En muchas industrias, el control del polvo fino u otras materias extrañas juega un papel crucial y fundamental en el rendimiento y la calidad de los productos de salida. Las áreas involucradas incluyen la producción de semiconductores, la producción de pantallas LCD, la ingeniería bioquímica, la biotecnología, la precisión. como equipos, industria de fundición, farmacéutica, hospitales, etc., especialmente Se requiere el nivel más alto libre de polvo en el proceso de obleas de semiconductores Debido a que las obleas de hoy en día se han desarrollado hasta el nivel de nanómetros, cualquier polvo que caiga sobre la oblea puede dañar todo el circuito de la oblea e incluso provocar que la oblea se deseche. Todo tipo de agua corriente puede afectar la calidad y la capacidad del producto en general. , y luego afectar la visión externa y la evaluación de la empresa Aunque parezca un asunto menor, tiene un impacto de gran alcance y debe ser cuidadoso y vigilante.
Con el avance de los tiempos, el tiempo de producción y el período de desarrollo de los productos también se han reducido considerablemente, lo que también significa que la industria debe ser más precisa en la evaluación de riesgos y el monitoreo de la línea de producción, es decir, la detección temprana de líneas de producción fuera de control. para reducir posibles pérdidas. Bajo esta tendencia, Cómo encontrar rápidamente productos anormales y tratar de atrapar los productos defectuosos en la etapa inicial de producción, para evitar fabricar productos que no cumplan con las especificaciones, también es la principal prioridad que enfrentan las líneas de producción y los departamentos de gestión de calidad en varios industrias .
JMP proporciona muchas herramientas para el análisis de lluvia radiactiva para ayudar a los clientes a analizar los datos de lluvia radiactiva y encontrar posibles puntos problemáticos. Desde el dibujo de datos preliminares hasta la consolidación de datos para un análisis estadístico simple o el uso de herramientas estadísticas para un análisis en profundidad de proyectos anormales, JMP puede brindar un soporte perfecto. Hoy, compartiré cómo usar JMP para el análisis de polvo de semiconductores. .
Dibujo de datos y análisis gráfico preliminar
La plataforma de creación de gráficos de JMP puede proporcionar una plataforma de observación rápida, dibujar datos en gráficos y puede dibujar el tamaño de punto correspondiente de acuerdo con el tamaño de partícula del punto de polvo, y usar el color degradado para distinguir el tamaño de partícula, para que pueda comprender el situación real de forma más rápida e intuitiva.
A continuación, utilizamos los datos de caída de polvo sobre el panel como ilustración de un caso de análisis.
Figura 1. Use el generador de gráficos para hacer un diagrama de dispersión de la caída de polvo y use el tamaño y el color de los puntos para indicar el tamaño de las partículas
JMP también tiene una serie de funciones gráficas interactivas que le permiten observar las interrelaciones entre los factores ajustando el gráfico e incluso lo ayudan a encontrar factores de influencia clave. El filtro de datos locales debajo de cada plataforma puede filtrar las categorías que desea discutir de acuerdo con las variables que establezca. Usando esta función, podemos confirmar si hay diferentes distribuciones entre diferentes paneles.
Figura 2 El generador de gráficos coopera con el filtro de datos local para filtrar datos
Usando la función de cambio de columna, podemos cambiar rápidamente los parámetros discutidos en la plataforma de creación de gráficos y podemos encontrar rápidamente los factores que tienen un mayor impacto. En otras palabras, los factores pueden distinguir mejor los datos.
Figura 3 El generador de gráficos coopera con Column Switcher para cambiar variables
Si desea comparar la proporción de partículas de polvo en diferentes lotes o entre paneles, también puede usar un gráfico circular para comparar, la siguiente figura es un ejemplo, si desea comparar la proporción de partículas de polvo en el panel número 07 es más cerca de 06 o 12, puede Al dibujar un gráfico circular simple, se puede encontrar que la proporción de partículas de polvo del panel 07 es más cercana a la del panel 12.
Figura 4: El gráfico circular compara las similitudes y diferencias en la proporción de polvo que cae
Para una pequeña cantidad de datos, podemos dibujar un gráfico circular para observar la situación de caída de polvo y encontrar paneles con proporciones similares de caída de polvo, pero cuando la cantidad de datos es un poco mayor, ¿hay alguna otra forma de encontrar el panel problemático? ?
Agrupar los datos y agrupar aquellos con proporciones similares en el mismo grupo
Para resolver este problema, JMP proporciona muchas plataformas simples para ayudar a los usuarios a analizar puntos anormales en datos más grandes. Primero, intentemos usar JMP para agrupar el rendimiento según la proporción de caída de polvo.
Para simplificar el cálculo, primero hacemos una agrupación simple del tamaño de partícula y usamos la plataforma de distribución de JMP para encontrar los datos de percentil de distribución general. El cuantil se usa como punto de división para dividir los datos en partículas diminutas, pequeñas partículas, partículas medianas, partículas grandes y partículas ultra grandes.
