KR20230106208A - Semiconductor package and detection of deterioration of materials inside semiconductor packages - Google Patents
Semiconductor package and detection of deterioration of materials inside semiconductor packages Download PDFInfo
- Publication number
- KR20230106208A KR20230106208A KR1020220001730A KR20220001730A KR20230106208A KR 20230106208 A KR20230106208 A KR 20230106208A KR 1020220001730 A KR1020220001730 A KR 1020220001730A KR 20220001730 A KR20220001730 A KR 20220001730A KR 20230106208 A KR20230106208 A KR 20230106208A
- Authority
- KR
- South Korea
- Prior art keywords
- semiconductor package
- image data
- deterioration state
- present
- housing
- Prior art date
Links
- 239000000463 material Substances 0.000 title claims abstract description 152
- 239000004065 semiconductor Substances 0.000 title claims abstract description 105
- 230000006866 deterioration Effects 0.000 title claims abstract description 92
- 238000001514 detection method Methods 0.000 title description 6
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004806 packaging method and process Methods 0.000 claims abstract description 8
- 239000011247 coating layer Substances 0.000 claims description 31
- 239000000284 extract Substances 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 239000008199 coating composition Substances 0.000 description 15
- 125000004432 carbon atom Chemical group C* 0.000 description 14
- ZWEHNKRNPOVVGH-UHFFFAOYSA-N 2-Butanone Chemical compound CCC(C)=O ZWEHNKRNPOVVGH-UHFFFAOYSA-N 0.000 description 12
- 238000012937 correction Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 239000010410 layer Substances 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 9
- 239000000126 substance Substances 0.000 description 9
- 239000002270 dispersing agent Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 239000010954 inorganic particle Substances 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 150000001875 compounds Chemical class 0.000 description 5
- 230000007547 defect Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 239000003960 organic solvent Substances 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 230000035882 stress Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000001066 destructive effect Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 229920000642 polymer Polymers 0.000 description 3
- 238000002834 transmittance Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 2
- 125000002947 alkylene group Chemical group 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000011242 organic-inorganic particle Substances 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000003381 stabilizer Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 125000001424 substituent group Chemical group 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 125000003342 alkenyl group Chemical group 0.000 description 1
- 125000004450 alkenylene group Chemical group 0.000 description 1
- 125000003545 alkoxy group Chemical group 0.000 description 1
- 125000000217 alkyl group Chemical group 0.000 description 1
- 125000000304 alkynyl group Chemical group 0.000 description 1
- 125000004419 alkynylene group Chemical group 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 125000003710 aryl alkyl group Chemical group 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 125000000732 arylene group Chemical group 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 125000005724 cycloalkenylene group Chemical group 0.000 description 1
- 125000000753 cycloalkyl group Chemical group 0.000 description 1
- 125000002993 cycloalkylene group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 125000005843 halogen group Chemical group 0.000 description 1
- 230000008642 heat stress Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 125000000449 nitro group Chemical group [O-][N+](*)=O 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 229920000620 organic polymer Polymers 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000006864 oxidative decomposition reaction Methods 0.000 description 1
- 125000004430 oxygen atom Chemical group O* 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000004078 waterproofing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L23/00—Details of semiconductor or other solid state devices
- H01L23/28—Encapsulations, e.g. encapsulating layers, coatings, e.g. for protection
- H01L23/31—Encapsulations, e.g. encapsulating layers, coatings, e.g. for protection characterised by the arrangement or shape
- H01L23/3107—Encapsulations, e.g. encapsulating layers, coatings, e.g. for protection characterised by the arrangement or shape the device being completely enclosed
- H01L23/3121—Encapsulations, e.g. encapsulating layers, coatings, e.g. for protection characterised by the arrangement or shape the device being completely enclosed a substrate forming part of the encapsulation
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L23/00—Details of semiconductor or other solid state devices
- H01L23/28—Encapsulations, e.g. encapsulating layers, coatings, e.g. for protection
- H01L23/31—Encapsulations, e.g. encapsulating layers, coatings, e.g. for protection characterised by the arrangement or shape
- H01L23/3107—Encapsulations, e.g. encapsulating layers, coatings, e.g. for protection characterised by the arrangement or shape the device being completely enclosed
- H01L23/3135—Double encapsulation or coating and encapsulation
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L24/00—Arrangements for connecting or disconnecting semiconductor or solid-state bodies; Methods or apparatus related thereto
- H01L24/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L24/02—Bonding areas ; Manufacturing methods related thereto
- H01L24/07—Structure, shape, material or disposition of the bonding areas after the connecting process
- H01L24/08—Structure, shape, material or disposition of the bonding areas after the connecting process of an individual bonding area
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L24/00—Arrangements for connecting or disconnecting semiconductor or solid-state bodies; Methods or apparatus related thereto
- H01L24/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L24/26—Layer connectors, e.g. plate connectors, solder or adhesive layers; Manufacturing methods related thereto
- H01L24/31—Structure, shape, material or disposition of the layer connectors after the connecting process
- H01L24/32—Structure, shape, material or disposition of the layer connectors after the connecting process of an individual layer connector
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L24/00—Arrangements for connecting or disconnecting semiconductor or solid-state bodies; Methods or apparatus related thereto
- H01L24/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L24/34—Strap connectors, e.g. copper straps for grounding power devices; Manufacturing methods related thereto
- H01L24/39—Structure, shape, material or disposition of the strap connectors after the connecting process
- H01L24/40—Structure, shape, material or disposition of the strap connectors after the connecting process of an individual strap connector
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
- H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L2224/02—Bonding areas; Manufacturing methods related thereto
- H01L2224/07—Structure, shape, material or disposition of the bonding areas after the connecting process
- H01L2224/08—Structure, shape, material or disposition of the bonding areas after the connecting process of an individual bonding area
- H01L2224/081—Disposition
- H01L2224/0812—Disposition the bonding area connecting directly to another bonding area, i.e. connectorless bonding, e.g. bumpless bonding
- H01L2224/08151—Disposition the bonding area connecting directly to another bonding area, i.e. connectorless bonding, e.g. bumpless bonding the bonding area connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive
- H01L2224/08221—Disposition the bonding area connecting directly to another bonding area, i.e. connectorless bonding, e.g. bumpless bonding the bonding area connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
- H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L2224/02—Bonding areas; Manufacturing methods related thereto
- H01L2224/07—Structure, shape, material or disposition of the bonding areas after the connecting process
- H01L2224/08—Structure, shape, material or disposition of the bonding areas after the connecting process of an individual bonding area
- H01L2224/085—Material
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
- H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L2224/26—Layer connectors, e.g. plate connectors, solder or adhesive layers; Manufacturing methods related thereto
- H01L2224/31—Structure, shape, material or disposition of the layer connectors after the connecting process
- H01L2224/32—Structure, shape, material or disposition of the layer connectors after the connecting process of an individual layer connector
- H01L2224/321—Disposition
- H01L2224/32151—Disposition the layer connector connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive
- H01L2224/32221—Disposition the layer connector connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
- H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L2224/26—Layer connectors, e.g. plate connectors, solder or adhesive layers; Manufacturing methods related thereto
- H01L2224/31—Structure, shape, material or disposition of the layer connectors after the connecting process
- H01L2224/32—Structure, shape, material or disposition of the layer connectors after the connecting process of an individual layer connector
- H01L2224/325—Material
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
- H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L2224/34—Strap connectors, e.g. copper straps for grounding power devices; Manufacturing methods related thereto
- H01L2224/39—Structure, shape, material or disposition of the strap connectors after the connecting process
- H01L2224/40—Structure, shape, material or disposition of the strap connectors after the connecting process of an individual strap connector
- H01L2224/4005—Shape
- H01L2224/4009—Loop shape
- H01L2224/40091—Arched
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
- H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
- H01L2224/34—Strap connectors, e.g. copper straps for grounding power devices; Manufacturing methods related thereto
- H01L2224/39—Structure, shape, material or disposition of the strap connectors after the connecting process
- H01L2224/40—Structure, shape, material or disposition of the strap connectors after the connecting process of an individual strap connector
- H01L2224/401—Disposition
- H01L2224/40151—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive
- H01L2224/40221—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked
Landscapes
- Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
반도체 패키지 및 반도체 패키지 내부 물질의 열화 상태 감지 방법이 개시된다. 본 발명은 반도체 칩, 상기 반도체 칩을 패키징하는 하우징 및 상기 하우징의 일 면에 형성된 제1 영역을 포함하되, 상기 반도체 칩은 제1 재료를 이용하여 상기 하우징 내부에 패키징되고, 제1 영역은 상기 제1 재료로 코팅될 수 있다. A semiconductor package and a method for detecting a deterioration state of a material inside the semiconductor package are disclosed. The present invention includes a semiconductor chip, a housing for packaging the semiconductor chip, and a first region formed on one surface of the housing, wherein the semiconductor chip is packaged inside the housing using a first material, and the first region is It may be coated with a first material.
Description
본 발명은 반도체 패키지 및 반도체 패키지 내부 물질의 열화 상태 감지에 관한 것이다. 보다 상세하게는, 비파괴 방식으로 반도체 패키지의 내부 물질의 열화를 감지할 수 있는 반도체 패키지와, 이를 이용하여 내부 물질의 열화 상태를 감지할 수 있는 시스템 및 방법에 대한 것이다.[0001] The present invention relates to detection of a deterioration state of a semiconductor package and a material inside the semiconductor package. More specifically, it relates to a semiconductor package capable of detecting deterioration of an internal material of the semiconductor package in a non-destructive manner, and a system and method capable of detecting the deterioration state of the internal material using the same.
열화란, 재료가 열이나 광에 의하여 그 화학적 구조에 유해한 변화가 생기는 것 및 특히 물리적 성질에 영구변화가 새겨서 성질이 저하하는 것을 의미한다. 고분자 부품의 열화 요인은 온도, 전압, 전류, 압력, 진동, 습기, 화학작용, 방사선 등이 있으며, 특히 열적 열화와 방사선 열화가 가장 큰 영향을 미친다.Deterioration means that a material undergoes a harmful change in its chemical structure due to heat or light, and in particular, a permanent change in physical properties is engraved and the properties are deteriorated. Deterioration factors of polymer parts include temperature, voltage, current, pressure, vibration, moisture, chemical action, and radiation. In particular, thermal and radiation deterioration have the greatest effect.
열적 열화는 온도가 증가하면서 산화 분해 반응속도가 빨라짐에 의해 생기는 현상을 말한다. 방사선 열화는 유기 고분자재료에 방사선을 쪼이면 분자 간에 가교나 분해를 일으켜 열화 되는 현상을 말하며 내부 산소원자의 확산이 원인인 것으로 알려지고 있다.Thermal deterioration refers to a phenomenon caused by an increase in the oxidative decomposition reaction rate as the temperature increases. Radiation deterioration refers to a phenomenon in which organic polymer materials are degraded by cross-linking or decomposition between molecules when irradiated with radiation, and is known to be caused by diffusion of internal oxygen atoms.
열화를 촉진하는 스트레스 요인은 다음과 같다.Stress factors that promote deterioration include:
첫째, 열 스트레스에 의한 열화가 있다. 화학반응을 촉진하는 온도상승은 열화의 속도를 증대하며 소재의 수명을 단축하는 가장 일반적인 열화 요인이 된다. 기기의 온도 상승 한계도 소재의 열적 열화의 관점에서 결정되는 경우가 많다.First, there is deterioration due to heat stress. A rise in temperature that promotes a chemical reaction increases the rate of deterioration and is the most common deterioration factor that shortens the life of a material. The temperature rise limit of a device is also often determined in terms of thermal degradation of the material.
