La ruvidità superficiale è una misura chiave dei livelli di difetti nei settori dei semiconduttori e dei display perché la ruvidità superficiale degrada le prestazioni elettriche del dispositivo e ne influenza la durata. Durante il processo di lavorazione, le cause del fallimento del processo di rugosità superficiale possono variare. Tuttavia, a causa della mancanza di modelli efficaci in grado di valutare e analizzare in modo completo gli indicatori di rugosità superficiale, dobbiamo affrontare enormi sfide per migliorare il processo. Questo progetto mira a creare un pacchetto di analisi JMP per collegare gli indicatori di misurazione della rugosità superficiale con modelli di distribuzione non normale per un'analisi efficiente delle cause alla radice e l'adeguamento del processo. Questo progetto utilizza la piattaforma di simulazione casuale JMP per generare dati sul profilo Z della rugosità e dividerli in sei modelli di distribuzione non normale: (1) normale (2) uniforme (3) coda pesante (4) inclinata a destra; ) bimodale; (6) valori anomali (3%) Sono stati calcolati cinque indicatori di misurazione della rugosità superficiale (Ra, Rz, Rp, Rv, Rk) e otto parametri statistici che descrivono la distribuzione . Diversi metodi di clustering, tra cui cluster gerarchico, cluster K-medie, miscele normali, variabili cluster, correlazione multivariata, analisi delle componenti principali e grafici di controllo basati su modello , sono stati confrontati per vedere se potevano combinare efficacemente sei modelli di distribuzione non normale divisi in cluster a coda e punti discreti e 13 variabili sono state divise in clustering di picco, clustering asimmetrico e clustering a coda leggera. Distinguere e prevedere in modo efficace la relazione tra gli indicatori di misurazione della rugosità superficiale e i modelli di distribuzione non normale. Il progetto JMP di data mining della rugosità superficiale è in grado di rilevare efficacemente la causa del fallimento del processo, riducendo così i tempi di debug del processo. Inoltre, abbiamo creato un forte team interfunzionale di analisi della rugosità superficiale JMP all'interno dell'azienda per creare database (rugosità, profili Z grezzi, misurazioni della rugosità, regolazioni del processo) e sviluppare modelli predittivi per l'intera azienda di Applied Materials .
