安装基板制造系统的制作方法

本公开涉及通过在基板搭载部件来制造安装基板的安装基板制造系统。

背景技术：

用于制造安装基板的安装基板制造系统具有部件安装线，在该部件安装线上配置有用于执行在基板搭载部件的部件搭载作业的部件装配装置。由部件装配装置来执行的部件搭载作业由利用吸附嘴从部件供给部取出部件的吸附动作、对取出后的部件进行拍摄并识别的识别动作、将部件移送到基板上来进行搭载的搭载动作等各种作业动作构成。在这些作业动作中，要求将微细的部件作为对象来高精度、高效率地执行精细的动作。因此，根据部件的种类来预先设定用于将各作业动作在良好的动作形态下执行的机器参数。并且，将上述机器参数与部件的种类关联所得的部件数据作为部件数据库来存储(例如参照专利文献1、2)。

在先技术文献

专利文献

专利文献1：日本特开2004-055710号公报

专利文献2：日本特开2016-201430号公报

技术实现要素：

本公开的安装基板制造系统具有部件搭载装置、数据库、运行信息统计部和修正部。

部件搭载装置执行向基板搭载部件的部件搭载作业。

数据库存储多个部件数据。

多个部件数据分别具有用于供部件搭载装置执行所述部件搭载作业的控制参数及与部件相关的信息。

运行信息统计部基于包含部件搭载装置执行的结果在内的运行信息，针对各部件数据来统计部件搭载作业的成绩。

修正部基于成绩，从多个部件数据中选择成为修正对象的修正部件数据，并对修正部件数据的控制参数进行修正。

附图说明

图1是实施方式的安装基板制造系统的结构说明图。

图2是表示在实施方式的安装基板制造系统中使用的部件数据的数据结构的说明图。

图3是表示在实施方式的安装基板制造系统中使用的生产数据的数据结构的说明图。

图4是表示实施方式的安装基板制造系统中的部件数据的修正处理的形态的说明图。

图5a是在实施方式的安装基板制造系统中用于部件数据的修正的学习所利用的学习数据集的说明图。

图5b是在实施方式的安装基板制造系统中由学习部学习到的学习结果的说明图。

图6是在实施方式的安装基板制造系统中用于部件数据的修正的学习所利用的学习数据集的说明图。

图7是表示实施方式的安装基板制造系统中的部件数据修正处理的流程图。

图8是表示实施方式的安装基板制造系统中的部件数据修正处理的流程图。

具体实施方式

在现有的安装基板制造系统中，部件数据未必设定为能够将作业动作在最佳的动作形态下执行的最佳值，需要根据部件搭载作业的执行时所产生的不良状况而随时进行修正。这样的部件数据的修正作业要求与部件装配相关的专业知识和基于经验的熟练度等高度的专业性。因此，在生产现场，会因试行错误而耗费大量的时间和劳力。例如，在执行部件搭载作业时，有时会产生部件的识别不良、吸附错误等不良情况。这种情况下，应如何对何种参数项进行修正这样的操作大部分是取决于操作者的技术程度的。在不熟练的操作者被委任了数据修正的情况下，不熟练的操作者会因不适当的数据修正而反复试行错误。因此，不仅会妨碍数据修正作业的作业效率的提高，还会妨碍部件搭载作业的作业品质的提高。

接下来，参照附图对本实施方式进行说明。首先，参照图1来说明安装基板制造系统1的结构。安装基板制造系统1具有通过在基板搭载部件来制造安装基板的功能。在图1中，安装基板制造系统1具有多个(这里为两个)部件安装线10a、10b。在部件安装线10a上配置有部件搭载装置11a1、11a2、11a3。在部件安装线10b上配置有部件搭载装置11b1、11b2、11b3。即，安装基板制造系统1成为具有至少一个部件搭载装置的结构，部件搭载装置用于执行将部件搭载于基板的部件搭载作业。

部件搭载装置11a1、11a2、11a3通过由局域网等构筑的通信网络2a而相互连接，并且，经由数据通信用终端9a而与客户端7a连接。客户端7a具有生产数据4a、部件数据库5a(数据库)、运行信息统计部8a。部件搭载装置11b1、11b2、11b3通过通信网络2b而相互连接，并且经由数据通信用终端9b而与客户端7b连接。客户端7b具有生产数据4b、部件数据库5b(数据库)、运行信息统计部8b。

