• 한국생산제조학회지
• /
• 제11권2호
• /
• pp.49-57
• /
• 2002

본 연구에서는 전자부품의 자동조립라인에서 매우 중요한 작업인 열코킹 검사, 납땜 및 납땜검사 작업공정을 보다 더 정밀하고 유연하게 수행할 수 있도록 오프라인 프로그램에의 자동교시기능을 갖는 지능형 로봇 제어 시스템 개발에 대한 연구를 수행하였다. 카메라 백 카바등의 전자부품의 자동조립라인은 작업의 난이도가 매우 높고, 고정밀도가 요구되고, 특히, 납펌 및 납땜 불량검사 작업의 셀은 전체 작업 셀 공정중에서 가장 불량률이 높다. 따라서 본 연구는 기존의 납땜 및 검사공정 셀의 구조를 개선하여 보다 더 높은 정밀도를 유지할 수 있고, 모델 변경에 대한 유연성 향상 및 불량율의 감소를 통한 시스템의 신뢰성을 증대시키기 위한 목적으로 수행된다. 이의 실현을 위한 세부내용으로는 셀의 구조개선, 로봇의 모델교체 및 성능향상, 고정도의 납땜 및 검사 기술, 오프라인 프로그래밍 (off-line programming, OLP)을 이용한 자동교시기법을 개발하여 지능형 시스템으로 새로운 셀을 구성하고, 이를 실제 카메라 백 카바등의 전자부품 조립 라인에 설치하여 실시간 구현을 실현하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.494-496
• /
• 1999

본 논문에서는 SV(Support Vector Machine)과 3단의 칼라 원형 조명장치를 이용한 효율적인 납땜 검사 시스템을 제안한다. 원형 조명장치를 이용하여 납땜부의 표면의 경사도에 의해서 생기는 명암의 분포로부터 납땜 검사를 위한 특징값을 추출한다. SVM은 추출된 특징값을 이용하여 납땜 영상을 정의된 타입중의 하나로 분류한다. SVM은 두 부류의 경계를 최대로 하는 최적경계를 학습하므로 납땜 영상과 같이 각 부류의 경계가 모호한 문제에 대해서 적은 수의 학습 데이터를 사용해도 우수한 성능을 나타낸다. 제안된 시스템은 현산업에서 사용되고 있는 다양한 표면실장형 부품에 대해서 적용해 본 결과 적은 학습 데이터에도 효율적으로 적용될 수 있음을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.607-609
• /
• 2000

본 논문에서는 SVM(Support Vector Machine)과 3단의 칼라 원형 조명장치를 이용한 효율적인 납땜 검사시스템을 제안한다. 원형 조명장치를 이용하여 납땜부의 표면의 경사도에 의해서 생기는 명암의 분포로부터 납땜 검사를 위한 특징값을 추출한다. SVM은 추출된 특징값을 이용하여 납땜 영상을 정의된 타입중의 하나로 분류한다. SBM은 두 부류의경계를 최대로 하는 최적경계를 학습하므로 납땜 영상과 같이 각 부류의 경계가 모호한 문제에 대해서 적은 수의 학습 데이터를 사용해도 우수한 성능을 나타낸다. 제안된 시스템은 현산업에서 사용되고 있는 다양한 표면실장형 부품에 대해서 적용해 본 결과 적은 학습 데이터에도 효율적으로 적용될 수 있음을 보였다.

• 한국정밀공학회지
• /
• 제20권11호
• /
• pp.7-15
• /
• 2003

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2735-2737
• /
• 2001

비젼 검사시스템에서 기판에 존재하는 납 형상의 패턴을 분류함으로써 사전에 불량을 줄일 수 있다. 이러한 경우 대부분의 불량은 부정확한 납의 위치 및 두께로 인해 발생하게 되는데, 이러한 문제를 해결하기 위해 주어진 경계 내에 불분명하게 형성된 납의 형태 및 두께를 정상과 불량으로 분류하기 위해 무게중심점에 기초한 정합과 XOR연산을 이용한 비젼 검사시스템을 제안하였다. 제안한 비젼 검사시스템을 인쇄회로기판상의 납땜형상 패턴에 적용하여 제안한 방법의 성능을 검증하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 추계학술대회 논문요약집
• /
• pp.146-146
• /
• 2003

