Dans une opération de fabrication de semi-conducteurs, il est essentiel de maintenir le rendement, la durée de cycle et la qualité du produit en raison de processus coûteux et complexes. L’augmentation des retombées du bac de sonde unitaire (UP) pour un appareil qualifié a soulevé des problèmes de livraison et a nécessité une atténuation des risques. La direction demande fréquemment une estimation du risque potentiel de rebut en cas de rendements inférieurs aux minimums et/ou de dépassement des limites statistiques des bacs. Les groupes de planification doivent savoir si de nouveaux lots de plaquettes sont nécessaires pour combler la pénurie de puces, tandis que les groupes de produits sont intéressés par connaître l'impact sur le rendement à la sonde unitaire. En tant que propriétaire d'appareil, j'ai utilisé des techniques d'exploration de données pour identifier les changements des paramètres paramétriques de la sonde qui correspondent aux retombées de l'UP et j'ai pris des décisions avancées basées sur des modèles prédictifs.
Dans cette démonstration, les données des sondes unitaires et des sondes de classe ont été extraites et nettoyées de la base de données de production. Les données collectées ont été divisées en ensembles de données de formation, de validation et de test. Quatre modèles ont été évalués et analysés au niveau de la tranche. Des modèles d'arbre de décision de classification et des modèles de classification forestière bootstrap ont été choisis pour l'analyse de réponse catégorielle (ferraille ou non), tandis que les modèles de régression linéaire et les modèles de régression forestière bootstrap ont été comparés pour une analyse de réponse continue (% de retombées UP bin). Le criblage du modèle a permis de réduire les paramètres de plusieurs centaines à une poignée. La décision finale qui en a résulté a été prise quant à la disposition des tranches sur la base du modèle prédictif construit.
Lorsque la réponse UP était disponible à partir de l'ensemble de données de test, la précision des deux modèles de prédiction a été comparée entre les retombées prévues et sondées.
