잉크젯 프린팅 기술에 대한 수요가 높아짐에 따라 헤드의 토출 신뢰성은 매우 중요하다. 하지만 기존에 많이 사용하는 비전을 용한 측정 방법은 측정 시간이 길고, 시스템의 하드웨어 얼라이먼트를 맞추기 매우 어렵기 때문에 실제 양산 장비 적용에는 한계가 있다. 또한 OLED 컬러 필터 등 고정밀 고해상도의 패턴을 프린팅하기 위해서, 토출량이 작은 헤드를 사용하게 되고, 그에 따라서 헤드 상태의 관리가 더욱 어려워지고 있다. 본 연구에서는 잉크젯 프린팅에 사용되는 피에조 ...
잉크젯 프린팅 기술에 대한 수요가 높아짐에 따라 헤드의 토출 신뢰성은 매우 중요하다. 하지만 기존에 많이 사용하는 비전을 용한 측정 방법은 측정 시간이 길고, 시스템의 하드웨어 얼라이먼트를 맞추기 매우 어렵기 때문에 실제 양산 장비 적용에는 한계가 있다. 또한 OLED 컬러 필터 등 고정밀 고해상도의 패턴을 프린팅하기 위해서, 토출량이 작은 헤드를 사용하게 되고, 그에 따라서 헤드 상태의 관리가 더욱 어려워지고 있다. 본 연구에서는 잉크젯 프린팅에 사용되는 피에조 잉크젯 헤드의 특성을 이용하여서 전기적 신호를 이용한 불량 검출 방법인 셀프센싱을 통하여서, 노즐 상태를 정의하고, 정의된 노즐 상태 데이터를 실시간으로 프린팅 데이터에 반영하여서 프린팅하는 능동적인 시스템 상태 평가 및 반영을 통한 지능형 잉크젯 프린팅 시스템 통합에 관한 연구를 진행하였다. 연구는 세 가지 항목을 중심으로 진행되었다. 첫 번째, 머신 비전 및 정밀한 하드웨어 얼라이먼트를 통한 드랍워쳐와 드랍 인스펙션을 개발하여서, 실시간 토출 중인 드랍의 상태, 속도, 볼륨 측정을 통한 노즐 상태 확인, 토출 후 드랍 스캔하여서, 헤드 조립정밀도 및 토출 오차를 계산하여서 토출 적합성을 판정할 수 있는 시스템 개발하였다. 두 번째, 피에조의 특성을 이용하여, 압력파의 영향으로 생기는 센싱신호를 검출하고, 노이즈레벨과 센싱레벨의 정의를 통하여서 신호 대 잡음비를 구하여 노즐의 현재 상태에 대해서 검출할 수 있는 셀프센싱 알고리즘 구현하였다. 세 번째, 비전 시스템과 셀프센싱을 통하서 검출된 노즐의 상태 데이터를 포함하여서, 시뮬레이션을 통한 프린팅 최적 조건을 확인할 수 있도록 프린팅 시뮬레이션을 연구개발하였고, 불량 데이터 보상을 포함 프린팅이 가능한 시스템 통합하여 개발하였다. 이러한 지능형 잉크젯 프린팅 시스템을 사용하였을 때 1024채널의 노즐을 사용할 때에도 셀프센싱을 이용하여서 프린팅 데이터를 생성하기까지의 시간을 1초 내외 짧은 시간안에 해결할 수 있도록 하였다. 본 연구를 통해서 6pl 미만의 작은 노즐에서도 실시간으로 노즐의 상태를 검출하고, 노즐 상태 데이터를 이용한 프린팅 데이터의 보상을 할 수 하는 지능형 잉크젯 프린팅 시스템을 개발할 수 있었다. 차후 추가적인 연구를 통해서 노즐 상태에 따른 불량 검출 및 생산 수율을 높이는데 크게 기여할 수 있을 것으로 기대한다.
