• 제목/요약/키워드: Model-based fault detection

검색결과 263건 처리시간 0.023초

3D-IC 반도체 모듈의 내부결함 검사를 위한 초분광 영상기반 검출모듈 개발 (Development of hyperspectral image-based detection module for internal defect inspection of 3D-IC semiconductor module)

  • 홍석주;이아영;김기석
    • 한국농업기계학회:학술대회논문집
    • /
    • 한국농업기계학회 2017년도 춘계공동학술대회
    • /
    • pp.146-146
    • /
    • 2017
  • 현대의 스마트폰 및 태블릿pc등을 가능하게 만든 집적 기술 중의 하나는 3차원 집적 회로(3D-IC)와 같은 패키징 기술이다. 이러한 첨단 3차원 집적 기술은 메모리집적을 통한 대용량 메모리 모듈 개발뿐만 아니라, 메모리와 프로세서의 집적, high-end FPGA, Back side imaging (BSI) 센서 모듈, MEMS 센서와 ASIC 집적, High Bright (HB) LED 모듈 등에 적용되고 있다. 3D-IC의 3차원 모듈 제작 시에는 기존에 발생하지 않았던 여러 가지 파괴 모드들이 발생하고 있는데 Thermal/Photonic Emission 장비 등 기존의 2차원 결함분리 (Fault Isolation) 기술로는 첨단의 3차원 적층 제품들에서 발생하는 불량을 비파괴적으로 혹은 3차원적으로 분리하는 것이 불가능하므로, 비파괴 3차원 결함 분리 기술은 향후 선행 제품 적기 개발에 매우 필수적인 기술이다. 본 연구는 3D-IC 반도체의 비파괴적 내부결함 검사를 위하여 가시광선-근적외선 대역(351nm~1770nm)의 InGaAs (Indium Galium Arsenide) 계열 영상검출기 (imaging detector)를 사용하여 분광 시스템 광학 설계를 통한 초분광 영상 기반 검출 모듈을 제작하였다. 제작된 초분광 영상 기반 검출 모듈을 이용하여 구리 회로 위에 실리콘 웨이퍼가 3단 적층 된 반도체 더미 샘플의 초분광 영상을 촬영하였으며, 촬영된 초분광 영상에 대하여 Chemometrics model 기반의 분석기술을 적용하여 실리콘 웨이퍼 내부의 집적 구조에 대한 검사가 가능함을 확인하였다.

  • PDF

대용량 학습 데이터를 갖는 태양광 발전 시스템의 확률론적 모델링 (Probabilistic Modeling of Photovoltaic Power Systems with Big Learning Data Sets)

  • 조현철;정영진
    • 한국지능시스템학회논문지
    • /
    • 제23권5호
    • /
    • pp.412-417
    • /
    • 2013
  • 태양광 발전 시스템의 해석적 모델링은 시스템의 동특성을 예측하거나 고장검출 및 진단 등과 같은 고급 공학 기술에 중요하게 적용할 수 있어 최근 많은 각광을 받고 있다. 본 논문은 대용량 학습 데이터를 갖는 태양광 발전 시스템에 대한 확률론적 모델링을 제시한다. 우선 태양광 일사량과 온도 입력 변수에 대한 태양광 시스템의 출력 전력과의 입출력 함수관계를 정의한다. 이 함수관계를 바탕으로 세 확률변수(일사량, 온도, 전력)에 대하여 조건부 확률 식으로 표현한다. 조건부 확률 분포 추정은 대용량 데이터 시스템에 적합한, 전체 표본 데이터 수 대비 관련 변수의 경우의 수에 대한 비율로 나타내었다. 추정한 확률분포를 통해 평균값 이론을 적용하여 시스템의 출력을 추정하게 된다. 본 논문에서 제안한 모델링 기법은 두 태양광 발전 단지의 사례 연구를 통해 성능을 검증하였다.

인공지능(AI) 기반 통합 공정안전관리 시스템 개발에 관한 연구 (A Study on the Development of integrated Process Safety Management System based on Artificial Intelligence (AI))

  • 이경현;백락준;김우수;최희정
    • 문화기술의 융합
    • /
    • 제10권1호
    • /
    • pp.403-409
    • /
    • 2024
  • 본 논문에서는 산업안전보건법에 따라 유해·위험 설비 사업자가 제출하여 공정안전관리 전담기관으로부터 승인받은 공정안전보고서의 데이터를 기반으로 사업장 안전성 향상을 위한 인공지능 통합 공정안전관리(PSM) 시스템 설계를 위한 가이드라인을 제안하였다. 제안된 가이드라인으로 구성되는 시스템은 단일사업장 또는 다수의 사업장을 운영하는 사업자와 공정안전관리 전담기관에 각각 구축하며, 데이터 수집·전처리, 확장 및 분할, 레이블링, 학습 데이터 셋구축 등의 주요 구성 요소와 단계로 구성하였다. 각 공정에서 발생하는 공정 운영 데이터 및 변경 허가 승인 데이터의 수집이 가능하며, 사업장 운영에서 발생하는 모든 데이터의 분석을 통해 잠재적인 고장 예측 및 유지보수 계획을 수립하여, 공정 운전 상황에서의 의사 결정 지원이 가능하다. 또한, 정확하고 신뢰할 수 있는 학습 데이터, 특화된 데이터 셋을 이용하여 시간 및 비용 절감, 인적 오류를 포함한 다양한 위험 요소 감지와 예측, 지속적인 모델 개선 등에 유용성과 효과를 갖으며, 이를 통해 작업장 안전성 향상 및 사고 예방이 가능하다.