Im Halbleiterbereich war die Within Wafer Non-Uniformity (WIW NU ), die den Dünnschichtprozess darstellt, schon immer der kritischste Faktor bei der Quantifizierung der Dünnschichtleistung. Die von Fab hergestellten Wafer sollen die geforderten Folieneigenschaften einheitlich erfüllen. Aufgrund des Mangels an gründlichen WIW-NU- Metriken zur effektiven Lösung des Problems stehen wir jedoch vor großen Herausforderungen bei der Verbesserung der Optimierung. Bestehende WIW-NU- Verarbeitungsmethoden können nur grundlegende Verteilungsdiagramme der Wafermorphologie sowie Probendurchschnitte und Standardabweichungen liefern, können jedoch die Ursache des Problems nicht genau bestimmen. Daher besteht bei Halbleiterkunden und -herstellern eine starke Nachfrage nach der Einführung intelligenterer WIW-NU-Indikatoren, um den Prozesszyklus zur Problemlösung zu verkürzen. Als leistungsstarke Datenanalyseplattform kann JMP verwendet werden, um das gesamte WIW-NU - Problem in vier Dimensionen zu zerlegen: ( 1 ) Radial ; ( 4 ) Ausreißer . Derzeit wurde dieses Thema unter folgenden Aspekten analysiert: Transformation der Originaldaten zur Erstellung der erforderlichen statistischen Datendefinition; Durchführung von Hypothesen -Mittelwerttests, Normalverteilungs-Verletzungsmustern; /Ppk- Analyse; Erstellen Sie I-MR- und Xbar-R -Diagramme, um die Auswirkungen verschiedener Dimensionen auf WIW-NU zu analysieren . Verwenden Sie Query Builder und Gruppenskripte . Journal , Dashboard Builder zum Aufbau einer umfassenden WIW-NU -Datenbank und automatischer JMP- Runner.
