반도체 제조에서 에피택셜 실리콘은 웨이퍼 기판에 널리 사용되며,pMOS SiGe , nMOS SiP , 트렌치 충진 및 기타 애플리케이션. 에피택셜 실리콘 층의 성장 속도는 여러 단계와 여러 프로세스 매개변수의 영향을 받습니다. 이러한 강력한 대화형 예측 모델을 보다 효율적으로 구축하려면 철저하고 포괄적인 DOE 평가와 직교성이 높은 DOE 설계가 필요합니다 . 이 프로젝트는 설계 평가의 출발점으로 에피택셜 실리콘 성장률에 대한 과거 데이터를 사용합니다. 예측 모델을 구축하기 위해 이 과거 데이터 구조는 효능이 약하고 D 효율성이 낮으며 설계 균일성이 낮고 효과 상관 관계 및 예측 분산이 높습니다. 모델링 중에 RSM의 단계적 알고리즘은 모델 자유도가 부족하여 불안정하여 모델 반복성이 떨어지고 최적 설계 지점에 대한 신뢰 구간이 너무 넓습니다. 또한 RSM 모델에서는 두 쌍의 강력한 상호 작용이 관찰되었습니다. 한 쌍의 상호 작용은 효과 간의 높은 상관 관계에 기인할 수 있고 다른 쌍의 상호 작용은 프로세스의 경쟁 메커니즘과 관련이 있습니다. 그런 다음 강건 설계 및 몬테카를로 시뮬레이션을 사용하여 공차 설계를 수행하고, 미래 기술 요구 사항을 시뮬레이션하기 위한 공차 할당 분석에 설계 공간 프로파일러를 사용합니다. 기존 DOE 구조를 개선하고 최소 비용으로 예측 모델을 최적화하기 위해 새로운 DOE를 사용하지 않고 향상된 설계 방법을 사용하여 세 가지 방법을 통해 기존 DOE 구조를 개선했습니다 . (1) 비직교 데이터 제거 ( 2) 기본 향상 알고리즘, (3) 중심 향상 알고리즘. 매우 포괄적인 향상 설계를 통해 JMP는 최고의 4가지 향상 데이터 포인트를 권장하여 궁극적으로 DOE 구조를 개선하고 과거 데이터의 활용 효율성을 크게 향상시키며 프로세스 개발 주기와 비용을 크게 단축했습니다.
