおよび部品実装ラインＬ１～Ｌ３からのデータの入力とを行う。

【0183】

データ保持部ＤＢ６は、データを保持するための記録媒体である。例えば、そのデータは、フィルタリング情報である。また、このような記録媒体は、ハードディスク、ＲＡＭ、ＲＯＭ、または半導体メモリなどであってもよく、揮発性であっても不揮発性であってもよい。

【0184】

表示部３１３は、データ保持部ＤＢ６に保持されているデータなどを表示する。表示部３１３の具体例は、液晶ディスプレイ、プラズマディスプレイ、または有機ＥＬディスプレイなどであるが、これらに限定されない。

【0185】

データ制御部３１１は、入出力部３１２、表示部３１３、およびデータ保持部ＤＢ６のそれぞれを制御する。また、本実施の形態におけるデータ制御部３１１は、上述の検査制御部４１１と同様に、フィルタリング情報を生成し、入出力部３１２を介して生産管理装置１００ａのデータ取得部１０８に出力してもよい。

【0186】

例えば、本実施の形態におけるデータ制御部３１１は、基板Ｂを識別するための基板識別情報をフィルタリング情報として生成してもよい。この場合、互いに異なる複数種の実装基板に対応する複数の実績生産データＤｐｕがそのフィルタリング情報によってフィルタリングされる。したがって、データ管理装置３００は、互いに異なる複数種の実装基板に対応する複数の実績生産データＤｐｕを管理する装置と言える。あるいは、データ制御部３１１は、それぞれ部品Ｐの種類を識別するための１以上の部品識別情報をフィルタリング情報として生成してもよい。

【0187】

［処理の概要］
図１６は、本実施の形態における全体的な処理の一例を示す図である。

【0188】

本実施の形態では、実施の形態１と同様に、少なくとも１つの生産データＤｐが生成され、その少なくとも１つの生産データＤｐに基づいて、部品実装ラインＬ１～Ｌ３のそれぞれから実績生産データＤｐｕが出力される。

【0189】

生産管理装置１００ａのフィルタリング部１０９は、それらの実績生産データＤｐｕに含まれる少なくとも１つの動作パラメータｍｕに対するフィルタリングを行う。このとき、フィルタリング部１０９は、処理装置５００からフィルタリング情報Ｄｆを取得し、そのフィルタリング情報Ｄｆに基づいてフィルタリングを行うことによって、１以上の動作パラメータｍｕを選択する。そして、フィルタリング部１０９は、その選択された１以上の動作パラメータｍｕのそれぞれについて、その動作パラメータｍｕを含む実績部品データＤｃｕを新たな部品データＤｃとして部品ライブラリ保持部ＤＢ３に格納する。

【0190】

［フィルタリング情報］
図１７Ａは、実装基板の検査結果に基づいて生成されるフィルタリング情報Ｄｆの一例を示す図である。

【0191】

例えば、処理装置５００に含まれる検査装置４０１～４０３のそれぞれの検査制御部４１１は、図１７Ａに示すフィルタリング情報Ｄｆを生成してフィルタリング部１０９に出力する。

【0192】

つまり、検査制御部４１１は、検査機構４１４による実装基板の検査によって、その実装基板に実装されている少なくとも１種類の部品Ｐのそれぞれの品質指数を示す情報をフィルタリング情報Ｄｆとして生成する。そのフィルタリング情報Ｄｆによって示される品質指数は、実装品質指数とも称され、例えば、その品質指数に対応する部品Ｐの実装状態が良いほど大きい数値を示す。

【0193】

より具体的には、検査機構４１４がカメラを含む場合、検査制御部４１１は、そのカメラによる撮像によって得られた実装基板の画像に基づいて、実装されている部品Ｐの位置ずれを示す実装品質指数を算出する。部品Ｐの位置ずれは、その画像によって示される部品Ｐの基板Ｂにおける実装位置と、生産データＤｐによって示される部品Ｐの装着座標（または実装位置）との差である。例えば、検査制御部４１１は、部品Ｐの位置ずれが小さいほど１に近い数値を実装品質指数として算出し、逆に、部品Ｐの位置ずれが大きいほど０に近い数値を実装品質指数として算出する。つまり、実装品質指数は、０～１の範囲の数値として正規化されていてもよい。なお、実装品質指数は、スコアまたは評価値と称されてもよい。