둘째, 전기 스트레스에 의한 열화가 있다. 이는 기기 소재에 인가되는 전계에 기인하는 것으로서 전도전류, 유전체손, 전자력 및 정전력 또는 부분방전과 같은 각종 원인으로 발생하게 된다. 상기 전도전류는 줄(Joule) 열로서 열적 효과를 나타내는 이외에 이온전도에 있어서는 전기 화학효과를 일으켜 재료를 열화시키며, 상기 유전체손은 교류 전계하에서 발생하며 열적 열화를 일으킨다. 또한, 전자력 및 정전력은 단락대전류 등의 고전압에 의하여 발생하는 힘으로 기계적 효과를 나타내며, 고전계에서 기체, 액체의 부분방전이 일어나면 열적 작용, 입자 충격 작용, 여기 분자 또는 이온에 의한 화학작용이 일어나면서 열화를 일으킨다.Second, there is deterioration due to electrical stress. This is caused by the electric field applied to the material of the device, and occurs due to various causes such as conduction current, dielectric loss, electromagnetic force, electrostatic force, or partial discharge. In addition to exhibiting a thermal effect as Joule heat, the conduction current degrades the material by causing an electrochemical effect in ion conduction, and the dielectric loss occurs under an alternating electric field and causes thermal deterioration. In addition, electromagnetic force and electrostatic force are forces generated by high voltage, such as short-circuit current, and show mechanical effects. When partial discharge of gas or liquid occurs in high field, thermal action, particle impact action, chemical action by excited molecules or ions As it rises, it causes deterioration.
셋째, 기계 스트레스에 의한 열화가 있다. 이는 기계적 응력, 진동 등이 중심이 되며, 이들의 외래적인 기계력 이외에 열팽창 계수의 차이에 의한 열 왜곡력, 단락대전류에 의한 전자 응력 등으로부터 유발된다.Third, there is deterioration due to mechanical stress. This is centered on mechanical stress and vibration, and in addition to these external mechanical forces, it is caused by thermal distortion due to a difference in thermal expansion coefficient, electronic stress due to short-circuit current, and the like.
넷째, 환경 스트레스에 의한 열화가 있다. 원자로내, 방사성 원소 또는 입자 가속기에 의한 중성자선, 감마선, X-선, 전자선 등과 같은 고에너지 방사선 환경하에서는 물리적, 화학적 열화가 촉진된다. 또한 반응성 물질, 흡습에 의한 가수분해 및 미생물에 의한 침식도 주목되고 있다. 더욱이 자연 환경하에서도 강한 자외선의 조사에 의한 열화가 촉진된다.Fourth, there is degradation due to environmental stress. Physical and chemical deterioration is promoted in a high-energy radiation environment such as neutron rays, gamma rays, X-rays, electron rays, etc. in a nuclear reactor or by a radioactive element or a particle accelerator. In addition, hydrolysis by reactive substances, moisture absorption, and erosion by microorganisms are also attracting attention. Moreover, deterioration by irradiation with strong ultraviolet rays is accelerated even under a natural environment.
그러나 일반적으로 상술한 각 요인이 단독으로 작용하는 열화에 비하여 이것들이 복합되어 작용하는 경우가 많다. 이때의 열화는 근사적으로 단독일 때 열화를 중첩시켜서 되는 경우와 단독일 때 단순한 중첩에 의해서 큰 열화가 촉진되는 경우가 있다. 특히, 보다 큰 열화가 촉진되는 경우에는 복합 열화로서 취급한다.However, in general, there are many cases in which these factors act in combination compared to deterioration in which each of the above-mentioned factors acts alone. Deterioration at this time may be caused by overlapping deterioration when it is approximately single, and large deterioration may be promoted by simple overlapping when it is single. In particular, when a larger deterioration is accelerated, it is treated as a composite deterioration.
반도체 분야에 있어서, 재료의 열화에 의한 반도체 불량은 자주 발생하는 것이다. 일반적으로, 열화에 의한 반도체 불량은 도체 칩과 근첩한 Die bonding 영역 또는 Wire bonding 영역에서 불량이 발생되나 이를 외관상으로 확인하기가 쉽지 않은 문제점이 있었다. In the field of semiconductors, semiconductor defects due to material deterioration often occur. In general, semiconductor defects due to deterioration occur in a die bonding area or a wire bonding area close to a conductor chip, but there is a problem in that it is not easy to visually confirm this defect.
이를 해소하기 위하여, 종래에는 전기적 특성을 일일이 측정하여 반도체 패키지의 불량 상태를 확인하였으나, 이는 시간과 비용이 많이 소요될 뿐만 아니라 본딩 영역의 미세 크랙을 발견할 수 없는 문제점이 존재하였다. In order to solve this problem, in the prior art, electrical characteristics were individually measured to check the defective state of the semiconductor package, but this took a lot of time and cost, and there was a problem that micro cracks in the bonding area could not be found.
따라서, 비파괴 방식으로 반도체 패키지 내부에 포함된 재료의 열화 상태를 쉽게 감지하고자 하는 수요가 점점 증가하고 있다. Therefore, there is a growing demand for easily detecting the deterioration state of materials included in the semiconductor package in a non-destructive manner.
본 발명의 목적은 비파괴 방식으로 반도체 패키지 내부에 포함되거나 내부에 밀봉된 재료의 열화를 감지할 수 있는 반도체 패키지 및 이를 감지할 수 있는 시스템/방법을 제공하는 것이다. An object of the present invention is to provide a semiconductor package capable of detecting deterioration of a material contained in or sealed therein in a non-destructive manner and a system/method capable of detecting the same.
또한, 본 발명의 목적은 본 발명 고유의 알고리즘 또는 렌즈를 활용하여 비파괴 방식으로 반도체 패키지 내부 재료의 열화를 자동으로 감지할 수 있는 감지 시스템/방법을 제공하는 것이다. In addition, an object of the present invention is to provide a detection system/method capable of automatically detecting deterioration of a material inside a semiconductor package in a non-destructive manner by utilizing an algorithm or lens unique to the present invention.
상술한 문제점을 해결하기 위하여, 본 발명은 반도체 칩, 상기 반도체 칩을 패키징하는 하우징 및 상기 하우징의 일 면에 형성된 제1 영역;을 포함하되, 상기 반도체 칩은 제1 재료를 이용하여 상기 하우징 내부에 패키징되고, 상기 제1 영역은 제2 재료로 도포되되, 상기 제2 재료는 상기 제1 재료를 포함할 수 있다. In order to solve the above problems, the present invention includes a semiconductor chip, a housing for packaging the semiconductor chip, and a first region formed on one surface of the housing, wherein the semiconductor chip is inside the housing by using a first material. is packaged in, and the first area is coated with a second material, wherein the second material may include the first material.
또한, 상기 제1 재료는 다이 본딩(die bonding) 또는 와이어 본딩(Wire Bonding)을 위한 재료이고, 상기 제2 재료는 외부에서 관찰가능한 것일 수 있다. In addition, the first material may be a material for die bonding or wire bonding, and the second material may be visible from the outside.
또한, 상기 하우징은 일 면에 홈(groove)부를 포함하고, 상기 제2 재료는 상기 홈부에 도포된 것일 수 있다. In addition, the housing may include a groove portion on one surface, and the second material may be applied to the groove portion.
이때, 상기 제1 재료와 상기 제2 재료는 열적으로 연동되는 것일 수 있다. In this case, the first material and the second material may be thermally linked.
또한, 상술한 문제점을 해결하기 위하여, 본 발명은 상술한 반도체 패키지를 준비하는 단계, 상기 반도체 패키지의 제1 영역에 코팅된 제2 재료에 대한 제1 이미지 데이터를 생성하는 단계, 상기 제1 이미지 데이터를 기초로 상기 제2 재료에 대한 열화 상태를 감지하는 단계 및 상기 제2 재료에 대한 열화 상태를 기초로 상기 반도체 패키지 내부에 포함된 제1 재료에 대한 열화 상태를 감지하는 단계를 포함하되, 상기 제2 재료는 상기 제1 재료를 포함하는 것일 수 있다. In addition, in order to solve the above-described problems, the present invention provides the steps of preparing the above-described semiconductor package, generating first image data for a second material coated on a first region of the semiconductor package, and the first image data. Sensing a deterioration state of the second material based on data and sensing a deterioration state of a first material included in the semiconductor package based on the deterioration state of the second material, The second material may include the first material.
이때, 상기 반도체 패키지는 외부 하우징의 일 면에 홈(groove)부를 포함하고, 상기 제2 재료는 상기 홈부에 코팅되며, 상기 제1 이미지 데이터는 상기 홈부를 촬영하여 생성된 것일 수 있다. In this case, the semiconductor package may include a groove on one surface of an external housing, the second material may be coated on the groove, and the first image data may be generated by photographing the groove.
이때, 상기 제2 재료에 대한 열화 상태를 감지하는 단계는, 상기 제2 재료로 형성된 코팅층에 대한 제2 이미지 데이터를 열화 상태에 따라 라벨링하고, 상기 라벨링된 제2 이미지 데이터를 딥러닝 알고리즘을 이용하여 학습 모듈로 하여금 학습하도록 제어하며, 상기 학습 모듈에 상기 제1 이미지 데이터를 입력하고, 상기 제1 이미지 데이터에 대한 출력값을 기초로 상기 제1 재료에 대한 열화 상태를 감지하는 것일 수 있다. At this time, the step of detecting the deterioration state of the second material may include labeling second image data for the coating layer formed of the second material according to the deterioration state, and using a deep learning algorithm to label the labeled second image data. The learning module may be controlled to learn, the first image data may be input to the learning module, and a deterioration state of the first material may be detected based on an output value of the first image data.
또한, 상술한 문제점을 해결하기 위하여, 본 발명은 반도체 패키지의 제1 영역에 도포된 제2 재료에 대한 제1 이미지 데이터를 생성하는 이미지 데이터 생성 장치 및 심층 신경망을 통하여 상기 제1 이미지 데이터를 학습하고, 상기 제1 이미지 데이터에 대한 특징점을 추출하며, 상기 특징점을 기초로 상기 반도체 패키지 내부에 포함된 제1 재료의 열화 상태를 감지하는 컴퓨팅 장치를 포함하되, 상기 반도체 패키지는 반도체 칩, 상기 반도체 칩을 패키징하는 하우징 및 상기 하우징의 일 면에 형성된 제1 영역을 포함하되, 상기 반도체 칩은 상기 제1 재료를 이용하여 상기 하우징 내부에 패키징되고, 상기 제1 영역은 상기 제2 재료로 코팅된 코팅층을 포함하되, 상기 제2 재료는 상기 제1 재료를 포함하는 것일 수 있다. In addition, in order to solve the above problems, the present invention is an image data generation device that generates first image data for a second material applied to a first region of a semiconductor package and learns the first image data through a deep neural network. and a computing device for extracting feature points of the first image data and detecting a deterioration state of a first material included in the semiconductor package based on the feature points, wherein the semiconductor package includes a semiconductor chip and the semiconductor A housing for packaging chips and a first region formed on one surface of the housing, wherein the semiconductor chip is packaged inside the housing using the first material, and the first region is coated with the second material. A coating layer may be included, and the second material may include the first material.
본 발명은 반도체 패키지 내부의 재료의 열화 상태를 반도체 패키지를 파괴하지 않고서도 감지할 수 있다. The present invention can detect the deterioration state of materials inside a semiconductor package without destroying the semiconductor package.
또한, 본 발명은 반도체 패키지 외부에 도포된 재료를 감지하여 반도체 패키지 내부의 열화 상태를 감지하여, 불량 반도체를 감지하거나 예상할 수 있다.In addition, the present invention can detect or predict a defective semiconductor by detecting a deterioration state inside the semiconductor package by detecting a material applied to the outside of the semiconductor package.
