KR20230080799A - Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof - Google Patents

Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof Download PDF

Info

Publication number
KR20230080799A
KR20230080799A KR1020210168282A KR20210168282A KR20230080799A KR 20230080799 A KR20230080799 A KR 20230080799A KR 1020210168282 A KR1020210168282 A KR 1020210168282A KR 20210168282 A KR20210168282 A KR 20210168282A KR 20230080799 A KR20230080799 A KR 20230080799A
Authority
KR
South Korea
Prior art keywords
unit
inspection
defective
take
microelectronic
Prior art date
Application number
KR1020210168282A
Other languages
Korean (ko)
Inventor
백상윤
Original Assignee
백상윤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 백상윤 filed Critical 백상윤
Priority to KR1020210168282A priority Critical patent/KR20230080799A/en
Publication of KR20230080799A publication Critical patent/KR20230080799A/en

Links

Images

Classifications

    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/10—Scanning
    • G01N2201/104—Mechano-optical scan, i.e. object and beam moving
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G01N2201/1296—Using chemometrical methods using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

The present invention relates to a microelectronic component inspection and extraction equipment and a method thereof, capable of significantly reducing a defect rate of microelectronic components caused by cracks, non-transferring, excessive foaming, etc. by inspecting the appearance of products when manufacturing microelectronic components such as Multi Layer Ceramic Capacitor (MLCC), semiconductors (diodes, resistors), and chips. The microelectronic component inspection and extraction equipment includes a work stage unit; a vision inspection unit; and an extraction unit.

Description

인공 지능 기반 미세 전자 부품 외관 검사 및 취출 장비, 그 방법 {Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof}Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof}

본 발명은 인공 지능 기반 미세 전자 부품 외관 검사 및 취출 장비, 그 방법에 관한 것으로, 보다 구체적으로는 미세 전자 부품 제조 시 제품의 외관을 검사하여 불량 제품을 추출할 수 있는 인공 지능 기반 미세 전자 부품 외관 검사 및 취출 장비에 관한 것이다. The present invention relates to an artificial intelligence-based microelectronic component appearance inspection and extraction equipment and a method thereof, and more particularly, to an artificial intelligence-based microelectronic component appearance capable of extracting defective products by inspecting the appearance of a product when manufacturing microelectronic components. It is about inspection and extraction equipment.

전자 부품은 전자제품 내부의 기본 전자회로 구성품을 의미하는 것으로써, 반도체와 같은 미세화된 재료와 제조 기술 등 고도화 작업으로 이루어진 고부가가치의 산업 부품을 의미한다.Electronic parts mean basic electronic circuit components inside electronic products, and mean high value-added industrial parts made of advanced work such as miniaturized materials such as semiconductors and manufacturing technology.

이런 전자 부품은 크게 전자 흐름 제어 여부에 따라 능동 전자 부품, 수동 전자 부품으로 나뉘며, 모터, 디스플레이 등 크기가 큰 부품부터, MLCC(적층세라믹콘덴서, Multi Layer Ceramic Capacitor), 반도체(다이오드, 저항), 칩 등 매우 작은 부품 등으로 구성된다. These electronic parts are largely divided into active electronic parts and passive electronic parts depending on whether electron flow is controlled or not. From large-sized parts such as motors and displays, MLCC (Multi Layer Ceramic Capacitor), semiconductors (diodes, resistors), It consists of very small parts such as chips.

크기가 큰 부품의 경우에는 외관 검사를 통해 제품의 불량 유무를 쉽게 파악하지만, MLCC, 반도체와 같은 미세 전자 부품의 경우에는 크기가 작아 외관으로 불량 유무를 파악하기 어렵다. 또한, 불량 전자 부품은 전자기기의 손상을 유발하고 이에 대해 보상해야 하므로, 부품 생산업체에 막대한 금전적인 손실을 주고 있다. 또한, 칩의 크기가 작은 부품에 대해서는 공정 자동화가 어려워, 공정 로스가 크고, 다른 제품들에 비해 불량률이 높은 문제점이 있다.In the case of large-sized parts, it is easy to determine whether or not there is a defect in the product through external inspection, but in the case of microelectronic parts such as MLCC and semiconductor, it is difficult to determine the presence or absence of defects by appearance due to their small size. In addition, since defective electronic components cause damage to electronic devices and must be compensated for, a huge financial loss is caused to component manufacturers. In addition, process automation is difficult for parts having a small chip size, resulting in large process loss and a high defect rate compared to other products.

이런 미세 전자 부품의 불량 원인으로는 종류에 따라 다양한 원인이 있다. 예를 들어, 미세 전자 부품의 일종인 MLCC의 불량 원인으로는 적층 공정 시 원료가 한쪽으로 치우치는 경우, 생산 과정에서 외부 이물질이나 들어간 경우, 전극 도포가 안 된 경우, 전극에 균열 발생 등 다양한 불량 원인이 있다. 특히, 외부 전극 도포 과정에서 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 미전사칩이 발생하여 많은 불량이 발생한다.There are various causes depending on the type of defects of the microelectronic component. For example, defects in MLCC, which is a type of microelectronic component, can be caused by various defects such as raw materials being biased during the lamination process, foreign substances entering during the production process, electrodes not being coated, and cracks occurring on the electrodes. there is In particular, terminals formed at both ends of the polished chip during the external electrode application process must be uniform and uniform in shape to realize good electrical characteristics. In this process, it is important to reduce the defect rate through process improvement, but it is important to Non-transferred chips are generated, resulting in many defects.

이런 다양한 미세 부품들의 대부분은 육안으로 제품 검사를 수행한다. 또한, 검사 장비를 도입하였을 때 제조공정 개선 등의 이유로 공정이나 재료가 바뀌었을 때는 새로운 알고리즘을 개발해야 하는 문제가 있었다.Most of these various micro-parts perform product inspection with the naked eye. In addition, when the inspection equipment was introduced, there was a problem of developing a new algorithm when the process or material was changed due to manufacturing process improvement.

본 발명은 이러한 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 미세 전자 부품 제조시 부품의 외관을 작업자가 육안으로 검사하던 미세 전자 부품 검사 및 불량 부품에 대해 취출 공정을 작업자가 전혀 개입되지 않고 자동으로 수행할 수 있는 인공 지능 기반 미세 전자 부품 외관 검사 및 취출 장비를 제공하는 것이다.The present invention has been made to solve these problems, and an object of the present invention is to inspect microelectronic parts, which were visually inspected by an operator for the appearance of microelectronic parts when manufacturing microelectronic parts, and to take out defective parts without any operator intervention. It is to provide an artificial intelligence-based microelectronic component appearance inspection and extraction equipment that can be performed automatically without

본 발명의 다른 목적은 다수의 정상 및 불량제품의 특징을 추출하여 확립된 정상 및 불량 제품의 특성을 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 미세 전자 부품 검사의 정확도를 향상시킬 수 있는 인공 지능 기반 미세 전자 부품 외관 검사 및 취출 방법을 제공하는 것이다.Another object of the present invention is not only to discriminate normal candidates and defective candidates in the inspection process through an inspection program operated by an algorithm using the characteristics of normal and defective products established by extracting the characteristics of a large number of normal and defective products, but also to The algorithm of the inspection program can be learned by learning the sample information collected for normal and defective candidates, so even if a new defect type occurs, the algorithm is modified through learning even if the algorithm of the inspection program is not modified through coding work. It is to provide an artificial intelligence-based microelectronic component appearance inspection and extraction method that can improve the accuracy of electronic component inspection.

본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood by those skilled in the art from the description below.

상기의 목적을 달성하기 위하여 본 발명은 다수의 미세 전자 부품을 일정 간격으로 정렬된 배열기판을 그 적재된 위치에서 비전검사유닛으로 이동시키는 워크 스테이지 유닛; 상기 워크 스테이지유닛의 상부에 설치되어 상기 이동된 부품에 정렬된 미세 전자 부품의 외관 형상에 따라 불량 유무를 결정하는 비전검사유닛; 및 비전검사유닛에서 불량 후보로 판정한 불량 제품을 취출하는 취출 유닛;을 포함하는 미세전자부품 외관 검사 및 취출 장치를 제공한다.In order to achieve the above object, the present invention provides a work stage unit for moving an array substrate in which a plurality of microelectronic components are arranged at regular intervals from the loaded position to the vision inspection unit; a vision inspection unit installed above the work stage unit to determine whether or not there is a defect according to the external shape of the microelectronic component aligned with the moved component; and a take-out unit for taking out defective products determined as defective candidates by the vision inspection unit.

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.In a preferred embodiment, the work stage unit includes a stage unit having a top plate for working on a flat plate installed at a certain height from the ground; and a substrate moving unit for reciprocating the arrangement substrate between the stacking position at one end of the stage unit and a position passing the lower portion of the vision inspection unit spaced apart from the other end.

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; 및 상면에 상기 배열기판이 배치되어 고정되는 기판고정부재;를 포함한다.In a preferred embodiment, the substrate moving unit is installed in a length passing through the lower portion of the vision inspection unit from one end of the stage unit to the other end side, the guide member for moving the components installed on the upper portion; a support plate member installed on top of the guide member and movable along the guide member; and a substrate fixing member to which the array substrate is disposed and fixed on an upper surface.

