KR20220140806A - 기계 학습을 사용하는 개선된 유체 분배 공정 제어 및 이를 구현하는 시스템 - Google Patents
기계 학습을 사용하는 개선된 유체 분배 공정 제어 및 이를 구현하는 시스템 Download PDFInfo
- Publication number
- KR20220140806A KR20220140806A KR1020227031547A KR20227031547A KR20220140806A KR 20220140806 A KR20220140806 A KR 20220140806A KR 1020227031547 A KR1020227031547 A KR 1020227031547A KR 20227031547 A KR20227031547 A KR 20227031547A KR 20220140806 A KR20220140806 A KR 20220140806A
- Authority
- KR
- South Korea
- Prior art keywords
- viscous fluid
- fluid
- dispensing
- classification
- dispensing device
- Prior art date
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 579
- 238000010801 machine learning Methods 0.000 title claims abstract description 120
- 238000004886 process control Methods 0.000 title abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 119
- 238000000034 method Methods 0.000 claims abstract description 99
- 239000000758 substrate Substances 0.000 claims description 121
- 238000009826 distribution Methods 0.000 claims description 43
- 238000012549 training Methods 0.000 claims description 30
- 238000009825 accumulation Methods 0.000 claims description 19
- 239000007788 liquid Substances 0.000 claims description 17
- 230000002950 deficient Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 29
- 239000000463 material Substances 0.000 description 53
- 230000003287 optical effect Effects 0.000 description 22
- 238000003384 imaging method Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 21
- 230000035508 accumulation Effects 0.000 description 16
- 238000003860 storage Methods 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 239000000853 adhesive Substances 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000000919 ceramic Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 239000007921 spray Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005194 fractionation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 238000010926 purge Methods 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 229910000679 solder Inorganic materials 0.000 description 3
- 239000011345 viscous material Substances 0.000 description 3
- 238000005303 weighing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011538 cleaning material Substances 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000004100 electronic packaging Methods 0.000 description 1
- 229920002457 flexible plastic Polymers 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000012261 overproduction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036316 preload Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000000518 rheometry Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05C—APPARATUS FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05C5/00—Apparatus in which liquid or other fluent material is projected, poured or allowed to flow on to the surface of the work
- B05C5/02—Apparatus in which liquid or other fluent material is projected, poured or allowed to flow on to the surface of the work the liquid or other fluent material being discharged through an outlet orifice by pressure, e.g. from an outlet device in contact or almost in contact, with the work
- B05C5/0225—Apparatus in which liquid or other fluent material is projected, poured or allowed to flow on to the surface of the work the liquid or other fluent material being discharged through an outlet orifice by pressure, e.g. from an outlet device in contact or almost in contact, with the work characterised by flow controlling means, e.g. valves, located proximate the outlet
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
- B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
- B05B12/082—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to a condition of the discharged jet or spray, e.g. to jet shape, spray pattern or droplet size
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05C—APPARATUS FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05C11/00—Component parts, details or accessories not specifically provided for in groups B05C1/00 - B05C9/00
- B05C11/10—Storage, supply or control of liquid or other fluent material; Recovery of excess liquid or other fluent material
- B05C11/1002—Means for controlling supply, i.e. flow or pressure, of liquid or other fluent material to the applying apparatus, e.g. valves
- B05C11/1007—Means for controlling supply, i.e. flow or pressure, of liquid or other fluent material to the applying apparatus, e.g. valves responsive to condition of liquid or other fluent material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Electro-optical investigation, e.g. flow cytometers
- G01N15/1456—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G06K9/6268—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N2015/0023—Investigating dispersion of liquids
- G01N2015/0026—Investigating dispersion of liquids in gas, e.g. fog
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Abstract
기계 학습 도구를 사용하여 개선된 유체 분배 공정 제어를 위한 시스템 및 방법이 개시된다. 예시적인 방법에서, 점성 유체의 연속적인 부분은 분배된 부분의 이미지 및/또는 분배된 부분의 분배와 연관된 작동 파라미터와 결함 분류를 연관시키도록 기계 학습 도구를 트레이닝시키기 위해 작동 파라미터에 따라 분배 디바이스에 의해 분배된다. 그런 다음 트레이닝된 기계 학습 도구는 품질과 생산 효율성을 개선하기 위해 분배된 부분과 연관된 결함을 감지하고 수정하기 위해 생산에서 폐쇄 루프 방식으로 사용된다.
Description
관련 출원에 대한 상호 참조
본 출원은 2020년 2월 20일에 출원된 미국 가출원 번호 62/978,966의 이익을 주장하며, 그 전체가 임의의 모든 목적을 위해 여기에 포함된다.
기술분야
본 개시는 일반적으로 유체 물질의 분사에 관한 것으로, 특히 기계 학습(machine learning)을 사용하여 유체 분배 공정 제어를 개선하기 위한 시스템 및 방법에 관한 것이다.
분사 밸브(Jetting valve)는 점성 또는 유체 물질의 미세 점 또는 방울, 스트림 및/또는 불연속 체적을 기판 상에 분사하기 위해 전자 패키징 조립체 및 기타 공정에서 사용된다. 언더필 물질, 캡슐화 물질, 표면 실장 접착제, 솔더 페이스트, 전도성 접착제, 솔더 마스크 물질, 플럭스, 열 화합물 등과 연관된 유체 물질을 분사하는 밸브를 분사하기 위한 다양한 응용 분야가 있다.
"분사 밸브" 또는 "분사 디바이스"는 방울, 스트림 및/또는 불연속적인 체적의 물질을 분사 디바이스로부터 분출하거나 "분사"하여 기판 상에 착지하는 디바이스이며, 여기서 방울, 스트림 및/또는 불연속 체적은 기판과 접촉하기 전에 분사 디바이스의 노즐로부터 분리될 수 있다. 따라서, 이러한 유형의 분사 디바이스에서, 방울, 스트림 및/또는 불연속 체적의 물질은 분사 디바이스와 기판 사이의 거리의 적어도 일부에 대해 분사 디바이스 또는 기판과 접촉하지 않고 분사 디바이스와 기판 사이에 "비행(in-flight)"으로 분배될 수 있다.
분사 디바이스는 또한 방울, 스트림 및/또는 불연속 체적의 물질이 노즐 및 기판과 동시에 접촉하도록 방울, 스트림 및/또는 불연속 체적의 물질을 방출하는 디바이스를 지칭할 수 있다. 유체의 운동량은 노즐에서 기판으로 유체를 운반하기 위한 주요 요인일 수 있을 뿐만 아니라 노즐에서 방울, 스트림 및/또는 불연속 체적의 물질을 분리하기 위한 주요 메커니즘일 수 있다. 이 경우, 물질은 분사 디바이스의 노즐로부터 떨어져 있는 물질의 방울, 스트림 또는 불연속 체적을 끌어당기기 위해 방울, 스트림 및/또는 불연속 체적의 물질을 기판에 접착하는 것에 의존하지 않고 기판으로 전달된다.
그러나 분사 또는 유사한 디바이스를 포함하는 분배 디바이스의 작동은 다양한 문제를 나타낼 수 있다. 예컨대, 분배된 물질의 일부가 노즐에서 완전히 파괴되지 않아 노즐 또는 다른 곳에 물질이 바람직하지 않게 축적될 수 있다. 이러한 축적은 노즐에 의한 후속 분배에 부정적인 영향을 미칠 수 있다. 또 다른 예로서, 불완전하게 분배된 체적의 물질은 기판 상에 바람직하지 않은 "위성(satellite)"(즉, 주 체적의 물질 주위의 추가로 작은 체적의 물질)를 초래할 수 있다. 또한, 작동 조건 및/또는 특정 분배 응용 프로그램 자체는 위치 및 시험 환경에서 생산 환경에 따라 다를 수 있다. 따라서 설정 프로파일은 시험 환경에서 수용 가능한 결과를 얻을 수 있지만 생산 환경에서 구현되면 수많은 결함이 발생할 수 있다.
이들 및 다른 결점은 본 개시에서 다루어진다.
기계 학습 및/또는 인공 지능을 사용하여 개선된 유체 분배 공정 제어를 위한 시스템 및 방법이 본원에 개시된다. 기계 학습에는 심층 신경망(DNN)과 같은 신경망을 포함하여 기계 학습 알고리즘을 사용하는 다양한 기계 학습 도구의 사용이 포함될 수 있다. 기계 학습 도구의 다른 예에는 다음이 포함되지만 이에 국한되지 않는다:
XGBoost, CNN(나선형 기계 학습 도구; Convolutional Machine Learning Tool), SVM(지지 벡터 기계; Support Vector Machine), 다중 선형 회귀, 랜덤 포레스트(Random Forest), AdaBoost, 인공 기계 학습 도구(ANN): "기존" 기계 학습 도구, DT(Decision Tree), Naive Bayes, KNN(K Nearest Neighbor), HMM(Hidden Markov Model), 사이버네틱스 및 뇌 시뮬레이션, 기호, 인지 시뮬레이션, 논리 기반, 반논리, 지식 기반, 하위 기호, 구현 지능, 계산 지능 및 소프트 컴퓨팅, 및/또는 등. 기계 학습은 특징 벡터 공정, 분류 공정, 그룹화 공정, 분류 공정, 회귀 공정, 분석 공정, 매칭 공정(matching process), 트레이닝 공정, 진단 공정 등을 활용할 수 있다.
이하에 설명되는 바와 같이 본 개시의 다양한 대표적인 예 또는 실시예가 있다.
폐쇄 루프 제어를 위한 기계 학습 도구에 입력되는 분배된 체적의 이미지 및 파라미터
하나의 예시적인 방법에서, 분배 디바이스의 작동 파라미터의 제1 값에 따라 분배 디바이스의 노즐로부터 점성 유체의 부분을 분배하기 위해 분배 디바이스의 밸브가 개방 및 폐쇄된다. 점성 유체의 부분의 하나 이상의 이미지가 캡처된다. 점성 유체의 부분의 하나 이상의 이미지 및 작동 파라미터의 제1 값은 점성 유체의 부분의 분류를 결정하기 위해 기계 학습 도구에 입력된다. 작동 파라미터의 제2 값은 점성 유체의 부분의 분류에 기초하여 결정된다. 점성 유체의 제2 부분은 작동 파라미터의 제2 값에 따라 분배된다.
폐쇄 루프 제어를 위한 기계 학습 도구에 입력되는 센서 및 파라미터의 분배 체적의 특성
다른 예시적인 방법에서, 분배 디바이스의 밸브는 분배 디바이스의 작동 파라미터의 제1 값에 따라 분배 디바이스의 노즐로부터 점성 유체의 부분을 분배하기 위해 개방 및 폐쇄된다. 분배 디바이스에서 분배되는 점성 유체의 부분의 특성은 센서로부터의 데이터에 기초하여 결정된다. 점성 유체의 부분의 특성과 작동 파라미터의 제1 값은 점성 유체의 부분의 분류를 결정하기 위해 기계 학습 도구에 입력된다. 작동 파라미터의 제2 값은 점성 유체의 부분의 분류에 기초하여 결정된다. 점성 유체의 제2 부분은 작동 파라미터의 제2 값에 따라 분배된다.
폐쇄 루프 제어를 위한 기계 학습 도구를 트레이닝하기 위해 품질 등급이 할당된 분배된 체적의 이미지
다른 방법에서, 분배 디바이스의 밸브는 분배 디바이스의 작동 파라미터의 제1 값에 따라 분배 디바이스의 노즐로부터 점성 유체의 부분을 분배하기 위해 개방 및 폐쇄된다. 점성 유체의 부분의 하나 이상의 이미지가 기계 학습 도구에 의해 캡처된다. 각 이미지에는 품질 분류 시스템에 따라 품질 등급이 할당되어 품질 등급을 이미지와 연관시키도록 기계 학습 도구를 트레이닝시킨다. 이미지에 할당된 품질 등급에 따라, 트레이닝된 기계 학습 도구는 작동 파라미터의 제2 값에 따라 점성 유체의 제2 부분을 분배하도록 시스템을 제어할 수 있다.
폐쇄 루프 제어를 위한 기계 학습 도구를 트레이닝하기 위해 품질 등급이 할당된 분배된 체적의 이미지 및 분배된 체적을 생성하는 작동 파라미터가 기록된다
또 다른 예에서, 분배 디바이스의 밸브는 분배 디바이스의 작동 파라미터의 제1 값에 따라 분배 디바이스의 노즐로부터 점성 유체의 부분을 분배하기 위해 개방 및 폐쇄된다. 점성 유체의 부분의 하나 이상의 이미지가 기계 학습 도구에 의해 캡처된다. 각 이미지에는 품질 분류 시스템에 따라 품질 등급이 할당되어 품질 등급을 이미지와 연관시키도록 기계 학습 도구를 트레이닝시킨다. 작동 파라미터의 제1 값은 품질 등급을 파라미터와 연관시키도록 기계 학습 도구를 트레이닝하는 데에도 사용된다.
설명된 기술 중 임의의 것의 구현은 방법 또는 공정, 장치, 디바이스, 기계, 시스템, 또는 컴퓨터 판독 가능 저장 디바이스에 저장된 명령을 포함할 수 있다. 특정 구현의 세부 사항은 아래의 첨부 도면 및 설명에 기술되어 있다. 다른 특징은 도면 및 청구범위를 포함하는 하기 설명으로부터 명백할 것이다.
본 명세서에 통합되고 본 명세서의 일부를 구성하는 첨부 도면은 실시예를 예시하고 설명과 함께 방법 및 시스템의 원리를 설명하는 역할을 한다.
도 1a는 본 개시의 실시예에 따른 예시적인 분배 시스템을 도시한다.
도 1b는 도 1a의 분배 시스템과 함께 사용가능하고 본 개시의 실시예에 따른 예시적인 분배 조립체의 단면도를 도시한다.
도 1c는 본 개시의 실시예에 따른 도 1b의 분배 시스템의 압전 구동 모듈의 단면도를 도시한다.
도 2는 본 개시의 실시예에 따른 예시적인 분배 교정 스테이션을 도시한다.
도 3은 본 개시의 실시예에 따른 예시적인 분배 교정 스테이션을 도시한다.
도 4는 본 개시의 실시예에 따른 예시적인 분배 교정 스테이션을 도시한다.
도 5는 본 개시의 실시예에 따른 기계 학습 도구를 트레이닝하기 위한 하나의 방법에 대한 예시적인 흐름도를 도시한다.
도 6은 본 개시의 실시예에 따른 기계 학습 도구를 트레이닝하기 위한 단순화된 실험을 도시한다.
도 7은 본 개시의 실시예에 따른 생산에서 트레이닝된 기계 학습 도구를 사용하기 위한 하나의 방법에 대한 예시적인 흐름도를 도시한다.
도 8은 본 개시의 실시예에 따른 예시적인 흐름도를 도시한다.
도 9a는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 예시적인 이미지를 도시한다.
도 9b는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 다른 예시적인 이미지를 도시한다.
도 9c는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 10a는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 10b는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 10c는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 11은 본 개시의 다른 실시예에 따른 경계 상자를 보여주는 분배 동안의 비행 유체의 예시적인 이미지를 도시한다.
본 개시의 양태는 이제 도면을 참조하여 상세하게 설명될 것이며, 여기서 유사한 도면부호는 달리 명시되지 않는 한 전체에 걸쳐 유사한 요소를 지칭한다.
도 1a는 본 개시의 실시예에 따른 예시적인 분배 시스템을 도시한다.
도 1b는 도 1a의 분배 시스템과 함께 사용가능하고 본 개시의 실시예에 따른 예시적인 분배 조립체의 단면도를 도시한다.
도 1c는 본 개시의 실시예에 따른 도 1b의 분배 시스템의 압전 구동 모듈의 단면도를 도시한다.
도 2는 본 개시의 실시예에 따른 예시적인 분배 교정 스테이션을 도시한다.
도 3은 본 개시의 실시예에 따른 예시적인 분배 교정 스테이션을 도시한다.
도 4는 본 개시의 실시예에 따른 예시적인 분배 교정 스테이션을 도시한다.
도 5는 본 개시의 실시예에 따른 기계 학습 도구를 트레이닝하기 위한 하나의 방법에 대한 예시적인 흐름도를 도시한다.
도 6은 본 개시의 실시예에 따른 기계 학습 도구를 트레이닝하기 위한 단순화된 실험을 도시한다.
도 7은 본 개시의 실시예에 따른 생산에서 트레이닝된 기계 학습 도구를 사용하기 위한 하나의 방법에 대한 예시적인 흐름도를 도시한다.
도 8은 본 개시의 실시예에 따른 예시적인 흐름도를 도시한다.
도 9a는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 예시적인 이미지를 도시한다.
도 9b는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 다른 예시적인 이미지를 도시한다.
도 9c는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 10a는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 10b는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 10c는 본 개시의 실시예에 따른 분배 동안의 비행 유체의 또 다른 예시적인 이미지를 도시한다.
도 11은 본 개시의 다른 실시예에 따른 경계 상자를 보여주는 분배 동안의 비행 유체의 예시적인 이미지를 도시한다.
본 개시의 양태는 이제 도면을 참조하여 상세하게 설명될 것이며, 여기서 유사한 도면부호는 달리 명시되지 않는 한 전체에 걸쳐 유사한 요소를 지칭한다.
