原因分析
ジョージア・Z・モーガン、上級統計学者、退職
原因分析とは、単一または複数の異常の原因を調査、分析し、最終的に特定するためのタスク全般を指す一般的な用語です。高度な機械学習手法やその他のデータマイニングツールにより、データ分析にかかる時間と労力は削減されています。
データ準備、つまりデータを取得し、それを情報に変換する手順には、ドメインの専門知識が必要です。複雑な製造プロセスの根本原因を突き止めるには、ドメインの専門家が複数の機能部門に所属し、データソースも異なる可能性があります。
私の経験は他の人にも共有されています。
「多くの場合、データはさまざまなシステムに保存されており、アクセスしてデータマイニングや機械学習に使用できるデータセットに変換する必要があります。…
多くの場合、膨大な量のデータ集約と変換が必要になります。分析のための単一の分析ベーステーブルが集約されると、ライフサイクルの他の側面が検討されます。データを用いた実験が必要となるため、準備段階も非常に反復的で、アナリストは様々な種類のデータを試しながら、最も正確な予測結果を得ます。
(na)、(nd)、 「データマイニング A to Z」。 2017年7月31日SASウェブサイトhttps://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdfから取得。
これまで何度も指摘してきたように、データマイニングと疑問への回答の間には大きな違いがあります。あらゆるデータセットは現実を垣間見せる機会を与えてくれますが、あらゆる存在の全体像を完璧かつ包括的に、そして偏りなく捉えるデータセットは存在しません。つまり、データ分析においては、統計学の博士号を取得することよりも、分析対象のデータそのものを理解することの方が、多くの点ではるかに重要なのです。”
Leetaru, K. (2016年6月12日) 「データサイエンス分野にもっと多くのドメイン専門家が必要な理由」 。 2017年7月31日Forbesウェブサイトより取得。https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
私の経験では、次のようになります。
- ほとんどのデータの反復処理には時間がかかります。
- 参加はほぼ常にオフラインで行われるため、各反復ごとに別の会議が必要になります。言い換えれば、
- 機敏ではありません!
このプレゼンテーションには2つの目標があります。第一の目標は、JMP Virtual Join が根本原因分析チームの表結合における俊敏性向上にどのように役立つかを示すことです。第二の目標は、提示する原因分析の代替案を集めることです。この例は、私が実際に目にした問題ではなく、起こり得る問題についての複数の経験に基づいた仮説的なものです。また、すべてのデータはシミュレーションです。この例は半導体（IC）製造業を例に挙げていますが、この問題はあらゆる加工工場や医薬品研究においても起こり得ます。
データと異常の文脈を説明するために、IC製造の側面について簡単に概説した後、仮想結合について詳しく説明し、最後に分析を行います。なお、ここで示す例は、添付の論文に記載されている2つの例のうちの1つです。
キーワード:異常、 RCA (根本原因分析)、データ マイニング ツール、半導体製造、JMP® 仮想結合、JSL、再入可能プロセス、IC (集積回路)、FEOL (フロント エンド オブ ライン)、BEOL (バック エンド オブ ライン)、EOL (エンド オブ ライン、通常は歩留まりとパフォーマンスのテストおよびダイの準備)、PM (予防保守)。
いくつかの背景
集積回路（IC）は、酸化、イオン注入、異なる導電性およびバリア性（非導電性）特性を持つ薄膜およびスパッタリング金属の堆積、パターニング、平坦化、そしてもちろん洗浄と測定といった、数多くの工程を経て作られます。まず、ドーピングされたベアシリコンウェハ[1]から始まり、最終的にはウェハ1枚あたり複数のダイ（IC）が形成されます。ウェハ1枚あたりのダイの最大数は、ウェハサイズ（直径）とダイサイズ[2]に依存します。図1(L)を参照。
