使用线性建模和优化的自动化液体粘合剂分配的制作方法

1.本公开涉及液体粘合剂分配领域。


背景技术：

2.液体粘合剂用于包括医疗设备、消费电子产品、汽车、航空航天等在内的行业中。已经使用各种机器和系统将粘合剂分配和施加到材料上。


技术实现要素：

3.所描述的系统和技术可用于测量给定自动化液体粘合剂分配过程的输出粘合剂珠粒形状，将其与目标珠粒形状进行比较，并自动识别要改变的可控过程参数以实现稳定和受控的过程。如本文所述，自动化液体粘合剂分配包括将液体粘合剂施加到基底上。自动化液体粘合剂分配过程可能需要建立初始过程参数和控制过程参数，以及识别和校正不可控过程条件。另外，一些自动化液体粘合剂分配过程可能需要复杂的分配路径。
4.在一些示例中，所描述的系统和技术可用于自动生成与可控过程参数和输出珠粒形状相关联的响应曲线。在一些示例中，所描述的系统和技术可用于利用并入有相关过程参数的线性分配路径来表示任意或复杂的分配路径，这使得能够评估珠粒形状、预测复杂路径的粘合剂珠粒形状、有助于在降低复杂性和计算资源的情况下优化过程参数。
5.在一些示例中，本公开描述了一种方法，该方法包括使用至少一个过程参数来控制制造环境内的机器人以将液体粘合剂的珠粒分配到基底的表面上，该珠粒基于至少一个过程参数，具有珠粒形状。该方法还包括由定位在制造环境内的便携式测量设备测量珠粒形状的至少一个特征。该方法还包括利用便携式测量设备的处理器，访问液体粘合剂的限定液体粘合剂的参考珠粒的参考珠粒形状的一个或多个响应表面轮廓以及至少一个参考过程参数。该方法还包括由处理器将珠粒形状与参考珠粒形状进行比较。该方法还包括响应于确定珠粒形状不同于参考珠粒形状，由处理器基于至少一个参考过程参数，来确定至少一个更新的过程参数，其中至少一个更新的过程参数被配置为使机器人分配具有参考珠粒形状的第二珠粒。
6.在一些示例中，本公开描述了一种系统，该系统包括制造环境内的机器人、制造环境内的便携式测量设备以及便携式测量设备的处理器。机器人被配置为将液体粘合剂的珠粒分配到基底的表面上，该珠粒基于机器人的至少一个过程参数，具有珠粒形状。便携式测量设备被配置为测量珠粒形状的至少一个特征。处理器被配置为访问液体粘合剂的限定液体粘合剂的参考珠粒的参考珠粒形状的一个或多个响应表面轮廓以及至少一个参考过程参数；将珠粒形状与参考珠粒形状进行比较；并且响应于确定珠粒形状不同于参考珠粒形状，基于至少一个参考过程参数，来确定至少一个更新的过程参数，其中至少一个更新的过程参数被配置为使机器人分配具有参考珠粒形状的第二珠粒。
7.在一些示例中，本公开描述了一种系统，该系统包括管理系统内的机器人、管理系统内的测量设备、通信地耦合到机器人和测量设备的第一处理器、制造现场内的第二机器
人、制造现场内的便携式测量设备以及便携式测量设备的第二处理器。机器人被配置为将液体粘合剂的珠粒分配到基底的表面上，该珠粒基于机器人的至少一个过程参数，具有珠粒形状。测量设备被配置为测量珠粒形状的至少一个特征。第一处理器被配置为基于珠粒形状和至少一个过程参数，来确定液体粘合剂的响应表面轮廓，其中响应表面轮廓限定珠粒形状与至少一个过程参数之间的关系。第二处理器被配置为将液体粘合剂的第二珠粒分配到第二基底的表面上，该珠粒基于第二机器人的至少一个第二过程参数，具有第二珠粒形状。便携式测量设备被配置为测量第二珠粒形状的至少一个特征。第二处理器被配置为从处理器接收响应表面轮廓；将第二珠粒形状与珠粒形状进行比较；并且响应于确定第二珠粒形状不同于珠粒形状，基于至少一个过程参数，来确定至少一个更新的过程参数，其中至少一个更新的过程参数被配置为使第二机器人分配具有珠粒形状的第三珠粒。
8.在一些示例中，本公开描述了一种方法，该方法包括由制造环境内的机器人使用至少一个过程参数，将代表目标复杂分配路径的液体粘合剂的一个或多个线性珠粒分配到基底的表面上，该线性珠粒沿着纵向轴线延伸并且基于至少一个过程参数，具有横向于纵向轴线的珠粒形状。该方法还包括由定位在制造环境内的测量设备，经由一维扫描，在沿着线性珠粒的纵向轴线的多个离散位置处，测量珠粒形状的至少一个特征。该方法任选地包括由测量设备的处理器，基于一个或多个响应表面轮廓和珠粒形状的至少一个特征，来调整至少一个过程参数；以及使用目标复杂分配路径和至少一个调整的过程参数，来分配液体粘合剂。
9.在一些示例中，本公开描述了一种系统，该系统包括制造环境内的机器人、制造环境内的测量设备以及通信地耦合到测量设备的处理器。机器人被配置为使用至少一个过程参数，将代表目标复杂分配路径的液体粘合剂的一个或多个线性珠粒分配到基底的表面上，该珠粒沿着纵向轴线延伸并且基于至少一个过程参数，具有横向于纵向轴线的珠粒形状。测量设备被配置为经由一维扫描，在沿着线性珠粒的纵向轴线的多个离散位置处，测量珠粒形状的至少一个特征。处理器被配置为基于一个或多个响应表面轮廓和珠粒形状的至少一个特征，来调整至少一个过程参数；并且使机器人使用目标复杂分配路径和至少一个调整的过程参数，来分配液体粘合剂。
10.在附图和下文的描述中将示出一个或多个示例的细节。根据具体实施方式和附图以及根据权利要求书，本发明的其他特征、目的和优点将显而易见。
附图说明
11.图1a是示出用于自动化液体粘合剂分配的示例制造环境的概念图。
12.图1b是示出图1a中所示的示例制造环境的管理系统的概念图。
13.图1c是示出图1a中所示的示例便携式计算设备和便携式测量设备的概念图。
14.图2是示出计算设备的示例的概念性和示意性框图。
15.图3a是用于生成响应表面轮廓的示例技术的流程图。
16.图3b是使用所测量的珠粒形状和响应表面轮廓来控制自动化液体粘合剂分配过程的示例技术的流程图。
17.图3c是使用珠粒形状的线性建模来控制自动化液体粘合剂分配过程的示例的流程图。
18.图4是示出示例珠粒形状作为沿相应珠粒的纵向轴线的横截面积变化的曲线图。
19.图5a是示出示例珠粒形状作为沿相应珠粒1至4的纵向轴线的横截面积变化的曲线图。图5b示出了图5a的放大部分。
20.图6是示出图4至图5b中所示的粘合剂分配过程的示例响应表面轮廓的三维图。
21.图7是示出可用于减少珠粒形状可变性的示例速度分布的曲线图。
22.图8是示出几种液体粘合剂粘度的示例珠粒形状的曲线图。
23.在不脱离本公开的技术的范围的情况下，可以对本公开中列出的示例进行结构改变。图未必按照比例绘制。图中使用的相似数字指代相似的部件。然而，在给定附图中使用数字来表示组件并非意图限制标记有相同数字的另一个附图中的组件。
具体实施方式
24.所公开的系统和技术可用于精确测量液体粘合剂珠粒形状；生成所选液体粘合剂的响应表面轮廓，所述响应表面轮廓可用于相对于受控过程参数表征珠粒形状；原位收集珠粒形状信息(例如，在客户现场直接使用客户分配过程设备)；并且/或者基于先前生成的响应表面轮廓调整可控过程参数，以控制自动化液体粘合剂分配过程以改善珠粒形状。另外或另选地，为了促进自动化液体粘合剂分配过程分析，可使用一维(1d)分配格式来表示二维(2d)或三维(3d)珠粒形状图案。
25.所述系统和技术可用于使用管理系统的机器人、测量设备和处理器针对一个或多个过程参数生成液体粘合剂的响应表面轮廓。机器人被配置为基于至少一个过程参数(例如，参考过程参数)将液体粘合剂珠粒分配到基底(例如，验证板)上。在一些示例中，分配路径可包括表示复杂分配路径的线性分配路径。测量设备被配置为测量珠粒形状(例如，参考珠粒形状)的至少一个特征。处理器被配置为将测量数据组装成一个或多个响应表面轮廓。在一些示例中，确定一个或多个响应表面轮廓可在受控管理环境(诸如实验室)中执行。
