PECVD BKM プロセス開発における制約付き実験設計スキームと設計手法評価の適用と予測モデルの確立_Christy Panスピーカー:クリスティ・パン、プロセス エンジニア、アプライド マテリアルズ
スピーチのトピック: PECVD BKMプロセス開発における制約付き実験計画法と設計法評価の適用と予測モデルの確立
概要：
金属酸化物プロセスに適用される PECVD の膜特性は、ディスプレイ デバイスの性能にとって重要です。膜厚の均一性、応力、堆積速度はすべて重要なプロセス属性です。金属酸化物薄膜堆積の複雑な科学を探求するには、時間とコストを節約しながら仕事を効率的かつスムーズに遂行するために、DOE への構造化された体系的なアプローチが必要です。 DOE の微調整プロセスを開始する前に、ゲージ R&R テストを実施して、良好なデータ品質を確保し、DOE 実験のサイズを最小限に抑えます。さらに、ゲージ R&R ノイズ シグマを回帰ノイズ RMSE と比較して、測定ノイズを回帰残留ノイズから分離します。 DOE 予算の制約により、(1) タグチ L27 DOE、(2) 古典的な部分実施要因計画 DOE、(3) カスタム DOE、および (4) 21 ～ 27 の類似サイズの実験スケールに基づく決定論的スクリーニング (DSD) を比較しました。 DOE の応答曲面 DOE メソッド。結果から、DSD は、同じかそれより小さい実験スケールで、最良の直交性 (相関カラーマップ)、予測の均一性、および検出力を示しました。折り畳まれた DSD 設計は、最小限の実験規模で DOE の回転性を大幅に向上させることができます。この記事では、設計上の制約についても説明します。プラズマの物理的限界による設計上の制約が見つかりましたが、DSD の構造を設計することでその影響を最小限に抑えることができます。設計制約の観点からリスクに対するより安全なアプローチを特定するために、検出力分析、カラーマップ、散布図行列、予測分散、および設計空間比率を調査して、設計制約下での DSD 設計構造を評価しました。次の課題は、モデルのオーバーフィッティングをどのように回避するかです。最小二乗回帰モデリングに基づいて、予測モデルは、望ましいアルファ リスク レベルで要因を削除または追加することによって変更できます。ただし、効果項の有意水準の閾値を 0.05 とするか 0.10 とするかを明確に判断することは困難である。より高い p 値のしきい値を使用すると、オーバーフィッティング動作が観察されました。 ANOVA の結果は、重要でない項をモデルに追加することで、オーバーフィッティングが重要かどうかを示すことができます。モデル内のより高い p 値を持つ効果項を削除した後、より低い ANOVA p 値とオーバーフィッティングのリスクの低減 (より高い調整 R 2 乗) を得ることができます。伝達関数を確立した後、予測プロファイラーを使用してグローバル感度分析を実行し、入力変数の感度をランク付けします。 JMP の客観的感度分析の結果は、主観的な品質機能拡張 (House of Quality) と一致していました。伝達関数を通じて長期的な生産の一般的な変動をシミュレートするために、モンテカルロ シミュレーションを実行し、すべての主要な要因のノイズ変動を組み込んで、不適合不良率を計算します。 JMP プロファイラーを使用して、影響を受けないプロセス ウィンドウを検出する堅牢な設計 (一次導関数で最適化)。モデルの検証は、最適なプロセス パラメーター設定が、均一性散布図に基づく高い予測力の領域内にあることを確認することによって実行されました。モンテカルロ モデルによると、最適なプロセス設定により、仕様外のパフォーマンスが最大 0% 達成されます。 JMP ツールは強力で、プロセスの改善と検証に大いに役立ちます。
分散分析DOEDSDモデリングモンテカルロ シミュレーション田口DOE実験計画分散分析タグチデザイン決定的スクリーニング計画モンテカルロ シミュレーション予測モデリングRe: PECVD BKM プロセス開発および予測モデルの確立における制約付き実験計画スキームの適用と設計手法評価_Pan Yanqi (Christy Pan)良いですね！このような素晴らしい共有が必要です!
Re: 束縛の設計案および設計方法についての報告は、PECVD BKM プロセス開発およびその既成モデル構築中のアプリケーション_潘燕琦 (Christy Pan)クリスティを誇りに思う
チャールズ