図1(R)は、5層のCuメタル相互接続BEOLを備えたチップの非常に小さなセグメントを示す漫画です。[3] アーキテクチャ、メタルの厚さ、レイアウト、場合によってはレシピが各Cu層ごとに異なる場合がありますが、通常は同じ工場エリア（ファブベイ）の同じツールで処理されます。
図 1 ( L ) ノッチ付きの平坦で完全に処理されたウェーハを備えた 25 枚のベア シリコン ウェーハのキャリア ( R ) 5 層 Cu 相互接続 BEOL の IC グラフィック。
FEOLとBEOLはセグメント化されています。微量のCuでも酸化物層を急速に拡散し、欠陥を発生させ、ゲート酸化膜の品質を低下させます。
図2は、FEOL [4]の可能なファブ（工場）レイアウトを示しています。同じタイプおよび機能の処理装置がベイに配置されています。それらのレイアウトは、バルク薬品供給、排気および排水への配管が最適化されています。自動材料処理システム（AMHS）と呼ばれる頭上レールシステムは、ファブロットを1つのステーションから次のステーションに運ぶか、ツールが利用可能になるまで一時的にリモートストッカーに保管します。標準レイアウトはなく、各半導体企業には独自の工場計画グループがあります。工場のキューのほとんどはリエントラントです。たとえば、ベイ7と9の4つのツールは、7つの異なる洗浄ステップを実行する場合があります。工場のフローと装置の使用状況に関する知識は、根本原因分析に不可欠です。この例では、1つのツールがファブロットに最大7回影響を与える可能性があり、一部のファブロットはその装置で処理されたことがない可能性があります。
半導体製造について詳しく知りたい場合は、参考文献[7]を参照するか、ウェブでビデオやその他の情報源を検索してください。
図 2 FEOL プロセスに適した製造レイアウト。 
処理シーケンス、ステップ間の時間、特定のツールで処理された日時、そしてハンドリングは、ICの品質に影響を与える異常の重要な要因となる可能性があります。各シリコンウェーハにはウェーハ番号が刻印されています。各ウェーハの原産地を追跡できる業界標準が存在します。約20年前から、ファブ（工場）の処理装置とハンドラーにはRFIDリーダーが搭載されています。製造システムは、ウェーハがツールに出入りする正確な時刻などを記録します。提示（および添付）されているシミュレーションデータは、シンプルな番号体系を使用しています。これはファブデータの複製ではありませんが、この例に必要な特性を提供します。
仮想参加
A 仮想参加:
- メイン テーブルを、物理的に結合せずに複数の補助テーブルにリンクできるようにします。
- リンク参照(メイン テーブル) とリンク ID (補助テーブル) の 2 つの列プロパティを設定する必要があります。
- 参照された (リンクされた) データ テーブルの列は、メイン テーブルにグループ化された変数として表示されます。
- これらの列は、数式、グラフ、分析、表コマンドで使用できます。
- UI から作成でき、JSL を使用して作成および管理できます。
図3（L）は7つの結合テーブルを示しています。これらのテーブルは固有のウェハ番号（Wafernum）によって結合されています。リンク参照は、リンクされている場合は青い影付きのキーで、リンクされていない場合は灰色で表示されます。展開アイコンをクリックすると、そのテーブルの列を参照できます。
図3 （左） EOL歩留まり/性能/異常データと7つのオペレーションの設備データを仮想的に結合、 （男性）リンクID付きのM1補助テーブルパネル、 （右）テーブルメニュー、参照データの結合、
図 3 (M) は、これらのテーブルの 1 つ (M1、最初の Cu レイヤー) のテーブル パネルを示しています。リンク ID はゴールド キーです。リンク参照とリンク ID は同じデータ型である必要があります。リンク ID の値は一意でなければならず、重複した値があってはなりません。JSL を使用する場合、または別のセッションでテーブルを再リンクできるようにするには、テーブルをディスクに保存する必要があります。以下のリストは、仮想結合のいくつかの特性を示しています。図 3(R) は、選択したテーブル リンク セットをいつでもマージできることを示しています。マージするリンク参照を選択するか、リンクされたすべての列に対して [なし] を選択し、メイン テーブル メニューから [マージ] を選択します。メイン テーブルにマージするのはこれだけです。
