COVID는 많은 산업에 영향을 미치고 있으며, 반도체 업계도 다르지 않다. 칩 자체의 비밀은 말할 것도 없고 매우 복잡하고 기술적인 특성으로 인해 특정 설계를 수행하려면 고도로 전문화된 제조 설정이 필요합니다. 그래서 코로나19가 발생했을 때 반도체 공장이 문을 닫고 공급 문제가 나타나는 데는 그리 오랜 시간이 걸리지 않았습니다.
반도체의 두 가지 주요 시장은 자동차와 가전제품입니다. 기존의 내연기관 자동차는 약 1,300개의 칩을 사용하며 전기차의 2020배에 달하는 칩을 사용합니다. 가전제품에서 칩은 휴대폰, 노트북, 게임 콘솔, 스마트워치 등 모든 곳에서 발견됩니다. XNUMX년 대유행으로 제한된 상황에서 세계 인구의 절반 이상이 전체 또는 부분적 폐쇄 상태에 빠지면서 이 두 시장에 대한 일반적인 수요 균형이 변경되었습니다. 자동차 판매는 감소한 반면, 집에 갇힌 사람들이 전자 기기에 의존하여 생활을 유지하면서 소비자 전자 제품 판매는 급증했습니다.
이것은 생산되고 있던 반도체 칩이 소비자 전자 제품에 의해 흡수되고 있음을 의미합니다. 자동차 시장이 불황일 땐 크게 문제가 되지 않았지만, 시장이 회복되고 있는 지금은 어떨까요?
불안한 코로나 이후 회복
이 글을 쓰는 시점에서 COVID는 완전히 사라지지 않았지만 백신 프로그램과 지역 봉쇄 조치는 많은 산업이 정상 상태로 돌아갈 수 있도록 돕고 있습니다. 사람들이 여행에 대해 다시 생각하기 시작함에 따라 자동차 부문은 확실히 소비자 수요를 충족하기 위해 생산을 늘릴 태세입니다. 그러나 모든 차량에 필수적인 반도체 칩은 쉽게 구할 수 없으며 많은 자동차 제조업체는 해당 부품이 생산될 때까지 기다리기 위해 이미 생산을 중단해야 했습니다.
칩 제조업체들도 다시 제조 속도를 높이고 2020년 이전 수준으로 속도를 높이고 있지만 진행 속도는 당연히 느립니다. 칩은 복잡하며 일반적으로 XNUMX시간 내내 작동하는 클린룸 환경에서 만들어집니다. 가동 중단 후 생산을 시작하는 것은 스위치를 바꾸는 것만큼 간단하지 않습니다. 그리고 제조업체들은 생산된 칩이 폐쇄 기간 연장 이전과 동일한 품질을 유지하도록 노력할 것입니다. 그리고 올바른 분석은 대량 품질 관리에 있습니다. technology 제조업체가 본격적인 생산을 재개하는 데 도움이 될 수 있습니다.
전자기기의 철저한 품질관리를 위한 FT160
웨이퍼 단계에서 구성 요소를 확인하는 것부터 완성된 장치의 접점 무결성을 확인하는 것까지 반도체 제조업체는 생산을 늘리면서 프로세스의 모든 단계에서 품질을 확인해야 합니다. 여기에 Hitachi High-Tech의 FT160 XRF 벤치탑 분석기가 도움이 될 수 있습니다.
FT160은 전자 장치의 코팅 두께를 측정하도록 특별히 설계되었습니다. 웨이퍼, PCB 및 커넥터의 고처리량 품질 분석에 이상적인 FT160은 최대 600mm x 600mm 크기의 부품을 수용할 수 있을 만큼 충분히 큽니다. 여기에는 측정해야 하는 특정 기능을 찾고 분리하는 데 도움이 되는 자동화된 컨트롤러 소프트웨어와 고해상도 광학 카메라가 포함되어 있습니다. 그러나 FT160의 가장 인상적인 기능은 아마도 다모세관 광학 시스템일 것입니다. 장비는 30 µm 미만의 피처를 측정할 수 있는 고강도 50 µm X선 빔을 생성합니다. 이는 고감도 X선 검출기와 결합되어 정확도 손실 없이 코팅을 빠르게 측정할 수 있음을 의미합니다.
FT160은 생산을 늘릴 때 부품 품질을 보장하는 강력한 도구입니다. 그리고 자동으로 제조업체 공급의 침체를 사용하여 제품 범위의 디자인을 개선한다는 소문이 돌고 있으며, 이는 생산 프로세스가 새로운 장치에 최적화되도록 하는 데도 도움이 될 수 있습니다. 모든 단계에서 품질을 확인해야 할 때 FT160은 정확한 결과를 빠르게 제공합니다.
자세한 내용은 다음 페이지를 참조 www.hha.hitachi-hightech.com
ELE 타임즈
-
ELE 타임즈https://www.eletimes.com/author/eletimes-news키사이트, 네트워크 에지에서 혁신적인 5G 서비스의 민첩한 오케스트레이션을 지원하기 위해 Google Cloud 파트너 이니셔티브에 합류
-
ELE 타임즈https://www.eletimes.com/author/eletimes-news새로운 잠재적인 재생 가능 에너지원
-
ELE 타임즈https://www.eletimes.com/author/eletimes-news머신 러닝은 행동 예측의 다음 단계를 열어줍니다
-
ELE 타임즈https://www.eletimes.com/author/eletimes-newsFP-AI-FACEREC1: 기계 학습의 장벽을 낮추면 새로운 애플리케이션이 나타납니다.