JMP DOE 分析及建模優化在預測外延矽生長速率的應用- 應用材料講者：
沈佳蘋, 製程支援工程師，應用材料
演講主題：
JMP DOE 分析及建模優化在預測外延矽生長速率的應用
演講摘要：
在半導體製造中，外延矽被廣泛應用於晶圓基板、pMOS SiGe、nMOS SiP、溝槽填充等應用。外延矽層的生長速率會受到多個步驟、多個製程參數的影響。為了更有效率地建立此種強交互的預測模型，我們需要徹底且全面的DOE評估，設計高度正交的DOE。此項目以外延矽生長速率的歷史資料為起點，進行設計評估。對於建立預測模型而言，此歷史資料結構效能弱，D 效率低，設計均勻性差，效應相關性和預測變異數較高。在建模期間，由於缺乏模型自由度，RSM的逐步演算法不穩定，導致模型重複性不佳，最優設計點的置信區間過寬。除此之外，RSM 模型中觀察到了兩對強交互作用：一對交互作用可能歸因於各效應之間的高度相關；而另一對交互作用則與製程的競爭機制相關。接著利用穩健設計和蒙特卡羅模擬進行公差設計，利用設計空間刻畫器進行公差分配分析，以模擬未來的技術需求。為了以最小成本改善現有的DOE結構從而優化預測模型，我們未採用全新的DOE，而是利用增強設計方法，透過三種方法改善現有DOE結構：(1) 移除非正交的資料； (2) 預設增強演算法； (3) 中心增強演算法。透過非常全面的增強設計，JMP建議了最佳四個增強資料點，最終改進了DOE 結構，大大提高了對於歷史資料的利用效率，顯著縮短了製程開發的周期及成本。
實驗設計預測建模和機器學習