注意事項
- パスでは大文字と小文字が区別されますが、補助 jmp データ テーブルがメイン データ テーブルと同じディレクトリにある場合は、パス名は必要ありません (チームが複数の異なるオペレーティング システムを混在させて作業する場合は、POSIX 構文 c:/temp/ を使用します)。
- ファブデータの場合、典型的なリンクはロット、ウェーハID、あるいはダイ（行、列）です。RCAチームは標準規格を合意し、各エリアの担当者は自身のデータを所有し、リンクIDを作成して準備する必要があります。これにより、RCA会議と並行してデータ修正を行うことができ、準備が整えば簡単にリンクできます。
- リンクにはDB名を使用しないでください。リンク先のテーブルごとに固有のリンク参照と対応するLink IDが必要です。リンクには関数を使用してください。データの更新が容易になり、Linkの値も更新されます。（各Wafernum.M）列は DB 列 Wafernum に列式を使用します。
このより単純な構文は機能するようです。
: 名前 ( ツール[ウェハ番号M1] " )つまり、 : 名前 ( " 列名 [リンクID] )
- 特に、リンクが後で別のファイルに使用される可能性がある場合は、リンクを解除するのではなく、補助テーブルを閉じます。
推奨：
アドインまたはスクリプトを作成して、リンクを自動的に作成し、確立されたリンク ファイルを開きます。
バーチャル参加のメリット:
- 列名の管理図4は、7つのリンクテーブルのうち3つを示しています。これらのテーブルはすべて同じ列名を持っています。JMPの結合では、同じ名前の列に対してソーステーブルに関する情報が追加されますが、その名前はソーステーブルの名前であり、長くて複雑な場合が多いです。仮想結合の場合は、リンク参照名とリンクID名を設定します。簡潔な構文により、リンクやスクリプト作成において、名前の管理が容易になり、読みやすくなります。
- 並行作業M5の原因分析チームのメンバーが、データに問題があると述べたとします。M5データテーブルを閉じ、チームに作業を続行させます。準備ができたら、修正されたテーブルを開き、メインテーブルの列Wafernum.M5を右クリックして「リンク参照」を選択し、再リンクします。ファイルリストが表示されるので、M5ファイルを選択します。
図4 3つのオペレーションのファブ装置データ（同じ列名）
シミュレーション例 - 断続的な故障が発生するEOL M3抵抗
原因究明がより困難なものの一つは汚染の問題です。特に、汚染が定期メンテナンス（PM）によって除去され、使用とともに消失する場合（修理可能）、また条件付きである場合はなおさらです。この異常を実証するために、7層金属スパッタリングを用いたBEOL半導体製造工場のシミュレーションを作成しました。
疫学、薬物研究、食品および薬物の加工では、同様の異常がある程度頻繁に発生する可能性があります。
SRHO は金属抵抗の品質指標です。調査を M3 ループだけに限定した場合でも、SRHO の増加の潜在的な原因は数多くあります。配線が狭すぎると抵抗が増加します。配線にひび割れやその他の欠陥や金属汚染があると、金属の導電性特性に影響する可能性があります。図 5 にその影響を示します。上のグラフは、休日休止前の数週間の基準材料を表しています。下のグラフは、休日後の材料を示しています。いくつかのロットで断続的に M3 抵抗の EOL 指標が SPC に不合格となり、制御不能な状態になっているため、ウェーハを廃棄する必要があります。最初は異常なロットが少数でしたが、その後はまったく見られなくなりました。その後、「最終的ルール」が働き、小さな信号が最終的に大きな信号になります。ラインの終わりには大量の不良ロットが現れます。
図5 M3.SRHO （T）ベースラインロット平均 ( B ) ホリデー後ロット平均とM3スパッタツールの比較
原因分析の質問
- 異常検出ツールは特定のものですか?
- プロセスは一貫していて、同じ化学物質が使用されていますか?
- 断続的な性質を考慮すると、これはツールの状態に関連している可能性がありますか?