26.在一些示例中，所述系统和技术还可用于使用机器人、测量设备和处理器在制造现场控制自动化液体粘合剂过程。制造机器人被配置为基于至少一个过程参数将液体粘合剂珠粒分配到验证板上。在一些示例中，分配路径可包括表示用于制品的制造中的复杂分配路径的线性分配路径。测量设备被配置为测量珠粒形状的至少一个特征。处理器被配置为基于参考珠粒形状和至少一个参考过程参数确定液体粘合剂的响应表面轮廓。另选地，处理器可从管理系统检索液体粘合剂的现有响应表面轮廓。处理器可将所测量的珠粒形状与参考珠粒形状进行比较，并且响应于确定所测量的珠粒形状不同于参考珠粒形状，基于响应表面轮廓确定至少一个更新的过程参数。更新的过程参数被配置为使机器人分配具有参考珠粒形状的第二珠粒。
27.液体粘合剂用于包括医疗设备、消费电子产品、汽车、航空航天和其他工业粘合剂挤出应用在内的行业中。诸如轻量化、多材料组装和抗疲劳等制造趋势促使液体粘合剂的使用增加。如本文所讨论的，在自动化液体粘合剂分配(alad)过程中涉及许多可控和不可控过程参数。可控过程参数可包括但不限于分配高度、机器人速度、螺杆速度、施加的背压和/或所得的粘合剂流速。不可控制过程参数可包括但不限于液体粘合剂的粘度、环境温度、湿度和大气压。虽然利用机器人自动分配，但确定可控过程参数的阈值通常是手动过程，通常以迭代步骤执行，以实现所需的珠粒形状。粘合剂的整体特性和粘合剂珠粒形状都
是评估液体粘合剂自动化分配的重要度量。例如，粘合珠粒的形状(例如，“珠粒形状”)可包括例如高度、宽度和横向于珠粒的纵向轴线的横截面积(例如，横截面轮廓)。在一些示例中，珠粒形状可包括珠粒的其他特性，诸如珠粒的颜色或温度。如果珠粒形状在珠粒长度的阈值百分比的选定公差内，则可认为粘合剂珠粒的粘结完整性最大化。珠粒形状的此类分析对于分配的粘合剂的复杂图案或其中分配的粘合剂自身重叠以形成闭合路径的图案可能是重要的。另外或另选地，粘合剂珠粒分配图案的开始和结束的重叠可能难以控制并且可能直接影响粘结完整性。所描述的系统和技术可用于通过自动化alad过程参数选择来促进alad过程控制，特别是在给定不同的粘合剂制剂以及多个可控和不可控过程参数的情况下，以减少人为误差并针对给定应用加速开发合适的过程窗口。
28.所公开的系统和技术可提供优于其他自动化液体粘合剂分配过程控制系统的优点。例如，与手动过程参数调整相比，使用具有所生成的响应表面轮廓的精确珠粒形状测量可通过实现可控过程参数的相对更快自动化迭代调整以实现目标珠粒形状来缩短自动化液体粘合剂分配过程启动时间。在一些示例中，含有粘合剂粘结的制品的设计可指定目标粘结线尺寸。目标粘结线尺寸可包括例如所选宽度、所选高度(称为“粘结线间距”)和/或所选总线性长度。可选择目标粘结线尺寸以提供足够的粘合剂来承受制品上的力。液体粘合剂由于其流体行为的性质在动态可调整的矩形横截面积中是不可分配的。相反，液体粘合剂被分配成半球形状，其高度、宽度和横截面积通常根据长度而变化。可控制液体粘合剂分配机器人速度和/或液体粘合剂流速以实现目标粘结线；然而，该过程可能不是组合的和/或包括另外的依赖关系，诸如喷嘴孔大小、距基底的分配高度或阀门的开/关时间。所公开的系统和技术可用于实现对所需过程设置的更快迭代调整，以减少基于设计参数确定生产alad过程参数的时间。
29.另外或另选地，原位收集珠粒形状信息使得能够更快和/或定期地测量珠粒形状，这与手动过程参数调整相比，允许相对更快地校正意外的过程变化。在一些示例中，可能存在影响分配到部件上的粘合剂轮廓的意外扰动。例如，由于粘度是温度的函数，因此在较冷的冬季温度下建立的过程设置通常将分配具有更多“非流挂”行为或具有需要高背压的流速的珠粒。然而，在较温暖的夏季月份，相同的过程设置通常会产生在较低背压下流动的较高流挂粘合剂。液体粘合剂的粘度、环境温度的意外增加可能导致珠粒高度降低，这可通过改变螺杆速度、施加的背压、所得的粘合剂流速和/或机器人速度来校正。另外，大多数“全规模”生产需要定期转换粘合剂批次。例如，在自动化系统中使用47.5ml筒的需要1ml粘合剂的部件每47个部件将需要一个新的筒。尽管两个筒中有相同的粘合剂产品，但批次间的差异性或保质期历史通常会导致筒之间的粘度不同。然而，通过原位收集珠粒形状信息，可在一些示例中自动地响应于此类意外的过程改变而调整可控过程参数。以这种方式，与其他alad系统相比，所公开的系统和技术可实现对意外的过程扰动的更快检测和调整。
30.另外或另选地，基于先前生成的响应表面轮廓调整可控过程参数可实现动态珠粒形状控制。沿着分配路径的动态控制可用于补偿可重复的过程变化，这可减少珠粒形状的变化。对于包括铰接机器人臂以控制分配头的运动的每个机器人分配系统，在分配到基底上的珠粒中可能存在系统可变性。例如，机器人运动控制可导致在线性珠粒路径的长度上减速，随后改变速度和珠粒从开始到结束的形状。另外，在其上分配粘合剂的基底可包括沿着分配路径的系统变化，即使基底在公差内。作为示例，基底可在珠粒的开始处具有最薄的
公差，并且在珠粒的结束处具有最厚的公差。这可产生在线性路径上不断减小的分配z高度。可以通过动态改变分配程序(例如，从头到尾加速机器人)来补偿这些系统性和可重复的过程变化。
31.另外或另选地，分析所生成的响应表面轮廓和任选地精确测量珠粒形状可实现可控过程参数的优化，以改进例如部件产量、粘合剂利用或其他过程评估度量。先前讨论的示例是指根据部件设计指定的获得和保持最佳珠粒轮廓的方法。然而，与大多数制造业一样，为了改进商品销售成本，通常必须满足相互冲突的优化目标。这些可以包括增加产量、减少粘合剂浪费、减少缺陷率或其他。通过使用粘合剂分配操作的响应表面方法，可以对过程参数施加另外的约束。示例可以包括最大化机器人速度以增加产量，在粘合剂横截面上放置受约束的最大值以减少浪费，或在粘合剂珠粒高度上放置受约束的最小值以减少“饥饿”粘结线和部件故障。
32.图1a是示出用于自动化液体粘合剂分配的示例制造环境100的概念图。如本文所述，制造环境100被配置为测量和评估珠粒形状以进行自动化过程控制和改进。制造环境100包括管理系统110和制造现场120。
33.管理系统110包括计算设备112、测量设备114和管理自动化液体粘合剂分配(alad)系统116。管理系统110的部件可以被分布成使得这些部件可以在控制环境内是本地的，而其他部件可以是远程的，诸如在基于云的计算平台上执行。管理系统110被配置为表征响应表面轮廓，因为其涉及管理alad系统116的所选alad过程参数的珠粒形状。珠粒形状可包括参考珠粒形状，并且所选alad过程参数可包括参考过程参数。为了表征响应表面轮廓，管理系统110评估多个珠粒形状，多个珠粒形状中的每个珠粒形状通过改变一个或多个所选alad过程参数产生。
34.图1b是示出图1a中所示的示例制造环境的管理系统的概念图。如图1b所示，管理alad系统116包括机器人160，该机器人被配置为使用所选alad过程参数来分配液体粘合剂的珠粒142。机器人160包括分配头162，该分配头被配置为将液体粘合剂分配到验证板140的表面上。分配头162可联接到铰接臂164。以这种方式，分配头162可相对于固定装置166移动，该固定装置被构造成接合液体粘合剂分配到其上的验证板140。在一些示例中，固定装置166可诸如经由传送系统或第二铰接臂相对于机器人160移动。
35.液体粘合剂可包括适于自动化分配的任何粘合剂制剂，诸如单组分或双组分固化热固性粘合剂或者单组分热塑性粘合剂。所选alad过程参数可包括例如粘合剂制剂、alad机器人的类型、分配速率、部件产量的速率、分配的粘合剂距验证板140的高度、分配头162相对于基底表面的速度矢量或方向矢量、螺杆速度、施加的背压、所得的粘合剂流速等。在一些示例中，管理alad系统116的机器人160可在受控环境中操作。例如，管理alad系统116可被配置为在分配珠粒142时监测和控制机器人160的一个或多个可控制过程参数。在一些示例中，管理alad系统116还可被配置为在分配珠粒142时监测一个或多个不可控过程参数。