【0194】

このような実装品質指数の算出によって、検査制御部４１１は、図１７Ａに示すように、複数種の部品Ｐのそれぞれの実装品質指数を示すフィルタリング情報Ｄｆを生成する。このフィルタリング情報Ｄｆは、部品Ｐの部品名および部品コードごとに、実装品質指数を示す。例えば、フィルタリング情報Ｄｆは、部品名「Ａ部品」および部品コード「Ｃ００１」によって特定される種類の部品Ｐの実装品質指数として「０．９５」を示す。

【0195】

生産管理装置１００ａのフィルタリング部１０９は、図１７Ａに示すフィルタリング情報Ｄｆを取得すると、そのフィルタリング情報Ｄｆを用いてフィルタリングを行う。つまり、フィルタリング部１０９は、そのフィルタリングによって、それぞれ実装品質指数が閾値以上の部品Ｐの種類に対応する１以上の動作パラメータｍｕを選択する。例えば、フィルタリング部１０９は、実装品質指数が閾値「０．８５」以上の部品Ｐの種類に対応する１以上の動作パラメータｍｕを選択する。図１７Ａに示す例では、フィルタリング部１０９は、部品名「Ａ部品」および部品コード「Ｃ００１」の部品Ｐに対応する動作パラメータｍｕと、部品名「Ｇ部品」および部品コード「Ｃ０３４」の部品Ｐに対応する動作パラメータｍｕとを選択する。つまり、フィルタリング部１０９は、複数の実績生産データＤｐｕのそれぞれから、部品コード「Ｃ００１」の実績部品データＤｃｕと、部品コード「Ｃ０３４」の実績部品データＤｃｕとを選択する。

【0196】

このように、本実施の形態では、フィルタリングによって、大きい実装品質指数を有する部品Ｐの種類に対応する動作パラメータｍｕが選択される。これにより、実装状態が良かった部品Ｐの種類に対応する１以上の動作パラメータｍｕがフィルタリングによって選択されて学習に用いられ、実装状態が悪かった部品Ｐの種類に対応する動作パラメータｍｕは学習に用いられない。したがって、良い実装状態を実現するための適切な動作パラメータｍを推定するための動作パラメータモデルＰｍを生成することができる。

【0197】

図１７Ｂは、部品実装ラインＬ１～Ｌ３の実装実績に基づいて生成されるフィルタリング情報Ｄｆの一例を示す図である。

【0198】

また、処理装置５００に含まれるデータ管理装置３００のデータ制御部３１１は、図１７Ｂに示すフィルタリング情報Ｄｆを生成してフィルタリング部１０９に出力してもよい。

【0199】

つまり、データ制御部３１１は、部品実装ラインＬ１～Ｌ３のそれぞれから入出力部３１２を介して、その部品実装ラインに含まれる部品実装装置Ｍ４およびＭ５の稼働状況を示す情報を取得する。データ制御部３１１は、その稼働状況を示す情報に基づいて、少なくとも１種類の部品のそれぞれの実装実績指数を示す情報をフィルタリング情報として生成する。実装実績指数は、部品実装装置Ｍ４およびＭ５による実績生産データＤｐｕに基づく動作によって、部品Ｐに対して部品実装装置Ｍ４およびＭ５で生じたエラーに関する指数であり、例えば、エラーが少ないほど小さい数値を示す。なお、実装実績指数は、スコアまたは評価値と称されてもよい。

【0200】

より具体的には、実装実績指数は、部品実装装置Ｍ４およびＭ５により生じた部品Ｐの吸着ミス、部品Ｐの落下、または、フィーダ７から実装ヘッド１０への供給ミスなどの、エラーに関する指数である。例えば、データ制御部３１１は、その実装実績指数を百分率で示す。つまり、データ制御部３１１は、エラーが少ないほど０％に近い数値を実装実績指数として算出し、逆に、エラーが多いほど１００％に近い数値を実装実績指数として算出する。

【0201】

このような実装実績指数の算出によって、データ制御部３１１は、図１７Ｂに示すように、複数種の部品Ｐのそれぞれの実装実績指数を示すフィルタリング情報Ｄｆを生成する。このフィルタリング情報Ｄｆは、部品Ｐの部品名および部品コードごとに、実装実績指数を示す。例えば、フィルタリング情報Ｄｆは、部品名「Ａ部品」および部品コード「Ｃ００１」によって特定される種類の部品Ｐの実装品質指数として「０．５％」を示す。