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 미세 전자 부품에 대한 영상정보를 획득하여 외관 검사를 통해 미세 전자 부품의 불량유무를 특정하는 비전검사부;를 포함한다.In a preferred embodiment, the vision inspection unit includes a support installed vertically on the upper surface of the work stage unit at a predetermined interval; and a vision inspection unit installed on the support part to face the upper portion of the array substrate, acquiring image information on the microelectronic components aligned on the upper portion of the array substrate, and identifying defects in the microelectronic components through appearance inspection. include

바람직한 실시예에 있어서, 상기 지지부 및 상기 비전검사부는 설치된 상태에서 하나 이상이 상기 워크 스테이지유닛의 상면 또는 상기 지지부의 설치면에 대해 수직방향이동이 가능한 구조이다.In a preferred embodiment, one or more of the support part and the vision inspection part are vertically movable with respect to the upper surface of the work stage unit or the installation surface of the support part in a state in which they are installed.

바람직한 실시예에 있어서, 상기 비전검사부는 다수의 이미지센서가 일 방향으로 배열되어 상기 미세 전자 부품에 대한 영상정보를 획득하는 스캐너부재; 및 상기 스캐너부재에 의해 획득된 영상정보를 대상으로 미세 전자 부품의 불량유무를 결정하는 검사제어부;를 포함한다.In a preferred embodiment, the vision inspection unit includes a scanner member in which a plurality of image sensors are arranged in one direction to obtain image information on the microelectronic component; and an inspection control unit that determines whether or not a microelectronic component is defective based on the image information acquired by the scanner member.

바람직한 실시예에 있어서, 상기 이미지센서는 접촉이미지센서이다.In a preferred embodiment, the image sensor is a contact image sensor.

바람직한 실시예에 있어서, 상기 취출 유닛은 상기 워크 스테이지유닛의 배열기판과 일정 간격을 두고 설치되어 불량 제품을 취출하는 취출부; 및 상기 취출부를 상기 비전검사부의 이미지센서 일 방향으로 왕복시키는 취출이동부;를 포함한다.In a preferred embodiment, the take-out unit includes a take-out unit installed at a predetermined distance from the array substrate of the work stage unit to take out defective products; and a take-out moving unit for reciprocating the take-out unit in one direction of the image sensor of the vision inspection unit.

바람직한 실시예에 있어서, 상기 취출부는 핀과 같은 날카로운 취출핀; 및 상기 취출핀을 수직방향으로 움직일 수 있는 취출상하이동부;를 포함한다.In a preferred embodiment, the take-out portion includes a sharp take-out pin such as a pin; and a take-out vertically moving part capable of moving the take-out pin in a vertical direction.

또한, 본 발명은 미세 전자 부품이 다수 개 정렬된 배열기판이 적재된 상태에서, 기판이동부를 통해 상기 배열기판을 비전검사유닛으로 이동시키는 제1이송단계; 상기 비전검사유닛에 의해 상기 배열기판의 미세 전자 부품의 외관 형상에 따라 불량 유무를 결정하는 검사단계; 상기 검사단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 취출 유닛으로 이동시키는 제2이송단계; 상기 검사단계에서 불량 제품으로 판정받은 제품을 취출하는 취출단계; 및 상기 취출단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 말단부로 이동시키는 제3이송단계;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법을 더 제공한다.In addition, the present invention includes a first transfer step of moving the array substrate to the vision inspection unit through a substrate moving unit in a state in which the array substrate on which a plurality of microelectronic components are aligned is loaded; an inspection step of determining whether or not there is a defect according to the external shape of the microelectronic component of the array substrate by the vision inspection unit; a second transfer step of moving the array substrate on which the inspection step has been performed to the take-out unit of the work stage unit by the substrate moving unit; a take-out step of taking out the product judged as a defective product in the inspection step; and a third transfer step of moving the array substrate on which the take-out step has been performed to the distal end of the work stage unit by the substrate moving unit.

바람직한 실시예에 있어서, 상기 검사단계는 상기 비전검사유닛에 의해 상기 배열기판의 상면에 대한 영상정보가 획득되는 단계; 및 상기 획득된 영상정보를 대상으로 검사프로그램이 동작되어 상기 미세 전자 부품의 외관 검사 유사도에 따라 얻어진 측정값에 따라 불량후보와 정상후보가 결정되는 단계;를 포함한다.In a preferred embodiment, the inspecting step may include obtaining image information on the upper surface of the array substrate by the vision inspection unit; and operating an inspection program for the obtained image information to determine a defective candidate and a normal candidate according to a measurement value obtained according to a degree of similarity of appearance inspection of the microelectronic component.

바람직한 실시예에 있어서, 상기 검사단계에서 불량후보와 정상후보가 결정되는 단계는 획득한 이미지와 불량후보 인공지능 모델 및 정상후보 인공지능 모델 간의 유사도에 따라 정상후보와 불량후보로 판단한다.In a preferred embodiment, in the step of determining the bad candidate and the normal candidate in the checking step, the normal candidate and the bad candidate are determined according to the degree of similarity between the obtained image, the bad candidate artificial intelligence model, and the normal candidate artificial intelligence model.

바람직한 실시예에 있어서, 상기 검사단계에서 결정된 정상후보 및 불량후보 중 하나 이상에 대해 수행된 샘플조사결과정보에 따라 상기 검사프로그램이 수정되는 학습단계;를 더 포함한다.In a preferred embodiment, a learning step of modifying the test program according to sample survey result information performed on at least one of the normal candidate and the bad candidate determined in the test step is further included.

바람직한 실시예에 있어서, 상기 학습단계는 상기 결정된 정상후보에 대해 수행된 샘플조사결과정보가 제품 외관 형상이 불량이면 상기 검사프로그램의 불량훈련데이터베이스에 상기 샘플조사결과정보를 추가하고, 상기 샘플조사결과정보가 제품 외관 형상이 정상이면 상기 검사프로그램의 정상훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행된다.In a preferred embodiment, in the learning step, if the sample survey result information performed on the determined normal candidate has a defective product appearance, the sample survey result information is added to the defect training database of the inspection program, and the sample survey result If the information indicates that the external shape of the product is normal, it is performed by adding the sample investigation result information to the normal training database of the inspection program.

바람직한 실시예에 있어서, 상기 학습단계는 상기 결정된 불량후보에 대해 수행된 샘플조사결과정보가 제품 외관 형상이 정상이면 상기 검사프로그램의 정상훈련데이터베이스에 상기 샘플조사결과정보를 추가하고, 상기 샘플조사결과정보가 제품 외관 형상이 불량이면 상기 검사프로그램의 불량훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행된다.In a preferred embodiment, the learning step adds the sample investigation result information to the normal training database of the inspection program if the product appearance shape is normal in the sample investigation result information performed on the determined defective candidate, and the sample investigation result information is If the information indicates that the exterior shape of the product is defective, it is performed by adding the sample investigation result information to the defect training database of the inspection program.

바람직한 실시예에 있어서, 상기 검사프로그램은 미세 전자 부품에 대한 다수의 영상정보를 획득하여 제품 불량 유무에 따라 불량 및 정상훈련데이터베이스에 저장하는 단계, 상기 훈련데이터베이스에 저장된 다수의 영상정보를 분석하여 얻어진 불량과 정상 미세 전자 부품의 공통특성을 사용하여 알고리즘을 생성하는 단계, 및 상기 알고리즘이 동작되는 프로세스를 확립하는 단계;를 포함한다.In a preferred embodiment, the inspection program acquires a plurality of image information for microelectronic components and stores them in a defective and normal training database according to whether or not a product is defective, obtained by analyzing a plurality of image information stored in the training database. Generating an algorithm using common characteristics of defective and normal microelectronic components, and establishing a process by which the algorithm operates.

바람직한 실시예에 있어서, 상기 취출 단계는 검사단계에서 파악한 불량 미세 전자 부품 취출을 위해 취출 순서를 선정하는 단계; 불량 미세 전자 부품 취출 순서에 따라 상기 기판이동부는 상기 배열기판을, 상기 취출이동부는 취출부를 이동하여 취출부 아래에 불량 미세 전자 부품을 위치시키기 위해 이송하는 단계; 및 취출부를 이용하여 불량 미세 전자 부품을 취출하는 불량 제품 취출하는 단계;를 포함한다.In a preferred embodiment, the taking out step may include: selecting an order of taking out the defective microelectronic component identified in the inspection step; transferring the array substrates by the substrate moving unit to position the defective microelectronic components under the taking out unit by moving the take out unit according to the order of taking out the defective microelectronic components; and taking out the defective microelectronic component by using the take-out unit.

바람직한 실시예에 있어서, 상기 불량 제품 취출하는 단계는 상기 취출부 아래에 상기 기판이동부의 불량 미세 전자 부품이 위치하면 취출핀상하이동부를 이용하여 취출핀이 하강하는 단계; 및 취출핀이 하강하는 힘을 통해 불량 미세 전자 부품을 취출하는 단계;를 포함한다.In a preferred embodiment, the taking out of the defective products may include: descending a take-out pin using a take-out pin up and down moving part when the defective microelectronic component of the substrate moving part is located under the take-out part; and taking out the defective microelectronic component through the downward force of the take-out pin.