본 발명에 따라 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.Effects obtainable according to the present invention are not limited to the effects mentioned above, and other effects not mentioned can be clearly understood by those skilled in the art from the description below. will be.
도 1은 반도체 패키지의 단면을 나타낸 것이다.
도 2 내지 도 4는 본 발명에 따른 반도체 패키지를 나타낸 것이다.
도 5 및 도 6은 본 발명에 따른 반도체 패키지 내부 물질의 열화 상태 감지 시스템을 나타낸 것이다.
도 7은 본 발명에 따른 카메라 장치를 나타낸 것이다.
도 8은 본 발명에 따른 컴퓨팅 장치를 나타낸 것이다.
도 9는 본 발명에 따른 메모리에 포함된 기능적 구성을 나타낸 것이다.
도 10은 본 발명에 따른 이미지 보정 필터의 예시를 나타낸 도면이다.
도 11은 본 발명에 따른 HSV 그래프를 나타낸 것이다.
도 12는 본 발명에 따른 분광 스펙트럼의 일 예시를 나타낸 것이다.
도 13은 본 발명에 따른 K-중심 군집화 과정 수행 모듈을 적용한 그래프를 나타낸 것이다.
도 14는 본 발명에 따른 반도체 패키지 내부 물질의 열화 상태 감지 방법을 나타낸 것이다.
도 15는 본 발명에 따른 제2 재료에 대한 열화 상태를 감지하는 단계를 나타낸 것이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.1 shows a cross section of a semiconductor package.
2 to 4 show a semiconductor package according to the present invention.
5 and 6 show a system for detecting a deterioration state of a material inside a semiconductor package according to the present invention.
7 shows a camera device according to the present invention.
8 illustrates a computing device in accordance with the present invention.
9 shows a functional configuration included in a memory according to the present invention.
10 is a diagram showing an example of an image correction filter according to the present invention.
11 shows a HSV graph according to the present invention.
12 shows an example of a spectral spectrum according to the present invention.
13 shows a graph to which the K-center clustering process performance module according to the present invention is applied.
14 illustrates a method for detecting a deterioration state of a material inside a semiconductor package according to the present invention.
15 shows a step of detecting the deterioration state of the second material according to the present invention.
The accompanying drawings, which are included as part of the detailed description to aid understanding of the present specification, provide examples of the present specification and describe technical features of the present specification together with the detailed description.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. Hereinafter, the embodiments disclosed in this specification will be described in detail with reference to the accompanying drawings, but the same or similar elements are given the same reference numerals regardless of reference numerals, and redundant description thereof will be omitted.
또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. In addition, in describing the embodiments disclosed in this specification, if it is determined that a detailed description of a related known technology may obscure the gist of the embodiment disclosed in this specification, the detailed description thereof will be omitted.
또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. In addition, the accompanying drawings are only for easy understanding of the embodiments disclosed in this specification, the technical idea disclosed in this specification is not limited by the accompanying drawings, and all changes included in the spirit and technical scope of the present invention , it should be understood to include equivalents or substitutes.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Terms including ordinal numbers, such as first and second, may be used to describe various components, but the components are not limited by the terms. These terms are only used for the purpose of distinguishing one component from another.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.Singular expressions include plural expressions unless the context clearly dictates otherwise.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.In this application, terms such as "comprise" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.
이하, 상술한 내용들을 바탕으로 본 명세서의 바람직한 제1 실시예에 따른, 반도체 패키지에 관하여 상세히 설명하면 다음과 같다.Hereinafter, the semiconductor package according to the first preferred embodiment of the present specification will be described in detail based on the above information.
또한, 본 명세서의 바람직한 제1 실시예에 대한 설명 중 후술할 제2 실시예 및 제3 실시예에서 기술된 설명과 동일하거나 중복되는 내용은 생략될 수 있다. In addition, among the descriptions of the first preferred embodiment of the present specification, the same or overlapping descriptions as described in the second and third embodiments to be described later may be omitted.
도 1은 반도체 패키지의 단면을 나타낸 것이다 .1 shows a cross section of a semiconductor package.
도 1에 따르면, 반도체 패키지(100)는 반도체 칩을 고분자, 금속, 세라믹으로 밀봉하는 형태를 가질 수 있고, 반도체 칩(10)은 하우징(110)에 의하여 패키징될 수 있다. 이때 반도체 불량은 반도체 칩(10)과 근첩한 다이 본딩(Die Bonding) 영역 또는 와이어 본딩(Wire Bonding) 영역에서 불량이 발생되나 이를 외관상으로 확인하기가 쉽지 않다. 특히, 전기적 특성으로 불량 상태를 확인할 수 있으나 다이 본딩 영역 또는 와이어 본딩 영역의 미세 크랙은 전기적 특성으로 검출하기가 쉽지 않다. According to FIG. 1 , the
도 2 내지 도 4는 본 발명에 따른 반도체 패키지를 나타낸 것이다.2 to 4 show a semiconductor package according to the present invention.
도 2(a)에 따르면, 본 발명에 따른 비파괴적 검사를 위한 반도체 패키지(100)의 일 예시가 도시된다. 반도체 패키지(100)는 반도체 칩(10)의 패키징을 위한 하우징(110)을 포함하되, 하우징(110)의 일 면에는 제1 영역(120)이 형성될 수 있다. 제1 영역은 제2 재료로 도포될 수 있다. According to FIG. 2 (a), an example of a
도 2(b)에 따르면, 본 발명에 따른 반도체 패키지(100)의 제1 영역(120)은 일정 깊이만큼 패인 홈(groove)으로 구성될 수 있다. 즉, 제1 영역(120)은 홈(groove)부(120)로서, 파인 홈에 제2 재료가 도포될 수 있다. 이때, 제2 재료의 두께는 홈부(120)의 깊이와 같을 수 있다. 즉, 하우징(110)은 일 면에 홈(groove)부(120)를 포함하고, 제2 재료는 홈부(120)에 도포될 수 있다. Referring to FIG. 2(b) , the
이때, 제1 재료는 다이 본딩(die bonding) 또는 와이어 본딩(Wire Bonding)을 위한 재료일 수 있고, 제2 재료는 제1 재료와 동일하거나 제1 재료를 포함할 수 있다. 즉, 제2 재료는 하우징(110)의 외부에서 관찰될 수 있으며, 제2 재료의 관찰과 제1 재료의 관찰의 동일성을 위하여, 제2 재료는 제1 재료와 동일하거나 제1 재료를 포함할 수 있다. 즉, 본 발명에 따른 반도체 패키지(100)는 외부 재료의 관찰만으로도 패키징의 내부 재료의 열화 상태를 감지하기 위한 것이다. In this case, the first material may be a material for die bonding or wire bonding, and the second material may be the same as or include the first material. That is, the second material may be observed from the outside of the
도 3(a) 및 도 3(b)에 따르면, 본 발명에 따른 반도체 패키지(100)는 하우징(110)의 일 면에 코팅된 코팅층(130)을 더 포함할 수 있다. 코팅층(130)은 하우징(110)의 일 면과 제1 영역 또는 홈부(120)에 도포된 제2 재료를 코팅한 구성일 수 있다. 코팅층(130)은 제1 영역(120)에 도포된 제2 재료의 관찰을 위하여 투명한 성질을 가질 수 있다. 또한, 코팅층(130)은 이미지 생성 장치(도 5의 200)를 이용한 관측을 위하여, 이미지 생성 장치(도 5의 200)에서 관찰하는 영역대의 파장을 잘 투과시키는 종래 알려진 소재로 이루어질 수 있다. 3(a) and 3(b) , the
도 4에 따르면, 본 발명에 따른 반도체 패키지(100)는 다이 본딩 영역과 와이어 본딩 영역의 제1 재료와 제1 영역 또는 홈부(120)에 도포된 제2 재료를 열적으로 연결할 수 있다. 즉, 반도체 패키지(100) 내부에서 제1 재료가 열화되면, 제1 재료에 대한 열이 제2 재료로 전달되고, 제2 재료 역시 열화될 수 있다. According to FIG. 4 , in the
도 4에 따르면, 제1 재료의 열을 제2 재료로 전달하기 위한 열 전달부(140)가 개시된다. 열 전달부는 다이 본딩 영역의 제1 재료 또는 와이어 본딩 영역의 제1 재료와, 제1 영역 또는 홈부에 도포된 제2 재료를 열적으로 연결할 수 있다. 이때, 열 전달부는 제1 재료 또는 제2 재료와 동일한 재료로 구성되거나, 열 전달부는 열 전도율이 높은 물질(또는 금속)로 구성될 수 있다. According to FIG. 4 , a heat transfer unit 140 for transferring heat from a first material to a second material is disclosed. The heat transfer unit may thermally connect the first material of the die bonding area or the first material of the wire bonding area and the second material applied to the first area or the groove. In this case, the heat transfer unit may be made of the same material as the first material or the second material, or the heat transfer unit may be made of a material (or metal) having high thermal conductivity.
도 4에서는 반도체 칩과 와이어를 연결하는 와이어 본딩 영역에 열 전달부가 연결되어있지만, 도시된 바와 달리 열 전달부는 와이어와 회로 기판을 연결하는 와이어 본딩 영역에 연결될 수도 있을 것이다. In FIG. 4 , the heat transfer unit is connected to the wire bonding area connecting the semiconductor chip and the wire, but unlike the drawing, the heat transfer unit may be connected to the wire bonding area connecting the wire and the circuit board.
이하, 상술한 내용들을 바탕으로 본 명세서의 바람직한 제2 실시예에 따른, 반도체 패키지 내부 물질의 열화 상태 감지 시스템에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a system for detecting a deterioration state of a material inside a semiconductor package according to a second preferred embodiment of the present specification based on the above description will be described in detail.
또한, 본 명세서의 바람직한 제2 실시예에 대한 설명 중 상술한 제1 실시예 및 후술할 제3 실시예에서 기술된 설명과 동일하거나 중복되는 내용은 생략될 수 있다. 또한, 제2 실시예에서 사용되는 반도체 패키지는 도 1 내지 도 4에서 상술한 구성으로 구성될 수 있다.In addition, in the description of the second preferred embodiment of the present specification, the same or overlapping descriptions as those described in the first embodiment and the third embodiment to be described later may be omitted. Also, the semiconductor package used in the second embodiment may have the configuration described above with reference to FIGS. 1 to 4 .
도 5 및 도 6은 본 발명에 따른 반도체 패키지 내부 물질의 열화 상태 감지 시스템을 나타낸 것이다. 5 and 6 show a system for detecting a deterioration state of a material inside a semiconductor package according to the present invention.
