[논문]Nd:YAG레이저를 이용한 스텐실 절단공정II -레이저의 공정변수가 스텐실 절단특성에 미치는 영향-

이제훈; 서정; 김정오; 신동식; 이영문

문제 정의

본 논문은 PCB제작용 스텐실의 레이저 절단 가공에 관한 연구로서 공정변수가 스텐실의 절단면의 표면조도, 절단폭 및 드로스의 양에 미치는 영향을 분석해본 결과 적정 조건을 구할 수가 있었고 다음과 같은 경향을 알 수 있었다.
레이저를 이용한 스텐 실 제작 공정은 기존의 부식 방법과는 달리 레이저 절단에 의하여 패턴이 형성되기 때문에 레이저가공 시스템에서 구현할 수 있는 최소의 선폭이 매우 중요하며 레이저 빔에 의해서 절단된 절단면의 상태가 전도성 페이스트의 도포 및 수명에 큰 영향을 미치는 것으로 알려져 있다 2). 본 연구에서는 스텐실 제작공정의 주요 변수들이 절단면 표면조도에 미치는 영향을 분석하였고 최적 절단 조건을 구하기 위하여 신경회로망(neural network) 이론을 이용하여 스텐실의 절단 특성을 예측하였다.
있다. 본 연구에서는 이러한 변수들이 절단면에 미치는 영향을 규명하기 위하여 주요 공정변수에 따라 순차적인 실험을 수행하였으며 실험 결과에 대한 고찰을 통하여 적정 변수를 도출하였다. 주요 공정변수로는절단가스압(gas pressure), 빔출력(power), 펄스 폭(pulse width), 절단속도(cutting speed) 및 마스크의 형상(mask type)으로 하였으며 시스템의 안정성을 고려하여 Table 2에 나타난 조건으로 실험하였다.

제안 방법

6과 같이 마스크가 없는 상황에서의 동일출력에 따른 절단폭과는 구별이 된다. Fig. 10 에서 보는 바와 Table 2 같이 사각마스크의 경우에는 곡면 절단 시 표면조도가 급격히 저하되기 때문에 다양한 패턴을 절단해야 하는 유연성을 고려하여 호환성이 뛰어난 원형 마스크를 선정하여 실험하였다.
학습을 위한 입력값(input) 으로 출력.가스압, 펄스폭 및 절단속도를 설정하였으며 표면조도를 목표값(target)으로 설정하였다. 신경회로망이론에 사용된 학습법은 오차 역전파(Error Back Propagation) 학습법으로서 알고리즘은 Fig.
2는 실험에 사용한 레이저스텐실 가공 시스템으로서 TEMoo mode의 Nd:YAG 펄스 레이저를 사용하였으며 광학계는 초점거리가 40mm인절단헤드를 사용하였다. 또한 레이저 발진기에서 가공 부위까지의 빔 이송 거리를 가공 헤드의 구동 위치에 무관하도록 일정하게 유지하기 위해서 빔이송거리 보정장치를 장착하였다 2).
설정하였다. 또한 표면조도(Ra)는 무접촉식 3차원 광학 조도 측정기로 측정하였다. 광학식 조도측정은 두 광속이 중첩되었을 때 밝기가 증감되는 광 간섭현상을 이용하여 입사 광속이 기준 광속과 측정 광속으로 분할되어 각각 측정면과 기준 면에 입사된 후 두 광속이 다시 두면에서 반사되어 모아지게 되고 광경로차에 의해 발생한 간섭무늬를 영상 처리 및 해석기법에 의해 재현된 3차원 형상으로부터 측정이 이루어 진다 6).
레이저 빔의 가장자리 부분이 절단면의 형상에 미치는 영향을 분석하기 위하여 가공헤드의 집광렌즈 입사빔광로에 Fig. 7에 나타낸 두 종류의 마스크를 사용하여 절단 실험을 수행하였다. 이때 집광렌즈에 입사되는 빔의 직경은 22mm이고 각 마스크에 의해 제거된 부분은 입사빔의 가장자리로서 전체 단면적의 33%이다.
실험을 통해 측정된 값은 신경회로 망 학습이론 (neural network) 에 의거하여 표면조도를 학습하였으며 임의의 입력조건에 대한 예측값과 실험값을 비교해 보았다. 학습을 위한 입력값(input) 으로 출력.
15는 가스압에 따른 드로스 상태를 나타내고 있으며 가스압이 증가함에 따라 드로스가현저히 감소하다가 8bar이상에서는 드로스의양이 일정하였으며 14bar이상에서는 절단면과 절단면 하단에 형성된 난류(turbulence)(1)의 영향으로 드로스의 발생량이 증가하였다. 이를 고려하여 본 실험에서는 적정 가스압을 8bar로 설정한 후 실험을 수행하였다.
절단 속도에 따른 절단 특성을 평가하기 위해 절단 속도를 0.5m/min에서 2.0m/min까지 변경해가며 실험을 하였다. 절단 속도가 느린 경우 온도구배가 완만하여 절단부의 용융부가 넓어짐으로 인해 가스의 운동량에 의해 제거되는 범위 또한 커지며 절단 속도가 과도하게 빠르면 용융 금속이 절단부에서 제거된 흔적이 뚜렷이 남게 되어 결국 표면조도가 저하되는 결과를 초래한다.
절단폭은 광학현미경으로 측정하였고 드로스는 정성적인 기준에 의해 5등급으로 나누어 판단하였으며 1등급 이 드로스가 가장 적은 등급을 나타낸다. 절단면의 표면 상태는 SEM (Scanning Electron Microscope ) 사진으로 분석하였다.
절단특성은 절단면의 표면조도(surface roughness), 절단폭 및 드로스(dross)의 양으로 설정하였다. 또한 표면조도(Ra)는 무접촉식 3차원 광학 조도 측정기로 측정하였다.
본 연구에서는 이러한 변수들이 절단면에 미치는 영향을 규명하기 위하여 주요 공정변수에 따라 순차적인 실험을 수행하였으며 실험 결과에 대한 고찰을 통하여 적정 변수를 도출하였다. 주요 공정변수로는절단가스압(gas pressure), 빔출력(power), 펄스 폭(pulse width), 절단속도(cutting speed) 및 마스크의 형상(mask type)으로 하였으며 시스템의 안정성을 고려하여 Table 2에 나타난 조건으로 실험하였다.
지금까지 순차적 실험에 의한 적정변수(Table 5)를 찾아보았다.
출력에 따른 절단 특성을 규명하기 위해 출력을 4W에서 32W까지 변화시키면서 실험하였다. Fig.
펄스폭에 따른 표면조도를 구하기 위하여 상기실험에서 결정된 조건에서 펄스폭을 0.09ms에서 0.17ms까지 변화시키면서 실험을 하였다. 펄스폭은 첨두 출력과 관계되며 Table 4와 같은첨두출력 분포를 나타내며 식(2)에 따라 구한값이다 5).

