KR20210112671A - Mlcc 미전사칩 검사장치 및 검사방법 - Google Patents
Mlcc 미전사칩 검사장치 및 검사방법 Download PDFInfo
- Publication number
- KR20210112671A KR20210112671A KR1020200027973A KR20200027973A KR20210112671A KR 20210112671 A KR20210112671 A KR 20210112671A KR 1020200027973 A KR1020200027973 A KR 1020200027973A KR 20200027973 A KR20200027973 A KR 20200027973A KR 20210112671 A KR20210112671 A KR 20210112671A
- Authority
- KR
- South Korea
- Prior art keywords
- inspection
- chip
- mlcc
- unit
- untransferred
- Prior art date
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 101
- 239000003985 ceramic capacitor Substances 0.000 title abstract description 5
- 239000000758 substrate Substances 0.000 claims description 114
- 238000012546 transfer Methods 0.000 claims description 23
- 230000002950 deficient Effects 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 21
- 238000011835 investigation Methods 0.000 claims description 20
- 238000011068 loading method Methods 0.000 claims description 15
- 238000009434 installation Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 2
- 230000003796 beauty Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 19
- 230000007547 defect Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 8
- 239000000919 ceramic Substances 0.000 description 6
- 238000013480 data collection Methods 0.000 description 6
- 239000000843 powder Substances 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000010304 firing Methods 0.000 description 5
- 239000010410 layer Substances 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 239000002002 slurry Substances 0.000 description 4
- 238000005266 casting Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000003475 lamination Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000007747 plating Methods 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000011230 binding agent Substances 0.000 description 2
- 238000001354 calcination Methods 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000011888 foil Substances 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011812 mixed powder Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 229920002799 BoPET Polymers 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 239000002270 dispersing agent Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 229920005596 polymer binder Polymers 0.000 description 1
- 239000002491 polymer binding agent Substances 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01G—CAPACITORS; CAPACITORS, RECTIFIERS, DETECTORS, SWITCHING DEVICES, LIGHT-SENSITIVE OR TEMPERATURE-SENSITIVE DEVICES OF THE ELECTROLYTIC TYPE
- H01G13/00—Apparatus specially adapted for manufacturing capacitors; Processes specially adapted for manufacturing capacitors not provided for in groups H01G4/00 - H01G11/00
- H01G13/006—Apparatus or processes for applying terminals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
-
- G06K9/46—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01G—CAPACITORS; CAPACITORS, RECTIFIERS, DETECTORS, SWITCHING DEVICES, LIGHT-SENSITIVE OR TEMPERATURE-SENSITIVE DEVICES OF THE ELECTROLYTIC TYPE
- H01G4/00—Fixed capacitors; Processes of their manufacture
- H01G4/002—Details
- H01G4/018—Dielectrics
- H01G4/06—Solid dielectrics
- H01G4/08—Inorganic dielectrics
- H01G4/12—Ceramic dielectrics
- H01G4/1209—Ceramic dielectrics characterised by the ceramic dielectric material
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01G—CAPACITORS; CAPACITORS, RECTIFIERS, DETECTORS, SWITCHING DEVICES, LIGHT-SENSITIVE OR TEMPERATURE-SENSITIVE DEVICES OF THE ELECTROLYTIC TYPE
- H01G4/00—Fixed capacitors; Processes of their manufacture
- H01G4/002—Details
- H01G4/228—Terminals
- H01G4/232—Terminals electrically connecting two or more layers of a stacked or rolled capacitor
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01G—CAPACITORS; CAPACITORS, RECTIFIERS, DETECTORS, SWITCHING DEVICES, LIGHT-SENSITIVE OR TEMPERATURE-SENSITIVE DEVICES OF THE ELECTROLYTIC TYPE
- H01G4/00—Fixed capacitors; Processes of their manufacture
- H01G4/002—Details
- H01G4/228—Terminals
- H01G4/252—Terminals the terminals being coated on the capacitive element
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01G—CAPACITORS; CAPACITORS, RECTIFIERS, DETECTORS, SWITCHING DEVICES, LIGHT-SENSITIVE OR TEMPERATURE-SENSITIVE DEVICES OF THE ELECTROLYTIC TYPE
- H01G4/00—Fixed capacitors; Processes of their manufacture
- H01G4/30—Stacked capacitors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Ceramic Engineering (AREA)
- Automation & Control Theory (AREA)
- Signal Processing (AREA)
- Inorganic Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
본 발명은 MLCC(Multi-Layer Ceramic Capacitor)의 제조시 칩의 양 끝에 외부전극을 도포하는 과정에서 제대로 도포되지 않은 미전사 칩을 선별할 수 있도록 검사함으로써 불량률을 현저히 낮출 수 있는 MLCC 미전사칩 검사장치 및 그 장치를 이용한 미전사칩 검사방법에 관한 것이다.
Description
본 발명은 MLCC(Multi-Layer Ceramic Capacitor)의 제조시 칩의 양 끝에 외부전극을 도포하는 과정에서 제대로 도포되지 않은 미전사 칩을 선별할 수 있도록 검사함으로써 불량률을 현저히 낮출 수 있는 MLCC 미전사칩 검사장치 및 그 장치를 이용한 미전사칩 검사방법에 관한 것이다.
MLCC(적층형 세라믹 캐패시터, Multi-Layer Ceramic Capacitor)는 전기를 축적하는 기능을 가진 콘덴서 중의 하나로서, 전기가 통하지 않는 세라믹층과 전기가 통하는 내부 전극층을 교대로 쌓아서 적층하여 제작한다. 이는 전자제품 내에서 전기의 흐름을 안정적으로 조절하고, 부품 간의 전자파 간섭현상을 막아주는 역할을 하는, 일종의 전류 수급을 조절하는 댐과 같은 역할을 하는데 반도체와 함께 "전자산업의 쌀"로 불리는 고부가가치 핵심 제품이다. 최근 MLCC는 4차 산업혁명 흐름을 타고 자율주행차, 사물인터넷(IoT), 5세대(5G)통신 등 새로운 시장이 열리면서 수요가 폭발적으로 증가하고 있다.
MLCC제조공정은 도 1a에 도시된 바와 같이 파우더제조(Powder fabrication), 슬러리제조(slurry fabrication) 및 성형(casting)을 포함하는 foil casting, 인쇄(inner electrode printing), 적층(stacking), 압착(lamination), 절단(cutting), 가소/소성(binder burn out/sintering), 연마(tumbling), 외부전극도포(termination dipping), 외부전극소성(termination firing), 도금(plating), 선별/측정(sorting/inspection) 및 taping공정을 포함한다. 각 공정을 보다 자세히 살펴보면 다음과 같다.
파우더제조공정은 혼합된 파우더의 물리적/화학적 균일성확보를 위한 혼합공정, 열처리를 통하여 혼합된 파우더의 물리/화학적인 특성을 변화시키는 하소공정, 분쇄공정을 통하여 파우더 입자 크기를 감소시키는 공정이다.
foil casting 공정은 세라믹파우더, 고분자결합제, 분산제, 용매를 고르게 혼합하며 분산설비를 통해 슬러리 내부 입자들에 반발력을 부여함으로써 성형성 확보를 위한 잘 분산된 슬러리를 제조하고, PET필름위에 균일하게 슬러리를 도포하여 성형하는 공정으로 세라믹 시트의 특성을 결정하는 공정으로서 실제적인 제품프로세스의 첫 공정이라 할 수 있다.
인쇄공정은 세라믹 시트위에 스크린 메쉬 또는 GRVURE동판을 이용하여 내부전극을 인쇄하는 공정으로 MLCC의 정전용량값을 결정한다.