需要说明的是，在以下的记载中，在不需要将部件安装线10a、10b彼此区分的情况下，仅统称为部件安装线10。同样，对于部件搭载装置11a1、11a2、11a3、部件搭载装置11b1、11b2、11b3，在不需要进行区分的情况下，仅统称为部件搭载装置11。

客户端7a、7b经由通过局域网或互联网(公共线路)等构筑的通信网络2而与服务器3及部件数据库管理部6连接。服务器3具有将在安装基板制造系统1中使用的各种数据向客户端7a、7b提供的功能。即，在服务器3存储有在具有部件安装线10a、10b的工厂内生产的安装基板所使用的生产数据4。

而且，服务器3具有部件数据库5，部件数据库5通过将与在工厂内生产的安装基板所使用的部件相关的部件数据12(参照图2)编辑为主数据库的形式而成。部件数据12包含用于供部件搭载装置11执行部件搭载作业的至少一个控制参数以及与部件相关的信息。部件数据库5成为存储有多个部件数据12的数据库。

经由通信网络2从服务器3向客户端7a、7b下载各部件安装线10a、10b进行安装基板的生产所需的数据。即，服务器3所存储的生产数据4中的、由部件安装线10a、10b分别生产的安装基板的生产数据作为生产数据4a、4b而下载到客户端7a、7b。同样，服务器3所具备的部件数据库5所具有的部件数据中的、在由部件安装线10a、10b分别生产的安装基板中使用的部件数据被下载到客户端7a、7b的部件数据库5a、5b。

客户端7a、7b分别具有的运行信息统计部8a、8b进行如下处理：针对各部件数据来统计为了安装基板的生产而由部件安装线10a、10b执行的部件搭载作业的成绩。这里，部件搭载作业的成绩是指在配置于部件安装线10a、10b的部件搭载装置11中执行的各种作业动作的成功率等。

在本实施方式中，作为部件搭载作业的成绩，例示有吸附率、识别率、缺损率。吸附率表示利用搭载头从部件供给部将部件通过真空吸附来取出时的吸附动作的成功率。识别率表示利用部件识别相机对取出后的部件进行拍摄并识别的部件识别的成功率。缺损率表示供给的部件中的因作业失误或动作错误等而废弃的部件的比例。即，运行信息统计部8a、8b进行如下处理：基于至少包含配置在部件安装线10a、10b上的部件搭载装置11所执行的处理、例如部件保持、部件识别、部件废弃、部件搭载等的结果在内的运行信息，针对各部件数据来统计部件吸附、部件识别、部件搭载等部件搭载作业的成绩。

部件数据库管理部6具有如下功能：将客户端7a、7b所具有的部件数据库5a、5b作为对象，执行用于部件数据12的修正的处理、部件数据12对部件搭载作业的成绩的影响度的学习等的处理。在本实施方式中，通过部件数据库管理部6的功能来反复执行部件数据12的修正及基于部件数据12的修正而产生的影响度的学习，从而能够实现数据修正作业的效率化及部件搭载作业的作业效率的提高。

接着，参照图2来说明部件数据12的结构。部件数据12在本实施方式的安装基板制造系统1中用于部件搭载作业，在部件搭载作业的执行过程中成为修正作业的对象。在图2中，部件数据12存储于部件数据库5、部件数据库5a、5b，根据“部件n”(部件数据代码)来确定部件的种类。即，在部件数据库5、部件数据库5a、5b中存储有具有n＝1、2、3…这样的部件数据代码的关于多个种类的部件的部件数据12。

在部件数据12中，规定有基本信息13(信息)、机器参数14(控制参数)来作为大分类项目。基本信息13是表示部件中固有的属性的信息。这里，作为中分类项目，例示了“形状”13a、“尺寸”13b、“部件信息”13c。“形状”13a是与部件的形状相关的信息，将按照矩形、圆柱状等形状区分来表示部件的外形形状的“形状”规定为小分类项目。在“尺寸”13b中，规定有表示部件的尺寸的“外形尺寸”、表示形成于部件的连接用的电极的数量或位置的“电极位置”等来作为小分类项目。