본 개시의 시스템 및 방법은 기계 학습 도구를 사용하는 개선된 유체 분배 공정 제어에 관한 것이다. 일 예에서, 분배 시스템은 점성 유체와 같은 체적의 유체를 분배하도록 구성된 분배 디바이스를 포함할 수 있다. 점성 유체는 예컨대 접착제를 포함할 수 있다. 본 개시의 하나의 방법에 따르면, 기계 학습 도구는 유체 체적을 분배하는 데 사용된 작동 파라미터(예: 밸브 니들 속도 또는 스트로크 길이)의 제1 값에 및 유체 체적의 하나 이상의 비행 이미지의 입력에 기초하여 분배된 유체 체적의 분류(예: 무결함 분류 또는 다양한 유형의 결함 분류)를 결정하도록 구성될 수 있다. 분류는 기판 상의 분류(on-substrate classification)를 포함할 수 있다. 기판 상의 분류는 기판 상에 분배된 유체의 분류일 수 있다. 예컨대, 분류는 분배된 유체가 기판의 옳바른 위치에 있지 않은 결함(잘못 배치 결함)을 커버할 수 있다. 또 다른 예는 위성 결함(satellite defect)이다. 위성 결함은 분배된 유체 체적의 작은 부분이 분리되어 기판 상의 타겟 분배 영역 외부에 작은 침전물의 튀김을 형성하는 결함일 수 있다. 기판 상의 분류가 아닌 분류의 예는 축적 결함이다. 축적 결함은 분배 밸브 노즐의 노즐에 분배 물질이 축적되는 결함이다. 이러한 결함 중 하나를 포함하는 유체 체적의 분류에 기초하여, 예컨대 작동 파라미터의 제2 값이 결정될 수 있다. 작동 파라미터의 제2 값에 따라 다른 유체 체적이 후속적으로(반드시 바로 이어지는 것은 아니지만) 분배될 수 있다.
폐쇄 루프 공정 제어는 위의 단계의 유사한 반복을 통해 구현될 수 있다. 기계 학습 도구는 일반적으로 하나 이상의 후보 분류 각각에 대한 확률을 출력한다(예: 위성 결함 등급이 적용되는 90% 확률 및 축적 결함 등급이 적용되는 10% 확률). 확률의 경향은 결함이 수정되어야 하는 예측된 시간을 결정하기 위해 식별될 수 있다.
비행 샘플 유체 체적의 하나 이상의 이미지는 트레이닝 중 기계 학습 도구에 대한 입력을 포함할 수 있다. 이 예에서, "트레이닝 중인 기계 학습 도구"는 비행 이미지를 결함 분류와 연관시키도록 트레이닝되는 기계 학습 도구이다.
도 1a는 캐비넷(12) 및 분배 조립체(14)를 포함할 수 있는 예시적인 분배 시스템(10)을 도시한다. 분배 조립체(14)는 제어된 양의 유체 또는 점성 물질을 캐비넷(12)의 생산 영역(26)에 위치된 기판(18)(예: 회로 기판 또는 다른 고객 제품) 상에 선택적으로 분배하기 위한 밸브를 갖는 분배 노즐(16)을 포함할 수 있다. 분배 노즐(16)은 연속 스트림 및/또는 불연속적인 일련의 유체 체적을 분배하는 것을 포함하여 분배 조립체(14)가 정지되어 있는 동안, 분배 동작(즉, 분배 조립체(14)의 밸브를 개방 및 폐쇄)을 수행할 수 있다. 추가적으로 또는 대안적으로, 분배 노즐(16)은 연속 스트림 및/또는 불연속적인 일련의 유체 체적을 분배하는 것을 포함하여 분배 조립체(14)가 이동하는 동안, 분배 동작(즉, 분배 조립체(14)의 밸브를 개방 및 폐쇄)을 수행할 수 있다.
분배 조립체(14)는 또한 카메라(20) 및 높이 센서(21)를 포함할 수 있다. 카메라(20)는 룩업 카메라(lookup camera), 룩다운 카메라(look down camera), 고속 카메라 등으로서 구현될 수 있다. 분배 노즐(16)은 니들 디스펜서(needle dispenser), 스프레이 디스펜서, 분사 디스펜서, 및/또는 접착제, 에폭시, 솔더 페이스트 등과 같은 유체 또는 점성 물질을 유체 물질 저장소(23)로부터 기판(18) 상으로 분배하기에 적합한 임의의 다른 디바이스일 수 있다. 분배 조립체(14)는 캐비넷(12)의 생산 영역(26) 및 서비스 스테이션(28)(즉, 서비스 영역) 위에 분배 조립체(14)를 선택적으로 위치시키도록 구성된 포지셔너(positioner;25)에 결합될 수 있다. 포지셔너(25)는 생산 영역(26) 및/또는 서비스 스테이션(28) 위의 수평면에서 분배 조립체(14)를 이동하고 생산 영역(26) 및/또는 서비스 스테이션(28)의 표면에 대한 분배 조립체(14) 및 분배 노즐(16)의 높이를 조정하도록 구성된 독립적으로 제어 가능한 x축 및 y축 드라이브를 포함하는 3축 포지셔너일 수 있다. 그에 의해서, 포지셔너(25)는 분배 조립체(14)에 대한 3개의 실질적인 수직 이동축을 제공할 수 있다. 분배 조립체(14)가 z-축 드라이브(34)에 의해 x-y 포지셔너에 결합된 것으로 도시된 실시예에서 도시되지만, 당업자는 분배 조립체(14)를 위치시키기 위해 다른 메커니즘이 사용될 수 있음을 이해할 것이다.
분배 시스템(10)은 또한 캐비넷(12)에 장착될 수 있거나 원격일 수 있는 제어기(36)를 포함할 수 있다. 제어기(36)는 분배 조립체(14)의 움직임을 조정하고, 분배 노즐(16)을 작동시키고/시키거나 서비스 스테이션(28)의 구성요소를 작동시키는 것과 같은 분배 시스템(10)의 전체 제어를 제공하도록 구성될 수 있다. 제어기(36)는 프로세서, 메모리 및 입력/출력(I/O) 인터페이스를 포함할 수 있다. 프로세서는 마이크로프로세서, 마이크로제어기, 디지털 신호 프로세서, 마이크로컴퓨터, 중앙 처리 장치, 현장 프로그램 가능 게이트 어레이, 프로그램 가능 논리 디바이스, 상태 기계, 논리 회로, 아날로그 회로, 디지털 회로 및/또는 메모리에 저장된 작동 명령에 따라 신호(아날로그 또는 디지털)를 조작하는 기타 모든 디바이스로부터 선택된 하나 이상의 디바이스일 수 있다. 메모리는 읽기 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), 휘발성 메모리, 비휘발성 메모리, 정적 랜덤 액세스 메모리(SRAM), 동적 랜덤 액세스 메모리(DRAM), 플래시 메모리, 캐시 메모리 및/또는 디지털 정보를 저장할 수 있는 기타 디바이스를 포함하지만 이에 국한되지 않는 단일 메모리 디바이스 또는 복수의 메모리 디바이스일 수 있다. 메모리는 또한 하드 드라이브, 광학 드라이브, 테이프 드라이브, 비휘발성 고체 상태 디바이스 및/또는 디지털 정보를 저장할 수 있는 임의의 다른 디바이스와 같은 대용량 저장 디바이스(미도시)를 포함할 수 있다. 프로세서는 메모리에 있는 작동 시스템의 제어 하에 작동할 수 있다.
사용자 인터페이스(38) 및/또는 제어 패널(40)은 시스템 작업자가 제어기(36)와 상호작용할 수 있도록 제어기(36)에 통신 가능하게 연결될 수 있다. 사용자 인터페이스(38)는 비디오 모니터, 영숫자 디스플레이, 터치 스크린, 스피커 및/또는 시스템 작업자에게 정보를 제공할 수 있는 기타 적절한 오디오 및/또는 시각적 표시기를 포함할 수 있다. 제어 패널(40)은 영숫자 키보드, 포인팅 디바이스, 키패드, 푸시버튼, 제어 노브, 마이크로폰, 터치스크린 등과 같은 작업자로부터의 명령 및/또는 입력을 수용할 수 있는 하나 이상의 입력 디바이스를 포함할 수 있다. 이러한 방식으로, 사용자 인터페이스(38) 및/또는 제어 패널(40)은 예컨대 설정, 교정, 검사, 청소, 작동 등 동안 시스템 기능의 수동 개시 및/또는 제어를 가능하게 할 수 있다.
도 1b는 도 1a의 분배 조립체(14)를 실현할 수 있는 예시적인 분배 조립체(200)를 도시한다. 분배 조립체(200)는 유체 연결 인터페이스(220), 밸브 요소(214), 압전 구동 모듈(216), 압전 구동 모듈(216)과 결합된 가동 니들 또는 구동 핀(236), 및 압전 구동 모듈(216)을 수용하는 외부 커버(미도시)를 갖는 유체 모듈(212)을 포함할 수 있다. 그러나, 압전 구동 모듈(216)은 다른 유형의 구동 기술을 사용하여 구현될 수 있다. 분배 조립체(200)는 체적의 유체 물질을 기판 상으로 간헐적으로 분사하는 분사 디스펜서로서 작동할 수 있고, 체적의 유체 물질이 분사될 때 기판에 대해 이동할 수 있다. 분배 조립체(200)는 분사된 체적의 유체 물질의 연속이 이격된 물질 도트의 라인으로서 기판 상에 증착될 수 있도록 작동될 수 있다. 분배 조립체(200)에 의해 표적화된 기판은 다양한 표면 실장 전자 부품을 지지할 수 있으며, 이는 기판 상의 표적 위치에 유체 물질을 증착하기 위해 미세 체적의 유체 물질을 신속하고 정확한 배치로 비접촉 분사를 필요로 한다.
유체 모듈(212)은 유체 연결 인터페이스(220)와 연통하는 노즐(228), 유체 모듈 본체(230), 유체 챔버(238) 등을 포함할 수 있다. 유체 모듈 본체(230)의 제1 섹션 또는 부분은 유체 입구(242)를 유체 챔버(238)에 유체 연통하게 결합하는 통로(247) 및 유체 입구(242)를 포함할 수 있다. 유체 도관(미도시)은 유체 모듈(212)을 유체 소스 내부에 포함된 유체 물질와 유체 연통하도록 배치하고 압력 하에 유체 물질을 유체 소스로부터 유체 연결 인터페이스(220)로 공급하기 위해, 유체 소스(예: 가압 유체 소스)로부터 유체 입구(242)로 연장될 수 있다. 이 실시예에서, 유체 도관은 일반적으로 임의의 개재 구조 없이 유체 소스의 출구를 유체 연결 인터페이스(220)와 직접 연결하는 튜브의 길이이다. 일 실시예에서, 유체 연결 인터페이스(220)는 루어 피팅(Luer fitting)을 포함한다.
유체 모듈 본체(230)의 제2 부분(245)은 노즐(228)을 지지하도록 구성될 수 있다. 센터링 피스(centering piece;246)는 노즐(228)의 유체 출구(248)를 유체 모듈 본체(230)의 제2 부분(245)을 통해 연장하는 통로(250)와 정렬할 수 있다. 밸브 시트(252)는 유체 입구(242)와 유체 출구(248) 사이에 배치된다. 밸브 시트(252)는 유체 출구(248)와 유체 연통하는 개구(256)를 가질 수 있다. 센터링 피스(246)는 노즐(228)의 유체 출구(248), 유체 모듈 본체(230)의 제2 부분(245)의 통로(250), 및 밸브 시트(252)의 개구(256)를 동심 정렬로 유지한다.
분배 조립체(200)는 가동 요소(260)의 벽(262) 형태의 스트라이크 플레이트를 추가로 포함할 수 있다. 가동 요소(260)와 주변적으로 접촉하는 바이어싱 요소(268)는 축방향 스프링 힘을 가동 요소(260)에 인가하도록 구성될 수 있다.
밀봉 링(264)은 인서트(263)와 가동 요소(260)의 외부 사이의 밀봉 결합을 구현하는 데 사용될 수 있다. 밀봉 링 또는 O-링(264) 아래에 있는 가동 요소(260)의 부분은 유체 챔버(238)의 경계 부분을 한정한다. 가동 요소(260)는 밸브 요소(214)를 포함할 수 있다. 밸브 요소(214)는 가동 요소(260)의 벽(262)과 밸브 시트(252) 사이의 위치에서 유체 챔버(238) 내부에 위치된다.
구동 핀(236)은 유체 모듈 본체(230)의 제3 부분(232)에서 보어(266)를 통해 돌출할 수 있다. 구동 핀(236)의 팁(234)은 가동 요소(260)의 벽(262)에 인접하게 그리고 밸브 요소(214)로부터 벽(262)의 반대쪽에 위치될 수 있다. 밸브 요소(214)가 유체 챔버(238) 내부에 포함된 유체 물질에 노출되는 동안, 구동 핀(236)을 포함하는 보어(266)는 유체 챔버(238) 내의 유체 물질로부터 격리될 수 있으므로 구동 핀(236)은 유체 물질에 의해 젖지 않는다. 결과적으로, 모듈식 분사 디바이스(210)의 구성은 구동 핀(236)에 대한 구동 또는 작동 메커니즘(예: 압전 구동 모듈(216))을 유체 챔버(238)의 유체 물질로부터 격리시키면서 구동 핀(236)의 동력식 운동을 허용하는 종래의 유체 밀봉을 생략할 수 있다.
구동 핀(236)은 밸브 요소(214)와 간접적으로 결합될 수 있고 압전 구동 모듈(216) 또는 다른 구동 모듈의 구성요소로서 작동할 수 있다. 구동 핀(236)과 밸브 요소(214)는 모듈식 분사 디바이스(210)로부터 분사함으로써 유체 물질을 분배하기 위해 공동으로 협력할 수 있다. 구동 핀(236)이 밸브 요소(214)가 밸브 시트(252)와 접촉하게 하도록 이동할 때, 구동 핀(236)의 팁(234)은 가동 요소(260)의 벽(262)을 쳐서 그 힘과 운동량을 벽(262)에 전달함으로써 해머의 작동과 매우 유사하게 작동할 수 있으며, 이는 결국 밸브 요소(214)가 밸브 시트(252)를 빠르게 치게 하고 방울, 스트림 및/또는 분사 디바이스로부터의 불연속 체적의 물질을 분사하게 한다. 구체적으로, 구동 핀(236)과 직접 연결되지 않은 밸브 요소(214)는 구동 핀(236)의 팁(234)에 의해 가동 요소(260)의 벽(262)에 가해지는 충격에 의해 밸브 시트(252)와 접촉하도록 이동되도록 구성될 수 있다. 결과적으로, 구동 핀(236)이 작동되고 팁(234)을 포함하지만 이에 국한되지 않는 구동 핀(236)의 어떤 부분도 분사된 유체 물질에 적셔지지 않고 체적의 유체 물질이 유체 챔버(238)로부터 분사된다. 구동 핀(236)과 벽(262) 사이의 접촉이 제거될 때, 바이어싱 요소(268)에 의해 가해지는 축방향 스프링 힘은 밸브 요소(214)와 가동 요소(260)를 밸브 시트(252)로부터 멀어지게 구동 핀(236)의 길이방향 축과 정렬된 방향으로 이동시키도록 작용한다. 구동 핀(236) 및 밸브 요소(214)의 각각의 왕복 주기는 유체 물질의 방울, 스트림 또는 불연속 체적을 분사한다. 주기는 필요에 따라 유체 물질의 순차적인 방울을 분사하도록 반복된다.
밸브 시트(252)를 향하는 밸브 요소(214)의 표면은 개구(254)를 둘러싸는 밸브 시트(252)의 표면의 형상과 일치하는 곡률을 가질 수 있다. 형상 일치의 결과, 밸브 요소(214)가 분사 동안 밸브 시트(252)와 접촉 관계를 가질 때, 유체 밀봉이 일시적으로 형성된다. 밸브 요소(214)의 운동 동안 유체 밀봉의 설정은 밸브 시트(252)를 지나는 유체 챔버(238)로부터의 유체 물질의 흐름을 정지시킨다.
도 1c는 압전 구동 모듈(216)의 상세도를 도시한다. 압전 구동 모듈(216)은 유체 모듈(212)의 밸브 요소(214)를 작동시키는 데 사용될 수 있다. 압전 구동 모듈(216)은 제어기(예: 도 1a의 제어기(36))로부터의 제어 신호에 따라 작동할 수 있다. 본 실시예에서, 압전 구동 모듈(216)은 압전 스택(292a, 292b)(집합적으로 압전 스택(292)), 플런저(293) 및 비대칭 굴곡부(flexure;294)를 포함한다. 비대칭 굴곡부(294)는 액추에이터 본체(274)의 일체형 부분일 수 있으며 및 비대칭 굴곡부(294)를 플런저(293)에 연결하는 커플링 요소(297)를 포함할 수 있다. 스프링(296)은 플런저(293)와 압전 스택(292a, 292b)에 스프링력을 가하여 압축 상태를 유지하도록 구현될 수 있다.
플런저(293)는 압전 스택(292)을 비대칭 굴곡부(294)와 연결하는 기계적 인터페이스로서 기능할 수 있다. 스프링(296)에 의해 생성된 스프링력이 압전 스택(292)에 일정한 부하를 가하도록 스프링(296)은 조립체에서 압축될 수 있고, 이는 압전 스택(292)에 예압을 가한다. 금속으로 구성될 수 있는 비대칭 굴곡부(294)는 구동 핀(236)의 팁(234) 반대편에 있는 구동 핀(236)의 단부로 물리적으로 고정되는 암(295)을 갖는다. 비대칭 굴곡부(294)는 압전 스택(292)의 상대적으로 작은 변위를 압전 스택(292)의 변위보다 상당히 큰 구동 핀(236)에 대한 유용한 변위로 변환할 수 있는 기계적 증폭기로서 기능한다.
압전 구동 모듈(216)의 압전 스택(292)은 종래 기술에서와 같이 전도체의 층과 교대하는 압전 세라믹의 층으로 구성된 라미네이트일 수 있다. 스프링(296)으로부터의 스프링력은 압축의 정상 상태에서 압전 스택(292)의 적층된 층을 유지한다. 압전 스택(292)의 전도체는 펄스 폭 변조, 주파수 변조, 또는 이들의 조합과 함께 당업계에 잘 알려진 방식으로 전류 제한 출력 신호를 공급하는 드라이버 회로와 전기적으로 결합된다. 구동 회로(298)로부터 전력이 주기적으로 공급될 때, 압전 스택(292)에서 압전 세라믹 층의 치수를 변경하는 전계가 설정된다.