적층공정은 인쇄된 시트를 박리하여 정해진 위치에 반복적으로 원하는 만큼 쌓는 공정으로 MLCC의 전체 특성 값을 결정한다.
압착공정은 적층된 시트에 압력을 가해 다층그린세라믹시트를 단층세라믹커패시터로 만드는 공정으로 압착하는 동안 입자의 재배열에 의해 높은 packing 밀도를 형성한다.
절단공정은 블레이드나 다이싱톱을 이용하여 파우더와 폴리머로 구성된 적층된 시트를 정해진 크기로 절단하는 공정이다.
가소/소성공정은 그린 칩(절단된 칩)을 원하는 미세구조와 전기적 특성을 갖는 칩으로 만들기 위해 열처리를 통한 바인더제거, 파우더 결합으로 저항의 절연성을 높이고 신뢰성을 향상시키는 공정이다.
연마공정은 소성 후 깨지기 쉬운 모서리를 갈아 둥글게 해주어 서로 부딪혀 깨지지 않도록 해주며, 수축이 된 내부전극에 노출을 시켜서 외부전극과의 결합성을 향상시키기 위한 공정이다.
외부전극도포공정은 연마된 칩의 양 끝에 단자를 형성시켜주는 공정으로 좋은 전기적 특성을 구현하기 위하여 형성된 단자의 모양이 일정하고 균일하여야 한다.
외부전극소성공정은 열처리를 통하여 외부전극의 기계적 강도를 높이고 세라믹과의 밀착성을 높인다.
도금공정은 Ni과 Sn도금을 통하여 SMT공정에서의 납땜 접합성을 향상시키며 전극의 부식을 방지한다.
선별/측정공정은 제품화된 MLCC의 전기적 특성을 측정하는 공정으로 용량/유전손실/절연저항 등을 측정하여 불량과 양산품을 분리하는 공정이며 제조공정의 마지막 단계이다.
테이핑공정은 양산품은 고객에게 전달하기 위해 포장하여 출하하는 공정이다.
MLCC는 상술된 공정을 통해 도 1a에 도시된 바와 같이 제조되는데, 생산 과정이 복잡할 뿐만 아니라, 칩의 크기가 작아 공정 자동화가 어렵기 때문에, 공정 로스가 크고, 다른 제품들에 비해 불량률이 높은 문제점이 있다. 불량 MLCC는 전자기기의 손상을 유발하고 이에 대해 보상을 해야 하므로, MLCC 생산업체에 막대한 금전적인 손실을 주고 있다.
이러한 MLCC의 불량 원인으로는 적층 공정시 원료가 한쪽으로 치우치는 경우, 생산 과정에서 외부 이물질이나 들어간 경우, 전극 도포가 안 된 경우, 전극에 균열이 발생한 경우 등 다양한 불량 원인들이 있다.
특히, 외부전극도포공정에서 연마된 칩의 양 끝에 형성되는 단자가 좋은 전기적 특성을 구현하기 위해서는 모양이 일정하고 균일하게 형성되어야 하는데, 이 공정에서 공정 개선을 통해 불량률을 줄이는 것도 중요하지만, 제대로 도포가 되지 않은 미전사칩 즉 불량품을 특정하여 선별한 후 제거할 수 있다면 불량률을 현저히 낮출 수 있다.
하지만, 종래 알려진 제조방식에서는 도 1b에 도시된 바와 같이 i) MLCC 외부전극도포를 위해 플라스틱 기판에 만 여개의 미도포 MLCC를 세로 방향으로 넣고(마그네틱을 이용한 자동화 장비 이용), ii) MLCC 기판 위로 MLCC 끝 면이 돌출되도록 하여 끝면을 도포액에 담금으로 도포 및 건조 공정을 진행한다. iii) 이 때 미도포된 MLCC는 사람이 눈으로 직접 찾아내어 핀셋을 이용하여 취출하고, iv) MLCC의 반대 방향의 끝 면도 위와 같은 방법으로 도포 및 검사를 진행하고 있어 미전사 칩을 작업자가 눈으로 확인하여 일일이 핀셋으로 제거하는 작업을 직접 수행해야하므로 정확성은 물론 생산성이 저하되는 문제점이 있었다.
따라서, 이러한 문제점 없이 미전사칩 선별을 위해 미전사칩여부를 판단하는 검사의 정확도를 향상시킬 수 있는 MLCC칩 미전사칩 검사기술이 개발될 필요가 있다.
본 발명자들은 다수 연구 노력결과 MLCC제조시 수동으로 진행되던 미전사칩 검사공정을 자동화 할 수 있는 검사장치 및 검사방법을 개발함으로서 본 발명을 완성하였다.
따라서, 본 발명의 목적은 MLCC 제조시 외부전극도포공정에서 제대로 도포 되지 않은 MLCC 미전사 칩을 작업자가 육안으로 찾아서 검사하던 미전사칩 검사공정을 작업자가 전혀 개입되지 않고 자동으로 수행할 수 있는 미전사칩 검사장치를 제공하는 것이다.
본 발명의 다른 목적은 다수의 정상제품의 특징을 추출하여 확립된 정상 MLCC칩의 공통특성을 사용하는 알고리즘으로 동작되는 검사프로그램을 통해 검사과정에서 정상후보와 불량후보를 판별할 뿐만 아니라 판별후에도 정상후보와 불량후보에 대해 수집된 샘플정보를 학습시켜 검사프로그램의 알고리즘를 학습시킬 수 있어 새로운 불량유형이 발생된 경우에도 코딩작업을 통해 검사프로그램의 알고리즘을 수정하지 않더라도 학습을 통해 알고리즘이 수정되어 미전사칩 검사의 정확도를 향상시킬 수 있는 머신러닝 기반의 MLCC 미전사 칩 검사방법을 제공하는 것이다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 명시적으로 언급되지 않았더라도 후술되는 발명의 상세한 설명의 기재로부터 통상의 지식을 가진 자가 인식할 수 있는 발명의 목적 역시 당연히 포함될 수 있을 것이다.
상술된 본 발명의 목적을 달성하기 위해, 본 발명은 다수의 도포된 MLCC칩이 일정 간격으로 정렬된 배열기판을 그 적재된 위치에서 비전검사유닛으로 이동시키는 워크 스테이지유닛; 및 상기 워크 스테이지유닛의 상부에 설치되어 상기 이동된 배열기판에 정렬된 MLCC칩의 불량여부를 외부전극도포공정에서 제대로 도포 되지 않은 미전사 영역의 유무에 따라 결정하는 비전검사유닛;를 포함하는 MLCC 미전사칩 검사장치를 제공한다.
바람직한 실시예에 있어서, 상기 워크 스테이지유닛은 지면으로부터 일정 높이에 설치된 평판 상의 작업용 상판을 갖는 스테이지부; 및 상기 스테이지부의 일단부 측 상기 적재위치와 그 타단부를 향해 이격되어 설치된 상기 비전검사유닛의 하부를 지나는 위치 사이에서 상기 배열기판을 왕복 이동시키는 기판이동부;를 포함한다.
바람직한 실시예에 있어서, 상기 기판이동부는 상기 스테이지부의 일단부에서 그 타단부측으로 상기 비전검사유닛의 하부를 지나는 길이로 설치되어 그 상부에 설치된 구성요소를 이동시키는 가이드부재; 상기 가이드부재의 상부에 설치되어 상기 가이드부재를 따라 이동가능한 지지판부재; 상기 지지판부재의 상부에 설치되어 상기 배열기판에 일정량의 광량을 제공하는 하부조명부재; 및 상기 하부조명부재의 상부에 위치하도록 상기 지지판부재에 설치되고 그 상면에 상기 배열기판이 배치되어 고정되는 기판고정부재;를 포함한다.
