반도체 생산, LCD 스크린 생산, 생화학 공학, 생명 공학, 정밀 산업 등 많은 산업 분야에서 미세 먼지 또는 기타 이물질의 제어는 출력 제품의 성능과 품질에 결정적이고 중추적인 역할을 합니다. 장비, 주조 산업, 제약, 병원 등, 특히 반도체 웨이퍼 공정에서 가장 높은 먼지 제거 수준이 요구됩니다. , 오늘날의 웨이퍼는 나노미터 수준으로 발전했기 때문에 웨이퍼에 떨어지는 먼지는 전체 웨이퍼 회로에 손상을 줄 수 있으며 심지어 웨이퍼가 스크랩되는 원인이 될 수 있습니다. , , , , , , , , , , , , , 는 회사에 대한 외부의 평가에 영향을 미치게 됩니다.사소한 것처럼 들리지만 광범위한 영향을 미치므로 주의하고 경계해야 합니다.
시대가 발전함에 따라 제품의 생산 시간과 개발 기간도 크게 단축되었으며, 이는 또한 산업이 위험 평가 및 생산 라인 모니터링, 즉 통제 불능 생산 라인의 조기 감지에서보다 정확해야 함을 의미합니다. 가능한 손실을 줄이기 위해.. 이러한 추세 아래, 사양에 맞지 않는 제품을 만드는 것을 피하기 위해 비정상적인 제품을 신속하게 찾고 결함 제품을 초기 단계에서 잡아내는 방법은 다양한 분야의 생산 라인 및 품질 관리 부서가 직면한 최우선 과제이기도 합니다. 산업. .
JMP는 고객이 낙진 데이터를 분석하고 잠재적인 문제 지점을 찾는 데 도움이 되는 많은 낙진 분석 도구를 제공합니다. 예비 데이터 도면부터 간단한 통계 분석을 위한 데이터 통합, 이상 프로젝트에 대한 심층 분석을 위한 통계 도구 사용까지 JMP는 완벽한 지원을 제공할 수 있습니다. 오늘은 반도체 먼지 분석에 JMP를 사용하는 방법을 공유합니다. .
데이터 도면 및 예비 그래픽 분석
JMP의 그래프 빌더 플랫폼은 빠른 관찰 플랫폼을 제공하고 데이터를 그래프로 그릴 수 있으며 먼지 점의 입자 크기에 따라 해당 점 크기를 그릴 수 있으며 그라데이션 색상을 사용하여 입자 크기를 구별할 수 있으므로 이해할 수 있습니다. 실제 상황을 보다 빠르고 직관적으로.
다음에서는 패널에 떨어지는 먼지 데이터를 분석 사례 예시로 사용합니다.
그림 1. 그래프 빌더를 사용하여 떨어지는 먼지의 산점도를 만들고 점 크기와 색상을 사용하여 입자 크기 표시
JMP에는 또한 그래프를 조정하여 요인 간의 상호 관계를 관찰하고 주요 영향 요인을 찾는 데 도움이 되는 여러 대화식 그래프 기능이 있습니다. 각 플랫폼의 로컬 데이터 필터는 설정한 변수에 따라 토론하고 싶은 카테고리를 필터링할 수 있으며, 이 기능을 사용하여 패널 간에 분포가 다른지 확인할 수 있습니다.
그림 2 그래프 빌더는 로컬 데이터 필터와 협력하여 데이터를 필터링합니다.
컬럼 스위처 기능을 이용하면 그래프 빌더 플랫폼에서 논의된 매개변수를 빠르게 전환할 수 있고 더 큰 영향을 미치는 요인을 빠르게 찾을 수 있습니다.
그림 3 그래프 빌더는 Column Switcher와 협력하여 변수를 전환합니다.