본 발명은 다음과 같은 우수한 효과를 가진다.The present invention has the following excellent effects.

본 발명의 인공 지능 기반 미세 전자 부품 외관 검사 및 취출 장비에 의하면, 미세 전자 부품 제조시 부품의 외관을 작업자가 육안으로 검사하던 미세 전자 부품 검사 및 불량 부품에 대해 취출 공정을 작업자가 전혀 개입되지 않고 자동으로 수행할 수 있으므로, 미세 전자 부품 검사의 정확성이 향상되어 불량률을 감소시킬 수 있을 뿐만 아니라 생산성의 향상 및 생산원가를 절감할 수 있는 효과가 있다.According to the artificial intelligence-based microelectronic component appearance inspection and extraction equipment of the present invention, the process of inspecting microelectronic components and taking out defective components, which were previously visually inspected by the operator when manufacturing microelectronic components, is performed without any operator intervention. Since the inspection can be performed automatically, the accuracy of microelectronic component inspection is improved, thereby reducing the defect rate, as well as improving productivity and reducing production costs.

또한, 본 발명의 인공 지능 기반 미세 전자 부품 외관 검사 및 취출 방법에 의하면, 다수의 정상 및 불량제품의 특징을 추출하여 확립된 정상 및 불량 제품의 특성을 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 미세 전자 부품 검사의 정확도를 향상시킬 수 있는 장점을 지닌다.In addition, according to the artificial intelligence-based microelectronic component appearance inspection and extraction method of the present invention, the inspection process is performed through an inspection program operated by an algorithm using the established characteristics of normal and defective products by extracting the characteristics of a plurality of normal and defective products. In addition to discriminating between normal and defective candidates, even after the discrimination, the sample information collected for normal and defective candidates can be learned to learn the algorithm of the test program, so even if a new defect type occurs, the test program can be Even if the algorithm is not modified, the algorithm is modified through learning, so it has the advantage of improving the accuracy of microelectronic component inspection.

도 1은 본 발명의 일 실시예에 따른 미세 전자 부품 외관 검사/취출 장치를 후면측에서 개략적으로 도시한 모식도이다.
도 2는 본 발명의 다른 실시예에 따른 미세 전자 부품 외관 검사/취출 장치를 정면측에서 개략적으로 도시한 모식도이다.
도 3은 본 발명의 다른 실시예에 따른 미세 전자 부품 외관 검사/취출 장치가 동작된 상태를 후면측에서 개략적으로 도시한 모식도이다.
도 4는 도 2 및 도 3에 도시된 미세 전자 부품 외관 검사/취출 장치 중 기판이동부의 단면도이다.
도 5는 본 발명의 실시예들에 따른 취출 유닛 일예로 취출부의 단면도이다.
도 6는 본 발명의 실시예들에 따른 미세 전자 부품 외관 검사/취출 장치의 전자적 구성요소를 개략적으로 나타낸 블록도이다.
도 7은 본 발명의 실시예들에 따른 미세 전자 부품 외관 검사/취출 장치의 동작을 설명하기 위해 제공되는 흐름도이다.
도 8은 본 발명의 실시예들에 따른 미세 전자 부품 외관 검사/취출 장치에서 검사단계 및 학습단계를 설명하기 위해 제공되는 흐름도이다. 1 is a schematic diagram schematically illustrating a microelectronic component appearance inspection/removal apparatus according to an embodiment of the present invention from a rear side.
2 is a schematic diagram schematically showing a microelectronic component appearance inspection/removal apparatus according to another embodiment of the present invention from the front side.
3 is a schematic diagram schematically showing a state in which the microelectronic component appearance inspection/removal apparatus according to another embodiment of the present invention is operated from the rear side.
FIG. 4 is a cross-sectional view of a substrate moving unit in the microelectronic component exterior inspection/removal apparatus shown in FIGS. 2 and 3 .
5 is a cross-sectional view of a take-out unit as an example of a take-out unit according to embodiments of the present invention.
6 is a block diagram schematically illustrating electronic components of a microelectronic component appearance inspection/removal apparatus according to embodiments of the present invention.
7 is a flowchart provided to explain the operation of the microelectronic component exterior inspection/removal apparatus according to embodiments of the present invention.
8 is a flowchart provided to explain an inspection step and a learning step in an apparatus for inspecting/extracting the exterior of a microelectronic component according to embodiments of the present invention.

본 발명에서 사용되는 용어는 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있는데 이 경우에는 단순한 용어의 명칭이 아닌 발명의 상세한 설명 부분에 기재되거나 사용된 의미를 고려하여 그 의미가 파악되어야 할 것이다.The terms used in the present invention have been selected from general terms that are currently widely used as much as possible, but in certain cases, there are terms arbitrarily selected by the applicant. Therefore, its meaning should be understood.

이하, 첨부한 도면에 도시된 바람직한 실시예들을 참조하여 본 발명의 기술적 구성을 상세하게 설명한다.Hereinafter, the technical configuration of the present invention will be described in detail with reference to preferred embodiments shown in the accompanying drawings.

그러나, 본 발명은 여기서 설명되는 실시예에 한정되지 않고 다른 형태로 구체화 될 수도 있다. 명세서 전체에 걸쳐 동일한 참조번호는 동일한 구성요소를 나타낸다.However, the present invention is not limited to the embodiments described herein and may be embodied in other forms. Like reference numbers indicate like elements throughout the specification.

본 발명의 기술적 특징은 미세 전자 부품 제조시 부품의 외관을 작업자가 육안으로 검사하던 미세 전자 부품 검사 및 불량 부품에 대해 취출 공정을 작업자가 전혀 개입되지 않고 자동으로 수행할 수 있는 구조의 장치 및 상기 장치에 다수의 정상 및 불량제품의 특징을 추출하여 확립된 정상 및 불량 제품의 특성을 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 미세 전자 부품 검사의 정확도를 향상시킬 수 있는 인공지능 기반의 미세 전자 장치 검사 및 취출 방법에 있다.A technical feature of the present invention is a device having a structure capable of automatically inspecting microelectronic parts and taking out defective parts, which were previously inspected by an operator for the appearance of microelectronic parts when manufacturing microelectronic parts, without any operator intervention, and the above Through an inspection program operated by an algorithm using the characteristics of normal and defective products established by extracting the characteristics of a number of normal and defective products in the device, not only normal candidates and defective candidates are distinguished in the inspection process, but also normal candidates and defective products after the discrimination The algorithm of the inspection program can be learned by learning the sample information collected for the candidate, so even if a new defect type occurs, even if the algorithm of the inspection program is not modified through coding, the algorithm is modified through learning, thus improving the quality of inspection of minute electronic parts. It is an artificial intelligence-based microelectronic device inspection and extraction method that can improve accuracy.

즉, 종래에는 미세 전자 부품 외관 불량을 찾아내는 검사공정을 작업자가 육안으로 진행하는 형태로 구성되어 미세 전자 부품 외관 검사를 자동으로 수행할 수 있는 구조로 된 검사장치가 없었을 뿐만 아니라, 검사장치에 내재된 검사프로그램이 미비하여 미세 전자 부품을 제대로 검사할 수 있는 정확도가 현저히 떨어지는 문제점이 있었기 때문이다.That is, conventionally, there has not been an inspection device having a structure in which an operator visually inspects the appearance of microelectronic parts to find defects in appearance, and thus can automatically perform the exterior inspection of microelectronic parts. This is because there was a problem in that the accuracy of properly inspecting microelectronic components was significantly lowered due to the insufficient inspection program.

따라서, 본 발명의 미세 전자 부품 외관 검사/취출 장치는 다수의 미세 전자 부품을 일정 간격으로 정렬된 배열기판을 그 적재된 위치에서 비전검사유닛으로 이동시키는 워크 스테이지 유닛; 상기 워크 스테이지유닛의 상부에 설치되어 상기 이동된 부품에 정렬된 미세 전자 부품의 외관 형상에 따라 불량 유무를 결정하는 비전검사유닛; 및 비전검사유닛에서 불량 후보로 판정한 불량 제품을 취출하는 취출 유닛;를 포함한다.Accordingly, the microelectronic component exterior inspection/removal apparatus of the present invention includes a work stage unit for moving an array substrate in which a plurality of microelectronic components are arranged at regular intervals from the loaded position to the vision inspection unit; a vision inspection unit installed above the work stage unit to determine whether or not there is a defect according to the external shape of the microelectronic component aligned with the moved component; and a take-out unit that picks out the defective product determined as a defective product by the vision inspection unit.