바람직한 실시예에 있어서, 상기 비전검사유닛은 상기 워크 스테이지유닛의 상면과 일정 간격을 두고 상기 상면에 수직하게 설치되는 지지부; 및 상기 배열기판의 상부에 대향되도록 상기 지지부에 설치되고, 상기 배열기판의 상부에 정렬된 MLCC칩에 대한 영상정보를 획득하여 미전사영역의 유무에 따라 MLCC칩의 불량유무를 특정하는 비전검사부;를 포함한다.
바람직한 실시예에 있어서, 상기 지지부 및 상기 비전검사부는 설치된 상태에서 하나 이상이 상기 워크 스테이지유닛의 상면 또는 상기 지지부의 설치면에 대해 수직방향이동이 가능한 구조이다.
바람직한 실시예에 있어서, 상기 비전검사부는 다수의 이미지센서가 일 방향으로 배열되어 상기 MLCC칩에 대한 영상정보를 획득하는 스캐너부재; 및 상기 스캐너부재에 의해 획득된영상정보를 대상으로 MLCC칩의 불량유무를 결정하는 검사제어부;를 포함한다.
바람직한 실시예에 있어서, 상기 이미지센서는 접촉이미지센서이다.
또한, 본 발명은 외부전극도포공정에서 얻어진 도포된 MLCC칩이 다수 개 정렬된 배열기판이 적재된 상태에서, 상기 적재된 배열기판을 워크 스테이지유닛의 일단부측 기판이동부에 배치시켜 고정시키는 배열기판고정단계; 상기 기판이동부를 통해 상기 배열기판을 비전검사유닛으로 이동시키는 제1이송단계; 상기 비전검사유닛에 의해 상기 배열기판의 MLCC칩에 존재하는 상기 외부전극도포공정에서 제대로 도포되지 않은 미전사 영역의 유무에 따라 MLCC칩의 불량유무를 결정하는 검사단계; 및 상기 검사단계가 수행된 배열기판을 상기 기판이동부를 통해 상기 워크 스테이지유닛의 일단부로 재 이동시키는 제2이송단계;를 포함하는 미전사칩 검사방법을 제공한다.
바람직한 실시예에 있어서, 상기 배열기판고정단계는 로봇 팔을 통해 수행된다.
바람직한 실시예에 있어서, 상기 검사단계는 상기 비전검사유닛에 의해 상기 배열기판의 상면에 대한 영상정보가 획득되는 단계; 및 상기 획득된 영상정보를 대상으로 검사프로그램이 동작되어 상기 MLCC칩의 미전사영역 유무에 따라 얻어진 측정값에 따라 불량후보와 정상후보가 결정되는 단계;를 포함한다.
바람직한 실시예에 있어서, 상기 검사단계에서 불량후보와 정상후보가 결정되는 단계는 기 설정된 역치값과 상기 측정값을 비교하여 상기 측정값이 상기 역치값 이상이면 정상후보이고, 미만이면 불량후보로 판단되어 수행된다.
바람직한 실시예에 있어서, 상기 검사단계에서 결정된 정상후보 및 불량후보 중 하나 이상에 대해 수행된 샘플조사결과정보에 따라 상기 검사프로그램이 수정되는 학습단계;를 더 포함한다.
바람직한 실시예에 있어서, 상기 학습단계는 상기 결정된 정상후보에 대해 수행된 샘플조사결과정보가 미전사영역이 존재하는 MLCC칩인 불량후보이면 상기 역치값이 조절되고, 상기 샘플조사결과정보가 미전사영역이 없는 MLCC칩인 정상후보이면 상기 검사프로그램의 훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행된다.
바람직한 실시예에 있어서, 상기 학습단계는 상기 결정된 불량후보에 대해 수행된 샘플조사결과정보가 미전사영역이 없는 MLCC칩인 정상후보이면 상기 검사프로그램의 훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행된다.
바람직한 실시예에 있어서, 상기 검사프로그램은 외부전극도포공정에서 미전사영역이 없는 정상 MLCC칩에 대한 다수의 영상정보를 획득하여 훈련데이터베이스에 저장하는 단계, 상기 훈련데이터베이스에 저장된 다수의 영상정보를 분석하여 얻어진 정상 MLCC칩의 공통특성을 사용하여 알고리즘을 생성하는 단계, 및 상기 알고리즘이 동작되는 프로세스를 확립하는 단계;를 포함하여 생성된다.
상술된 본 발명의 미전사칩 검사장치에 의하면, MLCC 제조시 외부전극도포공정에서 제대로 도포 되지 않은 MLCC 미전사 칩을 작업자가 육안으로 찾아서 검사하던 미전사칩 검사공정을 작업자가 전혀 개입되지 않고 자동으로 수행할 수 있으므로, MLCC 미전사 칩 검사의 정확성이 향상되어 불량률을 감소시킬 수 있을 뿐만 아니라 생산성의 향상 및 생산원가를 절감할 수 있다.
또한, 본 발명의 MLCC 미전사 칩 검사방법에 의하면 다수의 정상제품의 특징을 추출하여 확립된 정상 MLCC칩의 공통특성을 사용한 알고리즘으로 동작되는 검사프로그램을 통해 검사과정에서 정상후보와 불량후보를 판별할 뿐만 아니라 판별후에도 정상후보와 불량후보에 대해 수집된 샘플정보를 학습시켜 검사프로그램의 알고리즘를 학습시킬 수 있어 새로운 불량유형이 발생된 경우에도 코딩작업을 통해 검사프로그램의 알고리즘을 수정하지 않더라도 학습을 통해 알고리즘이 수정되므로 미전사칩 검사의 정확도를 향상시킬 수 있다.
본 발명의 이러한 기술적 효과들은 이상에서 언급한 범위만으로 제한되지 않으며, 명시적으로 언급되지 않았더라도 후술되는 발명의 실시를 위한 구체적 내용의 기재로부터 통상의 지식을 가진 자가 인식할 수 있는 발명의 효과 역시 당연히 포함된다.
도 1a는 공지된 MLCC 제조공정도이고, 도 1b는 도 1a에서 외부전극도포공정에서 제대로 도포되지 않아 미전사영역이 존재하는 MLCC기판의 실제 사진을 도시한 것이다.
도 2는 본 발명의 일 실시예에 따른 미전사칩 검사장치를 정면측에서 개략적으로 도시한 모식도이다.
도 3은 본 발명의 다른 실시예에 따른 미전사칩 검사장치가 동작된 상태를 후면측에서 개략적으로 도시한 모식도이다.
도 4는 도 2 및 도 3에 도시된 미전사칩 검사장치 중 기판이동부의 단면도이다.
도 5는 본 발명의 실시예들에 따른 미전사칩 검사장치의 전자적 구성요소를 개략적으로 나타낸 블록도이다.
도 6은 본 발명의 실시예들에 따른 미전사칩 검사장치의 동작을 설명하기 위해 제공되는 흐름도이다.
도 7은 본 발명의 실시예들에 따른 미전사칩 검사장치에서 검사단계 및 학습단계를 설명하기 위해 제공되는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 미전사칩 검사장치를 정면측에서 개략적으로 도시한 모식도이다.
도 3은 본 발명의 다른 실시예에 따른 미전사칩 검사장치가 동작된 상태를 후면측에서 개략적으로 도시한 모식도이다.
도 4는 도 2 및 도 3에 도시된 미전사칩 검사장치 중 기판이동부의 단면도이다.
도 5는 본 발명의 실시예들에 따른 미전사칩 검사장치의 전자적 구성요소를 개략적으로 나타낸 블록도이다.