【0202】

生産管理装置１００ａのフィルタリング部１０９は、図１７Ｂに示すフィルタリング情報Ｄｆを取得すると、そのフィルタリング情報Ｄｆを用いてフィルタリングを行う。つまり、フィルタリング部１０９は、そのフィルタリングによって、それぞれ実装実績指数が閾値以下の部品Ｐの種類に対応する１以上の動作パラメータｍｕを選択する。例えば、フィルタリング部１０９は、実装実績指数が閾値「１％」以下の部品Ｐの種類に対応する１以上の動作パラメータｍｕを選択する。図１７Ｂに示す例では、フィルタリング部１０９は、部品名「Ａ部品」および部品コード「Ｃ００１」の部品Ｐに対応する動作パラメータｍｕと、部品名「Ｂ部品」および部品コード「Ｃ１０２」の部品Ｐに対応する動作パラメータｍｕとを選択する。つまり、フィルタリング部１０９は、複数の実績生産データＤｐｕから、部品コード「Ｃ００１」の実績部品データＤｃｕと、部品コード「Ｃ１０２」の実績部品データＤｃｕとを選択する。

【0203】

このように、本実施の形態では、フィルタリングによって、小さい実装実績指数を有する部品Ｐの種類に対応する動作パラメータｍｕが選択される。これにより、部品実装装置Ｍ４またはＭ５でのエラーが少なかった部品Ｐの種類に対応する１以上の動作パラメータｍｕがフィルタリングによって選択されて学習に用いられ、エラーが多かった部品Ｐの種類に対応する動作パラメータｍｕは学習に用いられない。したがって、エラーの発生を低減するための適切な動作パラメータｍを推定するための動作パラメータモデルＰｍを生成することができる。

【0204】

図１８Ａは、部品Ｐの選択によって生成されるフィルタリング情報Ｄｆの一例を示す図である。

【0205】

処理装置５００に含まれるデータ管理装置３００のデータ制御部３１１は、図１８Ａの（ａ）に示すオペレータによる操作結果に応じて、（ｂ）に示すフィルタリング情報Ｄｆを生成してフィルタリング部１０９に出力してもよい。

【0206】

例えば、データ制御部３１１は、図１８Ａの（ａ）に示す部品選択画面を表示部３１３に表示する。この部品選択画面には、生産システム２で扱われる各部品Ｐの部品名、部品コード、および部品情報ｄの少なくとも一部（例えば、外形寸法およびリード数）などが示されている。オペレータは、この部品選択画面を見ながら、入出力部３１２を操作することによって、所望の部品Ｐに対して学習フラグを入力する。例えば、部品Ｐの実装によって生産された実装基板において、その部品Ｐの実装状態が良質だった場合には、オペレータは、その部品Ｐに対して学習フラグを入力する。または、過去に使用された部品Ｐが例外的な特殊部品である場合には、オペレータは、その部品Ｐに対して学習フラグを入力しない。また、実績生産データＤｐｕに含まれる部品Ｐの動作パラメータｍｕが他の工場で設定されていた場合には、オペレータは、その部品Ｐに対して学習フラグを入力しない。図１８Ａの（ａ）に示す例では、オペレータは、部品名「Ａ部品」、「Ｂ部品」、「Ｄ部品」および「Ｆ部品」のそれぞれの部品Ｐに対して学習フラグを入力する。そして、オペレータは、さらに入出力部３１２を操作することによって、その部品選択画面に示される決定ボタンを選択する。その結果、データ制御部３１１は、部品選択画面に入力された学習フラグに応じて、図１８Ａの（ｂ）に示すフィルタリング情報Ｄｆを生成する。

【0207】

フィルタリング情報Ｄｆは、オペレータによって入力された学習フラグごとに、その学習フラグに対応する部品Ｐの部品名および部品コードなどを、その部品Ｐの部品識別情報として示す。例えば、フィルタリング情報Ｄｆは、４つの部品Ｐのそれぞれの部品識別情報として、部品名「Ａ部品」および部品コード「Ｃ００１」と、部品名「Ｂ部品」および部品コード「Ｃ００２」と、部品名「Ｄ部品」および部品コード「Ｃ００３」と、部品名「Ｆ部品」および部品コード「Ｃ００５」とを示す。このように、データ管理装置３００は、それぞれ部品Ｐの種類を識別するための１以上の部品識別情報を含むフィルタリング情報Ｄｆを出力する。