“部件信息”13c是部件的属性信息，作为小分类项目而规定有表示部件的种类的“部件类别”、表示部件的外形上的方向性的有无的“极性有无”、在有极性的情况下表示标注到该部件上的标记的形状等的“极性标记”、在有极性标记的情况下表示标记的位置的“标记位置”等。

机器参数14是将部件数据12所规定的部件作为对象，在通过配置在部件安装线10上的部件搭载装置11来执行部件搭载作业时为了控制部件搭载装置11而使用的控制参数。在作为大分类项目的机器参数14中，规定有“吸嘴设定”14a、“速度参数”14b、“识别”14c、“吸附”14d、“装配”14e来作为中分类项目。

“吸嘴设定”14a是与对部件进行吸附保持时使用的吸附嘴相关的数据，规定有对可选择的吸附嘴的种类进行确定的“吸嘴”来作为小分类项目。“速度参数”14b是与将部件用吸附嘴取出而装配于基板的作业动作中的吸附嘴的移动速度相关的控制参数。在这些控制参数中，规定有对部件进行吸附保持时的“吸附速度”、“吸附时间”、将保持着的部件装配于基板时的“装配速度”、“装配时间”等来作为小分类项目。

“识别”14c是与识别处理的执行相关的参数，识别处理是利用部件识别相机来对从部件供给部用吸附嘴取出后的部件进行拍摄并识别的处理。在上述参数中，规定有确定拍摄所使用的相机的种类的“相机类别”、表示拍摄时使用的照明的模式的“照明模式”、识别通过拍摄所取得的图像时的“识别速度”等来作为小分类项目。

“吸附”14d是与从部件供给部用吸附嘴取出部件时的吸附动作相关的控制参数。在上述控制参数中，规定有表示使吸附嘴着附于部件时的吸附位置的“吸附位置x”、“吸附位置y”等来作为小分类项目。

“装配”14e是与装配动作相关的控制参数，装配动作是使由吸附嘴吸附保持着部件的搭载头向基板移动并使吸附嘴进行升降动作而将部件装配于基板的动作。在上述控制参数中，规定有使吸附嘴下降来使部件着附于基板时将部件向基板按压的载荷即“装配载荷”来作为小分类项目。而且，还规定有对将吸附嘴的升降动作的速度切换为高低两级来进行时的切换高度位置、高低速度等动作形态进行规定的“两级动作(下降)”、“两级动作偏移(下降)”、“两级动作速度(下降)”、“两级动作(上升)”等，其中，升降动作是使吸附嘴下降、上升的动作。

接着，参照图3，对在安装基板制造系统1中配置于部件安装线10a上的部件搭载装置11a1、11a2、11a3制造安装基板时使用的生产数据4a的数据结构进行说明。这里，生产数据4a(a1)、生产数据4a(a2)、生产数据4a(a3)分别表示部件搭载装置11a1、11a2、11a3所使用的生产数据4a。这些生产数据均是相同的数据结构，是与由部件搭载装置11生产的安装基板的基板品种对应的数据内容。这里，以生产数据4a(a1)为代表例来说明生产数据4a。

生产数据4a(a1)规定由部件搭载装置11a1生产一个基板品种的安装基板所需的数据。例如，在生产数据4a(a1)中针对作为安装对象的各部件而规定有“部件名”20、“部件n”21、“装配坐标”22、“装配角度”23。“部件名”20是向基板品种的安装基板搭载的部件的名称。“部件n”21是用于在部件数据库中确定部件的部件代码。“装配坐标”22是表示部件在安装基板上的装配位置及装配角度的坐标。

而且，在生产数据4a中按照部件名来规定表示安装基板的生产所使用的设备侧的条件、即部件搭载装置11的设定状态等的设备条件数据28。需要说明的是，在这里所示的例子中，成为由通信网络2提供的生产数据4a中包含设备条件数据28的结构，但也可以是仅将设备条件数据28以其它文件的形式来提供的方式。

在设备条件数据28中规定有“供给位置”24、“供给器”25、“装配头”26、“吸嘴”27、识别算法等。“供给位置”24表示显示部件搭载装置11的种类的机种数据、在“11a”中供给部件的位置。“供给器”25表示部件供给所使用的零件供给器。“装配头”26表示进行了搭载部件的搭载作业的搭载头。