도 6은 본 발명의 실시예들에 따른 미전사칩 검사장치의 동작을 설명하기 위해 제공되는 흐름도이다.
도 7은 본 발명의 실시예들에 따른 미전사칩 검사장치에서 검사단계 및 학습단계를 설명하기 위해 제공되는 흐름도이다.
본 발명에서 사용하는 용어는 단지 특정한 실시예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 발명의 설명에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
구성 요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다. 특히, 정도의 용어 "약", "실질적으로" 등이 사용되는 경우 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되는 것으로 해석될 수 있다.
시간 관계에 대한 설명일 경우, 예를 들어, '~후에', '~에 이어서', '~다음에', '~전에' 등으로 시간 적 선후관계가 설명되는 경우, '바로' 또는 '직접'이 사용되지 않는 이상 연속적이지 않은 경우도 포함한다.
이하, 첨부한 도면 및 바람직한 실시예들을 참조하여 본 발명의 기술적 구성을 상세하게 설명한다.
그러나, 본 발명은 여기서 설명되는 실시예에 한정되지 않고 다른 형태로 구체화 될 수도 있다. 명세서 전체에 걸쳐 본 발명을 설명하기 위해 사용되는 동일한 참조번호는 동일한 구성요소를 나타낸다.
본 발명의 기술적 특징은 MLCC 제조시 외부전극도포공정에서 제대로 도포 되지 않은 MLCC 미전사 칩을 찾아내는 검사공정을 작업자가 전혀 개입되지 않고 자동으로 수행할 수 있는 구조의 장치 및 상기 장치에 다수의 정상제품의 특징을 추출하여 확립된 정상 MLCC칩의 공통특성을 사용한 알고리즘으로 동작되는 검사프로그램이 내재되어 검사과정에서 정상후보와 불량후보를 판별할 뿐만 아니라 판별후에도 정상후보와 불량후보에 대해 수집된 샘플정보를 학습시켜 검사프로그램의 알고리즘를 학습시킬 수 있어 새로운 불량유형이 발생된 경우에도 코딩작업을 통해 검사프로그램의 알고리즘을 수정하지 않더라도 학습을 통해 알고리즘이 수정되는 머신러닝 기반의 MLCC 미전사 칩 검사방법에 있다.
즉, 종래에는 MLCC 미전사 칩을 찾아내는 검사공정을 작업자가 육안으로 진행하는 형태로 구성되어 미전사 칩을 자동으로 검사할 수 있는 구조로 된 검사장치가 없었을 뿐만 아니라, 검사장치에 내재된 검사프로그램이 미비하여 미전사 칩을 제대로 검사할 수 있는 정확도가 현저히 떨어지는 문제점이 있었기 때문이다.
따라서, 본 발명의 미전사칩 검사장치는 다수의 도포된 MLCC칩이 일정 간격으로 정렬된 배열기판을 그 적재된 위치에서 비전검사유닛으로 이동시키는 워크 스테이지유닛; 및 상기 워크 스테이지유닛의 상부에 설치되어 상기 이동된 배열기판에 정렬된 MLCC칩의 불량여부를 외부전극도포공정에서 제대로 도포 되지 않은 미전사 영역의 유무에 따라 결정하는 비전검사유닛;를 포함한다.
또한, 본 발명의 미전사칩 검사방법은 외부전극도포공정에서 얻어진 도포된 MLCC칩이 다수 개 정렬된 배열기판이 적재된 상태에서, 상기 적재된 배열기판을 워크 스테이지유닛의 일단부측 기판이동부에 배치시켜 고정시키는 배열기판고정단계; 상기 기판이동부를 통해 상기 배열기판을 비전검사유닛으로 이동시키는 제1이송단계; 상기 비전검사유닛에 의해 상기 배열기판의 MLCC칩에 존재하는 상기 외부전극도포공정에서 제대로 도포되지 않은 미전사 영역의 유무에 따라 MLCC칩의 불량유무를 결정하는 검사단계; 및 상기 검사단계가 수행된 배열기판을 상기 기판이동부를 통해 상기 워크 스테이지유닛의 일단부로 재 이동시키는 제2이송단계;를 포함한다.
도 2는 본 발명의 일 실시예에 따른 미전사칩 검사장치를 정면측에서 개략적으로 도시한 모식도이고, 도 3은 본 발명의 다른 실시예에 따른 미전사칩 검사장치가 동작된 상태를 후면측에서 개략적으로 도시한 모식도이며, 도 4는 도 2 및 도 3에 도시된 미전사칩 검사장치 중 기판이동부의 단면도이다. 도 5는 본 발명의 실시예들에 따른 미전사칩 검사장치의 전자적 구성요소를 개략적으로 나타낸 블록도이고, 도 6은 본 발명의 실시예들에 따른 미전사칩 검사장치의 동작을 설명하기 위해 제공되는 흐름도이며, 도 7은 본 발명의 실시예들에 따른 미전사칩 검사장치에서 검사단계 및 학습단계를 설명하기 위해 제공되는 흐름도이다.
도 2 내지 도 5를 참조하여 본 발명의 일 실시예에 따른 미전사칩 검사장치의 구조에 대해 구체적으로 살펴본다.
도 2 및 도 3에 도시된 바와 같이 본 발명의 미전사칩 검사장치(1)는 워크스테이지유닛(100), 비전검사유닛(200) 및 제어유닛(500)을 포함할 수 있다. 필요한 경우 로딩유닛(400)을 더 포함할 수 있다. 여기서, 도 2 및 도 3에에 도시된 미전사칩 검사장치(1)는 비전검사유닛(200)의 지면에 대한 상하이동 구성요소가 다를 뿐 다른 구성요소는 동일하므로 같이 설명하기로 한다.
먼저, 워크 스테이지유닛(100)은 다수의 도포된 MLCC칩이 일정 간격으로 정렬된 배열기판(300)을 그 적재위치에서 비전검사유닛(200)으로 이동시키는 구성요소로서, 스테이지부(110) 및 기판이동부(120)를 포함한다.
스테이지부(100)는 MLCC 미전사칩 검사공정이 이루어지는 작업영역을 제공하는 구성요소로서, 일 구현예로서 도시된 바와 같이 지면으로부터 일정 높이에 설치된 평판 상의 작업용 상판을 갖는 구조로 구현될 수 있다.
기판이동부(120)는 스테이지부(100)의 일단부 측 적재위치와 그 타단부를 향해 이격되어 설치된 비전검사유닛(200)의 하부를 지나는 위치 사이에서 배열기판(300)을 왕복 이동시키는 구성요소로서, 스테이지부(100)를 이루는 작업용 상판 상에 일정 간격을 두고 1개 이상 설치될 수 있는데, 일구현예로서 도 4에 도시된 바와 같이 가이드부재(121), 지지판부재(122), 하부조명부재(123) 및 기판고정부재(124)를 포함할 수 있다.
가이드부재(121)는 스테이지부(110)의 일단부에서 타단부측으로 비전검사유닛(200)의 하부를 지나는 길이로 설치되어 그 상부에 설치된 구성요소를 이동시키는 구성요소로서, 스테이지부(110) 상에 1개 이상 설치될 수 있는데, 일 구현예로서 LM가이드가 사용될 수 있다.
지지판부재(122)는 가이드부재(121)의 상부에 설치되어 가이드부재(121)를 따라 이동 가능한 구성요소로서, 그 하부가 가이드부재(121)와 이동가능하게 결합될 수 있는 구조이고 그 상부는 하부조명부재가 설치될 수 있는 영역을 갖는 평판구조를 갖기만 하면 재질 등은 제한되지 않는다.