- これは、プロセスのシーケンス、キュー時間、ステップ間の時間などに関係している可能性があります。
例外を除き、M1～M7のスパッタのみがFIFOキューでシミュレーションされました。フルロットは25枚のウェーハ、ハーフロットは12枚のウェーハ、クイックターンロットは6枚のウェーハです。FIFOの例外は、6枚のウェーハロットが優先されることです。シミュレーションにリアリティを持たせるため、「その他の」プロセスステップにはランダムなスループット時間を使用し、M1とM2などの間の再入時間を変化させました。これらのその他の処理時間は、固定のセットアップ時間、ウェーハ枚数と優先順位に基づく処理時間、そしてランダムなキュー時間に基づいています。実際のデータを用いた実際の原因分析では、ループ内の各ツールとキューを調査する必要があります。複雑さを抑え、手法に焦点を当てるため、スパッタツールのみをシミュレーションしました。また、本論文では、インラインの限界寸法データではラインサイズに変化が見られなかったという説明を使用しています。ラインの破損やひび割れを排除するために、通常はストリップバックまたはインラインの視覚検査が行われます。何も発見されなかったため、金属自体に焦点を当てています。
質問1への回答として、ツール別の発生率の比較を検討します。多くの場合、これはモジュールごとにツールを1つずつレビューし、最初のRCAチーム会議でレビューします。あるいは、特徴選択機能を備えたデータマイニングツールを、複数のステップからの列を含む巨大なテーブルに適用することもできます。単一のモノリシックファイルの代わりに、図3（L）に示すような仮想的にリンクされたメインテーブルを使用することもできます。
質問2、話の続きですが、バルクシステムの化学検査では何も見つかりません。すべてのツールは同じシステムに接続されています。この時点で、異常データはインラインモニターデータやツールセンサーデータのテーブルとリンクされ、分析される可能性があります。
話が進むにつれ、エンジニアは、シャットダウンの数週間前にM5のレシピ、つまり化学組成が変更され、堆積がM5の地形（構造）に適合するようになったと述べています。実装前の特性評価では、M5ウェハを数枚、続いてM1ウェハを数枚作製し、他の層についてもこれを繰り返しました。すべての結果は基準値内でした。
RCAチームチェアは、ツールの状態に関する質問3への回答として、M3とM5の両方のウェーハ枚数の分析を求めています。エンジニアの最初のファイルにはウェーハ枚数の合計しか記載されていなかったと仮定します。表を閉じ、エンジニアにM3より前に実行されたM5ウェーハの累計枚数の列を追加してもらいます。データが変更されたら、新しいファイルを開いてリンクします。図6は、異なるファイル、異なるイテレーションを異常データにリンクできることを示しています。
図6： M3ツールPMCountersにリンクされたホリデーシーズン後のEOL M3異常データ
図7 - 休日後のM3.SRHOとツール別のPM_WFRCOUNT（ここではSPUTT02のみ表示）
図7は、SPUTT02におけるM3.SRHOデータとウェーハ枚数のY軸とX軸のFitプロットです。ウェーハ枚数が少ない場合と多い場合で不良が発生したことを示しています。シミュレーションでは、ウェーハ500枚ごとにSPCを実施し、ウェーハ5000枚ごとにPMを実施しました。これは、チャンバーあたり約2500枚のウェーハに相当します。ロット全体では、ウェーハ1枚ごとに減少する枯渇効果が見られるようです。また、このシミュレーションの性質上、休暇明けの早い時期には、ウェーハ6枚組のクイックターンロットが多く見られました。
実装前の特性評価では、わずか数枚の M5 ウェハーの実行では効果が見られなかったことを考えると、これは蓄積によるものか、あるいはシーケンスによるものでしょうか (言い換えると、質問 #4)。
過去の分析では、次のステップにイベント分析を使用しました。
- すべてのツール イベントのテーブルを作成します。 (スパッタリング装置の MES データ)
- 10個以上のラグを表す列を作成します。ツールを使うと簡単です。手順は以下のとおりです。ツールでサブセットを作成します。ラグを作成するスクリプトを作成します（lagit.jslを参照）。ツールファイルを結合します。
- この潜在的な工具状態異常はM3にのみ影響すると思われるため、M3のオペレーションデータを選択してください。つまり、M3の行のみを使用します。ファイルM3 Last 20.jmpを参照してください。リンクID Wafernum.M3を作成してください。
