- 제조(반도체/디스플레이)
- 이상감지
머신러닝 기반 설비 이상 감지 시스템 구축
초 단위로 수집되는 FDC(Fault Detection & Classification) Trace 데이터를 활용하여 설비 이상 감지 프로세스를 구축하고, 이를 실제 양산에 적용함으로써 제품 품질 향상에 기여합니다.
Use Case
- 제조(반도체/디스플레이)
- 예측
OES 데이터를 활용한 Airleak 감지 프로세스 구축
디스플레이 증착 공정에서 수집되는 OES(Optical Emission Spectroscopy) 데이터를 활용하여, 박막 형성에 영향을 미치는 Airleak 예측 모형을 개발하고, 이를 통해 품질 향상에 기여합니다.
Business Problem
디스플레이 증착 공정에서 Airleak 현상이 발생하게 되면 증착된 박막이 불균일하게 형성되거나, 기능이 저하됩니다.
Goals
OES 데이터를 활용하여 Airleak과 상관 관계가 높은 파장을 파악하고, 이를 통해 Airleak 발생 예측 모형을 개발합니다.
Analysis
Airleak 발생에 대한 T-test를 통하여 유의 파장을 파악하고, 파장의 Intensity 데이터를 DWT(Descrete Wavelet Transfer) 변환하여 Feature를 생성합니다. 다양한 회귀모형(LASSO, Ridge, PLS, SVM 등)을 적용하고, 비교 평가하여 Airleak 발생 여부에 대한 분류 성능이 가장 우수한 모형을 채택합니다.
Solution
Airleak 발생 여부를 증착 공정 진행 중 사전 예측하여, 엔지니어들에게 대응 방안을 구축하게 함으로써 제품 품질 향상에 기여합니다.
-
-
- 제조(반도체/디스플레이)
- 최적화
OLED 생산 계획 최적화OLED 생산 공정에서 발생하는 재고 문제를 해결하기 위하여 수리 모형과 휴리스틱 기법을 적용한 최적화 모델을 설계함으로써, 단시간 내에 방대한 양의 생산 계획을 수립합니다. -
- 제조(반도체/디스플레이)
- 예측
OES 데이터를 활용한 Airleak 감지 프로세스 구축디스플레이 증착 공정에서 수집되는 OES(Optical Emission Spectroscopy) 데이터를 활용하여, 박막 형성에 영향을 미치는 Airleak 예측 모형을 개발하고, 이를 통해 품질 향상에 기여합니다.
이 홈페이지는 Chrome(크롬)과 Edge(엣지)에 최적화 되어있습니다.
Chrome(크롬)과 Edge(엣지) 브라우저의 사용을 권장드립니다.