계층적 군집분석을 이용한 반도체 웨이퍼의 불량 및 불량 패턴 탐지

정주원,정윤서 한국통계학회 2022 응용통계연구 Vol.35 No.3

The semiconductor fabrication process is complex and time-consuming. There are sometimes errors in the process, which results in defective die on the wafer bin map (WBM). We can detect the faulty WBM by finding some patterns caused by dies. When one manually seeks the failure on WBM, it takes a long time due to the enormous number of WBMs. We suggest a two-step approach to discover the probable pattern on the WBMs in this paper. The first step is to separate the normal WBMs from the defective WBMs. We adapt a hierarchical clustering for de-noising, which nicely performs this work by wisely tuning the number of minimum points and the cutting height. Once declared as a faulty WBM, then it moves to the next step. In the second step, we classify the patterns among the defective WBMs. For this purpose, we extract features from the WBM. Then machine learning algorithm classifies the pattern. We use a real WBM data set (WM-811K) released by Taiwan semiconductor manufacturing company. 반도체는 제조 공정이 복잡하고 길어 결함이 발생될 때 빠른 탐지와 조치가 이뤄져야 결함으로 인한 손실을 최소화할 수 있다. 테스트 공정을 거쳐 구성된 웨이퍼 빈 맵(WBM)의 체계적인 패턴을 탐지하고 분류함으로써 문제의 원인을 유추할 수 있다. 이 작업은 수작업으로 이뤄지기 때문에 대량의 웨이퍼를 단 시간에 처리하는 데 한계가 있다. 본 논문은 웨이퍼 빈 맵의 정상 여부를 구분하기 위해 계층적 군집 분석을 활용한 새로운 결함 패턴 탐지 방법을 제시한다. 제시하는 방법은 여러 장점이 있다. 군집의 수를 알 필요가 없으며 군집분석의 조율 모수가 적고 직관적이다. 동일한 크기의 웨이퍼와 다이(die)에서는 동일한 조율 모수를 가지므로 대량의 웨이퍼도 빠르게 결함을 탐지할 수 있다. 소량의 결함 데이터만 있어도 그리고 데이터의 결함 비율을 가정하지 않더라도 기계학습 모형을 훈련할 수 있다. 제조 특성상 결함 데이터는 구하기 어렵고 결함의 비율이 수시로 바뀔 수 있기 때문에 필요하다. 또한 신규 패턴 발생시에도 안정적으로 탐지한다. 대만 반도체 기업에서 공개한 실제 웨이퍼 빈 맵 데이터(WM-811K)로 실험하였다. 계층적 군집 분석을 이용한 결함 패턴 탐지는 불량의 재현율이 96.31\%로 기존의 공간 필터(spatial filter)보다 우수함을 보여준다. 결함 분류는 혼합 유형에 장점이 있는 계층적 군집 분석을 그대로 사용한다. 직선형과 곡선형의 긁힘(scratch) 결함의 특징에 각각 주성분 분석의 고유값과 2차 다항식의 결정계수를 이용하고 랜덤 포레스트 분류기를 이용한다.

수동 소나 시스템을 위한 실효치교차율 분석 기반 음향센서 결함 탐지 기법

김용국,박정원,김영신,이상혁,김홍국,Kim, Yong Guk,Park, Jeong Won,Kim, Young Shin,Lee, Sang Hyuck,Kim, Hong Kook 한국음향학회 2017 韓國音響學會誌 Vol.36 No.1