36.可通过分配头162将珠粒142分配到验证板140上。验证板140可包括被配置为接收液体粘合剂的任何合适的基底。在一些示例中，验证板140可包括金属、铝、聚合物、丙烯酸、聚丙烯、聚氯乙烯、聚碳酸酯、玻璃或陶瓷。珠粒142包括单个线性液体粘合剂珠粒。
37.线性珠粒(例如一维(1d)分配)可代表复杂的分配路径，诸如倒圆曲线、蛇形、重叠
形状、尖角等。例如，可使用实质上恒定的切向速度(例如，分配头162相对于验证板140的恒定绝对速度)以及变化的x轴和y轴速度来分配倒圆曲线。因此，倒圆曲线可表示为相等长度的1d分配，其中分配头162相对于验证板140的绝对速度恒定。例如，重叠图案可表示为具有初始部分和结束部分的相同长度的线性珠粒，该初始部分和结束部分被构造成重叠以形成具有均匀厚度的珠粒。例如，重叠的初始部分和结束部分可例如通过控制分配头162的分配速率和/或速度以所选速率逐渐变细。作为另一示例，可通过将x轴和y轴矢量速度组合成总幅度以将2d锐曲线投影到1d近似上来将锐曲线(例如，正方形的角或三角形的顶点)表示为1d分配。在一些示例中，可组合以上描述的技术或类似技术中的一种或多种以使复杂分配路径近似为线性珠粒。以这些方式，液体粘合剂的线性珠粒可用于表示复杂分配路径。
38.在一些示例中，与测量复杂分配路径相比，测量液体粘合剂的线性珠粒的珠粒形状可更快和/或计算强度更低。尽管示出为液体粘合剂的线性珠粒，但在其他示例中，珠粒142可包括任何合适的形状和/或多个液体粘合剂珠粒。例如，珠粒142可包括多个线性珠粒。在一些示例中，将多个珠粒分配到验证板140上(使用不同的所选可控过程参数分配每个珠粒)可减少与测量多个珠粒形状以生成响应面轮廓相关的时间和成本(下文进一步详细讨论)。例如，不是使用各自包括单个珠粒的多个验证板，而是可将多个珠粒分配在单个验证板上，随后进行测量。在其他示例中，珠粒142可包括具有复杂分配路径(诸如倒圆曲线、重叠和/或锐曲线中的至少一种)的一个或多个珠粒。
39.通过测量设备114分析珠粒142。测量设备114被配置为沿着珠粒142的纵向轴线测量珠粒形状。珠粒形状包括但不限于从验证板140表面到珠粒142顶部的高度h1、沿着珠粒142在诸如验证板140表面处的选定高度的宽度w1、珠粒142横向于珠粒142的纵向轴线的横截面积a1，或关于从验证板140表面垂直延伸到珠粒142的顶部的轴线的对称性。在一些示例中，测量设备114可包括坐标测量机(“cmm”)(例如，cmm探头可以是机械的、光学的、激光的等)、结构光三维扫描仪、激光位移传感器、其他非接触式光学测量设备、数字图像相关、摄影测量等。在一些示例中，测量设备114可包括可从马萨诸塞州纳蒂克的康耐视公司(cognex,natick,massachusetts)购得的dsmax 3d激光位移传感器。在一些示例中，珠粒形状可包括珠粒的其他特性，诸如珠粒的颜色或温度。在其中珠粒形状包括其他珠粒特性(诸如温度或颜色)的示例中，测量设备114可另外或另选地包括光学相机和/或热相机。
40.在一些示例中，测量设备114可以小于约50微米(诸如小于约25微米或小于约10微米)的精度测量珠粒形状。在其他示例中，测量设备114可以小于预定阈值(例如，珠粒形状的几何形状的公差)的精度测量珠粒形状。
41.测量设备114可被配置为沿着珠粒142的纵向轴线在离散位置处测量珠粒形状。例如，测量设备114可以实质上等间距或不规则间距的采样间隔测量珠粒142的形状。例如，测量设备114的采样间隔(例如，相对于珠粒142的纵向轴线)可介于约0.01mm与约1mm之间，诸如可为约0.25mm。实质上等间距的采样间隔可包括在上述测量设备的共同公差内等间距或几乎等间距的离散位置。可选择采样间隔以减少测量珠粒形状的计算强度。
42.在一些示例中，所描述的系统和技术可用于通过使用表示复杂路径的线性模型作为沿着线性分配路径形成的一系列离散粘合剂珠粒来表示任意或复杂的分配路径，而不管由连续粘合剂形成的实际路径如何。这使得能够对更复杂的连续粘合剂路径(例如，弯曲路径)进行建模，就好像这些路径是一系列单独的珠粒一样，每个珠粒的此类测量和计算可以
作为独立的瞬时模型来计算，而在当前珠粒与沿着该路径沉积的任何先前珠粒之间没有计算依赖关系。这使得能够评估珠粒形状、预测复杂路径的粘合剂珠粒形状、有助于在降低复杂性和计算资源的情况下优化过程参数。例如，不是将珠粒形状建模为复杂函数，诸如根据所测量的数据点通过曲线拟合的样条函数，而是可将珠粒形状建模为沿着珠粒142的纵向轴线的多个(例如，系列)离散位置。
43.多个离散位置中的每个离散位置可包括小于珠粒形状的尺寸的纵向长度。例如，多个离散位置中的每个离散位置的纵向长度可比珠粒142的高度或宽度小约10倍，诸如约100或约1000倍。通过将珠粒形状测量为离散位置，测量设备114可被配置为将复杂分配路径的珠粒形状测量为一系列线性区段。可将系列中的每个线性区段测量为线性珠粒，如上文所讨论。
44.在一些示例中，测量设备114(例如，经由计算设备112)可被配置为确定多个离散位置中的相邻离散位置之间的关系。例如，测量设备114(例如，经由计算设备112)可被配置为基于第一离散位置的第一测量珠粒形状和第二离散位置的第二测量珠粒形状来确定第一离散位置的第一质心和第二离散位置的第二质心。为了将第一离散位置与第二离散位置相关联，测量设备114(例如，经由计算设备112)可基于第一质心的位置和第二质心的位置来确定第一质心与第二质心之间的方向矢量和/或距离。
45.在一些示例中，测量设备114(例如，经由计算设备112)可不确定多个离散位置中的相邻离散位置之间的关系。相反，测量设备114(例如，经由计算设备112)可将复杂分配路径的珠粒形状表示为线性分配路径的珠粒形状。例如，测量设备114(例如，经由计算设备112)可应用线性模型来将至少一个过程参数和多个离散位置中的每个离散位置处的珠粒形状的至少一个特征相关联，而与沿着珠粒142限定的连续路径的多个离散位置中的相邻离散位置无关。不确定相邻离散位置之间的关系可减少确定复杂分配路径的珠粒形状的计算时间和/或计算强度。
46.例如，测量设备114(例如，经由计算设备112)可被配置为基于液体粘合剂珠粒142的测量尺寸中的至少一个测量尺寸来确定珠粒形状。例如，横截面积a1可基于所测量的高度h1和/或宽度w1来确定。测量设备114可生成包括限定珠粒142的形状的多个值在内的测量数据。例如，测量数据集可包括多个元组，诸如多个3元组，其中每个元组限定珠粒142上的一个点。例如，测量设备114(例如，经由计算设备112)可生成具有可由计算设备112读取的任何所选格式的测量数据集。
47.计算设备112可包括例如台式计算机、膝上型计算机、平板电脑、工作站、服务器、主机、云计算系统、机器人控制器等。在一些示例中，计算设备112可被配置为控制管理系统110(包括例如测量设备114或管理alad系统116中的至少一者)的操作。计算设备112可使用相应通信连接通信地耦合到测量设备114、管理alad系统116或网络130中的至少一者。在一些示例中，通信连接可包括网络链路，诸如以太网或其他网络连接。此类连接可以是无线连接、有线连接或两者的组合。在一些示例中，通信连接可包括其他类型的装置连接，诸如usb、ieee 1394等。在一些示例中，测量设备114和/或管理alad系统116可包括一个或多个处理器，这些处理器被配置为控制测量设备114和/或管理alad系统116的操作，相应处理器通信地耦合到计算设备112。尽管图1中未示出，但是管理系统110可包括一个或多个电源。例如，一个或多个电源可电耦合到计算设备112、测量设备114和管理alad系统116中的每一