하부조명부재(123)는 비전검사유닛(200)의 동작시 배열기판(300)에 일정량의 광량을 제공하기 위한 구성요소로서, 지지판부재(122)의 상부면에 접촉되거나 인접하여 설치될 수 있는데, 일구현예로서 다수의 LED모듈로 된 판상조명부재일 수 있다.
기판고정부재(124)는 MLCC칩이 배열된 배열기판(300)을 고정하기 위한 구성요소로서, 하부조명부재(123)의 상부에 위치하도록 지지판부재(122)에 설치되는데, 일 구현예로서 도시된 바와 같이 배열기판(300)보다 넓은 크기의 4각 형상 평판부재, 그 평판부재의 모서리측 하부면에 형성되어 지지판부재(122)와 고정되는 4개의 길이부재 및 그 상면에 배치되는 배열기판(300)을 평판부재에 고정하기 위한 공압부재가 지지판부재(122)에 설치될 수 있다. 이 때, 기판고정부재(124)에 포함된 평판부재는 하부조명부재(123)에서 조사되는 빛이 평판부재 상면에 배치되어 고정된 배열기판(300)의 하부에 적절한 광량을 제공할 수 있도록 빛이 투과되는 재질일 수 있는데, 일 구현예로서 아크릴 판일 수 있다.
또한, 비전검사유닛(200)은 워크 스테이지유닛(100)의 상부에 설치되어 이동된 배열기판(300)에 정렬된 MLCC칩의 불량여부를 외부전극도포공정에서 제대로 도포 되지 않은 미전사 영역의 유무에 따라 결정하여 검사하는 구성요소로서, 워크 스테이지유닛(100)의 상부에 1개 이상 설치될 수 있는데, 비전검사유닛(200)의 설치개수는 워크 스테이지유닛(100)에 설치되는 기판이동부(120)의 설치개수에 따라 결정될 수 있을 것이다. 도시된 바와 같이 비전검사유닛(200)은 지지부(210) 및 비전검사부(220)를 포함한다.
지지부(210)는 비전검사부(220)를 지지하는 구성요소로서 워크 스테이지유닛(100)의 상면과 일정 간격을 두고 그 상면 즉 스테이지부(110)의 작업용 상판에 수직하게 설치될 수 있는데, 일 구현예로서 도시된 바와 같이 스테이지부(110)의 일단부에서 어느 정도 떨어진 기판이동부(120)의 내측부에 도 2에 도시된 바와 같이 높이조절이 가능한 구조로 설치될 수 있다.
비전검사부(220)는 배열기판(300)의 상부에 정렬된 MLCC칩에 대한 영상정보를 획득하여 미전사영역의 유무에 따라 MLCC칩의 불량유무를 결정하는 구성요소로서, 일 구현예로서 도시된 바와 같이 기판이동부(120)의 상부에 배치되어 고정된 배열기판의 상부에 대향되도록 지지부(210)에 설치될 수 있는데, 지지부(210)에 고정되는 고정부재와 고정부재에 설치된 검사부재를 포함할 수 있다. 필요한 경우 도 2와 같이 지지부(210)의 높이조절구조 뿐만 아니라 비전검사부(220)의 고정부재까지도 도 3에 도시된 바와 같이 지지부(210)의 설치면에 대해 수직방향이동 즉 높이조절이 가능한 구조로 구현될 수 있다.
비전검사부(220)에 포함된 검사부재는 일 구현예로서 다수의 이미지센서가 일 방향으로 배열되어 상기 MLCC칩에 대한 영상정보를 획득하는 스캐너부재(221) 및 스캐너부재(221)에 의해 획득된 영상정보를 대상으로 MLCC칩의 불량유무를 결정하는 검사제어부(520)를 포함할 수 있다. 여기서, 스캐너부재(221)에 포함된 이미지센서는 접촉이미지센서일 수 있다. 검사제어부(520)에 대해서는 제어유닛(500)에서 같이 설명하기로 한다. 또한, 도시하지는 않았지만 지지부(210)는 고정되고, 비전검사부(220)의 고정부재만 높이 조절이 가능한 구조로 형성될 수도 있음은 물론이다.
한편, 제어유닛(500)은 도 5에 도시된 바와 같이 MLCC 미전사칩 검사장치(1)의 동작을 제어하기 위한 전자적 구성요소를 통합한 개념으로써, 장치제어부(510), 검사제어부(520), 훈련데이터수집부(530), 저장부(540) 및 학습부(550)등을 포함할 수 있다.
장치제어부(510)는 워크 스테이지유닛(100), 비전검사유닛(200), 로딩유닛(400)을 포함한 미전사칩 검사장치(1)에 포함된 모든 기계적 구성요소의 동작을 제어하는 기능을 수행한다.
검사제어부(520)는 다수의 정상제품의 특징을 추출하여 확립된 정상 MLCC칩의 공통특성을 포함하는 알고리즘으로 동작되는 검사프로그램을 포함하여, MLCC미전사칩 검사과정에서 정상후보와 불량후보를 판별하고 판별후에도 정상후보와 불량후보 중 하나 이상에 대해 수집된 샘플정보를 학습시켜 검사프로그램의 알고리즘를 학습시킬 수 있어 새로운 불량유형이 발생된 경우에도 코딩작업을 통해 검사프로그램의 알고리즘을 수정하지 않더라도 학습을 통해 알고리즘을 수정할 수 있다.
장치제어부(510) 및 검사제어부(520)는 ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로컨트롤러(micro-controllers), 마이크로 프프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있는데, 별개로 구현되는 것이 아니라 통합적으로 구현될 수도 있음은 물론이다.
훈련데이터수집부(530)는 비전검사유닛 및 샘플조사결과정보 등의 다양한 데이터 소스(Source)로부터 생성되거나 전달되는 데이터를 수집하는 기능을 수행한다. 훈련데이터수집부(530)에서 수집되는 훈련데이터는 정상후보에 대한 샘플조사결과정보 및 불량후보에 대한 샘플조사결과정보를 포함할 수 있다. 훈련데이터수집부(530)에서 수집된 훈련데이터는 저장부(540)로 전달되어 저장될 수 있다.
저장부(540)는 장치제어부(510) 및 검사제어부(520)의 제어 등과 관련된 각종 정보 및 데이터를 저장할 수 있다. 예컨대 저장부(540)는 훈련데이터수집부(530)에서 수집된 데이터 및 검사프로그램 등을 저장하고, 필요에 따라 장치제어부(510), 검사제어부(520) 및 학습부(550) 등에 제공할 수 있는데, 특히, 검사제어부(520)의 제어와 관련하여 훈련데이터베이스를 포함한다. 저장부(540)는 하드웨어적으로, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 등과 같은 다양한 저장매체로 구현할 수 있다.
학습부(550)는 MLCC 미전사칩 검사장치(1)에 내장되어 제공되는 검사프로그램에 기초하여, 추가적으로 해당 MLCC 미전사칩 검사장치(1)에서 개별적으로 수집되는 정보 및 데이터, 예컨대 해당 MLCC 미전사칩 검사장치(1)에서 검사되는 MLCC칩의 개별 특성 정보에 대응하는 샘플조사정보로부터 개별 MLCC 미전사칩 검사장치(1)에서만 발생할 수 있는 불량유형정보까지도 추가적으로 학습시킬 수 있으므로, 새로운 불량유형이 발생된 경우에도 코딩작업을 통해 검사프로그램의 알고리즘을 수정하지 않더라도 머신러닝을 통한 학습을 통해 검사프로그램의 알고리즘이 수정될 수 있게 된다.