“吸嘴”27表示部件的保持所使用的吸附嘴。识别算法用于吸嘴所保持的部件的部件识别。设备条件数据28是成为构成客户端7a的运行信息统计部8a针对各部件数据所统计的成绩、即吸附率、识别率、缺损率等的变动主要因素的条件。

接着，参照图4对在安装基板制造系统1中部件安装线10上的部件搭载作业持续执行的过程中进行的部件数据的修正处理进行说明。部件数据的修正处理通过图1所示的部件数据库管理部6的处理功能来进行。

部件数据库管理部6具有部件数据修正部30、学习部31、学习结果存储部32、学习数据集存储部33。部件数据修正部30在部件搭载作业持续执行的过程中执行对存储于部件数据库5a、5b的部件数据12所包含的机器参数14中的、判断为需要变更的机器参数14自动地进行修正的处理。数据修正基于如下结果来进行，该结果是利用客户端7a、7b分别具有的运行信息统计部8a、8b针对各部件数据而对为了部件安装线10a、10b上生产安装基板而执行的部件搭载作业的成绩进行统计而得到的结果。这里，将部件搭载作业的成绩不好的部件数据作为成为修正对象的部件数据(修正部件数据)进行检索。

即，部件数据修正部30成为如下的修正部：基于由运行信息统计部8a、8b统计出的成绩来选择成为修正对象的部件数据，并对选择出的部件数据所包含的至少一个机器参数(控制参数)进行修正。在本实施方式中，部件数据修正部30使用与机器参数14对部件搭载作业的成绩的影响度相关的信息(参照图5b所示的学习结果50)来执行机器参数14的修正。学习部31具有对各部件数据的机器参数14的影响度进行学习的功能。学习部31所进行的学习使用应用了神经网络的人工智能等的以大量的数据为对象来推论主要因素与效果的关联性的方法。

学习结果存储部32存储由学习部31学习到的学习结果50(图5b)。学习数据集存储部33存储用于学习部31的学习的各部件数据12的学习数据集40(图5a)。这里，学习数据集40是基于部件数据12的修正履历而累积有多个通过部件数据12与使用了部件数据12时的成绩组合而成的模式(第一模式)的数据集。

即，如图5a所示，在学习数据集40的模式列41中记载有按时间序列的顺序对模式p标注的模式编号(1、2、…)。由模式编号确定的模式p1、p2…由主要因素数据组和效果数据组构成。主要因素数据组是将由基本信息13和机器参数14构成的部件数据12与设备条件数据28并列地组合而成的数据组。另外，效果数据组是由构成“成绩”42的“吸附率％”42a、“识别率％”42b、“缺损率％”42c来构成的数据组。

而且，在基本信息13、机器参数14中，记载有图2中分别由※1、※2表示的小分类项目来作为分别对应的变更对象的项目。另外，在设备条件数据28中记载有图3中由※3表示的独立项目来作为变更对象的项目。在本实施方式所示的安装基板制造系统1的部件数据12的变更中，根据操作者的判断或者部件数据库管理部6的部件数据修正部30所具有的部件数据12的自动修正功能来适当变更上述的变更对象的项目。

在图5a的图表中标注了○标记的项目表示在符合的模式中由操作者或部件数据修正部30变更了的数据修正项目。并且，在每次进行以部件数据12、设备条件数据28为对象的数据的变更时，生成将变更后的部件数据12、设备条件数据28录入而得到的新的模式p。

即，从部件数据库5a、5b所包含的部件数据12取得基本信息13、机器参数14，从生产数据4a、4b取得设备条件数据28，并将它们设为主要因素数据组。并且，运行信息统计部8a、8b对使用上述的主要因素数据组来使部件安装线10a、10b的部件搭载装置11运行时的部件搭载作业的成绩进行统计并取得该成绩，将该成绩设为效果数据组。并且，通过将上述的主要因素数据组与效果数据组组合来生成新的模式p。

