Data mining 기반 MLCC 공정 불량률 예측 및 주요 인자 탐지 모델 개발

직책 : 연구 책임자

기간 : 2019. 07. ~ 2020.06.

연구 필요성

스마트폰이나 AV 기기 기판의 실장밀도가 높아지게 되고 사용주파수가 상승함에 따라  MLCC의 소형화 및 고용량화에 대한 요구가 증대되고 있는 실정이다. 따라서, MLCC 제품의 생산 효율 및 제품 성능 향상이 더욱 중요시되고 있으며 이를 위해서는 공정 불량에 대한 주요 인자 도출이 요구된다. 그러나, MLCC 제조 공정을 수많은 단위 공정들을 포함하고 있고 동일 공정이라 할지라도 제품 사양별 공정 조건이 상이하여 그에 따라 다수의 설비가 존재하기 때문에 영향 인자로 작용하는 변수의 수가 상당하다. 따라서 현업에서 이들 변수들과 제품 특성 간 상관 관계를 파악하는데 한계가 있을 때가 많고 불량 발생 시 그 원인을 명확히 규명하지 못하는 경우가 발생한다.

연구 목적 및 내용

본 연구에서는 공정 데이터를 활용한 머신러닝 알고리즘을 통해 변수와 품질 간의 상관관계를 찾고, 불량률을 예측하여 공정 불량에 영향을 미치는 주요 공정 및 설비를 파악하고자 한다. 또한 이를 토대로 공정 불량을 감소시킬 수 있는 공정 및 설비 조합을 도출하여 생산 경로 개선 알고리즘을 개발하고자 한다. 단일 설비에 초점이 맞춰져 있는 기존의 공정 제어 기법에서 벗어나 설비 간 상관 관계 및 설비 이력과 품질 간 상관 관계를 모두 고려할 수 있는 통합 공정 제어 기법을 개발하고 이를 통해 공정을 효율적으로 관리하고 개선하는 데 기여하는 것이 본 연구의 목표이다.

기대 효과

공정 변수와 품질 간의 상과관계를 찾고 공정 불량에 영향을 미치는 주요 공정 설비를 파악함으로써 공정 불량을 감소 시키고  공정을 효율적으로 관리하고 개선할 수 있다.