다른 로트 또는 패널 간의 먼지 입자 비율을 비교하려는 경우 파이 차트를 사용하여 비교할 수도 있습니다. 다음 그림은 예입니다. 숫자 07 패널의 먼지 입자 비율을 비교하려는 경우 06 또는 12에 가까울수록 간단한 원형 차트를 그리면 패널 07의 먼지 입자 비율이 패널 12의 비율에 더 가깝다는 것을 알 수 있습니다.
그림 4: 파이 차트는 떨어지는 먼지 비율의 유사점과 차이점을 비교합니다.
소량의 데이터의 경우 파이 차트를 그려서 먼지가 떨어지는 상황을 관찰하고 먼지가 떨어지는 비율이 비슷한 패널을 찾을 수 있지만 데이터 양이 약간 많을 때 문제가 있는 패널을 찾을 수 있는 다른 방법이 있습니까? ?
데이터를 그룹화하고 비율이 비슷한 데이터를 동일한 그룹으로 그룹화합니다.
이 문제를 해결하기 위해 JMP는 사용자가 더 큰 데이터에서 비정상적인 지점을 분석할 수 있도록 많은 간단한 플랫폼을 제공합니다. 먼저 JMP를 사용하여 먼지가 떨어지는 비율을 기준으로 성능을 그룹화해 보겠습니다.
계산을 단순화하기 위해 먼저 입자 크기를 간단하게 그룹화하고 JMP의 분포 플랫폼을 사용하여 전체 분포 백분위수 데이터를 찾습니다. 분위수는 데이터를 작은 입자, 작은 입자로 나누는 분할점으로 사용됩니다. 입자, 중간 입자, 큰 입자 및 초대형 입자.
그림 5 분포를 사용하여 기술 통계 분석 수행
다음으로 계층적 클러스터링을 사용하여 입자의 비율에 따라 그룹화하려면 다음을 찾을 수 있습니다. JMP 유사한 비율을 동일한 그룹으로 그룹화 , JMP의 도움으로 우리는 전체 패널을 세 가지 범주로 분류합니다. 범주 1은 고리 모양의 먼지가 떨어지는 경향이 있는 반면 범주 3은 상단에 특별한 큰 입자 점과 클러스터가 있는 것으로 보입니다. 왼쪽 하단 모서리 후속 수집에 더 많은 샘플이 포함된 후 이러한 데이터를 사용하여 새 데이터가 떨어지는 먼지 비율에 더 가까운 패널 그룹을 판단할 수 있으며 후속 생산 라인 결과와 결합하여 사전에 감지할 수 있습니다. 이전 프로세스 결함이 있는 제품이 표준 이하 제품의 후속 생산을 방지할 수 있는 잠재적 기회.
그림 6 떨어지는 먼지의 비율에 따른 계층적 클러스터링에 의한 분류
동일한 경향으로 샘플을 그룹화하는 방법을 이해한 후에는 어떤 패널에 어떤 특정 분진 문제가 있는지 명확히 해야 합니다.
사용 JMP 비정상 먼지 데이터 분석
특수한 분진 조건이 있는 패널을 찾기 위해 먼저 비정상적인 분진을 여러 항목으로 나눕니다.
- 큰 입자 - 전체 낙진 입자 크기 데이터에 비해 낙진 입자 크기가 훨씬 더 큰 패널
- High Quantity - 패널은 전체 먼지량 데이터보다 훨씬 더 많은 먼지 낙하량이 있습니다.
- 집진 먼지 - 전체 먼지 데이터에 비해 패널 먼지는 일부 지역에서 더 높은 농도를 나타냅니다.
JMP 이상값 탐색 플랫폼은 우리가 설정한 이상치를 빠르게 검색할 수 있습니다. , 이 경우 Quantile Range Outliers 인터페이스를 사용하여 Tail Quantile이 0.005이고 Q가 4이고 이상값의 점이 [Percentile 0.995+4*(Percentile 0.995-Percentile 0.005)보다 크게 설정되어 있음을 찾습니다. ] 이하 [백분위수 0.005-4*(백분위수 0.995-백분위수 0.005)] 이하일 경우 상한이 541임을 알 수 있으며, 이를 초과하는 입자는 큰 입자로 간주하여 표시가 필요함을 알 수 있다.
