多くの産業では、微細な粉塵やその他の異物の制御が、出力製品の性能と品質に重要かつ極めて重要な役割を果たします。関連する分野には、半導体製造、LCDスクリーン製造、生化学工学、バイオテクノロジー、精度などがあります。設備、鋳造業、製薬、病院などとして、特に半導体ウェーハプロセスでは、最高の無塵レベルが要求されます、今日のウェーハはナノメートルレベルまで発達しているため、ウェーハに付着したほこりはウェーハ回路全体に損傷を与え、さらにはウェーハを廃棄する可能性があります。あらゆる種類の流水が製品全体の品質と機能に影響を与える可能性があります。 、そして会社の外観や評価に影響を与えます。小さな問題のように聞こえますが、それは広範囲の影響を及ぼし、注意と警戒が必要です。
時代の進展とともに、製品の生産時間と開発期間も大幅に短縮されました。これは、業界がリスク評価と生産ラインの監視、つまり制御不能な生産ラインの早期発見においてより正確でなければならないことも意味します。起こりうる損失を減らすために。この傾向の下で、仕様を満たさない製品を作らないように、異常な製品を迅速に見つけ、製造の早い段階で欠陥のある製品を見つけようとする方法も、さまざまな業界の生産ラインや品質管理部門が直面する最優先事項です。 。
JMPは、顧客が粉塵データを分析し、潜在的な問題を見つけるのに役立つ粉塵分析用の多くのツールを提供します。予備的なデータ描画から、簡単な統計分析のためのデータの統合、または異常なプロジェクトの詳細な分析のための統計ツールの使用まで、JMPは完璧なサポートを提供できます。今日は、半導体ダスト分析にJMPを使用する方法を共有します。
データ描画と予備的なグラフィック分析
JMPのグラフビルダープラットフォームは、高速観測プラットフォームを提供し、データをグラフに描画し、ダストポイントの粒子サイズに応じて対応するポイントサイズを描画し、グラデーションカラーを使用して粒子サイズを区別できるため、より迅速かつ直感的に実際の状況。状態。
以下では、パネルに落下する粉塵のデータを分析事例として使用します。
図1.グラフビルダーを使用して落下するほこりの散布図を作成し、ポイントサイズと色を使用して粒子サイズを示します
JMPには、グラフを調整することで要因間の相互関係を観察したり、主要な影響要因を見つけるのに役立つインタラクティブなグラフ機能も多数あります。各プラットフォームのローカルデータフィルターは、設定した変数に応じて、話し合いたいカテゴリーをフィルターすることができます。この機能を使用して、異なるパネル間で異なる分布があるかどうかを確認できます。
図2グラフビルダーはローカルデータフィルターと連携してデータをフィルター処理します
カラムスイッチャー機能を使用すると、グラフビルダープラットフォームで説明されているパラメーターをすばやく切り替えることができ、より大きな影響を与える要因をすばやく見つけることができます。つまり、要因によってデータをより適切に区別できます。
図3グラフビルダーはColumnSwitcherと連携して変数を切り替えます
異なるロットまたはパネル間のダスト粒子の割合を比較する場合は、円グラフを使用して比較することもできます。次の図は例です。番号07のパネルのダスト粒子の割合を比較する場合は次のようになります。 06または12に近づけると、簡単な円グラフを描くことで、パネル07のダスト粒子の割合がパネル12の割合に近いことがわかります。
図4：円グラフは、落下するほこりの割合の類似点と相違点を比較しています
少量のデータについては、円グラフを描いて粉塵の落下状況を観察し、粉塵の減少率が同じようなパネルを見つけることができますが、データ量がわずかに多い場合は、問題のあるパネルを見つける他の方法があります。 ？
データをグループ化し、比率が類似しているデータを同じグループにグループ化します
この問題を解決するために、JMPは、ユーザーがより大きなデータの異常なポイントを分析するのに役立つ多くのシンプルなプラットフォームを提供します。まず、JMPを使用して、粉塵の落下の割合に基づいてパフォーマンスをグループ化してみましょう。
計算を簡単にするために、最初に粒子サイズの単純なグループ化を行い、JMPの分布プラットフォームを使用して、全体的な分布パーセンタイルデータを見つけます。クォンタイルは、データを小さな粒子に分割するための分割点として使用されます。粒子、中粒子、大粒子、超大粒子。
図5記述統計分析を行うための分布の使用
次に、階層的クラスタリングを使用してグループに対する粒子の割合に応じて、 JMP同様の比率を同じグループにグループ化する、JMPの助けを借りて、パネル全体を3つのカテゴリに分類すると、カテゴリ1はリング状のダスト落下傾向があるように見え、カテゴリ3は上部にいくつかの特別な大きな粒子ポイントとクラスターがあるように見えます。左下隅後続の収集にさらにサンプルが含まれた後、これらのデータをパネルグループとして使用して、新しいデータがどの種類のダストパーセンテージに近いかを判断できます。後続の生産ラインの結果と組み合わせて、事前に検出できます。前のプロセス。標準以下の製品のその後の生産を回避するための欠陥製品の潜在的な機会。