본 논문에서는 수동 소나 시스템을 위한 수중 음향 센서 결함 탐지 기법을 제안하였다. 일반적으로 수동 소나 시스템에서는 수십개의 음향 센서를 통해 얻은 음향 신호를 이용하여 배열 신호처리 기법을 이용해 처리된 신호를 협대역 또는 광대역 분석을 위한 2차원 영상 형태로 전시한다. 운용 소프트웨어에서 전시되는 탐지 결과는 배열 신호처리를 통해 누적된 결과값을 전시하기 때문에, 단일 센서 채널의 결함 또는 고장에 따른 신호의 이상 여부를 판단하는데 어려움이 있다. 따라서 본 논문에서는 인접 채널간 실효치 비교 및 실효치교차율(Root Mean Square Crossing-Rate, RMSCR) 분석기반 센서 자동 결함 탐지 기법을 제안하고, 결함 센서 채널에 대한 처리 기법을 비교 분석하였다. 제안된 기법의 성능 분석을 위하여 일부 연안 지역에서 실제 운용 중인 센서 배열을 통해 획득된 신호를 이용하여 결함 탐지 정확도를 측정하고, 결함 처리 기법의 성능을 비교하였다. 실험을 통해 제안된 기법이 높은 RMS의 주변소음 환경에서도 높은 결함 탐지 정확도를 보였으며, 결함 처리 기법으로는 0으로 설정 처리 기법이 가장 높은 성능을 보였다. In this paper, we propose an underwater acoustic sensor fault detection method for passive sonar systems. In general, a passive sonar system displays processed results of array signals obtained from tens of the acoustic sensors as a two-dimensional image such as displays for broadband or narrowband analysis. Since detection result display in the operation software is to display the accumulated result through the array signal processing, it is difficult to determine the possibility where signal may be contaminated by the fault or failure of a single channel sensor. In this paper, accordingly, we propose a detection method based on the analysis of RMSCR (Root Mean Square Crossing-Rate), and the processing techniques for the faulty sensors are analyzed. In order to evaluate the performance of the proposed method, the precision of detecting fault sensors is measured by using signals acquired from real array being operated in several coastal areas. Besides, we compare performance of fault processing techniques. From the experiments, it is shown that the proposed method works well in underwater environments with high average RMS, and mute (set to zero) shows the best performance with regard to fault processing techniques.

레이저 스캐닝 기반 유도 초음파 및 정상파 응답 영상을 활용한 크랙 결함탐지 기법

임성진,전준영,박규해,강토,한순우 한국비파괴검사학회 2019 한국비파괴검사학회지 Vol.39 No.6

본 연구에서는 레이저 스캐닝 시스템 기반 초음파 영상 측정 기술을 이용하여 구조물의 크랙 결함을 가시화하는 연구를 수행하였다. 크랙 결함을 가시화를 위해 유도초음파 및 정상파 응답 영상 기법의 2가지 초음파 영상화 기법을 활용하였다. 정상파 응답 영상 측정 기법은 구조물에 부착된 압전소자가 단일 주파수로 정상파 신호를 생성하고, 이때 발생되는 구조물의 정상파 응답 영상을 레이저 도플러 진동계와 거울 방향 조절 장치를 통해 측정하였다. 유도초음파 응답 영상화 기법의 경우 압전체가 유도초음파 신호를 생성하고 동일한 절차로 유도초음파 응답 영상을 획득하였다. 크랙 결함을 가시화를 위해 결함에 의해 발생되는 유도초음파 및 정상파 영상의 변화 분석을 수행, 각 초음파 영상화 기술의 특성을 반영한 크랙 결함 탐지 기법을 개발하였다. 검증을 위해 알루미늄 판재와 복합재 구조물에서의 크랙 결함 가시화 실험을 수행하였고, 본 연구에서 개발한 기법이 크랙 결함 가시화에 효과적임을 증명하였다. This study describes a crack detection technique using full-field waveforms based on laser scanning. Two types of ultrasonic imaging techniques (guided waves and standing waves) are used for crack detection. For the standing wave-based technique, the steady-state response was obtained from a laser doppler vibrometer and mirror tilting device using a single-fixed frequency excitation (>40kHz) by a mounted piezoelectric transducer. For the guided wave-based approach, the same procedure is used except that a piezo actuator generates a ton-burst excitation and an averaging process is used to enhance the signal-to-noise ratio. Signal processing based on two-dimensional wavelet filtering is used for crack detection and visualization. Several experiments are performed on aluminum and composite plates to demonstrate the effectiveness of the proposed technique. The results demonstrate that the proposed technique is considerably effective in crack detection and visualization.

시나리오 기반 상·하수도 관로의 실시간 결함검출 기술 개발

박동채,최영환 한국수자원학회 2022 한국수자원학회논문집 Vol.55 No.-

상·하수도 시스템은 사람들에게 안전하고 깨끗한 물을 공급해주는 사회기반시설이며, 특히 상·하수도 관로는 지중에 매설되어 있기 때문에 시스템의 결함검출이 매우 어렵다. 이러한 이유로 상·하수도 관로의 진단은 관로 내부에 카메라 및 드론을 통한 촬영을 하여 사후에 촬영된 영상을 바탕으로 시스템 진단하는 등의 사후 결함검출로 제한되기 때문에, 작업자의 업무 효율 증대와 진단의 신속성을 위해서는 관로의 실시간 탐지기술이 필요하다. 최근 첨단장비 및 인공지능 기법을 활용한 시설물 진단 기술이 개발되고 있지만, 인공지능기반 결함검출 기술은 결함 데이터의 종류 및 형태, 수가 검출 성능에 영향을 주기 때문에 다양한 학습데이터가 필요하다. 따라서, 본 연구에서는 상·하수도 관로의 결함검출 시 탐지 성능 향상을 위해 다양한 결함 시나리오를 3D 프린트를 이용하여 구현하고 이를 수집된 결함 데이터와 함께 학습데이터로 사용한다. 이후 수집된 이미지는 위험도에 따른 분류 및 객체의 라벨링 등의 전처리 작업이 수행되고 실시간 결함탐지를 수행한다. 제안된 기법은 상·하수도시스템 결함검출 시 실시간 피드백을 제공함으로써, 작업자의 진단 누락 가능성을 최소화하며 기존의 상·하수도관 진단업무 처리능력을 향상할 수 있다.

정상상태 초음파 영상화 기반 듀얼 레이저 스캐너를 이용한 이종구조물 결함탐지

최지수,전준영,남현우,박규해,박찬익 한국비파괴검사학회 2022 한국비파괴검사학회지 Vol.42 No.4

This paper presents a damage detection and visualization method using a dual laser scanning system. The wavenumber-based damage detection technique is applied to the measured structural responses for damage identification. Each piezoelectric transducer, which is attached to structures, provides different fixed frequency standing-waves. The steady-state response of two structures is simultaneously measured using the dual laser scanner system that involves a single point laser doppler vibrometer laser beam that is separated through a beam splitter. The measured steady state response of two structures are then processed and rearranged for damage detection of each structure using multi-structure steady-state response separation techniques. Several experiments were performed on aluminum and composite plates to validate the proposed techniques. The results demonstrated that the dual laser scanning system allowed damage detection and visualization of multi-structure with improved speed. 본 연구에서는 듀얼 레이저 스캐닝 시스템 기반 정상상태 초음파 영상화 기술을 통해 이종 구조물의 결함을 파수로 탐지하는 방법과 파수로 표현된 결과를 통해 구조물의 결함을 가시화하는 방법을 소개한다. 두 개의 구조물에 설치된 압전 구동기를 통하여 구조물에 서로 다른 단일 주파수 정상파 신호를 통해 구조물을 정상상태로 가진하고, 듀얼 레이저 스캐너(Dual laser scanner)를 통해 두 개의 구조물의 정상상태 응답을 동시에 측정하고 이종 구조물 정상상태 응답 분리 기법을 통해 2개의 구조물에 대한 정상상태 응답 영상을 분리한다. 획득된 정보를 파수 기반 결함 탐지 신호처리 기법을 통해 결함 가시화를 진행한다. 개발한 기법의 유효성 확인을 위해 알루미늄 및 복합재 시편에 대한 실험을 진행했고, 본 연구에서 소개하는 방법이 이종구조물의 신속한 결함 탐지 및 정량화에 효과적임을 증명했다.

템플릿 매칭 및 딥러닝 모델을 이용한 공정 결함 탐지 방법

임혜지,이의철 국제차세대융합기술학회 2023 차세대융합기술학회논문지 Vol.7 No.5

공장에서의 대량 생산으로 사람이 직접 결함을 발견하는 것은 더욱 힘들어졌다. 결함 발견은 품질 관리 에서 필수적이므로 자동화된 결함 감지의 수요가 증가하고 있다. 이에 따라 컴퓨터 비전 기술을 이용하여 자동화 된 결함 발견으로 생산성을 향상하고 비용을 절감할 수 있는 연구가 관심을 받고 있다. 본 연구에서는 공기조화장치 내 부품을 생산하는 공장에서 캡과 밸브 위치에 대한 에러 검출을 하기 위해 템플릿 매칭과 딥러닝 모델 ResNet34 을 사용하였다. 실험 결과 딥러닝을 이용한 경우 템플릿 매칭보다 더 높은 정확도를 보였으며 top 이미지에서는 모든 불량 데이터를 검출할 수 있었고 side 이미지에서도 99% 이상의 불량 데이터 검출률을 기록하였다. 이러한 결과는 자동화된 결함 탐지 기술이 생산 관리의 효율적인 수단으로 활용될 수 있다는 가능성을 보여준다. Mass production in factories has made it more difficult for humans to detect defects directly. As defect detection is essential in quality control, the demand for automated defect detection is increasing. Accordingly, research that can improve productivity and reduce costs through automated defect detection using computer vision technology is attracting attention. In this study, template matching and deep learning model ResNet34 were used to detect errors on the cap and valve position in a factory that produces parts in an air conditioning system. As a result of the experiment, when deep learning was used, it showed higher accuracy than template matching, and all defective data could be detected in the top image, and a detection rate of more than 99% was recorded in the side image. These results show the possibility that automated defect detection technology can be utilized as an efficient means of production management.

웨이블렛 분석을 이용한 직물의 결함 발견과 검출

김성신,송치권 부산대학교 생산기술연구소 2000 生産技術硏究所論文集 Vol.59 No.-

현재 섬유산업에서 직물의 결함을 찾아내는 방법은 생산공정 후에 사람이 직접 눈으로 하고 있다. 온라인 검사의 장점은 제품의 결함의 발견과 함께 원인을 추론하여 피드백을 이용한 생선 조절 변수를 조절하여 품질을 향상시킬 수 있다. 본 논문은 비전을 이용하여 온라인으로 직물의 결함을 찾아내는 방법에 대해 소개한다. 본 논문에서 비전을 이용하여 온라인으로 직물의 결함을 찾아내는 하드웨어와 소프트웨어 부분으로 구성된 탐진 시스템을 제안한다. 하드웨어 부분은 CCD카메라, 프레임그래버와 조명설비를 사용하였고, 소프트웨어로는 2차원 이미지를 1차원 데이터의 흐름으로 줄이는 가로-세로 스캐닝 루틴 알고리즘을 사용했다. 또한, 결함의 추출을 위하여 웨이블렛 변환에 기초한 SNR(Signal to Noise Ratio)계산방법을 도입하였다. 여러 형태의 결함과 옷감에 대해 실험한 결과, 제안된 시스템이 효과적임을 알 수 있다. This paper introduces a vision-based on-line fabric inspection methodology of woven textile fabrics. Current procedure for determination of fabric defects in the textile industry is performed by human in the off-line stage. The advantage of the on-line inspection system is not only defect defection and identification. but also quality improvement by a feedback control loop to adjust set-points. The proposed inspection system consists of hardware and software components. The hardware components consist of CCD array cameras, a frame grabber and appropriate illumination. The software routines capitalize upon vertical and horizontal scanning algorithms characteristic of a particular defect. The signal to noise ratio (SNR) calculation base? on the results of the wavelet transform Is performed to measure any defeats. The defect declaration is carried out employing SNR and scanning methods. Test results from different types of defeat and different sty1e of fabric demonstrate the effectiveness of the proposed inspection system.

모델지원탐지확률 방법에 기반한 X선 컴퓨터 단층촬영 검사 신뢰성 분석

정선화,음성룡,이두열 한국비파괴검사학회 2023 한국비파괴검사학회지 Vol.43 No.1

산업용 X선 컴퓨터 단층촬영(XCT)은 복잡한 모양의 부품을 비파괴적으로 검사하는 유망한 기술이 다. 본 연구에서는 인공적인 결함을 포함하는 알루미늄 시편의 XCT를 통해 신호 크기와 결함 크기 사이에 선형 관계를 확인하였다. 결함 검출 능력은 시편을 검사하여 얻은 물리적 실험에 CT 시뮬레이션 소프트웨어 를 활용한 전산 실험의 데이터를 통합하여 모델지원탐지확률을 적용하였다. 물리적 실험의 응답 신호와 시뮬 레이션으로 얻은 응답 신호의 선형 모델을 활용하여 전달 함수를 구하고 시뮬레이션의 응답 신호를 전달 함 수로 보정했다. 보정된 모델을 사용하여 탐지확률 곡선을 구하고 평가했다.

데이터 기반(미래신호탐지네트워크) 분석을 통한 품질보증(결함관리) 고도화 방안

신상식,이동현,김흥섭 한국품질경영학회 2022 한국품질경영학회 학술대회 Vol.2022 No.2

무기체계 납품이후 운용ㆍ유지 단계에서 발생하는 사용자불만을 접수/처리하는 과정에서 생성된 품질 데이터를 축적하고 있으나 이를 품질보증(결함관리) 적용하기 에는 어려움이 따른다. 사용자불만 처리 데이터는 계약정보를 바탕하여 축적되고 있어 중점관리 항목의 식별, 장비/부품별 문제점 식별 등 품질보증활동에 피드백하기 위해서는 추가적인 수집/가공/분석이 필요하다. 또한, 결함원인 분석, 중점관리 항목 선정에서 유용하게 활용할 수 있는 기술분석 정보는 파일형태로 전산(Data Base, DB)에 탑재되어 있어 통계·분석에 어려움이 존재한다. 이에 데이터 기반 분석기법(Algorithm)인 미래신호탐지 분석, 네트워크 시각화 분석을 적용하여 사용자불만 처리 데이터를 분석해보고자 한다. 연도별 사용자불만 처리 데이터를 분류하여 미래신호탐지 분석을 실시 후 강신호(발생 빈도, 증가율 및 체계금액 높음)/ 약신호(발생빈도는 낮으나 증가율, 발생금액 높음)로 탐지된 무기체계를 식별한다. 이후 식별된 품목의 결함을 신호/무기체계별 네트워크 시각화 분석, 각 품목의 불만 원인분석 및 후속조치 데이터(정형/비정형) 분석을 수행한다. 추가로 중점 관리 항목을 식별 및 종합한 결과를 품질개선사례집 등을 통해 정부품질보증활동을 수행하는 전문센터와 공유하여 정부품질보증(결함관리) 고도화를 실행하고자 한다.

저주파 결함 탐지법에 의한 하중 단계에 따른 암석 내부의 상태 평가

강성승 ( Seong-seung Kang ),김종혁 ( Jongheuck Kim ),노정두 ( Jeongdu Noh ),나태유 ( Tae-yoo Na ),장형두 ( Hyongdoo Jang ),고진석 ( Chin-surk Ko ) 대한지질공학회 2017 지질공학 Vol.27 No.1

이 연구는 저주파 결함 탐지법을 이용하여 하중단계에 따른 암석 내부의 상태를 정량적으로 평가하는 것이다. CND에 의한 초기 종파속도는 X축 방향 1687.5 m/s, Y축 방향 1690.7 m/s, Z축 방향 1548.3 m/s이며, 평균 1642.2 m/s로 Z축 < X축 < (≒)Y축 관계를 보였다. 실버슈미트 해머에 의한 Q값의 전체 평균은 62.6으로 약 105MPa의 일축압축강도에 해당되었다. 저주파 결함 탐지기에 의해 측정된 하중단계 50%, 60%, 70%, 80% 수준에서 종파속도 크기는 X축 <Y축 < Z축 순으로 대체적으로 하중단계가 증가함에 따라 감소하는 경향을 보였다. 하지만, 이들 값은 초기 종파속도와 다른 경향을 나타냈다. 하중단계가 증가함에 따라 Y축이나 Z축 방향보다 X축 방향의 종파속도를 감소시키는 요인이 더 많은 영향을 미쳤기 때문으로 판단된다. 이러한 사실은 암석 내부의 초기상태는 응력상태가 변화함에 따라 다르게 나타날 수 있다는 것을 의미한다. The purpose of this study was to quantitatively evaluate the state of rocks in load steps by using the low-frequency ultrasonic flaw detection method. The initial Vp-velocities measured with a CND tester were in the order of Z-axis < X-axis < Y-axis, with 1687.5 m/s along the X-axis, 1690.7 m/s along the Y-axis, 1548.3 m/s along the Z-axis, and an average of 1642.2 m/s. The overall average of the Q vlaues, measured with a Silver Schmidt hammer, was 62.6, which corresponds to a uniaxial compressive strength of ~105 MPa. The Vp-velocity, measured with a low-frequency ultrasonic flaw detector at load steps of 50%, 60%, 70%, and 80%, typically decreases in the order of X-axis < Y-axis < Z-axis with increasing load steps. This oder contrasts with that of the initial Vp-velocities. As the load step increases the factors that reduce the Vp-velocity in the X-axis direction are more influential than those in the Y-axis or Z-axis directions. This indicates that the initial state of rocks can vary and is dependent on the stress state.