• 한국정밀공학회지
• /
• 제31권10호
• /
• pp.881-887
• /
• 2014

Peltier 효과를 이용한 박막형 열전 냉각 모듈은 열전 재료에 의한 열 출입의 방향에 따라서 수직형 구조와 수평구조로 나누어진다. 이와 같은 박막형 열전 냉각 모듈의 성능은 기존의 벌크 형태의 냉각 모듈을 평가하기 위해 사용하는 모델을 이용하여 측정할 수 있다. 우리가 제조한 열전 박막을 모델에 적용하여 열전재료의 길이 변화에 따른 열 방출 성능을 평가 하여 보았다. 재료의 성능이 향상됨에 따라서 동일한 열 전기적 저항에서 최대 열 방출 성능은 $73.9W/cm^2$에서 $131.2W/cm^2$으로 크게 증가하는 것을 알 수 있었다. 또한 방사 형태로 $10{\mu}m$ 두께의 열전 재료와 전극들이 두께가 각기 다른 기판 위에 형성된 수평형 냉각 모듈을 설계하여 $10{\mu}m$ 두께의 $SiO_2$ 멤브레인 위에 열전재료가 형성된 열전 모듈에서 22 K의 온도 차를 해석결과로부터 알 수 있었다. 이와 같은 결과로부터 열전 재료의 특성과 모듈의 열 전기적 저항은 필연적으로 짧은 열전 재료의 길이와 두께를 갖는 박막형 열전 모듈을 높은 효율의 모듈로 설계하기 위해 반드시 고려되어 되어야 할 요소임을 확인 할 수 있다.

• 마이크로전자및패키징학회지
• /
• 제22권2호
• /
• pp.47-53
• /
• 2015

인쇄회로기판 솔더 상부 및 하부 접합부의 서로 다른 표면처리 조건에 따른 Sn-3.0Ag-0.5Cu (SAC305) 접합부의 열처리 및 전류 인가에 따른 금속간 화합물 성장거동을 비교하기 위하여 in-situ 미세구조분석 및 electromigration (EM) 수명평가를 실시하였다. 솔더 접합 직후, 상부 접합부의 electroless nickel immersion gold (ENIG) 표면처리에서는 $(Cu,Ni)_6Sn_5$, 하부 접합부의 organic solderability preservative (OSP) 표면처리에서는$ Cu_6Sn_5$, $Cu_3Sn$ 금속간 화합물이 접합 계면에서 생성되었다. EM 수명평가 결과 온도 $130^{\circ}C$, 전류밀도 $5.0{\times}10^3A/cm^2$ 하에서 평균파괴시간이 약 78.7 hrs으로 도출되었고, 하부 OSP 표면처리에서 전자가 솔더로 빠져나가는 부분에서 Cu의 소모에 의한 단락이 주 손상기구로 확인되었다. In-situ 주사전자현미경을 통해 계면 미세구조 분석 결과 상부 접합부 ENIG 표면처리에서 전자의 방향에 따른 미세구조의 큰 차이가 없고 뚜렷한 손상이 관찰되지 않았으나, 하부 접합부 OSP 표면처리의 경우 전자가 솔더로 유입되는 부분에서 빠른 Cu 소모로 인한 보이드 성장이 관찰되었다. 따라서, SAC305무연솔더 접합부에서 ENIG 표면처리가 OSP 표면처리보다 보다 우수한 EM확산방지막 역할을 하여 금속간 화합물 성장을 억제하고 보다 우수한 EM 신뢰성을 보이는 것으로 판단된다.

• KSBB Journal
• /
• 제16권6호
• /
• pp.603-608
• /
• 2001

낮은 농도 (0.41 g/㎥)에서 바이오필터 장치의 제거효율은 5 L/min과 10L/min에서 각각 30~70% 이상을 보여주는 반먼에 고농도 (1.23 g/㎥)에서의 효율은 10~60%이다. 그리고 Synthesized media를 담체로 사용한 바이오필터의 성능이 다른 바이오필터에 비하여 좋지 않았으며, barks를 사용한 바이오필터에 비하여 좋지 않았으며, barks를 사용한 바이오필터의 제거율이 입구농도 0.8g/㎥에서 약 70%로 가장 좋은 성능을 보였다. 이는 합성담체가 porous하여 그 보습능력이 다른 담체들에 비하여 떨어지기 때문임을 알 수 있었다. 바이오필터가 제거할 수 있는 공기중의 톨루엔양은 입구의 단위 시간당 농도를 증가시킴으로써 제거량이 증가함으로 알 수 있었으며, barks를 담체로 사용한 바이오필터의 제거량이 유입 부하량 40 g/㎥에서 최대 30 g/㎥으로 가장 우수한 것으로 나타나, 수분 및 활성의 유지가 안돼는 악의 조건하에서의 바이오필터 적응능력 면에서는 bark를 사용하는 것이 가장 바람직함을 알 수 있었다. 한편 바이오필터의 우수한 거동을 위해서는 필터층의 적당한 수분함량 조절이 가장 필수적이며, 각 바이오필터의 pH 변화는 7~8로써, 중성영역을 유지하는 것이 바람직하였다. 모든 바이오필터 시스템에서 압력강하는 0.054 cm$H_2O$/m로서 무시할 만큼 낮았고, 특히 합성담체의 경우에 다른 담체들에 비하여 압력손실이 현저히 낮았다.저히 낮았다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.

• 대한전자공학회논문지SD
• /
• 제41권10호
• /
• pp.95-104
• /
• 2004

본 논문에서는 0.13㎛ 이하의 deep sub-micron 공정처럼 누설 전류가 심한 공정을 이용하여 멀티미디어 SoC를 설계할 때, 가장 전력 소모가 높은 움직임 추정 기법의 전력 소모를 줄이기 위한 저전력 움직임 추정기의 아키텍쳐를 제안하였다. 제안하는 아키텍쳐는 기존의 동적 전력 소모만을 고려한 구조와는 달리 정적 전력 소모까지 고려하여 누설 전류가 심한 공정에 적합한 구조로, 효율적인 전력 관리가 필수적인 동영상 전화기 등의 각종 휴대용 정보기기 단말기에 적합한 형태이다. 제안하는 아키텍쳐는 하드웨어 구현이 용이한 전역 탐색 기법 (full search)을 기본으로 하며 동적 전력 소모를 줄이기 위하여 조기 은퇴(early break-off) 기법을 도입하였다. 또한 정적 전력 소모를 줄이기 위하여 전원선 잡음을 고려한 메가블록 전원 차단 기법을 사용하였다. 제안된 아키텍쳐를 멀티미디어 SoC에 적용하였을 때의 효용성을 검증하기 위해 시스템 수준의 제어 흐름과 저전력 제어 기법을 개발하였으며, 이를 바탕으로 시스템 수준에서의 소모 전력을 계산하였다. 모의실험 결과 0.13㎛ 공정에서 전력 소모가 50% 정도로 감소함을 확인할 수 있었다. 선폭의 감소와 칩 내부 발열량의 증가로 인한 누설 전류의 증가를 고려할 때, 기존의 동적 전력 소모만을 고려한 구조는 전력 감소 효율이 점점 나빠짐에 반하여 제안하는 움직임 추정기 아키텍쳐는 안정적인 전력 감소 효율을 보여주었다.