또한, 본 발명의 미세 전자 부품 외관 검사/취출 방법은 미세 전자 부품이 다수 개 정렬된 배열기판이 적재된 상태에서, 기판이동부를 통해 상기 배열기판을 비전검사유닛으로 이동시키는 제1이송단계; 상기 비전검사유닛에 의해 상기 배열기판의 미세 전자 부품의 외관 형상에 따라 불량 유무를 결정하는 검사단계; 상기 검사단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 취출 유닛으로 이동시키는 제2이송단계; 상기 검사단계에서 불량 제품으로 판정받은 제품을 취출하는 취출단계; 및 상기 취출단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 말단부로 이동시키는 제3이송단계;를 포함한다.In addition, the microelectronic component exterior inspection/removal method of the present invention includes a first transfer step of moving the array substrate to the vision inspection unit through a substrate moving unit in a state in which a plurality of microelectronic components are aligned on the array substrate; an inspection step of determining whether or not there is a defect according to the external shape of the microelectronic component of the array substrate by the vision inspection unit; a second transfer step of moving the array substrate on which the inspection step has been performed to the take-out unit of the work stage unit by the substrate moving unit; a take-out step of taking out the product judged as a defective product in the inspection step; and a third transfer step of moving the array substrate on which the take-out step has been performed to the distal end of the work stage unit by the substrate moving unit.

도 1은 본 발명의 일 실시예에 따른 미세 전자 부품 외관 검사/취출 장치를 정면측에서 개략적으로 도시한 모식도이고, 도 2는 본 발명의 다른 실시예에 따른 미세 전자 부품 외관 검사/취출 장치가 동작된 상태를 후면측에서 개략적으로 도시한 모식도이며, 도 3은 도시된 미세 전자 부품 외관 검사/취출장치 중 기판이동부의 단면도이며, 도 4는 비전 검사 유닛 일예로 접촉이미지센서의 단면도이며, 도 5는 취출 유닛 일예로 취출부의 단면도이다. 도 6은 본 발명의 실시예들에 따른 미세 전자 부품의 검사/취출 장치에서 검사단계 및 학습단계를 설명하기 위해 제공되는 흐름도이며, 도 7은 본 발명의 실시예들에 따른 미세 전자 부품의 검사/취출 장치의 전자적 구성요소를 개략적으로 나타낸 블록도이고, 도 8은 본 발명의 실시예들에 따른 미세 전자 부품의 검사/취출 장치의 동작을 설명하기 위해 제공되는 흐름도이다.1 is a schematic diagram schematically showing a microelectronic component external appearance inspection/removal apparatus from the front side according to an embodiment of the present invention, and FIG. 2 is a microelectronic component external appearance inspection/removal apparatus according to another embodiment of the present invention. It is a schematic diagram schematically showing the operated state from the rear side, Figure 3 is a cross-sectional view of the substrate moving part of the illustrated microelectronic component exterior inspection / extraction device, Figure 4 is a cross-sectional view of a contact image sensor as an example of a vision inspection unit, 5 is a cross-sectional view of a take-out unit as an example of a take-out unit. 6 is a flow chart provided to explain an inspection step and a learning step in an apparatus for inspecting/removing a microelectronic component according to embodiments of the present invention, and FIG. It is a block diagram schematically showing the electronic components of the /take-out device, and FIG. 8 is a flowchart provided to explain the operation of the microelectronic component inspection/take-out device according to embodiments of the present invention.

도 1을 참조하여 본 발명의 일 실시예에 따른 미세 전자 부품 외관 검사 및 취출 장치의 구조에 대해 구체적으로 살펴본다.Referring to FIG. 1 , the structure of a microelectronic component exterior inspection and extraction device according to an embodiment of the present invention will be described in detail.

도 1 및 도 2에 도시된 바와 같이 본 발명의 미세 전자 부품 외관 검사/취출 장치(1)는 워크스테이지유닛(100), 비전검사유닛(200), 취출유닛(300) 및 제어유닛(500)을 포함할 수 있다. 여기서, 도 1 및 도 2에 도시된 미세 전자 부품 외관 검사/취출 장치(1)는 비전검사유닛(200)의 지면에 대한 상하이동 구성요소가 다를 뿐 다른 구성요소는 동일하므로 같이 설명하기로 한다.As shown in FIGS. 1 and 2, the microelectronic component exterior inspection/removal apparatus 1 of the present invention includes a work stage unit 100, a vision inspection unit 200, a take-out unit 300, and a control unit 500. can include Here, the microelectronic component appearance inspection/extraction device 1 shown in FIGS. 1 and 2 has a different component of the vision inspection unit 200 relative to the ground, but the other components are the same, so they will be described together. .

먼저, 워크 스테이지유닛(100)은 다수의 미세 전자 부품이 일정 간격으로 정렬된 배열기판(400)을 그 적재위치에서 비전검사유닛(200)으로 이동시키는 구성요소로서, 스테이지부(110) 및 스테이지 기판이동부(120)를 포함한다.First, the work stage unit 100 is a component that moves the array substrate 400 on which a plurality of microelectronic components are arranged at regular intervals from its loading position to the vision inspection unit 200, and includes the stage unit 110 and the stage A substrate moving unit 120 is included.

스테이지부(110)는 미세 전자 부품 검사/취출공정이 이루어지는 작업영역을 제공하는 구성요소로서, 일 구현예로서 도시된 바와 같이 지면으로부터 일정 높이에 설치된 평판 상의 작업용 상판을 갖는 구조로 구현될 수 있다.The stage unit 110 is a component that provides a work area in which a microelectronic component inspection/removal process is performed, and as an embodiment, as shown, it may be implemented in a structure having a flat top plate for work installed at a certain height from the ground. .

스테이지 기판이동부(120)는 스테이지부(100)의 일단부 측 적재위치와 그 타단부를 향해 이격되어 설치된 비전검사유닛(200)의 하부를 지나는 위치 사이에서 배열기판(400)을 왕복 이동시키는 구성요소로서, 스테이지부(100)를 이루는 작업용 상판 상에 일정 간격을 두고 1개 이상 설치될 수 있는데, 일구현예로서 도 3에 도시된 바와 같이 스테이지 가이드부재(121), 스테이지 지지판부재(122) 및 스테이지 기판고정부재(123)를 포함할 수 있다. The stage substrate moving unit 120 reciprocates the array substrate 400 between a loading position at one end of the stage unit 100 and a position passing the lower part of the vision inspection unit 200 spaced apart from the other end. As components, one or more components may be installed at regular intervals on the working top plate constituting the stage unit 100. As an embodiment, as shown in FIG. 3, the stage guide member 121 and the stage support plate member 122 ) and a stage substrate fixing member 123.

스테이지 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. The stage guide member 121 is a component that is installed in a length passing through the lower portion of the vision inspection unit 200 from one end of the stage unit 110 to the other end side and moves a component installed on the upper portion, and the stage unit 110 ), one or more may be installed on, and an LM guide may be used as one implementation example.

스테이지 지지판부재(122)는 스테이지 가이드부재(121)의 상부에 설치되어 스테이지 가이드부재(121)를 따라 이동 가능한 구성요소로서, 그 하부가 스테이지 가이드부재(121)와 이동가능하게 결합될 수 있는 구조이고 재질 등은 제한되지 않는다.The stage support plate member 122 is a component installed on the upper part of the stage guide member 121 and movable along the stage guide member 121, and has a structure in which the lower part can be movably coupled with the stage guide member 121. and the material is not limited.

스테이지 기판고정부재(123)는 미세 전자 부품이 배열된 배열기판(400)을 고정하기 위한 구성요소로서, 일 구현예로서 도시된 바와 같이 배열기판(400)보다 넓은 크기의 4각 형상 평판부재, 그 평판부재의 모서리측 하부면에 형성되어 스테이지 지지판부재(122)와 고정되는 4개의 길이부재 및 그 상면에 배치되는 배열기판(400)을 평판부재에 고정하기 위한 공압부재가 스테이지 지지판부재(122)에 설치될 수 있다.The stage substrate fixing member 123 is a component for fixing the array substrate 400 on which the microelectronic components are arranged. Four length members formed on the lower surface of the flat plate member and fixed to the stage support plate member 122 and a pneumatic member for fixing the array substrate 400 disposed on the upper surface thereof to the flat plate member are the stage support plate member 122. ) can be installed.

또한, 비전검사유닛(200)은 워크스테이지유닛(100)의 상부에 설치되어 이동된 배열기판(300)에 정렬된 미세 전자 부품의 외관을 검사하여 불량 유무를 검사하는 구성요소로서,워크 스테이지유닛(100)의 상부에 1개 이상 설치될 수 있는데, 비전검사유닛(200)의 설치개수는 워크스테이지유닛(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.In addition, the vision inspection unit 200 is a component installed above the work stage unit 100 to inspect the presence or absence of defects by inspecting the exterior of the microelectronic components aligned on the moved array substrate 300, the work stage unit One or more may be installed on the upper part of the 100, and the number of vision inspection units 200 installed may be determined according to the number of installed substrate moving units 120 installed in the work stage unit 100. As shown, the vision inspection unit 200 includes a support 210 and a vision inspection unit 220 .

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 1에 도시된 바와 같이 높이조절이 가능한 구조로 설치될 수 있다.The support part 210 is a component that supports the vision inspection part 220 and may be installed perpendicularly to the upper surface of the work stage unit 100 at a predetermined interval, that is, to the top plate for work of the stage part 110. As an example, as shown in FIG. 1, it may be installed in a height-adjustable structure on the inner side of the substrate moving unit 120 away from one end of the stage unit 110 to some extent.