【0208】

生産管理装置１００ａのフィルタリング部１０９は、図１８Ａの（ｂ）に示すフィルタリング情報Ｄｆを取得すると、そのフィルタリング情報Ｄｆを用いてフィルタリングを行う。つまり、フィルタリング部１０９は、フィルタリングでは、フィルタリング情報Ｄｆによって示される１以上の部品識別情報のそれぞれについて、その部品識別情報によって識別される部品Ｐの種類に対応する動作パラメータｍｕを選択する。図１８Ａの（ｂ）に示す例では、フィルタリング部１０９は、複数の実績生産データＤｐｕから、部品コード「Ｃ００１」の実績部品データＤｃｕと、部品コード「Ｃ００２」の実績部品データＤｃｕと、部品コード「Ｃ００３」の実績部品データＤｃｕと、部品コード「Ｃ００５」の実績部品データＤｃｕとを選択する。

【0209】

このように、本実施の形態では、フィルタリングによって、オペレータによる操作によって指定された部品Ｐの種類に対応する動作パラメータｍｕが選択される。これにより、オペレータによって指定された部品識別情報によって識別される部品Ｐの種類に対応する１以上の動作パラメータｍｕがフィルタリングによって選択されて学習に用いられ、他の部品Ｐの種類に対応する動作パラメータｍｕは学習に用いられない。したがって、特定の部品Ｐに対して適切な動作パラメータｍｕを推定するための動作パラメータモデルＰｍを生成することができる。

【0210】

図１８Ｂは、基板Ｂの選択によって生成されるフィルタリング情報Ｄｆの一例を示す図である。

【0211】

処理装置５００に含まれるデータ管理装置３００のデータ制御部３１１は、図１８Ｂの（ａ）に示すオペレータによる操作結果に応じて、（ｂ）に示すフィルタリング情報Ｄｆを生成してフィルタリング部１０９に出力してもよい。

【0212】

例えば、データ制御部３１１は、図１８Ｂの（ａ）に示す基板選択画面を表示部３１３に表示する。この基板選択画面には、生産システム２で扱われる各基板Ｂの基板名、基板コード、および補助情報などが示されている。オペレータは、この基板選択画面を見ながら、入出力部３１２を操作することによって、所望の基板Ｂに対して学習フラグを入力する。例えば、オペレータは、基板名「Ａ基板」、「Ｂ基板」、「Ｄ基板」および「Ｆ基板」のそれぞれの基板Ｂに対して学習フラグを入力する。そして、オペレータは、さらに入出力部３１２を操作することによって、その基板選択画面に示される決定ボタンを選択する。その結果、データ制御部３１１は、基板選択画面に入力された学習フラグに応じて、図１８Ｂの（ｂ）に示すフィルタリング情報Ｄｆを生成する。

【0213】

フィルタリング情報Ｄｆは、オペレータによって入力された学習フラグごとに、その学習フラグに対応する基板Ｂの基板名および基板コードなどを、その基板Ｂの基板識別情報として示す。例えば、フィルタリング情報Ｄｆは、４つの基板Ｂのそれぞれの基板識別情報として、基板名「Ａ基板」および基板コード「Ｂ００１」と、基板名「Ｂ基板」および基板コード「Ｂ００２」と、基板名「Ｄ基板」および基板コード「Ｂ００４」と、基板名「Ｆ基板」および基板コード「Ｂ００６」とを示す。このように、データ管理装置３００は、それぞれ基板Ｂの種類を識別するための１以上の基板識別情報を含むフィルタリング情報Ｄｆを出力する。

【0214】

生産管理装置１００ａのフィルタリング部１０９は、図１８Ｂの（ｂ）に示すフィルタリング情報Ｄｆを取得すると、そのフィルタリング情報Ｄｆを用いてフィルタリングを行う。つまり、フィルタリング部１０９は、複数の実績生産データＤｐｕからなる実績生産データ群がデータ取得部１０８によって取得された場合には、フィルタリングでは、その実績生産データ群に含まれる少なくとも１つの動作パラメータｍｕから、１以上の動作パラメータｍｕを選択する。これらの選択される１以上の動作パラメータｍｕのそれぞれは、フィルタリング情報Ｄｆに含まれる基板識別情報によって識別される種類の基板Ｂに実装される部品Ｐの種類に対応している。

