Idee per il follow-up DOE per i dati STMicro?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Alla ricerca di alcune idee per un DOE di follow-up plausibile per il set di dati STMicroelectronic. Questo sarebbe nel tema del "Data mining che consente un DOE più olistico / produttivo più produttivo".
Il set di dati è allegato. Fondamentalmente se vai attraverso l'approccio olistico di DOE di Explore / Screen / Experiment si scopre che ci sono una serie di test parametrici importanti correlati alla risposta: logBin10 failure. La foresta di Bootstrap con mancanza di informazioni consente di selezionare rapidamente i parametri PT 606 e individuare quelli che meglio caratterizzano la presenza della modalità di errore dominante.
C'è anche una variabile split nel set di dati, che è un pezzo di equipaggiamento usato per produrre questi chip. E quello che vedi è che la divisione è anche legata al fallimento.
Quindi da questi dati abbiamo un set di parametri PT relativi al guasto primario BIN, che è utile per gli ingegneri poiché i PT vengono eseguiti nelle fasi iniziali del processo fab e possono dare un allarme tempestivo ai chip, che falliranno nell'ordinamento del wafer elettrico. (E a causa del data mining che abbiamo appena condotto, hanno solo bisogno di monitorare i valori di 4-5 di questi parametri per avere un buon senso dei probabili guasti).
Ma sembra che ci siano più opportunità di apprendimento qui, e questo esercizio di data mining dovrebbe portare bene in un esperimento più controllato in cui l'organizzazione può capire meglio cosa sta succedendo. Se la scissione sta causando problemi nel processo di produzione, cos'altro potrebbe essere al lavoro qui?
Sembra che il data mining sia forse sui sintomi e non la causa principale nel processo di produzione? Ma non vorresti impostare un DOE di follow-up usando i parametri del PT come fattori necessariamente, o dovresti? Sarebbe logico fabbricare chip che leggeranno in basso o in alto sui PT per ottenere il fallimento del SAR? Se desideri variare sistematicamente questi PT, sarai in grado di verificare la causa e l'effetto rispetto al solo mining dei dati di produzione.
Basato sulla foresta Bootstrap, ecco le due relazioni PT-EWS dominanti, con 164 e 451:
In combinazione con lo split, che vorremmo testare, possiamo creare un Custom Design. Questo sarebbe il ciclo di progettazione per i due PT e la divisione:
Presumo che ci siano molti altri fattori che potrebbero avere un impatto sul fallimento di BIN10 che potrebbe valere la pena di essere esplorati, ricetta di deposizione, fornitore di materie prime, velocità di incisione ecc. L'obiettivo qui sarebbe quello di creare un progetto di follow-up plausibile che avrebbe senso in un contesto DOE basato sui dati. Apprezzo i pensieri e l'aiuto.
Ri: Idee per il follow-up DOE per i dati STMicro?Grazie, Robert! Attendo anche il tuo caso. Questo sarà un bel complemento al caso ST che abbiamo già. Scott e io abbiamo avuto il nostro primo evento Holistic DOE a Denver la scorsa settimana (2 ottobre.) e ho presentato questo caso ST con il DOE di follow-up descritto sopra. Sembrava andare oltre (in effetti qualcuno tra il pubblico prima di istituire il DOE ha detto: "Scommetto che è il passo dell'incisione!").
Sembra che sia OK con il fatto che Spilled è composto da 4 macchine diverse. Mi sono concentrato solo su Split 3, che ha avuto la risposta più interessante e varia (Splits 1 e 2 avevano fallimenti di Bin10 bassi, Spilled 4 aveva tutti guasti alti, che ho spiegato potrebbe essere un dispositivo difettoso che dovrebbe essere studiato).
Non è perfetto, ma sembrava plausibile per il pubblico. Voglio ancora perfezionare il caso un po 'di più mentre ricevo più feedback. Vedremo come andrà a finire per il resto degli eventi che abbiamo questo mese.
Ri: Idee per il follow-up DOE per i dati STMicro?
