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、精密機器、OEM 産業など、多くの産業において、微粉塵やその他の異物の管理は、製造される製品の性能と品質に極めて重要かつ決定的な役割を果たしています。 、製薬、病院、その他の産業、特に半導体ウェーハの製造プロセスでは、無塵レベルに対する最高の要件が求められます。現在のウエハはナノメートルレベルまで発達しているため、ウエハ上に塵が落ちれば、ウエハの回路全体にダメージを与えたり、場合によってはウエハが廃棄される可能性があります。製品全体の品質や性能を左右し、企業の対外的な見方や評価に影響を与えることは、小さなことのように見えますが、広範囲に影響を与えるため、注意が必要です。
時代の進歩に伴い、製品の生産時間や開発期間も大幅に短縮されており、生産ラインの制御不能を早期に発見し、損失を軽減するために、リスク評価や生産ラインの監視をより正確に行う必要があります。 . .このような流れの中で、仕様を満たさない製品の生産を回避するために、異常製品をいかに迅速に発見し、生産の初期段階で不良品を捕捉するかは、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もあります。 。
JMP は、顧客が粉塵データを分析し、潜在的な問題点を見つけるのに役立つ多くの粉塵分析ツールを提供します。予備的なデータ描画から、単純な統計分析のためのデータの統合、またはその後の異常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します。今日は、JMP を使用して半導体フォールアウト分析を実行する方法を共有します。
データの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、データをグラフィックスに描画するための高速観察プラットフォームを提供でき、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、実際の状況をより迅速に理解することができ、直感的にステータス。
以下にパネル上に落下した粉塵のデータを解析事例として使用します。
図 1 では、グラフ ビルダーを使用して落下する塵の散布図を作成し、ポイント サイズと色を使用して粒子サイズを示しています。
JMP には、グラフィックを調整することで要因間の関係を観察したり、重要な影響を与える要因を見つけるのにも役立つ、多くの対話型チャート機能もあります。各プラットフォームのローカル データ フィルターでは、設定した変数に基づいて議論したいカテゴリをフィルターすることができ、この機能を使用すると、異なるパネル間で異なる割り当て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議論されるパラメータを素早く切り替えることができ、より影響力の大きい要因、つまりデータをより適切に区別できる要因を素早く見つけることができます。
図 3 グラフ ビルダーと列スイッチャーが連携して変数を切り替える
異なるロットやパネルのダスト粒子の割合を比較したい場合は、円グラフを使用して比較することもできます。例として、パネル No.07 とパネル No.07 のダスト粒子の割合を比較したいとします。単純な円グラフを描くと、パネル 07 の塵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: 塵の割合の類似点と相違点を比較した円グラフ
データ量が少ない場合は、円グラフを描いてダストの状況を観察し、ダスト率が近いパネルを見つけることができますが、データ量が少し多くなった場合、問題のあるパネルを見つける方法はあるのでしょうか？
データを同様の割合のグループにグループ化する
この問題を解決するために、JMP はユーザーが大規模なデータの異常を分析できるようにするためのシンプルなプラットフォームを多数提供しています。まず、JMPを使ってゴミの割合に応じたグループ分けを行ってみます。
計算を簡素化するために、まず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の分布パーセンタイル データを見つけます。以下に示すように、75 パーセンタイル、90 パーセンタイル、97.5 パーセンタイル、99.5 パーセンタイルに基づいています。パーセンタイル 分位点は、材料を微粒子、小粒子、中粒子、大粒子、および超大型粒子に分割するための分割点として使用されます。
図 5 は、ナラティブ統計分析に Distribution を使用しています。
次に、階層クラスタリングを使用してパネルを次のように分割します。粒子の割合から次のことがわかります。 JMP同様の比率を持つものを同じグループにグループ化するJMP の協力を得て、パネル全体を 3 つのカテゴリに分類しました。カテゴリ 1 にはリング状のダストが降下する傾向があるように見え、カテゴリ 3 には上部に特別な大きな粒子ポイントとクラスターがあることがわかります。凝集が発生し、より多くのサンプルが収集されて追跡調査に含まれる場合、これらのデータは、新しい材料がどのダスト率に近いかを判断するためのパネル グループとして使用できます。その後の生産ラインの結果と組み合わせると、前工程で事前に検出できるため、不良品が発生する潜在的な機会を特定し、その後の不良品の生産を回避します。
図 6 は、階層的クラスタリングを使用して塵の割合に従って分類しています。
同じ傾向を持つサンプルをグループ化する方法を理解した後、どのパネルに特殊なダスト問題があるかをさらに明確にする必要があります。
使用JMP異常降下粉塵データの解析
特別な降下粉塵条件を持つパネルを見つけるために、まず異常な降下粉塵をいくつかの項目に単純に分割します。
- 大きな粒子 - 全体的な粉塵粒子サイズ データと比較して、パネルの粉塵粒子サイズは全体的な粉塵粒子サイズ データよりもはるかに大きい
- 大量 - 全体の粉塵量データと比較して、パネルの粉塵量が全体よりもはるかに多くなります。
- クラスター状ダスト - 全体的なダスト データと比較して、パネル ダストは特定の領域で濃度が高くなります。
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迅速に検索できますフォールアウトのケースに基づいて、Quantile Range Outliers インターフェイスを使用して、Tail Quantile が 0.005、Q が 4 であることを確認し、外れ値ポイントを [percentile 0.995+4*(percentile 0.995-percentile 0.005 )] より大きく設定します。 [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 であることがわかります。これを超える粒子は大きな粒子とみなされ、マークする必要があります。
図 7 Explore Outliers を使用して外れ値をフィルタリングする
Graph Builder または Tabulate を使用すると、パネル 4 ～ 12 にすべて大きな粒子があることがわかります。
図 8 は、グラフ ビルダーと表を使用して、各パネル内の大きな粒子の塵の数を表示します。
大量の塵粒子を含むパネルを選択する場合は、表作成を使用して各パネルの塵粒子の数を分類し、次に Explore Outliers プラットフォームを使用して大量の塵粒子を含むパネルを選択します。この例では、3 つのパネル 06、07、02 に多くのゴミの問題があると考えます。
図 9 では、Tabulate を使用してダストの量を並べ替え、Explore Outliers を使用して大量のダストを含むパネルをフィルタリングしています。
次に、クラスター粒子の問題を扱う必要がありますが、JMP の標準混合プラットフォームでは、データ ポイントが一般的なランダムな散乱点であるか、特別な集中点であるかを判断する機能が提供されます。 JMP は点の集合度に基づいてデータをいくつかのカテゴリに分類しますが、これは一般的なランダムに点在する点を背景として使用し、残りの点をグループに分類するという、絵を暗記する方法に似ています。この例ではノイズ点を除いた全データを5つのグループに分けてグラフビルダーで描画すると、特に02、06、07、09、12にリング状の粒子が集まった点が存在していることが分かります。 02、06、07 は 3 つのパネルで特に顕著ですが、05、10、11、08 には左上隅と下隅に点のクラスターがいくつかあり、04 には左側に 2 つのクラスターがあり、21~ のクラスターがあります。 30 はそうではありません。明らかに、それらのほとんどは小規模なクラスター ポイントか、1 つのクラスター 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とも一致します。
図 10 は、グラフ ビルダーを使用して、通常の混合物分類 (色で区別) の後に粉塵分類を描画します。
粉塵分析の結論
これまでの分析に基づいて JMP を使用して整理すると、次の結果が得られます。
図11 粉塵問題の解析と仕上げ表
JMP 上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 ツールを使用すると、データ全体を迅速かつ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発見し、協力するのにも役立ちます。 JMP便利で高度に調整可能なツールは、ユーザーが主要な問題点を迅速に特定するのに役立ちます。この例では、リング粒子のクラスタリングが主な問題であると思われます。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、その後の分析を行って、問題が特定の機器や人員の操作に集中しているかどうかを確認します。方向性あり。 JMP を使用すると、より迅速に、時間と労力を節約し、より少ないコスト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図を描く方法を 7 分で学びます
ウェーハの欠陥を迅速に特定するにはどうすればよいでしょうか?ハイテク半導体下のデータ解析
IC製品の信頼性試験はどのように行うのですか? JMP信頼性加速解析アプリケーション
