ワイヤボンド検査機において、検査対象に適合する画像処理用パラメータを設定する作業をAI化した。それを熟練者の作業データと比較し、望ましい異常検出が行えることと、省力化の可能性を確認した。

課題

半導体IC製造工程でのワイヤボンド外観検査を自動で行う自社製品がある。しかし、自動化するためには顧客の検査対象に合わせた多数のパラメータの最適化が必要であり、その作業に熟練者の多くの時間がさかれている。この作業にAI技術を適用すれば省力化が図れるのではないかと考え、A-SAPに支援を依頼した。

プロジェクト概要

たくさんある画像処理パラメータの中からメジャーなものを抽出し、準備した評価画像およびそのパラメータをAIが学習した。それをもとに、新たな画像を入力するとそれに適した画像処理パラメータを出力するAIシステムを構築した。これにて得られたワイヤボンド検査機に使わる画像処理用パラメータの有効性を、机上及び実機評価し、熟練者の作業データと比較し、望ましい異常検出が行えることを確認した。また作業時間は現行の半分である1週間以内が可能であることも確認した。

期待される効果

このAI機能を社内での作業の効率化と人手削減に寄与できるように改良し、これにて製品開発の効率化と製品の販売拡大につなげることを目標に開発を継続する。

関連した光技術

AI、画像分析