Ho esaminato di nuovo la mia demo semifinale e ci sono alcuni problemi che sto cercando di risolvere. Il problema principale è che potresti ottenere la stessa risposta utilizzando la funzionalità JMP standard anziché Pro. L'utilizzo di JMP standard non è così semplice come l'utilizzo di Pro, ma anche con Pro ho bisogno di uno script per scorrere diverse colonne di convalida per ottenere un risultato affidabile. La cosa fondamentale illustrata dalla mia demo è l'importanza dell'utilizzo della convalida se si desidera eliminare i falsi positivi. Se riuscirò a superare i problemi con la semi demo, la renderò disponibile.
Nel white paper della ST non sono sicuro di quale sia la divisione tra S1, S2, S3 e S4. Non penso che siano macchine diverse. Sembrano più come un "esperimento" in cui hanno deliberatamente (o accidentalmente) variato un'impostazione o un parametro del processo.
Inoltre noto nel white paper della ST che scelgono il parametro 171 come parametro più significativo da utilizzare anziché 451. Sospetto che la ragione di ciò sia che hanno una migliore comprensione di quale parametro 171 sia e in che modo si collegherebbe ad un'impostazione di processo o ad una caratteristica delle prestazioni del dispositivo, ad esempio 171 potrebbe essere una misura della larghezza della linea elettrica che possono direttamente riguardare una dimensione fisica che misurano in linea in una determinata fase. Considerando che, 451 potrebbe essere una corrente di dispersione che ha una relazione meno ovvia con quella dimensione fisica.
In termini di un esperimento di follow-up, un processo di incisione a secco essendo il problema risuonerebbe bene con la maggior parte dei segmenti di pubblico dei semiconduttori. I processi di incisione a secco sono spesso problematici, ma si prestano bene anche alle indagini del DoE. Hanno molti fattori che possono essere variati e spesso l'ingegnere di processo non avrà una buona comprensione quantitativa di come questi fattori interagiscano tra loro e influenzino il processo.
Una buona serie di fattori potrebbe essere: potenza RF, potenza di polarizzazione, pressione della camera, temperatura di Chuck. Elio BSC (raffreddamento della parte posteriore). Sono a conoscenza di due diversi problemi di resa causati dalla temperatura di Chuck e dai problemi di BSC a causa delle differenze di calibrazione tra le camere di attacco. Suggerirei anche di eseguire l'esperimento su una camera "buona" e "cattiva".
I problemi di rendimento nei semiconduttori spesso mostrano uno schema spaziale sui wafer come mostrato nell'esempio qui sotto e come la firma "sorriso" menzionata nel white paper della ST. Questi modelli possono essere importanti indizi per gli ingegneri nel capire cosa è andato storto.
Ri: Idee per il follow-up DOE per i dati STMicro?Questo è un grande miglioramento e sono sicuro che qualcuno con un background più profondo nel settore dei semi può guidarti nei fattori e negli intervalli da utilizzare nella proposta di DSD per il processo di incisione.
Se parte del pubblico di riferimento per questa demo è già utenti JMP, ti suggerisco di riflettere su come dimostrare che il flusso di lavoro proposto in Pro è più semplice e si traduce in una soluzione potenzialmente migliore rispetto a JMP. Ad esempio, se utilizzi Fit Y di X per ottenere un'analisi bivariata del log (bin10) rispetto a ogni X e quindi restituisci le stime dei parametri a una tabella di dati combinata, rimuovi i termini di intercettazione dalla tabella combinata quindi ordina per valore p crescente ottenere i primi sei parametri di 26, 451, 183, 2, 47, 164. Quindi sembra che non sarebbe troppo difficile raggiungere lo stesso risultato con JMP con un flusso di lavoro potenzialmente più semplice perché non dobbiamo preoccuparci del numero di alberi nella foresta. Forse dovremmo modificare i dati ST per indurre alcuni forti effetti di interazione che potrebbero mancare all'approccio di Fit Y by X, ma sarebbero catturati facilmente da Bootstrap Forest? Se parte del pubblico di destinazione sono utenti JMP esistenti, penso che dobbiamo essere pronti a dimostrare che non è possibile ricreare facilmente una soluzione in JMP.
In alternativa, è possibile utilizzare la demo semi Robert creata quando Pro è stato rilasciato per la prima volta che mostra come Pro ha rilevato la causa di un problema dovuto a un effetto di intersezione a tre vie che è stato mancato dall'approccio Fit Y di X. È quindi possibile basare l'esperimento di follow-up attorno ai tre passaggi del processo adiacenti che interagivano per causare il problema. Chiederò a Robert di inoltrarti la sua demo.
