• Heeft met behulp van AI de oorzaak van defecten in grondstoffen vroegtijdig ontdekt en is daarmee "de eerste die deze uitdaging in de industrie overwint"
• Toegepast op hoogwaardige halfgeleidersubstraten, analyse van defecten in grondstoffen in slechts één minuut
• Verkort de analysetijd voor defecten met wel 90%

SEOUL, Zuid-Korea, 7 oktober 2024 /PRNewswire/ -- Vandaag, LG Innotek (CEO Moon Hyuksoo) de ontwikkeling en toepassing van het eerste "Artificial Intelligence (AI)-gebaseerde inspectiesysteem voor inkomende grondstoffen" in de industrie aangekondigd, ontworpen om defecten op te sporen op het punt van ontvangst en het gebruik van ondermaatse grondstoffen in het proces te voorkomen.

LG Innotek paste zijn AI-gebaseerde inspectietechnologie, ontwikkeld door materiaalinformatie en AI-beeldverwerkingstechnologieën te combineren, toe op het RF-SiP (Radio Frequency System-in-Package) proces. Onlangs werd de technologie ook geïntroduceerd voor de FC-BGA (Flip Chip Ball Grid Array) en er wordt verwacht dat deze de concurrentiekracht en kwaliteit van de hoogwaardige halfgeleidersubstraatproducten van LG Innotek verder zal verbeteren.

Voorheen ondergingen binnenkomende grondstoffen alleen een visuele inspectie voordat ze het productieproces ingingen. De voortdurende vooruitgang van de technologie voor halfgeleidersubstraten veranderde dit echter. Zelfs na het verbeteren van alle oorzaken van defecten tijdens het proces, bleven de mislukkingen bij betrouwbaarheidsbeoordelingen toenemen. Dit leidde ertoe dat de kwaliteit van binnenkomende materialen steeds meer aandacht kreeg als een doorslaggevende factor voor betrouwbaarheidsbeoordelingen.

De kerngrondstoffen (d.w.z. Prepreg (PPG), Ajinomoto Build-up Film (ABF) en Copper-Clad Laminate (CCL)) waaruit halfgeleidersubstraten bestaan, komen binnen als een mengsel van glasvezels, anorganische verbindingen en andere componenten. In het verleden hadden luchtleemtes (gaten tussen de deeltjes) of vreemde deeltjes die tijdens het materiaalmengproces ontstonden, geen significante invloed op de productprestaties. Naarmate de specificaties van het substraat, zoals de afstand tussen circuits, echter steeds strenger werden, begon de aanwezigheid van luchtleemtes en vreemde deeltjes, afhankelijk van hun grootte, defecten te veroorzaken.

Als gevolg hiervan is het vrijwel onmogelijk om met traditionele visuele inspectiemethoden vast te stellen welk deel van de grondstof verantwoordelijk is voor het defect, wat een grote uitdaging is geworden voor de industrie.

Als we een partij grondstoffenmengsel (eenheid van grondstoffen met dezelfde kenmerken die in het productieproces gaan) zouden vergelijken met een partij koekjesdeeg, is het voor het oog onmogelijk om de concentratie zout of suiker in een bepaalde portie, het aantal luchtgaten in het deeg of het aantal vreemde deeltjes waar te nemen.

LG Innotek heeft een manier gevonden om deze industriële uitdaging met AI te overwinnen. Het "AI-gebaseerde inspectiesysteem voor inkomende grondstoffen" is getraind met tienduizenden gegevens over de samenstelling van materialen die geschikt of ongeschikt zijn voor een product. Op basis hiervan analyseert het de componenten en defecte gebieden van grondstoffen voor halfgeleidersubstraten in slechts één minuut, met een nauwkeurigheid van meer dan 90%, en visualiseert het kwaliteitsafwijkingen in elke partij grondstoffen.

Door AI machine learning te gebruiken voor het visualiseren, kwantificeren en standaardiseren van materiaalconfiguraties die geoptimaliseerd zijn voor kwaliteit, heeft LG Innotek kunnen voorkomen dat defecte grondstoffen in het productieproces terechtkomen. Het bedrijf kan het materiaalontwerp wijzigen op basis van de informatie over kwaliteitsafwijkingen die door het AI-systeem wordt gevisualiseerd, zodat het ervoor kan zorgen dat de kwaliteit van de partij grondstoffen uniform is op een geschikt niveau voordat deze het proces ingaat.

Een functionaris van LG Innotek zei hierover: "Met het "AI-gebaseerde inspectiesysteem voor inkomende grondstoffen" is de tijd die nodig is om defecten te analyseren tot 90% verminderd en zijn de kosten voor het oplossen van de oorzaken van defecten aanzienlijk verlaagd."

LG Innotek is van plan om de detectiemogelijkheden van het AI-systeem te verbeteren door grondstofgerelateerde gegevens te delen met klanten en leveranciers in de substraatsector via digitale partnerschappen.

Daarnaast wil het bedrijf de toepassing van het systeem uitbreiden naar optische oplossingen, zoals cameramodules, waarbij de beeldgebaseerde detectie van materiaaldefecten een cruciale rol kan spelen.

LG Innotek CTO S.David Roh zei: "Met het "AI-gebaseerde inspectiesysteem" maken we het unieke AI-ecosysteem van LG Innotek compleet, dat uitzonderlijke waarde voor de klant oplevert door oorzaken van productdefecten vroeg in het productieproces te identificeren." Hij voegde eraan toe: "We zullen blijven innoveren in digitale productietechnologie om producten van topkwaliteit te maken tegen de laagste kosten en in de kortste tijd."