在图5a所示的例子中，在最初针对机器参数14进行了数据变更的时刻生成数据变更后的模式p2，与此同时生成数据变更前的模式p1。然后，在机器参数14、设备条件数据28中的任一项目由操作者或部件数据修正部30随时变更时，在每次变更时基于新变更后的数据内容来逐次生成新的模式p3…。在上述的新的模式p3…中，构成“成绩”42的“吸附率％”42a、“识别率％”42b、“缺损率％”42c反应数据变更内容而被更新。即，部件数据修正所起到的效果反映到部件搭载装置11的运行状态中，由此“成绩”42发生变化。

在学习数据集40中，模式列41的末尾的模式p8是包含当前时刻使用的最新的机器参数14的模式。在该时刻以后，只要部件搭载装置11持续运行，每次数据变更时新的模式p都会累积到学习数据集40中。并且，累积了新的模式p的学习数据集40被存储于学习数据集存储部33。学习结果50表示学习部31基于这样生成的学习数据集40来学习各部件数据的机器参数14对部件搭载作业的成绩的影响度而得到的结果。

即，如图5b所示，在学习结果50中，成为学习对象的部件的种类由部件代码即“部件n”51来确定。并且，分别针对构成以该部件为作业对象的部件搭载作业的成绩42的“吸附率％”42a、“识别率％”42b、“缺损率％”42c这些成绩项目，用1～4的影响度顺序来表示机器参数14中的哪个变更对象的项目(图2中用※2表示的小分类项目)对成绩项目具有更大的影响度。

这样生成的学习结果50在部件数据修正部30进行机器参数14的修正时被参照。即，针对由“部件n”51确定的部件数据，在判定为构成“成绩”42的某个成绩项目不良的情况下，通过参照学习结果50，而能够基于影响度顺序来推定对该不良的影响度高的项目。然后，在部件数据12的机器参数14的修正时，部件数据修正部30从机器参数14的影响度顺序高的项目开始按顺序选择为修正对象部件数据。需要说明的是，作为学习结果50的数据内容，只要包含能成为部件数据修正的指导方针的内容即可，除了这里所示的影响度顺序以外，还可以使用各种形式的数据。

接着，对图4所示的部件数据12的修正处理的详细情况进行说明。首先，在执行部件搭载作业之前，从服务器3向客户端7a、7b(箭头a)下载部件安装线10a、10b所使用的生产数据4和部件数据12。由此，在部件搭载作业中，与由部件安装线10a、10b分别生产的安装基板的基板品种对应的生产数据4a、4b、部件数据12被下载到客户端7a、7b。由此，在客户端7a、7b的部件数据库5a、5b中累积部件安装线所使用的部件数据12。

接着，在部件安装线10a、10b上，将部件搭载装置11所使用的生产数据4a、4b从客户端7a、7b下载下来，并将下载后的生产数据4a、4b的部件数据代码从客户端7a、7b下载下来(箭头b)。由此，在部件安装线10a、10b上，能够使用下载后的生产数据4a、4b和部件数据12来制造安装基板。

这样，当开始部件搭载装置11的运行时，利用运行信息统计部8a、8b来收集在装置运行中从部件搭载装置11输出的运行信息(日志信息)(箭头c)。然后，运行信息统计部8a、8b基于收集到的运行信息将由部件搭载装置11执行了的部件搭载作业的成绩以部件数据为单位来进行统计。该成绩的统计结果被发送到部件数据库管理部6(箭头d)，成为学习部31进行学习的对象，学习数据集40的模式p的成绩也被逐次更新。

在部件安装线10a、10b上的部件搭载作业的执行中，在进行对存储于部件数据库5a、5b的部件数据12的机器参数14中的任一个进行变更的数据变更处理时，其变更内容适用于部件安装线10的所有的部件搭载装置11。并且，基于变更后的部件数据12在学习数据集40中生成新的模式p。

这样，在因机器参数的变更而累积学习数据集40的模式p时，由学习部31来学习部件数据12的机器参数14(控制参数)对部件搭载作业的成绩的影响度。并且，将该学习结果存储于学习结果存储部32。部件数据修正部30基于存储在学习结果存储部32中的学习结果，自动地进行部件搭载作业的成绩没有达到规定标准的部件数据12的修正(箭头e)。