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.367-370
• /
• 2016

QFN(Quad Flat No-leads package)은 SMD(Surface Mount Device) 자재 중의 하나로써, 납땜을 하는 lead 부분이 따로 있지 않아 납땜에 대한 불량이 많이 발생하고 있다. 따라서 본 논문에서는 QFN의 납땜에 대한 불량을 검출하는 기법을 제안하고자 한다. 우리는 QFN의 납땜에 대한 불량 검출을 위해 기계학습 방법 중 하나인 Convolutional Neural Network(CNN)을 사용하였고, CNN에 학습을 시키기 위한 데이터로는 납땜을 한 QFN 컬러 다단 영상을 사용하였다. 이 영상은 3채널 컬러 영상으로, 이를 바로 CNN에 적용시켜 학습시키기에는 문제가 있다. 그렇기 때문에 3채널 컬러 영상을 세개의 1채널 Grayscale 영상(Red, Green, Blue)로 분리시켜 CNN에 적용시켰다. 이렇게 학습시킨 결과를 이용하여 QFN의 납땜에 대한 불량을 검출할 수 있었다. 현재는 Dicing과 Punch에 대해서만 테스트를 해보았기 때문에, 추후에 이를 제외한 다른 것들에 대한 추가적인 연구가 필요하다.

• 한국정밀공학회지
• /
• 제15권7호
• /
• pp.26-35
• /
• 1998

This paper presents a visual inspection algorithm looking for solder joint defects of IC chips on PCBs (Printed Circuit Boards). In this algorithm, seven features are proposed in order to categorize the solder joints into four classes such as normal, insufficient, excess, and no solder, and optimal back-propagation network is determined by error evaluation which depend on the number of neurons in hidden and out-put layers and selection of the features. In the end, a good accuracy of classification performance, an optimal determination of network structure and the effectiveness of chosen seven features are examined by experiment using proposed inspection algorithm.

• 제어로봇시스템학회지
• /
• 제2권6호
• /
• pp.38-49
• /
• 1996

본 논문에서는 시각 인식 기술을 이용한 자동화된 생산기술 분야로, 전자회로 기판 생산 공정과 용접 공정을 예롤 들었으며, 각 분야에서의 연구 동기 및 현황을 소개하고 최근 사용되고 있는 기술에 대해 논하였다. 여기서, 전자회로 기판 생산공정에 적용된 시각 인식 기술로는 인쇄 회로 기판(PCB)의 도체 패턴의 양/불량 판정 검사, FIC부품의 인식 및 리드 검사, FIC부품의 장착상태검사, 장착 후의 납땜 검사 등을 다루었으며, 용접 공정에 대한 기술로는 맞대기 용접에서의 용접선 추적, 고주파 전기저항 용접으로 생산되는 강관의 용접품질 검사 등을 다루었다.

• 한국반도체및디스플레이장비학회:학술대회논문집
• /
• 한국반도체및디스플레이장비학회 2006년도 추계학술대회 발표 논문집
• /
• pp.43-46
• /
• 2006

본 논문은 PCB(printed circuit board)에 납땜이 되어 장착된 부품들의 들뜸 상태 검사 알고리즘에 관한 연구이다. 전자산업의 발달로 제품이 소형화, SMD화, 고집적화가 함께 추구되고 있으며, 특히 리드(lead)의 fine-pitch화 현상으로 인해 부품의 들뜸 상태 검사의 중요성은 매우 부각되고 있다. 따라서 본 논문에서는 2차원 포인터 레이저 거리센서를 이용하여 PCB위에 장착된 부품의 들뜸 상태를 검사하고자 한다. 이를 위해 레이저 측정용 장치를 제작하여 부품의 들뜸 검사 알고리즘의 유용성 및 들뜸의 상태 판단 여부를 확인하였다. 본 논문에서 사용한 기준 부품은 각칩 형태로 된 저항, 커패시터와 BGA 및 QFP이며 이 부품들을 이용하여 리드와 바디의 들뜸 상태를 검사하였다. 검사 기준으로 리드의 들뜸은 Scan Teaching 방식을 이용하였으며, 바디의 들뜸은 단차 Teaching 방식을 이용하였다.