또한, 로딩유닛(400)은 MLCC 미전사칩 검사장치(1)와 일체로 형성되거나 별개로 형성될 수 있는데, 일 구현예로서 도 2 및 도 3에 도시된 바와 같이 워크 스테이지유닛(100)의 스테이지부(110) 일측 단부측 상부에 형성되어 외부전극도포공정이 수행된 후 적재된 배열기판(300)을 그 적재위치에서 기판이동부(120)로 이동시켜 안착할 수 있는 구조를 갖기만 하면 공지된 모든 구성요소가 사용될 수 있는데, 일 구현예로서 로딩유닛(400)은 다관절 로봇 팔로 구현될 수 있다. 여기서, 배열기판(300)은 외부전극도포공정이 수행된 MLCC칩이 일정간격으로 다수 개 정렬된 기판을 의미한다.
다음으로, 본 발명의 미전사칩 검사방법은 상술된 구조의 미전사칩 검사장치를 이용한 검사방법으로서, 도 6에 도시된 바와 같이 외부전극도포공정에서 얻어진 도포된 MLCC칩이 다수 개 정렬된 배열기판이 적재된 상태에서, 상기 적재된 배열기판을 워크 스테이지유닛의 일단부측 기판이동부에 배치시켜 고정시키는 배열기판고정단계; 상기 기판이동부를 통해 상기 배열기판을 비전검사유닛으로 이동시키는 제1이송단계; 상기 비전검사유닛에 의해 상기 배열기판의 MLCC칩에 존재하는 상기 외부전극도포공정에서 제대로 도포되지 않은 미전사 영역의 유무에 따라 MLCC칩의 불량유무를 결정하는 검사단계; 및 상기 검사단계가 수행된 배열기판을 상기 기판이동부를 통해 상기 워크 스테이지유닛의 일단부로 재 이동시키는 제2이송단계;를 포함할 수 있다.
배열기판고정단계(S110)는 장치제어부(510)에 의해 제어되는 로딩유닛(400)을 통해 자동으로 수행될 수 있는데, 일 구현예로서 로딩유닛(400)은 다관절 로봇 팔로 구현될 수 있다. 즉, 배열기판(300)을 그 적재위치에서 다관절 로봇 팔로 집어서 기판이동부(120)의 기판고정부재(124) 상부에 배치하면 기판고정부재(124)의 공압장치에 의해 배열기판(300)이 기판고정부재(124)의 상부에서 워크 스테이지유닛(100)의 상면에 평행하게 고정될 수 있다.
제1이송단계(S120)는 장치제어부(510)에 의해 제어되는 기판이동부(120)를 통해 자동으로 수행될 수 있는데, 일 구현예로서 기판이동부(120)는 도 4에 도시된 바와 같이 가이드부재(121)인 LM가이드와 그 상부에 설치된 지지판부재(122), 하부조명부재(123) 및 기판고정부재(124)를 포함하여 구현될 수 있다. 즉 배열기판고정단계(S110)를 통해 배열기판이 기판고정부재(124)에 고정되면 LM가이드를 통해 지지판부재(122)가 이동되는데, 비전검사유닛(200)의 비전검사부(200)의 하부에 배열기판의 선행단부가 위치할 때까지 이동시킬 수 있을 것이다.
검사단계(S130)는 비전검사유닛(200)에 의해 외부전극도포공정에서 MLCC칩에 제대로 도포되지 않은 미전사 영역의 유무에 따라 배열기판에 정렬된 MLCC칩의 불량유무를 특정하는 단계로서, 비전검사유닛(200)에 의해 배열기판(300)의 상면에 대한 영상정보가 획득되는 단계(S131) 및 획득된 영상정보를 대상으로 검사프로그램이 동작되어 MLCC칩의 미전사영역 유무에 따라 얻어진 측정값에 따라 불량후보와 정상후보가 결정되는 단계(S132)를 포함하여 수행될 수 있다. 필요한 경우 검사단계는 머신러닝 기반으로 검사프로그램의 알고리즘이 수정될 수 있도록 검사단계에서 결정된 정상후보 및 불량후보 중 하나 이상에 대해 수행된 샘플조사결과정보에 따라 상기 검사프로그램이 수정되는 학습단계(S133)를 더 포함할 수 있다.
제2이송단계(S140)는 검사단계(S130)가 수행된 배열기판(300)을 기판이동부(120) 즉 LM가이드를 통해 워크 스테이지유닛(100)의 일단부로 다시 이동시켜 수행될 수 있다.
이와 같이 제2이송단계(S140)가 수행된 배열기판(300)은 비전검사유닛(200)에 의해 정상후보로 결정된 경우, 즉 미전사영역이 없거나 있어도 성능에 영향이 없는 것으로 결정된 제품으로 검사된 경우에는 로딩유닛(400)에 의해 MLCC제조공정의 다음단계 즉 외부전극소성공정을 수행할 수 있도록 정상제품리프트에 놓여지고, 비전검사유닛(200)에 의해 불량후보로 결정된 경우 즉 미전사영역이 존재하여 성능을 발휘할 수 없는 제품으로 검사된 경우에는 로딩유닛(400)에 의해 불량제품리프트에 놓아져서 폐기물로 처리될 수 있다.
도 7을 참조하여 검사단계(S130)를 보다 구체적으로 살펴보기로 한다.
먼저, 영상정보가 획득되는 단계(S131)는 장치제어부(510)의 제어에 의해 기판이동부(120)의 하부조명부재(123)가 켜진 후 배열기판(300)의 선행단부에서 그 후행단부까지 비전검사유닛(200)의 비전검사부(220)의 하부를 지나가도록 하여 수행될 수 있다. 즉, 비전검사부(220)인 스캐너부재(221)가 배열기판(300)의 상면을 스캔하여 배열기판에 정렬된 MLCC칩의 영상정보를 획득할 수 있기 때문이다.
이와 같이 영상정보가 획득되면, 스캐너부재(221)에 의해 획득된 영상정보를 기반으로 검사제어부(520)의 제어에 의해 불량후보와 정상후보가 결정되는 단계(S132)가 수행되는데, 일 구현예로서 획득된 영상정보를 대상으로 검사프로그램이 동작되어 MLCC칩의 미전사영역 유무에 따라 얻어진 측정값에 따라 기 설정된 역치값과 상기 측정값을 비교하여 상기 측정값이 상기 역치값 미만이면 정상후보이고, 초과하면 불량후보로 판단하는 식으로 수행될 수 있다. 여기서, 역치 값은 미리 설정된 값으로서 후술하는 검사프로그램 생성시 훈련데이터베이스에 입력된 데이터를 이용하여 계산된 값으로, 입력된 데이터 즉 측정값이 설정된 역치값을 넘게 되면 불량후보로 결정하게 되는 것이다.
학습단계(S133)는 검사제어부(520)의 제어에 의해 훈련데이터수집부(530)로 수집된 정상후보에 대해 수행된 샘플조사결과정보 및 불량후보에 대해 수행된 샘플조사결과정보 중 하나 이상을 학습부(550)가 학습하여 검사프로그램에 반영하는 방법으로 수행될 수 있다. 먼저 정상후보에 대해 수행된 샘플조사결과정보를 반영하여 검사프로그램이 수정되어 학습단계가 수행되는 경우에는, 결정된 정상후보에 대해 수행된 샘플조사결과정보가 불량후보인 것으로 판단되면 역치 값이 더 낮은 값으로 조절되고, 샘플조사결과정보가 정상후보인 것으로 판단되면 검사프로그램의 훈련데이터베이스에 상기 샘플조사결과정보를 추가함으로써 수행될 수 있다. 또한, 불량후보에 대해 수행된 샘플조사결과정보를 반영하여 검사프로그램이 수정되어 학습단계가 수행되는 경우에는, 결정된 불량후보에 대해 수행된 샘플조사결과정보가 정상후보이면 검사프로그램의 훈련데이터베이스에 샘플조사결과정보를 추가함으로써 수행될 수 있다.