비대칭 굴곡부(294)에 의해 기계적으로 증폭되는 압전 스택(292)에 의해 경험되는 치수 변화는 구동 핀(236)을 그 길이방향 축에 평행한 방향으로 선형으로 이동시킨다. 압전 스택(292)의 압전 세라믹 층이 팽창할 때, 스프링(296)은 팽창의 힘에 의해 압축되고 비대칭 굴곡부(294)는 고정된 피봇축을 중심으로 선회하여 구동 핀(236)의 팁(234)이 위쪽으로 그리고 가동 요소(260)의 벽(262)으로부터 멀어지게 이동하게 한다. 이것은 바이어싱 요소(268)가 밸브 시트(252)로부터 멀리 밸브 요소(214)를 이동시키는 것을 허용한다. 작동력이 제거되고 압전 스택(292)의 압전 세라믹층이 수축하도록 허용될 때, 스프링(296)이 팽창하고 비대칭 굴곡부(294)가 선회하여 구동 핀(236)을 아래쪽으로 이동시켜 팁(234)이 벽(262)과 접촉하도록 이동하여, 밸브 요소(214)가 밸브 시트(252)와 접촉하고 방울, 스트림 및/또는 불연속적인 물질의 체적을 분사하게 한다. 따라서, 전원이 차단된 상태에서, 압전 구동 모듈(216)은 밸브를 정상 폐쇄 위치에 유지한다. 정상 작동에서, 비대칭 굴곡부(294)는 압전 스택(292a, 292b)이 빠른 속도로 물질의 방울을 분사시키기 위해 가동 요소(260)의 벽(262)에 접촉하거나 접촉하지 않도록 구동 핀(236)의 팁(234)을 이동시키기 위해 활성화 및 비활성화됨에 따라 고정된 피봇 축을 중심으로 반대 방향으로 간헐적으로 흔들린다.
도 2는 다른 기능들 중에서 분배 노즐(16)(미도시 - 도 1a 참조)로부터 분배된 유체 체적의 하나 이상의 이미지를 캡처하고 및/또는 분배 노즐(16)로부터 분배된 유체 체적의 특성을 측정하도록 구성된 예시적인 서비스 스테이션(28)을 도시한다. 도시된 바와 같이, 서비스 스테이션(28)은 위치 교정 스테이션(50), 터치 센서 스테이션(52), 퍼지 스테이션, 칭량 스테이션, 분배 교정 스테이션(58) 및/또는 등 중에서 하나 이상을 지지하는 플랫폼을 포함할 수 있다.
위치 교정 스테이션(50)은 분배 노즐(16)의 x/y-위치를 교정하도록 구성될 수 있다. 예컨대, 위치 교정 스테이션(50)은 카메라(20) 및/또는 제어기(36)에 신호를 생성하는 높이 센서(21)에 의해 캡처될 수 있는 고정 기준 점을 제공할 수 있다. 그 다음, 제어기(36)는 신호에 기초하여 카메라 및/또는 높이 센서(21)의 x/y-위치를 교정할 수 있다.
터치 센서 스테이션(52)은 분배 노즐(16)의 z-위치를 교정하도록 구성될 수 있다. 예컨대, 분배 노즐(16)은 접촉이 터치 센서 스테이션(52)의 압력 감지 영역에 의해 초기에 감지될 때까지 터치 센서 스테이션(52)을 향해 하강될 수 있다. 분배 노즐(16)에 의한 초기 접촉에 기초하여, 신호가 터치 센서 스테이션(52)에 의해 생성되고 제어기(36)로 전송된다. 제어기(36)는 분배 노즐(16)의 z-위치를 교정할 수 있다.
퍼지 스테이션(54)은 분배 노즐(16)로부터 폐기물을 제거하도록 구성될 수 있다. 예컨대, 퍼지 스테이션(54)은 분사 노즐의 표면에서 유체 또는 점성 물질 및/또는 세정 물질을 흡입하기 위해 음압(negative pressure)을 생성하도록 구성된 진공 소스를 포함할 수 있다. 진공 물질은 플랫폼(48) 아래에 위치한 저장소(미도시)에 증착될 수 있다.
칭량 스테이션(56)은 분배 시스템(10)의 물질을 교정하도록 구성될 수 있다. 예컨대, 칭량 스테이션(56)은 디스펜서에서 하나 이상의 방울을 받아 무게를 측정하도록 구성된 저울, 로드 셀, 힘 변환기, 스트레인 게이지 등을 포함할 수 있다. 그 다음, 저울은 중량을 나타내는 신호를 생성할 수 있고, 이는 제어기(36)로 전송된다. 물질의 중량에 기초하여, 제어기(36)는 분배 노즐(16)에 의해 증착된 물질을 교정할 수 있다.
분배 교정 스테이션(58)은 유체의 양이 분배 노즐(16)로부터 분배됨에 따라 유체의 양의 하나 이상의 이미지를 캡처하도록 구성될 수 있다. 유체의 양은 유체의 체적, 유체의 크기, 유체의 무게, 유체의 형상, 및/또는 분배되는 유체의 기타 물리적 특성으로 식별되거나 또는 이들을 지칭하는 것일 수 있다. 본 출원 전반에 걸쳐, 유체의 양은 유체의 체적으로 지칭될 수 있지만, 유체의 양은 위에 나열된 것과 같은 다른 물리적 속성에 의해 식별될 수 있고 참조된 유체의 체적이 유체의 양에 대한 설명이며 반드시 참조에 불연속적인 양의 체적을 부여하는 것은 아님을 이해해야 한다. 추가적으로 또는 대안적으로, 분배 교정 스테이션(58)은 유체의 양이 분배 노즐(16)로부터 분배됨에 따라 속도, 폭, 직경, 길이, 형상 또는 방향성과 같은 유체의 양의 하나 이상의 특성을 측정하도록 구성될 수 있다. 이와 같이, 분배 교정 스테이션(58)은 이미징 조립체(62) 및 유체 샘플 양을 포착하고 유지하기 위한 리셉터클(64)을 포함할 수 있다. 이미징 조립체(62)는 유체량이 분배 노즐(16)과 리셉터클(64) 사이에서 비행하는 동안 유체량의 하나 이상의 이미지를 캡처할 수 있다. 일부 양태에서, 이미징 조립체(62)는 유체량이 여전히 분배 노즐(16)과 접촉하고 있는 동안 유체량의 하나 이상의 이미지를 캡처할 수 있다. 일부 양태에서, 이미징 조립체(62)는 유체량이 적합한 기판 상에 증착된 후 유체량의 하나 이상의 이미지를 캡처할 수 있다. 분배 교정 스테이션(58)에 의해 측정된 이미지 및/또는 다른 특성은 분배 조립체(14)를 포함하는 분배 시스템(10)의 하나 이상의 작동 파라미터를 조정하기 위해 기계 학습 도구에 입력되는 것과 같은 추가 처리를 위해 제어기(36)로 전송될 수 있다.
도 2에 도시된 실시예에서, 이미징 조립체(62)는 광원(66) 및 광원(66)과 반대 정렬된 광 센서 조립체(68)를 포함한다. 광 센서 조립체(68)는 예컨대 카메라를 포함할 수 있다. 카메라는 하나 이상의 렌즈, 셔터, 전하 결합 소자(CCD) 등을 포함할 수 있다. 광원(66)은 분배된 유체 체적의 비행 경로를 가로질러 광 빔을 간헐적으로 스트로보(strobe)하거나 투사할 수 있다. 광원(66)은 광 빔이 분배된 유체 체적의 비행 경로에 수직이도록 위치될 수 있다. 광 센서 조립체(68)는 광원(66)으로부터의 광 빔을 통과할 때 유체 체적의 이미지 또는 다른 표현을 캡처하기 위해 광원(66)에 대해 위치될 수 있다. 비록 본 실시예의 이미징 조립체(62)가 광원 및 광 센서 조립체 쌍의 관점에서 설명되지만, 이미징 조립체(62)는 그렇게 제한되지 않으며, 유체 체적의 특성을 측정하거나 결정하기 위해 다른 유형의 장치가 사용될 수 있다. 또한 이미징 장치나 기술 자체를 사용하여 유체 체적 특성을 측정하거나 결정해서는 안 된다.
다른 실시예에서, 이미징 조립체(62)는 광원(66) 및 광 센서 조립체(68)의 다중 쌍을 포함할 수 있다. 예컨대, 이미징 조립체(62)는 배열 상태의 제1 페어링 및 제2 페어링을 포함할 수 있고, 여기서 제1 페어링의 광 빔은 제2 페어링의 광 빔에 수직이다.
이미징 조립체(62)는 서비스 스테이션(28) 내에서 이미징 조립체(62) 및 리셉터클(64)의 배열에서 설계 유연성을 허용할 수 있는 하나 이상의 각진 거울을 추가로 포함할 수 있다. 광원(66), 광 센서 조립체(68), 또는 양자 모두는 광원(66)으로부터의 광 빔을 재지향시키는 하나 이상의 거울 덕분에 서비스 스테이션(28) 내에 수직으로 위치될 수 있다. 예컨대, 이미징 조립체(62)는 광원(66)과 연관된 제1 거울(70) 및 광 센서 조립체(68)와 연관된 제2 거울(72)을 포함할 수 있다. 제1 거울(70)은 광원(66)으로부터의 광 빔이 분배된 유체 체적의 이동 경로를 통해 반사되도록 광원(66)에 대해 위치될 수 있다. 제2 거울(72)은 광 센서 조립체(68)에 광 빔을 반사하도록 위치될 수 있다.
작동시, 분배 교정 스테이션(58)과 연관하여, 분배 시스템(10)은 생산 모드 또는 서비스 모드에서 선택적으로 작동할 수 있다. 생산 모드에서, 분배 조립체(14)는 생산 영역(26) 위에 및 기판(18)에 근접하게(예: 바로 위에) 위치될 수 있다. 이 위치에서, 분배 조립체(14)는 기판(18)의 표면 상에 유체를 분배할 수 있다. 분배 조립체(14)는 연속적인 기판(18)의 표면 상에 유체를 추가로 분배할 수 있다.
서비스 모드에서, 생산 모드의 분배 동작은 중단되고 분배 조립체(14)는 특히 서비스 스테이션(28) 및 분배 교정 스테이션(58)에 근접하게 위치된다. 서비스 모드는 예컨대 사전 설정된 간격으로 또는 수동 작업자 입력에 응답하여 시작될 수 있다. 서비스 모드에서, 폐쇄 루프 분배 공정 제어 또는 그 일부가 수행될 수 있다. 폐쇄 루프 분배 공정 제어 또는 그 일부가 완료된 후, 분배 시스템(10)은 생산 모드로 다시 진입하고 분배 조립체(14)를 기판(18) 위에 위치시켜 상기 기판(18)을 처리할 수 있다. 추가적으로 또는 대안적으로, 폐쇄 루프 분배는 공정 제어 또는 그 일부는 생산 모드에 있는 동안 수행될 수 있다. 따라서, 이미징 조립체(62)와 같은 분배 교정 스테이션(58) 또는 그 부분은 유체 체적이 기판(18) 상에 분배될 때 생산 영역(26)에 위치되어 유체 체적의 이미지를 캡처할 수 있다(또는 그렇지 않으면 유체 체적의 다양한 특성을 측정할 수 있음). 일부 양태에서, 분배 교정 스테이션(58) 또는 그 일부는 유체가 기판(18) 상에 분배된 후 유체 체적의 이미지를 추가로 또는 대안적으로 캡처할 수 있다.
도 3은 분배 노즐(316)을 갖는 분배 조립체(314)와 함께 예시적인 분배 교정 스테이션(358)의 적어도 일부의 측면도를 도시한다. 분배 교정 스테이션(358)은 이미징 조립체(362) 및 대응하는 리셉터클(364)을 포함한다. 분배 교정 스테이션(358)은 표면(376)을 포함할 수 있다. 분배 교정 스테이션(358), 이미징 조립체(362), 리셉터클(364), 분배 조립체(314), 및 분배 노즐(316)은 일부 양태에서 도 1a 및 도 2의 분배 교정 스테이션(58), 이미징 조립체(62), 리셉터클(64), 분배 조립체(14), 분배 노즐(16)과 각각 유사할 수 있다.
분배 교정 스테이션(358)은 광원(366) 및 광 센서 조립체(368)를 포함하는 이미징 조립체(362)를 포함할 수 있다. 광 센서 조립체(368)는 카메라를 포함할 수 있다. 발광 다이오드(LED)(380)는 광원(366)에 의해 투사되는 광 빔(378)을 생성할 수 있다. 광 센서 조립체(368) 및 광원(366)은 분배 조립체(314)의 분배 노즐(316)로부터 분배된 유체 체적(374)의 비행 경로의 반대 정렬로 배열될 수 있다. 제1 각진 거울(370)은 광원(366)으로부터의 광 빔(378)을 수평 방향으로 반사시킨다. 제2 각진 거울(372)은 광 빔(378)이 적어도 부분적으로 유체 체적(374)을 통과한 후에 광 센서 조립체(368)에 수직 방향으로 수평 광 빔(378)을 반사시킨다.
광 센서 조립체(368)는 유체 체적(374)이 분배될 때 유체 체적(374)의 하나 이상의 이미지를 캡처할 수 있다. 일부 양태에서, 광 센서 조립체(368)는 예컨대 이미지 스티칭(image stitching)을 사용하여 유체 체적(374)의 하나보다 많은 표현을 포함하는 합성 이미지를 캡처할 수 있다. 광 빔(378)은 광원(366)으로부터의 광의 간헐적 시리즈 또는 스트로브를 포함할 수 있다. 간헐적 또는 스트로브 광 빔은 유체 체적이 광 빔(378)을 통과할 때 광 센서 조립체(368)가 유체 체적(374)의 다중 표현을 캡처하도록 할 수 있다. 유체 체적(374)의 그러한 다중 표현은 예컨대 유체 체적(374)의 방향성 또는 유체 체적(374)의 속도를 결정하는 것을 용이하게 할 수 있다. 일부 양태에서, 광 빔(378)은 광원(366)으로부터 광의 연속 투사를 표현할 수 있다. 이 경우, 고속 비디오 캡처 시스템은 유체 체적(374)이 연속 광 스트림을 통과할 때 유체 체적(374)의 이미지를 캡처하는 데 사용할 수 있다.
분배 교정 스테이션(358)이 광원(366) 및 광 센서 조립체(368)가 수직 배향으로 도시되어 있지만, 광원(366) 및 광 센서 조립체(368) 중 하나 이상이 수평으로 배향될 수 있다는 것이 고려된다. 광원(366) 및/또는 광 센서 조립체(368)의 이러한 수평 배향은 제1 및 제2 거울(370, 372) 중 하나 이상에 대한 필요성을 제거할 수 있다.
도 4는 일 실시예에 따른 예시적인 분배 교정 스테이션(458)의 측면도를 도시한다. 분배 교정 스테이션(458)은 도 2 및 도 3에 도시된 단일 광 센서 조립체/광원 구성보다 수직 배열로 2개의 광 센서 조립체/광원 쌍으로 구성될 수 있다. 또한, 분배 교정 스테이션(458)은 도 2 및 도 3에 도시된 리셉터클이 아니라 기판 상에 분배될 때 분배된 유체 체적의 이미지를 캡처하도록 구현된다. 이와 같이, 분배 교정 스테이션(458)은 유체(474)의 체적을 기판(488)에 적용하도록 구성된 분배 노즐(416)을 갖는 분배 조립체(414)를 포함한다. 기판(488)에 적용되는 유체(474)의 체적은 유체 증착물(475)로 지칭될 수 있다. 비행 유체 체적(474)은 고스트 표현에서 여러 점진적인 경우에 걸쳐 도시된다.
제1 광 센서 조립체(468a)(예: 카메라)는 반대편의 제1 광원(466a)으로부터의 광 빔(478)을 통해 유체 체적(474)의 이미지를 캡처할 수 있다. 비행 유체 체적(474)의 이미지는 제2 광원(미도시)과 함께 제2 광 센서 조립체(468b)에 의해 추가적으로 또는 대안적으로 캡처될 수 있다. 제1 광 센서 조립체(468a)/제1 광원(466a) 쌍 및 제2 광 센서 조립체(468b)/제2 광원 쌍은 서로 수직 관계로 위치될 수 있다. 제1 광 센서 조립체(468a) 및 제2 광 센서 조립체(468b)에 의해 캡처된 이미지는 둘 다 특정 체적의 유체(474)와 연관될 수 있고 둘 다 처리를 위해 제어기에 독립적으로 제공될 수 있다. 추가적으로 또는 대안적으로, 제1 및 제2 광 센서 조립체(468a,b)에 의해 캡처된 이미지는 유체 체적(474)의 합성 이미지 또는 다른 표현을 형성하고 처리를 위해 제어기에 의해 사용될 수 있다. 예컨대, 3차원 모델이 생성될 수 있다.
일 양태에서, 분배 교정 스테이션(458)은 서비스 모드에서 사용하기 위해 구현될 수 있다. 예컨대, 분배 교정 스테이션(458)은 도 1a 및 도 2의 서비스 스테이션(28)에서 구현될 수 있다. 이와 같이, 기판(488)은 유체 체적(474)을 수용하기 위해 분배 교정 스테이션(458)의 표면(476) 상에 위치된 샘플 기판을 포함할 수 있다. 기판(488)은 생산 영역(26) 및/또는 생산 모드에서 발견되는 것과 유사한 유형(예: 인쇄 회로 기판)일 수 있다. 기판(488)은 컨베이어 벨트와 유사한 방식으로 이동하도록 구성될 수 있지만, 반드시 연속적인 움직임일 필요는 없다. 기판(488)은 종이 제품 또는 가요성 플라스틱과 같은 가요성 물질로 만들어질 수 있고, 샘플 기판의 롤 피드(roll feed)로부터 공급될 수 있다.