도 5 및 도 6에 따르면, 본 발명에 따른 시스템은 이미지 데이터 생성 장치(200) 및 컴퓨팅 장치(300)를 포함할 수 있다. According to FIGS. 5 and 6 , the system according to the present invention may include an image
본 발명에 따른 이미지 데이터 생성 장치(200)는 카메라 장치 또는 분광기를 포함할 수 있다. 즉, 이미지 데이터 생성 장치(200)는 광학 이미지 데이터 또는 스펙트럼 이미지 데이터를 생성하는 구성일 수 있다. 이미지 데이터 생성 장치(200)는 반도체 패키지에 대한 이미지 데이터를 생성할 수 있다. 구체적으로, 이미지 데이터 생성 장치(200)는 반도체 패키지(100)의 하우징(110)의 일 면 또는 일 면의 제1 영역(120)에 대한 이미지 데이터를 생성할 수 있다. 생성된 이미지 데이터는 제1 영역 또는 홈부(120)에 도포된 제2 재료의 표면에 대한 이미지 데이터일 수 있다. 이때, 이미지 데이터 생성 장치(200)는 상술한 본 명세서의 바람직한 제1 실시예에 따른 반도체 패키지에 대한 이미지 데이터를 생성할 수 있다. The image
본 발명에 따른 컴퓨팅 장치(300)는 이미지 데이터 생성 장치(200)로부터 생성된 이미지 데이터를 수신하고, 수신한 이미지 데이터를 학습하여 분류할 수 있다. 컴퓨팅 장치(300)는 미리 학습된 학습 모듈을 이용하여, 수신한 이미지 데이터에 포함된 제2 재료를 열화 상태 또는 정상 상태로 분류할 수 있다. 미리 학습된 학습 모듈의 경우, 미리 열화 상태 또는 정상 상태로 라벨링된 이미지 데이터를 입력값으로 학습한 모듈일 수 있다. 학습 모듈의 학습에 있어서, 입력값의 유형 데이터가 함께 학습될 수 있다. 즉, 라벨링된 이미지 데이터에 나타난 재료의 조성비가 입력값으로 함께 입력될 수 있다. The
즉, 본 발명에 따른 시스템은 반도체 패키지의 제1 영역에 도포된 제2 재료에 대한 제1 이미지 데이터를 생성하는 이미지 데이터 생성 장치(200) 및 심층 신경망을 통하여 제1 이미지 데이터를 학습하고, 제1 이미지 데이터에 대한 특징점을 추출하고, 추출된 특징점을 기초로 반도체 패키지 내부에 포함된 제1 재료의 열화 상태를 감지하는 컴퓨팅 장치(300)를 포함하되, 상기 반도체 패키지(도 4의 100)는 반도체 칩(도 4의 10), 반도체 칩(도 4의 10)을 패키징하는 하우징(도 4의 110) 및 하우징(도 4의 110)의 일 면에 형성된 제1 영역(도 4의 120)을 포함할 수 있다. That is, the system according to the present invention learns the first image data through the image
이때, 반도체 칩(도 4의 10)은 제1 재료를 이용하여 하우징(도 4의 110) 내부에 패키징되고, 제1 영역(도 4의 120)은 제2 재료로 도포되되, 제2 재료는 제1 재료를 포함할 수 있다. At this time, the semiconductor chip (10 in FIG. 4) is packaged inside the housing (110 in FIG. 4) using a first material, and the first region (120 in FIG. 4) is coated with a second material, the second material A first material may be included.
도 7은 본 발명에 따른 카메라 장치를 나타낸 것이다. 7 shows a camera device according to the present invention.
도 7에 따르면, 본 발명에 따른 이미지 데이터 생성 장치(200)는 카메라 장치일 수 있다. 본 발명에 따른 카메라 장치(200')는 광 이미지로부터 이미지 데이터를 생성할 수 있다. 카메라 장치(200')는 측벽에 관통홀을 포함하는 하우징, 관통홀에 설치된 렌즈(1321) 및 렌즈(1321)를 구동하는 구동부(1323)를 포함할 수 있다. 관통홀은 렌즈(1321)의 직경에 대응되는 크기로 형성될 수 있다. 렌즈(1321)는 관통홀에 삽입될 수 있다. According to FIG. 7 , the image
구동부(1323)는 렌즈(1321)를 전방 또는 후방으로 움직이도록 제어하는 구성일 수 있다. 렌즈(1321)와 구동부(1323)는 종래 알려진 방식으로 연결되고 렌즈(1321)는 종래 알려진 방식으로 구동부(1323)에 의하여 제어될 수 있다. The
다양한 이미지를 수득하기 위해서는 렌즈(1321)가 카메라 장치 또는 하우징의 외부로 노출될 필요가 있다. In order to obtain various images, the
특히, 본 발명에 따른 카메라 장치(200')는 다양한 화학물질에 노출되는 실험실 등 다양한 환경에서 사용되어야 하므로 내오염성이 강한 렌즈가 필요하다. 따라서, 본 발명은 렌즈를 코팅하는 코팅층을 제안하여, 이러한 문제점을 해결하고자 하였다. In particular, since the camera device 200' according to the present invention needs to be used in various environments such as a laboratory exposed to various chemicals, a lens having strong contamination resistance is required. Accordingly, the present invention proposes a coating layer for coating a lens to solve this problem.
바람직하게 상기 렌즈(1321)는 그 표면에 하기의 화학식 1로 표시되는 화합물, 유기 용매, 무기 입자 및 분산제가 포함되는 코팅조성물로 코팅된 것일 수 있다.Preferably, the surface of the
[화학식 1][Formula 1]
여기서,here,
L1은 단일결합, 치환 또는 비치환된 탄소수 6 내지 30의 아릴렌기, 치환 또는 비치환된 탄소수 1 내지 20의 알킬렌기, 치환 또는 비치환된 탄소수 3 내지 20의 시클로알킬렌기, 치환 또는 비치환된 탄소수 2 내지 20의 알케닐렌기, 치환 또는 비치환된 탄소수 3 내지 20의 시클로알케닐렌기 및 치환 또는 비치환된 탄소수 2 내지 20의 알키닐렌기로 이루어진 군에서 선택되며,L 1 is a single bond, a substituted or unsubstituted arylene group having 6 to 30 carbon atoms, a substituted or unsubstituted alkylene group having 1 to 20 carbon atoms, a substituted or unsubstituted cycloalkylene group having 3 to 20 carbon atoms, substituted or unsubstituted is selected from the group consisting of an alkenylene group having 2 to 20 carbon atoms, a substituted or unsubstituted cycloalkenylene group having 3 to 20 carbon atoms, and a substituted or unsubstituted alkynylene group having 2 to 20 carbon atoms,
상기 L1이 치환되는 경우, 수소, 니트로기, 할로겐기, 히드록시기, 탄소수 1 내지 30의 알킬기, 탄소수 1 내지 20개의 시클로알킬기, 탄소수 2 내지 30의 알케닐기, 탄소수 2 내지 24의 알키닐기, 탄소수 7 내지 30의 아르알킬기, 탄소수 6 내지 30의 아릴기 및 탄소수 1 내지 30의 알콕시기로 이루어진 군으로부터 선택된 1종 이상의 치환기로 치환되며, 복수 개의 치환기로 치환되는 경우 이들은 서로 동일하거나 상이하다.When the L 1 is substituted, hydrogen, a nitro group, a halogen group, a hydroxy group, an alkyl group having 1 to 30 carbon atoms, a cycloalkyl group having 1 to 20 carbon atoms, an alkenyl group having 2 to 30 carbon atoms, an alkynyl group having 2 to 24 carbon atoms, and a carbon number It is substituted with one or more substituents selected from the group consisting of an aralkyl group having 7 to 30 carbon atoms, an aryl group having 6 to 30 carbon atoms, and an alkoxy group having 1 to 30 carbon atoms, and when substituted with a plurality of substituents, they are the same as or different from each other.
상기 코팅조성물로 렌즈(1321)가 코팅된 경우 우수한 발수성 및 내오염성을 나타낼 수 있기 때문에 도로 주변에 설치된 렌즈(1321)가 오염 환경에 장기간 노출되더라도, 보다 선명한 이미지 또는 영상을 수집할 수 있다.When the
상기 무기 입자는 실리카, 알루미나 및 이들의 혼합물로 이루어진 군으로부터 선택될 수 있다. 상기 무기 입자의 평균 직경은 70 내지 100㎛이지만, 상기 예시에 국한되지 않는다. 상기 무기 입자는 렌즈(1321) 표면에 코팅층(1322)으로 형성 후, 물리적인 강도를 향상시키고, 점도를 일정 범위로 유지시켜 성형성을 높일 수 있다. The inorganic particles may be selected from the group consisting of silica, alumina, and mixtures thereof. The average diameter of the inorganic particles is 70 to 100 μm, but is not limited to the above examples. After forming the
상기 유기 용매는 메틸에틸케톤(MEK), 톨루엔 및 이들의 혼합으로 이루어진 군으로부터 선택되며, 바람직하게는 메틸에틸케톤을 사용할 수 있으나, 상기 예시에 국한되지 않는다. The organic solvent is selected from the group consisting of methyl ethyl ketone (MEK), toluene, and mixtures thereof, and preferably methyl ethyl ketone may be used, but is not limited to the above examples.
상기 분산제로는 폴리에스테르 계열의 분산제를 사용할 수 있고, 구체적으로 2-메톡시프로필 아세테이트 및 1-메톡시-2-프로필 아세테이트의 공중합체로 이루어진 폴리에스테르 계열의 분산안정제로서 TEGO-Disperse 670 (제조사: EVONIK)을 사용할 수 있으나, 상기 예시에 국한되지 않고 통상의 기술자에게 자명한 분산제는 제한 없이 모두 사용 가능하다.As the dispersing agent, a polyester-based dispersing agent may be used, and specifically, TEGO-Disperse 670 (manufacturer : EVONIK) can be used, but it is not limited to the above examples, and all dispersants obvious to those skilled in the art can be used without limitation.
상기 코팅 조성물은 기타 첨가제로 안정화제를 추가로 포함할 수 있고, 상기 안정화제는 자외선 흡수제, 산화방지제 등을 포함할 수 있으나, 상기 예시에 국한되지 않고 제한 없이 사용 가능하다.The coating composition may further include a stabilizer as other additives, and the stabilizer may include a UV absorber, an antioxidant, and the like, but is not limited to the above examples and may be used without limitation.
상기 코팅층(1322)을 형성하기 위한, 코팅 조성물은 보다 구체적으로 상기 화학식 1로 표시되는 화합물, 유기 용매, 무기 입자 및 분산제를 포함할 수 있다.A coating composition for forming the
상기 코팅 조성물은 유기용매 100 중량부에 대하여, 상기 화학식 1로 표시되는 화합물 40 내지 60 중량부, 무기 입자 20 내지 40 중량부 및 분산제 5 내지 15 중량부를 포함할 수 있다. 상기 범위에 의하는 경우 각 구성 성분의 상호 작용에 의한 발수 효과가 임계적 의의가 있는 정도의 상승효과가 발현되며, 상기 범위를 벗어나는 경우 상승효과가 급격히 저하되거나 거의 없게 된다.The coating composition may include 40 to 60 parts by weight of the compound represented by
보다 바람직하게, 상기 코팅 조성물의 점도는 1500 내지 1800cP이며, 상기 점도가 1500cP 미만인 경우에는 렌즈(1321) 표면에 도포하면, 흘러내려 코팅층(1322)의 형성이 용이하지 않은 문제가 있고, 1800cP를 초과하는 경우에는 균일한 코팅층(1322)의 형성이 용이하지 않은 문제가 있다.More preferably, the viscosity of the coating composition is 1500 to 1800 cP, and when the viscosity is less than 1500 cP, when applied to the surface of the
[제조예 1: 코팅층의 제조][Preparation Example 1: Preparation of coating layer]
1. 코팅 조성물의 제조1. Preparation of coating composition
메틸에틸케톤에 하기 화학식 1로 표시되는 화합물, 무기입자 및 분산제를 혼합하여, 코팅 조성물을 제조하였다:A coating composition was prepared by mixing a compound represented by
[화학식 1][Formula 1]
여기서, here,
L1은 비치환된 탄소수 5의 알킬렌기이다.L 1 is an unsubstituted alkylene group having 5 carbon atoms.
상기 대전방지 조성물의 보다 구체적인 조성은 하기 표 1과 같다. A more specific composition of the antistatic composition is shown in Table 1 below.