한편, 도시하지는 않았지만, 필요한 경우 검사단계(S130)는 영상정보가 획득되는 단계(S131)와 불량후보와 정상후보가 결정되는 단계(S132)만으로 구성될 수도 있음은 물론이다.
상술된 검사단계에서 동작되는 검사프로그램은 MLCC 미전사칩 검사장치(1)에 내장되기 전에, 외부전극도포공정에서 미전사영역이 없는 정상 MLCC칩에 대한 다수의 영상정보를 획득하여 훈련데이터베이스에 저장하는 단계, 훈련데이터베이스에 저장된 다수의 영상정보를 분석하여 얻어진 정상 MLCC칩의 공통특성을 사용하여 알고리즘을 생성하는 단계, 및 알고리즘이 동작되는 프로세스를 확립하는 단계;를 포함하는 단계를 수행하여 생성될 수 있다.
여기서, 정상 MLCC칩의 공통특성은 정상 MLCC칩에 대한 다수의 영상정보를 분석하여 공통적으로 추출된 특징정보로서 SIFT (Scale Invariant Feature Transform), Edge Detection 및 Pretrained CNN(Convolutional Neural Network)등을 포함한 다양한 이미지특징정보일 수 있다.
일 구현예로서, 정상 MLCC칩의 공통특성을 사용하여 생성된 알고리즘은 콘볼루션 신경망(Convolution neural network)(CNN)과 같은 기계학습 알고리즘 형태일 수 있다. 인셉션 모듈(inception module) 기반 콘볼루션 신경망(Convolutional Neural Networks, CNN), 심층 신경망(Deep Neural Network, DNN), 재귀 신경망(Recurrent Neural Network, RNN), 제한 볼츠만 머신(restricted Boltzmann machine), 심층 신뢰 신경망(Deep Belief Network, DBN), 심층 Q-네트워크(Deep Q-Network) 등과 같이 다양한 딥 러닝 기법이 적용된 신경망 알고리즘이 사용될 수 있다.
따라서, 상술된 본 발명의 미전사칩 검사장치 및 검사방법에 의하면 MLCC 제조시 외부전극도포공정에서 제대로 도포 되지 않은 MLCC 미전사 칩을 찾아내는 검사공정을 작업자가 전혀 개입되지 않고 자동으로 수행할 수 있을 뿐만 아니라, 검사과정에서 정상후보와 불량후보를 판별하고 판별 후에도 정상후보와 불량후보에 대해 수집된 샘플정보를 학습시켜 검사프로그램의 알고리즘를 학습시킬 수 있어 새로운 불량유형이 발생된 경우 검사프로그램의 알고리즘을 수정하기 위해 개발자를 통한 별도의 코딩작업 없이도 학습을 통해 알고리즘을 수정한 후 새로운 불량유형까지 검출할 수 있어 비용과 시간이 절감될 수 있다. 또한, 본 발명의 미전사칩 검사장치를 이용한 검사방법은 검사공정이 반복됨에 따라 학습으로 인해 보다 정교한 이상검출모델을 제공할 수 있다.
본 발명은 이상에서 살펴본 바와 같이 바람직한 실시 예를 들어 도시하고 설명하였으나, 상기한 실시 예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다.
1 : 미전사칩 검사장치 100 : 워크 스테이지유닛
110 : 스테이지부 120 : 기판이동부
121 : 가이드부재 122 : 지지판부재
123 : 하부조명부재 124 : 기판고정부재
200 ; 비전검사유닛
210 : 지지부 220 : 비전검사부
221 ; 스캐너부재 300 : 배열기판
400 : 로딩유닛 500 : 제어유닛
110 : 스테이지부 120 : 기판이동부
121 : 가이드부재 122 : 지지판부재
123 : 하부조명부재 124 : 기판고정부재
200 ; 비전검사유닛
210 : 지지부 220 : 비전검사부
221 ; 스캐너부재 300 : 배열기판
400 : 로딩유닛 500 : 제어유닛
Claims (15)
- 다수의 도포된 MLCC칩이 일정 간격으로 정렬된 배열기판을 그 적재된 위치에서 비전검사유닛으로 이동시키는 워크 스테이지유닛; 및
상기 워크 스테이지유닛의 상부에 설치되어 상기 이동된 배열기판에 정렬된 MLCC칩의 불량여부를 외부전극도포공정에서 제대로 도포 되지 않은 미전사 영역의 유무에 따라 결정하는 비전검사유닛;를 포함하는 MLCC 미전사칩 검사장치.
- 제 1 항에 있어서,
상기 워크 스테이지유닛은 지면으로부터 일정 높이에 설치된 평판 상의 작업용 상판을 갖는 스테이지부; 및 상기 스테이지부의 일단부 측 상기 적재위치와 그 타단부를 향해 이격되어 설치된 상기 비전검사유닛의 하부를 지나는 위치 사이에서 상기 배열기판을 왕복 이동시키는 기판이동부;를 포함하는 것을 특징으로 하는 MLCC 미전사칩 검사장치.
- 제 2 항에 있어서,
상기 기판이동부는 상기 스테이지부의 일단부에서 그 타단부측으로 상기 비전검사유닛의 하부를 지나는 길이로 설치되어 그 상부에 설치된 구성요소를 이동시키는 가이드부재; 상기 가이드부재의 상부에 설치되어 상기 가이드부재를 따라 이동가능한 지지판부재; 상기 지지판부재의 상부에 설치되어 상기 배열기판에 일정량의 광량을 제공하는 하부조명부재; 및 상기 하부조명부재의 상부에 위치하도록 상기 지지판부재에 설치되고 그 상면에 상기 배열기판이 배치되어 고정되는 기판고정부재;를 포함하는 것을 특징으로 하는 MLCC 미전사칩 검사장치.
- 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 비전검사유닛은 상기 워크 스테이지유닛의 상면과 일정 간격을 두고 상기 상면에 수직하게 설치되는 지지부; 및 상기 배열기판의 상부에 대향되도록 상기 지지부에 설치되고, 상기 배열기판의 상부에 정렬된 MLCC칩에 대한 영상정보를 획득하여 미전사영역의 유무에 따라 MLCC칩의 불량유무를 특정하는 비전검사부;를 포함하는 것을 특징으로 하는 MLCC 미전사칩 검사장치.
- 제 4 항에 있어서,
상기 지지부 및 상기 비전검사부는 설치된 상태에서 하나 이상이 상기 워크 스테이지유닛의 상면 또는 상기 지지부의 설치면에 대해 수직방향이동이 가능한 구조인 것을 특징으로 하는 MLCC 미전사칩 검사장치.
- 제 4 항에 있어서,
상기 비전검사부는 다수의 이미지센서가 일 방향으로 배열되어 상기 MLCC칩에 대한 영상정보를 획득하는 스캐너부재; 및 상기 스캐너부재에 의해 획득된영상정보를 대상으로 MLCC칩의 불량유무를 결정하는 검사제어부;를 포함하는 것을 특징으로 하는 MLCC 미전사칩 검사장치.
- 제 6 항에 있어서,
상기 이미지센서는 접촉이미지센서인 것을 특징으로 하는 미전사칩 검사장치.