비전검사부(220)는 배열기판(400)의 상부에 정렬된 미세 전자 부품에 대한 영상정보를 획득하여 외관의 크랙 유무, 미전사 영역 유무, 과도포 영역 유무 등에 따라 미세 전자 부품의 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 1와 같이 지지부(210)의 높이조절구조 뿐만 아니라 비전검사부(220)의 고정부재까지도 지지부(210)의 설치면에 대해 수직방향이동 즉 높이조절이 가능한 구조로 구현될 수 있다.The vision inspection unit 220 acquires image information on the microelectronic components aligned on the top of the array substrate 400 and determines whether the microelectronic components are defective or not depending on whether there are cracks in the exterior, whether there is an untransferred area, or whether there is an oversaturated area. As an embodiment, as shown, it may be installed on the support part 210 so as to face the upper part of the fixed array substrate disposed on the upper part of the substrate moving part 120, which is fixed to the support part 210. It may include a fixing member and an inspection member installed on the fixing member. If necessary, as shown in FIG. 1 , not only the height adjustment structure of the support part 210 but also the fixing member of the vision inspection part 220 can be implemented as a structure capable of vertical movement, that is, height adjustment, with respect to the installation surface of the support part 210 .

비전검사부(220)에 포함된 검사부재는 일 구현예로서 다수의 이미지센서가 일 방향으로 배열되어 상기 미세 전자 부품에 대한 영상정보를 획득하는 스캐너부재(221), 배열기판(400)에 일정량의 광량을 제공하기 위한 조명부재(222) 및 스캐너부재(221)에 의해 획득된 영상정보를 대상으로 미세 전자 부품의 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.As an embodiment, the inspection member included in the vision inspection unit 220 is a scanner member 221 in which a plurality of image sensors are arranged in one direction to acquire image information on the microelectronic component, and a predetermined amount is applied to the array substrate 400. It may include a lighting member 222 for providing light and an inspection control unit 520 for determining defects in microelectronic components based on image information acquired by the scanner member 221 . Here, the image sensor included in the scanner member 221 may be a contact image sensor. The inspection control unit 520 will be described in the same way as the control unit 500 . In addition, although not shown, the support part 210 may be fixed, and only the fixing member of the vision inspection part 220 may be formed in a structure capable of adjusting the height.

또한, 취출유닛(300)은 워크 스테이지유닛(100)의 배열기판(400)과 일정 간격을 두고 설치되어 불량 제품을 취출하는 취출부(310) 및 취출부(310)를 상기 비전검사부(220)의 이미지센서 일 방향으로 왕복시키는 취출이동부(320)를 포함할 수 있다. 취출부(310)가 불량 제품을 취출하는 방식은 1개 이상 구현될 수 있는데, 일구현예로서 도 5에 도시된 바와 같이 핀과 같은 날카로운 취출핀(311) 및 취출핀(311)을 수직방향으로 움직일 수 있는 취출상하이동부(312)를 포함한다. In addition, the take-out unit 300 is installed at a predetermined interval from the array substrate 400 of the work stage unit 100 to take out defective products, and the take-out part 310 is used as the vision inspection part 220. The image sensor of the image sensor may include a take-out moving unit 320 that reciprocates in one direction. One or more ways for the take-out unit 310 to take out defective products may be implemented. As one embodiment, as shown in FIG. 5, a sharp take-out pin 311 such as a pin and the take-out pin 311 are used in a vertical direction. It includes a take-out upper and lower moving part 312 that can be moved.

취출부(310) 아래에 상기 기판이동부(120)의 불량 미세 전자 부품이 위치하면 취출핀상하이동부(312)를 이용하여 취출핀(311)이 하강하며, 하강하는 힘을 이용하여 불량 미세 전자 부품을 취출할 수 있다. When the defective microelectronic component of the board moving unit 120 is located under the take-out part 310, the take-out pin 311 descends using the take-out pin up and down moving part 312, and the defective microelectronic component uses the descending force. parts can be removed.

취출핀상하이동부(312)은 취출이동부(320)의 말단부에 설치되어 그 하부에 설치된 취출핀(311)을 상하로 이동시키는 구성요소로서, 일 구현예로서 공압 실린더가 사용될 수 있다.The take-out pin vertical moving part 312 is installed at the distal end of the take-out moving part 320 and is a component for vertically moving the take-out pin 311 installed thereunder. As an embodiment, a pneumatic cylinder may be used.

취출이동부(320)는 취출유닛(300)의 일단부 측 적재위치와 그 타단부를 향해 이격되어 설치된 배열기판(400)의 상부를 지나는 위치 사이에서 취출부(310)을 왕복 이동시키는 구성요소로서, 취출유닛(300)를 이루는 작업용 상판 상에 일정 간격을 두고 1개 이상 설치될 수 있는데, 일구현예로서 취출 가이드부재(321), 취출 지지판부재(322) 및 취출 기판고정부재(323)를 포함할 수 있다.The take-out moving unit 320 is a component that reciprocates the take-out unit 310 between a loading position at one end of the take-out unit 300 and a position passing over the top of the array substrate 400 installed at a distance from the other end. As such, one or more may be installed at regular intervals on the working top plate constituting the take-out unit 300. As an embodiment, the take-out guide member 321, the take-out support plate member 322 and the take-out board fixing member 323 can include

취출 가이드부재(321)는 취출유닛(300)의 일단부에서 타단부측으로 배열기판(400)의 상부를 지나는 길이로 설치되어 그 상부에 설치된 구성요소를 이동시키는 구성요소로서, 취출유닛(300) 상에 1개 이상 설치될 수 있는데, 일 구현예로서 LM가이드가 사용될 수 있다.The take-out guide member 321 is installed in a length passing through the top of the array substrate 400 from one end of the take-out unit 300 to the other end, and is a component that moves components installed on the top of the take-out unit 300. One or more can be installed on it, and an LM guide can be used as one implementation example.

한편, 제어유닛(500)은 도 5에 도시된 바와 같이 미세 전자 부품 외관 검사/취출장치(1)의 동작을 제어하기 위한 전자적 구성요소를 통합한 개념으로써, 장치제어부(510), 검사제어부(520), 훈련데이터수집부(530), 저장부(540) 및 학습부(550)등을 포함할 수 있다. On the other hand, as shown in FIG. 5, the control unit 500 is a concept incorporating electronic components for controlling the operation of the microelectronic component appearance inspection/removal device 1, and includes a device control unit 510, an inspection control unit ( 520), a training data collection unit 530, a storage unit 540, a learning unit 550, and the like.

장치제어부(510)는 워크 스테이지유닛(100), 비전검사유닛(200), 취출유닛(300)을 포함한 미전사칩 검사장치(1)에 포함된 모든 기계적 구성요소의 동작을 제어하는 기능을 수행한다.The device controller 510 performs a function of controlling the operation of all mechanical components included in the non-transferred chip inspection device 1 including the work stage unit 100, the vision inspection unit 200, and the take-out unit 300. do.

검사제어부(520)는 다수의 정상 및 불량제품의 특징을 추출하여 확립된 정상 및 불량 미세 전자 부품의 공통특성을 포함하는 알고리즘으로 동작되는 검사프로그램을 포함하여, 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 수정할 수 있다.The inspection control unit 520 includes an inspection program operated by an algorithm including common characteristics of normal and defective microelectronic components established by extracting characteristics of a plurality of normal and defective products, and selects normal and defective candidates in the inspection process. In addition to discriminating, the algorithm of the inspection program can be learned by learning the sample information collected for the normal candidate and the defective candidate even after the discrimination. The algorithm can be corrected through

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 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있는데, 별개로 구현되는 것이 아니라 통합적으로 구현될 수도 있음은 물론이다.The device control unit 510 and the inspection control unit 520 include application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), field programmable gate arrays (FPGAs), It can be implemented using at least one of processors, controllers, micro-controllers, microprocessors, and electrical units for performing other functions, but not separately implemented, but integrated. Of course, it can be implemented.

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.The training data collection unit 530 performs a function of collecting data generated or transmitted from various data sources such as vision inspection unit and sample survey result information. The training data collected by the training data collection unit 530 may include sample survey result information for normal candidates and sample survey result information for bad candidates. The training data collected by the training data collection unit 530 may be transferred to and stored in the storage unit 540 .

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.The storage unit 540 may store various types of information and data related to control of the device control unit 510 and the inspection control unit 520 . For example, the storage unit 540 may store data and test programs collected by the training data collection unit 530 and provide the data to the device control unit 510, the inspection control unit 520, and the learning unit 550 as needed. In particular, it includes a training database in relation to the control of the inspection control unit 520. In terms of hardware, the storage unit 540 may be implemented with various storage media such as ROM, RAM, EPROM, flash drive, hard drive, and the like.

학습부(550)는 미세 전자 부품 검사/취출장치(1)에 내장되어 제공되는 검사프로그램에 기초하여, 추가적으로 해당 미세 전자 부품 검사/취출장치(1)에서 개별적으로 수집되는 정보 및 데이터, 예컨대 해당 미세 전자 부품 검사/취출장치(1))에서 검사되는 미세 전자 부품의 개별 특성 정보에 대응하는 샘플조사정보로부터 개별 미세 전자 부품 검사/취출장치(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. The learning unit 550 additionally collects information and data individually from the corresponding microelectronic component inspection/removal device 1 based on the inspection program built in and provided in the microelectronic component inspection/extraction device 1, for example, the corresponding microelectronic component inspection/extraction device 1 From the sample survey information corresponding to the individual characteristic information of the microelectronic parts inspected by the microelectronic part inspection/removal device 1), even defect type information that can only occur in the individual microelectronic part inspection/removal device 1 can be additionally learned. Therefore, even if a new defect type is generated, the algorithm of the inspection program can be modified through learning through machine learning without modifying the algorithm of the inspection program through coding.