(단위 중량부)(unit weight parts)
2. 코팅층의 제조2. Preparation of coating layer
렌즈(1321)의 일면에 상기 DX1 내지 DX5의 코팅 조성물을 도포 후, 경화시켜 코팅층(1322)을 형성하였다. A
[실험예][Experimental Example]
1. 표면 외관에 대한 평가1. Evaluation of surface appearance
코팅 조성물의 점도 차이로 인해, 코팅층(1322)을 제조한 이후, 균일한 표면이 형성되었는지 여부에 대해 관능 평가를 진행하였다. 균일한 코팅층(1322)을 형성하였는지 여부에 대한 평가를 진행하였고, 하기와 같은 기준에 의해 평가를 진행하였다. Due to the difference in viscosity of the coating composition, after the
○: 균일한 코팅층 형성○: uniform coating layer formation
×: 불균일한 코팅층의 형성×: Formation of non-uniform coating layer
코팅층(1322)을 형성할 때, 일정 점도 미만인 경우에는 렌즈(1321)의 표면에서 흐름이 발생하여, 경화 공정 이후, 균일한 코팅층(1322)의 형성이 어려운 경우가 다수 발생하였다. 이에 따라, 생산 수율이 낮아지는 문제가 발생할 수 있다. 또한, 점도가 너무 높은 경우에도, 조성물의 균일 도포가 어려워 균일한 코팅층(1322)의 형성이 불가하였다.When forming the
2. 발수각의 측정2. Measurement of water repellency angle
상기 렌즈(1321) 표면에 코팅층(1322)을 형성한 이후, 발수각을 측정한 결과는 하기 표 3과 같다. After forming the
상기 표 3에 나타낸 바와 같이, TX1 내지 TX5의 코팅 조성물을 이용하여 코팅층(1322)을 형성한 이후, 접촉각을 측정한 결과를 확인하였다. TX1 및 TX5는 후진 접촉각이 10도 미만으로 측정되었다. 즉, 코팅 조성물을 제조하기 위한 최적의 범위를 벗어나게 되는 경우, 물방울이 피닝(Pinning)되는 현상이 발생하는 것을 확인하였다. 반면 TX2 내지 4에서는 피닝 현상이 발생하지 않음을 확인하여 우수한 방수 효과를 나타낼 수 있음을 확인하였다.As shown in Table 3, after the
3. 내오염성 평가3. Fouling resistance evaluation
설비 외부에 상기 실시예에 따른 코팅층(1322)을 형성한 렌즈(1321)를 모형카메라에 부착하고, 4일 간 외부 환경에 노출되도록 하였다. 비교예(Con)로는 코팅층(1322)이 형성되지 않은 동일한 렌즈(1321)를 사용하였으며, 각 실시예에 모형카메라는 차량의 동일한 위치에 부착하였다.A
그 뒤 실험 전후의 렌즈(1321)의 오염 정도를 유관으로 평가하였고, 객관적인 비교를 위하여 코팅층(1322)이 형성되지 않은 비교예와 비교하여 그 결과를 1 내지 10의 지수로 평가하여 하기의 표 4에 나타내었다. 하기의 지수는 그 숫자가 낮을수록 내오염성이 우수한 것이다.After that, the degree of contamination of the
(단위: 지수)(Unit: index)
상기 표 4를 참조하면, 렌즈(1321)에 코팅층(1322)을 형성하는 경우 외부 환경에 카메라를 설치하면서 렌즈(1321)가 외부로 노출되도록 하여도 높은 내오염성을 오랜 기간 분석하기 용이한 형태로 이미지 데이터를 수집할 수 있다는 점을 알 수 있다. 특히 TX2 내지 TX4에 의하는 경우 코팅층(1322)에 의한 내오염성이 매우 우수하다는 점을 확인할 수 있다.Referring to Table 4, in the case of forming the
도 8은 본 발명에 따른 컴퓨팅 장치를 나타낸 것이다. 8 illustrates a computing device in accordance with the present invention.
도 8에 따르면, 본 발명에 따른 컴퓨팅 장치(300)는 프로세서(310), 메모리(320) 및 통신 모듈(330)을 포함할 수 있다. According to FIG. 8 , a
프로세서(310)는 메모리(320)에 저장된 명령어를 실행하여 다른 구성들을 제어할 수 있다. 프로세서(310)는 메모리(320)에 저장된 명령어를 수행할 수 있다. The processor 310 may execute commands stored in the
프로세서(310)는, 연산을 수행하고 다른 장치를 제어할 수 있는 구성이다. 주로, 중앙 연산 장치(CPU), 어플리케이션 프로세서(AP), 그래픽스 처리 장치(GPU) 등을 의미할 수 있다. 또한, CPU, AP 또는 GPU는 그 내부에 하나 또는 그 이상의 코어들을 포함할 수 있으며, CPU, AP 또는 GPU는 작동 전압과 클락 신호를 이용하여 작동할 수 있다. 다만, CPU 또는 AP는 직렬 처리에 최적화된 몇 개의 코어로 구성된 반면, GPU는 병렬 처리용으로 설계된 수 천 개의 보다 소형이고 효율적인 코어로 구성될 수 있다.The processor 310 is a component capable of performing calculations and controlling other devices. Mainly, it may mean a central processing unit (CPU), an application processor (AP), a graphics processing unit (GPU), and the like. Also, the CPU, AP, or GPU may include one or more cores therein, and the CPU, AP, or GPU may operate using an operating voltage and a clock signal. However, while a CPU or AP consists of a few cores optimized for serial processing, a GPU may consist of thousands of smaller and more efficient cores designed for parallel processing.
프로세서(310)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(320)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.The processor 310 may provide or process appropriate information or functions to a user by processing signals, data, information, etc. input or output through the components described above or by running an application program stored in the
메모리(320)는 컴퓨팅 장치의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(320)는 컴퓨팅 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 컴퓨팅 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. 또한 응용 프로그램은, 메모리(320)에 저장되고, 컴퓨팅 장치에 설치되어, 프로세서(310)에 의하여 상기 컴퓨팅 장치의 동작(또는 기능)을 수행하도록 구동될 수 있다.The
메모리(320)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(320)는 인터넷(internet)상에서 저장 기능을 수행하는 웹 스토리지(web storage)를 포함할 수도 있다.The
통신 모듈(330)은 안테나를 통해 기지국 또는 통신 기능을 포함하는 카메라와 정보의 송수신을 실행한다. 통신 모듈(330)은 변조부, 복조부, 신호 처리부 등을 포함할 수 있다. 또한, 통신 모듈(330)은 유선 통신 기능을 수행할 수 있다. The communication module 330 transmits and receives information with a base station or a camera having a communication function through an antenna. The communication module 330 may include a modulation unit, a demodulation unit, a signal processing unit, and the like. Also, the communication module 330 may perform a wired communication function.
무선 통신은, 통신사들이 기존에 설치해둔 통신 시설과 그 통신 시설의 주파수를 사용하는 무선 통신망을 사용한 통신을 말할 수 있다. 이때, 통신 모듈(330)은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 통신 시스템에 사용될 수 있으며, 뿐만 아니라, 통신 모듈(330)은 3GPP(3rd generation partnership project) LTE(long term evolution) 등에도 사용될 수 있다. 또한, 최근 상용화 중인 5G 통신뿐만 아니라, 추후 상용화가 예정되어 있는 6G 등도 사용될 수 있다. 다만, 본 명세서는 이와 같은 무선 통신 방식에 구애됨이 없이 기설치된 통신망을 활용할 수 있다.Wireless communication may refer to communication using a wireless communication network using a communication facility previously installed by telecommunication companies and a frequency of the communication facility. At this time, the communication module 330 is CDMA (code division multiple access), FDMA (frequency division multiple access), TDMA (time division multiple access), OFDMA (orthogonal frequency division multiple access), SC-FDMA (single carrier frequency division multiple access), etc., as well as the communication module 330 can also be used for 3rd generation partnership project (3GPP) long term evolution (LTE). In addition, not only 5G communication, which is currently being commercialized, but also 6G, which is scheduled to be commercialized later, can be used. However, the present specification may utilize a pre-installed communication network without being bound by such a wireless communication method.
또한, 근거리 통신(short range communication) 기술로 블루투스(Bluetooth), BLE(Bluetooth Low Energy), 비콘(Beacon), RFID(Radio Frequency Identification), NFC(Near Field Communication), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, LoRa 등이 이용될 수 있다.In addition, as a short range communication technology, Bluetooth, BLE (Bluetooth Low Energy), Beacon, RFID (Radio Frequency Identification), NFC (Near Field Communication), infrared communication (Infrared Data Association; IrDA) ), UWB (Ultra Wideband), ZigBee, LoRa, etc. may be used.
도 9는 본 발명에 따른 메모리에 포함된 기능적 구성을 나타낸 것이다. 9 shows a functional configuration included in a memory according to the present invention.
도 9에 따르면, 본 발명에 따른 메모리(320)는 학습 모듈(321), 이미지 데이터 보정 모듈(322), K-중심 군집화 과정 수행 모듈(323)을 포함할 수 있다. 이미지 데이터 보정 모듈(322)과 K-중심 군집화 과정 수행 모듈(323)은 메모리(320)에 함께 저장될 수 있고, 두 가지 모듈 중 어느 하나만 저장될 수도 있다. According to FIG. 9 , the
본 발명에 따른 학습 모듈(321)은 CNN 학습 알고리즘을 이용하여 빅데이터를 학습한 것일 수 있다. 구체적으로, 열화 상태의 A 재료가 도포된 이미지 데이터와 정상 상태의 A 재료가 도포된 이미지 데이터는 미리 라벨링될 수 있다. 미리 라벨링된 이미지 데이터들은 학습 모듈(321)에 입력값으로 입력될 수 있다. 학습 모듈(321)은 미리 라벨링된 이미지 데이터들을 학습하여, 공통된 특징점들을 도출하고 학습할 수 있다. 또한, 학습 모듈(321)은 라벨링이 되지 않은 이미지 데이터를 입력값으로 입력받은 경우, 지난 학습 결과에 기초하여 해당 이미지 데이터를 열화 상태 또는 정상 상태로 분류할 수 있다. The learning module 321 according to the present invention may learn big data using a CNN learning algorithm. Specifically, image data applied with material A in a degraded state and image data coated with material A in a normal state may be labeled in advance. Pre-labeled image data may be input to the learning module 321 as input values. The learning module 321 may learn pre-labeled image data to derive and learn common feature points. In addition, when the learning module 321 receives unlabeled image data as an input value, the corresponding image data may be classified as a degraded state or a normal state based on a past learning result.
본 발명에 따른 이미지 데이터 보정 모듈(322)은 상술한 반도체 패키지 또는 반도체 패키지의 제1 영역을 기초로 생성된 광학 이미지 데이터를 이미지 필터 등을 사용하여 보정하는 모듈일 수 있다. 이때, 이미지 필터는 광학 이미지 데이터를 가공하여 보다 쉽게 학습하거나 학습 모듈에 입력시 보다 정확하게 분류되도록 하기 위함일 수 있다. 이미지 필터에 대한 내용은 후술한다. The image data correction module 322 according to the present invention may be a module that corrects optical image data generated based on the semiconductor package or the first region of the semiconductor package using an image filter or the like. In this case, the image filter may be used to process the optical image data so that it can be more easily learned or more accurately classified when input to the learning module. The image filter will be described later.
본 발명에 따른 K-중심 군집화 과정 수행 모듈(323)은 상술한 반도체 패키지 또는 반도체 패키지의 제1 영역을 기초로 생성된 스펙트럼 이미지 데이터를 K-중심 군집화 과정을 통하여 분석하기 위한 모듈일 수 있다. 이때, K-중심 군집화 과정에 대한 내용은 후술한다. The K-center clustering process performing module 323 according to the present invention may be a module for analyzing the above-described semiconductor package or spectral image data generated based on the first region of the semiconductor package through the K-center clustering process. At this time, the contents of the K-center clustering process will be described later.