这样，在由部件数据修正部30进行了自动修正的情况下，基于该修正而产生的变更内容也适用于部件安装线10的所有的部件搭载装置11。然后，基于变更后的部件数据12，在学习数据集40中生成新的模式p而进行学习数据集40的更新。然后，学习部31基于更新后的学习数据集40来进行影响度的学习。

即，在本实施方式中，在由部件数据修正部30进行机器参数14的修正时，更新学习数据集40，学习部31基于更新后的学习数据集40来进行影响度的学习。这样，学习数据集40的模式p得以累积，通过其累积度的增大，使得部件数据12的学习度的精度得以提高，能够将部件数据12的机器参数14更新为更适当的内容。

需要说明的是，为了提高学习数据集40中的模式p的累积度，可以使取入到学习数据集40中的模式p的范围不限定于与成为学习对象的部件数据12相同的部件数据，还扩大到针对类似的部件数据(类似部件数据)而取得的模式(第二模式)。

即，在图5a所示的学习数据集40中，累积的模式限定于将与成为学习对象的部件数据12相同的部件数据及使用该部件数据时的成绩组合而得到的模式(第一模式)。

相对于此，在图6所示的学习数据集40a中，在取入到模式列41并累积的模式p中，包含将与成为学习对象的部件数据12类似的部件数据(类似部件数据)及使用该类似的部件数据时的成绩组合而得到的模式(第二模式)。例如，在模式列41中，由5＊、6＊＊表示的模式p5＊、p6＊＊是将与成为学习对象的部件数据12类似的部件数据及使用该类似的部件数据时的成绩组合而得到的模式。

即，扩大了模式的范围的学习数据集40a是除了学习数据集40中的模式以外，还基于部件数据12的修正履历而累积有多个将与部件数据12类似的部件数据及使用该类似的部件数据时的成绩组合而得到的模式的数据集。需要说明的是，部件数据12的类似的判断通过将部件数据12的基本信息13所包含的形状13a及尺寸13b与其它的部件数据12进行比较来进行。这样，通过将取入到学习数据集40a中的模式p的范围扩大到类似的部件数据12，由此能够在短时间内提高模式p的累积度，能够提高学习部31的学习效率。

接着，在结构的安装基板制造系统1中，参照图7的流程来说明由部件数据库管理部6执行的部件数据修正处理。首先，参照由运行信息统计部8a、8b统计的部件数据12的成绩，检索成绩不好的部件数据12(st1)。这里，对低于预先设定的需要进行修正的标准(需要修正标准)的成绩的部件数据12进行检索。

并且，基于检索结果来判定有无修正对象的部件数据12(修正部件数据)(st2)。这里，在没有成为修正对象的部件数据12的情况下，返回(st1)继续检索。另外，在(st2)中有成为修正对象的部件数据12的情况下，通过参照存储于学习结果存储部32的学习结果的数据，针对符合的部件数据12来判定有无进行了学习的数据(学习数据)(st3)。

这里，在判断为有学习数据的情况下，基于符合的学习数据来修正部件数据12(st4)。另外，在判断为没有学习数据的情况下，进一步判定有无针对与部件数据12类似的部件数据的学习数据(st5)。这里，在判断为有学习数据的情况下，基于类似的部件数据的学习数据来修正部件数据12(st6)。即，部件数据修正部30使用与和成为修正对象的部件数据12类似的部件数据12的学习数据即影响度相关的信息，来执行部件数据12所包含的机器参数14(控制参数)的修正。部件数据12的类似的判断通过将部件数据12的基本信息13所包含的形状13a及尺寸13b与其它部件数据12进行比较来进行。

需要说明的是，在(st5)中判断为没有学习数据的情况下，方便起见通过操作者的判断来修正部件数据12(st7)。这种情况下，也可以沿用存储于部件数据库5中的默认的数据。然后，在(st4)、(st6)、(st7)中的任一种的情况下返回(st1)，继续进行成绩不好的部件数据12的检索，反复执行同样的数据修正作业。在反复该数据修正作业的过程中，基于与通过学习而取得的学习结果即对成绩的影响度相关的信息来进行机器参数的修正。通过这样反复学习，由此消除在(st5)中判断为没有学习数据的状况，能够提高部件数据12的修正精度。