다른 양태에서, 분배 교정 스테이션(458)은 생산 모드에서 사용하기 위해 구현될 수 있다. 예컨대, 분배 교정 스테이션(458)은 도 1a의 생산 영역(26)에서 구현될 수 있다. 따라서, 기판(488)은 생산 기판을 포함할 수 있다. 이러한 기판은 작업자 또는 로봇 팔과 같은 자동화 메커니즘에 의해 생산 영역에 배치될 수 있다. 추가적으로 또는 대안적으로, 생산 기판은 하나 또는 이상의 체적의 유체(474)를 각각 수용하기 위해 분배 노즐(416) 아래로 운반되는 하나 또는 일련의 기판일 수 있다. 분배 교정 스테이션(458)은 유체의 체적 각각에 대한 이미지를 캡처할 수 있거나 유체 체적의 하위 집합 이미지(예: 미리 결정된 간격으로)를 캡처할 수 있다.
도 4에는 기판(488) 상의 유체 증착물(475)의 하나 이상의 "위성"(492)의 예가 추가로 도시되어 있다. 위성은 기판(488) 위의 비행 유체 체적(474)의 충격으로 인해 형성되는 작은 공중 방울(490)의 결과일 수 있다. 유체 증착물(475)과 엄격하게 인접하지는 않지만, 문맥상 명백하게 달리 지시하지 않는 한, 공중 방울(490) 및 위성(492)은 유체 증착물(475)의 일부로서 고려될 수 있다.
기계 학습 도구의 트레이닝
도 5는 분배된 유체의 양, 예컨대 분배 디바이스(예: 도 1a의 분배 노즐(16)을 갖는 분배 조립체(14))에 의해 분배된 유체의 체적의 분류(결함 또는 기타)를 결정하도록 구성된 기계 학습 도구(510)를 트레이닝하는 데 사용될 수 있는 흐름도(500)를 예시한다. 분배 데이터(502)는 유체가 분배되는 것에 응답하여, 그 이전에, 또는 그와 동시에 수집될 수 있다. 분배 데이터(502)는 유체 이미지(504) 및/또는 하나 이상의 작동 파라미터(506)를 포함할 수 있다. 도 5에 도시된 바와 같이, 유체의 체적이 분배되고 유체 체적 이미지(504)가 수집된다. 바람직한 실시예에서, 이미지는 (예: 도 9a 내지 도 10c에 도시된 바와 같이) 분배 디바이스 노즐로부터 기판으로 이동할 때 분배된 체적의 비행 이미지이다. 체적을 분배하는 것과 연관된 작동 파라미터(506)도 수집될 수 있다. 작동 파라미터(506)는 아래에서 상세히 논의될 것이다. 유체 체적이 분배되어 기판에 떨어진 후, 작업자는 위성을 기판 상의 분배된 체적의 일부 또는 노즐 상의 축적물로 관찰하여 해당 조건으로 체적 또는 분배된 체적 그룹을 분배한 결과를 보고, 및 분배된 체적에 분류(524)를 할당한다. 이미지(504) 및 분배된 체적(들)과 연관된 파라미터(506)로 구성된 분배 데이터(502), 및 분배된 체적(들)에 할당된 분류(524)는 기계 학습 도구를 트레이닝시키기 위해 기계 학습 도구(510)에 입력되어 그 결함 분류(524)를 이미지(504) 및 파라미터(506)와 연관시킨다. 그 다음, 다른 체적이 분배되고 트레이닝 주기가 반복된다. 기계 학습 도구(510)가 다양한 유형의 이미지(504) 및 이미지와 연관된 체적을 분배하는 데 사용된 파라미터(506)를 이미지(504)에 의해 표시되는 결함 분류(524)와 연관시키도록 트레이닝될 때까지 주기가 계속 반복된다.
모든 트레이닝 주기는 기계 학습 도구(510)를 추가로 트레이닝하거나 업데이트한다. 따라서, 기계 학습 도구(510)에 대한 추가 업데이트는 추가 분배된 유체 체적의 추가 비행 이미지(504)의 입력 및 작동자에 의해 결정된 분배된 체적의 대응하는 분류(524) 뿐만 아니라 그러한 유체 체적이 분배된 작동 파라미터(506)에 기초할 수 있다. 그러나, 위의 공정이 분배된 유체의 비행 이미지를 사용하여 기계 학습 도구(510)를 트레이닝하는 것을 설명하지만, 유체가 비행중이고 여전히 분배 노즐에 부착되어 있을 때, 유체가 비행중이고 분배 노즐에서 분리되어 있고 분배 노즐과 기판 사이에 있을 때, 유체가 기판과 접촉할 때 또는 다른 분배 스테이지와 같이, 분배 공정의 다른 스테이지에서 분배된 유체의 이미지를 활용하는 유사한 공정(500)이 구현될 수 있음을 이해해야 한다.
분배된 체적의 비행 이미지
이미지(504) 및 파라미터(506)는 언급된 바와 같이 분배 데이터(502)를 포함할 수 있다. 이미지(504)는 바람직하게는 위에서 언급한 바와 같이 비행 유체 체적 이미지(504)이다. 유체 체적 이미지(504)는 도 2의 광 센서 조립체(68)(예: 이미징 조립체(62)), 도 3의 광 센서 조립체(368), 또는 도 4의 제1 및/또는 제2 광 센서 조립체(468a,b)에 의해 캡처되었을 수 있다. 하나 이상의 유체 체적 이미지(504)는 단일 유체 체적과 연관될 수 있다. 예컨대, 제1 및 제2 광 센서 조립체(468a,b) 각각은 특정 유체 체적의 이미지를 제공할 수 있다. 추가적으로 또는 대안적으로, 유체 체적 이미지(504)는 유체 체적의 둘 이상의 표현을 묘사하는 합성 이미지를 포함할 수 있다. 또한, 유체 체적 이미지(504)는 3차원 모델 또는 유체 체적의 다른 표현을 포함할 수 있다.
예시적인 이미지(504)가 도 9a 내지 도 10c에 도시되어 있다. 도 9a 내지 도 10c는 분배 스테이지 동안 비행 유체를 도시한다. 도 9a 내지 도 10c는 분배의 상이한 결과와 연관된 다양한 이미지를 도시한다. 예컨대, 도 9a에 도시된 바와 같은 유체의 분배는 분배 노즐 상에 유체의 축적을 초래하고; 도 9b에 도시된 바와 같은 유체의 분배는 유체의 바람직한 적용을 초래하고; 및 도 9c에 도시된 바와 같은 유체의 분배는 기판 상에 위성의 형성을 초래한다. 도 9a 내지 도 9c에 도시된 3개의 이미지는 예시적이며 본 개시를 제한하도록 의도되지 않는다는 것이 이해될 것이다. 이미지(504)의 또 다른 예시적인 세트가 도 10a 내지 도 10c에 도시되어 있으며, 이는 도 9a 내지 도 9c에 도시된 것과 상이한 분배 스테이지 동안 분배 유체가 비행 하고 있다. 도 10a 내지 도 10c는 도 9a 내지 도 9c에 도시된 유체보다 노즐로부터 추가로 멀리 떨어져 있는 비행 유체의 이미지를 도시한다. 도 9a 내지 도 9c와 유사하게, 도 10a, 도 10b 및 도 10c는 각각 분배 노즐 상의 유체 축적, 유체의 바람직한 적용 및 기판 상의 위성의 형성을 초래하는 유체의 분배를 도시한다.
유체 체적 이미지(504)는 일반적으로 대상 유체 체적이 분배 디바이스 노즐과 기판 사이에서 비행하는 동안의 대상 유체 체적의 측면도를 포함한다. 명세서 전체에 걸쳐 사용된 "비행(in-flight)"은 노즐과의 접촉이 끊어졌지만 아직 기판과 접촉하지 않은 분배된 유체 체적을 나타낼 수 있다. "비행"은 또한 노즐과의 접촉이 아직 끊어지지 않은 분배된 유체 체적을 지칭할 수 있으며, 따라서 노즐과 접촉하지만 기판과는 접촉하지 않는 유체 체적을 설명할 수 있다. "비행"은 또한 유체의 연장된 라인이 점 대신 기판에 증착되는 경우와 같이, 초기에 기판과 접촉했지만 여전히 노즐과 접촉 상태를 유지하는 분배된 유체 체적을 나타낼 수 있다.
유체 체적 이미지(504)는 기계 학습 도구(510)에 대한 입력으로서 이미지의 유용성을 향상시킬 수 있는 사전 입력 처리를 받을 수 있다. 예컨대, 유체 체적 이미지(504)는 (예: 경계 박스 및 라벨을 통해) 유체 체적 이미지(504)의 여러 부분들을 식별하도록 처리될 수 있다. 예컨대, 도 11을 참조하면, 유체 체적 이미지(504)의 일부는 유체 체적을 나타내는 부분(504a)으로서 식별될 수 있고, 체적 이미지(504)의 유체의 다른 부분은 유체 체적 자체의 분석을 용이하게 하기 위해 노즐을 묘사하는 부분(504b)으로 식별될 수 있다. 유체 체적 이미지(504)의 식별된 부분(504a 또는 504b)은 예컨대 이미지에 대한 메타데이터를 통해 또는 가시적인 텍스트 또는 그래픽 라벨(504c)을 통해 이미지 자체 내에서 그에 따라 라벨링될 수 있다. 또한, 유체 체적 이미지(504)는 예컨대 노즐을 나타내는 부분(504b)을 제거하기 위해 유체 체적을 나타내지 않는 유체 체적 이미지(504)의 적어도 일부 부분을 제거하기 위해 잘릴 수 있다.
분배된 체적과 연관된 작동 파라미터
샘플 분배 데이터(502)는 바람직하게는 위에서 언급한 바와 같이 유체 체적이 분배된 분배 밸브와 연관된 하나 이상의 작동 파라미터(506)를 포함한다. 작동 파라미터(506)는 도 1b 및 도 1c의 예시적인 분배 조립체(200)를 포함하는 도 1a의 분배 시스템(10)의 구성요소 또는 분배 조립체(14)의 다른 구성요소일 수 있다. 예시적인 작동 파라미터(506)는 유체 체적을 분배하기 위해 밸브 시트와 맞물리도록 구성된 니들, 밸브 스템, 및/또는 다른 가동 요소(예: 도 1b의 밸브 요소(214))의 속도 및/또는 스트로크 길이를 포함한다. 일부 양태에서, 작동 파라미터(506)는 주변 온도, 분배되는 유체의 온도(예: 분배되는 유체의 온도, 비행 유체의 온도, 및/또는 유체가 기판 위에 증착될 때의 유체의 온도), 기판 온도 및/또는 등을 포함할 수 있다. 예시적인 작동 파라미터(506)는 또한 작동 타이밍, 액추에이터의 스트로크 길이(예: 도 1c의 압전 구동 모듈(216), 도 1b의 구동 핀(236) 등), 및/또는 다른 작동 파라미터와 같은 작동 프로파일과 연관될 수 있다. 다른 예시적인 작동 파라미터(506)는 분배 노즐 및 밸브의 개방 속도, 폐쇄 속도, 개방 시간 등을 포함할 수 있다. 예시적인 작동 파라미터(506)는 분배 노즐 및 밸브가 개방되고 폐쇄되는 빈도(즉, 유체 체적이 분배되는 빈도), 분배 디바이스에 제공되는 유체의 유체 압력 및 분배 노즐의 온도를 포함한다. 작동 파라미터(506)는 특히 유체 체적을 분배하는 동안 분배하는 동안 분배 디바이스의 배치, 속도 및 방향성을 포함하는, 유체 체적을 분배하는 동안의 분배 디바이스의 움직임과 연관될 수 있다. 작동 파라미터(506)는 또한 니들, 밸브 스템 또는 유체 체적을 분배하기 위해 밸브 시트와 맞물리도록 구성된 다른 가동 요소의 크기 및 노즐의 크기(예: 노즐의 출구 개구의 직경)을 포함하는 하드웨어 구성과 연관될 수 있다. 다른 작동 파라미터(506)는 밀도, 점도, 고체 유형 및 고체 함량을 포함하는 유체 자체의 특성과 연관될 수 있다. 더욱이, 작동 파라미터(506)는 유체 및/또는 분배 시스템(10)의 하나 이상의 물리적 특성을 포함할 수 있다.
샘플 분배 데이터
샘플 분배 데이터(502)는 위에서 언급된 바와 같은 이미지(504) 및/또는 파라미터(506)를 포함할 수 있고 기계 학습 도구(510)에 대한 입력으로서 사용될 수 있는 다양한 다른 종류의 데이터를 포함할 수 있다. 예컨대, (예: 기판 상에) 증착된 체적의 유체의 중량이 샘플 분배 데이터(502)에 포함될 수 있다. 저울 또는 유사한 측정 디바이스가 도 2, 도 3 및 도 4의 분배 교정 스테이션(58, 358 또는 458)과 각각 통합되어 증착된 유체 체적의 중량을 측정한다. 유체 체적의 다양한 다른 특성이 샘플 분배 데이터(502)에 포함될 수 있다. 예컨대, 유체 체적 이미지(504)는 유체 체적의 하나 이상의 특성을 결정하기 위해 적어도 어느 정도 처리될 수 있으며 이러한 결정된 특성은 기계 학습 도구(510)에 입력될 수 있다. 일부 양태에서, 유체 체적 이미지(504) 및 유체 체적 이미지(504)로부터 결정된 하나 이상의 특성은 둘 다 기계 학습 도구(510)에 입력될 수 있다. 다른 양태에서, 유체 체적 이미지(504)로부터 결정된 특성은 기계 학습 도구(510)에 입력될 수 있지만 유체 체적 이미지(504) 자체는 그렇지 않다. 샘플 분배 데이터(502)에 포함될 수 있는 예시적인 유체 체적 특성은 속도, 폭, 직경, 길이, 형상, 방향성, 도트 속도, 스트림 폭, 도트 형상, 도트 질량, 도트 체적, 노즐 청결도, 손상 검사, 카트리지 식별, 도트 크기, 축적 검출, 위성 카운트, 배치 정확도, 도트 메트릭스, 거리 내 값, 거리 간 값, 2차원 클러스터링, 3차원 클러스터링 및/또는 등이다.
기계 학습 도구에 대한 단순화된 트레이닝 실험(도 6)
도 6에 도시된 바와 같이, 분배 체적 A, B 및 C 각각의 이미지 IA, IB 및 IC의 세트가 분배 체적 A, B 및 C와 각각 연관된 설정 SA, SB 및 SC에 대해 캡처되는 단순화된 실험(600)이 수행될 수 있다. 이 실험에서 설정 SA는 느린 핀 속도일 수 있고, 설정 SB는 빠른 핀 속도일 수 있고, 설정 SC는 중간 핀 속도일 수 있다. 핀 속도는 니들 밸브 요소(214)가 도 1b의 밸브 시트(252)와 접촉하여 밸브로부터 분배된 체적을 분출 또는 분사하기 위해 하향으로 이동할 때 니들 밸브 요소(214)의 속도이다.
이 실험에서, 분배 체적 A, B 및 C 각각에 대해, 작업자는 기판 상의 분배된 체적 또는 분배된 체적의 그룹을 보고 노즐 상에 분배된 물질의 축적이 있는지를 결정한다. 그런 다음 작업자는 Q1, Q2 및 Q3과 같은 분배 체적에 품질 비율(rating)을 할당한다. 기계 학습 용어로, Q1, Q2 및 Q3은 분류 시스템의 등급이다. 분류 시스템의 이러한 품질 비율은 예컨대 다음과 같다: Q1은 기판 상에 생성된 위성을 나타내고, Q2는 노즐 상의 물질의 축적을 나타내며, Q3은 위성 또는 축적이 없는 양호한 분배를 나타낸다.
예컨대:
분배 체적 A에 대해, 작업자는 이미지 IA 및 설정 SA와 연관될 품질 분류 Q2를 할당할 수 있다. 분류 Q2는 노즐에 물질의 축적이 존재하는 분배 결과와 연관되며 설정 SA는 느린 핀 속도와 연관이 있다는 사실을 주목하시오. 따라서 시스템은 이미지에 제시된 노즐에 축적된 물질을 느린 핀 속도와 연관시키도록 트레이닝된다.
분배 체적 B에 대해, 작업자는 이미지 IB 및 설정 SB와 연관될 품질 분류 Q1을 할당할 수 있다. 분류 Q1은 기판 상에 위성이 생성되는 분배 결과를 말하며, 설정 SB는 빠른 핀 속도를 의미한다. 따라서 시스템은 이미지에 제시된 기판 상에 생성된 위성을 빠른 핀 속도와 연관시키도록 트레이닝된다.
분배 체적 C에 대해, 작업자는 품질 분류 Q3을 할당할 수 있고, 이는 이미지 IC 및 설정 SC와 연관될 것이다. 분류 Q3은 양호한 분배(즉, 결함 없음)를 나타내고 설정 SC는 중간 핀 속도를 나타낸다. 따라서 이 단순화된 예에서, 시스템은 이미지에 표시된 것처럼 노즐 상의 위성이나 축적이 없는 유체 분배를 중간 핀 속도와 연관시키도록 트레이닝된다.
도 9a 내지 도 9c의 예시적인 묘사를 참조하고, 전술한 실험(600)과 연관하여, 도 9a는 예컨대 노즐 상의 분배된 물질의 축적을 묘사하는 Q2로 분류될 수 있다. 도 9b는 Q3으로 분류될 수 있으며, 이는 결함이 없는 양호한 분배를 나타낸다(즉, 위성이 없고 노즐에 축적되지 않음). 도 9c는 기판에 위성이 형성되는 이미지를 나타내는 Q1으로 분류될 수 있다. 예시 도 10a, 도 10b, 도 10c는 유사하게 각각 Q2, Q3, Q1으로 분류될 수 있다. 도 9a 내지 도 10c는 예시적이며 위에서 설명된 실험(600)의 적용을 제한하도록 의도되지 않음이 이해될 것이다.
