Notebookcheck Logo

LG Innotek introduce il primo sistema di analisi delle materie prime alimentato dall'intelligenza artificiale del settore

L'IA smista le materie prime (Fonte immagine: generata utilizzando DALL-E 3)
L'IA smista le materie prime (Fonte immagine: generata utilizzando DALL-E 3)
LG Innotek è ora il primo operatore del settore a impiegare un sistema di ispezione basato sull'AI per le materie prime utilizzate nei substrati di semiconduttori di alto valore. La tecnologia combina le informazioni sui materiali e l'elaborazione delle immagini basata sull'AI, applicando questa coppia al processo System-in-Package a radiofrequenza.

La spinta all'ottimizzazione dei processi industriali con l'aiuto di robot e AI continua, e questa volta si tratta di LG Innotek e dell'ispezione delle materie prime in arrivo. L'area in cui l'AI entra in gioco è il rilevamento dei difetti al momento della ricezione, per evitare l'uso di materie prime non conformi nei substrati di semiconduttori ad alto valore. Secondo il CEO Moon Hyuksoo, LG Innotek è la prima azienda del settore ad utilizzare una tecnologia di ispezione delle materie prime di questo tipo.

Secondo il comunicato stampa ufficiale, l'uso dell'AI consente a LG Innotek di analizzare i difetti delle materie prime in un solo minuto, riducendo il tempo di analisi dei difetti fino al 90%. La stessa fonte rivela che la nuova tecnologia unisce le informazioni sui materiali e l'elaborazione delle immagini guidata dall'AI al processo RF-SiP (Radio Frequency System-in-Package) di https://www.mdpi.com/2072-666X/14/6/1149 processo. La tecnologia viene utilizzata anche per il processo Flip Chip Ball Grid Array (FC-BGA).

In passato, le materie prime in arrivo venivano sottoposte a un'ispezione visiva prima di essere utilizzate nella produzione. Purtroppo, i progressi della tecnologia dei substrati dei semiconduttori hanno portato alla necessità di un metodo migliore per scegliere le materie prime all'altezza dei nuovi requisiti. Ora, l'AI può aiutare LG Innotek a far coincidere l'ispezione delle materie prime con i requisiti dei semiconduttori di nuova generazione. Il risultato finale è, secondo il CTO di LG Innotek S. David Roh, la capacità di "creare prodotti di alta qualità al costo più basso e nel minor tempo possibile", rimanendo competitivi in un mercato difficile.

Coloro che desiderano dare uno sguardo più approfondito alla scienza coinvolta nell'industria dei semiconduttori possono acquistare il libro Quantum Physics of Semiconductor Materials and Devices di Debdeep Jena su Amazon. Pubblicato da Oxford University Press, questo libro è disponibile nei formati Kindle, paperback e hardcover, a partire da 47,17 dollari.

Fonte(i)

LG Innotek è la prima a utilizzare l'AI per prevenire l'immissione di materie prime difettose nella produzione

  • Ha raggiunto il rilevamento precoce della causa dei difetti nelle materie prime grazie all'AI, diventando "il primo a superare questa sfida nel settore"
  • Applicato ai substrati di semiconduttori di alto valore, analizza i difetti delle materie prime in un solo minuto
  • Riduce i tempi di analisi dei difetti fino al 90%

SEOUL, Corea del Sud, 7 ottobre 2024 /PRNewswire/ -- Oggi, LG Innotek (CEO Moon Hyuksoo) ha annunciato lo sviluppo e l'applicazione del primo "sistema di ispezione basato sull'Intelligenza Artificiale (AI) per le materie prime in entrata" del settore, progettato per rilevare i difetti al momento del ricevimento e prevenire l'uso di materie prime inferiori agli standard nel processo.

LG Innotek ha applicato la sua tecnologia di ispezione basata sull'AI, sviluppata combinando le informazioni sui materiali e le tecnologie di elaborazione delle immagini AI, al processo RF-SiP (Radio Frequency System-in-Package). Recentemente, la tecnologia è stata introdotta anche per il processo FC-BGA (Flip Chip Ball Grid Array) e si prevede che migliorerà ulteriormente la competitività e la qualità dei prodotti di substrato di semiconduttori di alto valore di LG Innotek.

In precedenza, le materie prime in arrivo venivano sottoposte solo ad un'ispezione visiva prima di entrare nel processo di produzione. Tuttavia, il continuo progresso della tecnologia dei substrati per semiconduttori ha cambiato questa situazione. Anche dopo aver migliorato tutte le cause dei difetti di processo, i fallimenti nelle valutazioni di affidabilità hanno continuato ad aumentare. Ciò ha portato la qualità dei materiali in entrata a guadagnare attenzione come fattore decisivo per le valutazioni di affidabilità.

Le materie prime principali (ossia Prepreg (PPG), Ajinomoto Build-up Film (ABF) e Copper-Clad Laminate (CCL)) che compongono i substrati per semiconduttori arrivano come una miscela di fibre di vetro, composti inorganici e altri componenti. In passato, i vuoti d'aria (spazi tra le particelle) o le particelle estranee generate durante il processo di miscelazione dei materiali non avevano un impatto significativo sulle prestazioni del prodotto. Tuttavia, poiché le specifiche del substrato, come la spaziatura dei circuiti, sono diventate sempre più severe, la presenza di vuoti d'aria e di particelle estranee, a seconda delle loro dimensioni, ha iniziato a causare difetti.

Di conseguenza, è praticamente impossibile identificare quale parte della materia prima sia responsabile del difetto utilizzando i tradizionali metodi di ispezione visiva, il che è diventato una sfida significativa per il settore.

Se dovessimo paragonare un lotto di miscela di materie prime (unità di materie prime con le stesse caratteristiche che entrano nel processo di produzione) a un lotto di pasta per biscotti, è impossibile per l'occhio percepire la concentrazione di sale o zucchero in una certa porzione, il numero di fori d'aria nell'impasto o il numero di particelle estranee.

LG Innotek ha trovato un modo per superare questa sfida del settore con l'AI. Il suo "Sistema di ispezione basato sull'AI per le materie prime in arrivo" è stato addestrato con decine di migliaia di dati sulla composizione dei materiali adatti o non adatti a un prodotto. Su questa base, analizza i componenti e le aree difettose delle materie prime dei substrati di semiconduttori in un solo minuto, con un tasso di precisione superiore al 90%, e visualizza le deviazioni di qualità in ogni lotto di materie prime.

Utilizzando l'apprendimento automatico dell'AI per visualizzare, quantificare e standardizzare le configurazioni dei materiali ottimizzate per la qualità, LG Innotek è riuscita a evitare che le materie prime difettose entrino nel processo di produzione. L'azienda può modificare il design del materiale in base alle informazioni sulla deviazione della qualità visualizzate dal sistema AI, consentendo di garantire che la qualità del lotto di materie prime sia uniforme a un livello adeguato prima di entrare nel processo.

Un funzionario di LG Innotek ha commentato: "Con il "Sistema di ispezione basato sull'AI per le materie prime in arrivo", il tempo necessario per analizzare i difetti è stato ridotto fino al 90% e il costo per risolvere le cause dei difetti è stato ridotto in modo significativo"

LG Innotek intende migliorare le capacità di rilevamento del sistema AI condividendo i dati relativi alle materie prime con i clienti e i fornitori del settore dei substrati attraverso partnership digitali.

Inoltre, l'azienda mira a espandere l'applicazione del sistema alle soluzioni ottiche, come i moduli per fotocamere, dove il rilevamento dei difetti dei materiali basato sulle immagini può svolgere un ruolo cruciale.

Il CTO di LG Innotek , S.David Roh, ha dichiarato: "Con il "sistema di ispezione basato sull'AI", completeremo l'esclusivo ecosistema AI di LG Innotek, che offre un valore eccezionale ai clienti identificando le cause dei difetti dei prodotti fin dalle prime fasi del processo di produzione" Ha aggiunto: "Continueremo a innovare la tecnologia di produzione digitale per creare prodotti di alta qualità al costo più basso e nel minor tempo possibile"

Please share our article, every link counts!
> Recensioni e prove di notebook, tablets e smartphones > News > Newsarchive 2024 10 > LG Innotek introduce il primo sistema di analisi delle materie prime alimentato dall'intelligenza artificiale del settore
Codrut Nistor, 2024-10- 7 (Update: 2024-10- 7)