대상 데이터

Fig. 2는 실험에 사용한 레이저스텐실 가공 시스템으로서 TEMoo mode의 Nd:YAG 펄스 레이저를 사용하였으며 광학계는 초점거리가 40mm인절단헤드를 사용하였다. 또한 레이저 발진기에서 가공 부위까지의 빔 이송 거리를 가공 헤드의 구동 위치에 무관하도록 일정하게 유지하기 위해서 빔이송거리 보정장치를 장착하였다 2).
실험에 사용된 재료는 스텐실제 작용 스텐레스강판(SS304, 두께 0.15mm)으로 그 화학적 조성을 Table 1에 나타내었다.

이론/모형

가스압, 펄스폭 및 절단속도를 설정하였으며 표면조도를 목표값(target)으로 설정하였다. 신경회로망이론에 사용된 학습법은 오차 역전파(Error Back Propagation) 학습법으로서 알고리즘은 Fig. 3에 나타낸 바와 같으며 학습조건은 Table 3에 나타내었다

성능/효과

(1) 표면 조도는 출력, 펄스폭의 증가에 따라 포물선 분포, 가스압의 증가에 따라 반비례 곡선분포를, 절단 속도의 증가에 따라 기하 급수 적으로 커지는 이차곡선 분포를 나타내었고 마스크를 사용함으로서 표면조도를 줄일 수 있었다.
(2) 절단폭은 출력의 증가에 따라 비례적으로 커졌으며 가스압, 절단 속도에 따라 반비례 곡선 분포를 나타내었으며 마스크의 사용으로 절단 폭을 줄일 수가 있었고, 펄스 폭에는 큰 영향이 없었다.
(3)가스압이 증가할수록 드로스의 양이 급격히 줄어들었으나 14bar이상에서는 다시 드로스가 생겨나는 현상이 발견되었다.
또한.실험을 통해 얻은 조건을 이용하여 양질의 스텐실을 제작할 수 있었으며 평판의 패턴 절단에 용이함을 알 수 있었다. 실험 외의 조건에서의 표면 조도는 신경회로망을 사용하여 근 사적으로 예측할 수 있었고 이는 향후 공정 자동화 시에 필요한 절단 형상에 대한 최적의 조건을 산출하는데 응용될 것으로 판단된다.
그림에서 보는 바와 같이 속도가 증가할수록 펄스 간 간격이 증가하여 표면조도가 커지게 되며 줄무늬의 방향도 사선으로 기울기가 증가하고 있다. 이러한 현상에 따른 표면조도를 Fig. 17에서 보여주고 있으며 실험범위 내의 조건에서는 저속일수록 표면 조도가 우수함을 알 수 있고 0.5m/min에서 표면 조도는 0.65“m이었다.
6은 출력에 따른 절단폭의 변화를 나타낸 것으로 출력이 증가함에 따라 절단폭이 넓어지고 있다. 출력 32W에서의 절단 폭은 출력 4W 일 때의 절단폭보다 약 2배 커졌으며 절단면의 조도가 최적인 출력 24W에서는 98㎛ 절단폭을 나타내었다.

후속연구

실험을 통해 얻은 조건을 이용하여 양질의 스텐실을 제작할 수 있었으며 평판의 패턴 절단에 용이함을 알 수 있었다. 실험 외의 조건에서의 표면 조도는 신경회로망을 사용하여 근 사적으로 예측할 수 있었고 이는 향후 공정 자동화 시에 필요한 절단 형상에 대한 최적의 조건을 산출하는데 응용될 것으로 판단된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

Nd:YAG레이저를 이용한 스텐실 절단공정II -레이저의 공정변수가 스텐실 절단특성에 미치는 영향-
Stencil cutting process by Nd:YAG laser II -Influence of process parameters on cutting characteristics of stencil- 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Nd:YAG레이저를 이용한 스텐실 절단공정II -레이저의 공정변수가 스텐실 절단특성에 미치는 영향- Stencil cutting process by Nd:YAG laser II -Influence of process parameters on cutting characteristics of stencil- 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

이제훈 (98) 서정 (99) 김정오 (27) 이영문 (32)

관련 콘텐츠

원문 보기

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Nd:YAG레이저를 이용한 스텐실 절단공정II -레이저의 공정변수가 스텐실 절단특성에 미치는 영향-
Stencil cutting process by Nd:YAG laser II -Influence of process parameters on cutting characteristics of stencil- 원문보기

AI 본문요약
AI-Helper