【0215】

図１８Ｂの（ｂ）に示す例では、フィルタリング部１０９は、実績生産データ群から、基板コード「Ｂ００１」、「Ｂ００２」、「Ｂ００４」および「Ｂ００６」のそれぞれの基板Ｂに実装された部品Ｐの種類に対応する実績部品データＤｃｕを選択する。なお、生産データＤｐおよび実績生産データＤｐｕには、実装基板の生産に用いられた基板Ｂの基板コードが示されていてもよい。この場合、フィルタリング部１０９は、実績生産データ群から、基板コード「Ｂ００１」、「Ｂ００２」、「Ｂ００４」および「Ｂ００６」のそれぞれを示す実績生産データＤｐｕを選択し、それらの選択された実績生産データＤｐｕから実績部品データＤｃｕを抽出する。

【0216】

このように、本実施の形態では、フィルタリングによって、オペレータから指定された基板Ｂに実装される部品Ｐの種類に対応する動作パラメータｍｕが選択される。つまり、オペレータから指定された基板Ｂに実装される部品Ｐの種類に対応する１以上の動作パラメータｍｕがフィルタリングによって選択されて学習に用いられ、他の基板Ｂに実装される部品Ｐの種類に対応する動作パラメータｍｕは学習に用いられない。したがって、特定の基板Ｂに対して適切な動作パラメータｍｕを推定するための動作パラメータモデルＰｍを生成することができる。

【0217】

［処理フロー］
図１９は、本実施の形態における生産管理装置１００ａの処理動作を示すフローチャートである。

【0218】

生産管理装置１００ａのデータ取得部１０８は、部品実装ラインＬ１～Ｌ３から実績生産データＤｐｕを取得する（ステップＳ２１）。さらに、データ取得部１０８は、処理装置５００からフィルタリング情報Ｄｆを取得する（ステップＳ２２）。

【0219】

次に、フィルタリング部１０９は、ステップＳ２２で取得されたフィルタリング情報Ｄｆを用いて、ステップＳ２１で取得された実績生産データＤｐｕに含まれる各動作パラメータｍｕに対してフィルタリングを行う（ステップＳ２３）。これにより、実績生産データＤｐｕから学習に用いられる動作パラメータｍｕが選択される。

【0220】

次に、学習部１０４は、ステップＳ２３のフィルタリングによって選択された動作パラメータｍｕを用いた学習によって、動作パラメータモデルＰｍを生成または更新する（ステップＳ２４）。この学習では、その選択された動作パラメータｍｕと、その動作パラメータｍｕと共に実績部品データＤｃｕに含まれている部品情報ｄとが、教師データとして用いられる。また、動作パラメータモデルＰｍの更新では、学習モデル保持部ＤＢ２に保持されている、その実績生産データＤｐｕに対応する動作パラメータモデルＰｍが更新される。

【0221】

そして、パラメータ推定部１０５は、動作パラメータｍが未定の部品Ｐが入出力部１０７によって選択された場合には、その選択された部品Ｐの動作パラメータｍを、ステップＳ２４で生成または更新された動作パラメータモデルＰｍを用いて推定する（ステップＳ２５）。

【0222】

以上のように、本実施の形態における生産管理装置１００ａでは、実績生産データＤｐｕが取得され、その取得された実績生産データＤｐｕに含まれる少なくとも１つの動作パラメータｍｕに対するフィルタリングが行われる。つまり、処理装置５００から得られるフィルタリング情報Ｄｆを用いて、実績生産データＤｐｕから１以上の動作パラメータｍｕが選択される。そして、選択された１以上の動作パラメータｍｕを教師データとして用いた学習によって、動作パラメータモデルＰｍの生成または更新が行われる。

【0223】

これにより、フィルタリングによって選択された１以上の動作パラメータｍｕが学習に用いられ、選択されなかった動作パラメータｍｕは学習に用いられないため、動作パラメータモデルＰｍの適正化を図ることができる。その結果、この動作パラメータモデルＰｍを用いれば、適切な動作パラメータｍｕを推定し、その後に部品実装装置Ｍ４またはＭ５で用いられる生産データＤｐに設定することができる。したがって、品質の良い実装基板を生産することができる。つまり、実装基板の品質向上を図ることができる。