Figura 5 Uso de Distribución para realizar análisis estadísticos descriptivos
A continuación, utilice el agrupamiento jerárquico para Según la proporción de partículas al grupo, podemos encontrar JMP Agrupar proporciones similares en el mismo grupo , con la ayuda de JMP, clasificamos el panel general en tres categorías, podemos encontrar que la categoría 1 parece tener una tendencia de caída de polvo en forma de anillo, mientras que la categoría 3 parece tener algunos puntos especiales de partículas grandes y grupos en la parte superior y superior. esquinas inferiores izquierdas Después de que la recolección posterior incluya más muestras, estos datos se pueden usar como un grupo de panel para juzgar a qué tipo de porcentaje de polvo se acercan más los nuevos datos. Combinado con los resultados de la línea de producción posterior, se puede detectar con anticipación en el proceso anterior Oportunidades potenciales para que los productos defectuosos eviten la producción subsiguiente de productos deficientes.
Figura 6 Clasificación por Agrupamiento Jerárquico según la proporción de caída de polvo
Después de comprender cómo agrupar muestras con la misma tendencia, debemos aclarar qué paneles tienen qué problemas particulares de caída de polvo.
usar JMP Análisis de datos anormales de caída de polvo
Para encontrar esos paneles con condiciones especiales de caída de polvo, primero simplemente dividimos la caída de polvo anormal en varios elementos.
- Partículas grandes: paneles con un tamaño de partícula de lluvia radiactiva mucho más grande en relación con los datos generales del tamaño de partículas de lluvia radiactiva
- Gran cantidad: el panel tiene una cantidad mucho mayor de caída de polvo que los datos generales de cantidad de polvo
- Polvo agrupado: en relación con los datos generales de polvo, el polvo del panel tiene una concentración más alta en algunas áreas
JMP Explore valores atípicos en La plataforma puede buscar rápidamente los valores atípicos que establecemos , en este caso, usamos la interfaz Quantile Range Outliers para encontrar que Tail Quantile es 0.005 y Q es 4, y el punto del valor atípico se establece en mayor que [Percentil 0.995+4*(Percentil 0.995-Percentil 0.005 ) ] o menos de [Percentil 0.005-4*(Percentil 0.995-Percentil 0.005)], se puede encontrar que el límite superior es 541, y las partículas que lo superan se consideran partículas grandes y deben marcarse.
Figura 7 Uso de Explorar valores atípicos para filtrar valores atípicos
Usando el generador de gráficos o Tabulate, podemos encontrar que los Paneles 4~12 tienen partículas grandes.
La Figura 8 utiliza el generador de gráficos y la tabulación para presentar la cantidad de partículas grandes de polvo en cada panel
Si desea seleccionar paneles con una gran cantidad de polvo, use Tabular para clasificar la cantidad de polvo de cada panel y luego use la plataforma Explore Outliers para seleccionar los paneles con más partículas de polvo. Usando este ejemplo, pensaremos que los paneles 06, 07 y 02 tienen muchos problemas de polvo.
Figura 9 Usando Tabulate para ordenar la cantidad de polvo que cae y usando Explore Outliers para filtrar paneles con una gran cantidad de polvo que cae
A continuación, tenemos que lidiar con el problema de las partículas agrupadas.La plataforma de mezclas normales de JMP brinda la capacidad de juzgar si los puntos de datos son puntos dispersos aleatorios generales o puntos concentrados especiales. JMP divide los datos en varias categorías según el grado de agregación de los puntos, que es algo similar al método de eliminar la parte posterior de la imagen. Los puntos dispersos aleatorios generales se utilizan como fondo, y los puntos restantes se clasifican y agrupados. En este ejemplo, dividimos todos los datos después de excluir los puntos de ruido en 5 grupos, y luego usamos el generador de gráficos para dibujarlos. Se puede encontrar que 02, 06, 07, 09 y 12 tienen partículas de racimo anular, especialmente en 02, 06, 07 es particularmente obvio en estos tres paneles, mientras que 05, 10, 11, 08 tienen algunos puntos de agrupación en las esquinas superior e inferior izquierda, 04 tiene dos puntos de agrupación a la izquierda y los puntos de agrupación 21~30 son no tan obvio, en su mayoría puntos de agrupamiento a pequeña escala o solo un punto de agrupamiento. Dichos resultados también corresponden a los resultados anteriores de Hierarchical Clustering.
Figura 10 Use el generador de gráficos para dibujar la clasificación de polvo después de la clasificación de mezclas normales (distinguido por color)
Conclusión del análisis de polvo
De acuerdo con el análisis anterior y usando JMP para organizar los siguientes resultados.
Figura 11 Análisis y disposición de problemas de polvo
Usando el análisis estadístico y las herramientas gráficas interactivas relacionadas en JMP, podemos comprender los datos de forma rápida y precisa, La presentación gráfica también nos ayuda a encontrar puntos problemáticos más rápidamente y cooperar con JMP Herramienta conveniente y altamente ajustable para ayudar a los usuarios a detectar rápidamente los puntos clave del problema , en este ejemplo, el agrupamiento de partículas anulares parece ser el principal problema. Usando JMP, reducimos el problema a unos pocos paneles específicos, y luego podemos hacer un análisis de seguimiento para confirmar si el problema se concentra en un determinado equipo. o operación de personal, etc. Al usar JMP, puede ahorrar tiempo y esfuerzo más rápido y mantener la calidad de sus productos con menos dinero.
Lectura recomendada:
Aprende a dibujar un mapa de obleas con JMP en 7 minutos
¿Cómo identificar rápidamente los defectos de las obleas? Análisis de datos en semiconductores de alta tecnología
¿Cómo realizar pruebas de confiabilidad para productos IC? Aplicación de análisis de aceleración de confiabilidad JMP