기계 학습 도구(510)에 대한 입력은 복수의 상이한 유형의 입력 또는 입력 상이한 노드(node)를 포함할 수 있다. 예컨대, 하나의 입력 노드는 유체 체적 이미지(504)를 포함할 수 있다. 입력 노드는 유체 체적의 전체 캡처된 이미지보다는 유체 체적 이미지(504)의 일부를 포함할 수 있다. 일 양태에서, 입력 노드는 유체 체적 이미지(504)와 연관된 메타데이터를 포함할 수 있다. 이러한 메타데이터는 유체 체적 자체 및/또는 이미지 내의 노즐을 포함하는 유체 체적 이미지(504)의 특정 부분을 식별할 수 있다. 메타데이터는 유체 체적 이미지(504)의 식별된 부분에 대한 라벨을 포함할 수 있다. 기계 학습 도구(510)의 입력 노드는 또한 작동 파라미터(506)를 포함할 수 있다. 입력 노드는 또한 중량, 속도, 폭, 지름, 길이, 형상 및 방향성과 같은 유체 체적의 다른 특성을 포함할 수 있다.
기계 학습 도구(510)에 의해 예측된 결함 분류는 이전에 언급된 바와 같이 도구(510)의 분류 출력(520)으로서 특징지어질 수 있다. 분류 출력(520)은 일반적으로 유체 체적(예: 유체 체적 이미지(504)에 나타난 유체 체적)의 분류를 포함할 수 있다. 분류 출력(520)은 기계 학습 도구(510)의 출력 층(output layer)으로서 실현될 수 있다. 출력 층은 하나 이상의 출력 노드를 포함할 수 있다. 각각의 출력 노드는 후보(즉, 잠재적인) 유체 체적 분류에 해당할 수 있다. 일 양태에서, 분류 출력(520)은 복수의 분류를 포함(예: 복수의 출력 노드를 표시함)할 수 있다. 각각의 분류는 분류에 대한 확률을 나타낼 수 있다. 따라서, 분류 출력(520)은 유체 체적의 잠재적 분류에 대한 확률 분포(예: 범주형 분포)를 정의할 수 있다. 다른 양태들에서, 분류 출력(520)은 단일 분류를 포함(예: 단일 출력 노드를 식별)할 수 있다. 단일 분류는 분류에 대한 확률을 나타낼 수도 있다. 분류 출력(520)의 단일 분류는 복수의 출력 노드의 후보 분류 중 가장 확률이 높은 분류일 수 있다.
분류는 유체 체적의 결함 또는 기타 특성을 나타낼 수 있다. 예컨대, 분류는 축적 결함, 위성 결함, 오배치 결함, 액체 체적(양) 결함, 형상 결함 또는 치수 결함을 나타낼 수 있다. 축적 결함은 노즐에 축적된 유체로 인해 유체 체적이 부정적인 영향을 받았거나 노즐에 유체가 축적되거나 둘 다 발생했음을 나타낼 수 있다. 위성 결함은 유체 체적이 기판 상의 위성 유체 체적과 연관(예: 원인)된다는 것을 나타낼 수 있다. 오배치 결함은 유체 체적이 기판에 잘못 배치되었음을 나타낼 수 있다. 액체 체적(양) 결함은 기판에 증착된 유체 체적의 볼륨(양, 예컨대, 밀리리터 또는 마이크로리터)이 체적 허용 오차를 벗어남을 나타낼 수 있다. 형상 결함은 증착된 유체 체적의 형상이 예컨대 2차원 이상의 비율과 연관하여 형상 허용오차를 벗어남을 나타낼 수 있다. 치수 결함은 기판에 증착된 유체 체적의 하나 이상의 치수가 치수 허용 오차를 벗어남을 나타낼 수 있다. 예컨대, 기판 상의 유체의 결과적인 점은 직경 허용 오차 위 또는 아래의 직경을 가질 수 있거나 유체 라인은 선 폭 허용 오차 위 또는 아래의 폭을 가질 수 있다. 일부 양태에서, 분류는 오배치 및 축적 결함 모두와 같은 둘 이상의 결함을 반영하는 복합 결함을 나타낼 수 있다. 분류는 결함이 없음을 나타낼 수도 있다. 즉, 무결함 분류는 유체 체적이 지정된 허용 오차 내에서 기판에 증착되었음을 나타낼 수 있다.
분류는 분배 시스템의 하나 이상의 작동 파라미터(506)와 추가로 연관될 수 있다. 이러한 작동 파라미터(506)는 적어도 부분적으로 원인이 되는 작동 파라미터일 수 있거나 연관된 결함과 상관된다. 따라서 분류는 결함 및 하나 이상의 작동 파라미터(506)를 포함할 수 있다. 예컨대, 분류는 위성 결함 및 밸브 니들 속도 작동 파라미터를 나타낼 수 있다. 이러한 분류에 표시된 위성 결함은 특정 유형의 위성 결함이거나, 예컨대 높은 밸브 니들 속도에 의해 적어도 부분적으로 발생하는 것으로 알려진 특정 특성을 나타낼 수 있다. 제2 분류는 위성 결함 및 밸브 개방 시간 작동 파라미터를 나타낼 수 있다. 이 제2 위성 결함은 너무 길거나 너무 짧은 밸브 개방 시간과 연관되거나 적어도 부분적으로 기인한 위성 결함일 수 있다.
분류는 유체 체적 이미지(504)에서 식별된 특성 중 하나 이상과 같은 유체 체적의 하나 이상의 특성과 추가로 연관될 수 있다. 이러한 특성은 분류에 표시된 연관 결함과 상관되거나 또는 적어도 부분적으로 기인할 수 있다. 따라서, 분류는 유체 체적의 결함 및 유체 체적의 하나 이상의 특성(및 위에서 설명된 하나 이상의 작동 파라미터)을 포함할 수 있다. 예컨대, 분류는 오배치 결함과 상관되는 것으로 알려진 비행 유체 체적의 방향성 특성 및 오배치 결함을 나타낼 수 있다. 제2 예시적인 분류는 또한 오배치 결함을 나타낼 수 있지만 대신 오배치 결함과 상관되는 것으로 알려진 비행 유체 체적의 속도 특성을 나타낼 수 있다. 따라서, 기계 학습 도구(510)의 출력 노드는 하나 이상의 결함, 하나 이상의 작동 파라미터, 및 유체 체적의 하나 이상의 특성(결함이 없는 경우 뿐만 아니라)의 다양한 조합 및 하위 조합을 포함할 수 있다.
기계 학습 도구를 트레이닝하기 위한 공정을 도시하는 도 5를 추가로 참조하면, 공정은 결함 분류(524)의 이전에 구성된 또는 알려진 예의 이미지를 사용하는 것을 포함하도록 수정될 수 있다. 트레이닝 분류(524)는 기판에 증착된 유체 체적의 이미지의 분석(수동 및/또는 자동)을 통해 결정될 수 있다. 예컨대, 이미지 분석은 증착된 대상 유체 체적뿐만 아니라 다른 트레이닝 반복의 것과 같은 다른 증착된 유체 체적이 있는 기판의 평면도 이미지에 대해 수행될 수 있다. 이미지 분석은 예컨대 기판 상의 위성의 존재, 잘못된 형태 또는 잘못된 치수의 유체 체적 증착물, 및 오배치의 유체 체적 증착물의 존재를 식별할 수 있다. 트레이닝은 기계 학습 도구(510)에 의해 생성된 분류 출력(520)을 기계 학습 도구(510)에 제공된 이미지에 표시된 알려진 결함 분류(524)와 비교하는 것을 포함할 수 있다. 상기 비교는 가장 높은 확률을 갖는 분류와 같은 분류 출력(520)의 단일 분류에 대한 것일 수 있다.
알려진 결함 분류(524)와 분류 출력(520)의 비교는 정량화될 수 있는 오류를 산출할 수 있다. 오류는 일반적으로 기계 학습 도구(510)가 고려된 사용에 대해 충분히 "트레이닝"되었는지 여부를 반영하는 척도로 작용할 수 있다. 예컨대, 오류는 허용 가능한 범위를 벗어날 수 있으며, 이는 기계 학습 도구(510)가 고려된 사용에 대해 불충분하게 트레이닝되었음을 표시한다.
오류에 기초하여, 바람직하게는 수정된(제2) 기계 학습 도구가 기계 학습 도구(510)의 이전 반복보다 더욱 정확한 분류 출력(520)을 결정하도록 구성되도록 기계 학습 도구(510)를 수정하도록 결정이 내려질 수 있다. 기계 학습 도구(510)를 수정할지 및/또는 추가 트레이닝 반복을 수행할지 여부는 임계값 또는 임계값 범위에 기초하여 결정될 수 있다. 예컨대, 오류는 임계값 또는 임계값 범위와 비교될 수 있다. 오류가 임계값 또는 임계값 범위를 만족하면, 기계 학습 도구(510)는 허용된 기계 학습 도구(510)로 사용하기에 적합한 것으로 간주될 수 있다. 반대로 오류가 임계값 또는 임계값 범위를 충족하지 않으면 추가 트레이닝 반복이 수행될 수 있다.
수정된 제2 기계 학습 도구에 대한 추가 트레이닝 반복에서, 제2 유체 체적에 대한 샘플 분배 데이터(502)가 수정된 제2 기계 학습 도구에 대한 입력으로서 제공될 수 있다. 제2 유체 체적에 대한 입력 샘플 분배 데이터(502)에 기초하여, 수정된 제2 기계 학습 도구는 제2 유체 체적에 대한 제2 분류 출력(예: 분류 출력(520)의 추가 예)을 결정할 수 있다. 트레이닝 분류(524)로부터 제2 유체 체적의 알려진 분류에 기초하여, 제2 오차가 결정될 수 있다. 제2 오류는 추가 트레이닝 반복이 수행되어야 하는지 또는 수정된 제2 기계 학습 도구가 허용된 기계 학습 도구(510)로 채택되어야 하는지를 결정하기 위해 제2 유체 체적의 알려진 분류를 고려하여 평가될 수 있다.
일 실시예에서, 기계 학습 도구(510)에 대한 트레이닝 반복은 미리 결정된 횟수만큼 수행될 수 있다. 이와 같이, 미리 정해진 수에 도달할 때까지 각 반복에 대한 오류를 결정한 후 추가 트레이닝 반복이 수행된다. 수정된 기계 학습 도구(510)에는 최신 수정된 기계 학습 도구가 허용 가능하게 수행되는지 여부를 결정하기 위해 각 반복에 대한 오류가 평가된다는 점을 제외하고는 추가의 학습 반복 라운드에 대한 추가 샘플 분배 데이터 및 대응하는 알려진 학습 분류가 제공될 수 있다. 마지막으로, 최종 버전의 성능을 검증하기 위해 제3 세트의 샘플 분배 데이터 및 해당하는 알려진 교육 분류가 기계 학습 도구의 최종 버전에 제공된다. 제3 샘플 분배 데이터 세트에 기초하여 기계 학습 도구에 대한 추가 수정은 없다.
트레이닝된 기계 학습 도구의 사용
도 7에 도시된 바와 같이, 생산에서 기계 학습 도구(510)를 사용하기 위한 폐쇄 루프 공정은 분배 디바이스의 노즐로부터 점성 유체의 부분을 분배하기 위해 분배 디바이스의 밸브가 개방되고 폐쇄되는 것으로 시작한다. 위에서 설명된 바와 같이, 이미지(504)는 비행 분배된 체적, 및 가능하게는 분배 노즐에 대해 촬영된다. 또한, 체적 분배와 연관된 작동 파라미터(506)가 시스템에 수집된다. 이러한 이미지와 파라미터는 기계 학습 도구(510)에 입력되고 도 5에 도시된 공정을 사용하여 이전에 수행된 기계의 트레이닝에 기초하여 분배 체적에 대한 결함 분류(524)를 예측하는 데 사용된다. 예측된 결함 분류는 분류 출력(520)을 포함한다. 분류 출력(520)은 예컨대 분배 체적이 등급 Q1(위성 결함)에 있을 확률이 90%이고, 분배 체적이 등급 Q3(결함 없음)에 있을 확률이 10%일 수 있다. 다음 단계에서, 분배 시스템의 파라미터는 조정된 작동 파라미터(540)를 생성하기 위해 기계 학습 도구에 의해 제공되는 분류 출력(520)에 기초하여 적절하게 조정된다. 이 경우, 예컨대 위성 결함의 가능성이 90%이고 기계 학습 도구가 높은 핀 속도(즉, 높은 밸브 니들 속도)를 위성 결함과 연관시키도록 학습되었기 때문에, 밸브 니들의 속도에 영향을 미치는 파라미터는 밸브 니들의 속도를 줄이기 위해 조정될 것이다. 새로운 체적의 물질이 조정된 파라미터(540)와 함께 분배되고 주기가 자체 반복된다. 이러한 방식으로, 기계 학습 도구(510)는 기계 학습 도구(510)에 이전에 제공된 트레이닝에 기초하여 검출된 결함을 자동으로 수정하기 위해 생산에서 사용될 수 있다.
더 상세하게는, 하나 이상의 분배된 유체 체적(비행 유체 체적 이미지(504), 작동 파라미터(506), 및/또는 다른 연관 데이터 포함)을 나타내는 분배 데이터(502)가 제공된다. 유체 체적과 연관된 분배 데이터(502)는 기계 학습 도구(510)에 입력되어 유체 체적의 분류(예: 결함이 있는 경우)를 나타내는 분류 출력(520)을 결정한다. (입력) 분배 시스템 작동 파라미터와 (출력) 분배된 유체 체적 특성 및 결함(입력/출력 관계)과 분류 출력(520) 사이의 다양한 알려진 관계에 기초하여, 분배 시스템의 하나 이상의 작동 파라미터(즉, 상기 작동 파라미터의 값)가 조정된다(조정된 작동 파라미터(540)). 조정된 작동 파라미터(540) 하에서, 제2 유체 체적이 분배된다. 제2 유체 체적은 비행 제2 유체 체적의 이미지와 제2 유체 체적이 분배된 조정된 작동 파라미터(540)를 포함하는 작동 파라미터와 같은 새로운 분배 데이터(502)에 반영된다. 제2 유체 체적에 대한 분배 데이터(502)는 폐쇄 루프 제어 등의 추가 반복을 위한 기초가 될 수 있다.
분배 데이터(502)는 분배 디바이스(예: 도 1a의 분배 노즐(16)을 갖는 분배 조립체(14))에 의해 분배된 하나 이상의 유체 체적을 나타낼 수 있다. 분배 데이터(502)와 연관된 유체 체적은 생산 환경 및/또는 생산 모드에서 기판 상에 분배된 유체 체적일 수 있다. 추가적으로 또는 대안적으로, 분배 데이터(502)와 연관된 유체 체적은 서비스 스테이션에서 또는 서비스 모드에서 분배된 유체 체적일 수 있다. 유체 체적은 물질이 생산에서 기판에 분배되는 플랫폼의 작업 영역에 인접한 분배 플랫폼의 서비스 스테이션에서 분배될 수 있다. 서비스 스테이션에서, 물질은 기판이나 리셉터클에 분배될 수 있다. 분배 데이터(502)는 일반적으로 유체 체적이 기판 상에 증착되기 전에 유체 체적의 양태를 나타낼 수 있다. 예컨대, 분배 데이터(602)는 유체 체적의 기판 상의 이미지를 제외할 수 있다. 분배 데이터(502)는 또한 기판 상의 치수, 형상, 중량, 위성 및 배치와 같은 유체 체적의 기판 상의 특성을 포함하거나 제외할 수 있다.
분배 데이터(502)는 비행 유체 체적 이미지(504)를 포함할 수 있다. 유체 체적 이미지(504)는 도 2의 광 센서 조립체(68)(예: 이미징 조립체(62)), 도 3의 광 센서 조립체(368) 및/또는 도 4의 제1 및/또는 제2 광 센서 조립체(468a,b)에 의해 캡처될 수 있다. 유체 체적 이미지(504)는 대상 유체 체적이 기판으로 비행하는 동안 대상 유체 체적의 하나 이상의 이미지를 포함할 수 있다. 대상 유체 체적의 유체 체적 이미지(504)는 예컨대 제1 카메라에 의해 캡처된 제1 이미지 및 제2 카메라에 의해 상이한 각도에서 캡처된 제2 이미지를 포함할 수 있다. 대상 유체 체적의 유체 체적 이미지(504)는 다른 예로서 상이한 시간 간격에서 유체 체적의 둘 이상의 표현이 있는 합성 이미지를 포함할 수 있다.
유체 체적 이미지(504)는 유체 체적에 대한 추가 데이터를 결정하고/하거나 유체 체적 이미지(504)의 유용성을 향상시키기 위해 전처리를 거칠 수 있다. 예컨대, 유체 체적을 포함하는 이미지의 부분이 식별될 수 있고 그와 같이 라벨링된다(예: 이미지 내에서 또는 메타데이터로). 노즐을 포함하는 이미지의 부분은 그 자체로(예: 이미지 내에서 또는 메타데이터로서) 식별되고 라벨링될 수 있다. 다른 예로서, 유체 체적 또는 노즐을 포함하지 않는 이미지의 적어도 일부 부분은 이미지에서 잘릴 수 있다.
분배 데이터(502)는 대상 유체 체적(및/또는 다른 유체 체적)이 분배된 것에 따른 작동 파라미터(506)를 포함할 수 있다. 작동 파라미터(506)는 도 1b 및 도 1c의 예시적인 분배 조립체(200)를 포함하는 도 1a의 분배 시스템(10)의 구성요소 또는 분배 조립체(14)의 것들일 수 있다.
