产量数据分析有助于确定在半导体制造过程中遇到的问题。
在半导体制造,尤其是电气测试数据,但也在其他参数,经常有设置的参数是密不可分的。甚至改变这些参数的相关性可能表明一个问题。因此,多元监测、或多元统计,应用这些参数。
多变量分析,也被称为多元监控,使检测无形当查看单个参数的问题。软件会自动通知的影响引入的变化相关的一组参数。快速处理和计算时间保证通过部署机制等主要分析。
多变量分析支持lot-wise wafer-wise和区域监控。
多元监测的优点:
有两个时间趋势参数在下面的例子中。另外,所有的值参数X1和X2各自的控制范围内,包括参数标记为红色。
图1:时间趋势分析的两个参数。
但是,当所有这些数据绘制在一个二维的地图,一个数据点,在控制限制个人参数明显外的大部分分布在二维集合。这些参数的相关性表明,红色标记的数据点是一个异类。在单变量图,该参数将不会被检测出来。这情节显示bi-variate相关性因为我们可以只显示两个参数在一个二维平面。
图2:二维视图关联。
数学模型我们可以任意数量的维度与任意数量的参数,如半导体制造经常有成百上千的参数分析。
图3:孤立点检测的丁字尺阴谋。
T2值是单个数据点的距离从椭球的中心,或多维/ hyperdimensional椭球。这个距离是绘制时间趋势和控制限制用于帮助工程师发现异常数据。
这是一个真实的例子,多元监测。在与一家制造公司合作,我们进行了一次生产事故的分析。“我们能够表明,制造商应用YieldWatchDog多元监控,他们会发现在阀压力损失其失败前两个星期,”Dieter Rathei收益率博士的首席执行官。
图4:例子&多元监测的优点。
案例研究从上面的截图是分析一些工具参数。对32个参数分别被监控。其中两个参数的压力和流量的工具。根据基本的物理、压力和流量之间应该有相关性。
左边这张图表显示,在最开始的这些参数时间序列关联。但是,在某种程度上,发生了一件事。
发生了什么在这个时间点是一个阀门开始漏水。的压力和流量之间的关系工具开始变得扭曲。
看个人在过程控制参数,它不能被识别的问题,因为所有的测量都是在各自的控制范围之内。然而,T2统计马上走了超出其控制范围。
这是一个事后分析,实际发现的问题点当工具最终完全关闭。
当T之间的时间2值会开始触发警报——这些红色的数据点会触发警报,但因为多变量分析应用事件后,大约三个星期过去了,没有反应发生。
“这给了我们一个案例研究中,我们看到,在多元监测,可以更早地解决问题,“Rathei说。
多元的另一个优点监控值得一提的是,因为你是在这种情况下只有一个表,而不是30一些图表,T2添加一种鲁棒性算法,它已被证明,你真的有一个减少假警报或假阳性警报。
总之,使用多元监测在先进的数据分析和半导体测试帮助制造商更快的发现问题,立即采取纠正措施。
|
|
|
|
|
|
|
|
|
|
留下一个回复