- このファイルを開き、異常データからWafernum.M3列を右クリックし、 「リンク参照」を選択します。ツリー法（パーティション）と特徴選択を用いてパターンを見つけます。
イベントのシーケンス処理は、文字列を扱うJMP関数Lag( :col, n )を使えば比較的迅速に実行できます。この場合、ツールが以前に実行した内容を示すツール履歴が作成されます。
図8ツールイベントのラグを含むテーブルM3 Last 20.jmp構造の抜粋
図9 M3.SRHOロット平均と過去20回のツールイベントの区分
図8はテーブル構造の一部を示し、図9はパーティション履歴を示しています。ラグ1、2、3が順に選択され、それぞれイベントM5LotMoveInで分割されています。図8には、シーケンスを簡略化するための数式列が表示されています。これはコード化されたイベントの連結であり、0 = PM、5 = M5、その他のイベントは1です。図10は、RCA管理更新のグラフです。
図10 M3SRHOロット処理効果のプレゼンテーショングラフ
コメント
- シミュレーションは意図した効果を達成しました。
- このタイプの異常の標準的なモデリングは、飽和、PM、および枯渇が組み込まれているため困難です。
- シーケンスと特定の効果を探すことが私の BKM です (でした)。
- 直前に M5 が実行されたすべての M3 ロットを検索します。
- ベースラインとの差を計算します。効果をウェハ枚数と比較します。
- ウェーハの枯渇の影響を調査します。
- 現在、私は信頼性シーケンスを研究しており、これらの方法を標準化するための提案を探しています。
- 論文には、より詳細な情報と別の原因分析例が記載されています。添付のデータフォルダには、シミュレーションとモデル化された効果に関するreadme.txtファイルが含まれています。リンクされたデータファイルには、グラフとパーティションを再作成するためのスクリプトが添付されています。
仮想結合により、迅速なデータ更新と再構築が可能になり、特に RCA に役立ちます。
参考文献
[1] 図1(L) ベアシリコンウェーハ、(na)、(nd)、シリコンウェーハ。2017年7月31日閲覧。TechInstroウェブサイト、 https://www.techinstro.com/silicon-wafer/
[2] 図1（L）、（na）、2013年4月9日、 Die Per Wafer Formulaと（無料）Calculator 。2017年7月31日取得、anysiliconウェブサイトから、 http://anysilicon.com/die-per-wafer-formula-free-calculators/
[3] 図1(R) (na), (nd),バックエンドオブライン。2017年7月31日取得、Wikipedia、フリー百科事典、ウェブサイト、 https://en.wikipedia.org/wiki/Back_end_of_line
[4] 図2、유광재、2015年1月20日、 Optimal Fab SDM LAB、KAIST Industrial & Systems Engineering 、図2。プロセスタイプ間の材料フローに基づいた最適FABレイアウト設計。2017年7月31日取得、 http: //sdm.kaist.ac.kr/wordpress/korean/%EC%9C%A0%EA%B4%91%EC%9E%AC/、http 
/sdm.kaist.ac.kr/wordpress/korean/wp-content/uploads/sites/2/2015/01/YGJ_2.png。
[5] Leetaru, K. (2016年6月12日) 「データサイエンスの分野でより多くのドメイン専門家が必要な理由」 Forbesのウェブサイトから2017年7月31日に取得https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
[6] (na)、(nd)、 「データマイニング A to Z」。 2017年7月31日SASウェブサイトhttps://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdfから取得。
[7] 半導体製造についてさらに詳しく知るための他のウェブサイト
https://www.bloomberg.com/news/articles/2016-06-09/how-intel-makes-a-chip
https://www.youtube.com/watch?v=vmAyXWvLHeI (FOUP ロードムービー)
https://www.youtube.com/watch?v=4Q_n4vdyZzc (TSMC の半導体技術、2011 年)