다음으로, 본 발명의 미세 전자 부품 검사/취출방법은 상술된 구조의 미세 전자 부품 검사/취출 장치를 이용한 검사/취출방법으로서, 도 7에 도시된 바와 같이 미세 전자 부품이 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 미세 전자 부품의 외관 형상에 따라 불량 유무를 결정하는 검사단계; 상기 검사단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 취출 유닛으로 이동시키는 제2이송단계; 상기 검사단계에서 불량 제품으로 판정받은 제품을 취출하는 취출단계; 및 상기 취출단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 말단부로 이동시키는 제3이송단계;를 포함할 수 있다.Next, the microelectronic component inspection/removal method of the present invention is an inspection/removal method using the microelectronic component inspection/removal device having the above-described structure. As shown in FIG. 7, a plurality of microelectronic components are arranged on an array substrate an array substrate fixing step of disposing and fixing the stacked array substrates on the substrate moving part at one end side of the work stage unit in the loaded state; a first transfer step of moving the array substrate to a vision inspection unit through the substrate transfer unit; an inspection step of determining whether or not there is a defect according to the external shape of the microelectronic component of the array substrate by the vision inspection unit; a second transfer step of moving the array substrate on which the inspection step has been performed to the take-out unit of the work stage unit by the substrate moving unit; a take-out step of taking out the product judged as a defective product in the inspection step; and a third transfer step of moving the array substrate on which the take-out step has been performed to the distal end of the work stage unit by the substrate moving unit.

배열기판고정단계(S110)는 작업자에 의해 미세 전자 부품이 적재된 배열기판(400)이 스테이지 기판고정부재(123)의 상부에서 워크 스테이지유닛(100)의 상면에 평행하게 고정될 수 있다.In the arrangement substrate fixing step ( S110 ), the array substrate 400 on which the microelectronic components are loaded may be fixed parallel to the upper surface of the work stage unit 100 from the top of the stage substrate fixing member 123 by a worker.

제1이송단계(S120)는 장치제어부(510)에 의해 제어되는 기판이동부(120)를 통해 자동으로 수행될 수 있는데, 일 구현예로서 기판이동부(120)는 도 3에 도시된 바와 같이 가이드부재(121)인 LM가이드와 그 상부에 설치된 지지판부재(122) 및 기판고정부재(123)를 포함하여 구현될 수 있다. 즉 배열기판고정단계(S110)를 통해 배열기판이 기판고정부재(123)에 고정되면 LM가이드를 통해 지지판부재(122)가 이동되는데, 비전검사유닛(200)의 비전검사부(220)의 하부에 배열기판의 선행단부가 위치할 때까지 이동시킬 수 있을 것이다.The first transfer step (S120) may be automatically performed through the substrate moving unit 120 controlled by the device controller 510. As an embodiment, the substrate moving unit 120 is as shown in FIG. It may be implemented by including an LM guide as a guide member 121, a support plate member 122 and a substrate fixing member 123 installed thereon. That is, when the array substrate is fixed to the substrate fixing member 123 through the array substrate fixing step (S110), the support plate member 122 is moved through the LM guide. It may be moved until the leading end of the array substrate is positioned.

검사단계(S130)는 비전검사유닛(200)에 의해 제품 생산 공정에서 미세 전자 부품에 대한 영상정보를 획득하여 외관의 크랙 유무, 미전사 영역 유무, 과도포 영역 유무 등에 따라 미세 전자 부품의 불량유무를 특정하는 단계로서, 비전검사유닛(200)에 의해 배열기판(300)의 상면에 대한 영상정보가 획득되는 단계(S131) 및 획득된 영상정보를 대상으로 검사프로램이 동작되어 미세전자부품의 외관 특성에 따라 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.In the inspection step (S130), the vision inspection unit 200 acquires image information on the microelectronic components in the product production process to determine whether or not the microelectronic components are defective according to the presence or absence of cracks in the exterior, non-transferred areas, or excess areas. As a step of specifying, image information on the upper surface of the array substrate 300 is obtained by the vision inspection unit 200 (S131), and an inspection program is operated for the obtained image information to determine the quality of microelectronic components. It may be performed including a step of determining a bad candidate and a normal candidate according to the measured value according to the appearance characteristics (S132). If necessary, the inspection step is a learning step in which the inspection program is modified according to the sample survey result information performed on at least one of the normal candidate and the defective candidate determined in the inspection step so that the algorithm of the inspection program can be modified based on machine learning (S133 ) may further include.

제2이송단계(S140)는 검사단계(S130)가 수행된 배열기판(400)을 기판이동부(120) 즉 LM가이드를 통해 취출 유닛(300)의 하단부로 이동시켜 수행될 수 있다. The second transfer step (S140) may be performed by moving the array substrate 400 on which the inspection step (S130) has been performed to the lower end of the take-out unit 300 through the substrate moving unit 120, that is, the LM guide.

이와 같이 제2이송단계(S140)가 수행된 배열기판(400)은 비전검사유닛(200)에 의해 불량후보로 결정된 경우, 즉 미세 전자 제품의 외관에 불량후보로 결정된 경우 즉 외관 불량이 존재하여 성능을 발휘할 수 없는 제품으로 검사된 경우에는 취출 유닛(300)에 의해 불량 제품이 제거되거나, 그 수가 일정 개수 이상이면 기판 자체를 불량으로 인식하여 알람을 제공하고, 비전검사유닛(200)에 의해 이상이 없거나 있어도 성능에 영향이 없는 것으로 결정된 제품으로 검사된 경우에는 이런 취출 공정을 수행하지 않는다. 취출 공정이 끝난 배열기판을 상기 워크 스테이지 유닛의 말단부로 이동시키는 제3이송단계가 처리된다.In this way, when the array substrate 400 on which the second transfer step (S140) has been performed is determined as a bad candidate by the vision inspection unit 200, that is, when it is determined as a bad candidate for the appearance of a microelectronic product, that is, there is a defect in appearance In the case of inspection as a product that cannot exhibit performance, the take-out unit 300 removes defective products, or if the number exceeds a certain number, the board itself is recognized as defective and an alarm is provided, and the vision inspection unit 200 This take-out process is not performed if the product has been inspected with a product that is determined to have no defects or to have no effect on performance. A third transfer step of moving the array substrate after the take-out process to the distal end of the work stage unit is processed.

도 8을 참조하여 검사단계(S130)를 보다 구체적으로 살펴보기로 한다.Referring to FIG. 8, the inspection step (S130) will be examined in more detail.

먼저, 영상정보가 획득되는 단계(S131)는 장치제어부(510)의 제어에 의해 비전검사유닛(200)의 조명부재(222)가 켜진 후 배열기판(100)의 선행단부에서 그 후행단부까지 비전검사유닛(200)의 비전검사부(220)의 하부를 지나가도록 하여 수행될 수 있다. 즉, 비전검사부(220)인 스캐너부재(221)가 배열기판(100)의 상면을 스캔하여 배열기판에 정렬된 미세 전자 부품의 영상정보를 획득할 수 있기 때문이다.First, in the step of obtaining image information (S131), after the lighting member 222 of the vision inspection unit 200 is turned on by the control of the device controller 510, the vision from the leading end to the trailing end of the array substrate 100 It may be performed by passing the lower portion of the vision inspection unit 220 of the inspection unit 200 . That is, this is because the scanner member 221, which is the vision inspection unit 220, scans the upper surface of the array substrate 100 to obtain image information of the microelectronic components aligned on the array substrate.

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 각각 불량후보와 정상후보의 인공지능 모델이 있으며, 획득한 이미지와 인공지능 모델 사이의 유사도에 따라 정상후보와 불량후보로 판단하는 식으로 수행될 수 있다. 여기서, 불량후보와 정상후보의 인공지능 모델은 미리 확보한 데이터를 기반으로 학습된 인공지능 모델이다. When the image information is acquired in this way, a step of determining a bad candidate and a good candidate under the control of the inspection control unit 520 based on the image information obtained by the scanner member 221 (S132) is performed. As , there are artificial intelligence models of bad candidates and normal candidates, respectively, and it can be performed in such a way that a normal candidate and a bad candidate are judged according to the degree of similarity between the acquired image and the artificial intelligence model. Here, the artificial intelligence models of the bad candidate and the normal candidate are artificial intelligence models learned based on data obtained in advance.

한편, 도시하지는 않았지만, 필요한 경우 검사단계(S130)는 영상정보가 획득되는 단계(S131)와 불량후보와 정상후보가 결정되는 단계(S132)만으로 구성될 수도 있음은 물론이다. On the other hand, although not shown, the inspection step (S130), if necessary, may include only the step (S131) of obtaining image information and the step (S132) of determining bad candidates and normal candidates.

