• Logró la detección precoz de la causa de los defectos en las materias primas gracias a la IA, convirtiéndose en "la primera en superar este reto en la industria"
• Aplicado a sustratos semiconductores de alto valor, analizando los defectos de las materias primas en sólo un minuto
• Reduce el tiempo de análisis de defectos hasta en un 90%

SEÚL, Corea del Sur, 7 de octubre de 2024 /PRNewswire/ -- Hoy, LG Innotek (CEO Moon Hyuksoo) ha anunciado el desarrollo y la aplicación del primer "sistema de inspección basado en inteligencia artificial (IA) para materias primas entrantes" de la industria, diseñado para detectar defectos en el punto de recepción y evitar el uso de materias primas de calidad inferior en el proceso.

LG Innotek aplicó su tecnología de inspección basada en IA, desarrollada mediante la combinación de información sobre materiales y tecnologías de procesamiento de imágenes de IA, al proceso RF-SiP (sistema de radiofrecuencia en paquete). Recientemente, la tecnología también se introdujo para el FC-BGA (Flip Chip Ball Grid Array), y se espera que mejore aún más la competitividad y la calidad de los productos de sustrato semiconductor de alto valor de LG Innotek.

Anteriormente, las materias primas entrantes se sometían únicamente a una inspección visual antes de entrar en el proceso de producción. Sin embargo, el continuo avance de la tecnología de sustratos semiconductores cambió esta situación. Incluso después de mejorar todas las causas de defectos durante el proceso, los fallos en las evaluaciones de fiabilidad siguieron aumentando. Esto hizo que la calidad de los materiales entrantes ganara atención como factor decisivo que afecta a las evaluaciones de fiabilidad.

Las materias primas básicas (es decir, el preimpregnado (PPG), la película de acumulación de Ajinomoto (ABF) y el laminado con revestimiento de cobre (CCL)) que componen los sustratos semiconductores llegan como una mezcla de fibras de vidrio, compuestos inorgánicos y otros componentes. En el pasado, los huecos de aire (espacios entre partículas) o las partículas extrañas generadas durante el proceso de mezcla de materiales no afectaban significativamente al rendimiento del producto. Sin embargo, a medida que las especificaciones de los sustratos, como la separación entre circuitos, se han ido haciendo cada vez más estrictas, la presencia de huecos de aire y partículas extrañas, dependiendo de su tamaño, ha empezado a causar defectos.

Como resultado, es prácticamente imposible identificar qué parte de la materia prima es la responsable del defecto utilizando los métodos tradicionales de inspección visual, lo que se ha convertido en un reto importante para la industria.

Si comparásemos un lote de mezcla de materias primas (unidad de materias primas con las mismas características que entra en el proceso de producción) con un lote de masa de galletas, es imposible que el ojo perciba la concentración de sal o azúcar en una determinada porción, el número de agujeros de aire en la masa o el número de partículas extrañas.

LG Innotek ha encontrado una forma de superar este reto de la industria con la IA. Su "Sistema de inspección basado en IA para materias primas entrantes" ha sido entrenado con decenas de miles de datos sobre la composición de los materiales que son adecuados o inadecuados para un producto. Basándose en esto, analiza los componentes y las zonas defectuosas de las materias primas de los sustratos de semiconductores en sólo un minuto, con una tasa de precisión superior al 90%, y visualiza las desviaciones de calidad en cada lote de materias primas.

Al utilizar el aprendizaje automático de IA para visualizar, cuantificar y estandarizar las configuraciones de materiales optimizadas para la calidad, LG Innotek ha podido evitar que las materias primas defectuosas entren en el proceso de producción. La empresa puede cambiar el diseño del material basándose en la información de desviación de calidad visualizada por el sistema de IA, lo que le permite garantizar que la calidad del lote de materias primas es uniforme a un nivel adecuado antes de entrar en el proceso.

Un funcionario de LG Innotek comentó: "Con el "Sistema de inspección basado en IA para materias primas entrantes", el tiempo necesario para analizar los defectos ha disminuido hasta en un 90%, y el coste de resolver las causas de los defectos se ha reducido significativamente."

LG Innotek planea mejorar las capacidades de detección del sistema de IA compartiendo datos relacionados con las materias primas con clientes y proveedores del sector de los sustratos a través de asociaciones digitales.

Además, la empresa pretende ampliar la aplicación del sistema a las soluciones ópticas, como los módulos de cámaras, en los que la detección basada en imágenes de los defectos de los materiales puede desempeñar un papel crucial.

El director de tecnología de LG Innotek , S.David Roh, declaró: "Con el "sistema de inspección basado en IA", completaremos el ecosistema único de IA de LG Innotek, que ofrece un valor excepcional al cliente al identificar las causas de los defectos de los productos en una fase temprana del proceso de producción" Y añadió: "Seguiremos innovando en tecnología de producción digital para crear productos de máxima calidad al menor coste y en el menor tiempo."