도 10은 본 발명에 따른 이미지 보정 필터의 예시를 나타낸 도면이고, 도 11은 본 발명에 따른 HSV 그래프를 나타낸 것이다.10 is a diagram showing an example of an image correction filter according to the present invention, and FIG. 11 shows a HSV graph according to the present invention.
도 10에 따르면, 필터의 종류와 기능이 나타나 있다. 즉, CNN 알고리즘은 복수의 레이어를 사용하는 학습 알고리즘일 수 있다. 또한, CNN 알고리즘은 이미지 분류 정확도를 최대화하는 필터를 자동으로 학습할 수 있으며, 합성곱 계층과 폴링 계층이라고 하는 새로운 층을 풀리 커넥티드 계층 이전에 추가함으로써 원본 이미지에 필터링 기법을 적용한 뒤에 필터링된 이미지에 대해 분류 연산을 수행할 수 있다. CNN 알고리즘은 합성곱 계층 (convolutional layer)과 풀링 계층 (pooling layer)이라고 하는 새로운 층을 fully-connected 계층 이전에 추가함으로써 원본 이미지에 필터링 기법을 적용한 뒤에 필터링된 이미에 대해 분류 연산이 수행되도록 구성될 수 있다. According to FIG. 10, types and functions of filters are shown. That is, the CNN algorithm may be a learning algorithm using a plurality of layers. In addition, the CNN algorithm can automatically learn a filter that maximizes image classification accuracy, and by adding a new layer called a convolutional layer and a polling layer before the fully connected layer, after applying the filtering technique to the original image, the filtered image A classification operation can be performed on . The CNN algorithm is configured to apply a filtering technique to the original image by adding a new layer, called a convolutional layer and a pooling layer, before the fully-connected layer, and then perform a classification operation on the filtered image. can
이때, CNN 알고리즘을 사용한 이미지 필터에 대한 연산식은 아래의 수학식 1과 같다. At this time, the operation expression for the image filter using the CNN algorithm is as shown in
[수학식 1][Equation 1]
(단, (step,
: 행렬로 표현된 필터링된 이미지의 i번째 행, j번째 열의 픽셀, : pixels in the i-th row and j-th column of the filtered image expressed as a matrix,
바람직하게는, CNN 알고리즘을 사용한 이미지 필터에 대한 연산식은 아래의 수학식 2와 같다. Preferably, the operation expression for the image filter using the CNN algorithm is as shown in Equation 2 below.
[수학식 2][Equation 2]
(단, (step,
바람직하게는, 
[수학식 3] [Equation 3]
(단, 
이때, 각 
바람직하게, 
[수학식 4][Equation 4]
단, 이미지 촬영에 사용된 카메라 장치의 렌즈의 직경(지름)은 mm 단위이고, 렌즈의 f값은 렌즈의 조리개값(F number)이며, HSV평균값은 이미지에 따른 색좌표를 HSV 그래프를 통하여 크기값으로 변환한 값을 평균한 값을 의미할 수 있다. HSV값에 대한 구체적인 내용은 아래와 같다. However, the diameter (diameter) of the lens of the camera device used to take the image is in mm, the f-value of the lens is the aperture value (F number) of the lens, and the HSV average value is the size value through the HSV graph of the color coordinates according to the image It may mean a value obtained by averaging the values converted to . Details of the HSV value are as follows.
도 11에 따르면, 본 발명에 따른 HSV 그래프는 지각적인 특성이 반영된 색 공간을 의미할 수 있다. H(Hue, 0~360°)는 색조를 의미할 수 있고, S(Saturation, 0~100%)는 채도를 의미할 수 있으며, V(Value, 0~100%)는 명도를 의미할 수 있다. 색조, 채도 및 명도 값을 HSV 값이라고 할 수 있으며, 이는 Adobe illustrator cc 2019 등 그래픽 툴을 이용하여 쉽게 추출될 수 있다.According to FIG. 11, the HSV graph according to the present invention may mean a color space in which perceptual characteristics are reflected. H (Hue, 0 to 360°) may mean hue, S (Saturation, 0 to 100%) may mean saturation, and V (Value, 0 to 100%) may mean lightness. . Hue, saturation, and lightness values can be referred to as HSV values, which can be easily extracted using graphic tools such as Adobe illustrator cc 2019.
본 발명에 따른 HSV 평균값은 도 11의 HSV 3차원 좌표를 통하여 획득될 수 있다. 즉, 본 발명에 따른 HSV 평균값은 그래픽 툴을 통하여 획득된 HSV 값을 기초로 계산될 수 있다. HSV 3차원 좌표상의 원점좌표를 기준점으로 측정된 HSV 좌표의 거리값은 상술한 HSV 평균값을 구성할 수 있다. 즉, 본 발명에 따른 이미지는 열화 상태 또는 정상 상태의 재료가 도포된 반도체 패키지에 대한 이미지를 포함하고, 이미지의 HSV 색상좌표는 HSV 3차원 좌표 중 일정 영역에서 분포될 수 있다. 따라서, 본 발명에 따른 HSV 평균값은 일정 영역의 색상에 대한 HSV 좌표들의 평균을 이용한 평균 좌표를 기초로 계산된 원점좌표와의 거리값을 의미할 수 있다. The HSV average value according to the present invention can be obtained through the HSV three-dimensional coordinates of FIG. 11 . That is, the average HSV value according to the present invention may be calculated based on the HSV value obtained through a graphic tool. The distance value of the HSV coordinates measured with the origin coordinates on the HSV 3-dimensional coordinates as a reference point may constitute the above-described HSV average value. That is, the image according to the present invention includes an image of a semiconductor package coated with a material in a degraded state or a normal state, and the HSV color coordinates of the image may be distributed in a certain area among HSV 3D coordinates. Therefore, the HSV average value according to the present invention may mean a distance value from the origin coordinates calculated based on average coordinates using the average of HSV coordinates for colors of a certain region.
[실험예][Experimental Example]
본 발명에 따른 이미지 데이터에 대하여, 본 발명의 응용 필터 F'를 적용하는 경우에 실제 사용자의 인식 정확도를 살펴보면 아래와 같다. 아래 표는 해당 기술분야 전문가 10명에게 의뢰하여, 필터 적용 여부 등에 따라 인식 결과의 정확도를 수치로서 나타낸 것이다. Regarding the image data according to the present invention, when the application filter F' of the present invention is applied, the recognition accuracy of the actual user is as follows. The table below shows the accuracy of the recognition result as a numerical value, depending on whether a filter is applied or not, commissioned by 10 experts in the relevant technical field.
상기 표 5는 전문가로부터 평가된 정확도에 대한 점수를 각 케이스별로 나타낸 것이다. 본 실험예는 빅데이터를 통하여 미리 학습된 학습 모듈에 대하여, 필터 적용 여부에 따른 정확도를 조사한 것이다. Table 5 shows the scores for accuracy evaluated by experts for each case. In this experimental example, the accuracy of the learning module pre-learned through big data was investigated according to whether or not a filter was applied.
또한, 본 실험예는 120개의 열화 상태 또는 정상 상태의 제2 재료가 도포된 반도체 패키지를 포함하는 이미지 데이터로 실험된 것이며, 인식 결과값에 대하여 이미지 데이터에 포함된 제2 재료의 열화 상태 또는 정상 상태에 대한 인식의 정확도를 전문가 10명으로부터 설문 조사한 것이다. In addition, this experimental example was experimented with image data including 120 semiconductor packages coated with the second material in a degraded or normal state, and the deterioration or normal state of the second material included in the image data for the recognition result value. The accuracy of the perception of the state was surveyed by 10 experts.
표 5에서 확인할 수 있는 것과 같이, 필터 적용 없는 경우, 이미지에 대한 인식에 오류가 발생할 확률이 존재하여 상대적으로 낮은 정확도로 평가되었다. 이에 비하여, 일반 CNN 필터 F를 적용한 경우 다소 정확도가 높았으나, 응용 필터 F'를 적용하는 경우의 정확도가 현저하게 향상되는 것이 확인된다.As can be seen in Table 5, when the filter is not applied, there is a probability of error in image recognition, and the evaluation is relatively low accuracy. In contrast, the accuracy was slightly higher when the general CNN filter F was applied, but it was confirmed that the accuracy was remarkably improved when the applied filter F' was applied.
도 12는 본 발명에 따른 분광 스펙트럼의 일 예시를 나타낸 것이고, 도 13은 본 발명에 따른 K-중심 군집화 과정 수행 모듈을 적용한 그래프를 나타낸 것이다.12 shows an example of a spectral spectrum according to the present invention, and FIG. 13 shows a graph to which the K-center clustering process performance module according to the present invention is applied.
도 12에 따르면, 분광 스펙트럼은 스펙트럼의 형태에 따라 해당 피크가 나타내는 성분의 특성을 표시할 수 있다. 이는 종래에 알려진 것으로서, 본 발명에 따른 스펙트럼 이미지는 도 12와 같이 각각의 피크별로 어떤 성분을 의미하는지가 라벨링된 이미지를 의미할 수 있다. 이때, 도 12의 스펙트럼 이미지는 IR 분광기에서 작용기별 투과도를 도시한 하나의 예시이다. According to FIG. 12, the spectral spectrum may display the characteristics of a component indicated by a corresponding peak according to the shape of the spectrum. This is known in the prior art, and the spectrum image according to the present invention may refer to an image in which components are labeled for each peak, as shown in FIG. 12 . At this time, the spectral image of FIG. 12 is an example showing the transmittance of each functional group in the IR spectrometer.
반대로, 본 발명은 투과도가 아니라 흡광도를 기준으로한 스펙트럼 이미지를 사용할 수도 있으며, 투과도 및 흡광도는 서로 구별되므로 하나에 대한 스펙트럼 이미지만 사용하여야 한다. 또한, 본 발명에 따른 스펙트럼 이미지를 생성하기 위한 분광기는 적외선 분광기 등 다양한 종류가 있으나, 그 중 하나의 종류로서 사용되어야 한다.Conversely, in the present invention, a spectral image based on absorbance rather than transmittance may be used, and since transmittance and absorbance are distinguished from each other, only one spectral image should be used. In addition, there are various types of spectrometers for generating spectral images according to the present invention, such as infrared spectrometers, but one of them should be used.
도 13에 따르면, K-중심 군집화 과정을 수행한 결과, 최종적으로 2개의 클러스터가 생성된다. 본 발명에 따른 K-중심 군집화 과정을 수행한 결과, 클러스터링 1과 클러스터링 2로 측정값들이 분류될 수 있다. According to FIG. 13, as a result of performing the K-center clustering process, two clusters are finally generated. As a result of performing the K-center clustering process according to the present invention, measurement values can be classified into
이때, 클러스터링의 대상이 되는 데이터들은 스펙트럼 이미지에 포함된 복수의 피크(peak)에 대한 복수의 좌표 정보일 수 있다. 즉, 본 발명에 따른 컴퓨팅 장치는 복수의 피크에 대한 복수의 좌표 정보에 대하여 K-중심 군집화 과정을 수행할 수 있다. In this case, the data subject to clustering may be a plurality of coordinate information about a plurality of peaks included in the spectrum image. That is, the computing device according to the present invention may perform a K-center clustering process on a plurality of coordinate information of a plurality of peaks.
본 발명에 따른 컴퓨팅 장치는 K-중심 군집화 과정을 기초로 최종적으로 2개의 클러스터를 생성하며, 2개의 클러스터 사이의 유클리드 거리를 기초로 유사도를 도출할 수 있다. The computing device according to the present invention may finally generate two clusters based on the K-center clustering process and derive similarity based on the Euclidean distance between the two clusters.
