Relatori:
Jiaping Shen, Ingegnere di supporto al processo, Materiali applicati
L'argomento del discorso:
Applicazione dell'analisi JMP DOE e ottimizzazione della modellazione nella previsione del tasso di crescita del silicio epitassiale
Riassunto del discorso:
Nella produzione di semiconduttori, il silicio epitassiale è ampiamente utilizzato nel substrato di wafer, pMOS SiGe, nMOS SiP, riempimento di trincee e altre applicazioni. Il tasso di crescita dello strato di silicio epitassiale sarà influenzato da più fasi e da più parametri di processo. Per costruire in modo più efficiente un modello di previsione così fortemente interattivo, abbiamo bisogno di una valutazione DOE approfondita e completa e della progettazione di un DOE altamente ortogonale. Questo progetto utilizza dati storici sui tassi di crescita del silicio epitassiale come punto di partenza per la valutazione del progetto. Per la creazione di modelli predittivi, questa struttura di dati storici ha una potenza debole, una bassa efficienza D, una scarsa uniformità di progettazione e un'elevata correlazione degli effetti e varianza di previsione. Durante la modellazione, l'algoritmo graduale di RSM è instabile a causa della mancanza di libertà del modello, con conseguente scarsa ripetibilità del modello e intervalli di confidenza troppo ampi per i punti di progettazione ottimali. Oltre a ciò, nel modello RSM sono state osservate due coppie di interazioni forti: una coppia di interazioni può essere attribuita all'elevata correlazione tra gli effetti mentre l'altra coppia di interazioni è legata al meccanismo competitivo del processo; La progettazione delle tolleranze viene quindi eseguita utilizzando la progettazione robusta e la simulazione Monte Carlo, e un profiler dello spazio di progettazione viene utilizzato per l'analisi dell'allocazione delle tolleranze per simulare i futuri requisiti tecnologici. Per migliorare la struttura DOE esistente e ottimizzare il modello di previsione con un costo minimo, non abbiamo adottato un nuovo DOE, ma abbiamo utilizzato il metodo di progettazione avanzato per migliorare la struttura DOE esistente attraverso tre metodi: (1) rimozione di dati non ortogonali; (2) Algoritmo di miglioramento predefinito; (3) Algoritmo di miglioramento del centro. Attraverso un progetto di miglioramento molto completo, JMP ha consigliato i quattro migliori punti dati di miglioramento, migliorando in definitiva la struttura DOE, migliorando notevolmente l'efficienza di utilizzo dei dati storici e riducendo significativamente il ciclo e i costi di sviluppo del processo.