- 외부전극도포공정에서 얻어진 도포된 MLCC칩이 다수 개 정렬된 배열기판이 적재된 상태에서, 상기 적재된 배열기판을 워크 스테이지유닛의 일단부측 기판이동부에 배치시켜 고정시키는 배열기판고정단계;
상기 기판이동부를 통해 상기 배열기판을 비전검사유닛으로 이동시키는 제1이송단계;
상기 비전검사유닛에 의해 상기 배열기판의 MLCC칩에 존재하는 상기 외부전극도포공정에서 제대로 도포되지 않은 미전사 영역의 유무에 따라 MLCC칩의 불량유무를 결정하는 검사단계; 및
상기 검사단계가 수행된 배열기판을 상기 기판이동부를 통해 상기 워크 스테이지유닛의 일단부로 재 이동시키는 제2이송단계;를 포함하는 미전사칩 검사방법.
- 제 8 항에 있어서,
상기 배열기판고정단계는 로봇 팔을 통해 수행되는 것을 특징으로 하는 미전사칩 검사방법.
- 제 8 항에 있어서,
상기 검사단계는 상기 비전검사유닛에 의해 상기 배열기판의 상면에 대한 영상정보가 획득되는 단계; 및 상기 획득된 영상정보를 대상으로 검사프로그램이 동작되어 상기 MLCC칩의 미전사영역 유무에 따라 얻어진 측정값에 따라 불량후보와 정상후보가 결정되는 단계;를 포함하는 것을 특징으로 하는 미전사칩 검사방법.
- 제 10 항에 있어서,
상기 검사단계에서 불량후보와 정상후보가 결정되는 단계는 기 설정된 역치값과 상기 측정값을 비교하여 상기 측정값이 상기 역치값 이상이면 정상후보이고, 미만이면 불량후보로 판단되어 수행되는 것을 특징으로 하는 미전사칩 검사방법.
- 제 10 항 또는 제 11 항에 있어서,
상기 검사단계에서 결정된 정상후보 및 불량후보 중 하나 이상에 대해 수행된 샘플조사결과정보에 따라 상기 검사프로그램이 수정되는 학습단계;를 더 포함하는 것을 특징으로 하는 미전사칩 검사방법.
- 제 12 항에 있어서,
상기 학습단계는 상기 결정된 정상후보에 대해 수행된 샘플조사결과정보가 미전사영역이 존재하는 MLCC칩인 불량후보이면 상기 역치값이 조절되고, 상기 샘플조사결과정보가 미전사영역이 없는 MLCC칩인 정상후보이면 상기 검사프로그램의 훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행되는 것을 특징으로 하는 미전사칩 검사방법.
- 제 12 항에 있어서,
상기 학습단계는 상기 결정된 불량후보에 대해 수행된 샘플조사결과정보가 미전사영역이 없는 MLCC칩인 정상후보이면 상기 검사프로그램의 훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행되는 것을 특징으로 하는 미전사칩 검사방법.
- 제 10 항 또는 제11 항에 있어서,
상기 검사프로그램은 외부전극도포공정에서 미전사영역이 없는 정상 MLCC칩에 대한 다수의 영상정보를 획득하여 훈련데이터베이스에 저장하는 단계, 상기 훈련데이터베이스에 저장된 다수의 영상정보를 분석하여 얻어진 정상 MLCC칩의 공통특성을 사용하여 알고리즘을 생성하는 단계, 및 상기 알고리즘이 동작되는 프로세스를 확립하는 단계;를 포함하여 생성되는 것을 특징으로 하는 외부전극도포공정 후 미전사칩 검사방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200027973A KR20210112671A (ko) | 2020-03-05 | 2020-03-05 | Mlcc 미전사칩 검사장치 및 검사방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200027973A KR20210112671A (ko) | 2020-03-05 | 2020-03-05 | Mlcc 미전사칩 검사장치 및 검사방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20210112671A true KR20210112671A (ko) | 2021-09-15 |
Family
ID=77793277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200027973A KR20210112671A (ko) | 2020-03-05 | 2020-03-05 | Mlcc 미전사칩 검사장치 및 검사방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20210112671A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200240924A1 (en) * | 2020-03-18 | 2020-07-30 | Zhuhai Autovision Technology Co. Ltd. | Method for detecting appearance of six sides of chip multi-layer ceramic capacitor based on artificial intelligence |
KR102690089B1 (ko) * | 2023-04-21 | 2024-07-31 | 주식회사 휴빅스 | Mlcc 칩 분산수단을 구비한 mlcc 비전 검사 장치 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101688641B1 (ko) | 2015-09-22 | 2016-12-21 | 동서대학교산학협력단 | 머신 비전 기반 전자부품 검사 시스템 |
-
2020
- 2020-03-05 KR KR1020200027973A patent/KR20210112671A/ko not_active Application Discontinuation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101688641B1 (ko) | 2015-09-22 | 2016-12-21 | 동서대학교산학협력단 | 머신 비전 기반 전자부품 검사 시스템 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200240924A1 (en) * | 2020-03-18 | 2020-07-30 | Zhuhai Autovision Technology Co. Ltd. | Method for detecting appearance of six sides of chip multi-layer ceramic capacitor based on artificial intelligence |
US11657599B2 (en) * | 2020-03-18 | 2023-05-23 | Zhuhai Autovision Technology Co. Ltd. | Method for detecting appearance of six sides of chip multi-layer ceramic capacitor based on artificial intelligence |
KR102690089B1 (ko) * | 2023-04-21 | 2024-07-31 | 주식회사 휴빅스 | Mlcc 칩 분산수단을 구비한 mlcc 비전 검사 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8355563B2 (en) | Photovoltaic devices inspection apparatus and method of determining defects in photovoltaic device | |
TWI653450B (zh) | 線性檢查系統 | |
KR20210112671A (ko) | Mlcc 미전사칩 검사장치 및 검사방법 | |
BRPI0414557B1 (pt) | método e aparelho para inspecionar uma folha contínua | |
WO2018087932A1 (ja) | 保存画像の再分類システム及び再分類方法 | |
TWI761806B (zh) | 影像辨識裝置、影像辨識方法及其電腦程式產品 | |
CN112362679B (zh) | 影像辨识装置、影像辨识方法及其计算机程序产品 | |
CN111179263B (zh) | 一种工业图像表面缺陷检测模型、方法、系统及装置 | |
CN116718600B (zh) | 一种用于对线束产品进行智能化检测的检测装置 | |
KR101167096B1 (ko) | 팩 외관 검사 장치 및 방법 | |
CN112014407A (zh) | 一种集成电路晶圆表面缺陷检测的方法 | |
KR20010022880A (ko) | 소형 전자소자용 다기능 뷰어/테스터 | |
CN210847220U (zh) | 电路板检测机的工位转盘改良装置 | |
CN117637512A (zh) | 芯片检测方法、装置及计算机可读存储介质 | |
US20240103076A1 (en) | Deep learning-based mlcc stacked alignment inspection system and method | |
CN110458231B (zh) | 一种陶瓷产品检测方法、装置和设备 | |
Hani et al. | A review of SMD-PCB defects and detection algorithms | |
JP7563836B2 (ja) | 材料除去後のコンポーネントキャリア構造の自動化された品質試験 | |
TWI806185B (zh) | 用於評估組件載體結構品質的測試目標缺陷識別與評估 | |
JP5765713B2 (ja) | 欠陥検査装置、欠陥検査方法、及び欠陥検査プログラム | |
KR20230080799A (ko) | 인공 지능 기반 미세 전자 부품 외관 검사 및 취출 장비, 그 방법 | |
CN111860705A (zh) | 一种太阳能电池片的检测方法及系统 | |
CN115808382B (zh) | 一种应用于压力传感器的压电薄膜在线检测方法及系统 | |
Kavitha et al. | Component identification and defect detection of printed circuit board using artificial intelligence | |
JP2013068633A (ja) | 自動化ウェハ欠陥検査システムおよびこのような検査を実行する方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |