En muchas industrias, el control del polvo fino u otras materias extrañas juega un papel vital y decisivo en el rendimiento y la calidad de los productos producidos. Las áreas involucradas incluyen la producción de semiconductores, la producción de pantallas LCD, la ingeniería bioquímica, la biotecnología, los instrumentos de precisión y las industrias OEM. , productos farmacéuticos, hospitales y otras industrias, especialmente Los procesos de fabricación de obleas semiconductoras tienen los requisitos más altos en cuanto a niveles libres de polvo. , debido a que las obleas actuales se han desarrollado hasta el nivel nanométrico, cualquier partícula de polvo que caiga sobre la oblea puede causar daños a todo el circuito de la oblea, o incluso hacer que la oblea sea desechada. Los esfuerzos anteriores han dado sus frutos. El flujo de agua puede afectar la calidad y capacidades del producto en general, y luego afecta la visión y evaluación externa de la empresa, aunque parezca poco, tiene un gran impacto, por lo que hay que tener cuidado.
Con el avance de los tiempos, el tiempo de producción del producto y el período de desarrollo 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 para detectar tempranamente la pérdida de control de la línea de producción y reducir posibles pérdidas. . . Bajo esta tendencia, Cómo descubrir rápidamente productos anormales e intentar detectar productos defectuosos en las primeras etapas de producción para evitar producir productos que no cumplan con las especificaciones también es una de las principales prioridades que enfrentan las líneas de producción y los departamentos de gestión de calidad en diversas industrias. .
JMP proporciona muchas herramientas de análisis de polvo para ayudar a los clientes a analizar datos de polvo y encontrar posibles puntos problemáticos. Desde la extracción de datos preliminares hasta la integración de datos para un análisis estadístico simple o el uso posterior de herramientas estadísticas para un análisis en profundidad de proyectos anormales, JMP puede brindar un soporte perfecto. Hoy compartiré cómo usar JMP para realizar análisis de fallas de semiconductores.
Dibujo de datos y análisis gráfico preliminar.
La plataforma Graph Builder de JMP puede proporcionar una plataforma de observación rápida para dibujar datos en gráficos y puede dibujar los tamaños de puntos correspondientes de acuerdo con el tamaño de las partículas de los puntos de polvo y usar colores degradados para distinguir los tamaños de las partículas, lo que le permite comprender la situación real más rápidamente y estado intuitivamente.
A continuación utilizamos los datos del polvo que cae sobre el panel como ilustración de un caso de análisis.
La Figura 1 utiliza el generador de gráficos para crear un diagrama de dispersión del polvo que cae y utiliza el tamaño de los puntos y el color para indicar el tamaño de las partículas.
JMP también tiene muchas funciones de gráficos interactivos que le permiten observar las relaciones entre factores ajustando los gráficos e incluso le ayudan a encontrar factores clave que influyen. El filtro de datos locales en cada plataforma puede filtrar las categorías que desea discutir en función de las variables que establezca. Usando esta función, podemos confirmar si hay diferentes asignaciones 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 columnas, podemos cambiar rápidamente los parámetros discutidos en la plataforma Graph Builder y descubrir rápidamente los factores con mayor influencia, en otras palabras, este factor puede distinguir mejor los datos.
Figura 3 El generador de gráficos coopera con el conmutador de columnas para cambiar variables
Si desea comparar la proporción de partículas de polvo en diferentes lotes o paneles, también puede utilizar un gráfico circular para comparar, tome la siguiente figura como ejemplo, si queremos comparar la proporción de partículas de polvo en el panel No. 07 con estar más cerca de 06 o 12, puede Dibujar un gráfico circular simple muestra que la proporción de partículas de polvo en el Panel 07 está más cerca de la del Panel 12.
Figura 4: Gráfico circular que compara las similitudes y diferencias en la proporción de polvo
Para una pequeña cantidad de datos, podemos dibujar un gráfico circular para observar la situación del polvo y encontrar paneles con proporciones de polvo similares, pero cuando la cantidad de datos es ligeramente mayor, ¿existen otras formas de encontrar paneles problemáticos?
Agrupar los datos en grupos con proporciones similares.
Para resolver este problema, JMP proporciona muchas plataformas simples para ayudar a los usuarios a analizar anomalías en datos más grandes. Primero, primero intentamos usar JMP para realizar agrupaciones según la proporción de polvo.
Para simplificar el cálculo, primero hacemos una agrupación simple del tamaño de partículas y utilizamos la plataforma de distribución de JMP para encontrar los datos percentiles de distribución general, como se muestra a continuación, nos basamos en el percentil 75, percentil 90, percentil 97,5, percentil 99,5. percentil El cuantil se utiliza como punto de división para dividir el material en partículas finas, partículas pequeñas, partículas medianas, partículas grandes y partículas ultragrandes.
La Figura 5 utiliza la Distribución para el análisis estadístico narrativo.
A continuación, utilice la agrupación jerárquica para dividir el panel en Según la proporción de partículas, podemos encontrar que JMP Agrupar aquellos con proporciones similares en el mismo grupo. Con la ayuda de JMP, clasificamos el panel general en tres categorías: podemos encontrar que la categoría uno parece tener una tendencia de caída de polvo en forma de anillo, mientras que la categoría tres parece tener algunos puntos y grupos de partículas grandes especiales en la parte superior. y esquina inferior izquierda. Cuando ocurre la aglomeración, y se recolectan e incluyen más muestras en el seguimiento, estos datos se pueden usar como un grupo de panel para juzgar a qué proporción de polvo está más cerca el nuevo material. Combinado con los resultados de la línea de producción posterior , se puede detectar previamente en el proceso inicial Identificar oportunidades potenciales de productos defectuosos para evitar la producción posterior de productos defectuosos.
La Figura 6 utiliza agrupamiento jerárquico para clasificar según la proporción de polvo.
Después de comprender cómo agrupar muestras con la misma tendencia, debemos aclarar qué paneles tienen problemas especiales de polvo.
usar JMP Analizar datos anormales de lluvia de polvo
Para encontrar aquellos paneles con condiciones especiales de caída de polvo, primero simplemente dividimos la caída de polvo anormal en varios elementos.
- Partículas grandes: en relación con los datos generales del tamaño de las partículas de polvo, el panel tiene un tamaño de partículas de polvo que es mucho mayor que los datos generales del tamaño de las partículas de polvo.
- Gran cantidad: en comparación con los datos generales de cantidad de polvo, el panel tiene una cantidad de polvo mucho mayor que la general.
- Polvo agrupado: en comparación con los datos generales de polvo, el polvo del panel tiene una mayor concentración en determinadas zonas.
JMP Explorar valores atípicos en La plataforma puede buscar rápidamente los valores atípicos que establecemos , según el caso de las consecuencias, utilizamos la interfaz Quantile Range Outliers para encontrar que Tail Quantile es 0,005 y Q es 4, y establecemos el punto atípico para que sea mayor que [percentil 0,995+4*(percentil 0,995-percentil 0,005)] o menos que [percentil 0,005-4*(percentil 0,995-percentil 0,005)], se puede encontrar que el límite superior es 541. Consideramos las partículas que lo exceden como partículas grandes y debemos marcarlas.
Figura 7 Utilice Explorar valores atípicos para filtrar valores atípicos
Usando Graph Builder o Tabulate podemos encontrar que los Paneles 4 ~ 12 tienen partículas grandes.
La Figura 8 utiliza el generador de gráficos y Tabular para mostrar la cantidad de partículas grandes de polvo en cada panel.
Si desea seleccionar paneles con una gran cantidad de partículas de polvo, use Tabular para ordenar la cantidad de partículas de polvo en cada panel y luego use la plataforma Explorar valores atípicos para seleccionar paneles con una mayor cantidad de partículas de polvo. En este ejemplo pensaremos que los tres paneles 06, 07 y 02 tienen muchos problemas de polvo.
La Figura 9 usa Tabulate para clasificar la cantidad de polvo y explora valores atípicos para filtrar paneles con una gran cantidad de polvo.
A continuación tenemos que abordar el problema de las partículas agrupadas. La plataforma de mezclas normales de JMP proporciona la capacidad de determinar 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 puntos. Es algo similar al método de memorizar imágenes, utilizando puntos dispersos aleatorios generales como fondo y luego clasificando los puntos restantes en grupos. En este ejemplo, dividimos todos los datos después de excluir los puntos de ruido en 5 grupos y luego los dibujamos con el generador de gráficos. Podemos encontrar que hay puntos de partículas agrupadas en forma de anillo en 02, 06, 07, 09 y 12, especialmente en 02, 06, 07 es particularmente obvio en los tres paneles, mientras que 05, 10, 11 y 08 tienen algunos grupos de puntos en las esquinas superior e inferior izquierda, 04 tiene dos grupos a la izquierda y los grupos de 21~ 30 no lo son tanto. Obviamente, la mayoría de ellos son puntos de grupo de pequeña escala o solo un punto de grupo. Dichos resultados también corresponden a los resultados anteriores de la agrupación jerárquica.
La Figura 10 utiliza el generador de gráficos para dibujar la clasificación del polvo después de la clasificación de mezclas normales (distinguidas por color)
Conclusión del análisis de polvo.
Con base en el análisis anterior y utilizando JMP para organizar, se obtienen los siguientes resultados.
Figura 11 Tabla de análisis y acabado del problema del polvo.
Utilizando el análisis estadístico y las herramientas gráficas interactivas relacionadas en JMP, podemos comprender todos los datos de forma rápida y precisa. La presentación gráfica también nos ayuda a encontrar puntos problemáticos más rápidamente y a cooperar con JMP Herramientas convenientes y altamente ajustables pueden ayudar a los usuarios a identificar rápidamente puntos problemáticos clave. En este ejemplo, la agrupación de partículas en anillo parece ser el problema principal. Usando JMP, limitamos el problema a unos pocos paneles específicos. Luego podemos hacer análisis posteriores para confirmar si el problema se concentra en un determinado equipo o operación de personal, etc. Orientado. Al utilizar JMP, puede ser más rápido, ahorrar tiempo y esfuerzo y mantener la calidad de sus productos con menos dinero.
Lectura recomendada:
Aprenda a dibujar diagramas de oblea con JMP en 7 minutos
¿Cómo identificar rápidamente los defectos de las obleas? Análisis de datos bajo semiconductores de alta tecnología.
¿Cómo realizar pruebas de confiabilidad en productos IC? Aplicación de análisis de aceleración de confiabilidad JMP