잉크젯 프린팅 기술에 대한 수요가 높아짐에 따라 헤드의 토출 신뢰성은 매우 중요하다. 하지만 기존에 많이 사용하는 비전을 용한 측정 방법은 측정 시간이 길고, 시스템의 하드웨어 얼라이먼트를 맞추기 매우 어렵기 때문에 실제 양산 장비 적용에는 한계가 있다. 또한 OLED 컬러 필터 등 고정밀 고해상도의 패턴을 프린팅하기 위해서, 토출량이 작은 헤드를 사용하게 되고, 그에 따라서 헤드 상태의 관리가 더욱 어려워지고 있다. 본 연구에서는 잉크젯 프린팅에 사용되는 피에조 잉크젯 헤드의 특성을 이용하여서 전기적 신호를 이용한 불량 검출 방법인 셀프센싱을 통하여서, 노즐 상태를 정의하고, 정의된 노즐 상태 데이터를 실시간으로 프린팅 데이터에 반영하여서 프린팅하는 능동적인 시스템 상태 평가 및 반영을 통한 지능형 잉크젯 프린팅 시스템 통합에 관한 연구를 진행하였다. 연구는 세 가지 항목을 중심으로 진행되었다. 첫 번째, 머신 비전 및 정밀한 하드웨어 얼라이먼트를 통한 드랍워쳐와 드랍 인스펙션을 개발하여서, 실시간 토출 중인 드랍의 상태, 속도, 볼륨 측정을 통한 노즐 상태 확인, 토출 후 드랍 스캔하여서, 헤드 조립정밀도 및 토출 오차를 계산하여서 토출 적합성을 판정할 수 있는 시스템 개발하였다. 두 번째, 피에조의 특성을 이용하여, 압력파의 영향으로 생기는 센싱신호를 검출하고, 노이즈레벨과 센싱레벨의 정의를 통하여서 신호 대 잡음비를 구하여 노즐의 현재 상태에 대해서 검출할 수 있는 셀프센싱 알고리즘 구현하였다. 세 번째, 비전 시스템과 셀프센싱을 통하서 검출된 노즐의 상태 데이터를 포함하여서, 시뮬레이션을 통한 프린팅 최적 조건을 확인할 수 있도록 프린팅 시뮬레이션을 연구개발하였고, 불량 데이터 보상을 포함 프린팅이 가능한 시스템 통합하여 개발하였다. 이러한 지능형 잉크젯 프린팅 시스템을 사용하였을 때 1024채널의 노즐을 사용할 때에도 셀프센싱을 이용하여서 프린팅 데이터를 생성하기까지의 시간을 1초 내외 짧은 시간안에 해결할 수 있도록 하였다. 본 연구를 통해서 6pl 미만의 작은 노즐에서도 실시간으로 노즐의 상태를 검출하고, 노즐 상태 데이터를 이용한 프린팅 데이터의 보상을 할 수 하는 지능형 잉크젯 프린팅 시스템을 개발할 수 있었다. 차후 추가적인 연구를 통해서 노즐 상태에 따른 불량 검출 및 생산 수율을 높이는데 크게 기여할 수 있을 것으로 기대한다.
In this study, using the characteristics of the piezo inkjet head used for inkjet printing, the nozzle state is defined through self-sensing, a defect detection method using electrical signals, and the defined nozzle state data is reflected in the printing data in real time. Print. A study was condu...
In this study, using the characteristics of the piezo inkjet head used for inkjet printing, the nozzle state is defined through self-sensing, a defect detection method using electrical signals, and the defined nozzle state data is reflected in the printing data in real time. Print. A study was conducted on the integration of the intelligent inkjet printing system through the evaluation and reflection of the active system status. First, we develop a drop watcher and drop inspection through machine vision and precise hardware alignment to measure the state, speed, and volume of the discharged drop in real time, and calculate the drop tracking, head assembly precision and dispensing error after dispensing to determine dispensing suitability. The system has been developed. Second, by using the characteristics of the piezo, the sensing signal generated by the influence of the pressure wave can be detected, and the current state of the nozzle can be detected through the difference between the noise level and the sensing level through the definition of the noise level and the sensing level. A self-sensing algorithm was implemented. Third, the printing simulation was researched and developed to check the optimum printing conditions through the simulation before printing, including the state data of the nozzle detected through the vision system and self-sensing, and integrated printing system including defect data compensation was developed. Even when using 1024-channel nozzles, the time until print data is generated can be resolved in less than a second using self-sensing. Through this study, it was possible to develop an intelligent inkjet printing system that can detect the nozzle status in real time even with a small nozzle of less than 6pl and correct the printing data using the nozzle status data. Through additional research in the future, it is expected that it will greatly contribute to the detection of defects according to the state of the nozzle and improvement of production yield.
In this study, using the characteristics of the piezo inkjet head used for inkjet printing, the nozzle state is defined through self-sensing, a defect detection method using electrical signals, and the defined nozzle state data is reflected in the printing data in real time. Print. A study was conducted on the integration of the intelligent inkjet printing system through the evaluation and reflection of the active system status. First, we develop a drop watcher and drop inspection through machine vision and precise hardware alignment to measure the state, speed, and volume of the discharged drop in real time, and calculate the drop tracking, head assembly precision and dispensing error after dispensing to determine dispensing suitability. The system has been developed. Second, by using the characteristics of the piezo, the sensing signal generated by the influence of the pressure wave can be detected, and the current state of the nozzle can be detected through the difference between the noise level and the sensing level through the definition of the noise level and the sensing level. A self-sensing algorithm was implemented. Third, the printing simulation was researched and developed to check the optimum printing conditions through the simulation before printing, including the state data of the nozzle detected through the vision system and self-sensing, and integrated printing system including defect data compensation was developed. Even when using 1024-channel nozzles, the time until print data is generated can be resolved in less than a second using self-sensing. Through this study, it was possible to develop an intelligent inkjet printing system that can detect the nozzle status in real time even with a small nozzle of less than 6pl and correct the printing data using the nozzle status data. Through additional research in the future, it is expected that it will greatly contribute to the detection of defects according to the state of the nozzle and improvement of production yield.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.