ドライエッチングウェーハプロセスにおける多重応答混合実験の設計と分析レベル: 中級
ドライエッチング装置の実験計画は、半導体エンジニアにとって課題となる。第一に、ガス流量は総流量が固定されていることが多いため、この種の計画に課される制約を遵守するために混合計画を採用する必要がある。このような計画は半導体業界では一般的ではない。第二に、この種の実験ではよくあることであるが、研究者は複数の変数を最適化することに関心がある。本プレゼンテーションでは、ドライエッチング装置用の7因子実験を設計・分析し、ウェーハ内のばらつきを最小限に抑えながら、ウェーハ全体の目標値を最適化する方法の例を紹介する。
概要
- ドライエッチングプロセスの8つの要素実験
- 3つのプロセスガス：A、B、C
- 5つのプロセス要因：電力、圧力、温度、時間、総流量
- 実験者はガス比と総ガス流量の両方に関心を持っていました。総流量とガス比の相関を可能な限り低く保つために、混合設計が採用されました。
- 総流量とガス比率を可能な限り無相関に保つために、混合設計が使用されました。
- さらに、実験者は 2 つのガスの比率を上限値と下限値の間で制限したいと考えていました。
- 3 番目のガス C は、混合物全体の 10% 以上 25% 以下を占めることになりました。
混合設計とは何ですか?
- 混合設計は、2 つ以上の実験要因の量を合計して一定量にする必要がある場合に使用されます。
- 非混合物成分（つまり、混合物の一部ではない要因）を含めると、この実験の設計が難しくなります。
- 混合計画は因子スクリーニングよりも予測を重視します。そのため、混合因子は有意でない場合でも実験から除外されません（ただし、0に設定することは可能です）。
混合設計の課題
- 効果は高度に相関しており、推定が困難です。
- 二乗混合項は、混合因子主効果および 2 つの因子相互作用と交絡します (それらの線形関数です)。
- 非混合因子の主効果は、その非混合因子と混合因子間の 2 つの因子相互作用と相関しています。
- 予測とプロファイラーの使用（パラメータ推定と有意性ではなく）に重点を置くと、混合実験の設計と解釈がはるかに簡単になります。
実験的反応
| 応答 |
ゴール |
| は |
ターゲット=100 |
| IS標準 |
最小化 |
実験要因
| 応答 |
低い |
高い |
| 力 |
25 |
75 |
| プレス |
100 |
200 |
| 温度 |
25 |
40 |
| 時間 |
30 |
45 |
| 総流量 |
80 |
120 |
| ガスA |
0 |
1 |
| ガスB |
0 |
1 |
| ガスC |
0.1 |
0.25 |
実験上の制約
高度な統計モデリング基本的なデータ分析とモデリング消費者および市場調査データの探索と可視化実験計画法予測モデリングと機械学習品質およびプロセスエンジニアリング信頼性分析