者。
48.计算设备112可被配置为针对所选alad过程参数确定一个或多个响应表面轮廓，这些响应表面轮廓包括珠粒142的形状与一个或多个所选可控过程参数(例如，机器人160的位置、机器人速度、螺杆速度、施加的背压和/或所得的粘合剂流速)之间的一种或多种关系。计算设备112可用于确定与所选范围的可控过程参数和/或多个所选可控过程参数相关联的多个响应表面轮廓。例如，管理系统110可用于确定与多个所选可控过程参数相关联的多个响应表面轮廓，这些响应表面轮包括多个所选可控过程参数中的每个可控过程参数的所选范围。在一些示例中，计算设备112可用于确定与一个或多个测量的不可控制过程参数相关联的多个响应表面轮廓。在一些示例中，计算设备112可将响应表面轮廓存储在响应表面轮廓储存库105中。在一些示例中，计算设备112可经由网络130将响应面轮廓存储在基于云的计算平台(诸如基于云的数据管理系统)中。确定的响应表面轮廓可用于基于多个已知过程参数来预测珠粒形状。以这种方式，管理系统110可生成响应表面轮廓，这些响应表面轮廓可用于控制alad过程以基于可控过程参数输入(以及在一些示例中，测量的不可控过程参数)来实现可预测的珠粒形状。
49.制造现场120包括一个或多个制造现场，诸如单个地理位置内的多个客户现场或多个alad系统。制造现场120可使用由管理系统110生成的响应面轮廓来控制制造现场alad系统126。制造现场120包括便携式计算设备122、便携式测量设备124和制造现场alad系统126。在一些示例中，用户可将便携式计算设备122和/或便携式测量设备124递送到制造现场120。用户可包括例如技术员、操作员等。在一些示例中，便携式计算设备122和便携式测量设备124可集成到单个便携式设备中。以这种方式，便携式计算设备122和/或便携式测量设备124可被配置为按需递送到制造现场120。尽管描述为便携式，但在一些示例中，制造现场120可包括非便携式或专用计算设备122和/或测量设备124。
50.制造现场alad系统126可实质上类似于管理alad系统116。例如，制造现场alad系统126包括被配置为分配液体粘合剂的机器人。基于现场alad过程参数，制造现场alad系统126可控制机器人分配液体粘合剂以生产部件。在一些示例中，制造现场alad系统126可使用现场alad过程参数将珠粒152分配到验证板150上。例如，可例如由用户将验证板放置在制造现场alad系统126内的固定装置上。可例如由便携式计算设备122控制制造现场alad系统126使用所选alad过程参数将一个或多个液体粘合剂珠粒分配到验证板上。在一些示例中，alad过程参数可包括用于生产部件的现场alad过程参数，但分配图案除外，其可以是一个或多个线性珠粒。以这种方式，分配到验证板150上的珠粒152可代表用于生产部件的过程。
51.可由便携式测量设备124分析分配到验证板150上的珠粒152。例如，在将珠粒152分配到验证板150上之后，用户可将验证板152加载到便携式测量设备124的固定装置上以测量珠粒152的珠粒形状。在一些示例中，测量设备124可实质上类似于测量设备114，如上文所讨论。例如，测量设备124可包括便携式激光位移传感器。如上所讨论，珠粒152的形状可包括但不限于珠粒152的高度h2、宽度w2和/或横截面积a2。在一些示例中，测量设备124可生成包括限定珠粒152的形状的多个值在内的测量数据。
52.计算设备122被配置为从测量设备124接收测量数据。计算设备122还被配置为例如经由网络130从计算设备112接收针对所选alad过程参数确定的响应表面轮廓。在一些示
例中，计算设备122被进一步配置为基于所确定的响应表面轮廓和现场alad过程参数，来确定预测的珠粒形状。例如，计算设备可识别所确定的响应表面轮廓的具有与现场alad过程参数相对应的alad过程参数的区域。
53.在一些示例中，计算设备122可被配置为基于所确定的响应表面轮廓和所测量的珠粒152形状来确定一个或多个现场alad过程参数以实现参考珠粒形状。例如，计算设备122可经由测量数据、所选alad过程参数和参考珠粒形状(统称为“过程数据”)将珠粒形状与一个或多个与所选类型的粘合剂相关联的响应表面轮廓相关联。参考珠粒形状(例如，用于产生响应表面轮廓)可与目标珠粒形状(例如，当应用于制品进行生产时珠粒的期望形状)相同或不同。在一些示例中，参考珠粒形状可由计算设备122基于所选目标珠粒形状来确定。在将过程数据与一个或多个响应表面轮廓相关联之后，计算设备122可确定一个或多个更新的alad过程参数以实现参考珠粒形状。在一些示例中，计算设备122可使用更新的alad过程参数来自动控制制造现场alad系统126。
54.在制造现场alad系统126的启动期间，可使用一个或多个更新的alad过程参数来限定过程窗口。例如，计算设备122可确定第一更新的alad过程参数，使用第一更新的alad过程参数来自动控制制造现场alad系统126，以创建第二验证板。计算设备122可基于第二验证板来确定第二更新的alad过程参数。计算设备122可使用第二更新的alad过程参数来自动控制制造现场alad系统126。以这种方式，计算设备122可执行确定更新的alad过程参数的两个或更多个迭代，直到所测量的珠粒形状在参考珠粒形状的所选公差内。使得所测量的珠粒形状在参考珠粒形状的所选公差内的alad过程参数的一个或多个组合(或alad过程参数的范围)可限定可接受的过程窗口。
55.在一些示例中，计算设备122可基于过程数据、更新的alad过程参数或响应表面轮廓中的至少一者来确定过程窗口稳定性。例如，计算设备122可基于可接受的过程窗口内alad过程参数的一个或多个组合来识别响应表面轮廓的区域。在一些示例中，计算设备122可确定响应表面轮廓的区域内的一个或多个梯度。梯度包括例如响应表面轮廓的斜率或二阶导数。计算设备122可基于所确定的梯度来确定过程窗口稳定性。例如，响应表面轮廓的具有相对较小梯度的第一区域可比响应表面轮廓的具有相对较大梯度的第二区域更稳定。在一些示例中，计算设备122可通过将所确定的梯度与预定梯度阈值进行比较来确定过程窗口稳定性。例如，预定梯度阈值可包括响应表面轮廓的阈值斜率。
56.在一些示例中，不是确定梯度，计算设备122可被配置为使用优化算法(诸如贝叶斯优化)来确定过程窗口稳定性。
57.另外或另选地，计算设备122可被配置为检测和/或补偿过程扰动。过程扰动可能由例如可控或不可控过程参数的变化引起。例如，机器人速度、螺杆转速、施加的背压和/或所得的粘合剂流速的变化可能是由于部件随时间的机械磨损，或者液体粘合剂的粘度、环境温度、环境湿度、环境压力或特定批次的液体粘合剂的整体特性的变化可能是不可控的。为了补偿过程扰动，用户可使用计算设备122以规则或不规则的间隔分析如上所讨论的珠粒形状。如果珠粒形状由于过程扰动而不合规格，则计算设备122可确定更新的alad过程参数以补偿过程扰动。在一些示例中，计算设备122可被配置为例如通过改变用户执行珠粒形状分析或者控制一个或多个机器人执行珠粒形状分析来自动执行定期检查以检测这种过程扰动。以这些方式，可减少过程扰动的影响，以提高产品产量和/或改善粘结完整性。
58.在一些示例中，计算设备122可被配置为改善对局部珠粒形状的控制。局部珠粒形状可包括固有的可重复可变性。基于珠粒形状分析，计算设备112可表征局部珠粒形状可变性。基于所表征的局部珠粒形状可变性，计算设备122可确定更新的alad过程参数以补偿所表征的局部珠粒形状可变性。在一些示例中，计算设备122可基于更新的alad过程参数来动态改变过程参数。例如，基于所表征的局部珠粒形状可变性，计算设备122可动态改变机器人速度以减少局部珠粒形状可变性。补偿局部珠粒形状可变性可提高分配液体粘合剂的精度，由此改善粘结完整性。