또한, 본 발명에 따른 컴퓨팅 장치는 2개의 클러스터 각각의 평균값을 추출하고, 각각의 평균값 간의 최종 거리값을 추출하며, 최종 거리값을 기초로 상기 열화 상태를 감지할 수 있다. 열화 상태를 감지하는 구체적인 방법은 후술한다. Also, the computing device according to the present invention may extract an average value of each of the two clusters, extract a final distance value between each average value, and detect the deterioration state based on the final distance value. A specific method for detecting the deterioration state will be described later.
본 발명에 따른 K-중심 군집화 과정 수행 모듈은 클러스터링 1의 제1 중심값을 평균 계산법을 통하여 산출하고, 클러스터링 2의 제2 중심값을 평균 계산법을 통하여 산출할 수 있다. 본 발명에 따른 K-중심 군집화 과정 수행 모듈은 제1 중심값과 제2 중심값의 최종 거리값을 산출하고, 최종 거리값의 크기가 미리 정해진 값보다 큰 경우, 각각의 클러스터의 유사도가 미리 정해진 값보다 낮은 것으로 판단할 수 있다. The K-center clustering process execution module according to the present invention may calculate the first central value of
즉, 본 발명에 따른 K-중심 군집화 과정 수행 모듈은 제1 중심값과 제2 중심값의 최종 거리값을 산출하고, 최종 거리값의 크기가 미리 정해진 값보다 큰 경우, 해당 재료에 열화 상태가 발생한 것으로 판단할 수 있다. 또한, 열화 상태가 발생하는 기준이 되는 최종 거리값의 종류에 따라, 본 발명에 따른 고분자 부품은 열화 상태 또는 정상 상태로 분류될 수 있다. That is, the K-center clustering process module according to the present invention calculates a final distance value between the first center value and the second center value, and when the size of the final distance value is greater than a predetermined value, the material is in a deterioration state. can be judged to have occurred. In addition, according to the type of the final distance value, which is the criterion for generating the deterioration state, the polymer part according to the present invention may be classified into a deterioration state or a normal state.
본 발명에 따른 K-중심 군집화 과정 수행 모듈은 특징 1을 x축 좌표로, 특징 2를 y축 좌표로 하여 K-중심 군집화 과정을 수행할 수 있다. 본 발명에 따른 K-중심 군집화 과정 수행 모듈은 클러스터 1의 제1 중심값과 클러스터 2의 제2 중심값을 산출하고, 제1 중심값과 제2 중심값 사이의 유클리드 거리를 산출할 수 있다. 유클리드 거리는 하기 수학식 5에 의하여 정의될 수 있다. The K-center clustering process performing module according to the present invention may perform the K-center clustering process by setting
[수학식 5][Equation 5]
(단, d는 거리값, (x, y)는 좌표값으로서, x는 파수(wave number)에 대응되고, y는 측정된 통과정도(trasmission)에 대응하고, 통과정도는 0~1까지 값임).(However, d is a distance value, (x, y) is a coordinate value, x corresponds to the wave number, y corresponds to the measured transmission, and the transmission degree is a value from 0 to 1 ).
본 발명에 따른 시스템은 클러스터 1과 클러스터 2의 최종 거리값을 추출하고, 최종 거리값을 기초로 해당 재료의 열화 상태를 감지할 수 있다. The system according to the present invention extracts the final distance values of
이때, 본 발명에 따른 최종 거리값은 다음과 같은 순서로 추출될 수 있다. At this time, the final distance value according to the present invention can be extracted in the following order.
(1) 클러스터 1의 제1 평균값(x1, y1) 및 클러스터 2의 제2 평균값(x2, y2)을 추출(1) Extracting the first average value (x1, y1) of
(2) 제1 평균값 및 제2 평균값은 각각 좌표값이고, 제1 평균값 및 제2 평균값 사이의 최종 거리값(L)을 하기 수학식 6을 기초로 추출(2) The first average value and the second average value are coordinate values, respectively, and the final distance value (L) between the first average value and the second average value is extracted based on Equation 6 below.
[수학식 6][Equation 6]
(단, (x1, y1)은 클러스터 1의 평균값(=제1 중심값)을 기초로 생성된 좌표값이고, (x2, y2)은 클러스터 2의 평균값(=제2 중심값)을 기초로 생성된 좌표값임)(However, (x1, y1) is a coordinate value generated based on the average value of cluster 1 (= first central value), and (x2, y2) is generated based on the average value of cluster 2 (= second central value) coordinates)
본 발명은 추출된 최종 거리값(L)이 미리 설정된 거리값보다 큰 경우, 해당 재료의 열화 상태가 감지된 것으로 정의할 수 있다. In the present invention, when the extracted final distance value (L) is greater than a preset distance value, it can be defined that the deterioration state of the corresponding material is detected.
일반적으로, 해당 재료의 열화 상태가 발생하는 경우 최종 거리값(L)에 보정 계수를 곱하고, 이를 기초로 미리 설정된 거리값과 비교하는 것이 보다 효율적이다. 이를 보정된 최종 거리값(L')이라고 하고 하기 수학식 7 및 수학식 8을 기초로 추출될 수 있다. In general, it is more efficient to multiply the final distance value (L) by a correction coefficient when the material deteriorates and compare it with a preset distance value based on the result. This is referred to as the corrected final distance value (L') and can be extracted based on
[수학식 7][Equation 7]
(단, (x1, y1)은 클러스터 1의 평균값을 기초로 생성된 좌표값이고, (x2, y2)은 클러스터 2의 평균값을 기초로 생성된 좌표값임)(However, (x1, y1) is a coordinate value generated based on the average value of
[수학식 8][Equation 8]
이때, α는 보다 정확한 열화 상태의 판별을 위한 보정 상수로서, α의 단위는 무시될 수 있다. In this case, α is a correction constant for more accurate determination of the deterioration state, and the unit of α can be ignored.
이처럼, 수학식 7 및 수학식 8를 이용한 보정된 최종 거리값(L')을 기초로 열화 상태를 판단하는 경우, 해당 재료의 열화 상태가 보다 정확하게 도출될 수 있는 효과가 있다. As such, when the deterioration state is determined based on the corrected final distance value L' using
[실험 예 2][Experimental Example 2]
본 발명에 따른 보정 상수를 사용하여 생성된 유클리드 거리를 기초로 해당 재료의 열화 상태를 감지하는 시스템과, 보정 상수를 사용하지 않은 유클리드 거리를 기초로 해당 재료의 열화 상태를 감지하는 시스템의 정확도를 비교한 결과는 하기 표 1과 같다. The accuracy of the system for detecting the deterioration state of the material based on the Euclidean distance generated using the correction constant according to the present invention and the deterioration state of the material based on the Euclidean distance without using the correction constant The comparison results are shown in Table 1 below.
이때, 정확도는 해당 분야의 전문가 10인을 대상으로 산정된 것으로서, 총 100개의 케이스를 동일한 환경에서 각각의 전문가 10인을 대상으로 설문 및 실험하여 산정된 수치일 수 있다. 정확도는 본 발명에 따른 시스템에 의하여 감지된 열화 상태와 실제 열화 상태를 비교한 것일 수 있다. In this case, the accuracy is calculated for 10 experts in the field, and may be a value calculated by conducting surveys and experiments on a total of 100 cases targeting 10 experts in the same environment. Accuracy may be a comparison of the deterioration state detected by the system according to the present invention and the actual state of deterioration.
(단위: %)(unit: %)
표 6은 본 발명에 따른 케이스들의 정확도를 나타낸 것이다. 실험 결과, 보정 계수 α를 사용한 경우가, 보정 계수 α를 사용하지 않은 경우보다 현저히 높은 정확도를 가진다. Table 6 shows the accuracy of cases according to the present invention. As a result of the experiment, the case where the correction coefficient α is used has significantly higher accuracy than the case where the correction coefficient α is not used.
이하, 상술한 내용들을 바탕으로 본 명세서의 바람직한 제3 실시예에 따른, 반도체 패키지 내부 물질의 열화 상태 감지 방법에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a method for detecting a deterioration state of a material inside a semiconductor package according to a third preferred embodiment of the present specification based on the above description will be described in detail.
본 명세서의 바람직한 제3 실시예에 따른 열화 상태 감지 방법을 수행하는 주체는 본 명세서의 바람직한 제2 실시예에 따른 시스템 또는 컴퓨팅 장치일 수 있다. A subject performing the degradation state detection method according to the third preferred embodiment of the present specification may be a system or a computing device according to the second preferred embodiment of the present specification.
또한, 본 명세서의 바람직한 제3 실시예에 대한 설명 중 상술한 제1 실시예 및 제2 실시예에서 기술된 설명과 동일하거나 중복되는 내용은 생략될 수 있다. In addition, among the descriptions of the third preferred embodiment of the present specification, the same or overlapping descriptions as those described in the first and second embodiments may be omitted.
도 14는 본 발명에 따른 반도체 패키지 내부 물질의 열화 상태 감지 방법을 나타낸 것이고, 도 15는 본 발명에 따른 제2 재료에 대한 열화 상태를 감지하는 단계를 나타낸 것이다. 14 illustrates a method for detecting a deterioration state of a material inside a semiconductor package according to the present invention, and FIG. 15 illustrates a step for detecting a deterioration state of a second material according to the present invention.
도 14에 따르면, 본 발명에 따른 반도체 패키지 내부 물질의 열화 상태 감지 방법은 본 명세서의 바람직한 제1 실시예에 따른 반도체 패키지를 준비하는 단계(S1100), 상기 반도체 패키지의 제1 영역에 코팅된 제2 재료에 대한 제1 이미지 데이터를 생성하는 단계(S1200), 상기 제1 이미지 데이터를 기초로 상기 제2 재료에 대한 열화 상태를 감지하는 단계(S1300) 및 상기 제2 재료에 대한 열화 상태를 기초로 상기 반도체 패키지에 포함된 제1 재료에 대한 열화 상태를 감지하는 단계(S1400)를 포함하되, 상기 제2 재료는 상기 제1 재료를 포함하는 것일 수 있다. According to FIG. 14 , a method for detecting a deterioration state of a material inside a semiconductor package according to the present invention includes preparing a semiconductor package according to a first preferred embodiment of the present specification (S1100), and a first region coated on a first region of the semiconductor package. Generating first image data for 2 materials (S1200), detecting a deterioration state of the second material based on the first image data (S1300), and based on the deterioration state of the second material and sensing a deterioration state of the first material included in the semiconductor package (S1400), wherein the second material may include the first material.
도 15에 따르면, 상기 제2 재료에 대한 열화 상태를 감지하는 단계(S1300)는, 상기 제2 재료로 형성된 코팅층에 대한 제2 이미지 데이터를 열화 상태에 따라 라벨링하고(S1310), 상기 라벨링된 제2 이미지 데이터를 딥러닝 알고리즘을 이용하여 학습 모듈로 하여금 학습하도록 제어하며(S1320), 상기 학습 모듈에 상기 제1 이미지 데이터를 입력하고, 상기 제1 이미지 데이터에 대한 출력값을 기초로 상기 제1 재료에 대한 열화 상태를 감지할 수 있다(S1330).According to FIG. 15, in the step of detecting the deterioration state of the second material (S1300), the second image data for the coating layer formed of the second material is labeled according to the deterioration state (S1310), and the labeled first 2 Control the learning module to learn image data using a deep learning algorithm (S1320), input the first image data to the learning module, and based on the output value of the first image data, the first material It is possible to detect the deterioration state for (S1330).
이때, 상기 반도체 패키지는 외부 하우징의 일 면에 홈(groove)부를 포함하고, 상기 제2 재료는 상기 홈부에 코팅되며, 상기 제1 이미지 데이터는 상기 홈부를 촬영하여 생성된 것일 수 있다. In this case, the semiconductor package may include a groove on one surface of an external housing, the second material may be coated on the groove, and the first image data may be generated by photographing the groove.
이때, S1300 단계는 도 9 내지 도 13에서 상술한 방법으로 열화 상태를 감지할 수 있으며, 이때 사용되는 반도체 패키지는 도 1 내지 도 4에서 상술한 구성으로 구성될 수 있고, 이때 사용되는 시스템은 도 5 내지 도 9에서 상술한 구성으로 구성될 수 있다. At this time, in step S1300, the deterioration state may be detected by the method described above with reference to FIGS. 9 to 13, and the semiconductor package used at this time may be configured with the configuration described above with reference to FIGS. 1 to 4, and the system used at this time is shown in FIG. 5 to 9 may be configured as described above.
이처럼, 본 명세서의 바람직한 제3 실시예에 따른 열화 상태 감지 방법은 제1 이미지 데이터를 활용하여 제1 재료의 열화 상태를 감지할 수 있으며, 제1 재료의 열화 상태를 감지하기 위한 수단은 상술한 제2 실시예에 기술되어 있으므로, 당업자라면 제2 실시예에 대한 설명으로 제3 실시예에 대한 기술적 내용을 이해핼 수 있음이 명백하다. As such, the deterioration state detection method according to the third preferred embodiment of the present specification can detect the deterioration state of the first material by utilizing the first image data, and the means for detecting the deterioration state of the first material is described above. Since it is described in the second embodiment, it is clear that those skilled in the art can understand the technical contents of the third embodiment with the description of the second embodiment.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 모델링하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 모델링되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 명세서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 명세서의 등가적 범위 내에서의 모든 변경은 본 명세서의 범위에 포함된다.The above-described present invention can be modeled as a computer readable code on a medium on which a program is recorded. The computer readable medium includes all types of recording devices in which data readable by a computer system is stored. Examples of computer-readable media include Hard Disk Drive (HDD), Solid State Disk (SSD), Silicon Disk Drive (SDD), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. , and also includes those modeled in the form of carrier waves (eg, transmission over the Internet). Accordingly, the above detailed description should not be construed as limiting in all respects and should be considered illustrative. The scope of this specification should be determined by reasonable interpretation of the appended claims, and all changes within the equivalent scope of this specification are included in the scope of this specification.
앞에서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 서로 배타적이거나 구별되는 것은 아니다. 앞서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 각각의 구성 또는 기능이 병용되거나 조합될 수 있다.Any or other embodiments of the present invention described above are not mutually exclusive or distinct. Certain or other embodiments of the present invention described above may be used in combination or combination of respective configurations or functions.
상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.The above detailed description should not be construed as limiting in all respects and should be considered illustrative. The scope of the present invention should be determined by reasonable interpretation of the appended claims, and all changes within the equivalent scope of the present invention are included in the scope of the present invention.
100: 반도체 패키지
200: 이미지 데이터 생성 장치
300: 컴퓨팅 장치100: semiconductor package
200: image data generating device
300: computing device
Claims (8)
상기 반도체 칩을 패키징하는 하우징; 및
상기 하우징의 일 면에 형성된 제1 영역;을 포함하되,
상기 반도체 칩은 제1 재료를 이용하여 상기 하우징 내부에 패키징되고,
상기 제1 영역은 제2 재료로 도포되되,
상기 제2 재료는 상기 제1 재료를 포함하는 것인,
반도체 패키지.
semiconductor chips;
a housing for packaging the semiconductor chip; and
Including; a first region formed on one surface of the housing,
The semiconductor chip is packaged inside the housing using a first material,
The first area is coated with a second material,
Wherein the second material comprises the first material,
semiconductor package.
상기 제1 재료는 다이 본딩(die bonding) 또는 와이어 본딩(Wire Bonding)을 위한 재료이고,
상기 제2 재료는 외부에서 관찰가능한 것인,
반도체 패키지.
According to claim 1,
The first material is a material for die bonding or wire bonding,
The second material is externally observable,
semiconductor package.
상기 하우징은 일 면에 홈(groove)부를 포함하고, 상기 제2 재료는 상기 홈부에 도포된 것인,
반도체 패키지.
According to claim 1,
The housing includes a groove portion on one surface, and the second material is applied to the groove portion.
semiconductor package.
상기 제1 재료와 상기 제2 재료는 열적으로 연동되는 것인,
반도체 패키지.
According to claim 3,
The first material and the second material are thermally interlocked,
semiconductor package.
상기 반도체 패키지의 제1 영역에 코팅된 제2 재료에 대한 제1 이미지 데이터를 생성하는 단계;
상기 제1 이미지 데이터를 기초로 상기 제2 재료에 대한 열화 상태를 감지하는 단계; 및
상기 제2 재료에 대한 열화 상태를 기초로 상기 반도체 패키지 내부에 포함된 제1 재료에 대한 열화 상태를 감지하는 단계;를 포함하되,
상기 제2 재료는 상기 제1 재료를 포함하는 것인,
반도체 패키지 내부 물질의 열화 상태 감지 방법.
Preparing the semiconductor package of any one of claims 1 to 4;
generating first image data for a second material coated on a first region of the semiconductor package;
detecting a deterioration state of the second material based on the first image data; and
Sensing a deterioration state of a first material included in the semiconductor package based on a deterioration state of the second material; including,
Wherein the second material comprises the first material,
A method for detecting the deterioration state of a material inside a semiconductor package.
상기 반도체 패키지는 외부 하우징의 일 면에 홈(groove)부를 포함하고, 상기 제2 재료는 상기 홈부에 코팅되며,
상기 제1 이미지 데이터는 상기 홈부를 촬영하여 생성된 것인,
반도체 패키지 내부 물질의 열화 상태 감지 방법.
According to claim 5,
The semiconductor package includes a groove portion on one surface of the outer housing, and the second material is coated on the groove portion;
The first image data is generated by photographing the groove,
A method for detecting the deterioration state of a material inside a semiconductor package.
상기 제2 재료에 대한 열화 상태를 감지하는 단계는,
상기 제2 재료로 형성된 코팅층에 대한 제2 이미지 데이터를 열화 상태에 따라 라벨링하고,
상기 라벨링된 제2 이미지 데이터를 딥러닝 알고리즘을 이용하여 학습 모듈로 하여금 학습하도록 제어하며,
상기 학습 모듈에 상기 제1 이미지 데이터를 입력하고, 상기 제1 이미지 데이터에 대한 출력값을 기초로 상기 제1 재료에 대한 열화 상태를 감지하는 것인,
반도체 패키지 내부 물질의 열화 상태 감지 방법.
According to claim 5,
The step of detecting the deterioration state of the second material,
Labeling second image data for a coating layer formed of the second material according to a deterioration state;
Controlling a learning module to learn the labeled second image data using a deep learning algorithm;
Inputting the first image data to the learning module, and detecting a deterioration state of the first material based on an output value of the first image data,
A method for detecting the deterioration state of a material inside a semiconductor package.
심층 신경망을 통하여 상기 제1 이미지 데이터를 학습하고, 상기 제1 이미지 데이터에 대한 특징점을 추출하며, 상기 특징점을 기초로 상기 반도체 패키지 내부에 포함된 제1 재료의 열화 상태를 감지하는 컴퓨팅 장치;를 포함하되,
상기 반도체 패키지는,
반도체 칩;
상기 반도체 칩을 패키징하는 하우징; 및
상기 하우징의 일 면에 형성된 제1 영역;을 포함하되,
상기 반도체 칩은 상기 제1 재료를 이용하여 상기 하우징 내부에 패키징되고,
상기 제1 영역은 상기 제2 재료로 코팅된 코팅층을 포함하되,
상기 제2 재료는 상기 제1 재료를 포함하는 것인,
반도체 패키지 내부 물질의 열화 상태 감지 시스템.
an image data generating device generating first image data for a second material applied to the first region of the semiconductor package; and
A computing device that learns the first image data through a deep neural network, extracts feature points of the first image data, and detects a deterioration state of a first material included in the semiconductor package based on the feature points. include,
The semiconductor package,
semiconductor chips;
a housing for packaging the semiconductor chip; and
Including; a first region formed on one surface of the housing,
The semiconductor chip is packaged inside the housing using the first material,
The first region includes a coating layer coated with the second material,
Wherein the second material comprises the first material,
A system for detecting the deterioration state of materials inside a semiconductor package.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220001730A KR20230106208A (en) | 2022-01-05 | 2022-01-05 | Semiconductor package and detection of deterioration of materials inside semiconductor packages |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220001730A KR20230106208A (en) | 2022-01-05 | 2022-01-05 | Semiconductor package and detection of deterioration of materials inside semiconductor packages |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230106208A true KR20230106208A (en) | 2023-07-13 |
Family
ID=87160209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220001730A KR20230106208A (en) | 2022-01-05 | 2022-01-05 | Semiconductor package and detection of deterioration of materials inside semiconductor packages |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230106208A (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101038214B1 (en) | 2008-12-23 | 2011-06-01 | (주)이오닉스테크놀러지 | Senor for detecting degradation |
-
2022
- 2022-01-05 KR KR1020220001730A patent/KR20230106208A/en not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101038214B1 (en) | 2008-12-23 | 2011-06-01 | (주)이오닉스테크놀러지 | Senor for detecting degradation |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Beedasy et al. | Printed electronics as prepared by inkjet printing | |
| Molina-Lopez et al. | Large-area compatible fabrication and encapsulation of inkjet-printed humidity sensors on flexible foils with integrated thermal compensation | |
| Rivadeneyra et al. | Design and characterization of a low thermal drift capacitive humidity sensor by inkjet-printing | |
| Chiolerio et al. | Conductive UV‐Cured Acrylic Inks for Resistor Fabrication: Models for their Electrical Properties | |
| Potyrailo et al. | Multivariable passive RFID vapor sensors: roll-to-roll fabrication on a flexible substrate | |
| CN111801553A (en) | Thickness measuring device and using method | |
| CN109251591B (en) | Conductive ink, electronic tag, preparation method of electronic tag and radio frequency identification system | |
| KR20230106208A (en) | Semiconductor package and detection of deterioration of materials inside semiconductor packages | |
| Astanei et al. | Treatment of polymeric films used for printed electronic circuits using ambient air DBD non-thermal plasma | |
| CN107039484A (en) | Change the electronic unit and its production method for absorbing cushion with lateral dimension | |
| KR102606324B1 (en) | System for sensing fire of electrical installations | |
| KR20230023435A (en) | System and method for degradation detection of polymer component based on deep learning | |
| CN105759136A (en) | Detection method for failure mechanism of flexible RFID electronic tag during silver paste printing process | |
| Liu et al. | Efficient and improved qualification method for patterns with irregular edges in printed electronics | |
| KR102523770B1 (en) | Machine vision-based quality management system and method for electric parts using deep learning | |
| CN112309943A (en) | Silicon wafer identification recognition method, silicon wafer marking method and silicon wafer | |
| CN114418951A (en) | Pad detection method and device, computer equipment and storage medium | |
| Guo et al. | Fabrication of adjustable-morphology lens based on electrohydrodynamic for high-power light-emitting diodes | |
| KR102652563B1 (en) | System and method for skin aging measurement based on algorithm | |
| Sun et al. | Light Emission Enhancement of a ZnO/TAZ Heterostructure Piezo‐OLED by Means of a Piezo‐Phototronic Effect | |
| KR102524374B1 (en) | Automatic classification method and system of agricultural products using image analysis model | |
| WO2015129323A1 (en) | Infrared-reflecting patterned body | |
| Buerhop et al. | An insight into a combined effect of backsheet and EVA encapsulant on field degradation of PV modules | |
| KR20220163694A (en) | System and method for quality management of parts based on distribution of combined values based on deep learning | |
| Kusaka et al. | High-resolution patterning of silica nanoparticle-based ionogels by reverse-offset printing and its characterization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |