http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Test공정의 Test Tray 내 Device 안착 향상을 위한 Drop Height 최적화 연구
정다우,노창균(Noh Chang kyun),박현수(Park Hyun su),강영호(Kang Young ho),김일현(Kim Ill Hyeon),정병욱(Jung Byung wook),김유경(Kim yu kyeong) 대한전자공학회 2022 대한전자공학회 학술대회 Vol.2022 No.11
검사공정에서는 Package 완료된 Device를 Test하여 성능 및 동작 여부를 판단하는데 Test하기 위해서는 Test-Tray에 디바이스를 옮겨 담아야 한다. 이 과정에서 디바이스를 최대한 정확하게 안착시키기 위해 디바이스가 낙하하는 최적의 높이를 찾아서 양산 공정에 적용함으로써 디바이스 로딩 미스의 문제를 해결하고자 한다. 디바이스가 낙하하는 과정에서 주요 인자들을 분석하고 실험하여 최적의 Drop Height 범위를 찾아내었다. 관련하여 운동 방정식을 적용하여 모델링하였고 실험한 연구 결과를 바탕으로 양산 적용하여 로딩 미스 변화를 비교하였다. 기존 Drop Height 2.5mm~3.0mm에서 최적의 Drop Height값을 적용 후 로딩 미스 불량률은 23% 감소, 핸들러 일별 Error 건수는 47%로 감소시킬 수 있었다. In the inspection process, the packaged device is tested to determine performance and operation, and in order to test, the device must be transferred to the Test-Tray. In this process, in order to settle the device as accurately as possible, the optimal height at which the device drops is found and applied to the mass production process to solve the problem of device loading mistakes. The optimal Drop Height range was found by analyzing and experimenting with major factors in the process of the device dropping. In this regard, the equation of motion was modeled by applying it, and the change in loading mistakes was compared by applying mass production based on the experimental research results. After applying the optimal Drop Height value of 2.5mm–3.0mm to the existing Drop Height, the loading error defect rate could be reduced by 23% and the number of errors per day of Handler could be reduced by 47%.
Multi-Class SVM을 이용한 다양한 주행상황에서의 CIPV 감지
박현수(Hyun Soo Park),김대정(Dae Jung Kim),강창묵(Chang Mook Kang),기석철(Seok Cheol Kee),정정주(Chung Choo Chung) 한국자동차공학회 2017 한국자동차공학회 부문종합 학술대회 Vol.2017 No.5
In this paper, we propose a multiple classification method that can detect the closest-in-path-vehicle (CIPV) and determine the various driving situations by using multi-class support vector machine (SVM) algorithm as a method of predicting the driving path of the object vehicle based on the vehicle behavior of the object vehicle. It will be helpful to improve the performance of adaptive cruise control (ACC). The performance of proposed method was validated via experimental results.