예시적인 작동 파라미터(506)는 유체 체적을 분배하기 위해 밸브 시트와 맞물리도록 구성된 니들, 밸브 스템, 또는 다른 가동 요소(예: 도 1b의 밸브 요소(214))의 속도 및/또는 스트로크 길이를 포함한다. 예시적인 작동 파라미터(506)는 또한 작동 타이밍, 액추에이터의 스트로크 길이(예: 도 1c의 압전 구동 모듈(216), 도 1b의 구동 핀(236) 등)와 같은 작동 프로파일 및/또는 다른 작동 파라미터와 연관될 수 있다. 다른 예시적인 작동 파라미터(506)는 분배 노즐 및 밸브의 개방 속도, 폐쇄 속도, 및 개방 시간을 포함한다. 예시적인 작동 파라미터(506)는 분배 노즐 및 밸브가 개방되고 폐쇄되는 빈도(즉, 유체 체적이 분배되는 빈도), 분배 디바이스에 제공되는 유체의 유체 압력 및 분배 노즐의 온도를 포함한다. 작동 파라미터(506)는 또한 유체 체적을 분배하기 위해 밸브 시트와 맞물리도록 구성된 니들, 밸브 스템, 또는 다른 가동 요소의 크기 및 노즐의 크기(예: 노즐 출구의 직경)를 포함하는 하드웨어 구성과 연관될 수 있다. 다른 작동 파라미터(506)는 밀도, 유동학, 점도, 고체 유형, 고체 함량 등을 포함하는 유체 자체의 특성과 연관될 수 있다.
분배 데이터(502)는 유체 체적이 비행하는 동안 유체 체적의 하나 이상의 특성과 같은 다른 데이터를 추가로 포함할 수 있다. 유체 체적의 그러한 비행 특성은 유체 체적의 하나 이상의 유체 체적 이미지(504)에 기초하여 결정될 수 있다. 유체 체적의 특성에는 속도, 폭, 직경, 길이, 형상 및 방향성이 포함될 수 있다. 유체 체적의 비행 특성은 유체 체적 이미지(504)에 추가하여 또는 유체 체적 이미지(504) 대신에 기계 학습 도구(510)에 대한 입력으로서 제공될 수 있다.
기계 학습 도구(510)는 대상 유체 체적에 대한 분배 데이터(502)의 적어도 일부를 입력으로서 수신할 수 있다. 기계 학습 도구(510)는 도 5와 연관하여 설명된 트레이닝 공정의 결과인 도 5의 허용된 기계 학습 도구(510)를 포함할 수 있다. 기계 학습 도구(510)의 입력 층의 입력 노드는 대상 유체 체적에 대한 분배 데이터(502)의 적어도 일부를 포함할 수 있다. 이와 같이, 입력 노드는 대상 유체 체적의 유체 체적 이미지(504) 중 하나 이상, 대상 유체 체적이 분배된 데 따른 작동 파라미터(506) 중 하나 이상, 및 이미지 메타데이터 라벨링과 같은 기타 데이터, 유체 체적으로서의 유체 체적 이미지(504)의 특정 부분 및/또는 노즐을 포함할 수 있다. 기계 학습 도구(510)의 입력 노드는 또한 대상 유체 체적의 하나 이상의 비행 특성을 포함할 수 있다.
대상 유체 체적에 대한 입력 분배 데이터(502)에 기초하여, 기계 학습 도구(510)는 대상 유체 체적에 대한 분류 출력(520)을 결정한다. 분류 출력(520)은 대상 유체 체적에 대한 하나 이상의 분류를 포함할 수 있다. 예컨대, 분류는 위성 결함, 오배치 결함, 액체 체적(양) 결함, 형상 결함 또는 치수 결함과 같은 증착된 대상 유체 체적의 기판 상의 결함 및 축적 결함을 나타낼 수 있다. 분류는 또한 표시된 결함 분류와 연관된(예: 원인 및/또는 상관되는) 하나 이상의 작동 파라미터를 나타낼 수 있다. 분류는 또한 표시된 결함 분류와 연관된(예: 원인 및/또는 상관 관계가 있는) 대상 유체 체적의 하나 이상의 비행 특성을 나타낼 수 있다.
분류 출력(520)은 복수의 분류를 포함할 수 있다. 복수의 분류는 대상 유체 체적에 대한 복수의 후보 분류를 포함할 수 있다. 각 후보 분류는 대상 유체 체적이 후보 분류에 속할 확률을 나타낼 수 있다. 따라서, 분류 출력(520)은 대상 유체 체적에 대한 후보 분류의 확률 분포(예: 범주형 분포)를 포함할 수 있다. 분류 출력(520)은 복수의 후보 분류의 서브세트를 포함할 수 있다. 예컨대, 분류 출력(520)은 임계 확률을 만족시키는 확률을 갖는 후보 분류들을 포함할 수 있다. 분류 출력(520)은 단일 분류를 포함할 수 있다. 단일 분류는 확률이 가장 높은 후보 분류일 수 있다. 분류 출력(520)은 또한 대상 유체 체적이 "결함 없음" 분류인 기판 상의 유체 체적의 허용 가능한 증착을 초래(또는 가질 수 있음)했음을 나타낼 수 있다. 즉, 증착된 대상 유체 체적의 기판 상의 특성(또는 그 돌출부)은 모두 허용 가능한 허용 범위 내에 있다.
하나 이상의 조정된 작동 파라미터(540)는 분류 출력(520) 및 입력/출력 관계에 기초하여 결정된다. 입력/출력 관계는 분배 시스템의 하나 이상의 작동 파라미터(분배 시스템에 대한 "입력")와 유체 체적의 하나 이상의 비행 또는 기판 상의 특성(" 분배 시스템의 출력") 사이의 하나 이상의 기능 관계를 나타낸다. 입력/출력 관계로 표현되는 이러한 특성은 유체 체적의 결함, 특히 기판에 일단 증착되면 유체 체적에 대한 결함(예: 위성 결함, 오배치 결함, 액체 체적(양) 결함, 형상 결함 또는 치수 결함) 또는 축적 결함을 포함할 수 있다. 예컨대, 입력/출력 관계는 작동 파라미터에 대한 특정 변경이 결과적으로 분배된 유체 체적의 하나 이상의 특성에 미치는 영향을 나타낼 수 있다. 역으로, 입력/출력 관계는 하나 이상의 유체 체적 특성을 달성하기 위해 구현될 수 있는 분배 시스템의 하나 이상의 작동 파라미터(또는 그에 대한 변경)를 나타낼 수 있다. 입력/출력 관계는 수학 함수와 같은 하나 이상의 함수로 실현될 수 있다.
입력/출력 관계는 분배 시스템의 하나 이상의 작동 파라미터와 유체 체적의 하나 이상의 특성 사이의 다변수 관계(multivariate relationship)를 포함할 수 있다. 예컨대, 입력/출력 관계는 둘 이상의 작동 파라미터와 하나 이상의 유체 체적 특성 사이의 관계를 포함할 수 있다. 입력/출력 관계는 하나 이상의 작동 파라미터와 둘 이상의 유체 체적 특성 사이의 관계를 포함할 수 있다. 입력/출력 관계는 둘 이상의 작동 파라미터와 둘 이상의 유체 체적 특성 사이의 관계를 포함할 수 있다. 또한, 입력/출력 관계는 하나 이상의 작동 파라미터와 하나 이상의 다른 작동 파라미터 사이의 관계(예: 밸브 스템/니들 속도와 노즐 개방 폭 사이의 관계)를 포함할 수 있다. 더욱이, 입력/출력 관계는 하나 이상의 유체 체적 특성과 하나 이상의 다른 유체 체적 특성 사이의 관계(예: 체적 결함과 위성 결함 사이의 관계, 축적 결함과 오배치 결함 사이의 관계, 또는 비행 속도 특성과 형상 결함 사이의 관계)를 포함할 수 있다.
조정된 작동 파라미터(540)는 그 자체로 대상 유체 체적을 분배하는 데 사용되는 작동 파라미터(예: 작동 파라미터(506))와 다르지 않을 수 있다는 점에 유의해야 한다. 따라서, "조정된" 작동 파라미터(540)는 어떠한 조정도 전혀 나타내지 않을 수 있다. 예컨대, 분류 출력(520)은 유체 체적에 대한 "결함 없음" 분류를 표시할 수 있다. 이와 같이, 폐쇄 루프 분배 공정 제어는 분배 시스템의 작동 파라미터에 대한 하나 이상의 변경을 구현하기보다는 분배 시스템이 있는 그대로 작동을 계속해야 한다고 결정할 수 있다.
조정된 작동 파라미터(540)는 하나 이상의 추가 유체 체적(요소(650)으로 표시됨)을 분배하기 위해 적용될 수 있다. 즉, 조정된 작동 파라미터(540)를 사용하여 하나 이상의 추가 유체 체적이 분배될 수 있다. 기계 학습 도구(510)를 사용하여 분배 시스템의 폐쇄 루프 제어를 구현하기 위해 도 7의 흐름도의 하나 이상의 추가 반복이 수행될 수 있다. 예컨대, 유체의 제2 체적은 초기 조정된 작동 파라미터(540)에 따라 분배될 수 있다. 추가 분배 데이터(502)는 제2 분배된 유체 체적에 기초하여 결정될 수 있다. 제2 유체 체적을 나타내는 추가 분배 데이터의 적어도 일부는 제2 유체 체적에 대한 대응하는 분류 출력(520)을 결정하기 위해 기계 학습 도구(510)에 입력될 수 있다. 제2 유체 체적에 대한 분류 출력 및 입력/출력 관계에 기초하여, 제2 하나 이상의 조정된 작동 파라미터(540)가 결정될 수 있다. 그 조정된 작동 파라미터는 차례로 제3 유체 체적을 분배하는 데 사용될 수 있다. 제3 유체 체적에 대한 분배 데이터(502)는 대응하는 분류 출력(520) 등을 결정하기 위해 기계 학습 도구(510)에 입력될 수 있다. 제1, 제2 및 제3 유체 체적은 연속 유체 체적일 필요는 없다. 오히려, 폐쇄 루프 분배 공정 제어의 반복은 산재된 다양한 간격으로(예: 시간 또는 유체 체적에 대해) 수행될 수 있다.
본원에 설명된 폐쇄 루프 분배 시스템 제어를 사용하여 여러 이점이 실현될 수 있다. 이러한 이점은 실질적인 작업자 개입이나 수동 재교정 없이 대부분 실현될 수 있다. 하나의 예시적인 이점으로서, 분배 공정 제어 및 결과적으로 조정된 작동 파라미터는 분배 작동이 수행되는 실제 조건에 따라 결정될 수 있으며, 예컨대 제조업체의 교정 또는 시험 시설에서의 조건과는 대조적이다. 예컨대, 생산 시설의 온도 또는 습도는 교정 또는 시험 시설의 온도 또는 습도와 다를 수 있다. 또한 실제 작동 일정은 다를 수 있지만 분배 시스템은 가정된 작동 일정(예: 하루 기본 작동 시간 수)에 따라 교정될 수 있다. 또한, 본원에 설명된 폐쇄 루프 분배 공정 제어는 다양한 변경 하에서 제어 적응성을 제공한다. 예컨대, 분배 시스템은 시설의 건물 사이를 이동하여 운영 환경에 다양한 변화를 일으킬 수 있다. 연중 계절에 따라 작동 환경도 바뀔 수 있다. 새로운 작동 일정은 일일 작동 시간을 늘리거나 줄여야 할 수 있다. 분배 시스템은 다양한 조정을 필요로 하는 다른 제조 또는 조립 공정, 예컨대 기판 상의 유체 체적의 크기 및 배치에 적용될 수 있다. 수동 재교정 공정 대신, 폐쇄 루프 분배 공정 제어는 전술한 변경 중 임의의 것에 의해 야기된 임의의 결함을 결정할 수 있고 바람직하게는 그러한 결함을 제거하거나 최소화하기 위해 하나 이상의 반복에 걸쳐 작동 파라미터를 자동으로 조정할 수 있다.
도 8은 체적의 유체(예: 점성 유체)를 분배하기 위한 분배 디바이스를 작동하기 위한 기계 학습 도구를 사용하는 폐쇄 루프 분배 공정 제어를 위한 방법(700)의 흐름도를 도시한다. 이러한 분배 디바이스는 일반적으로 도 1a의 분배 시스템(10) 또는 추가로 구체적으로 도 1a의 분배 조립체(14)를 포함할 수 있다. 유체 체적은 일단 기판에 증착되면(또는 기판 대신 리셉터클의 경우 기판에 증착되면), 점 또는 선을 형성할 수 있다. 유체의 분배 체적(예: 노즐 밸브의 개방 및 폐쇄)은 분배 디바이스와 노즐의 이동 중에 발생할 수 있으며 유체의 체적은 불연속적일 수 있다. 추가적으로 또는 대안적으로, 기판은 분배 디바이스 및 노즐에 대해 이동할 수 있다.
단계(702)에서, 유체 부분 또는 체적(예: 점성 유체의 체적)은 분배 디바이스의 작동 파라미터의 제1 값에 따라 분배 디바이스에 의해 분배된다. 유체 부분 또는 체적을 분배하는 것은 노즐로부터 유체 체적을 분배하기 위해 분배 디바이스의 노즐의 밸브를 개방 및 폐쇄하는 것을 포함할 수 있다. 작동 파라미터는 예컨대 밸브 스템/니들 속도, 밸브 스템/니들 스트로크 길이, 작동 타이밍, 작동 스트로크 길이, 노즐 밸브 개방 속도, 노즐 밸브 폐쇄 속도, 노즐 밸브 개방 시간, 노즐 밸브 개방 및- 폐쇄 빈도, 분배 빈도, 유체 압력, 노즐 온도, 니들/밸브 스템 크기, 노즐 개방 폭, 분배 디바이스 배치, 분배 중 분배 디바이스 이동 속도 또는 분배 중 분배 디바이스 방향성을 포함할 수 있다. 분배 디바이스의 작동 파라미터는 도 7의 작동 파라미터(506) 및 분배 데이터(502)와 연관하여 추가로 설명된다.
단계(704)에서, 유체의 하나 이상의 이미지가 캡처된다. 하나 이상의 이미지는 유체 체적이 노즐에서 비행할 때의 측면 이미지일 수 있다. 하나 이상의 이미지는 예컨대 카메라에 의해 캡처될 수 있다. 하나 이상의 이미지는 도 2의 광 센서 조립체(68)(예: 이미징 조립체(62)), 도 3의 광 센서 조립체(368), 또는 도 4의 제1 및/또는 제2 광 센서 조립체(468a,b)에 의해 캡처될 수 있다. 하나 이상의 이미지는 도 5 또는 도 7의 유체 체적 이미지(504)를 포함할 수 있다. 언급된 바와 같이, 하나 이상의 이미지는 유체에 대응하는 이미지의 일부 및/또는 노즐에 대응하는 이미지의 일부를 식별하도록 처리될 수 있다. 이러한 부분은 이미지 내에서, 이미지에 대한 메타데이터로서, 또는 다른 형태의 데이터(예: 도 7의 분배 데이터(502))로서 식별될 수 있다. 하나 이상의 이미지는 유체 체적을 나타내지 않는 캡처된 하나 이상의 이미지의 적어도 일부를 제거하기 위해 잘릴 수 있다.
추가적으로 또는 대안적으로, 유체의 하나 이상의 특성이 결정될 수 있다. 유체의 일부 또는 체적의 하나 이상의 특성은 유체 체적의 비행 특성일 수 있다. 유체 체적의 하나 이상의 특성은 하나 이상의 이미지에 기초하여 결정될 수 있다. 이러한 특성에는 유체 체적의 속도, 폭, 직경, 길이, 형상 또는 방향성이 포함될 수 있다.
단계(706)에서, 유체 체적의 하나 이상의 이미지가 기계 학습 도구(예: 도 7의 기계 학습 도구(510))에 입력된다. 작동 파라미터의 제1 값은 또한 하나 이상의 이미지와 함께 기계 학습 도구에 제공될 수 있다. 하나 이상의 이미지 및 작동 파라미터의 제1 값을 기계 학습 도구에 입력하는 것에 기초하여, 유체 체적의 분류(예: 도 7의 분류 출력(520))가 결정된다. 예컨대, 기계 학습 도구는 분류를 결정할 수 있다.
유체 체적의 분류는 유체 체적의 특성을 나타낼 수 있다. 예컨대, 분류는 유체 체적의 결함을 나타낼 수 있다. 결함은 위성 결함, 오배치 결함, 액체 체적(양) 결함, 형상 결함 또는 치수 결함과 같은 기판상의 결함일 수 있다. 결함은 축적 결함과 같은 다른 유형의 결함일 수 있다. 분류에 의해 표시되는 유체 체적의 특성은 추가로 또는 대안적으로 속도, 폭, 직경, 길이, 형상 또는 방향성과 같은 유체 체적의 비행 특성일 수 있다. 분류는 하나 이상의 결함(기판상의 또는 축적)과 하나 이상의 비행 특성을 나타낼 수 있다. 따라서, 예컨대 분류는 유체 체적이 속도(일반적으로 또는 유체 체적의 특정 속도)와 연관된 형상 결함을 겪고 있음을 나타낼 수 있다. 추가적으로 또는 대안적으로, 분류는 하나 이상의 결함 및 전술한 작동 파라미터(일반적으로 또는 이의 제1 값)를 포함하는 하나 이상의 작동 파라미터 둘 다를 나타낼 수 있다. 예컨대, 분류는 유체 체적이 노즐 밸브 개방 시간(일반적으로 또는 유체 체적이 분배된 실제 노즐 밸브 개방 시간)과 연관된 오배치 결함을 겪고 있음을 나타낼 수 있다.
유체 체적의 분류는 유체 체적의 특성의 확률을 포함할 수 있다. 유체 체적의 분류는 유체 체적의 2개 이상의 후보 분류에 기초할 수 있다. 둘 이상의 후보 분류는 기계 학습 도구의 출력 층의 출력 노드에 해당할 수 있다. 둘 이상의 후보 분류 각각은 유체 체적의 특성의 확률을 포함할 수 있다. 유체 체적의 분류는 가장 큰 확률을 갖는 후보 분류를 포함할 수 있다. 분류는 둘 이상의 후보 분류의 확률 분포에 기초할 수 있다.
