• Osiągnięto wczesne wykrywanie przyczyn defektów w surowcach dzięki sztucznej inteligencji, stając się "pierwszym, który pokonał to wyzwanie w branży"
• Zastosowano do podłoży półprzewodnikowych o wysokiej wartości, analizując wady surowców w ciągu zaledwie jednej minuty
• Skraca czas analizy defektów nawet o 90%

SEOUL, Korea Południowa, 7 października 2024 r. /PRNewswire/ -- Dzisiaj, LG Innotek (CEO Moon Hyuksoo) ogłosiła opracowanie i zastosowanie pierwszego w branży "opartego na sztucznej inteligencji (AI) systemu kontroli przychodzących surowców", zaprojektowanego w celu wykrywania wad w punkcie odbioru i zapobiegania wykorzystywaniu w procesie surowców niespełniających norm.

Firma LG Innotek zastosowała swoją technologię kontroli opartą na sztucznej inteligencji, opracowaną poprzez połączenie informacji o materiałach i technologii przetwarzania obrazu AI, w procesie RF-SiP (Radio Frequency System-in-Package). Niedawno technologia ta została również wprowadzona dla FC-BGA (Flip Chip Ball Grid Array) i oczekuje się, że jeszcze bardziej zwiększy konkurencyjność i jakość wysokiej jakości półprzewodnikowych produktów LG Innotek.

Wcześniej przychodzące surowce przechodziły jedynie kontrolę wizualną przed wejściem do procesu produkcyjnego. Jednak ciągły rozwój technologii podłoży półprzewodnikowych zmienił ten stan rzeczy. Nawet po poprawieniu wszystkich przyczyn defektów w procesie, niepowodzenia w ocenie niezawodności nadal rosły. Doprowadziło to do tego, że jakość dostarczanych materiałów zyskała na znaczeniu jako decydujący czynnik wpływający na ocenę niezawodności.

Podstawowe surowce (tj. Prepreg (PPG), Ajinomoto Build-up Film (ABF) i Copper-Clad Laminate (CCL)), które składają się na podłoża półprzewodnikowe, są dostarczane jako mieszanina włókien szklanych, związków nieorganicznych i innych składników. W przeszłości puste przestrzenie powietrzne (szczeliny między cząstkami) lub obce cząstki generowane podczas procesu mieszania materiałów nie miały znaczącego wpływu na wydajność produktu. Jednakże, ponieważ specyfikacje podłoża, takie jak odstępy między obwodami, stały się coraz bardziej rygorystyczne, obecność pustek powietrznych i obcych cząstek, w zależności od ich wielkości, zaczęła powodować wady.

W rezultacie praktycznie niemożliwe jest zidentyfikowanie, która część surowca jest odpowiedzialna za defekt przy użyciu tradycyjnych metod kontroli wizualnej, co stało się poważnym wyzwaniem dla branży.

Gdybyśmy mieli porównać jedną partię mieszanki surowców (jednostkę surowców o tych samych właściwościach, która trafia do procesu produkcyjnego) do partii ciasta na ciasteczka, oko nie jest w stanie dostrzec stężenia soli lub cukru w określonej porcji, liczby otworów powietrznych w cieście lub liczby obcych cząstek.

Firma LG Innotek znalazła sposób na pokonanie tego wyzwania branżowego dzięki sztucznej inteligencji. Jego "oparty na sztucznej inteligencji system kontroli przychodzących surowców" został przeszkolony z dziesiątek tysięcy danych na temat składu materiałów, które są odpowiednie lub nieodpowiednie dla produktu. Na tej podstawie analizuje składniki i wadliwe obszary surowców podłoża półprzewodnikowego w ciągu zaledwie jednej minuty, z dokładnością ponad 90% i wizualizuje odchylenia jakościowe w każdej partii surowców.

Dzięki wykorzystaniu uczenia maszynowego AI do wizualizacji, kwantyfikacji i standaryzacji konfiguracji materiałów zoptymalizowanych pod kątem jakości, firma LG Innotek była w stanie zapobiec wprowadzaniu wadliwych surowców do procesu produkcyjnego. Firma może zmienić projekt materiału w oparciu o informacje o odchyleniach jakościowych wizualizowane przez system sztucznej inteligencji, co pozwala zapewnić, że jakość partii surowców jest jednolita na odpowiednim poziomie przed wejściem do procesu.

Urzędnik LG Innotek skomentował: "Dzięki "Systemowi kontroli przychodzących surowców opartemu na sztucznej inteligencji" czas potrzebny na analizę wad został skrócony nawet o 90%, a koszt usunięcia przyczyn wad został znacznie zmniejszony"

LG Innotek planuje zwiększyć możliwości systemu wykrywania AI poprzez udostępnianie danych związanych z surowcami klientom i dostawcom w sektorze substratów za pośrednictwem partnerstw cyfrowych.

Ponadto firma zamierza rozszerzyć zastosowanie systemu na rozwiązania optyczne, takie jak moduły kamer, w których wykrywanie wad materiałowych na podstawie obrazu może odgrywać kluczową rolę.

CTO LG Innotek, S.David Roh, powiedział: "Dzięki "systemowi inspekcji opartemu na sztucznej inteligencji" uzupełnimy unikalny ekosystem sztucznej inteligencji LG Innotek, który zapewnia wyjątkową wartość dla klienta poprzez identyfikację przyczyn wad produktu na wczesnym etapie procesu produkcyjnego" Dodał też: "Będziemy nadal wprowadzać innowacje w cyfrowej technologii produkcji, aby tworzyć produkty najwyższej jakości przy najniższych kosztach i w jak najkrótszym czasie"