59.在一些示例中，计算设备122可被配置为基于一个或多个优化变量来确定更新的alad过程参数。例如，如上所讨论，可接受的过程窗口可包括产生参考珠粒形状的alad过程参数的多于一种组合。计算设备122可选择使得一个或多个优化变量超过阈值的更新的alad过程参数。一个或多个优化的变量可包括例如部件产量、拐角的珠粒均匀性、原料浪费的阈值或其他过程参数。
60.在一些示例中，管理系统110可包括形成和分析验证板的自动化过程。例如，如图1b所示，管理系统110可包括拾放机器人113，该机器人被配置为至少部分地自动化形成和分析验证板以生成响应表面轮廓。尽管关于管理系统110描述，但在其他示例中，制造现场120可包括拾放机器人，该被配置为至少部分地自动化形成和分析验证板以分析珠粒形状，这些珠粒形状可与所生成的响应表面轮廓一起用于确定更新的alad过程参数，而不是控制制造现场alad系统126，如上所讨论。
61.拾放机器人113可协调验证板(例如，验证板140)在涂覆、测量和/或存储验证板140的各站之间的移动。例如，拾放机器人113可从未涂覆的验证板供应111拾取验证板140。拾放机器人113可将未涂覆的验证板140放置在管理alad系统116内的固定装置166上。如上所讨论，管理alad系统116可使用针对每个珠粒选择的alad过程参数将一个或多个液体粘合剂珠粒(例如，珠粒142)自动分配到验证板140上。在分配珠粒之后，拾放机器人113从管理alad系统116内的固定装置166移除涂覆的验证板140。拾放机器人113可将涂覆的验证板140放置在测量设备114内的固定装置168上。如上所讨论，测量设备114可自动测量验证板140上的珠粒形状，这些珠粒形状可被传送到计算设备112。在测量珠粒形状之后，拾放机器人113从测量设备114内的固定装置168移除验证板140。然后拾放机器人113可将测量的验证板140放置在涂覆的验证板库存115中。可保存涂覆的验证板库存115中的验证板140以用于后续研究，诸如重新测量珠粒形状。在一些示例中，将测量的验证板140放置在验证板库存115中可包括将测量的验证板140放置在专用存储设备中、放置在用于运输的传送器上等。在一些示例中，可诸如由用户在没有拾放机器人113的情况下手动进行一个或多个步骤。
62.在一些示例中，计算设备112被配置为控制拾放机器人113、测量设备114和管理alad系统116。例如，计算设备112可自动确定限定过程条件的批次操作数据以生成至少一个响应面轮廓。批次操作数据可包括例如待采样的可控alad过程参数的范围、样本的数量、样本名称或者拾放机器人113、测量设备114和管理alad系统116中的任一者的操作。在一些示例中，用户可输入批次操作数据的至少一部分。另外或另选地，用户修改或查看自动确定的批次操作。计算设备112可基于批次操作数据来确定各个验证板名称的列表和与每个验证板相关联的过程条件。
63.计算设备112可通过控制拾放机器人113、测量设备114和管理alad系统116的操作来协调批次的执行。例如，计算设备112可协调拾放机器人113的移动的本地程序执行和定时。计算设备112还可控制管理alad系统116的alad过程参数，包括管理alad系统116的机器人160的移动的执行和定时。计算设备112还可将验证板名称传送到测量设备114并控制测量设备114的移动的执行和定时。测量设备114可将测量结果传送到计算设备112以供分析和存储。
64.如上所讨论，便携式计算设备122和便携式测量设备124可集成到单个便携式设备中。图1c是示出可在制造现场120中使用的示例便携式设备121的概念图。便携式设备121包括便携式计算设备122、便携式测量设备124和外壳172。外壳172可包括被配置为保持计算设备122和便携式测量设备124的部件的实心或开放框架外壳。例如，计算设备122和/或便携式测量设备124的部件可安装到外壳172的侧壁和/或框架。在外壳172包括实心外壳的示例中，外壳172包括检修门174。检修门174的尺寸被设定成接纳验证板176。为了提高便携性，在一些示例中，便携式设备121可包括安装到便携式设备121的一个或多个侧壁和/或框架的外部的一个或多个柄部178。外壳172、门174和柄部178可包括任何合适的材料，诸如金属、聚合物、铝合金、钛合金、钢、高密度聚乙烯、聚丙烯、丙烯腈丁二烯苯乙烯、丙烯酸类、聚氯乙烯、环氧树脂以及它们的组合等。
65.如上所讨论，便携式测量设备124包括固定装置180和测量设备182。固定装置180可安装到便携式设备121的侧壁和/或框架上。如上所讨论，框架180被构造成接纳验证板并可固定验证板以供分析。测量设备182可包括位移传感器、光学相机和/或热相机，如上所讨论。在一些示例中，便携式设备121的尺寸可使得测量设备182和固定装置180能够正确取向，例如以为测量设备182提供期望的分辨率。另外或另选地，便携式设备121的尺寸可使得用户能够运输便携式设备121和/或从外壳172插入和移除验证板。
66.图2是示出计算设备200的示例的概念性和示意性框图。计算设备200被配置为执行上文参考图1a和图1b讨论的计算设备112和122的功能。在一些示例中，计算设备200的一个或多个功能可由一个或多个计算设备(诸如计算设备112和122)执行。在图2的示例中，计算设备200包括一个或多个处理器202、一个或多个输入设备204、一个或多个通信单元206、一个或多个输出设备208和一个或多个存储设备210。在一些示例中，一个或多个存储设备210包括alad系统控制模块212、珠粒形状采集模块214、珠粒形状分析模块216、响应表面轮廓模块218、响应表面轮廓分析模块220和alad过程参数调整模块222。在其他示例中，计算设备200可包括附加部件或比图2中所示的部件更少的部件。
67.一个或多个处理器202被配置为实现功能和/或处理用于在计算设备200内执行的指令。例如，处理器202可能能够处理由一个或多个存储设备210存储的指令。一个或多个处理器202的示例可包括微处理器、控制器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或等效的分立或集成逻辑电路中的任一者或多者。
68.计算设备200还包括一个或多个输入设备204。在一些示例中，输入设备204被配置为通过触觉、音频或视频源接收来自用户的输入。输入设备204的示例包括鼠标、键盘、语音应答系统、摄像机、麦克风、触摸屏或用于检测来自用户的命令的任何其他类型的设备。例如，用户可经由输入设备204将限定过程条件的批次操作数据输入到计算设备200中，以生成至少一个响应表面轮廓。
69.计算设备200还包括一个或多个通信单元206。计算设备200可利用通信单元206经由一个或多个网络(诸如一个或多个有线或无线网络)与外部设备(例如，工作台16、底座18、测量设备20和/或涂覆设备22)通信。通信单元44可以是网络接口卡，诸如以太网卡、光学收发器、射频收发器或可以发送和接收信息的任何其他类型的设备。此类网络接口的其他示例可包括wifi
tm
无线电或usb。在一些示例中，计算设备200利用通信单元206来与外部设备(诸如服务器)无线通信。
70.计算设备200还可包括一个或多个输出设备208。在一些示例中，输出设备208被配置为使用音频或视频媒体向用户提供输出。例如，输出设备208可包括显示器、声卡、视频图形适配器卡或用于将信号转化为人类或机器可理解的适当形式的任何其他类型的设备。