단계(708)에서, 작동 파라미터의 제2 값(예: 조정된 작동 파라미터(540))은 유체 체적의 분류에 기초하여 결정된다. 작동 파라미터의 제2 값은 작동 파라미터의 제1 값과 동일하거나 상이할 수 있다. 작동 파라미터의 제2 값은 작동 파라미터와 분류에 의해 표시된 유체 체적의 특성(예: 결함) 사이의 하나 이상의 알려진 관계(입력/출력 관계)에 추가로 기초할 수 있다. 예컨대, 하나 이상의 알려진 관계는 분류에 표시된 치수 결함과 유체 체적을 분배하는 데 사용되는 밸브 스템 속도 작동 파라미터 사이의 관계를 포함할 수 있다. 또한, 하나 이상의 관계는 현재의 제1 값으로부터 밸브 스템 속도에 대한 감소가 치수 결함의 감소된 확률에 대응한다는 것을 나타낼 수 있다. 따라서, 감소된 밸브 스템 속도 작동 파라미터는 작동 파라미터의 제2 값에 대해 결정될 수 있다.
작동 파라미터의 제2 값을 결정하는 것은 유체 체적의 특성(분류에 의해 표시됨)과 범위의 비교에 기초할 수 있다. 범위는 임계값 범위 밖의 값이 그 특성(또는 연관된 특성 또는 특성 세트)과 연관하여 결함으로 간주되는 임계값 범위를 포함할 수 있다. 예컨대, 범위를 벗어난 기판 상의 치수는 기판 상의 형상 결함을 나타낼 수 있고 그에 따라 작동 파라미터의 제2 값이 결정될 수 있다. 반대로, 분류에 의해 표시되는 유체 체적의 특성은 임계 범위의 범위 내에 있을 수 있으며, 따라서 작동 파라미터의 제2 값은 작동 파라미터의 제1 값(즉, 변경 없음)과 동일한 것으로 결정될 수 있다.
일 양태에서, 분배 디바이스의 제2 작동 파라미터는 유체 체적의 분류를 결정하기 위해 사용될 수 있다. 즉, 분배 디바이스의 제2 작동 파라미터의 제1 값이 기계 학습 도구에 입력될 수 있다. 분류는 제2 작동 파라미터의 제1 값을 기계 학습 도구에 입력하는 것에 기초하여 추가로 결정된다. 분류는 제2 작동 파라미터를 추가로 나타낼 수 있다. 예컨대, 분류는 밸브 스템 속도(제1 작동 파라미터) 및 밸브 스템 스트로크 길이(제2 작동 파라미터)와 연관된 오배치 결함을 나타낼 수 있다.
일 양태에서, 유체 체적의 제2 특성이 결정될 수 있다. 제2 특성은 유체 체적의 분류의 일부로 결정될 수 있다. 즉, 분류는 유체 체적의 제1 및 제2 특성을 모두 나타낸다. 추가적으로 또는 대안적으로, 제2 특성은 비행 유체 체적의 하나 이상의 이미지의 분석을 통해 독립적으로 결정될 수 있다. 제2 특성은 유체 체적의 비행 특성을 포함할 수 있다. 제2 특성은 방향성, 치수, 형상, 액체 체적, 또는 유체 체적의 속도 중 적어도 하나를 포함할 수 있다. 작동 파라미터의 제2 값은 유체 체적의 제2 특성에 추가로 기초할 수 있다.
작동 파라미터와 유체 체적의 특성 사이의 하나 이상의 알려진 관계는 작동 파라미터, 제2 작동 파라미터, 유체 체적의 특성 또는 유체 체적의 제2 특성 사이의 다변수 관계를 포함할 수 있다. 작동 파라미터의 제2 값은 또한 상기 다변수 관계에 기초할 수 있다.
단계(710)에서, 제2 유체 체적은 작동 파라미터의 제2 값에 따라 분배 디바이스에 의해 분배된다. 제2 유체 체적을 분배하는 것은 분배 시스템의 노즐의 밸브를 개방 및 폐쇄하는 것을 포함할 수 있다. 제2 유체 체적은 제1 유체 체적과 동일한 기판 또는 상이한 기판에 분배될 수 있다. 제2 유체 체적은 제1 유체 체적에서 미리 결정된 간격(예: 분배된 유체 체적의 수 또는 시간과 연관하여)으로 분배될 수 있다.
폐쇄 루프 분배 공정 제어를 촉진하기 위해, 제2 유체 체적의 하나 이상의 이미지가 캡처될 수 있고/있거나 제2 유체 체적의 하나 이상의 비행 특성이 결정될 수 있다. 제2 유체 체적의 하나 이상의 이미지 및/또는 제2 유체 체적의 하나 이상의 비행 특성은 제2 유체 체적의 분류(예: 결함 및/또는 다른 특성(들))를 결정하기 위해 기계 학습 도구에 입력될 수 있다. 제2 유체 체적의 분류 및 작동 파라미터와 제2 유체 체적의 결함 및/또는 다른 특성(들) 사이의 알려진 관계에 기초하여, 작동 파라미터의 제3 값이 결정될 수 있다. 폐쇄 루프 분배 공정 제어는 작동 파라미터의 제1 및 제2 값과 유사한 방식으로 작동 파라미터의 제3 값을 사용하여 계속될 수 있다. 분류가 "결함 없음" 분류를 나타내면, 폐쇄 루프 제어가 종료될 수 있다. 대안적으로, 폐쇄 루프 제어가 계속될 수 있지만 동일한 값의 작동 파라미터를 사용하여 후속 유체 체적을 분배한다. 폐쇄 루프 제어를 계속하는 것은 분배 동작의 지속적인 모니터링 및 수정을 위해 루프 반복이 규칙적인 간격으로 수행되는 경우 바람직할 수 있다.
일 양태에서, 폐쇄-루프 분배 공정 제어의 적어도 일부는 분배 디바이스의 적어도 하나의 구성요소의 예측된 고장 시간을 결정하기 위해 사용될 수 있다. 추가적으로 또는 대안적으로, 예측된 고장 시간은 분배 디바이스 전체에 대한 것일 수 있다. 분배 디바이스의 적어도 하나의 구성요소는 기계 학습 도구에 대한 입력으로서 사용되는 작동 파라미터와 연관될 수 있다. 적어도 하나의 구성요소는 기계 학습 도구에 의해 결정된 분류(및/또는 그 특성)와 연관될 수 있다. 예컨대, 밸브 니들 및/또는 밸브 시트의 마모는 액체 체적(양) 결함과 연관될 수 있다. 폐쇄 루프 제어를 여러 번 반복하면, 분류 확률이 추적될 수 있다. 다중 반복에 대한 확률의 경향이 식별될 수 있고 이 경향을 사용하여 적어도 하나의 구성요소의 예측된 고장 시간을 결정할 수 있다.
밸브 니들 및/또는 밸브 시트의 위의 예를 사용하여, 밸브 니들 및/또는 밸브 시트의 마모는 둘 사이에 완전한 밀봉이 형성되는 것을 방지할 수 있다. 이 마모가 진행됨에 따라, 각 분배된 유체 체적의 액체 체적(양)도 마찬가지로 감소할 수 있다. 시간이 지남에 따라 분배된 유체 체적의 액체 체적이 감소함에 따라, 캡처된 이미지에 액체 체적 결함(분류로 표시됨)이 반영될 확률이 증가할 수 있다. 액체 체적 결함의 확률에 의해 나타나는 경향은 식별될 수 있고 예측된 고장 시간에 대한 기초를 형성할 수 있다. 예측된 고장 시간은 밸브 니들, 밸브 시트, 밸브 니들과 밸브 시트 모두, 밸브 니들 및/또는 밸브 시트를 포함하는 노즐, 또는 분배 디바이스에 대한 것일 수 있다.
당업자는 본원에 개시된 시스템 및 방법이 하나 이상의 프로세서, 시스템 메모리, 및 프로세서를 포함한 다양한 시스템 구성요소를 시스템 메모리에 결합하는 시스템 버스를 포함할 수 있지만 이에 제한되지 않는 컴퓨팅 디바이스를 통해 구현될 수 있음을 인식할 것이다. 다중 프로세서의 경우, 시스템은 병렬 컴퓨팅을 사용할 수 있다.
예시의 목적을 위해, 애플리케이션 프로그램 및 작동 시스템와 같은 다른 실행 가능한 프로그램 구성요소는 본 명세서에서 개별 블록으로 예시되지만, 그러한 프로그램 및 구성요소는 컴퓨팅 디바이스의 상이한 저장 구성요소에 다양한 시간에 상주하고, 컴퓨터의 데이터 프로세서(들)에 의해 실행된다는 것이 인식된다. 서비스 소프트웨어의 구현은 컴퓨터 판독 가능 매체의 일부 형태에 저장되거나 이를 통해 전송될 수 있다. 개시된 방법 중 임의의 것은 컴퓨터 판독가능 매체 상에 구현된 컴퓨터 판독가능 명령에 의해 수행될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 모든 이용 가능한 매체일 수 있다. 예로서 제한하려는 것이 아니라, 컴퓨터 판독가능 매체는 "컴퓨터 저장 매체" 및 "통신 매체"를 포함할 수 있다. "컴퓨터 저장 매체"는 컴퓨터 판독 가능 명령, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 이동식 및 비이동식 매체를 포함한다. 예시적인 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, 디지털 다목적 디스크(DVD) 또는 기타 광학 저장부, 자기 카세트, 자기 테이프, 자기 디스크 저장부 또는 다른 자기 저장 디바이스, 또는 원하는 정보를 저장하는 데 사용할 수 있고 컴퓨터에서 액세스할 수 있는 기타 매체를 포함하지만, 이들에 국한되지 않는다. 애플리케이션 프로그램 등 및/또는 저장 매체는 원격 시스템에서 적어도 부분적으로 구현될 수 있다.
명세서 및 첨부된 청구범위에 사용된 바와 같이, 단수 형태의 용어는 문맥이 달리 명백하게 지시하지 않는 한 복수 지시 대상을 포함한다. 범위는 본원에서 "약" 하나의 특정 값 및/또는 "약" 다른 특정 값으로 표현될 수 있다. 이러한 범위가 표현될 때, 다른 실시예는 하나의 특정 값 및/또는 다른 특정 값을 포함한다. 유사하게, 값이 근사치로서 표현될 때, 선행 "약"을 사용함으로써, 특정 값이 다른 실시예를 형성함을 이해할 것이다. 각각의 범위의 종점은 다른 종점과 연관하여 그리고 다른 종점과는 독립적으로 모두 중요하다는 것이 추가로 이해될 것이다.
본원에서 값의 범위에 대한 언급은 본원에서 달리 표시되지 않는 한 범위 내에 속하는 각각의 개별 값을 개별적으로 참조하는 약식 방법으로서 역할을 할 뿐이며, 각각의 개별 값은 마치 개별적으로 본원에 인용된 것처럼 명세서에 통합된다.
본 명세서의 설명 및 청구범위 전반에 걸쳐, "포함하다"라는 단어 및 "포함하는" 및 "포함한다"과 같은 단어의 변형은 "포함하지만 이에 국한되지 않는"을 의미하며, 예컨대, 다른 구성요소, 정수 또는 단계를 배제하도록 의도하지 않는다. "예시적인"은 "~의 예"를 의미하며 바람직하거나 이상적인 실시예의 표시를 전달하기 위한 것이 아니다. "~와 같은"은 제한적인 의미가 아니라 설명의 목적으로 사용된다.
개시된 방법 및 시스템을 수행하기 위해 사용될 수 있는 구성요소가 개시된다. 이들 및 기타 구성요소가 본원에 개시되고, 이들 구성요소의 조합, 서브세트, 상호작용, 그룹 등이 개시될 때, 각각의 다양한 개별 및 집합적 조합 및 이들의 순열에 대한 특정 참조가 명시적으로 개시되지 않을 수 있고, 각각은 본원에서 모든 방법 및 시스템에 대해 구체적으로 고려되고 설명된다는 것을 이해해야 한다. 이는 개시된 방법의 단계를 포함하지만 이에 국한되지 않는 본 출원의 모든 양태에 적용된다. 따라서, 수행될 수 있는 다양한 추가 단계가 있는 경우, 이러한 추가 단계 각각은 개시된 방법의 임의의 특정 실시예 또는 실시예의 조합으로 수행될 수 있음을 이해해야 한다.
달리 명시적으로 언급되지 않는 한, 본원에 설명된 임의의 방법은 그 단계가 특정 순서로 수행되어야 하는 것으로 해석되도록 의도하지 않는다. 따라서, 방법 청구항이 그 단계가 따라야 할 순서를 실제로 언급하지 않거나 또는 단계가 특정 순서로 제한되어야 한다는 청구항 또는 설명에서 달리 구체적으로 언급되지 않은 경우, 그 순서가 어떤 점에서든 추론할 수 있도록 의도되지 않는다. 이것은 단계 배열 또는 작동 흐름에 대한 논리 문제; 문법적 구성이나 구두점에서 파생된 평범한 의미; 명세서에 기술된 실시예의 수 또는 유형을 포함하여 해석을 위한 모든 가능한 비명시적 근거에 적용된다.
범위 또는 사상을 벗어남이 없이 다양한 수정 및 변형이 이루어질 수 있다는 것은 당업자에게 명백할 것이다. 다른 실시예는 본원에 개시된 명세서 및 실시를 고려하여 당업자에게 명백할 것이다. 명세서 및 예는 다음 청구범위에 의해 표시되는 진정한 범위 및 정신과 함께 단지 예시적인 것으로 간주되도록 의도된다.