상술된 검사단계에서 동작되는 검사프로그램은 미세 전자 부품 외관 검사/취출 장치(1)에 내장되기 전에, 미세 전자 부품 제조 공정에서 정상 및 불량 미세 부품에 대한 다수의 영상정보를 획득하여 훈련데이터베이스에 저장하는 단계, 훈련데이터베이스에 저장된 다수의 영상정보를 분석하여 얻어진 정상 및 불량 미세 전자 부품의 각각 공통특성을 사용하여 인공지능 모델을 생성하는 단계, 및 인공지능 모델을 기반으로 알고리즘이 동작되는 프로세스를 확립하는 단계;를 포함하는 단계를 수행하여 생성될 수 있다.The inspection program operated in the above-described inspection step acquires a plurality of image information on normal and defective micro-parts in the micro-electronic part manufacturing process before being embedded in the micro-electronic part appearance inspection/extraction device 1 and stores them in the training database. generating an artificial intelligence model using common characteristics of normal and defective microelectronic components obtained by analyzing a plurality of image information stored in the training database, and establishing a process in which an algorithm operates based on the artificial intelligence model It can be generated by performing steps including;

여기서, 각각의 정상 및 불량 미세 전자 부품의 공통특성은 정상 정상 및 불량 미세 전자 부품에 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.Here, the common characteristics of each normal and defective microelectronic component are feature information commonly extracted by analyzing a plurality of image information on normal and defective microelectronic components, and SIFT (Scale Invariant Feature Transform), Edge Detection, and Pretrained CNN It may be various image feature information including (Convolutional Neural Network) and the like.

일 구현예로서, 정상 및 불량 미세 전자 부품의 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), Yolo(You Only Look Once) 등과 같이 다양한 딥 러닝 기법이 적용된 신경망 알고리즘이 사용될 수 있다.As an implementation example, the generated algorithm using the common characteristics of good and bad microelectronic components may be in the form of a machine learning algorithm such as a Convolution Neural Network (CNN). Inception module-based Convolutional Neural Networks (CNN), Deep Neural Network (DNN), Recurrent Neural Network (RNN), restricted Boltzmann machine, deep trust A neural network algorithm to which various deep learning techniques are applied, such as a deep belief network (DBN), a deep Q-network, and Yolo (You Only Look Once), may be used.

따라서, 상술된 본 발명의 인공 지능 기반 미세 전자 부품 외관 검사/취출 장비 및 그 방법에 의하면 미세 전자 부품 제조 공정에서 외관에 불량이 있는 제품을 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 미세 전자 부품 외관 검사/취출장치를 이용한 검사방법은 검사공정이 반복됨에 따라 학습으로 인해 보다 정교한 이상검출모델을 제공할 수 있다.Therefore, according to the above-described artificial intelligence-based microelectronic component appearance inspection/extraction equipment and method of the present invention, an inspection process for finding products with defects in appearance in the microelectronic component manufacturing process can be automatically performed without any operator intervention. In addition, it is possible to discriminate between normal candidates and defective candidates during the inspection process, and after the discrimination, the algorithm of the inspection program can be learned by learning the sample information collected for the normal and defective candidates. Cost and time can be saved because even a new defect type can be detected after modifying the algorithm through learning without requiring a separate coding work by a developer to modify the algorithm. In addition, the inspection method using the microelectronic component appearance inspection/removal device of the present invention can provide a more sophisticated abnormality detection model due to learning as the inspection process is repeated.

이상에서 살펴본 바와 같이 본 발명은 바람직한 실시예를 들어 도시하고 설명하였으나, 상기한 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다.As described above, the present invention has been shown and described with preferred embodiments, but is not limited to the above embodiments, and to those skilled in the art within the scope of not departing from the spirit of the present invention Various changes and modifications will be possible.

1 : 미세 전자 부품 외관 검사/취출 장비
100 : 워크 스테이지유닛 110 : 스테이지부
120 : 스테이지 기판이동부 121 : 스테이지 가이드부재
122 : 스테이지 지지판부재 123 : 스테이지 기판고정부재
200 : 비전검사유닛 210 : 지지부
220 : 비전검사부 221 : 스캐너부재
222 : 조명부재 300 : 취출유닛
310 : 취출부 311 : 취출핀
312 : 취출상하이동부 320 : 취출이동부
400 : 배열기판 500 : 제어유닛1: Appearance inspection/extraction equipment for microelectronic parts
100: work stage unit 110: stage unit
120: stage substrate moving unit 121: stage guide member
122: stage support plate member 123: stage substrate fixing member
200: vision inspection unit 210: support
220: vision inspection unit 221: scanner member
222: lighting member 300: take-out unit
310: take-out part 311: take-out pin
312: take-out upper and lower part 320: take-out moving part
400: array board 500: control unit

Claims (18)

다수의 미세 전자 부품을 일정 간격으로 정렬된 배열기판을 그 적재된 위치에서 비전검사유닛으로 이동시키는 워크 스테이지 유닛; 상기 워크 스테이지유닛의 상부에 설치되어 상기 이동된 부품에 정렬된 미세 전자 부품의 외관 형상에 따라 불량 유무를 결정하는 비전검사유닛; 및
비전검사유닛에서 불량 후보로 판정한 불량 제품을 취출하는 취출 유닛;을 포함하는 미세전자부품 외관 검사 및 취출 장치.
a work stage unit for moving the array substrate on which a plurality of microelectronic components are arranged at regular intervals from the loaded position to the vision inspection unit; a vision inspection unit installed above the work stage unit to determine whether or not there is a defect according to the external shape of the microelectronic component aligned with the moved component; and
A microelectronic component appearance inspection and extraction device comprising: a take-out unit for taking out defective products determined as defective candidates by the vision inspection unit.
 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 미세 전자 부품 외관 검사 및 취출 장치.
According to claim 1,
The work stage unit includes a stage unit having a top plate for work on a flat plate installed at a certain height from the ground; and a substrate moving unit for reciprocating the array substrate between the stacking position at one end of the stage unit and a position passing the lower part of the vision inspection unit installed apart from the other end thereof. Parts appearance inspection and extraction device.
 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; 및 상면에 상기 배열기판이 배치되어 고정되는 기판고정부재;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 장치.
According to claim 2,
The substrate moving unit is installed in a length passing through the lower portion of the vision inspection unit from one end of the stage unit to the other end thereof, and includes a guide member for moving a component installed thereon; a support plate member installed on top of the guide member and movable along the guide member; and a substrate fixing member on an upper surface of which the array substrate is disposed and fixed.
 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 미세 전자 부품에 대한 영상정보를 획득하여 외관 검사를 통해 미세 전자 부품의 불량유무를 특정하는 비전검사부;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 장치.
According to any one of claims 1 to 3,
The vision inspection unit includes a support installed perpendicular to the upper surface of the work stage unit at a predetermined interval; and a vision inspection unit installed on the support part to face the upper portion of the array substrate, acquiring image information on the microelectronic components aligned on the upper portion of the array substrate, and identifying defects in the microelectronic components through appearance inspection. Apparatus for inspecting and taking out microelectronic parts appearance, characterized in that it comprises a.
 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 미세 전자 부품 외관 검사 및 취출 장치.
According to claim 4,
At least one of the support and the vision inspection unit has a structure capable of vertically moving with respect to the upper surface of the work stage unit or the installation surface of the support unit in a state in which the support unit and the vision inspection unit are installed.
 제 4 항에 있어서,
상기 비전검사부는 다수의 이미지센서가 일 방향으로 배열되어 상기 미세 전자 부품에 대한 영상정보를 획득하는 스캐너부재; 및 상기 스캐너부재에 의해 획득된 영상정보를 대상으로 미세 전자 부품의 불량유무를 결정하는 검사제어부;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 장치.
According to claim 4,
The vision inspection unit includes a scanner member in which a plurality of image sensors are arranged in one direction to obtain image information on the microelectronic component; and an inspection control unit that determines whether or not the microelectronic component is defective based on the image information acquired by the scanner member.
 제 6 항에 있어서,
상기 이미지센서는 접촉이미지센서인 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 장치.
According to claim 6,
The image sensor is a microelectronic component appearance inspection and extraction device, characterized in that the contact image sensor.
 제 1항에 있어서,
상기 취출 유닛은 상기 워크 스테이지유닛의 배열기판과 일정 간격을 두고 설치되어 불량 제품을 취출하는 취출부; 및 상기 취출부를 상기 비전검사부의 이미지센서 일 방향으로 왕복시키는 취출이동부;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 장치.
According to claim 1,
The take-out unit includes a take-out unit installed at a predetermined distance from the array substrate of the work stage unit to take out defective products; and a take-out moving unit for reciprocating the take-out unit in one direction of the image sensor of the vision inspection unit.
 제 8항에 있어서,
상기 취출부는 핀과 같은 날카로운 취출핀; 및 상기 취출핀을 수직방향으로 움직일 수 있는 취출상하이동부;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 장치.
According to claim 8,
The take-out portion includes a sharp take-out pin such as a pin; and a take-out up-and-down moving part capable of moving the take-out pin in a vertical direction.
 미세 전자 부품이 다수 개 정렬된 배열기판이 적재된 상태에서, 기판이동부를 통해 상기 배열기판을 비전검사유닛으로 이동시키는 제1이송단계;
상기 비전검사유닛에 의해 상기 배열기판의 미세 전자 부품의 외관 형상에 따라 불량 유무를 결정하는 검사단계;
상기 검사단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 취출 유닛으로 이동시키는 제2이송단계;
상기 검사단계에서 불량 제품으로 판정받은 제품을 취출하는 취출단계; 및
상기 취출단계가 수행된 배열기판을 상기 기판이동부를 상기 워크 스테이지 유닛의 말단부로 이동시키는 제3이송단계;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
a first transfer step of moving the array substrate to a vision inspection unit through a substrate moving unit in a state in which the array substrate on which a plurality of microelectronic components are aligned is loaded;
an inspection step of determining whether or not there is a defect according to the external shape of the microelectronic component of the array substrate by the vision inspection unit;
a second transfer step of moving the array substrate on which the inspection step has been performed to the take-out unit of the work stage unit by the substrate moving unit;
a take-out step of taking out the product judged as a defective product in the inspection step; and
and a third transfer step of moving the array substrate on which the take-out step has been performed to the distal end of the work stage unit by the substrate moving unit.
 제 10 항에 있어서,
상기 검사단계는 상기 비전검사유닛에 의해 상기 배열기판의 상면에 대한 영상정보가 획득되는 단계; 및
상기 획득된 영상정보를 대상으로 검사프로그램이 동작되어 상기 미세 전자 부품의 외관 검사 유사도에 따라 얻어진 측정값에 따라 불량후보와 정상후보가 결정되는 단계;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
According to claim 10,
The inspection step may include obtaining image information on the upper surface of the array substrate by the vision inspection unit; and
and determining a defective candidate and a normal candidate according to the measurement value obtained according to the similarity of the appearance inspection of the microelectronic component by operating an inspection program for the obtained image information. and extraction method.
 제 11 항에 있어서,
상기 검사단계에서 불량후보와 정상후보가 결정되는 단계는 획득한 이미지와 불량후보 인공지능 모델 및 정상후보 인공지능 모델 간의 유사도에 따라 정상후보와 불량후보로 판단하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
According to claim 11,
The step of determining the defective candidate and the normal candidate in the inspection step is to determine the appearance of the microelectronic component as a normal candidate and a defective candidate according to the degree of similarity between the acquired image and the artificial intelligence model of the defective candidate and the artificial intelligence model of the normal candidate. and extraction methods.
 제 11 항 또는 제 12 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 미세 전자 부품 외관 검사 및 취출 방법.
According to claim 11 or 12,
and a learning step of modifying the inspection program according to sample survey result information performed on at least one of the normal candidate and the defective candidate determined in the inspection step.
 제 13 항에 있어서,
상기 학습단계는 상기 결정된 정상후보에 대해 수행된 샘플조사결과정보가 제품 외관 형상이 불량이면 상기 검사프로그램의 불량훈련데이터베이스에 상기 샘플조사결과정보를 추가하고, 상기 샘플조사결과정보가 제품 외관 형상이 정상이면 상기 검사프로그램의 정상훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행되는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
According to claim 13,
In the learning step, if the sample survey result information performed on the determined normal candidate has a defective product appearance, the sample survey result information is added to the defect training database of the inspection program, and the sample survey result information indicates that the product external shape is defective. If it is normal, it is performed by adding the sample investigation result information to the normal training database of the inspection program.
 제 14 항에 있어서,
상기 학습단계는 상기 결정된 불량후보에 대해 수행된 샘플조사결과정보가 제품 외관 형상이 정상이면 상기 검사프로그램의 정상훈련데이터베이스에 상기 샘플조사결과정보를 추가하고, 상기 샘플조사결과정보가 제품 외관 형상이 불량이면 상기 검사프로그램의 불량훈련데이터베이스에 상기 샘플조사결과정보를 추가하여 수행되는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
15. The method of claim 14,
In the learning step, if the sample examination result information performed on the determined defective candidate has a normal product appearance, the sample examination result information is added to the normal training database of the inspection program, and the sample examination result information indicates that the product appearance shape is normal. If it is defective, it is performed by adding the sample investigation result information to the defect training database of the inspection program.
 제 12 항에 있어서,
상기 검사프로그램은 미세 전자 부품에 대한 다수의 영상정보를 획득하여 제품 불량 유무에 따라 불량 및 정상훈련데이터베이스에 저장하는 단계, 상기 훈련데이터베이스에 저장된 다수의 영상정보를 분석하여 얻어진 불량과 정상 미세 전자 부품의 공통특성을 사용하여 알고리즘을 생성하는 단계, 및 상기 알고리즘이 동작되는 프로세스를 확립하는 단계;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
According to claim 12,
The inspection program acquires a plurality of image information on microelectronic components and stores them in a defective and normal training database according to whether or not a product is defective, and defective and normal microelectronic components obtained by analyzing a plurality of image information stored in the training database. A microelectronic component exterior inspection and extraction method comprising the steps of: generating an algorithm using common characteristics of the algorithm; and establishing a process in which the algorithm operates.
 제 10 항에 있어서,
상기 취출 단계는 검사단계에서 파악한 불량 미세 전자 부품 취출을 위해 취출 순서를 선정하는 단계; 불량 미세 전자 부품 취출 순서에 따라 상기 기판이동부는 상기 배열기판을, 상기 취출이동부는 취출부를 이동하여 취출부 아래에 불량 미세 전자 부품을 위치시키기 위해 이송하는 단계; 및 취출부를 이용하여 불량 미세 전자 부품을 취출하는 불량 제품 취출하는 단계;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
According to claim 10,
The taking-out step may include selecting a take-out order to take out the defective microelectronic component identified in the inspection step; transferring the array substrates by the substrate moving unit to position the defective microelectronic components under the taking out unit by moving the take out unit according to the order of taking out the defective microelectronic components; and taking out defective products by using the take-out unit to take out defective microelectronic components.
 제 17 항에 있어서,
상기 불량 제품 취출하는 단계는
상기 취출부 아래에 상기 기판이동부의 불량 미세 전자 부품이 위치하면 취출핀상하이동부를 이용하여 취출핀이 하강하는 단계; 및 취출핀이 하강하는 힘을 통해 불량 미세 전자 부품을 취출하는 단계;를 포함하는 것을 특징으로 하는 미세 전자 부품 외관 검사 및 취출 방법.
18. The method of claim 17,
The step of taking out the defective product
descending the take-out pin using the take-out pin up and down move part when the defective microelectronic component of the substrate moving part is located under the take-out part; and taking out the defective microelectronic component through the downward force of the takeout pin.
KR1020210168282A 2021-11-30 2021-11-30 Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof KR20230080799A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210168282A KR20230080799A (en) 2021-11-30 2021-11-30 Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210168282A KR20230080799A (en) 2021-11-30 2021-11-30 Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof

Publications (1)

Publication Number Publication Date
KR20230080799A true KR20230080799A (en) 2023-06-07

Family

ID=86762043

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210168282A KR20230080799A (en) 2021-11-30 2021-11-30 Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof

Country Status (1)

Country Link
KR (1) KR20230080799A (en)

Similar Documents

Publication Publication Date Title
US7539583B2 (en) Method and system for defect detection
US9464992B2 (en) Automated wafer defect inspection system and a process of performing such inspection
CN112053318B (en) Two-dimensional PCB defect real-time automatic detection and classification device based on deep learning
US10614338B2 (en) Descriptor guided fast marching method for analyzing images and systems using the same
KR20000023667A (en) Automatic semiconductor wafer sorter/prober with extended optical inspection
KR102557965B1 (en) Inspection System of Glass Hole
CN109285791B (en) Design layout-based rapid online defect diagnosis, classification and sampling method and system
KR20210020621A (en) Apparatus and method for inspecting substrate defect
KR102572968B1 (en) Wafer inspection method using the deep learning and wafer inspection device for implementing this
KR20230080799A (en) Appearance Inspection and Extraction Equipment of Microelectronic Component based of Artificial intelligence and method thereof
JP2000223385A (en) Quality control of electronic devices
KR102380099B1 (en) Range-Based Real-Time Scanning Electron Microscopy Non-Visual Wiener
KR20210112671A (en) Inspection device of Undipping multi-layer ceramic capacitor and Inspection method thereof
KR100472776B1 (en) Reviewing method of wafer defect
KR102364989B1 (en) Method and system for generating LED wafer map based on row/column index
CN114222913B (en) Wafer appearance inspection device and method
Han et al. Stroboscopic Data-Driven, Integrated, and Intelligent Machine Learning-Based Algorithms for Semiconductor Wafer Inspection
KR100914971B1 (en) Method for inspecting fail on edge of semiconductor wafer
TW577995B (en) An image searching defect detector
CN116091379A (en) Automatic defect classification system and training and classifying method thereof
CN117830290A (en) Intelligent defect analysis method and system based on chip external visual inspection
Wenskat et al. Image processing for characterisation of surfaces of superconducting RF cavities
JP2013068633A (en) Automated wafer defect inspection system and method for executing inspection
JP2004117016A (en) Semiconductor wafer defect inspecting apparatus
CN118043951A (en) System for automatically diagnosing and monitoring semiconductor defect die screening performance via correlation of defect and electrical test data

Legal Events

Date Code Title Description
E902 Notification of reason for refusal