71.一个或多个存储设备210可被配置为在操作期间将信息存储在计算设备200内。在一些示例中，一个或多个存储设备210包括计算机可读存储介质或计算机可读存储设备。在一些示例中，一个或多个存储设备210包括临时存储器，这意味着一个或多个存储设备210的主要目的不是长期存储。在一些示例中，一个或多个存储设备210包括易失性存储器，这意味着当不向一个或多个存储设备210提供电力时，一个或多个存储设备210不会保持存储的内容。易失性存储器的示例包括随机存取存储器(ram)、动态随机存取存储器(dram)、静态随机存取存储器(sram)以及本领域已知的其他形式的易失性存储器。在一些示例中，一个或多个存储设备210用于存储程序指令以供处理器202执行。在一些示例中，在计算设备200上运行的软件或应用程序使用一个或多个存储设备210在程序执行期间临时存储信息。
72.在一些示例中，一个或多个存储设备210还可包括被配置用于更长期存储信息的一个或多个存储设备210。在一些示例中，一个或多个存储设备210包括非易失性存储元件。此类非易失性存储元件的示例包括磁性硬盘、光盘、软盘、闪存或电可编程存储器(eprom)或电可擦可编程(eeprom)存储器的形式。
73.计算设备200还可包括珠粒形状采集模块214、珠粒形状分析模块216、响应表面轮廓模块218、响应表面轮廓分析模块220和alad过程参数调整模块222(统称为“模块”)。这些模块中的每一种可以各种方式实现。例如，这些模块中的一种或多种可实现为由一个或多个处理器202执行的应用程序或应用程序的一部分。在其他示例中，这些模块中的一种或多种可实现为计算设备200的硬件单元的一部分(例如，实现为电路系统)。下文参考图3a至图3c中所示的示例流程图解释由这些模块中的一种或多种执行的功能。
74.计算设备200可包括为清楚起见在图2中未示出的附加部件。例如，计算设备200可包括用于向计算设备200的部件提供电力的电源。类似地，在计算设备200的每个示例中，图2中所示的计算设备200的部件可能不是必需的。
75.图3a是用于生成响应表面轮廓的示例技术的流程图。虽然将关于图1a和图1b的制造环境100以及图2的计算设备200描述图3a的技术，但在其他示例中，可使用不同的系统、不同的计算设备或两者来执行图3a的技术。另外，制造环境100和计算设备200可执行用于确定一个或多个响应表面轮廓的其他技术。
76.在一些示例中，响应表面轮廓可基于液体粘合剂的参考珠粒的参考珠粒形状和至少一个参考过程参数。例如，如上文关于图1所讨论的，管理系统110可被配置为基于测量数据来生成一个或多个响应表面轮廓，该测量数据包括多个珠粒形状以及用于产生多个珠粒形状中的相应珠粒形状的多个所选alad过程参数。
77.图3a中所示的技术包括由计算设备200(例如，alad系统控制模块212)确定一个或多个可控过程参数(例如，受控过程参数)(330)。在一些示例中，可基于可由计算设备200控制的过程参数来自动确定受控过程参数。在一些示例中，计算设备200可自动确定或基于用户输入确定以下项中的至少一者：粘合剂制剂、alad机器人的类型、分配速率、部件产量的速率、分配头162距验证板140的高度、分配头162相对于验证板140表面的速度矢量或方向矢量、螺杆速度、施加的背压、所得的粘合剂流速或其他可控过程参数。
78.图3a中所示的技术还包括由计算设备200(例如，alad系统控制模块212)确定受控过程参数中的每一个的可接受值的范围(332)。每个受控过程参数的范围可基于例如管理alad系统116和/或用户输入的操作限制。确定可接受值的范围可减少分配、测量和分析多个珠粒以优化所选alad过程所需的时间和/或计算资源。
79.图3a中所示的技术还包括由计算设备200(例如，alad系统控制模块212)控制管理alad系统116的机器人160使用所选alad过程参数来将液体粘合剂的至少一个珠粒142分配到验证板140上(334)。所选alad过程参数可包括受控过程参数中的每一个的可接受值的范围的子集。在一些示例中，控制机器人160可包括由计算设备200(例如，alad系统控制模块212)控制分配头162将液体粘合剂分配到验证板140和/或铰接臂164的表面上，以控制分配头162相对于验证板140表面的位置和速度。
80.在一些示例中，控制机器人160可包括由计算设备200(例如，alad系统控制模块212)基于复杂分配路径确定线性(1d)分配路径。例如，该技术可包括由计算设备200基于预定的复杂分配路径(例如，倒圆角、重叠或锐曲线中的至少一种)来确定代表复杂分配路径的线性分配路径，该线性分配路径包括分配头162相对于验证板140的包括合并的x轴和y轴矢量速度的绝对速度和/或分配头162相对于验证板140的包括合并的x轴和y轴方向矢量的单个方向矢量。
81.图3a中所示的技术还包括由计算设备200(例如，珠粒形状采集模块214)控制测量设备114以测量珠粒142的形状(336)。在测量珠粒142的形状之后，该技术可包括由计算设备200(例如，珠粒形状分析模块216)接收由测量设备114生成的测量数据(338)。在一些示例中，该技术可包括由计算设备200(例如，珠粒形状分析模块216)基于所测量的尺寸来确定珠粒形状。例如，横截面积a1可基于所测量的高度h1和/或宽度w1来确定。
82.在一些示例中，该技术包括调整一个或多个受控参数并重复分配珠粒和测量珠粒的珠粒形状。以这种方式，可顺序调整每个受控过程参数以测验来自受控过程参数的确定的可接受值范围的值。在一些示例中，可单独测验每个受控过程参数，例如，可在连续迭代之间仅调整一个过程参数。以这种方式，管理系统110可被配置为产生和存储与多个受控过程参数的测验有关的测量数据。
83.图3a中所示的技术还包括由计算设备200(例如，响应表面轮廓模块218)基于测量数据和受控alad过程参数，来确定响应表面轮廓。例如，该技术可包括将多个珠粒形状中的每个相应珠粒形状与用于产生相应珠粒形状的多个受控alad过程参数中的每个相应受控alad过程参数相关联或者针对后者对前者进行作图。在一些示例中，确定响应表面轮廓302可包括重复分配、测量和分析珠粒形状以生成一个或多个响应表面轮廓。
84.在一些示例中，该技术可包括响应表面轮廓的自动化生成。例如，确定响应表面轮廓可包括由计算设备200(例如，alad系统控制模块212)控制拾放机器人113协调验证板的
移动。控制拾放机器人113可包括例如以下项中的至少一种：控制拾放机器人113从未涂覆的验证板供应111拾取验证板140；将未涂覆的验证板140放置在管理alad系统116内的固定装置166上；从固定装置166移除涂覆的验证板140；将涂覆的验证板140放置在测量设备114内的固定装置168上；从固定装置168移除测量的验证板140；以及/或者将测量的验证板140放置在涂覆的验证板库存115中。
85.在一些示例中，响应表面轮廓的自动化生成可包括由计算设备200(例如，alad系统控制模块212)自动确定限定过程条件的批次操作数据，以生成至少一个响应表面轮廓。如上所讨论，批次操作数据可包括例如待采样的可控alad过程参数的范围、样本的数量、样本名称或者拾放机器人113、测量设备114和管理alad系统116中的任一者的操作。在一些示例中，确定批次操作数据可包括由计算设备200确定各个验证板名称的列表和与每个验证板相关联的过程条件。
86.在一些示例中，该技术可包括由计算设备200(例如，alad系统控制模块212)基于所确定的批次操作数据来自动控制拾放机器人113、测量设备114和管理alad系统116执行批次的操作。例如，执行批次可包括由计算设备200(例如，alad系统控制模块212)协调拾放机器人113的移动的本地程序执行和定时、测量设备114和/或管理alad系统116的机器人160的移动，传送验证板名称和/或将测量结果传送到计算设备200以供分析和/或存储。
87.图3b是使用所测量的珠粒形状和响应表面轮廓来控制自动化液体粘合剂分配过程的示例技术的流程图。虽然将关于图1a和图1b的制造环境100以及图2的计算设备200描述图3b的技术，但在其他示例中，可使用不同的系统、不同的计算设备或两者来执行图3b的技术。另外，制造环境100和计算设备200可执行用于确定一个或多个响应表面轮廓的其他技术。
88.图3b中所示的技术包括由计算设备200(例如，响应表面轮廓模块218)确定液体粘合剂的响应表面轮廓(302)。例如，确定响应表面轮廓可包括上文参考图3a讨论的技术。
89.在确定响应表面轮廓(302)之后，图3b中所示的技术包括由计算设备200(例如，alad系统控制模块212)使用至少一个现场alad过程参数来控制制造现场alad系统126将液体粘合剂珠粒152分配到验证板150表面上(304)。在一些示例中，控制制造现场alad系统126将珠粒152分配到验证板150上可包括分配多个珠粒，使用多个现场alad过程参数中的相应现场alad过程参数分配多个珠粒中的每个相应珠粒。在一些示例中，控制制造现场alad系统126将珠粒152分配到验证板150上可利用拾放机器人自动化，如上所讨论。
90.在分配珠粒152之后，图3b中所示的技术包括由计算设备200(珠粒形状采集模块214)控制测量设备124以测量珠粒152的形状(306)。在测量珠粒152的形状之后，该技术可包括由计算设备200(例如，珠粒形状分析模块216)接收由测量设备124生成的测量数据。在一些示例中，该技术可包括由计算设备200(例如，珠粒形状分析模块216)基于所测量的尺寸来确定珠粒形状。例如，横截面积a2可基于所测量的高度h2和/或宽度w2来确定。
91.在测量珠粒形状之后，图3b中所示的技术包括由计算设备200(例如，珠粒形状分析模块216)将珠粒152的珠粒形状与参考珠粒形状进行比较(308)。参考珠粒形状可与目标珠粒形状相同或不同。当应用于制品进行生产时，目标珠粒形状是珠粒的期望形状。参考珠粒形状可由计算设备200基于所选目标珠粒形状来确定。在一些示例中，比较可包括将所测量的珠粒形状与目标珠粒形状进行比较。响应于确定珠粒152的珠粒形状不同于参考珠粒
形状，该技术包括由计算设备200(例如，响应表面轮廓分析模块220)基于响应表面轮廓来确定至少一个更新的过程参数(310)。至少一个更新的过程参数被配置为使制造现场alad系统126的机器人分配具有参考珠粒形状的第二珠粒。
92.在一些示例中，该技术可包括由计算设备200(例如，alas过程参数调整模块220)生成可由制造现场alad系统126接收的输出，该输出指示至少一个更新的过程参数。以这种方式，该技术可包括基于所测量的珠粒形状和所生成的响应表面轮廓来自动更新现场alad过程参数。
93.在一些示例中，该技术可包括由计算设备200(例如，alas过程参数调整模块220)利用至少一个更新的过程参数来自动控制制造现场alad系统126将液体粘合剂的第二珠粒分配到第二验证板的表面上，第二珠粒基于至少一个更新的过程参数，具有第二珠粒形状。在分配第二珠粒之后，该技术可包括控制计算设备200、珠粒形状采集模块214、测量设备124测量第二珠粒的形状。在测量珠粒形状之后，该技术可包括由计算设备200(例如，珠粒形状分析模块216)将第二珠粒的珠粒形状与目标珠粒形状进行比较。响应于确定珠粒152的珠粒形状不同于目标珠粒形状，该技术可包括由计算设备200(例如，响应表面轮廓分析模块220)基于响应表面轮廓来确定至少一个第二更新的过程参数。至少一个第二更新的过程参数被配置为使制造现场alad系统126的机器人分配具有目标珠粒形状的第三珠粒。以这种方式，该技术可包括使用响应表面轮廓迭代地分析多个珠粒形状以控制制造现场alad系统126。
94.在一些示例中，该技术可包括由计算设备200(例如，珠粒形状分析模块216)识别包括多个现场alad过程参数的过程窗口，从而在目标珠粒形状的所选公差内产生一个或多个珠粒形状。在一些示例中，该技术可包括由计算设备200(例如，响应表面轮廓分析模块220)识别过程窗口内响应表面轮廓的至少一个梯度。如上所讨论，至少一个梯度可指示过程稳定性。以这种方式，该技术可包括评估过程窗口稳定性。
95.图3c是使用珠粒形状的线性建模来控制自动化液体粘合剂分配过程的示例技术的流程图。虽然将关于图1a和图1b的制造环境100以及图2的计算设备200描述图3c的技术，但在其他示例中，可使用不同的系统、不同的计算设备或两者来执行图3c的技术。另外，制造环境100和计算设备200可执行用于确定一个或多个响应表面轮廓的其他技术。
96.图3c中所示的技术包括由机器人160在制造环境100内使用至少一个过程参数，将代表目标复杂分配路径的液体粘合剂的一个或多个线性珠粒142分配到基底140的表面上(322)。线性珠粒142沿着纵向轴线延伸并且基于至少一个过程参数，具有横向于纵向轴线的珠粒形状。目标复杂分配路径可包括连续路径。连续路径可限定倒圆曲线、锐曲线或重叠中的至少一种，如上所讨论。在一些示例中，分配可包括分配液体粘合剂的多个珠粒，使用多个过程参数中的相应至少一个过程参数分配多个珠粒中的每个相应珠粒。
97.在一些示例中，分配一个或多个线性珠粒可包括由测量设备的处理器或机器人的第二处理器中的至少一者(例如，经由计算设备200)控制机器人160使用至少一个过程参数分配一个或多个线性珠粒。在机器人160包括分配头162和铰接臂164的示例中，控制机器人160可包括由计算设备200控制分配头162将液体粘合剂的线性珠粒分配到验证板140的表面上；以及由计算设备200控制铰接臂164控制分配头162相对于验证板140的表面的位置和速度。如上所讨论，至少一个过程参数可包括机器人160的分配头162相对于验证板140的表
面的速度矢量或方向矢量中的至少一者。
98.图3c中所示的技术包括由测量设备(例如，定位在制造环境100内的测量设备114)经由一维扫描，在沿着线性珠粒的纵向轴线的多个离散位置处，测量珠粒形状的至少一个特征(324)。珠粒形状的至少一个特征可包括如上所讨论的珠粒相对于基底表面的高度、珠粒在基底表面处相对于珠粒的纵向轴线的宽度或者珠粒横向于纵向轴线的珠粒的横截面积中的至少一者。如上所讨论，测量设备114可包括便携式测量设备。
99.图3c中所示的技术包括由测量设备的处理器(例如，计算设备200)基于一个或多个响应表面轮廓和珠粒形状的至少一个特征，来调整至少一个过程参数(326)。在一些示例中，响应表面轮廓可基于液体粘合剂的参考珠粒的参考珠粒形状和至少一个参考过程参数。例如，如上文关于图1所讨论的，管理系统110可被配置为基于测量数据来生成一个或多个响应表面轮廓，该测量数据包括多个珠粒形状以及用于产生多个珠粒形状中的相应珠粒形状的多个所选alad过程参数。在一些示例中，响应表面轮廓进一步基于至少一个不受控过程参数，该至少一个不受控过程参数可包括液体粘合剂的粘度、环境温度、环境湿度或环境压力中的至少一者。
100.在一些示例中，调整至少一个过程参数可包括利用测量设备的处理器(例如，经由计算设备200)访问液体粘合剂的限定液体粘合剂的参考珠粒的参考珠粒形状的一个或多个响应表面轮廓以及至少一个参考过程参数。调整至少一个过程参数还可包括由处理器(例如，计算设备200)将珠粒形状与参考珠粒形状进行比较。调整至少一个过程参数还可包括响应于确定珠粒形状不同于参考珠粒形状，由处理器(例如，计算设备200)基于至少一个参考过程参数确定调整后的过程参数中的至少一个。
101.在一些示例中，如上文所讨论，响应表面轮廓可基于线性模型，该线性模型将至少一个过程参数和多个离散位置中的每个离散位置处的珠粒形状的至少一个特征相关联，而与沿着连续路径的多个离散位置中的相邻离散位置无关。多个离散位置中的每个离散位置可与相邻离散位置实质上等距。另外或另选地，多个离散位置中的每个离散位置与直接相邻的离散位置相距约0.01mm与约1mm之间。
102.图3c中所示的技术还包括(例如，使用机器人160)使用目标复杂分配路径和至少一个调整的过程参数，来分配液体粘合剂(328)。
103.在一些示例中，该技术可包括由处理器(例如，计算设备200)识别包括与珠粒形状的所选公差内的多个珠粒形状相关联的多个过程参数的过程窗口，如上文所讨论。另外，该技术可包括由处理器(例如，计算设备200)识别过程窗口内响应表面轮廓的至少一个梯度，该梯度指示至少一个过程参数的稳定性，如上文所讨论。
104.实施例
105.实施例1：许多电子产品应用中的普通粘结在其最终组装状态下为约2mm宽
×
0.5mm高。这表明目标横截面积轮廓为0.5mm2。在横截面积低于0.5mm2的情况下分配粘合剂可能导致“粘合剂不足”和/或部件故障。在横截面积大于0.5mm2的情况下分配粘合剂可能导致粘合剂“挤出”。对于对不希望的粘合剂接触敏感的部件，例如在电路系统附近，这种“挤出”也可能导致部件故障。因此，希望分配横截面积为0.5mm2、高度大于或等于0.5mm的粘合剂珠粒。可以通过改变机器人速度、流速、z高度、喷嘴类型和许多其他变量来实现这种目标珠粒。实验测试了流速和速度的多种配置，使得响应表面轮廓可以在不牺牲小于或等
于0.5mm的高度的情况下提供优化珠粒的横截面积的机器人速度和流速。
106.实施例2：制造过程中的常见扰动是从第一批液体粘合剂转换到第二批液体粘合剂。第二批可具有不同于第一批的流体粘度。在第二批的流体粘度小于第一批的流体粘度，例如使得形状轮廓改变和/或珠粒的高度减小的情况下，可能经历部件故障。实验测试了具有不同粘度分布的多批液体粘合剂，以测量和量化珠粒形状轮廓的变化程度，并确定最可能观察到部件故障时的粘度。这些结果可用于生成响应表面轮廓，该响应表面轮廓可用于改变过程参数，使得新扰动的系统被设计成去除由于较低(或较高)粘度的粘合剂引起的故障。
107.实施例3：可能的是，在分配路径期间，系统可变性可导致沿着珠粒的线性长度改变珠粒轮廓。这可能是速度漂移、流体的应力松弛或改变基底高度的结果。实验发现系统变化在于珠粒的横截面积沿着珠粒长度稳定且可重复地减小。为了校正这种系统可变性，对可变速度分布进行编程，使得机器人的速度沿着珠粒的长度稳定地减小。改变沿着分配路径的速度可以更好地使粘合剂珠粒保持目标横截面积。
108.实施例4：如前所述，可以通过各种过程设置获得目标横截面积(或高度或宽度)的珠粒。为了基于另外的过程约束进一步优化，实验包括选择以尽可能快的速度实现所需横截面积的过程设置。结果包括具有最短周期时间的分配路径，从而减少了生产的整体周期时间并提高了产量。
109.图4是示出示例珠粒形状作为沿相应珠粒(表示为线402、404、406和408)的纵向轴线的横截面积变化的曲线图。线402、404、406和408中的每一者示出了使用相同的液体粘合剂流速和不同的机器人速度分配液体粘合剂。线402、404、406和408中的每一者以约3.0毫升/秒(ml/s)分配。线402对应于42毫米/秒(mm/s)的机器人速度。线404对应于51mm/s的机器人速度。线406对应于60mm/s的机器人速度。线408对应于79mm/s的机器人速度。尽管线402、404、406和408中的每一者包括不同的机器人速度，但是结果示出了对于特定流速和线性位置(相对于珠粒的纵向轴线)实质上一致的珠粒形状，即使在改变机器人速度时也是如此。还在不同的流速(例如，1.1ml/s、2.0ml/s、4.0ml/s和5.0ml/s)下进行了实验，结果类似。以这种方式，指示珠粒形状、流速和机器人速度的响应表面轮廓可用于基于已知的流速和机器人速度来预测所选线性位置处的珠粒形状。
110.图5a是示出示例珠粒形状作为沿相应珠粒1至4的纵向轴线的横截面积变化的曲线图。图5b示出了图5a的放大部分。如图5b最佳所示，线502、504、506和508分别表示珠粒1至4。线502、504、506和508中的每一者示出了使用相同的液体粘合剂流速(5.0毫升/分钟)和机器人速度(30.2mm/s)重复分配相应珠粒。线502、504、506和508所示的结果表明在相同的液体粘合剂流速和机器人速度下产生珠粒形状的可重复性。例如，即使在珠粒1至4中的每一者之间存在相对较小的变化(其可能是由于例如流动机制、机器人运动、粘合剂的物理特性等)，但这些变化是可重复的。换句话说，图5b中所示的顶部和谷部在珠粒1至4中的每一者中处于类似的位置且具有类似的量值。还在不同的机器人速度(例如，21.1mm/s、25.6mm/s、34.8mm/s和39.2mm/s)下进行了实验，结果类似。这些结果表明，对于不同的过程参数，诸如机器人速度和流速，珠粒形状是可重复的。例如，甚至珠粒形状的变化(其可能是由于流动机制、机器人运动、粘合剂的物理特性等)是可重复的。通过评估可重复的变化，本文所述的系统和技术可用于例如通过改变流速或机器人速度补偿变化。
111.图6是示出图4至图5b中所示的粘合剂分配过程的示例响应表面轮廓的三维图，以及类似的附加实验数据。响应表面轮廓被示出为每个珠粒的平均横截面积(602)和每个珠粒的横截面面积的可变性(604)。如上所讨论，响应表面轮廓可例如经由响应表面方法用于控制alad过程参数，诸如机器人速度和液体粘合剂流速，以产生预测的珠粒形状。可针对其他变量(包括但不限于珠粒高度、珠粒宽度或其他alad过程参数)生成类似的响应表面轮廓。
112.图7是示出可用于减少珠粒形状可变性的示例速度分布的曲线图。如上所讨论，局部珠粒形状可包括固有的可重复可变性，可对该可变性进行表征。例如，线702表示在约2ml/min的恒定流速下线性位置(mm)与机器人速度(mm/s)的关系并且横截面积为约0.5mm2的区域。线702上方的区域704表示将超过约0.5mm2的横截面积的线性位置处的机器人速度。线702下方的区域706表示将小于约0.5mm2的横截面积的线性位置处的机器人速度。因此，可根据线702相对于线性位置动态改变机器人速度，以分配目标横截面积为约0.5mm2的珠粒。以这种方式，补偿局部珠粒形状可变性可提高分配液体粘合剂的精度，由此改善粘结完整性。
113.图8是示出几种液体粘合剂粘度(线802、804、806和808)的示例珠粒形状(z轴轮廓与y轴轮廓)的曲线图。线802、804、806和808中的每一者表示具有不同粘度的液体粘合剂的珠粒。使用相同的alad过程参数由同一机器人分配每个珠粒。如上所讨论，液体粘合粘度可影响珠粒形状。例如，线802表示具有9,580厘泊(cp)的最低粘度的液体粘合剂的珠粒形状。如图所示，高度(z轴珠粒轮廓)是四个样品最小的，而宽度(y轴珠粒轮廓)是最大的。线808表示具有50,000cp的最大粘度的液体粘合剂的珠粒形状。线808包括四个样品中的最大高度(z轴珠粒轮廓)和最小宽度(y轴珠粒轮廓)。线804和806分别表示第三最大粘度和第二最大粘度。粘度为13,360cp的液体粘合剂的线804与线802相比表现出更大的z轴珠粒轮廓和较小的y轴珠粒轮廓，并且与线806和808相比表现出较小的z轴珠粒轮廓和更大的y轴珠粒轮廓。粘度为13,360cp的液体粘合剂的线806与线802和804相比表现出更大的z轴珠粒轮廓和较小的y轴珠粒轮廓，并且与线808相比表现出较小的z轴珠粒轮廓和更大的y轴珠粒轮廓。如图8所示，粘度对珠粒形状有影响，使得液体粘合剂粘度(例如，液体粘合剂批次之间)的改变可能需要更新过程参数以至少在alad过程的所选公差内保持一致的珠粒形状。
114.已描述了各种示例。这些示例以及其他示例均在以下权利要求书的范围内。