【0224】

つまり、本実施の形態では、学習において教師データとして用いられる動作パラメータｍｕを制御することができ、ユーザが意図した学習を行わせることができる。

【0225】

また、本実施の形態における生産管理装置１００ａでは、その生成または更新された動作パラメータモデルＰｍと部品情報ｄとに基づいて、実装対象部品Ｐを基板Ｂに実装するための動作パラメータｍが推定される。これにより、実装対象部品Ｐに対して適切な動作パラメータｍを推定して設定することができる。

【0226】

（実施の形態２の変形例）
上記実施の形態では、図１８Ａおよび図１８Ｂに示すように、指定された部品Ｐの種類または基板Ｂの種類に基づくフィルタリングが行われるが、実装基板の製品シリーズに基づくフィルタリングが行われてもよい。また、実績生産データＤｐｕが取得された日付に基づくフィルタリングが行われてもよい。例えば、最近の日付で取得された実績生産データＤｐｕに含まれる動作パラメータｍｕだけがフィルタリングによって選択されてもよい。また、指定された部品実装ラインに基づくフィルタリングが行われてもよい。例えば、部品実装ラインＬ１が指定された場合には、その部品実装ラインＬ１から取得された実績生産データＤｐｕに含まれる動作パラメータｍｕだけがフィルタリングによって選択されてもよい。

【0227】

また、図１７Ａおよび図１７Ｂに示す例では、フィルタリング情報Ｄｆは、実装品質指数または実装実績指数を示すが、これらは一例であって、他の指数を示していてもよい。また、これらの指数は、ＰＰＭ（parts per million）で表記されていてもよい。

【0228】

また、本実施の形態では、実施の形態１のように、複数の動作パラメータモデルＰｍから少なくとも１つの動作パラメータモデルＰｍを選択しなくてもよい。つまり、学習モデル保持部ＤＢ２に保持されている動作パラメータモデルＰｍは１つだけであってもよい。

【0229】

（その他の変形例）
以上、一つまたは複数の態様に係る生産データ生成装置および生産管理装置などについて、実施の形態およびその変形例に基づいて説明したが、本開示は、これらの実施の形態およびその変形例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各実施の形態またはその変形例に施したものや、各実施の形態および各変形例における構成要素を組み合わせて構築される形態も、本開示の範囲内に含まれてもよい。

【0230】

なお、上記各実施の形態およびその変形例において、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、上記各実施の形態およびその変形例の装置などを実現するソフトウェアは、図１３または図１９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。

【0231】

なお、以下のような場合も本開示に含まれる。

【0232】

（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。

【0233】

（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。

【0234】

（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。

【0235】

（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。

【0236】

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。

【0237】

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。

【0238】

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。

【0239】

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。

【0240】

（５）上記実施の形態及び上記変形例をそれぞれ組み合わせるとしてもよい。

【産業上の利用可能性】

【0241】

本開示は、部品を基板に実装することによって実装基板を生産するためのシステムなどに利用可能である。

【符号の説明】

【0242】

１、２ 生産システム
７ フィーダ
１０ 実装ヘッド
１０ａ 吸着ユニット
１０ｂ 吸着ノズル
１１ 部品認識カメラ
１２ 基板認識カメラ
１４ 部品テープ
１００ 生産データ生成装置
１００ａ 生産管理装置
１０１ 制御部
１０２ データ生成部
１０３ モデル選択部
１０４ 学習部
１０５ パラメータ推定部
１０６、２１３、３１３、４１３ 表示部
１０７、２１２、３１２、４１２ 入出力部
１０８ データ取得部
１０９ フィルタリング部
２００ ライン管理装置
２１１ 作業制御部
２１４ 作業機構
３００ データ管理装置
３１１ データ制御部
４０１～４０３ 検査装置
４１１ 検査制御部
４１４ 検査機構
ｄ 部品情報
ＤＢ１、ＤＢ４ 生産データ保持部
ＤＢ２ 学習モデル保持部
ＤＢ３ 部品ライブラリ保持部
ＤＢ５ 検査データ保持部
ＤＢ６ データ保持部
Ｄｃ 部品データ
Ｄｃｕ 実績部品データ
Ｄｐ 生産データ
Ｄｐｕ 実績生産データ
Ｌ１～Ｌ３ 部品実装ライン
ｍ、ｍｕ 動作パラメータ
Ｍ４、Ｍ５ 部品実装装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7A】

【図7B】

【図8】

【図9A】

【図9B】

【図10A】

【図10B】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17A】

【図17B】

【図18A】

【図18B】

【図19】