Claims (50)
- 노즐 및 밸브를 갖는 점성 유체를 분배하기 위한 분배 디바이스(dispensing device)의 작동 방법에 있어서, 상기 방법은:
상기 분배 디바이스의 작동 파라미터의 제1 값에 따라 상기 노즐로부터 점성 유체의 부분을 분배하기 위해 상기 밸브를 개방 및 폐쇄하는 단계;
상기 점성 유체의 부분의 하나 이상의 이미지를 캡처하는 단계;
상기 점성 유체의 부분에 대한 하나 이상의 이미지 및/또는 상기 작동 파라미터의 제1 값을 기계 학습 도구에 입력하여 상기 점성 유체의 부분의 결함 분류(defect classification)를 결정하는 단계; 및
상기 점성 유체의 부분의 결함 분류에 기초하여 상기 작동 파라미터의 제2 값을 결정하는 단계를 포함하는, 분배 디바이스의 작동 방법. - 제1항에 있어서,
상기 분배 디바이스의 작동 파라미터의 제2 값에 따라 상기 분배 디바이스로부터 점성 유체의 제2 부분을 분배하는 단계를 추가로 포함하는, 분배 디바이스의 작동 방법. - 제1항에 있어서,
상기 점성 유체의 부분의 결함 분류는 분배된 부분들의 이미지들, 및 분배된 부분들과 연관된 작동 파라미터들을 결함 분류들과 연관시키기 위해 상기 기계 학습 도구의 트레이닝(training)에 기초하여 상기 기계 학습 도구에 의해 결정되는, 분배 디바이스의 작동 방법. - 제3항에 있어서,
상기 점성 유체의 부분의 분류는 상기 점성 유체의 부분의 하나 이상의 결함 분류의 확률(probability)인, 분배 디바이스의 작동 방법. - 제1항에 있어서,
상기 결함 분류는 상기 점성 유체의 부분의 특성을 나타내고, 상기 방법은:
상기 점성 유체의 부분의 특성을 범위와 비교하고,
상기 작동 파라미터의 제2 값을 결정하는 단계는 상기 범위 밖에 있는 상기 점성 유체의 부분의 특성에 기초하는, 분배 디바이스의 작동 방법. - 제5항에 있어서,
상기 점성 유체의 부분의 특성은 기판 상의 점성 유체의 부분의 결함 특성을 포함하는, 분배 디바이스의 작동 방법. - 제6항에 있어서,
상기 결함 특성은 상기 기판 상의 점성 유체의 부분의 오배치, 상기 기판 상의 점성 유체의 하나 이상의 위성 부분 중 적어도 하나와 연관되고 및 상기 점성 유체의 부분, 상기 기판 상의 점성 유체의 부분의 치수, 상기 기판 상의 점성 유체의 부분의 액체 부분, 또는 상기 기판 상의 점성 유체의 부분의 중량과 연관되는, 분배 디바이스의 작동 방법. - 제3항에 있어서,
상기 점성 유체의 부분의 분류는 상기 노즐에서의 점성 유체 축적과 연관된 상기 점성 유체의 부분의 결함 특성을 나타내는, 분배 디바이스의 작동 방법. - 제3항에 있어서,
상기 작동 파라미터의 제2 값은 상기 작동 파라미터와 상기 점성 유체의 부분의 특성 사이의 알려진 관계에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제3항에 있어서,
상기 기계 학습 도구에 상기 분배 디바이스의 제2 작동 파라미터의 제1 값을 입력하는 단계를 추가로 포함하고,
상기 점성 유체의 부분의 분류는 상기 제2 작동 파라미터의 제1 값에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제10항에 있어서,
상기 점성 유체의 부분의 제2 특성을 결정하는 단계를 추가로 포함하고,
상기 작동 파라미터의 제2 값은 상기 점성 유체의 부분의 제2 특성에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제11항에 있어서,
상기 작동 파라미터의 제2 값은 상기 작동 파라미터, 상기 제2 작동 파라미터, 상기 점성 유체의 부분의 특성, 또는 상기 점성 유체의 부분의 제2 특성 사이의 알려진 다변수(multi-variate) 관계에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제11항에 있어서,
상기 점성 유체의 부분의 제2 특성은 방향성, 치수, 형상, 액체 체적, 또는 속도 중 적어도 하나를 포함하는, 분배 디바이스의 작동 방법. - 제3항에 있어서,
상기 분배 디바이스에 의해 분배된 상기 점성 유체의 하나 이상의 추가 부분 및 상기 기계 학습 도구에 입력된 연관 이미지들에 기초하여, 상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류를 결정하는 단계; 및
상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류에 기초하여, 상기 분배 디바이스의 적어도 하나의 구성요소의 예측된 고장 시간을 결정하는 단계를 추가로 포함하는, 분배 디바이스의 작동 방법. - 제14항에 있어서,
상기 점성 유체의 부분의 분류 및 상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류 각각은 상기 각각의 분류의 확률을 포함하고, 및
상기 예측된 고장 시간을 결정하는 단계는 상기 점성 유체의 부분 및 상기 점성 유체의 하나 이상의 추가 부분의 각각의 분류의 확률들의 경향(trend)을 결정하는 단계를 포함하는, 분배 디바이스의 작동 방법. - 제1항에 있어서,
상기 분배 디바이스의 작동 파라미터는 밸브 스템 속도, 니들 속도, 밸브 스템 스트로크 길이, 니들 스트로크 길이, 작동 타이밍, 작동 스트로크 길이, 노즐 밸브 개방 속도, 노즐 밸브 폐쇄 속도, 노즐 밸브 개방 시간, 노즐 밸브 개폐 빈도, 분배 빈도, 유체 압력, 노즐 온도, 니들 크기, 밸브 스템 크기, 노즐 개구의 폭, 분배 디바이스 배치, 분배 중의 분배 디바이스 이동 속도 또는 분배 중의 분배 디바이스 방향성 중 적어도 하나를 포함하는, 분배 디바이스의 작동 방법. - 제1항에 있어서,
상기 밸브의 개방 및 폐쇄는 상기 노즐의 이동 중에 발생하고 상기 점성 유체의 부분은 불연속인, 분배 디바이스의 작동 방법. - 노즐 및 밸브를 갖는 점성 유체를 분배하기 위한 분배 디바이스의 작동 방법에 있어서, 상기 방법은:
상기 분배 디바이스의 작동 파라미터의 제1 값에 따라 상기 노즐로부터 점성 유체의 부분을 분배하기 위해 상기 밸브를 개방 및 폐쇄하는 단계;
센서로부터의 데이터에 기초하여, 상기 분배 디바이스로부터 분배된 상기 점성 유체의 부분의 특성을 결정하는 단계;
상기 점성 유체의 부분의 특성 및/또는 상기 작동 파라미터들의 제1 값을 기계 학습 도구에 입력하여 상기 점성 유체의 부분의 결함 분류를 결정하는 단계; 및
상기 점성 유체의 부분의 결함 분류에 기초하여 상기 작동 파라미터의 제2 값을 결정하는 단계를 포함하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 센서는 상기 점성 유체의 부분의 하나 이상의 이미지를 캡처하도록 구성된 카메라를 포함하고, 상기 센서로부터의 데이터는 상기 점성 유체의 부분의 하나 이상의 이미지를 포함하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 센서는 상기 점성 유체의 부분의 중량을 측정하도록 구성된 저울을 포함하고, 상기 센서로부터의 데이터는 상기 점성 유체의 부분의 중량을 포함하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 점성 유체의 부분의 결함 분류는 분배된 부분들의 이미지들, 및 분배된 부분들과 연관된 작동 파라미터들을 상기 결함 분류들과 연관시키기 위해 상기 기계 학습 도구의 트레이닝에 기초하여 상기 기계 학습 도구에 의해 결정되는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 점성 유체의 부분의 분류는 상기 기판 상의 점성 유체의 부분의 결함 특성을 나타내는, 분배 디바이스의 작동 방법. - 제22항에 있어서,
상기 결함 특성은 상기 기판 상의 점성 유체의 부분의 오배치, 상기 기판 상의 점성 유체의 하나 이상의 위성 부분 중 적어도 하나와 연관되고 및 상기 점성 유체의 부분, 상기 기판 상의 점성 유체의 부분의 치수, 상기 기판 상의 점성 유체의 부분의 액체 체적, 또는 상기 기판 상의 점성 유체의 부분의 중량과 연관되는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 점성 유체의 부분의 분류는 상기 노즐에서의 점성 유체 축적과 연관된 상기 점성 유체의 부분의 결함 특성을 나타내는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 작동 파라미터의 제2 값은 상기 작동 파라미터와 상기 점성 유체의 부분의 분류에 의해 표시되는 상기 점성 유체의 부분의 특성 사이의 알려진 관계에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 분배 디바이스의 제2 작동 파라미터의 제1 값을 상기 기계 학습 도구에 입력하는 단계를 추가로 포함하고, 상기 점성 유체의 부분의 분류는 상기 제2 작동 파라미터의 제1 값에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제26항에 있어서,
상기 점성 유체의 부분의 제2 특성을 결정하는 단계를 추가로 포함하고, 상기 작동 파라미터의 제2 값은 상기 점성 유체의 부분의 제2 특성에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제27항에 있어서,
상기 작동 파라미터의 제2 값은 상기 작동 파라미터, 상기 제2 작동 파라미터, 상기 점성 유체의 부분의 특성, 또는 상기 점성 유체의 부분의 제2 특성 사이의 알려진 다변수 관계에 추가로 기초하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 점성 유체의 부분의 특성은 방향성, 치수, 형상, 액체 체적, 또는 속도 중 적어도 하나를 포함하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 분배 디바이스에 의해 분배된 상기 점성 유체의 하나 이상의 추가 부분 및 상기 기계 학습 도구에 입력된 연관 특성들에 기초하여, 상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류를 결정하는 단계; 및
상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류에 기초하여, 상기 분배 디바이스의 적어도 하나의 구성요소의 예측된 고장 시간을 결정하는 단계를 추가로 포함하는, 분배 디바이스의 작동 방법. - 제30항에 있어서,
상기 점성 유체의 부분의 분류 및 상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류 각각은 상기 각각의 분류의 확률을 포함하고, 및
상기 예측된 고장 시간을 결정하는 단계는 상기 점성 유체의 부분 및 상기 점성 유체의 하나 이상의 추가 부분의 각각의 분류의 확률들의 경향을 결정하는 단계를 포함하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 분배 디바이스의 작동 파라미터는 밸브 스템 속도, 니들 속도, 밸브 스템 스트로크 길이, 니들 스트로크 길이, 작동 타이밍, 작동 스트로크 길이, 노즐 밸브 개방 속도, 노즐 밸브 폐쇄 속도, 노즐 밸브 개방 시간, 노즐 밸브 개폐 빈도, 분배 빈도, 유체 압력, 노즐 온도, 니들 크기, 밸브 스템 크기, 노즐 개구의 폭, 분배 디바이스 배치, 분배 중의 분배 디바이스 이동 속도 또는 분배 중의 분배 디바이스 방향성 중 적어도 하나를 포함하는, 분배 디바이스의 작동 방법. - 제18항에 있어서,
상기 밸브의 개방 및 폐쇄는 상기 노즐의 이동 중에 발생하고 상기 점성 유체의 부분들은 불연속인, 분배 디바이스의 작동 방법. - 분배 시스템에 있어서,
분배 디바이스에 의해 분배된 점성 유체의 부분의 하나 이상의 사진을 캡처하도록 배열된 카메라; 및
하나 이상의 신호를 생성하도록 구성된 제어기를 포함하고,
상기 하나 이상의 신호는:
상기 분배 디바이스의 작동 파라미터의 제1 값에 따라 상기 분배 디바이스로부터 점성 유체의 부분을 분배하기 위해 상기 분배 디바이스의 밸브를 개방 및 폐쇄하고,
상기 카메라를 사용하여 상기 점성 유체의 부분의 하나 이상의 이미지를 캡처하고,
상기 점성 유체의 부분의 하나 이상의 이미지 및/또는 상기 작동 파라미터의 제1 값을 기계 학습 도구에 입력하여 상기 점성 유체의 부분의 결함 분류를 결정하고, 및
상기 점성 유체의 부분의 분류에 기초하여 상기 작동 파라미터의 제2 값을 결정하는, 분배 시스템. - 제34항에 있어서, 상기 제어기는:
상기 분배 디바이스의 작동 파라미터의 제2 값에 따라 상기 분배 디바이스로부터 점성 유체의 제2 부분을 분배하는,
신호를 생성하도록 추가로 구성되는, 분배 시스템. - 제34항에 있어서,
상기 점성 유체의 부분의 결함 분류는 분배된 부분들의 이미지, 및 분배된 부분들과 연관된 작동 파라미터들을 결함 분류들과 연관시키기 위해 상기 기계 학습 도구의 트레이닝에 기초하여 상기 기계 학습 도구에 의해 결정되는, 분배 시스템. - 제36항에 있어서,
상기 점성 유체의 부분의 분류는 상기 점성 유체의 부분의 특성을 나타내고 상기 점성 유체의 부분의 분류는 상기 점성 유체의 부분의 특성의 확률을 나타내는, 분배 시스템. - 제37항에 있어서, 상기 제어기는:
상기 점성 유체의 부분의 특성을 범위와 비교하는 신호를 생성하도록 추가로 구성되고,
상기 작동 파라미터의 제2 값을 결정하는 단계는 상기 범위 밖에 있는 상기 점성 유체의 부분의 특성에 기초하는, 분배 시스템. - 제37항에 있어서,
상기 점성 유체의 부분의 특성은 기판 상의 점성 유체의 부분의 결함 특성을 포함하는, 분배 시스템. - 제39항에 있어서,
상기 결함 특성은 상기 기판 상의 점성 유체의 부분의 오배치, 상기 기판 상의 점성 유체의 하나 이상의 위성 부분 중 적어도 하나와 연관되고 및 상기 점성 유체의 부분, 상기 기판 상의 점성 유체의 부분의 치수, 상기 기판 상의 점성 유체의 부분의 액체 부분, 또는 상기 기판 상의 점성 유체의 부분의 중량과 연관되는, 분배 시스템. - 제37항에 있어서,
상기 점성 유체의 부분의 분류는 상기 분배 디바이스의 노즐에서의 점성 유체 축적과 연관된 상기 점성 유체의 부분의 결함 특성을 나타내는, 분배 시스템. - 제37항에 있어서,
상기 작동 파라미터의 제2 값은 상기 작동 파라미터와 상기 점성 유체의 부분의 특성 사이의 알려진 관계에 추가로 기초하는, 분배 시스템. - 제37항에 있어서, 상기 제어기는:
상기 기계 학습 도구에 상기 분배 디바이스의 제2 작동 파라미터의 제1 값을 입력하는 신호를 생성하도록 추가로 구성되고,
상기 점성 유체의 부분의 분류는 상기 제2 작동 파라미터의 제1 값에 추가로 기초하는, 분배 시스템. - 제43항에 있어서, 상기 제어기는:
상기 점성 유체의 부분의 제2 특성을 결정하는 신호를 생성하도록 추가로 구성되고,
상기 작동 파라미터의 제2 값은 상기 점성 유체의 부분의 제2 특성에 추가로 기초하는, 분배 시스템. - 제44항에 있어서,
상기 작동 파라미터의 제2 값은 상기 작동 파라미터, 상기 제2 작동 파라미터, 상기 점성 유체의 부분의 특성, 또는 상기 점성 유체의 부분의 제2 특성 사이의 알려진 다변수 관계에 추가로 기초하는, 분배 시스템. - 제44항에 있어서,
상기 점성 유체의 부분의 제2 특성은 방향성, 치수, 형상, 액체 체적, 또는 속도 중 적어도 하나를 포함하는, 분배 시스템. - 제37항에 있어서, 상기 제어기는 신호를 생성하도록 추가로 구성되고,
상기 신호는:
상기 분배 디바이스에 의해 분배된 상기 점성 유체의 하나 이상의 추가 부분 및 상기 기계 학습 도구에 입력된 연관 이미지들에 기초하여, 상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류를 결정하고; 및
상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류에 기초하여, 상기 분배 디바이스의 적어도 하나의 구성요소의 예측된 고장 시간을 결정하는, 분배 시스템. - 제47항에 있어서,
상기 점성 유체의 부분의 분류 및 상기 점성 유체의 하나 이상의 추가 부분의 하나 이상의 각각의 분류 각각은 상기 각각의 분류의 확률을 포함하고, 및
상기 예측된 고장 시간을 결정하는 단계는 상기 점성 유체의 부분 및 상기 점성 유체의 하나 이상의 추가 부분의 각각의 분류의 확률들의 경향을 결정하는 단계를 포함하는, 분배 시스템. - 제34항에 있어서,
상기 분배 디바이스의 작동 파라미터는 밸브 스템 속도, 니들 속도, 밸브 스템 스트로크 길이, 니들 스트로크 길이, 작동 타이밍, 작동 스트로크 길이, 노즐 밸브 개방 속도, 노즐 밸브 폐쇄 속도, 노즐 밸브 개방 시간, 노즐 밸브 개폐 빈도, 분배 빈도, 유체 압력, 노즐 온도, 니들 크기, 밸브 스템 크기, 노즐 개구의 폭, 분배 디바이스 배치, 분배 중의 분배 디바이스 이동 속도 또는 분배 중의 분배 디바이스 방향성 중 적어도 하나를 포함하는, 분배 시스템. - 제34항에 있어서,
상기 밸브의 개방 및 폐쇄는 상기 분배 디바이스의 노즐의 이동 동안 발생하고 상기 점성 유체의 부분은 불연속적인, 분배 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202062978966P | 2020-02-20 | 2020-02-20 | |
| US62/978,966 | 2020-02-20 | ||
| PCT/US2021/018664 WO2021168174A1 (en) | 2020-02-20 | 2021-02-19 | Improved fluid dispensing process control using machine learning and system implementing the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220140806A true KR20220140806A (ko) | 2022-10-18 |
Family
ID=74875286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227031547A KR20220140806A (ko) | 2020-02-20 | 2021-02-19 | 기계 학습을 사용하는 개선된 유체 분배 공정 제어 및 이를 구현하는 시스템 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20230060352A1 (ko) |
| EP (1) | EP4107479A1 (ko) |
| KR (1) | KR20220140806A (ko) |
| CN (1) | CN115135956A (ko) |
| WO (1) | WO2021168174A1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102021214252A1 (de) | 2021-12-13 | 2023-06-15 | Robert Bosch Gesellschaft mit beschränkter Haftung | Anlage zur Durchführung von Arbeitsprozessen an Werkstücken oder dgl. |
| DE102021214251A1 (de) | 2021-12-13 | 2023-06-15 | Robert Bosch Gesellschaft mit beschränkter Haftung | Anlage zur Durchführung von Arbeitsprozessen an Werkstücken oder dgl. |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011507675A (ja) | 2007-11-29 | 2011-03-10 | ノードソン コーポレーション | 粘性材料を吐出する方法 |
| EP3700680A1 (en) * | 2017-10-27 | 2020-09-02 | Nordson Corporation | Systems and methods for closed loop fluid velocity control for jetting |
| WO2019094282A1 (en) | 2017-11-10 | 2019-05-16 | Nordson Corporation | Systems and methods for enhanced coating dispensing controls |
| EP3586973B1 (en) * | 2018-06-18 | 2024-02-14 | Rolls-Royce Corporation | System control based on acoustic and image signals |
| CN108672218A (zh) | 2018-07-27 | 2018-10-19 | 珠海市运泰利自动化设备有限公司 | 一种集成测试的智能点胶系统及其点胶方法 |
-
2021
- 2021-02-19 WO PCT/US2021/018664 patent/WO2021168174A1/en unknown
- 2021-02-19 CN CN202180015619.8A patent/CN115135956A/zh active Pending
- 2021-02-19 EP EP21712289.4A patent/EP4107479A1/en active Pending
- 2021-02-19 US US17/904,299 patent/US20230060352A1/en active Pending
- 2021-02-19 KR KR1020227031547A patent/KR20220140806A/ko active Search and Examination
Also Published As
| Publication number | Publication date |
|---|---|
| CN115135956A (zh) | 2022-09-30 |
| EP4107479A1 (en) | 2022-12-28 |
| US20230060352A1 (en) | 2023-03-02 |
| WO2021168174A8 (en) | 2021-10-14 |
| WO2021168174A1 (en) | 2021-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3466221B1 (en) | Method and apparatus for controlling jet dispensing by displacement measurement | |
| KR20220140806A (ko) | 기계 학습을 사용하는 개선된 유체 분배 공정 제어 및 이를 구현하는 시스템 | |
| US10099238B2 (en) | Control method and apparatus for dispensing high-quality drops of high-viscosity materials | |
| US10786858B2 (en) | Method and device for jetting droplets | |
| KR102017399B1 (ko) | 산업용 프린팅 시스템에서 액적 파라미터의 빠른 측정 | |
| JP2009509748A (ja) | パラメータモニタリングを有する粘性材料分注システム及びそのようなシステムの作動方法 | |
| US20210197225A1 (en) | Systems and methods for enhanced coating dispensing controls | |
| US11504736B2 (en) | Systems and methods for closed loop fluid velocity control for jetting | |
| WO2020207893A1 (en) | Method using a neural network for generation of jetting control parameters | |
| KR20220128437A (ko) | 공급 도관 액추에이터를 갖는 토출 장치들 | |
| JP2021160314A (ja) | インクジェットヘッドにより液材料を吐出する装置を有するシステム | |
| JP2018008271A (ja) | 液滴噴射方法及び液滴噴射装置 | |
| JP6414888B2 (ja) | 液滴吐出装置、着滴精度検査装置、及び、着滴精度検査方法 | |
| JP5903653B2 (ja) | 液体吐出方法、および、液体吐出装置 | |
| CN109999932A (zh) | 基于气动驱动的微液滴产生装置及其调控微液滴尺寸的方法 | |
| KR20220127920A (ko) | 가요성 토출 노즐을 갖는 토출 장치들 | |
| TW202331653A (zh) | 識別例如墨盒之識別製造組件的設備和方法 | |
| KR20240065107A (ko) | 카트리지 식별과 같은 제조 구성요소 식별 장치 및 방법 | |
| WO2023166358A1 (en) | Drive controller, head device, and liquid discharge apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |