WO2021242062A1 - 솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법 - Google Patents

솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법 Download PDF

Info

Publication number
WO2021242062A1
WO2021242062A1 PCT/KR2021/006721 KR2021006721W WO2021242062A1 WO 2021242062 A1 WO2021242062 A1 WO 2021242062A1 KR 2021006721 W KR2021006721 W KR 2021006721W WO 2021242062 A1 WO2021242062 A1 WO 2021242062A1
Authority
WO
WIPO (PCT)
Prior art keywords
solder
control parameter
substrate
yield
parameter set
Prior art date
Application number
PCT/KR2021/006721
Other languages
English (en)
French (fr)
Inventor
한국
이재환
이덕영
박찬우
Original Assignee
주식회사 고영테크놀러지
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 고영테크놀러지 filed Critical 주식회사 고영테크놀러지
Priority to US17/789,725 priority Critical patent/US20230073723A1/en
Priority to KR1020227020380A priority patent/KR20220100954A/ko
Priority to EP21812422.0A priority patent/EP4068137B1/en
Priority to CN202180007443.1A priority patent/CN114930335A/zh
Priority to JP2022538480A priority patent/JP7395000B2/ja
Publication of WO2021242062A1 publication Critical patent/WO2021242062A1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K3/00—Tools, devices, or special appurtenances for soldering, e.g. brazing, or unsoldering, not specially adapted for particular methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41F—PRINTING MACHINES OR PRESSES
    • B41F15/00—Screen printers
    • B41F15/08—Machines
    • B41F15/0881—Machines for printing on polyhedral articles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K3/00—Apparatus or processes for manufacturing printed circuits
    • H05K3/10—Apparatus or processes for manufacturing printed circuits in which conductive material is applied to the insulating support in such a manner as to form the desired conductive pattern
    • H05K3/12—Apparatus or processes for manufacturing printed circuits in which conductive material is applied to the insulating support in such a manner as to form the desired conductive pattern using thick film techniques, e.g. printing techniques to apply the conductive material or similar techniques for applying conductive paste or ink patterns
    • H05K3/1216—Apparatus or processes for manufacturing printed circuits in which conductive material is applied to the insulating support in such a manner as to form the desired conductive pattern using thick film techniques, e.g. printing techniques to apply the conductive material or similar techniques for applying conductive paste or ink patterns by screen printing or stencil printing
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K3/00—Apparatus or processes for manufacturing printed circuits
    • H05K3/30—Assembling printed circuits with electric components, e.g. with resistor
    • H05K3/32—Assembling printed circuits with electric components, e.g. with resistor electrically connecting electric components or wires to printed circuits
    • H05K3/34—Assembling printed circuits with electric components, e.g. with resistor electrically connecting electric components or wires to printed circuits by soldering
    • H05K3/3457—Solder materials or compositions; Methods of application thereof
    • H05K3/3485—Applying solder paste, slurry or powder
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2115/00—Details relating to the type of the circuit
    • G06F2115/12—Printed circuit boards [PCB] or multi-chip modules [MCM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/22—Yield analysis or yield optimisation
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K1/00—Printed circuits
    • H05K1/02—Details
    • H05K1/09—Use of materials for the conductive, e.g. metallic pattern
    • H05K1/092—Dispersed materials, e.g. conductive pastes or inks
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K2203/00—Indexing scheme relating to apparatus or processes for manufacturing printed circuits covered by H05K3/00
    • H05K2203/16—Inspection; Monitoring; Aligning
    • H05K2203/163—Monitoring a manufacturing process

Definitions

  • the present disclosure relates to an apparatus and method for optimizing control parameters of a solder printing apparatus.
  • a solder printing device eg, a screen printer
  • SPI solder paste inspection
  • SMT surface mount technology
  • a plurality of control parameters control the operation of the solder printing apparatus to print solder on the substrate.
  • the plurality of control parameters include, for example, a control parameter for adjusting a print pressure, a control parameter for adjusting a print speed, and a control parameter for adjusting a separation speed.
  • the present disclosure provides techniques for optimizing a plurality of control parameters of a solder printing apparatus.
  • an electronic device includes a solder printing device configured to print solder on each of a plurality of substrates based on a plurality of control parameters, and solder printed on each of the plurality of substrates transferred from the solder printing device.
  • Communication circuitry communicatively coupled with a measurement device configured to measure a state, one or more memories, and one or more processors operatively coupled with the communication circuitry and the one or more memories.
  • the one or more processors obtain a first control parameter set of the solder printing apparatus for printing solder on a first substrate, and transmit information indicating the first control parameter set to the solder printing apparatus transmit, obtain first solder measurement information indicating the state of the solder printed on the first substrate from the measurement device, and determine a first yield for the first substrate based on the first solder measurement information and, based on a first data pair including the first control parameter set and the first yield, a model for searching for an optimal control parameter set may be generated.
  • a solder printing apparatus configured to print solder on each of a plurality of substrates based on a plurality of control parameters and a state of solder printed on each of the plurality of substrates transferred from the solder printing apparatus are measured
  • a method of optimizing a control parameter of an electronic device communicatively coupled with a measuring device configured to: obtaining a first set of control parameters of the solder printing device for printing solder on a first substrate, the first control Transmitting information indicating a parameter set to the solder printing device, obtaining first solder measurement information indicating a state of the solder printed on the first substrate from the measurement device, in the first solder measurement information a model for determining a first yield for the first substrate based on the first set of control parameters and searching for an optimal set of control parameters based on a first pair of data including the set of first control parameters and the first yield It may include an operation to create
  • the existing accumulated data cannot reflect the current state of the solder printing process.
  • a surrogate model for searching for an optimal set of control parameters based on data collected in real time an optimal solution corresponding to the current state of the solder printing process is generated and updated. A set of control parameters can be explored.
  • the model according to various embodiments of the present disclosure outputs (or searches) only a control parameter set that allows a yield greater than or equal to a preset threshold to be obtained. Therefore, even if the control parameter set is optimized in real time while performing the solder printing process for a plurality of substrates, a yield greater than or equal to the threshold value may be secured even for the solder printing process performed during the optimization.
  • only a predetermined number of control parameter sets corresponding to each of the predetermined number of substrates may be searched, and thereafter, an optimal control parameter set from among the searched control parameter sets may be determined and used Therefore, it is possible to prevent excessive substrate consumption in the search for the control parameter set. In some cases, it is possible to adjust the number of searched bases of the substrate with additional criteria.
  • FIG. 1 is a diagram illustrating an operation process of an electronic device according to an embodiment of the present disclosure.
  • FIG. 2 is a block diagram of an electronic device according to an embodiment of the present disclosure.
  • FIG 3 is a view for explaining a model according to an embodiment of the present disclosure.
  • 4A and 4B are diagrams for explaining a process of searching for an optimal control parameter set according to an embodiment of the present disclosure.
  • FIG. 5 is a diagram for explaining a method of considering stability in a process of searching for an optimal control parameter set according to an embodiment of the present disclosure.
  • FIG 6 is an operation flowchart of an electronic device according to an embodiment of the present disclosure.
  • FIG 7 is an operation flowchart of an electronic device according to an embodiment of the present disclosure.
  • Embodiments of the present disclosure are exemplified for the purpose of explaining the technical spirit of the present disclosure.
  • the scope of the rights according to the present disclosure is not limited to the embodiments presented below or specific descriptions of these embodiments.
  • unit refers to software or a hardware component such as a field-programmable gate array (FPGA) or an application specific integrated circuit (ASIC).
  • FPGA field-programmable gate array
  • ASIC application specific integrated circuit
  • units are not limited to hardware and software.
  • a “unit” may be configured to reside on an addressable storage medium, or it may be configured to refresh one or more processors.
  • “part” includes components such as software components, object-oriented software components, class components, and task components, and processors, functions, attributes, procedures, subroutines, and so forth. It includes segments of program code, drivers, firmware, microcode, circuits, data, databases, data structures, tables, arrays, and variables. Functions provided within components and “parts” may be combined into a smaller number of components and “parts” or further separated into additional components and “parts”.
  • the expression "based on” as used in this disclosure is used to describe one or more factors affecting the act or action of a decision, judgment, or action, described in a phrase or sentence in which the expression is included, the expression being It does not exclude additional factors influencing the act or action of decision, judgment.
  • a component when referred to as being “connected” or “connected” to another component, the component can be directly connected or connectable to the other component, or a new component It should be understood that they may or may be connected via other components.
  • FIG. 1 is a diagram illustrating an operation process of an electronic device 100 for optimizing a control parameter set of a solder printing device 120 according to an embodiment of the present disclosure.
  • the electronic device 100 according to the present disclosure may determine the control parameter set of the solder printing apparatus 120 based on information obtained in the solder inspection process.
  • Substrate processing processes may be sequentially performed on one or more substrates.
  • the substrate treatment process may include a process of printing solder on a substrate and a process of mounting and bonding components to the substrate according to a surface mount technology.
  • the solder printing apparatus 120 the first measurement apparatus 130 , the component mounting apparatus 140 , the second measurement apparatus 150 , the oven 160 , and/or the third measurement apparatus 170 . can be used.
  • the solder printing apparatus 120 may print solder on the substrate.
  • the first measuring device 130 may measure the state of the solder printed on the substrate.
  • the component mounting apparatus 140 may mount components on a solder printed board.
  • the second measuring device 150 may measure the state of the mounted component.
  • the second measuring device 150 may be referred to as a pre-AOI (Automated Optical Inspection) device.
  • the substrate on which the component is mounted may be input into the oven 160 and undergo a reflow process. In the reflow process, the solder melts and then hardens again, allowing the component to bond to the substrate.
  • the third measuring device 170 may measure the state of the component on the substrate after the reflow process.
  • the third measuring device 170 may be referred to as a post-AOI device.
  • the solder printing apparatus 120 may be configured to print solder on each of a plurality of substrates based on a plurality of control parameters.
  • the solder printing apparatus 120 may be, for example, a screen printer.
  • the control parameter set of the solder printing apparatus 120 used in this document may mean a set of a plurality of control parameters.
  • the plurality of control parameters include, for example, a control parameter for adjusting a print pressure of the solder printing apparatus 120 , a control parameter for adjusting a print speed, and a separation speed. It may include control parameters to adjust.
  • a stencil mask with openings is placed over the substrate prior to solder printing.
  • the solder printing apparatus 120 prints solder on the substrate while advancing a squeegee in a predetermined direction on the substrate on which the stencil mask is disposed.
  • the print pressure may mean a pressure applied to the substrate by the squeegee during solder printing.
  • the print speed may mean a speed at which a squeegee advances during printing.
  • the separation speed may refer to a speed at which the stencil mask is separated from the substrate after printing.
  • One or more pads may be provided on the substrate, and the pad may refer to a pair of electrodes provided on the substrate at positions where components are to be coupled.
  • the solder printing apparatus 120 may print solder on each of one or more pads of the substrate.
  • a control parameter set of the solder printing apparatus 120 may correspond to a point on a multidimensional parameter space defined by a plurality of control parameters. For example, when two control parameters are set as each axis, the control parameter set may be expressed as a point on a two-dimensional parameter space (ie, plane). For example, when three control parameters are set as each axis, the control parameter set may be expressed as a point on the three-dimensional parameter space.
  • a substrate processing process may be performed on a substrate (hereinafter, “first substrate 111 ”).
  • first substrate 111 An initial control parameter set (hereinafter, “first control parameter set”) of the solder printing apparatus 120 for printing solder on the first substrate 111 may be preset and stored in the electronic device 100 .
  • the first control parameter set may be set by a user.
  • the electronic device 100 may transmit information indicating the first control parameter set to the solder printing apparatus 120 .
  • the information indicating the first control parameter set may be, for example, a signal for controlling the solder printing apparatus 120 to perform a solder printing process on the first substrate 111 based on the first control parameter set. .
  • the solder printing apparatus 120 may receive information indicating the first control parameter set, and may perform a solder printing process on the first substrate 111 based on the first control parameter set. After solder is printed on the first substrate 111 , the first substrate 111 may be transferred from the solder printing apparatus 120 to the first measuring apparatus 130 .
  • the first measuring device 130 may measure the state of the solder printed on the first substrate 111 .
  • the first measuring device 130 may be referred to as a Solder Paste Inspection (SPI) device.
  • the first measurement device 130 may output solder measurement information (hereinafter, “first solder measurement information”) indicating a measured state of the solder printed on the first substrate 111 .
  • the state of the solder may include at least one selected from a position, a direction, a volume, a height, and an area of the corresponding solder.
  • the first solder measurement information may be, for example, a volume value of solder printed on the first substrate 111 .
  • the electronic device 100 may obtain first solder measurement information from the first measurement device 130 .
  • the electronic device 100 may determine (calculate) a yield (hereinafter, “first yield”) of the first substrate 111 based on the first solder measurement information.
  • the first yield may mean a probability that the first substrate 111 to which the solder is applied according to the first control parameter set will be produced as a good product after the substrate processing process is completed.
  • the first yield may be determined, for example, based on a volume value of solder printed on the first substrate 111 .
  • the yield may be calculated as a probability distribution by a probabilistic modeling methodology.
  • the first yield may be a probability distribution having a value of “mean 1.96, standard deviation 0.5”. This may mean that the first substrate 111 on which the solder is printed has a probabilistic average yield of 1.96 and a standard deviation of 0.5.
  • the electronic device 100 may generate a model based on a data pair (hereinafter, referred to as a “first data pair”) including the first control parameter set and the first yield.
  • the model may be a model for exploring an optimal set of control parameters.
  • the optimal control parameter set may be a control parameter set of the solder printing apparatus that maximizes the yield.
  • a model can be created by setting the first set of control parameters as the independent variables (causes) of the model, and setting the first yield as the explanatory variables (results) of the model.
  • the model may be generated on the assumption that the first control parameter set and the first yield have a Gaussian distribution.
  • a squeeze direction and a squeeze angle may be added to the explanatory variable.
  • the squeegee direction may refer to a direction (eg, a forward direction or a reverse direction) in which the squeegee of the solder printing apparatus 120 moves to apply pressure.
  • each of the squeegee directions may be separated to generate a separate model.
  • the squeegee angle may mean an angle the squeegee has with respect to the substrate during printing.
  • the generated model may be stored in one or more memories of the electronic device 100 . In an embodiment, the model may be generated by the above-described process in another device and then transferred to the electronic device 100 and stored in the memory.
  • the electronic device 100 may obtain a second set of control parameters of the solder printing apparatus 120 for printing solder on the second substrate 113 from the generated model.
  • the second substrate 113 may be, for example, a substrate processed next to the first substrate 111 in a substrate processing process. That is, solder may be printed on the second substrate 113 after the first substrate 111 .
  • the second substrate 113 may not be a substrate processed immediately after the first substrate 111 is processed, but may be a substrate processed after a predetermined number of substrates are processed after the first substrate 111 . have.
  • the electronic device 100 may transmit information indicating the acquired second control parameter set to the solder printing apparatus 120 .
  • the information indicating the second control parameter set may be, for example, a signal for controlling the solder printing apparatus 120 to perform a solder printing process on the second substrate 113 based on the second control parameter set.
  • the solder printing apparatus 120 may receive information indicating the second control parameter set, and may perform a solder printing process on the second substrate 113 based on the second control parameter set. After solder is printed on the second substrate 113 , the second substrate 113 may be transferred from the solder printing apparatus 120 to the first measuring apparatus 130 .
  • the first measuring device 130 may measure the state of the solder printed on the second substrate 113 .
  • the first measurement device 130 may output second solder measurement information indicating a measured state of the solder printed on the second substrate 113 .
  • the second solder measurement information may be, for example, a volume value of solder printed on the second substrate 113 .
  • the electronic device 100 may obtain second solder measurement information from the first measurement device 130 , and based on the first solder measurement information, the yield of the second substrate 113 (hereinafter referred to as “second yield”). ”) can be determined.
  • the electronic device 100 may update the model based on the first data pair including the first control parameter set and the first yield and the second data pair including the second control parameter set and the second yield. The specific details of the model will be described later.
  • the electronic device 100 may include one or more processors 210 , one or more memories 220 , and/or communication circuitry 230 . According to various embodiments, at least one of these components of the electronic device 100 may be omitted or another component may be added. According to various embodiments, additionally or alternatively, some components may be integrated and implemented, or a singular or a plurality of entities may be implemented.
  • One or more processors 210 may be referred to as processors 210 .
  • the expression processor 210 may mean a set of one or more processors, unless the context clearly indicates otherwise.
  • One or more memories 220 may be referred to as memories 220 .
  • the expression memory 220 may mean a set of one or more memories, unless the context clearly indicates otherwise.
  • the internal and external components of the electronic device 100 may include a bus, a general purpose input/output (GPIO), a serial peripheral interface (SPI), or a mobile industry processor interface (MIPI), etc. They are connected to each other through the , and data and/or signals can be exchanged.
  • GPIO general purpose input/output
  • SPI serial peripheral interface
  • MIPI mobile industry processor interface
  • the processor 210 may control at least one component of a device connected to the processor 210 by driving software (eg, a command or a program). In addition, the processor 210 may perform various operations, processing, data generation, processing, etc. related to the present disclosure. Also, the processor 210 may load data or the like from the memory 220 or store it in the memory 220 .
  • driving software eg, a command or a program
  • the processor 210 may perform various operations, processing, data generation, processing, etc. related to the present disclosure.
  • the processor 210 may load data or the like from the memory 220 or store it in the memory 220 .
  • the memory 220 may store various data. Data stored in the memory 220 is data obtained, processed, or used by at least one component of the electronic device 100 and may include software (eg, a command, a program, etc.). Memory 220 may include volatile and/or non-volatile memory 220 .
  • a command or a program is software stored in the memory 220, and includes an operating system for controlling the resources of the device, middleware that provides various functions to the applications so that the application and/or the application can utilize the resources of the device, etc. may include
  • the memory 220 may store instructions that cause the processor 210 to perform an operation when executed by the processor 210 .
  • the memory 220 may store the above-described model.
  • the memory 220 may store solder measurement information and a set of control parameters of the solder printing apparatus 120 .
  • the communication circuit 230 may perform wireless or wired communication between the electronic device 100 and a server or between the electronic device 100 and other devices.
  • the communication circuit 230 may include enhanced Mobile Broadband (eMBB), Ultra Reliable Low-Latency Communications (URLLC), Massive Machine Type Communications (MMTC), Long-Term Evolution (LTE), LTE Advance (LTE), NR (New Radio), UMTS (Universal Mobile Telecommunications System), GSM (Global System for Mobile communications), CDMA (Code Division Multiple Access), WCDMA (Wideband CDMA), WiBro (Wireless Broadband), WiFi (Wireless Fidelity), Bluetooth ( Bluetooth), near field communication (NFC), global positioning system (GPS), or global navigation satellite system (GNSS) may perform wireless communication.
  • eMBB enhanced Mobile Broadband
  • URLLC Ultra Reliable Low-Latency Communications
  • MMTC Massive Machine Type Communications
  • LTE Long-Term Evolution
  • LTE Advance (LTE) LTE Advance
  • NR New Radio
  • UMTS Universal Mobile Telecommunications System
  • the communication circuit 230 performs wired communication according to a method such as Universal Serial Bus (USB), High Definition Multimedia Interface (HDMI), Recommended Standard-232 (RS-232), or Plain Old Telephone Service (POTS).
  • USB Universal Serial Bus
  • HDMI High Definition Multimedia Interface
  • RS-232 Recommended Standard-232
  • POTS Plain Old Telephone Service
  • the electronic device 100 may communicate with the solder printing device 120 and/or the first measurement device 130 through the communication circuit 230 .
  • the electronic device 100 also communicates with the component mounting device 140 , the second measuring device 150 , the oven 160 , and/or the third measuring device 170 through the communication circuit 230 . can be performed.
  • the electronic device 100 includes a solder printing device 120 , a first measuring device 130 , a component mounting device 140 , a second measuring device 150 , an oven 160 , and/or a second device. It may exist in a form combined with at least one of the three measuring devices 170, or it may exist as a separate device. When present in combination with at least one of the above-described devices (eg, the solder printing device 120 ), the electronic device 100 may directly exchange various information with the device without going through the communication circuit 230 .
  • the electronic device 100 may further include a user interface 240 .
  • the user interface 240 may receive an input from a user and output (express) information to the user.
  • user interface 240 may include an input device and/or an output device.
  • the input device may be a device that receives information to be transmitted to at least one component of the electronic device 100 from the outside.
  • the input device may include a mouse, a keyboard, a touch pad, and the like.
  • the output device may be a device that provides various information of the electronic device 100 to the user in a visual/auditory form.
  • the output device may include a display, a projector, a hologram, a speaker, and the like.
  • the user interface 240 may receive information for controlling the electronic device 100, information for controlling a substrate processing process, or information on a substrate from a user.
  • the user interface 240 may receive a first control parameter set of the solder printing apparatus 120 for printing solder on the first substrate 111 as an initial setting from the user.
  • the processor 210 obtains, from the memory 220, a first control parameter set of the solder printing apparatus 120 for printing solder on the first substrate 111, initially set by the user, and the first control parameter set may be transmitted to the solder printing apparatus 120 .
  • the processor 210 obtains first solder measurement information indicating the state of the solder printed on the first substrate 111 from the first measurement device 130, and based on the first solder measurement information, the first substrate ( 111) to determine the first yield.
  • the processor 210 may generate a model for searching for an optimal control parameter set based on the first data pair including the first control parameter set and the first yield.
  • the processor 210 may store the generated model in the memory 220 .
  • the processor 210 obtains, from the generated model, a second set of control parameters of the solder printing apparatus 120 for printing solder on the second substrate 113 on which the solder is to be printed on the first substrate 111 , and Information indicating the control parameter set may be transmitted to the solder printing apparatus 120 .
  • the processor 210 obtains second solder measurement information indicating the state of the solder printed on the second substrate 113 from the first measurement device 130, and based on the second solder measurement information, the second substrate ( 113) to determine the second yield.
  • the processor 210 may update the model based on the first data pair and the second data pair including the second control parameter set and the second yield.
  • the electronic device 100 may be a device of various types.
  • the electronic device 100 may be a portable communication device, a computer device, a wearable device, or a device in which two or more of the above-described devices are combined.
  • the electronic device 100 of the present disclosure is not limited to the above-described devices.
  • Various embodiments of the electronic device 100 presented in the present disclosure may be combined with each other. Each embodiment may be combined according to the number of cases, and an embodiment of the electronic device 100 made by combining also falls within the scope of the present disclosure.
  • the above-described internal/external components of the electronic device 100 according to the present disclosure may be added, changed, replaced, or deleted according to embodiments.
  • the above-described internal/external components of the electronic device 100 may be implemented as hardware components.
  • the model 300 provides control for printing solder on the next substrate in the substrate processing process based on the data pair 310 of the yield and the control parameter set for each of the plurality of substrates previously searched for.
  • a parameter set 320 may be output.
  • the model 300 may be based on an optimization algorithm for searching for an optimal set of control parameters.
  • the model 300 may output the next set of control parameters based on the optimization algorithm.
  • the available algorithms may include a Stochastic Process such as a Monte Carlo Method, a Bayesian Optimization algorithm, and/or Likelihood based Inference.
  • the Monte Carlo method can be used to solve most problems with a probabilistic interpretation.
  • the integral composed of the expected values of any random variable can be approximated by taking the empirical mean (ie, the sample mean) of independent samples of the variable.
  • a Markov chain Monte Carlo (MCMC) sampler can be used.
  • the Monte Carlo method may have a Gibbs Sampling algorithm. Gibbs sampling is an MCMC algorithm for obtaining a set of observations from a specified multivariate probability distribution, where direct sampling is difficult.
  • a probabilistic process can refer to a mathematical object that is generally defined by random variables.
  • a probabilistic process can represent a numerical value of a system that changes randomly over time. That is, the probabilistic process may be utilized as a mathematical model 300 of systems and phenomena that appear to change in any manner.
  • a probabilistic process can be interpreted by a random variable.
  • the probabilistic process includes the Markov Process, the Gaussian Process, the probabilistic model 300 (Statistical Model), and Bayesian inference, such as Statistical Inference, random walks, Martingale ( martingales), Levy processes, random fields, renewal processes, branching processes, and the like.
  • the Bayesian inference method also called Bayes' inference
  • Bayes' inference is a statistical inference method that obtains additional information through experiments and then updates the hypothesis probability using Bayes theorem. It is mainly applied when dynamically analyzing data to adapt to a given condition, and in the field of artificial intelligence, the knowledge learned from prior data is used to update the condition with additional data, and a Bayesian optimization algorithm based on this can be applied.
  • the Gaussian process algorithm constructs the model 300 using the covariance and average values of variables in the probability distribution for multiple variables, unlike the existing neural network circuit, if only the initial hyperparameter is determined, additionally artificial parameter setting The advantage is that this is not necessary.
  • the likelihood-based reasoning may include an Expectation-Maximization algorithm or the like.
  • the expectation maximization algorithm may be an iterative algorithm that finds an estimate of a parameter having a maximum likelihood or a maximum posterior probability in the probabilistic model 300 depending on an unobserved latent variable.
  • An iteration of the expectation maximization algorithm uses the current estimates for the parameters to perform an expectation step to generate a function for the evaluated log-expectation value, and a maximization step to compute the parameter that maximizes the expected log-expectation value.
  • the expectation maximization algorithm may be used to find the maximum expected value parameter of the statistical model 300 when the equation cannot be directly solved.
  • the model 300 is based on a set of control parameters of the solder printing apparatus 120 for printing solder on a substrate and a data pair of a yield for the substrate, a control for printing solder on the next substrate.
  • a set of parameters can be output.
  • the electronic device 100 based on a first data pair including a first control parameter set for the first substrate 111 , which is a first substrate on which a substrate processing process has been performed, and a first yield for the first substrate 111 , it is possible to create a model 300 for searching for an optimal set of control parameters. Thereafter, the model 300 may be updated based on the data pair of the control parameter set and the yield for each of the [2, 3, ..., n-1, n]-th substrate according to the order of the substrate processing process. In this case, the model 300 may output a set of control parameters that allow the yield of the next substrate to be greater than or equal to a preset threshold based on the data pairs.
  • the threshold may be preset by the user.
  • FIGS. 4A and 4B are diagrams for explaining an optimal control parameter set search process according to an embodiment of the present disclosure.
  • 4A is a diagram illustrating a two-dimensional parameter space 410 defined by two control parameters
  • FIG. 4B is a graph 420 illustrating a yield according to the order of substrates on which a substrate processing process is performed.
  • FIGS. 4A and 4B it is assumed that an optimal control parameter is searched for on a two-dimensional parameter space (plane) defined by two control parameters, but the present invention is not limited thereto, and three-dimensionality defined by three control parameters It is obvious that the same can be applied to a parameter space or a multidimensional parameter space defined by a plurality of control parameters of four or more.
  • control parameter set described in this drawing may mean including the first control parameter and the second control parameter.
  • this drawing describes searching for an optimal control parameter set while changing the control parameter set at once for convenience, it is also possible to search for an optimal control parameter for each of a plurality of control parameters included in the control parameter set. am.
  • the electronic device 100 controls the solder printing device 120 based on the solder measurement information indicating the state of the solder printed on the substrate measured in real time by the first measuring device 130 (eg, the SPI device). Parameter sets can be optimized in real time.
  • Step t 0 relates to the first substrate 111 being processed first in the substrate processing process.
  • a user may set a first control parameter set of the solder printing apparatus 120 for printing solder on the first substrate 111 through the user interface 240 .
  • the user may input a plurality of control parameters of the solder printing apparatus 120 capable of obtaining a yield equal to or greater than a preset threshold value as the first control parameter set.
  • the electronic device 100 may transmit information indicating the first control parameter set to the solder printing apparatus 120 , and the solder printing apparatus 120 may transmit information indicating the first control parameter set to the first substrate 111 based on the first control parameter set. ) can be printed with solder. Thereafter, the first substrate 111 on which the solder is printed is transmitted from the solder printing apparatus 120 to the first measurement apparatus 130 , and the first measurement apparatus 130 receives the solder printed on the first substrate 111 . By measuring the state, solder measurement information indicating the state of the solder printed on the first substrate 111 may be generated. The electronic device 100 may obtain solder measurement information indicating a state of the solder printed on the first substrate 111 from the first measurement device 130 .
  • the electronic device 100 may determine a first yield with respect to the first substrate 111 based on the obtained solder measurement information.
  • the electronic device 100 may generate a model (eg, the model 300 ) for searching for an optimal control parameter set based on the first control parameter set and the first yield.
  • Step t 1 relates to the second substrate 113 which is next to the first substrate 111 . That is, solder may be printed on the second substrate 113 after the first substrate 111 .
  • the electronic device 100 may obtain a second set of control parameters of the solder printing apparatus 120 for printing solder on the second substrate 113 from the generated model.
  • the model is a part in which no search is performed on a two-dimensional parameter space (plane), a part in which a lot of new data can be acquired, or a part that has been previously searched (eg, a point corresponding to the first control parameter set). ), it is possible to search for a control parameter set corresponding to a part further away from the two-dimensional parameter space.
  • the model may output, as a second control parameter set, a control parameter set corresponding to an arbitrary point that has not been searched among a plurality of points included in the two-dimensional parameter space based on the first data pair. have.
  • the model may output a control parameter set corresponding to a point distant from a point corresponding to the first control parameter set on the two-dimensional parameter space as the second control parameter set.
  • the model may output a control parameter set corresponding to a point having the greatest uncertainty in a predicted yield among a plurality of points included in the two-dimensional parameter space as the second control parameter set.
  • the point at which the uncertainty of the yield is greatest may mean, for example, a point at which the variance (or standard deviation) value of the yield calculated by the probability distribution is the greatest.
  • the model may output, as a second control parameter set, a control parameter set corresponding to a point having the largest value of predicted yield variance among a plurality of points included in the two-dimensional parameter space, as a second control parameter set.
  • a control parameter set corresponding to a point in which the predicted yield variance value is greater than or equal to a preset value among points in may be output as the second control parameter set.
  • the model may output a control parameter set predicted to have a second yield higher than the first yield as the second control parameter set.
  • the electronic device 100 may transmit information indicating the second control parameter set to the solder printing apparatus 120 , and the solder printing apparatus 120 performs solder on the second substrate 113 based on the second control parameter set. can be printed. Thereafter, the electronic device 100 may obtain second solder measurement information indicating the state of the solder printed on the second substrate 113 from the first measurement device 130 , and based on the second solder measurement information A second yield with respect to the second substrate 113 may be determined. The electronic device 100 may update the model based on the first data pair including the first control parameter set and the first yield and the second data pair including the second control parameter set and the second yield. According to an embodiment, the electronic device 100 may update the model to output a set of control parameters predicted to have higher yields than the first yield and the second yield.
  • the electronic device 100 updates the model to output a control parameter set corresponding to a point far away from a point corresponding to each of the first control parameter set and the second control parameter set in the two-dimensional parameter space. can do.
  • the electronic device 100 may update to output only the control parameter set predicted to have a yield equal to or greater than a preset threshold value.
  • Step t 2 relates to a third substrate that is next to the second substrate 113 . That is, solder may be printed on the third substrate after the second substrate 113 .
  • the electronic device 100 may obtain a third control parameter set of the solder printing device 120 for printing solder on the third substrate from the updated model.
  • the model corresponds to a part that is not searched in the two-dimensional parameter space, a part where a lot of new data can be obtained, or a part that has been previously searched (eg, corresponding to each of the first control parameter set and the second control parameter set).
  • the model may output a control parameter set predicted to have a third yield higher than the first yield and the second yield as the third control parameter set.
  • the electronic device 100 may transmit information indicating the third control parameter set to the solder printing device 120 , and from the first measurement device 130 to the third substrate printed information. Third solder measurement information indicating the state of the solder may be obtained, and a third yield of the third substrate may be determined based on the third solder measurement information.
  • the electronic device 100 may update the model based on the first data pair, the second data pair, and the third data pair including the third control parameter set and the third yield.
  • Step t 3 relates to the fourth substrate, which is next to the third substrate. That is, solder may be printed on the fourth substrate after the third substrate.
  • a fourth control parameter and a fourth yield for the fourth substrate may be obtained, and the model may be updated based on this.
  • the electronic device 100 may update the model until a predetermined number of control parameter sets are discovered. For example, the electronic device 100 may update the model only until it searches for 20 control parameter sets for 20 substrates. Thereafter, the electronic device 100 may determine an optimal parameter set based on the searched predetermined number of control parameter sets.
  • a process of determining an optimal control parameter set using the search result in the dictionary may be referred to as an exploitation process.
  • the utilization process may refer to a process of searching for parameters in a direction approaching the optimum among existing search areas in order to find an optimal solution (optimal control parameter set) in the parameter space. In the application process, the optimal solution can be found according to the tendency shown in the results of the previous search process.
  • the electronic device 100 determines the control parameter set with the highest yield among the 20 control parameter sets as the optimum control parameter set, and performs solder measurement. can be sent to the device.
  • the above 20 is an exemplary number, and the number for searching the control parameter set may be variously set by the user.
  • the electronic device 100 starts the process of searching for a new optimal control parameter set again. can do.
  • at least one sensor or measurement device installed in the apparatuses of the substrate processing process may detect a change in an environment related to the substrate processing process.
  • At least one sensor or measuring device may transmit information indicating that there is a change in the environment of the substrate processing process to the electronic device 100 .
  • the electronic device 100 may resume the process of searching for an optimal control parameter set again as the corresponding information is acquired.
  • the electronic device 100 when detecting a change in an environment related to a substrate processing process, the electronic device 100 creates a new model based on a data pair including a control parameter set and a yield, and uses the newly created model, An optimal set of control parameters can be searched again.
  • 5 is a diagram for explaining a method of considering stability in a process of searching for an optimal control parameter set according to an embodiment of the present disclosure.
  • 5 is a graph 500 illustrating a yield according to a value of a control parameter.
  • a model for searching for an optimal control parameter set is generated and updated, and thus an optimal control parameter set is searched for
  • the control parameter whose predicted yield is lower than a preset threshold value should not be searched for. Accordingly, the electronic device 100 may not search for the control parameter set t x predicted to have a yield equal to or less than a preset threshold value.
  • the electronic device 100 includes a first control parameter set of the solder printing device 120 for printing solder on the first board 111 set by the user and a first yield for the first board 111 . Based on the first data pair, a model for searching for an optimal set of control parameters may be generated. Based on the first data pair, the model outputs a second control parameter set that allows the second yield for the second substrate 113 next to the first substrate 111 to be greater than or equal to a preset threshold.
  • the model can consider whether the set of control parameters to be output satisfies a preset threshold for yield, and does not output a set of control parameters predicted to have a yield less than the preset threshold, so that the substrate processing process can secure the stability of the system and prevent defective production due to the change of control parameters.
  • the sixth is an operation flowchart of the electronic device 100 according to an embodiment of the present disclosure.
  • the processor 210 of the electronic device 100 obtains a first set of control parameters of the solder printing apparatus 120 for printing solder on the first substrate 111 .
  • the first control parameter set may be a combination of a plurality of control parameters, and may be initially set by a user through the user interface 240 .
  • the processor 210 may transmit information indicating the first control parameter set to the solder printing apparatus 120 in operation 620 .
  • the information indicating the first control parameter set may be, for example, a signal for controlling the solder printing apparatus 120 to perform a solder printing process on the first substrate 111 based on the first control parameter set. .
  • the processor 210 may obtain first solder measurement information indicating a state of the solder printed on the first substrate 111 from the measurement device in operation 630 .
  • the measuring device may be the first measuring device 130 (SPI device) that measures the state of the solder printed on the substrate.
  • the first solder measurement information may be, for example, a volume value of solder printed on the first substrate 111 .
  • the processor 210 may determine a first yield for the first substrate 111 based on the first solder measurement information.
  • the yield may be, for example, a yield determined based on a volume value of solder printed on the first substrate 111 .
  • the yield may be determined as a probability distribution by a probabilistic modeling methodology.
  • the processor 210 may generate a model for searching for an optimal control parameter set based on the first data pair including the first control parameter set and the first yield.
  • the model may be generated, for example, assuming that the first set of control parameters and the first yield have a Gaussian distribution. After creating the model, we can proceed to operation A to update the model. A detailed operation of updating the model will be described later with reference to FIG. 7 .
  • the operation flowchart 700 may include operations after operation 650 of FIG. 6 .
  • the processor 210 obtains, from the generated model, a second set of control parameters of the solder printing apparatus 120 for printing solder on a second substrate 113 that is next to the first substrate 111 . can do.
  • the model may search for a control parameter set corresponding to a part in the multidimensional parameter space that has not been searched, a part where a lot of new data can be acquired, or a part farther away from the previously searched part.
  • the model may output, as a second control parameter set, a control parameter set corresponding to an arbitrary point that has not been searched among a plurality of points included in the two-dimensional parameter space based on the first data pair.
  • the model may output a control parameter set corresponding to a point distant from a point corresponding to the first control parameter set on the two-dimensional parameter space as the second control parameter set.
  • the model may output a control parameter set corresponding to a point having the greatest uncertainty in a predicted yield among a plurality of points included in the two-dimensional parameter space as the second control parameter set.
  • the model may output a control parameter set predicted to have a second yield higher than the first yield as the second control parameter set.
  • the model may output a control parameter set enabling the second yield to be equal to or greater than a preset threshold value as the second control parameter set.
  • the processor 210 may transmit information indicating the second control parameter set to the solder printing apparatus 120 in operation 720 .
  • the processor 210 may obtain second solder measurement information indicating a state of the solder printed on the second substrate 113 from the measurement device in operation 730 .
  • the processor 210 may determine a second yield for the second substrate 113 based on the second solder measurement information in operation 740 .
  • the processor 210 may update the model based on the first data pair and the second data pair including the second control parameter set and the second yield. According to an embodiment, the processor 210 may update the model to output a set of control parameters predicted to have higher yields than the first yield and the second yield. According to an embodiment, the processor 210 may update the model to output a control parameter set corresponding to a point distant from a point corresponding to each of the first control parameter set and the second control parameter set in the multidimensional parameter space. have. In this case, the processor 210 may update to output only the control parameter set predicted to have a yield equal to or greater than a preset threshold value.
  • the method can also be implemented as computer-readable code on a computer-readable recording medium.
  • the computer-readable recording medium includes all types of recording devices in which data that can be read by a computer system is stored. Examples of the computer-readable recording medium may include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like.
  • the computer-readable recording medium is distributed in a computer system connected through a network, so that the computer-readable code can be stored and executed in a distributed manner.
  • functional programs, codes, and code segments for implementing the above embodiments can be easily inferred by programmers in the art to which the present disclosure pertains.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Electric Connection Of Electric Components To Printed Circuits (AREA)

Abstract

본 개시의 다양한 실시예에 따른 전자 장치는, 복수의 제어 파라미터에 기초하여 복수의 기판 각각에 솔더를 인쇄하도록 구성된 솔더 인쇄 장치 및 복수의 기판 각각에 인쇄된 솔더의 상태를 측정하도록 구성된 측정 장치와 통신이 가능하도록 연결되는 통신 회로, 하나 이상의 메모리 및 하나 이상의 프로세서를 포함할 수 있다. 다양한 실시예에 따른 하나 이상의 프로세서는, 제1 기판에 솔더를 인쇄하기 위한 솔더 인쇄 장치의 제1 제어 파라미터 세트를 획득하고, 제1 제어 파라미터 세트를 지시하는 정보를 전송하고, 제1 기판에 인쇄된 솔더의 상태를 지시하는 제1 솔더 측정 정보를 획득하고, 제1 솔더 측정 정보에 기초하여, 제1 기판에 대한 제1 수율을 결정하고, 제1 제어 파라미터 세트 및 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성할 수 있다.

Description

솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법
본 개시는 솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법에 관한 것이다.
기판(예: 인쇄 회로 기판) 상에 부품을 실장하기 전에, 솔더 인쇄 장치(예: 스크린 프린터)가 기판의 패드 상에 솔더를 도포할 수 있다. 이후, 솔더 검사(Solder Paste Inspection: SPI) 장치가 도포된 솔더의 상태를 검사할 수 있다. 검사 후, 솔더가 도포된 인쇄 회로 기판의 패드 상에, 표면실장기술(Surface Mount Technology: SMT)에 따라 부품이 실장될 수 있다.
복수의 제어 파라미터는 솔더 인쇄 장치가 솔더를 기판 상에 인쇄하는 동작을 제어한다. 복수의 제어 파라미터는, 예를 들어, 프린트 압력을 조정하기 위한 제어 파라미터, 프린트 속도를 조정하기 위한 제어 파라미터, 분리 속도를 조정하기 위한 제어 파라미터를 포함한다. 최적의 복수의 제어 파라미터를 사용하는 경우, 기판에 인쇄된 솔더에 대한 수율(또는 양품률)을 향상시킬 수 있다.
본 개시는 솔더 인쇄 장치의 복수의 제어 파라미터를 최적화하기 위한 기술을 제공한다.
본 개시의 다양한 실시예에 따르면, 전자 장치는 복수의 제어 파라미터에 기초하여 복수의 기판 각각에 솔더를 인쇄하도록 구성된 솔더 인쇄 장치 및 상기 솔더 인쇄 장치로부터 전달된 상기 복수의 기판 각각에 인쇄된 솔더의 상태를 측정하도록 구성된 측정 장치와 통신이 가능하도록 연결되는 통신 회로, 하나 이상의 메모리 및 상기 통신 회로 및 상기 하나 이상의 메모리와 작동적으로 연결된 하나 이상의 프로세서를 포함할 수 있다. 다양한 실시예에 따른 상기 하나 이상의 프로세서는, 제1 기판에 솔더를 인쇄하기 위한 상기 솔더 인쇄 장치의 제1 제어 파라미터 세트를 획득하고, 상기 제1 제어 파라미터 세트를 지시하는 정보를 상기 솔더 인쇄 장치로 전송하고, 상기 측정 장치로부터 상기 제1 기판에 인쇄된 솔더의 상태를 지시하는 제1 솔더 측정 정보를 획득하고, 상기 제1 솔더 측정 정보에 기초하여, 상기 제1 기판에 대한 제1 수율을 결정하고, 상기 제1 제어 파라미터 세트 및 상기 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성할 수 있다.
본 개시의 다양한 실시예에 따르면, 복수의 제어 파라미터에 기초하여 복수의 기판 각각에 솔더를 인쇄하도록 구성된 솔더 인쇄 장치 및 상기 솔더 인쇄 장치로부터 전달된 상기 복수의 기판 각각에 인쇄된 솔더의 상태를 측정하도록 구성된 측정 장치와 통신이 가능하도록 연결되는 전자 장치의 제어 파라미터를 최적화하는 방법은, 제1 기판에 솔더를 인쇄하기 위한 상기 솔더 인쇄 장치의 제1 제어 파라미터 세트를 획득하는 동작, 상기 제1 제어 파라미터 세트를 지시하는 정보를 상기 솔더 인쇄 장치로 전송하는 동작, 상기 측정 장치로부터 상기 제1 기판에 인쇄된 솔더의 상태를 지시하는 제1 솔더 측정 정보를 획득하는 동작, 상기 제1 솔더 측정 정보에 기초하여, 상기 제1 기판에 대한 제1 수율을 결정하는 동작, 및 상기 제1 제어 파라미터 세트 및 상기 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성하는 동작을 포함할 수 있다.
본 개시의 다양한 실시예에 따르면, 실시간으로 수집된 데이터(예: 제어 파라미터 세트(set) 및 수율)에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성 및 업데이트 함으로써, 기존의 축적한 데이터(historical data)를 기반으로 모델을 생성하고 최적화를 수행할 필요가 없다. 또한, 솔더 인쇄 공정에 영향을 주는 솔더, 스텐실, 스퀴즈의 변동과 상태가 시간에 따라 변화할 수 있으므로, 기존의 축적한 데이터는 현재 솔더 인쇄 공정의 상태를 반영할 수 없다. 본 개시의 다양한 실시예에 따르면, 실시간으로 수집된 데이터에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 대리모델(surrogate model)을 생성 및 업데이트 함으로써, 현재 솔더 인쇄 공정의 상태에 대응되는 최적의 제어 파라미터 세트를 탐색할 수 있다.
본 개시의 다양한 실시예에 따른 모델은, 기 설정된 임계값 이상의 수율이 획득되도록 하는 제어 파라미터 세트만을 출력(또는 탐색)한다. 따라서 복수의 기판에 대한 솔더 인쇄 공정을 수행하는 동안 실시간으로 제어 파라미터 세트의 최적화를 수행하더라도, 해당 최적화 수행 중 진행된 솔더 인쇄 공정에 대해서도 임계값 이상의 수율이 확보될 수 있다.
본 개시의 다양한 실시예에 따르면, 미리 정해진 수의 기판 각각에 대응하는 미리 정해진 수의 제어 파라미터 세트만을 탐색할 수 있고, 그 이후에는 탐색된 제어 파라미터 세트들 중 최적의 제어 파라미터 세트를 결정하여 사용하기 때문에, 제어 파라미터 세트 탐색에 있어 과도한 기판이 소요되는 것을 방지할 수 있다. 경우 따라서는 추가적인 판단기준을 가지고 기판의 탐색하는 기반의 수를 조정 가능하다.
본 개시의 다양한 실시예에 따르면, 복수의 기판에 대한 솔더 인쇄 공정을 수행하는 동안 실시간으로 제어 파라미터 세트에 대한 최적화를 수행하기 때문에, 갑작스런 솔더 인쇄 공정 환경 상의 변화에 의해 발생할 수 있는 수율 저하를 최소화할 수 있다.
도 1은 본 개시의 일 실시예에 따른 전자 장치의 동작 과정을 도시한 도면이다.
도 2는 본 개시의 일 실시예에 따른 전자 장치의 블록도이다.
도 3은 본 개시의 일 실시예에 따른 모델을 설명하기 위한 도면이다.
도 4a 및 4b는 본 개시의 일 실시예에 따라 최적의 제어 파라미터 세트를 탐색하는 과정을 설명하기 위한 도면이다.
도 5는 본 개시의 일 실시예에 따른 최적의 제어 파라미터 세트를 탐색하는 과정에서 안정성을 고려하는 방법을 설명하기 위한 도면이다.
도 6은 본 개시의 일 실시예에 따른 전자 장치의 동작 흐름도이다.
도 7은 본 개시의 일 실시예에 따른 전자 장치의 동작 흐름도이다.
본 개시의 실시예들은 본 개시의 기술적 사상을 설명하기 위한 목적으로 예시된 것이다. 본 개시에 따른 권리범위가 이하에 제시되는 실시예들이나 이들 실시예들에 대한 구체적 설명으로 한정되는 것은 아니다.
본 개시에 사용되는 모든 기술적 용어들 및 과학적 용어들은, 달리 정의되지 않는 한, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 일반적으로 이해되는 의미를 갖는다. 본 개시에 사용되는 모든 용어들은 본 개시를 더욱 명확히 설명하기 위한 목적으로 선택된 것이며 본 개시에 따른 권리범위를 제한하기 위해 선택된 것이 아니다.
본 개시에서 사용되는 "포함하는", "구비하는", "갖는" 등과 같은 표현은, 해당 표현이 포함되는 어구 또는 문장에서 달리 언급되지 않는 한, 다른 실시예를 포함할 가능성을 내포하는 개방형 용어(open-ended terms)로 이해되어야 한다.
본 개시에서 기술된 단수형의 표현은 달리 언급하지 않는 한 복수형의 의미를 포함할 수 있으며, 이는 청구범위에 기재된 단수형의 표현에도 마찬가지로 적용된다.
본 개시에서 사용되는 "제1", "제2" 등의 표현들은 복수의 구성요소들을 상호 구분하기 위해 사용되며, 해당 구성요소들의 순서 또는 중요도를 한정하는 것은 아니다.
본 개시에서 사용되는 용어 "부"는, 소프트웨어, 또는 FPGA(field-programmable gate array), ASIC(application specific integrated circuit)과 같은 하드웨어 구성요소를 의미한다. 그러나, "부"는 하드웨어 및 소프트웨어에 한정되는 것은 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세서, 함수, 속성, 프로시저, 서브루틴, 프로그램 코드의 세그먼트, 드라이버, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조, 테이블, 어레이 및 변수를 포함한다. 구성요소와 "부" 내에서 제공되는 기능은 더 작은 수의 구성요소 및 "부"로 결합되거나 추가적인 구성요소와 "부"로 더 분리될 수 있다.
본 개시에서 사용되는 "~에 기초하여"라는 표현은, 해당 표현이 포함되는 어구 또는 문장에서 기술되는, 결정, 판단의 행위 또는 동작에 영향을 주는 하나 이상의 인자를 기술하는데 사용되며, 이 표현은 결정, 판단의 행위 또는 동작에 영향을 주는 추가적인 인자를 배제하지 않는다.
본 개시에서, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 경우, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결될 수 있거나 접속될 수 있는 것으로, 또는 새로운 다른 구성요소를 매개로 하여 연결될 수 있거나 접속될 수 있는 것으로 이해되어야 한다.
이하, 첨부한 도면들을 참조하여, 본 개시의 실시예들을 설명한다. 첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
본 명세서에 도시된 흐름도에서 프로세스 단계들, 방법 단계들, 알고리즘들 등이 순차적인 순서로 설명되었지만, 그러한 프로세스들, 방법들 및 알고리즘들은 임의의 적합한 순서로 작동하도록 구성될 수 있다. 다시 말하면, 본 개시의 다양한 실시예들에서 설명되는 프로세스들, 방법들 및 알고리즘들의 단계들이 본 개시에서 기술된 순서로 수행될 필요는 없다. 또한, 일부 단계들이 비동시적으로 수행되는 것으로서 설명되더라도, 다른 실시예에서는 이러한 일부 단계들이 동시에 수행될 수 있다. 또한, 도면에서의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변화들 및 수정들을 제외하는 것을 의미하지 않으며, 예시된 프로세스 또는 그의 단계들 중 임의의 것이 본 개시의 다양한 실시예들 중 하나 이상에 필수적임을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지 않는다.
도 1은 본 개시의 일 실시예에 따른 솔더 인쇄 장치(120)의 제어 파라미터 세트(set)를 최적화하기 위한 전자 장치(100)가 동작하는 과정을 도시한 도면이다. 본 개시에 따른 전자 장치(100)는 솔더 검사 공정에서 획득한 정보들에 기초하여, 솔더 인쇄 장치(120)의 제어 파라미터 세트를 결정할 수 있다.
하나 이상의 기판에 대하여 차례대로 기판 처리 공정이 수행될 수 있다. 기판 처리 공정은, 기판에 솔더를 인쇄하는 공정 및 표면 실장 기술에 따라 기판에 부품을 실장, 결합하는 공정을 포함할 수 있다. 기판 처리 공정에는 솔더 인쇄 장치(120), 제1 측정 장치(130), 부품 실장 장치(140), 제2 측정 장치(150), 오븐(Oven, 160) 및/또는 제3 측정 장치(170)가 사용될 수 있다. 기판 처리 공정에서, 솔더 인쇄 장치(120)가 기판에 솔더를 인쇄할 수 있다. 제1 측정 장치(130)는 기판에 인쇄된 솔더의 상태를 측정할 수 있다. 부품 실장 장치(140)는 솔더가 인쇄된 기판에 부품을 실장할 수 있다. 제2 측정 장치(150)는 실장된 부품의 상태를 측정할 수 있다. 제2 측정 장치(150)는 pre-AOI(Automated Optical Inspection) 장치라고 불릴 수 있다. 부품이 실장된 기판은 오븐(160)에 입력되어 리플로우 공정을 거칠 수 있다. 리플로우 공정에서 솔더가 용융되었다가 다시 굳으면서 부품이 기판에 결합될 수 있다. 제3 측정 장치(170)는 리플로우 공정 후 기판 상의 부품 상태를 측정할 수 있다. 제3 측정 장치(170)는 post-AOI 장치라고 불릴 수 있다.
솔더 인쇄 장치(120)는 복수의 제어 파라미터에 기초하여 복수의 기판 각각에 솔더를 인쇄하도록 구성될 수 있다. 솔더 인쇄 장치(120)는, 예를 들어 스크린 프린터(screen printer)일 수 있다. 본 문서에서 사용되는 솔더 인쇄 장치(120)의 제어 파라미터 세트는 복수의 제어 파라미터의 집합을 의미할 수 있다. 복수의 제어 파라미터는, 예를 들어, 솔더 인쇄 장치(120)의 프린트 압력(print pressure)을 조정하기 위한 제어 파라미터, 프린트 속도(print speed)를 조정하기 위한 제어 파라미터 및 분리 속도(separation speed)를 조정하기 위한 제어 파라미터를 포함할 수 있다. 솔더 인쇄에 앞서 기판 위에는 개구가 마련된 스텐실 마스크가 배치된다. 솔더 인쇄 장치(120)는 스퀴지(squeeze)를 스텐실 마스크가 배치된 기판 위에서 소정 방향으로 진행시키면서 솔더를 기판에 인쇄한다. 프린트 압력이란 솔더 인쇄 시 스퀴지가 기판에 가하는 압력을 의미할 수 있다. 프린트 속도는 인쇄 시 스퀴지가 진행하는 속도를 의미할 수 있다. 분리 속도는 인쇄 후 스텐실 마스크를 기판에서 분리하는 속도를 의미할 수 있다. 기판에는 하나 이상의 패드가 마련되어 있을 수 있고, 패드는 기판 상 부품이 결합될 위치에 마련된 한 쌍의 전극들을 의미할 수 있다. 솔더 인쇄 장치(120)는 기판의 하나 이상의 패드 각각에 대하여 솔더를 인쇄할 수 있다.
솔더 인쇄 장치(120)의 제어 파라미터 세트는 복수의 제어 파라미터에 의해 정의되는 다차원 파라미터 공간 상의 한 점에 대응될 수 있다. 예를 들어, 2가지 제어 파라미터를 각 축으로 두는 경우, 제어 파라미터 세트는 2차원 파라미터 공간(즉, 평면) 상의 한 점으로 표현될 수 있다. 예를 들어, 3가지 제어 파라미터를 각 축으로 두는 경우, 제어 파라미터 세트는 3차원 파라미터 공간 상의 한 점으로 표현될 수 있다.
본 개시의 다양한 실시예에 따르면, 솔더 인쇄 장치(120)의 최적의 제어 파라미터를 탐색하기 위한 모델을 생성하기 위하여, 기판(이하, "제1 기판(111)")에 기판 처리 공정이 수행될 수 있다. 제1 기판(111)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 초기의 제어 파라미터 세트(이하, "제1 제어 파라미터 세트")가 미리 설정되어, 전자 장치(100)에 저장되어 있을 수 있다. 일 실시예에서, 제1 제어 파라미터 세트는 사용자에 의해 설정된 것일 수 있다. 전자 장치(100)는 제1 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)에 전송할 수 있다. 제1 제어 파라미터 세트를 지시하는 정보는, 예를 들어, 솔더 인쇄 장치(120)가 제1 제어 파라미터 세트에 기초하여, 제1 기판(111)에 대한 솔더 인쇄 공정을 수행하도록 제어하는 신호일 수 있다.
다양한 실시예에 따른 솔더 인쇄 장치(120)는 제1 제어 파라미터 세트를 지시하는 정보를 수신하고, 제1 제어 파라미터 세트에 기초하여 제1 기판(111)에 대한 솔더 인쇄 공정을 수행할 수 있다. 제1 기판(111)에 대해 솔더가 인쇄된 이후, 제1 기판(111)은 솔더 인쇄 장치(120)로부터 제1 측정 장치(130)로 이송될 수 있다. 제1 측정 장치(130)는 제1 기판(111)에 인쇄된 솔더의 상태를 측정할 수 있다. 제1 측정 장치(130)는 SPI(Solder Paste Inspection) 장치라고 불릴 수 있다. 제1 측정 장치(130)는 제1 기판(111)에 인쇄된 솔더의 측정된 상태를 지시하는 솔더 측정 정보(이하 "제1 솔더 측정 정보")를 출력할 수 있다. 솔더의 상태는 해당 솔더의 위치, 방향, 부피, 높이 및 면적 중에서 선택된 적어도 하나를 포함할 수 있다. 제1 솔더 측정 정보는, 예를 들어, 제1 기판(111)에 인쇄된 솔더의 체적 값일 수 있다.
전자 장치(100)는, 제1 측정 장치(130)로부터 제1 솔더 측정 정보를 획득할 수 있다. 전자 장치(100)는 제1 솔더 측정 정보에 기초하여, 제1 기판(111)에 대한 수율(이하, "제1 수율")을 결정(산출)할 수 있다. 제1 수율은, 제1 제어 파라미터 세트에 따라 솔더가 도포된 제1 기판(111)이 기판 처리 공정을 마친 후 양품으로 생산될 확률을 의미할 수 있다. 제1 수율은, 예를 들어, 제1 기판(111)에 인쇄된 솔더의 체적 값에 기초하여 결정될 수 있다. 일 실시예에서, 수율은 확률적 모델링 방법론에 의해 확률 분포로서 계산될 수 있다. 예를 들어 제1 수율은 "평균 1.96, 표준편차 0.5"의 값을 갖는 확률 분포일 수 있다. 이는 솔더가 인쇄된 제1 기판(111)이 확률적으로 평균 1.96의 수율을 가지고, 그 표준편차는 0.5라는 의미일 수 있다.
전자 장치(100)는 제1 제어 파라미터 세트 및 제1 수율을 포함하는 데이터 쌍(이하, "제1 데이터 쌍")에 기초하여, 모델을 생성할 수 있다. 모델은 최적의 제어 파라미터 세트를 탐색(exploration)하기 위한 모델일 수 있다. 최적의 제어 파라미터 세트란 수율이 최대가 되게 하는 솔더 인쇄 장치의 제어 파라미터 세트일 수 있다. 제1 제어 파라미터 세트를 모델의 독립 변수(원인)으로 설정하고, 제1 수율을 모델의 설명 변수(결과)로 설정하여 모델을 생성할 수 있다. 예를 들어, 모델은 제1 제어 파라미터 세트 및 제1 수율이 가우시안 분포(Gaussian Distribution)를 가진다는 것을 전제로하여 생성될 수 있다. 또 다른 실시예에 따르면, 스퀴지 방향(squeeze direction) 및 스퀴지 각도(squeeze angle)를 설명 변수에 추가할 수도 있다. 스퀴지 방향이란, 솔더 인쇄 장치(120)의 스퀴지가 압력을 가하기 위해 이동하는 방향(예: 정방향, 역방향)을 의미할 수 있다. 일 실시예에서, 스퀴지 방향 각각을 분리하여, 별도의 모델을 생성할 수도 있다. 스퀴지 각도란 인쇄 시 스퀴지가 기판에 대해 가지는 각도를 의미할 수 있다. 생성된 모델은 전자 장치(100)의 하나 이상의 메모리에 저장될 수 있다. 일 실시예에서, 모델은 다른 장치에서 전술한 과정에 의해 생성된 후 전자 장치(100)로 전달되어 메모리에 저장된 것일 수 있다.
전자 장치(100)는 생성된 모델로부터 제2 기판(113)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제2 제어 파라미터 세트를 획득할 수 있다. 제2 기판(113)은, 예를 들어, 기판 처리 공정에 있어서, 제1 기판(111)의 다음 차례로 처리되는 기판일 수 있다. 즉, 제1 기판(111) 다음으로 제2 기판(113)에 솔더가 인쇄될 수 있다. 일 실시예에서, 제2 기판(113)은 제1 기판(111)이 처리된 직후에 처리되는 기판이 아니라, 제1 기판(111) 이후 소정 개수의 기판이 처리된 이후에 처리되는 기판일 수도 있다.
전자 장치(100)는 획득한 제2 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)로 전송할 수 있다. 제2 제어 파라미터 세트를 지시하는 정보는, 예를 들어, 솔더 인쇄 장치(120)가 제2 제어 파라미터 세트에 기초하여, 제2 기판(113)에 대한 솔더 인쇄 공정을 수행하도록 제어하는 신호일 수 있다. 솔더 인쇄 장치(120)는 제2 제어 파라미터 세트를 지시하는 정보를 수신하고, 제2 제어 파라미터 세트에 기초하여 제2 기판(113)에 대한 솔더 인쇄 공정을 수행할 수 있다. 제2 기판(113)에 대해 솔더가 인쇄된 이후, 제2 기판(113)은 솔더 인쇄 장치(120)로부터 제1 측정 장치(130)로 이송될 수 있다. 제1 측정 장치(130)는 제2 기판(113)에 인쇄된 솔더의 상태를 측정할 수 있다. 제1 측정 장치(130)는 제2 기판(113)에 인쇄된 솔더의 측정된 상태를 지시하는 제2 솔더 측정 정보를 출력할 수 있다. 제2 솔더 측정 정보는, 예를 들어, 제2 기판(113)에 인쇄된 솔더의 체적 값일 수 있다. 전자 장치(100)는 제1 측정 장치(130)로부터 제2 솔더 측정 정보를 획득할 수 있고, 제1 솔더 측정 정보에 기초하여, 제2 기판(113)에 대한 수율(이하, "제2 수율")을 결정할 수 있다. 전자 장치(100)는 제1 제어 파라미터 세트와 제1 수율을 포함하는 제1 데이터 쌍 및 제2 제어 파라미터 세트와 제2 수율을 포함하는 제2 데이터 쌍에 기초하여, 모델을 업데이트할 수 있다. 모델의 구체적 사항에 대해서는 후술하기로 한다.
도 2는 본 개시의 일 실시예에 따른 전자 장치(100)의 블록도이다. 전자 장치(100)는 하나 이상의 프로세서(210), 하나 이상의 메모리(220) 및/또는 통신 회로(230)를 포함할 수 있다. 다양한 실시예에 따르면, 전자 장치(100)의 이러한 구성 요소들 중 적어도 하나가 생략되거나, 다른 구성요소가 추가될 수 있다. 다양한 실시예에 따르면, 추가적으로(additionally) 또는 대체적으로(alternatively), 일부 구성요소들이 통합되어 구현되거나, 단수 또는 복수의 개체로 구현될 수 있다. 하나 이상의 프로세서(210)는 프로세서(210)라고 표현될 수 있다. 프로세서(210)라는 표현은, 문맥상 명백히 다르게 표현하지 않는 이상, 하나 또는 그 이상의 프로세서의 집합을 의미할 수 있다. 하나 이상의 메모리(220)는 메모리(220)라고 표현될 수 있다. 메모리(220)라는 표현은 문맥상 명백히 다르게 표현하지 않는 이상, 하나 또는 그 이상의 메모리의 집합을 의미할 수 있다. 일 실시예에서, 전자 장치(100) 내, 외부의 구성요소들 중 적어도 일부의 구성 요소들은 버스, GPIO(general purpose input/output), SPI(serial peripheral interface) 또는 MIPI(mobile industry processor interface) 등을 통해 서로 연결되어, 데이터 및/또는 시그널을 주고 받을 수 있다.
프로세서(210)는 소프트웨어(예: 명령, 프로그램)를 구동하여 프로세서(210)에 연결된 장치의 적어도 하나의 구성요소를 제어할 수 있다. 또한, 프로세서(210)는 본 개시와 관련된 다양한 연산, 처리, 데이터 생성, 가공 등의 동작을 수행할 수 있다. 또한, 프로세서(210)는 데이터 등을 메모리(220)로부터 로드하거나, 메모리(220)에 저장할 수 있다.
메모리(220)는 다양한 데이터를 저장할 수 있다. 메모리(220)에 저장된 데이터는 전자 장치(100)의 적어도 하나의 구성요소에 의해 획득되거나, 처리되거나, 사용되는 데이터로서, 소프트웨어(예: 명령, 프로그램 등)를 포함할 수 있다. 메모리(220)는 휘발성 및/또는 비휘발성 메모리(220)를 포함할 수 있다. 본 개시에서 명령 내지 프로그램은 메모리(220)에 저장되는 소프트웨어로서, 장치의 리소스를 제어하기 위한 운영체제, 어플리케이션 및/또는 어플리케이션이 장치의 리소스들을 활용할 수 있도록 다양한 기능을 어플리케이션에 제공하는 미들 웨어 등을 포함할 수 있다. 일 실시예에서, 메모리(220)는 프로세서(210)에 의한 실행 시 프로세서(210)가 연산을 수행하도록 하는 명령들을 저장할 수 있다. 일 실시예에서, 메모리(220)는 상술한 모델을 저장할 수 있다. 일 실시예에서, 메모리(220)는, 솔더 측정 정보 및 솔더 인쇄 장치(120)의 제어 파라미터 세트를 저장할 수 있다.
다양한 실시예에 따른, 통신 회로(230)는, 전자 장치(100)와 서버 또는 전자 장치(100)와 다른 장치들 간의 무선 또는 유선 통신을 수행할 수 있다. 예를 들어, 통신 회로(230)는 eMBB(enhanced Mobile Broadband),　URLLC(Ultra Reliable Low-Latency Communications), MMTC(Massive Machine Type Communications), LTE(Long-Term Evolution), LTEA(LTE Advance), NR(New Radio), UMTS(Universal Mobile Telecommunications System), GSM(Global System for Mobile communications), CDMA(Code Division Multiple Access), WCDMA(Wideband CDMA), WiBro(Wireless Broadband), WiFi(Wireless Fidelity), 블루투스(Bluetooth), NFC(Near Field Communication), GPS(Global Positioning System) 또는 GNSS(Global Navigation Satellite System) 등의 방식에 따른 무선 통신을 수행할 수 있다. 예를 들어, 통신 회로(230)는 USB(Universal Serial Bus), HDMI(High Definition Multimedia Interface), RS-232(Recommended Standard-232) 또는 POTS(Plain Old Telephone Service) 등의 방식에 따른 유선 통신을 수행할 수 있다. 일 실시예에서, 전자 장치(100)는 통신 회로(230)에 의해 솔더 인쇄 장치(120) 및/또는 제1 측정 장치(130)와 통신을 수행할 수 있다. 일 실시예에 따르면, 전자 장치(100)는 통신 회로(230)에 의해 부품 실장 장치(140), 제2 측정 장치(150), 오븐(160) 및/또는 제3 측정 장치(170)와도 통신을 수행할 수 있다.
일 실시예에서, 전자 장치(100)는, 솔더 인쇄 장치(120), 제1 측정 장치(130), 부품 실장 장치(140), 제2 측정 장치(150), 오븐(160) 및/또는 제3 측정 장치(170) 중 적어도 하나와 결합한 형태로 존재할 수도 있고, 별개의 장치로서 존재할 수도 있다. 상술한 장치 중 적어도 하나(예: 솔더 인쇄 장치(120))와 결합한 형태로 존재하는 경우, 전자 장치(100)는 통신 회로(230)를 거치지 않고 해당 장치와 직접 다양한 정보를 주고 받을 수 있다.
일 실시예에서, 전자 장치(100)는 사용자 인터페이스(240)를 더 포함할 수 있다. 사용자 인터페이스(240)는 사용자로부터 입력을 받고, 사용자에게 정보를 출력(표출)할 수 있다. 일 실시예에서, 사용자 인터페이스(240)는 입력 장치 및/또는 출력 장치를 포함할 수 있다. 입력 장치는 외부로부터 전자 장치(100)의 적어도 하나의 구성요소에 전달하기 위한 정보를 입력 받는 장치일 수 있다. 예를 들어, 입력 장치는 마우스, 키보드, 터치 패드 등을 포함할 수 있다. 출력 장치는 전자 장치(100)의 다양한 정보를 사용자에게 시각적/청각적 형태로 제공하는 장치일 수 있다. 예를 들어, 출력 장치는 디스플레이, 프로젝터, 홀로그램, 스피커 등을 포함할 수 있다. 일 실시예에서, 사용자 인터페이스(240)는 사용자로부터 전자 장치(100)를 제어하기 위한 정보, 기판 처리 공정을 제어하기 위한 정보, 또는 기판에 대한 정보를 입력 받을 수 있다.
일 실시예에서, 사용자 인터페이스(240)는 사용자로부터 초기 설정으로서, 제1 기판(111)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제1 제어 파라미터 세트를 입력 받을 수 있다. 프로세서(210)는 사용자가 초기에 설정한, 제1 기판(111)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제1 제어 파라미터 세트를 메모리(220)로부터 획득하고, 제1 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)에 전송할 수 있다. 프로세서(210)는 제1 측정 장치(130)로부터 제1 기판(111)에 인쇄된 솔더의 상태를 지시하는 제1 솔더 측정 정보를 획득하고, 제1 솔더 측정 정보에 기초하여, 제1 기판(111)에 대한 제1 수율을 결정할 수 있다. 프로세서(210)는 제1 제어 파라미터 세트 및 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성할 수 있다. 프로세서(210)는 생성한 모델을 메모리(220)에 저장할 수 있다.
프로세서(210)는 생성한 모델로부터 제1 기판(111)에 솔더가 인쇄될 제2 기판(113)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제2 제어 파라미터 세트를 획득하고, 제2 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)로 전송할 수 있다. 프로세서(210)는 제1 측정 장치(130)로부터 제2 기판(113)에 인쇄된 솔더의 상태를 지시하는 제2 솔더 측정 정보를 획득하고, 제2 솔더 측정 정보에 기초하여, 제2 기판(113)에 대한 제2 수율을 결정할 수 있다. 프로세서(210)는 제1 데이터 쌍 및 제2 제어 파라미터 세트와 제2 수율을 포함하는 제2 데이터 쌍에 기초하여, 모델을 업데이트 할 수 있다.
일 실시예에서, 전자 장치(100)는 다양한 형태의 장치가 될 수 있다. 예를 들어, 전자 장치(100)는 휴대용 통신 장치, 컴퓨터 장치, 웨어러블(wearable) 장치 또는 상술한 장치들 중 둘 이상을 조합한 장치일 수 있다. 다만 본 개시의 전자 장치(100)는 전술한 장치들에 한정되지 않는다.
본 개시에 제시된 전자 장치(100)의 다양한 실시예들은 서로 조합될 수 있다. 각 실시예들은 경우의 수에 따라 조합될 수 있으며, 조합되어 만들어진 전자 장치(100)의 실시예 역시 본 개시의 범위에 속한다. 또한 전술한 본 개시에 따른 전자 장치(100)의 내/외부 구성 요소들은 실시예에 따라 추가, 변경, 대체 또는 삭제될 수 있다. 또한 전술한 전자 장치(100)의 내/외부 구성 요소들은 하드웨어 컴포넌트로 구현될 수 있다.
도 3은 본 개시의 다양한 실시예에 따른 모델(300)을 설명하기 위한 도면이다. 전술한 바와 같이, 모델(300)은 이전에 탐색한 복수의 기판 각각에 대한 제어 파라미터 세트 및 수율의 데이터 쌍(310)에 기초하여, 기판 처리 공정 상 다음 차례의 기판에 솔더를 인쇄하기 위한 제어 파라미터 세트(320)를 출력할 수 있다. 모델(300)은 최적의 제어 파라미터 세트를 탐색하기 위한 최적화 알고리즘에 의한 것일 수 있다. 일 실시예에서 모델(300)은 최적화 알고리즘에 기초하여 다음 차례의 제어 파라미터 세트를 출력할 수 있다. 활용 가능한 알고리즘에는 몬테 카를로 방법(Monte Carlo Method), 베이지안 최적화(Bayesian Optimization) 알고리즘 등의 확률론적 과정(Stochastic Process), 및/또는 가능도 기방 추론(Likelihood based Inference) 등이 있을 수 있다.
먼저 몬테 카를로 방법은 확률론적 해석을 갖는 대부분의 문제를 해결하는 데에 사용될 수 있다. 큰 수의 법칙(The law of large numbers)에 의하여, 임의의 랜덤 변수의 예상 값으로 구성된 적분은, 변수의 독립 샘플의 실험적 평균(즉, 샘플 평균)을 취함으로써 근사될 수 있다. 이런 성질을 사용하여, 변수의 확률 분포가 매개 변수화될 때, 마르코프 몬테 카를로 샘플러(Markov chain Monte Carlo (MCMC) sampler)가 사용될 수 있다. 몬테 카를로 방법에는 깁스 샘플링(Gibbs Sampling) 알고리즘이 있을 수 있다. 깁스 샘플링은, 직접 샘플링이 어려운 경우에, 지정된 다변량 확률 분포에서 얻은 일련의 관측치를 얻기 위한 MCMC 알고리즘이다.
확률론적 과정은, 일반적으로 랜덤 변수들로 정의되는 수학적 객체를 말할 수 있다. 확률론적 과정은 시간에 따라 무작위로 변화하는 시스템의 수치 값을 나타낼 수 있다. 즉, 확률론적 과정은 임의의 방식으로 변하는 것처럼 보이는 시스템 및 현상의 수학적 모델(300)로 활용될 수 있다. 확률론적 과정은 랜덤 변수에 의해 해석될 수 있다. 확률론적 과정에는 마르코프 과정(Markov Process), 가우시안 프로세스(Gaussian Process), 확률론적 모델(300)(Statistical Model), 베이지안 추론 등 확률론적 추론(Statistical Inference), 랜덤 웍스(random walks), 마팅게일(martingales), 레비 과정(Levy processes), 랜덤 필즈(random fields), 갱신 과정(renewal processes), 브랜칭 과정(branching processes) 등이 있을 수 있다. 여기서 베이지안 추론 방식은 베이즈 추론(Bayes’ inference)이라고도 하며, 실험을 통하여 추가 정보를 얻은 다음, 베이즈 정리를 사용하여 가설 확률을 업데이트하는 통계적 추론 방법이다. 데이터를 주어진 조건에 맞게 적응하도록 동적으로 분석할 때 주로 적용되며, 인공지능 분야에서는 사전 데이터로부터 배운 지식을 추가 데이터로 조건에 맞게 업데이트할 때 사용하여 이를 토대로 한 베이지안 최적화 알고리즘을 적용할 수 있다.
가우시안 프로세스 알고리즘은 다변수에 대한 확률 분포에 있어서 변수의 공분산(covariance) 및 평균값을 이용하여 모델(300)을 구성하는 것이므로, 기존의 신경망 회로와 달리 초기 하이퍼 파라미터만을 결정하면 부가적으로 인위적인 파라미터 설정이 필요하지 않다는 장점이 있다.
가능도 기반 추론에는 기대값 최대화 알고리즘(Expectation-Maximization algorithm) 등이 있을 수 있다. 기대값 최대화 알고리즘은 관측되지 않는 잠재변수에 의존하는 확률 모델(300)에서, 최대 가능도(maximum likelihood)나 최대 사후 확률(maximum a posteriori)을 갖는 모수의 추정값을 찾는 반복적 알고리즘일 수 있다. 기대값 최대화 알고리즘의 반복은 매개 변수에 대한 현재 추정값을 사용하여, 평가된 로그-기대값에 대한 함수를 생성하는 기대 단계와, 예상 로그-기대값을 최대화하는 매개 변수를 계산하는 최대화 단계를 수행하는 것을 포함할 수 있다. 기대값 최대화 알고리즘은 방정식을 직접 풀 수 없는 경우에 통계 모델(300)의 최대 기대값 파라미터를 찾는 데에 사용될 수 있다.
모델(300)은, 기판에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제어 파라미터 세트 및 상기 기판에 대한 수율의 데이터 쌍(pair)에 기초하여, 다음 차례의 기판에 솔더를 인쇄하기 위한 제어 파라미터 세트를 출력할 수 있다. 전자 장치(100)는 기판 처리 공정이 수행된 첫번째 기판인 제1 기판(111)에 대한 제1 제어 파라미터 세트 및 제1 기판(111)에 대한 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델(300)을 생성할 수 있다. 이후, 기판 처리 공정의 차례에 따라 [2, 3, ..., n-1, n]번째 기판 각각에 대한 제어 파라미터 세트 및 수율의 데이터 쌍에 기초하여 모델(300)을 업데이트할 수 있다. 상기의 경우, 모델(300)은 데이터 쌍들에 기초하여, 다음 차례의 기판에 대한 수율이 기 설정된 임계값 이상이 될 수 있도록 하는 제어 파라미터 세트를 출력할 수 있다. 임계값은 사용자에 의해 미리 설정될 수 있다.
도 4a 및 4b 각각은 본 개시의 일 실시예에 따른 최적 제어 파라미터 세트 탐색 과정을 설명하기 위한 도면이다. 도 4a는 2개의 제어 파라미터에 의해 정의되는 2차원 파라미터 공간(410)을 도시한 것이고, 도 4b는 기판 처리 공정이 수행되는 기판의 순번에 따른 수율을 나타낸 그래프(420)이다. 도 4a 및 4b에서는 2개의 제어 파라미터에 의해 정의되는 2차원 파라미터 공간(평면) 상에서 최적의 제어 파라미터를 탐색하는 것으로 가정하여 설명하지만, 이에 제한되는 것은 아니며, 3개의 제어 파라미터에 의해 정의되는 3차원 파라미터 공간 또는 4개 이상의 복수의 제어 파라미터에 의해 정의되는 다차원 파라미터 공간에서도 동일하게 적용할 수 있음은 자명하다. 본 도면에서 설명하는 제어 파라미터 세트는 제1 제어 파라미터 및 제2 제어 파라미터를 포함하는 것을 의미할 수 있다. 또한, 본 도면에서는 편의상 제어 파라미터 세트를 한꺼번에 변경해가면서 최적의 제어 파라미터 세트를 탐색하는 것으로 설명하고 있으나, 제어 파라미터 세트에 포함된 복수의 제어 파라미터 각각에 대하여 최적의 제어 파라미터를 탐색할 수 있음은 물론이다.
전자 장치(100)는 제1 측정 장치(130)(예: SPI 장치)에 의해 실시간으로 측정된 기판에 인쇄된 솔더의 상태를 지시하는 솔더 측정 정보에 기초하여, 솔더 인쇄 장치(120)의 제어 파라미터 세트를 실시간으로 최적화할 수 있다. 스텝 t0는 기판 처리 공정에서 첫번째로 처리되는 제1 기판(111)에 관한 것이다. 사용자는 사용자 인터페이스(240)를 통해, 제1 기판(111)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제1 제어 파라미터 세트를 설정할 수 있다. 예를 들어, 사용자는 기 설정된 임계값 이상의 수율을 얻을 수 있는 솔더 인쇄 장치(120)의 복수의 제어 파라미터를 제1 제어 파라미터 세트로 입력할 수 있다. 전자 장치(100)는 제1 제어 파라미터 세트를 지시하는 정보를 장치는 솔더 인쇄 장치(120)로 전송할 수 있고, 솔더 인쇄 장치(120)는 제1 제어 파라미터 세트에 기초하여, 제1 기판(111)에 솔더를 인쇄할 수 있다. 이후, 솔더가 인쇄된 제1 기판(111)은 솔더 인쇄 장치(120)로부터 제1 측정 장치(130)로 전송되고, 제1 측정 장치(130)는 제1 기판(111)에 인쇄된 솔더의 상태를 측정하여, 제1 기판(111)에 인쇄된 솔더의 상태를 지시하는 솔더 측정 정보를 생성할 수 있다. 전자 장치(100)는, 제1 측정 장치(130)로부터 제1 기판(111)에 인쇄된 솔더의 상태를 지시하는 솔더 측정 정보를 획득할 수 있다. 전자 장치(100)는, 획득한 솔더 측정 정보에 기초하여 제1 기판(111)에 대한 제1 수율을 결정할 수 있다. 전자 장치(100)는 제1 제어 파라미터 세트 및 제1 수율에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델(예: 모델(300))을 생성할 수 있다.
스텝 t1은 제1 기판(111)의 다음 차례인 제2 기판(113)에 관한 것이다. 즉, 제1 기판(111) 다음으로 제2 기판(113)에 솔더가 인쇄될 수 있다. 전자 장치(100)는 생성한 모델로부터 제2 기판(113)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제2 제어 파라미터 세트를 획득할 수 있다. 일 실시예에 따르면, 모델은 2차원 파라미터 공간(평면) 상에서 탐색을 수행하지 않은 부분, 새로운 데이터를 많이 획득할 수 있는 부분 또는 기존에 탐색한 부분(예: 제1 제어 파라미터 세트에 대응되는 점)보다 2차원 파라미터 공간 상에서 멀리 떨어져 있는 부분에 대응하는 제어 파라미터 세트를 탐색할 수 있다. 예를 들어, 모델은, 제1 데이터 쌍에 기초하여, 2차원 파라미터 공간 상에 포함된 복수의 점 중 탐색한 적이 없는 임의의 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다. 예를 들어, 모델은, 2차원 파라미터 공간 상에서 제1 제어 파라미터 세트에 대응하는 점으로부터 멀리 떨어져 있는 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다. 예를 들면, 모델은, 2차원 파라미터 공간 상에 포함된 복수의 점 중 예측되는 수율의 불확실성(uncertainty)이 가장 큰 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다. 수율의 불확실성이 가장 큰 점이란, 예를 들어, 확률 분포로 계산된 수율의 분산(또는 표준 편차) 값이 가장 큰 점을 의미할 수 있다. 예를 들면, 모델은 2차원 파라미터 공간 상에 포함된 복수의 점 중 예측되는 수율의 분산 값이 가장 큰 값을 갖는 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수도 있고, 복수의 점 중 예측되는 수율의 분산 값이 미리 설정된 값 이상인 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수도 있다. 일 실시예에 따르면, 모델은 제1 수율보다 높은 제2 수율을 가질 것으로 예측되는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다.
전자 장치(100)는 제2 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)에 전송할 수 있고, 솔더 인쇄 장치(120)는 제2 제어 파라미터 세트에 기초하여 제2 기판(113)에 솔더를 인쇄할 수 있다. 이후, 전자 장치(100)는 제1 측정 장치(130)로부터 제2 기판(113)에 인쇄된 솔더의 상태를 지시하는 제2 솔더 측정 정보를 획득할 수 있고, 제2 솔더 측정 정보에 기초하여 제2 기판(113)에 대한 제2 수율을 결정할 수 있다. 전자 장치(100)는 제1 제어 파라미터 세트와 제1 수율을 포함하는 제1 데이터 쌍 및 제2 제어 파라미터 세트와 제2 수율을 포함하는 제2 데이터 쌍에 기초하여, 모델을 업데이트할 수 있다. 일 실시예에 따르면, 전자 장치(100)는 제1 수율 및 제2 수율 보다 높은 수율을 가질 것으로 예측되는 제어 파라미터 세트를 출력하도록 모델을 업데이트할 수 있다. 일 실시예에 따르면, 전자 장치(100)는 2차원 파라미터 공간 상에서 제1 제어 파라미터 세트 및 제2 제어 파라미터 세트 각각에 대응하는 점으로부터 멀리 떨어져 있는 점에 대응하는 제어 파라미터 세트를 출력하도록 모델을 업데이트할 수 있다. 이 경우에, 전자 장치(100)는 기 설정된 임계값 이상의 수율을 가질 것으로 예측되는 제어 파라미터 세트만을 출력하도록 업데이트할 수 있다.
스텝 t2은 제2 기판(113)의 다음 차례인 제3 기판에 관한 것이다. 즉, 제2 기판(113) 다음으로 제3 기판에 솔더가 인쇄될 수 있다. 전자 장치(100)는 업데이트된 모델로부터 제3 기판에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제3 제어 파라미터 세트를 획득할 수 있다. 일 실시예에 따르면, 모델은 2차원 파라미터 공간 상에서 탐색을 하지 않은 부분, 새로운 데이터를 많이 획득할 수 있는 부분 또는 기존 탐색한 부분(예: 제1 제어 파라미터 세트 및 제2 제어 파라미터 세트 각각에 대응되는 점)보다 멀리 떨어져 있는 부분에 대응하는 제어 파라미터 세트를 탐색할 수 있다. 일 실시예에 따르면, 모델은 제1 수율 및 제2 수율보다 높은 제3수율을 가질 것으로 예측되는 제어 파라미터 세트를 제3제어 파라미터 세트로 출력할 수 있다. 스텝 t2에서 설명한 것과 동일하게, 전자 장치(100)는 제3 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)에 전송할 수 있고, 제1 측정 장치(130)로부터 제3 기판에 인쇄된 솔더의 상태를 지시하는 제3 솔더 측정 정보를 획득할 수 있으며, 제3 솔더 측정 정보에 기초하여 제3 기판에 대한 제3 수율을 결정할 수 있다. 전자 장치(100)는 제1 데이터 쌍, 제2 데이터 쌍 및 제3 제어 파라미터 세트와 제3 수율을 포함하는 제3 데이터 쌍에 기초하여, 모델을 업데이트할 수 있다.
스텝 t3은 제3 기판의 다음 차례인 제4 기판에 관한 것이다. 즉, 제3 기판 다음으로 제4 기판에 솔더가 인쇄될 수 있다. 스텝 t2에서 설명한 것과 동일하게, 제4 기판에 대한 제4 제어 파라미터 및 제4 수율을 획득할 수 있고, 이에 기초하여, 모델을 업데이트할 수 있다.
전술한 방식에 따라, 전자 장치(100)는 미리 정해진 수의 제어 파라미터 세트를 탐색할 때까지 모델을 업데이트할 수 있다. 예를 들어, 전자 장치(100)는 20개의 기판에 대한 20개의 제어 파라미터 세트를 탐색할 때까지만 모델을 업데이트 할 수 있다. 이후, 전자 장치(100)는 탐색한 미리 정해진 수의 제어 파라미터 세트에 기초하여, 최적의 파라미터 세트를 결정할 수 있다. 이러한 사전의 탐색 결과를 이용하여 최적의 제어 파라미터 세트를 결정하는 과정을 활용(exploitation) 과정이라고 부를 수 있다. 활용 과정은 파라미터 공간 상에서 최적해(최적의 제어 파라미터 세트)를 찾기 위해 기존의 탐색 영역 중 최적에 가까워지는 방향으로 파라미터를 탐색하는 과정을 의미할 수 있다. 활용 과정은, 이전의 탐색 과정의 결과에서 나타나는 경향성에 따라 최적해를 찾아갈 수 있다. 예를 들어, 전자 장치(100)는 20개의 제어 파라미터 세트에 대해서 탐색 과정을 수행한 경우, 20개의 제어 파라미터 세트 중 수율이 가장 높은 제어 파라미터 세트를 최적의 제어 파라미터 세트로 결정하고, 이를 솔더 측정 장치로 전송할 수 있다. 상술한 20개는 예시적인 수이며, 제어 파라미터 세트를 탐색하기 위한 수는 사용자에 의해 다양하게 설정될 수 있다.
일 실시예에서, 전술한 과정에 의해 결정된 최적의 파라미터 세트에 기초하여 기판 처리 공정이 진행되던 중, 환경 변화가 발생하면, 전자 장치(100)는 다시 새로운 최적 제어 파라미터 세트를 탐색하는 과정을 개시할 수 있다. 일 실시예에서, 기판 처리 공정의 장치들에 설치된 적어도 하나의 센서 또는 측정 장치는 기판 처리 공정에 관계된 환경의 변화를 감지할 수 있다. 적어도 하나의 센서 또는 측정 장치는 기판 처리 공정의 환경에 변화가 있음을 지시하는 정보를 전자 장치(100)로 전달할 수 있다. 전자 장치(100)는 해당 정보를 획득함에 따라 다시 최적의 제어 파라미터 세트를 탐색하는 과정을 재개할 수 있다. 예를 들어, 전자 장치(100)는 기판 처리 공정과 관계된 환경의 변화를 감지하는 경우, 제어 파라미터 세트 및 수율을 포함하는 데이터 쌍에 기초하여 모델을 새롭게 생성하고, 새롭게 생성한 모델을 이용하여, 최적의 제어 파라미터 세트를 다시 탐색할 수 있다.
도 5는 본 개시의 일 실시예에 따른 최적의 제어 파라미터 세트를 탐색하는 과정에서 안정성을 고려하는 방법을 설명하기 위한 도면이다. 도 5는 제어 파라미터 값에 따른 수율을 나타내는 그래프(500)이다. 본 개시에서, 기판 처리 공정을 수행하는 중 수집된 제어 파라미터 세트 및 수율을 포함하는 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델이 생성되고 업데이트되므로, 최적의 제어 파라미터 세트를 탐색하는 과정에서 시도되는 제어 파라미터 세트에 의해 수율이 기 설정된 임계값 미만으로 낮아지는 경우, 손실이 발생할 수 있다. 최적의 제어 파라미터 세트를 탐색하는 과정 중에도 손실을 최소화하기 위해서는, 예측되는 수율이 기 설정된 임계값 미만으로 낮아지게 되는 제어 파라미터는 탐색하지 않아야 한다. 따라서, 전자 장치(100)는, 기 설정된 임계값 이하의 수율을 가질 것으로 예측되는 제어 파라미터 세트(tx)는 탐색하지 않을 수 있다.
전자 장치(100)는, 사용자가 설정한 제1 기판(111)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제1 제어 파라미터 세트 및 제1 기판(111)에 대한 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성할 수 있다. 모델은 제1 데이터 쌍에 기초하여, 제1 기판(111)의 다음 차례인 제2 기판(113)에 대한 제2 수율이 기 설정된 임계값 이상이 될 수 있도록 하는 제2 제어 파라미터 세트를 출력할 수 있다. 즉, 모델은 출력할 제어 파라미터 세트가 수율에 대한 기 설정된 임계값을 만족할지 여부를 고려할 수 있고, 기 지정된 임계값 미만의 수율을 가질 것으로 예측되는 제어 파라미터 세트는 출력하지 않음으로써, 기판 처리 공정의 안정성을 확보할 수 있고, 제어 파라미터 변경에 따른 불량 생산을 막을 수 있다.
도 6은 본 개시의 일 실시예에 따른 전자 장치(100)의 동작 흐름도이다. 동작 흐름도 600을 참조하면, 동작 610에서, 전자 장치(100)의 프로세서(210)는, 제1 기판(111)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제1 제어 파라미터 세트를 획득할 수 있다. 제1 제어 파라미터 세트는 복수의 제어 파라미터의 조합일 수 있고, 사용자 인터페이스(240)를 통해 사용자에 의해 초기에 설정될 수 있다.
프로세서(210)는, 동작 620에서, 제1 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)로 전송할 수 있다. 제1 제어 파라미터 세트를 지시하는 정보는, 예를 들어, 솔더 인쇄 장치(120)가 제1 제어 파라미터 세트에 기초하여, 제1 기판(111)에 대한 솔더 인쇄 공정을 수행하도록 제어하는 신호일 수 있다.
프로세서(210)는, 동작 630에서, 측정 장치로부터 제1 기판(111)에 인쇄된 솔더의 상태를 지시하는 제1 솔더 측정 정보를 획득할 수 있다. 측정 장치는 기판에 인쇄된 솔더의 상태를 측정하는 제1 측정 장치(130)(SPI 장치)일 수 있다. 제1 솔더 측정 정보는, 예를 들어, 제1 기판(111)에 인쇄된 솔더의 체적 값일 수 있다.
프로세서(210)는, 동작 640에서, 제1 솔더 측정 정보에 기초하여, 제1 기판(111)에 대한 제1 수율을 결정할 수 있다. 수율은 예를 들어, 제1 기판(111)에 인쇄된 솔더의 체적 값에 기초하여 결정된 수율일 수 있다. 수율은 확률적 모델링 방법론에 의해 확률 분포로 결정될 수 있다.
프로세서(210)는, 동작 650에서, 제1 제어 파라미터 세트 및 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성할 수 있다. 모델은, 예를 들어, 제1 제어 파라미터 세트 및 제1 수율이 가우시안 분포를 가진다는 것을 전제로하여 생성될 수 있다. 모델을 생성한 이후, 동작 A로 진행하여, 모델을 업데이트할 수 있다. 모델을 업데이트하는 구체적인 동작은 도 7에서 후술하기로 한다.
도 7은 본 개시의 일 실시예에 따른 전자 장치(100)의 동작 흐름도이다. 동작 흐름도 700은, 도 6의 동작 650 이후의 동작들을 포함할 수 있다. 프로세서(210)는, 동작 710에서, 생성된 모델로부터 제1 기판(111)의 다음 차례인 제2 기판(113)에 솔더를 인쇄하기 위한 솔더 인쇄 장치(120)의 제2 제어 파라미터 세트를 획득할 수 있다.
모델은 다차원 파라미터 공간 상에서 탐색을 수행하지 않은 부분, 새로운 데이터를 많이 획득할 수 있는 부분 또는 기존에 탐색한 부분보다 멀리 떨어져 있는 부분에 대응하는 제어 파라미터 세트를 탐색할 수 있다. 예를 들어, 모델은, 제1 데이터 쌍에 기초하여, 2차원 파라미터 공간 상에 포함된 복수의 점 중 탐색한 적이 없는 임의의 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다. 예를 들어, 모델은, 2차원 파라미터 공간 상에서 제1 제어 파라미터 세트에 대응하는 점으로부터 멀리 떨어져 있는 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다. 예를 들면, 모델은, 2차원 파라미터 공간 상에 포함된 복수의 점 중 예측되는 수율의 불확실성(uncertainty)이 가장 큰 점에 대응하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다. 일 실시예에 따르면, 모델은 제1 수율보다 높은 제2 수율을 가질 것으로 예측되는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다. 상기의 경우 모두, 모델은 제2 수율이 기 설정된 임계값 이상이 될 수 있도록 하는 제어 파라미터 세트를 제2 제어 파라미터 세트로 출력할 수 있다.
프로세서(210)는, 동작 720에서, 제2 제어 파라미터 세트를 지시하는 정보를 솔더 인쇄 장치(120)로 전송할 수 있다. 프로세서(210)는, 동작 730에서, 측정 장치로부터 제2 기판(113)에 인쇄된 솔더의 상태를 지시하는 제2 솔더 측정 정보를 획득할 수 있다. 프로세서(210)는, 동작 740에서, 제2 솔더 측정 정보에 기초하여, 제2 기판(113)에 대한 제2 수율을 결정할 수 있다.
프로세서(210)는 제1 데이터 쌍 및 제2 제어 파라미터 세트와 제2 수율을 포함하는 제2 데이터 쌍에 기초하여 모델을 업데이트할 수 있다. 일 실시예에 따르면, 프로세서(210)는 제1 수율 및 제2 수율 보다 높은 수율을 가질 것으로 예측되는 제어 파라미터 세트를 출력하도록 모델을 업데이트할 수 있다. 일 실시예에 따르면, 프로세서(210)는 다차원 파라미터 공간 상에서 제1 제어 파라미터 세트 및 제2 제어 파라미터 세트 각각에 대응하는 점으로부터 멀리 떨어져 있는 점에 대응하는 제어 파라미터 세트를 출력하도록 모델을 업데이트할 수 있다. 이 경우에, 프로세서(210)는 기 설정된 임계값 이상의 수율을 가질 것으로 예측되는 제어 파라미터 세트만을 출력하도록 업데이트할 수 있다.
상기 방법은 특정 실시예들을 통하여 설명되었지만, 상기 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등을 포함할 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 개시가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    복수의 제어 파라미터에 기초하여 복수의 기판 각각에 솔더를 인쇄하도록 구성된 솔더 인쇄 장치 및 상기 솔더 인쇄 장치로부터 전달된 상기 복수의 기판 각각에 인쇄된 솔더의 상태를 측정하도록 구성된 측정 장치와 통신이 가능하도록 연결되는 통신 회로;
    하나 이상의 메모리; 및
    상기 통신 회로 및 상기 하나 이상의 메모리와 작동적으로 연결된 하나 이상의 프로세서를 포함하고,
    상기 하나 이상의 프로세서는,
    제1 기판에 솔더를 인쇄하기 위한 상기 솔더 인쇄 장치의 제1 제어 파라미터 세트를 획득하고,
    상기 제1 제어 파라미터 세트를 지시하는 정보를 상기 솔더 인쇄 장치로 전송하고,
    상기 측정 장치로부터 상기 제1 기판에 인쇄된 솔더의 상태를 지시하는 제1 솔더 측정 정보를 획득하고,
    상기 제1 솔더 측정 정보에 기초하여, 상기 제1 기판에 대한 제1 수율을 결정하고,
    상기 제1 제어 파라미터 세트 및 상기 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성하는, 전자 장치.
  2. 제1항에 있어서,
    상기 하나 이상의 프로세서는,
    상기 모델로부터, 상기 제1 기판 다음에 솔더가 인쇄될 제2 기판에 솔더를 인쇄하기 위한 상기 솔더 인쇄 장치의 제2 제어 파라미터 세트를 획득하고,
    상기 제2 제어 파라미터 세트를 지시하는 정보를 상기 솔더 인쇄 장치로 전송하고,
    상기 측정 장치로부터 상기 제2 기판에 인쇄된 솔더의 상태를 지시하는 제2 솔더 측정 정보를 획득하고,
    상기 제2 솔더 측정 정보에 기초하여, 상기 제2 기판에 대한 제2 수율을 결정하고,
    상기 제1 데이터 쌍 및 상기 제2 제어 파라미터 세트와 상기 제2 수율을 포함하는 제2 데이터 쌍에 기초하여, 상기 모델을 업데이트하는, 전자 장치.
  3. 제2항에 있어서,
    상기 모델은,
    상기 제1 데이터 쌍에 기초하여, 상기 제2 수율이 기 설정된 혹은 자동으로 설정된 임계값 이상이 될 수 있도록 하는 상기 제2 제어 파라미터 세트를 출력하는, 전자 장치.
  4. 제2항에 있어서,
    상기 모델은,
    상기 제1 데이터 쌍에 기초하여, 상기 제2 수율이 상기 제1 수율보다 증가할 수 있도록 하는 상기 제2 제어 파라미터 세트를 출력하는, 전자 장치.
  5. 제2항에 있어서,
    상기 하나 이상의 프로세서는,
    미리 정해진 수의 제어 파라미터 세트를 탐색할 때까지 상기 모델을 업데이트하는, 전자 장치.
  6. 제5항에 있어서,
    상기 하나 이상의 프로세서는,
    상기 미리 정해진 수의 제어 파라미터 세트를 탐색한 이후, 상기 미리 정해진 수의 제어 파라미터 세트 중 대응되는 수율이 가장 큰 제어 파라미터 세트를 최적의 제어 파라미터 세트로 결정하고,
    최적의 제어 파라미터 세트를 지시하는 정보를 상기 솔더 인쇄 장치로 전송하는, 전자 장치.
  7. 제1항에 있어서,
    상기 복수의 제어 파라미터는, 상기 솔더 인쇄 장치의 프린트 압력을 조정하기 위한 제어 파라미터, 프린트 속도를 조정하기 위한 제어 파라미터 및 기판 분리 속도를 조정하기 위한 제어 파라미터를 포함하는, 전자 장치.
  8. 제2항에 있어서,
    상기 제1 제어 파라미터 세트 및 제2 제어 파라미터 세트 각각은, 상기 복수의 제어 파라미터에 의해 정의되는 다차원 파라미터 공간 상의 한 점에 대응되는, 전자 장치.
  9. 제8항에 있어서,
    상기 모델은,
    상기 제1 데이터 쌍에 기초하여, 상기 다차원 파라미터 공간 상에 포함된 복수의 점 중 탐색한 적이 없는 임의의 점에 대응하는 상기 제2 제어 파라미터 세트를 출력하는, 전자 장치.
  10. 제9항에 있어서,
    상기 임의의 점은, 상기 복수의 점 중 예측되는 수율의 불확실성이 가장 큰 점인, 전자 장치.
  11. 제2항에 있어서,
    상기 제1 수율 및 상기 제2 수율은, 확률적 모델링 방법론에 의해 확률 분포로 결정되는, 전자 장치.
  12. 제1항에 있어서,
    상기 제1 제어 파라미터 세트는 사용자에 의해 설정되는, 전자 장치.
  13. 복수의 제어 파라미터에 기초하여 복수의 기판 각각에 솔더를 인쇄하도록 구성된 솔더 인쇄 장치 및 상기 솔더 인쇄 장치로부터 전달된 상기 복수의 기판 각각에 인쇄된 솔더의 상태를 측정하도록 구성된 측정 장치와 통신이 가능하도록 연결되는 전자 장치의 제어 파라미터를 최적화하는 방법에 있어서,
    제1 기판에 솔더를 인쇄하기 위한 상기 솔더 인쇄 장치의 제1 제어 파라미터 세트를 획득하는 동작;
    상기 제1 제어 파라미터 세트를 지시하는 정보를 상기 솔더 인쇄 장치로 전송하는 동작;
    상기 측정 장치로부터 상기 제1 기판에 인쇄된 솔더의 상태를 지시하는 제1 솔더 측정 정보를 획득하는 동작;
    상기 제1 솔더 측정 정보에 기초하여, 상기 제1 기판에 대한 제1 수율을 결정하는 동작; 및
    상기 제1 제어 파라미터 세트 및 상기 제1 수율을 포함하는 제1 데이터 쌍에 기초하여, 최적의 제어 파라미터 세트를 탐색하기 위한 모델을 생성하는 동작을 포함하는, 방법.
  14. 제13항에 있어서,
    상기 모델로부터, 상기 제1 기판 다음에 인쇄될 제2 기판에 솔더를 인쇄하기 위한 상기 솔더 인쇄 장치의 제2 제어 파라미터 세트를 획득하는 동작;
    상기 제2 제어 파라미터 세트를 지시하는 정보를 상기 솔더 인쇄 장치로 전송하는 동작;
    상기 측정 장치로부터 상기 제2 기판에 인쇄된 솔더의 상태를 지시하는 제2 솔더 측정 정보를 획득하는 동작;
    상기 제2 솔더 측정 정보에 기초하여, 상기 제2 기판에 대한 제2 수율을 결정하는 동작; 및
    상기 제1 데이터 쌍 및 상기 제2 제어 파라미터 세트와 상기 제2 수율을 포함하는 제2 데이터 쌍에 기초하여, 상기 모델을 업데이트하는 동작을 더 포함하는, 방법.
  15. 제14항에 있어서,
    상기 모델은,
    상기 제1 데이터 쌍에 기초하여, 상기 제2 수율이 기 설정된 임계값 이상이 될 수 있도록 하는 상기 제2 제어 파라미터 세트를 출력하는, 방법.
  16. 제14항에 있어서,
    상기 모델은,
    상기 제1 데이터 쌍에 기초하여, 상기 제2 수율이 상기 제1 수율보다 증가할 수 있도록 하는 상기 제2 제어 파라미터 세트를 출력하는, 방법.
  17. 제13항에 있어서,
    상기 복수의 제어 파라미터는, 상기 솔더 인쇄 장치의 프린트 압력을 조정하기 위한 제어 파라미터, 프린트 속도를 조정하기 위한 제어 파라미터 및 기판 분리 속도를 조정하기 위한 제어 파라미터를 포함하는, 방법.
  18. 제14항에 있어서,
    상기 제1 제어 파라미터 세트 및 제2 제어 파라미터 세트 각각은, 상기 복수의 제어 파라미터에 의해 정의되는 다차원 파라미터 공간 상의 한 점에 대응되는, 방법.
  19. 제18항에 있어서,
    상기 모델은,
    상기 제1 데이터 쌍에 기초하여, 상기 다차원 파라미터 공간 상에 포함된 복수의 점 중 탐색된 적이 없는 임의의 점에 대응하는 상기 제2 제어 파라미터 세트를 출력하는, 방법.
  20. 제14항에 있어서,
    상기 제1 수율 및 상기 제2 수율은, 확률적 모델링 방법론에 의해 확률 분포로 결정되는, 방법.
PCT/KR2021/006721 2020-05-29 2021-05-31 솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법 WO2021242062A1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US17/789,725 US20230073723A1 (en) 2020-05-29 2021-05-31 Device and method for optimizing control parameter of solder printing apparatus
KR1020227020380A KR20220100954A (ko) 2020-05-29 2021-05-31 솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법
EP21812422.0A EP4068137B1 (en) 2020-05-29 2021-05-31 Apparatus and method for optimizing control parameter of solder printing apparatus
CN202180007443.1A CN114930335A (zh) 2020-05-29 2021-05-31 用于优化焊膏印刷装置的控制参数的设备及方法
JP2022538480A JP7395000B2 (ja) 2020-05-29 2021-05-31 ソルダー印刷装置の制御パラメータを最適化するための装置及び方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200064967 2020-05-29
KR10-2020-0064967 2020-05-29

Publications (1)

Publication Number Publication Date
WO2021242062A1 true WO2021242062A1 (ko) 2021-12-02

Family

ID=78744821

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/006721 WO2021242062A1 (ko) 2020-05-29 2021-05-31 솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법

Country Status (6)

Country Link
US (1) US20230073723A1 (ko)
EP (1) EP4068137B1 (ko)
JP (1) JP7395000B2 (ko)
KR (1) KR20220100954A (ko)
CN (1) CN114930335A (ko)
WO (1) WO2021242062A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114398850A (zh) * 2022-03-25 2022-04-26 苏州浪潮智能科技有限公司 一种防止pcb丝印影响高速信号阻抗变化的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130100266A (ko) * 2010-07-09 2013-09-10 르노 에스.아.에스. 납땜 이음의 품질을 검사하는 방법
US9419543B2 (en) * 2012-01-05 2016-08-16 Opto Generic Devices, Inc. Controlled resonance in electrical power devices
KR20170003296A (ko) * 2015-06-30 2017-01-09 주식회사 고영테크놀러지 스크린 프린터 프리세팅 방법 및 검사 장치
KR20190102974A (ko) * 2018-02-26 2019-09-04 주식회사 고영테크놀러지 스크린 프린터의 제어 파라미터를 생성하는 장치 및 방법
WO2019208039A1 (ja) * 2018-04-27 2019-10-31 三菱電機株式会社 はんだ付け監視装置、はんだ付け監視方法およびはんだ付け装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG45278A1 (en) * 1991-11-07 1998-01-16 Omron Tateisi Electronics Co Automatic soldering apparatus apparatus and method for teaching same soldering inspection apparatus and method and apparatus and method for automatically correcting soldering
US7171897B2 (en) * 2003-06-05 2007-02-06 Georgia Tech Research Corporation System and methods for data-driven control of manufacturing processes
JP2005157835A (ja) * 2003-11-27 2005-06-16 Matsushita Electric Ind Co Ltd 設計情報提供装置
JP2008152341A (ja) * 2006-12-14 2008-07-03 Ricoh Co Ltd 品質管理支援システム、品質管理支援方法及びプログラム
JP6922168B2 (ja) * 2016-08-10 2021-08-18 オムロン株式会社 表面実装ラインの品質管理システム及びその制御方法
KR102106349B1 (ko) * 2017-12-21 2020-05-04 주식회사 고영테크놀러지 인쇄 회로 기판 검사 장치, 솔더 페이스트 이상 감지 방법 및 컴퓨터 판독 가능한 기록 매체
EP3530463B1 (en) * 2018-02-26 2024-09-11 Koh Young Technology Inc. Apparatus and method of generating control parameter of screen printer

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130100266A (ko) * 2010-07-09 2013-09-10 르노 에스.아.에스. 납땜 이음의 품질을 검사하는 방법
US9419543B2 (en) * 2012-01-05 2016-08-16 Opto Generic Devices, Inc. Controlled resonance in electrical power devices
KR20170003296A (ko) * 2015-06-30 2017-01-09 주식회사 고영테크놀러지 스크린 프린터 프리세팅 방법 및 검사 장치
KR20190102974A (ko) * 2018-02-26 2019-09-04 주식회사 고영테크놀러지 스크린 프린터의 제어 파라미터를 생성하는 장치 및 방법
WO2019208039A1 (ja) * 2018-04-27 2019-10-31 三菱電機株式会社 はんだ付け監視装置、はんだ付け監視方法およびはんだ付け装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4068137A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114398850A (zh) * 2022-03-25 2022-04-26 苏州浪潮智能科技有限公司 一种防止pcb丝印影响高速信号阻抗变化的方法和装置
CN114398850B (zh) * 2022-03-25 2022-06-03 苏州浪潮智能科技有限公司 一种防止pcb丝印影响高速信号阻抗变化的方法和装置

Also Published As

Publication number Publication date
EP4068137A1 (en) 2022-10-05
CN114930335A (zh) 2022-08-19
KR20220100954A (ko) 2022-07-18
EP4068137A4 (en) 2023-02-08
JP2023508040A (ja) 2023-02-28
EP4068137C0 (en) 2024-01-10
JP7395000B2 (ja) 2023-12-08
US20230073723A1 (en) 2023-03-09
EP4068137B1 (en) 2024-01-10

Similar Documents

Publication Publication Date Title
KR102360659B1 (ko) 기계번역 방법, 장치, 컴퓨터 기기 및 기억매체
WO2019128355A1 (zh) 确定精确地理位置的方法和装置
WO2019132299A1 (ko) 클라우드 시스템에서의 우선 순위 기반 자원 스케일링 시스템, 장치 및 방법
CN113821332B (zh) 自动机器学习系统效能调优方法、装置、设备及介质
JP7285977B2 (ja) ニューラルネットワークトレーニング方法、装置、電子機器、媒体及びプログラム製品
WO2021242062A1 (ko) 솔더 인쇄 장치의 제어 파라미터를 최적화하기 위한 장치 및 방법
WO2022163985A1 (ko) 인공지능 추론모델을 경량화하는 방법 및 시스템
CN113392018A (zh) 流量分发方法、装置、存储介质及电子设备
CN117332844A (zh) 对抗样本生成方法、相关装置及存储介质
US20240031882A1 (en) User-equipment-based mobility optimization
WO2024143655A1 (ko) 불확실성 값을 이용하여 신경망 모델 내의 학습 데이터를 처리하기 위한 전자 장치 및 그 동작 방법
WO2024005313A1 (ko) 전자 장치의 학습 모델을 갱신하는 서버 및 그의 동작 방법
WO2023163429A1 (ko) 무선 통신 시스템 내의 단말기의 위치를 결정하는 장치 및 방법
WO2022005046A1 (ko) 딥 러닝 네트워크로부터 경량화 딥 러닝 네트워크로 지식을 전수하는 방법
CN118170371B (zh) 基于拖拽式页面组件的页面生成方法、装置和电子设备
CN116820778B (zh) 边缘设备资源分配方法、系统、装置、设备及介质
US11973695B2 (en) Information processing apparatus and information processing method
CN115292046B (zh) 算力分配方法、装置、存储介质及电子设备
CN104422506A (zh) 一种高度智能化的电子天平及分析方法
WO2024135870A1 (ko) 효율적인 객체 감지를 위한 입력 단위 네트워크 양자화 방법을 수행하는 영상인식장치
CN115604783B (zh) 基于物联网的体温传感器控制方法、装置、设备及介质
Dong et al. WebInf: Accelerating WebGPU-based In-browser DNN Inference via Adaptive Model Partitioning
WO2022145550A1 (ko) 딥러닝 네트워크의 동적 양자화 정밀도 가변 알고리즘 및 방법
CN117857388B (zh) 交换机运行信息检测方法、装置、电子设备与计算机介质
CN117978612B (zh) 网络故障检测方法、存储介质以及电子设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21812422

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227020380

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2022538480

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2021812422

Country of ref document: EP

Effective date: 20220628

NENP Non-entry into the national phase

Ref country code: DE