図6落下するダストの割合による階層的クラスタリングによる分類
同じ傾向のサンプルをグループ化する方法を理解した後、どのパネルにどの特定のダストフォールの問題があるかをさらに明確にする必要があります。
使用するJMP異常なダストフォールデータの分析
特別なダストフォール条件を持つパネルを見つけるために、まず異常なダストフォールをいくつかの項目に単純に分割します。
- 大きな粒子-全体的な放射性降下物の粒子サイズデータと比較してはるかに大きな放射性降下物の粒子サイズを持つパネル
- 大量-パネルには、全体的なダスト量データよりもはるかに多くのダスト落下量があります
- クラスター化されたダスト-全体的なダストデータと比較して、パネルダストは一部の領域でより高い濃度を持っています
JMP外れ値を調べるプラットフォームは、設定した外れ値をすばやく検索できます、この場合、Quantile Range Outliersインターフェイスを使用して、Tail Quantileが0.005、Qが4であり、外れ値のポイントが[Percentile 0.995 + 4 *（Percentile 0.995-Percentile 0.005）より大きいように設定されていることを確認します。 ]または[パーセンタイル0.005-4*（パーセンタイル0.995-パーセンタイル0.005）]未満の場合、上限は541であり、それを超える粒子は大きな粒子と見なされ、マークを付ける必要があります。
図7外れ値の探索を使用した外れ値のフィルタリング
Graph BuilderまたはTabulateを使用すると、パネル4〜12に大きな粒子があることがわかります。
図8は、Graph BuilderとTabulateを使用して、各パネル上のほこりの大きな粒子の数を示しています。
ほこりの多いパネルを選択する場合は、表形式を使用して各パネルからのほこりの量を分類してから、外れ値の探索プラットフォームを使用して、ほこりの粒子が多いパネルを選択します。この例を使用すると、06、07、および02パネルには多くのほこりの問題があると考えられます。
図9Tabulateを使用して落下するほこりの量を分類し、ExploreOutliersを使用して大量の落下するほこりのあるパネルをフィルタリングする
次に、クラスター化された粒子の問題に対処する必要があります。JMPの通常の混合プラットフォームは、データポイントが一般的なランダム散乱ポイントであるか特別な集中ポイントであるかを判断する機能を提供します。 JMPは、ポイントの集約度に応じてデータをいくつかのカテゴリに分類します。これは、画像の裏側を削除する方法と多少似ています。一般的なランダムな散乱ポイントを背景として使用し、残りのポイントを分類してグループ化。この例では、ノイズポイントを除外した後のすべてのデータを5つのグループに分割し、グラフビルダーを使用してそれらを描画します。02、06、07、09、および12には、特に02、06、07はこれらの3つのパネルで特に明白ですが、05、10、11、08は左上隅と左下隅にいくつかのクラスタリングポイントがあり、04は左側に2つのクラスタリングポイントがあり、クラスタリングポイント21〜30はそれほど明白ではありませんが、ほとんどの場合、小規模なクラスタリングポイントまたは1つのクラスタリングポイントのみです。このような結果は、階層的クラスタリングの以前の結果にも対応しています。
図10グラフビルダーを使用して、通常の混合物分類（色で区別）後にダストの分類を描画します
粉塵分析の結論
以前の分析によると、JMPを使用して次の結果を整理します。
図11ほこりの問題の分析と配置
JMPの統計分析と関連するインタラクティブなグラフィカルツールを使用して、データをすばやく正確に理解できます。グラフィカルなプレゼンテーションは、問題点をより迅速に見つけて協力するのにも役立ちますJMPユーザーが重要な問題点をすばやく見つけるのに役立つ便利で高度に調整可能なツール、この例では、環状粒子のクラスター化が主な問題のようです。JMPを使用して、問題をいくつかの特定のパネルに絞り込み、追跡分析を行って、問題が特定の機器に集中しているかどうかを確認できます。または人事操作など。 JMPを使用することで、時間と労力をより早く節約し、より少ない費用で製品の品質を維持できます。
推奨読書：
JMPを使用してウェーハマップを7分で描画する方法を学ぶ
ウェーハの欠陥をすばやく特定するにはどうすればよいですか？ハイテク半導体のデータ分析
IC製品の信頼性試験はどのように実施しますか？ JMP信頼性加速解析アプリケーション