Malcolm
Ri: Idee per il follow-up DOE per i dati STMicro?Ciao Malcolm - Grazie per la risposta. Ri: la tabella dati, darò credito a Ian per quello. Ha fatto un ottimo lavoro mettendo insieme le sceneggiature e anche un breve video per una campagna di marketing. Sto semplicemente costruendo su questo nel contesto olistico del DOE.
Ai tuoi punti specifici:
1) Sementi casuali - Con 1.000 alberi le cose si sono sistemate ei risultati sono ripetibili - 26, 451, 164 e 171 sono i primi 4. Questi primi 4 rimangono anche quando eseguono la foresta di Bootstrap ancora e ancora. Quindi questo è un buon cambiamento che dovrebbe essere fatto.
2) 164 è complicato perché sta andando nella direzione sbagliata e sembra avere un comportamento diverso rispetto a 26, 451 e 171. Un'altra bella aggiunta che aggiungerò è il clustering variabile, che mostra che il 71% della variazione nei dati è spiegata dal parametro avg 451.
Quindi penso che questi due problemi siano ordinati. Quindi le conclusioni dell'esercitazione sul data mining sono così:
1) Abbiamo utilizzato una foresta Bootstrap e PCA per trovare un'associazione chiave tra il risultato del test parametrico più rappresentativo (451) e Bin10 Failure.
2) Abbiamo anche scoperto che la variabile split indica che l'errore potrebbe essere dovuto a un pezzo di equipaggiamento (Split 3 e Split 4), che sta causando un test parametrico alto nel range che causa l'errore di bin10.
3) Armati di questi fatti possiamo tornare dagli ingegneri con la media parametrica del test come risposta (451_Param_average) e progettare un DOE per indagare sulla fase di attacco sull'apparecchiatura split 3.
Per quanto riguarda la simulazione dei dati, so approssimativamente a quale intervallo dovrebbe essere presente questo parametro e possiamo capire quale sarebbe il tasso di errore di Bin10 per il livello 451.
Quindi ho solo bisogno di un insieme plausibile di input e livelli per il design di follow-up.
Forse un DSD a 5 fattori:
Con i dati simulati sembra qualcosa di simile quando è in forma:
Quindi la storia qui potrebbe essere qualsiasi cosa sulla macchina - forse difettoso o parti di usura / sensori che causano velocità di immersione intermittente o velocità di avanzamento medie (non presente sulle altre divisioni, che operano in specifiche), Ciò potrebbe a sua volta causare il alta media param causando la prosperità per un fallimento alto bin10.
Non sposato con questa storia, ma potrebbe funzionare se le persone più intelligenti di me in quest'area pensano che possa essere plausibile. Ancora una volta, apprezzare pensieri e commenti.
Ri: Idee per il follow-up DOE per i dati STMicro?Ciao Dan,
La tabella dei dati per l'analisi dei dati storici è ben documentata con gli script che spiegano il processo e i tipi di misurazione e fornisce una trama favolosa, che noi SE possiamo replicare e distribuire facilmente all'interno dei settori dei semiconduttori e di altri settori. Otteniamo il solito problema con il seme casuale utilizzato per la foresta di bootstrap che fornisce soluzioni diverse, ad esempio al secondo tentativo ho 164_PARAM_AVERAGE come predittore principale del log (Bin10) e questo non è incluso nel resto del flusso demo. Dobbiamo sistemare questo per dare risultati coerenti. Potremmo impostare il seme casuale nello script per la foresta di bootstrap, ma mi piace evitarlo, se possibile, perché non possiamo più mostrare il dialogo per la foresta di bootstrap. È possibile provare un numero maggiore di alberi nella foresta per vedere se questo risolve il problema o anche un albero potenziato?
Come suggerisci, i test parametrici sono sintomi piuttosto che cause del problema e mi chiedo se un prossimo DOE più realistico sarebbe quello di concentrarsi sulla / e fase / i di processo responsabile per ciascuno dei quattro fallimenti del test parametrico? Robert potrebbe guidarti in questo, ma mi aspetto che un DOE più credibile possa essere su una delle fasi di incisione con la trama secondo cui è il passo di incisione che è responsabile della funzione che causa l'alto valore di test parametrico e l'alto test parametrico il valore sta causando l'errore bin10.
Malcolm