그림 7 이상값 탐색을 사용하여 이상값 필터링
Graph builder 또는 Tabulate를 사용하여 Panel 4~12에 큰 파티클이 있음을 알 수 있습니다.
그림 8은 그래프 빌더와 표를 사용하여 각 패널에 있는 큰 먼지 입자의 수를 나타냅니다.
먼지가 많은 패널을 선택하려면 표를 사용하여 각 패널의 먼지 양을 분류한 다음 이상값 탐색 플랫폼을 사용하여 먼지 입자가 더 많은 패널을 선택하십시오. 이 예를 사용하여 3개의 패널 06, 07, 02에 먼지 문제가 많다고 생각할 것입니다.
그림 9 표를 사용하여 떨어지는 먼지의 양을 분류하고 이상값 탐색을 사용하여 떨어지는 먼지가 많은 패널을 필터링합니다.
다음으로, 우리는 클러스터링된 입자의 문제를 처리해야 합니다.JMP의 Normal 혼합 플랫폼은 데이터 포인트가 일반 무작위 산점 또는 특수 집중 포인트인지 판단하는 기능을 제공합니다. JMP는 점의 집합 정도에 따라 데이터를 여러 가지로 분류하는데, 이는 그림의 뒷면을 제거하는 방식과 다소 유사하며 일반적인 랜덤 산점을 배경으로 사용하고 나머지 점은 분류하여 그룹화. 이 예에서는 노이즈 포인트를 제외한 모든 데이터를 5개의 그룹으로 나눈 다음 그래프 빌더를 사용하여 그립니다. 02, 06,07은 이 세 패널에서 특히 분명하며 05, 10, 11, 08은 왼쪽 상단 및 하단 모서리에 일부 클러스터링 포인트가 있고 04는 왼쪽에 2개의 클러스터링 포인트가 있으며 클러스터링 포인트 21~30은 다음과 같습니다. 그다지 명확하지 않으며 대부분 소규모 클러스터 포인트 또는 하나의 클러스터 포인트입니다. 이러한 결과는 이전의 계층적 클러스터링 결과와도 일치합니다.
그림 10 그래프 빌더를 사용하여 일반 혼합물 분류 후 먼지 분류 그리기(색상으로 구분)
먼지 분석 결론
이전 분석에 따르면 JMP를 사용하여 다음 결과를 정렬합니다.
그림 11 먼지문제 분석 및 정리
JMP의 통계 분석 및 관련 대화형 그래픽 도구를 사용하여 데이터를 빠르고 정확하게 이해할 수 있으며, 그래픽 프레젠테이션은 또한 문제 지점을 더 빨리 찾고 협력하는 데 도움이 됩니다. JMP 사용자가 핵심 문제 포인트를 빠르게 파악할 수 있도록 도와주는 편리하고 고도로 조정 가능한 도구 , 이 예에서는 환형 입자의 클러스터링이 주요 문제인 것으로 보입니다. JMP를 사용하여 문제를 몇 개의 특정 패널로 좁힌 다음 후속 분석을 수행하여 문제가 특정 장비에 집중되어 있는지 확인할 수 있습니다. 또는 인사 운영 등. JMP를 사용하면 시간과 노력을 더 빨리 절약하고 더 적은 비용으로 제품의 품질을 유지할 수 있습니다.
권장 읽기:
7분 만에 JMP로 웨이퍼 맵을 그리는 방법 알아보기
웨이퍼 결함을 신속하게 식별하는 방법은 무엇입니까? 첨단 반도체의 데이터 분석
IC 제품에 대한 신뢰성 테스트는 어떻게 수행합니까? JMP 신뢰성 가속 분석 애플리케이션
