行業動態
SMT零件數據的自動生成
跟著對零件實體的通用幾許模型的樹立，能夠運用設備特定規矩及算法為任何設備主動生成所需的全面的、可直接使用的零件數據。當這種功用與數據庫服務結合起來生成通用幾許模型時，零件數據的創立進程能夠徹底主動化，包含為每個料號挑選正確的模型。
這種功用所帶來的好處是巨大的。創立和調試零件數據所花費的本錢一般被大大低估-不論是在人力還是在產線時刻丟失方面。而主動生成零件數據的好處還不僅限于節約人力和產線時刻，它還方便了在產線之間作業的快速移轉，促進產線更好的平衡，避免形狀數量脹大及因在零件庫中修改不妥形成的形狀毀損。以上等等好處不一而足。
樹立設備零件數據的代價是貴重的
早期的SMT貼片機是以機械辦法來完成零件中心點對位的（如松下MK設備），因而零件數據樹立起來十分簡易。跟著貼裝速度的增加、SMT零件小型化及精確性要求的提升，零件的中心點對位辦法已演變為以視覺體系進行中心點對位的辦法。這就需求精確界說零件的模型，使得視覺體系能夠正確辨認一切的零件特征，并精確定位要貼裝的零件。
事實上一切的SMT貼裝設備現在都需求零件數據，包含界說怎么處理零件，怎么進行視覺體系辨認等等。這一點已被廣泛認同，但是從人力及影響更深的SMT產線時刻丟失來講，完成零件數據的樹立是異常貴重的。
一旦辨認到有新零件（一般是在程序設計進程中），就得有人去找零件數據（經過制造商料號-如果有的話），或是從倉庫里拿到零件什物，再用卡尺測量出幾許參數。接下來用戶還需求確定設備零件庫里是否已存在相同的形狀。這個進程相當繁瑣，一般使用者為圖方便會直接界說一個新的形狀，這就會導致數據庫里形狀數量巨大而臃腫，使問題更加惡化。現在慣用的這種經過復制并調整零件形狀來補償貼裝及拾取問題的辦法使得數據庫敏捷變成不良數據庫。
要創立一個新形狀（零件），用戶須按設備需求的格局將幾許參數輸入到數據庫。接著用戶會依照非正式規矩或個人經歷輸入一切的非幾許參數。因為不同的用戶對這些參數的估計不同，這個進程導致的成果十分不共同。有時候用戶會直接復制相似零件再對其幾許形狀進行修改，然后期望會萬事大吉。
每個設備廠商，乃至相同廠商出產的不同設備對零件數據界說的格局都大不相同 – 這就增加了訓練的需求，一起要求使用者對每種不同的設備都具有相應的知識。
常常會發生找不到零件數據（有時因為零件數據不存在，有時因為制造商料號不知道而無從查找）而又無法從倉庫里得到什物的情況。在這種情況下，一直到新產品導入（NPI）試產時才有時機測量料件，即需直接從架起的進料器上取下料件量測后再將數據輸入設備。這種做法的問題是必須先讓設備停止下來，如此一來就延長了設備停機時刻，然后導致新產品導入的周期變長。
即便是在完成了一切形狀的樹立并被承受后還面臨調試階段的問題。零件由設備拾取后還要看視像體系能否對其進行辨認。如果存在問題，就要進行數據調校直到設備能辨認料件停止。這個進程有時要測驗數次才能成功，因而相同浪費了設備時刻，并常常導致整條線停產。因為車間修改及調試時刻而導致的出產丟失已屬嚴重，更加之以因貴重設備空置而導致的持有本錢，形成了利潤率的進一步下跌。
調試及量測料件還會導致一種隱形本錢 – 那便是因為調試及量測而帶來的零件損耗（報廢）。如果零件是貴重的IC，則形成的本錢影響是明顯的；即使是廉價的零件，因調測損耗而引起庫存數量的不精確也會導致額外的本錢。放下零件丟失不談，缺料停產相同會形成丟失。
對于每種設備類型，只要存在短少零件形狀的情況，就要重復以上的進程。有些設備廠商能夠做到在設備與設備之間移轉零件數據，但沒有一家能將零件數據遷移到其他品牌的設備上，這就意味著對貼裝零件的每一臺設備/品牌類型都需求重復進行零件數據的修改進程。
