During the Surface Mount Technology(SMT) process, the soldering process on the Printed Circuit Board(PCB) using the Screen printer has a great effect on the defect rate occurring in the whole process. Therefore, the decrease of the defect rate in the screen printer process plays an important role in the reduction of the defect rate of the whole SMT process. In this paper, we propose a Screen printer control parameter optimization technique based on Reinforcement Learning(RL) algorithm to reduce the defect rate in screen printers. The optimal control parameter of the screen printer depends on the pad shape type of a PCB to be produced. The method proposed in this paper at first learns ways to find optimal control parameter on given PCBs for training by using RL algorithms. And then provides a method of searching for optimal control parameter on a new types of PCBs based on this. we verify the performance of the proposed algorithm on the PCB having random pad shape type and functions to verify the optimization algorithm.
표면 실장 기술 과정 중 스크린 프린터를 사용한 인쇄 회로 기판 위 납 도포 과정은 표면 실장 기술 전체 공정 내 발생하는 불량률에 큰 영향을 미친다. 때문에 스크린 프린터 과정에서의 불량률 감소는 전체 공정의 불량률 감소에 중요한 역할을 한다. 본 논문에서는 스크린 프린터에서 발생하는 불량률 감소를 위한 강화 학습 알고리즘에 기반한 스크린 프린터의 제어 인자 최적화 기술을 제안한다. 스크린 프린터의 최적의 제어 인자는 제작을 목표로 하는 인쇄 회로 기판의 형태에 따라 달라지게 된다. 본 논문에서 제안 하는 기술은 임의의 형태의 인쇄 회로 기판을 생산 목표로 하더라도 최적의 제어 인자를 찾아내기 위하여, 학습에 사용할 수 있는 주어진 인쇄 회로 기판들에서 강화 학습 알고리즘을 사용하여 최적의 제어 인자를 찾는 방법을 학습한 후 이를 기반으로 새로운 형태의 인쇄 회로 기판에서의 최적의 제어 인자를 찾아가는 방법을 제공한다. 본 논문에서는 제시한 기술을 검증하기 위하여 임의의 형태의 인쇄 회로 기판에서의 성능 검증과 최적화 알고리즘을 검증하기 위한 함수들에서의 성능 검증의 결과를 제공한다.