接着，在安装基板制造系统1中，针对由部件数据库管理部6执行的部件数据修正处理，参照图8的流程来说明。在这里所示的例子中，将成为修正对象的部件数据12(修正部件数据)扩大到与部件数据12类似的部件数据，缩短学习所需的时间。首先，通过参照由运行信息统计部8a、8b统计的部件数据12的成绩，来检索成绩不好的部件数据12(st11)。这里，与(st1)同样地对低于预先设定的需要进行修正的标准(需要修正标准)的成绩的部件数据进行检索。

然后，基于检索结果来判定有无符合的部件数据12(st12)。这里，在没有符合的部件数据12的情况下，返回(st11)继续检索。另外，在(st12)中有符合的部件数据12的情况下，选定部件数据12和与其类似的类似部件数据作为修正对象(st13)。并且，将选定的部件数据作为对象来修正部件数据12所包含的至少一个机器参数14。即，在这里所示的部件数据修正处理中，部件数据修正部30对与作为成为修正对象的部件数据12而选择出的部件数据12类似的部件数据所包含的至少一个控制参数进行修正。

这里，在不存在类似部件数据的情况下，仅符合的成绩不好的部件数据12成为修正对象。然后，针对成为修正对象的部件数据12执行以下的修正处理。这里，首先是符合的部件数据12成为修正处理的对象，接着，类似部件数据依次成为修正处理的对象。在该修正处理中，首先针对符合的部件数据12来判定有无学习数据(st14)。在判断为有学习数据的情况下，基于符合的学习数据来修正符合的部件数据12(st15)。另外，在判断为没有学习数据的情况下，进一步针对与符合的部件数据12类似的部件数据来判定有无学习数据(st16)。

这里，在判断为有学习数据的情况下，基于类似的部件数据的学习数据来修正符合的部件数据12(st17)。需要说明的是，在(st16)中判断为没有学习数据的情况下，方便起见通过操作者的判断来修正部件数据12(st18)。这种情况下，也可以沿用存储于部件数据库5的默认的数据。

然后，(st14)～(st18)的处理针对成为修正处理的对象的部件数据来依次反复执行。这里，若针对在(st13)中选定出的所有的部件数据完成上述处理，则在(st15)、(st17)、(st18)中的任一种的情况下返回(st11)。然后，继续进行成绩不好的部件数据12的检索，反复执行同样的数据修正作业。

如上所说明的那样，本实施方式涉及用于制造在基板上装配有部件的安装基板的安装基板制造系统1。

安装基板制造系统1具有部件搭载装置11、部件数据库5a、5b、运行信息统计部8a、8b和部件数据修正部30。

部件搭载装置11执行将部件搭载于基板的部件搭载作业。

部件数据库5a、5b存储有多个部件数据12。部件数据12包含用于供部件搭载装置11执行部件搭载作业的机器参数14(控制参数)及与部件相关的信息。

运行信息统计部8a、8b基于包含部件搭载装置11执行了的处理的结果在内的运行信息，针对各部件数据来统计部件搭载作业的成绩。

部件数据修正部30基于部件搭载作业的成绩来选择成为修正对象的部件数据，对部件数据所包含的机器参数14进行修正。

由此，能够将部件搭载作业中的表示运行状态的成绩反映到部件数据的修正中。因此，能够不依靠操作者的经验或技术程度，而适当且高效地进行要求与部件装配相关的专业知识和基于经验的熟练度等高度的专业性的部件数据的修正作业。

需要说明的是，在上述的实施方式中，作为安装基板制造系统1的结构，示出了具备多个部件安装线10的结构例，其中，部件安装线10上配置有多个部件搭载装置11，但本发明并不限定于这样的结构。即，只要具有至少一个部件搭载装置11，且具有存储了多个部件数据12的部件数据库、针对各部件数据对部件搭载作业的成绩进行统计的运行信息统计部、以及基于部件搭载作业的成绩来选择成为修正对象的部件数据并修正部件数据的部件数据修正部，则都成为本发明的适用对象。

根据本公开，能够适当且高效地进行部件数据的修正。

工业实用性

本公开的安装基板制造系统具有能够适当且高效地进行部件数据的修正这样的效果，在向基板装配部件来制造安装基板的领域中是有用的。