歸納上述因素，估計每個短少的零件數據都需求花費數十美元，高則甚而數百美元來創立。而創立一個包含數百或數千個形狀的典型數據庫則需花費數千美金。將這個數字乘以設備（品種）的數量則代價是高昂的。這還沒有計算因為零件數據質量不共同而導致的拾取失利，設備停機及拋料形成的丟失。
一般一個具有跨幾代、2-3種不同廠牌設備（如10-15個數據庫）的大、中型工廠為一切產線創立所需的零件數據要花費超越10萬美元，但用戶卻往往不知道其然。
以這種辦法創立零件數據還隨同有一種本錢：因為在一條線不同設備之間難于同享或不能同享零件數據（特別是混合廠牌產線），零件數據一般只是針對產在線某一設備而創立，這就意味著產線平衡必定受制于可供的零件數據，而不是依據全面的優化設置而決定。如此一來，或許導致產線的不平衡（影響產值），或許需求手工移動零件并在方針設備上重復創立零件數據，因而相同形成了對產值的影響。
通用幾許模型
主動生成功用的核心點是零件封裝的通用幾許模型。一切設備零件數據具有的一個共性便是針對某一給定料件其幾許特性是不變的，雖然對其的體現及界說辦法不同 – 有時乃至徹底不同。通用幾許模型使用零件的這一共性界說出了通用的、不受設備影響的料件模型。
因為這些模型采用簡略而共同的格局，一起僅含有零件的根本幾許特征，因而只需具有對方針設備或制造工藝最根本的知識即可很快創立。
此外，在制造進程中用到的許多零件可同享相同的零件模型，一起零件模型的精約性使得對既有模型的尋覓十分簡便，因而不需求因難于查找而去創立新的模型。別的，如果使用者創立出與現存形狀共同的形狀，體系能輕松辨認并提示使用者使用現有形狀。
經過以制造商料號（MPN）及廠商稱號來標定形狀能夠進一步達到對零件模型的主動化辦理和創立。只需求供給制造商料號/廠商，即可完成使用數據庫服務功用將數據庫零件模型主動轉換為通用幾許模型。經過這種辦法，整個零件數據創立流程均可完成主動化。
此技術帶來的進一步好處是當向已具有通用幾許模型的體系供給新的制造商料號(MPN)時，體系可輕松辨認該料件并可將新的MPN鏈接到現有零件模型，繼而可主動將新料件鏈接到當前設備數據庫中的既有零件。這不僅避免了數據庫中零件形狀的過分增加，一起也免除了對新形狀所要進行的貴重的調試、修改及核可作業。
主動生成設備零件數據
當料號與通用幾許模型鏈接后，可依照任何貼裝設備的需求和格局，使用零件模型的幾許數據主動生成一切零件的形狀信息。這是經過應用簡略的規矩和算法完成的。但是這些幾許數據只占設備全套零件數據參數的一小部份，全套零件數據還包含如吸嘴類型、視覺類型、光源類型、照像機類型等。這類信息在零件數據中是找不到的，一般一般需求依據使用者經歷來輸入。
在主動生成功用中，能夠界說規矩并依據通用幾許模型來得到一切這些參數。當然不是一切用戶都想使用相同的規矩。例如有些用戶除最大的零件外期望對一切其它零件都按設備最高速度拾取貼裝，而又有些用戶為了貼裝拾取更可靠則期望降速工作設備。根據規矩的主動生成功用答應不同的使用者依據其本身需求調整規矩對生成零件數據的辦法進行客制化。
這個進程中要害的一點是能夠創立出“隨時可用的零件數據”。在沒有主動生成功用的情況下，人工輸入零件數據后一般還需求花很長時刻上線進行調試，即使所輸入的幾許數據是徹底正確的。經過主動生成的精準的零件數據，大幅地減少了調試時刻，甚而能夠徹底消除在線調試。
將主動生成功用與歸納數據庫服務結合起來能夠達到徹底的主動生成，消除或減少零件數據挑選及創立的人工操作。它降低了零件數據創立所需的技術要求，提高了零件數據的質量并達成了零件數據的共同性。主動生成步驟的零件完成率取決于數據庫服務的匹配率，一般占拼裝產品一切零件的85-95%，而其它零件則可經過手工鏈接到包含有通用幾許模型的歸納數據庫。
經過統一的通用幾許模型，零件數據可依據需求在任何設備上主動生成，然后完成了作業在產線與產線之間的快速移轉，而不需求在方針產線上重新創立零件數據。
