Sprecher: Henry Qiao , General Electric, Qualitätsmanager
Sprecher: Henry Qiao , Qualitätsmanager, General Electric
Thema: Abschätzen der Prozessfähigkeit mit JMP®-geskripteten statistischen Modellen bei der Validierung neuer Produkte
Themen: A JMP ® Skriptbasierter Modellierungsansatz zur Schätzung der Prozessfähigkeit im Produktvalidierungsprozess
Zusammenfassung:
Bei der Verifizierung neuer FPGA-Produkte (Field Programmable Gate Arrays) werden häufig charakteristische Tests mit Multifaktor-Crossover-Experimenten durchgeführt, um die langfristige Prozessfähigkeit abzuschätzen. Da die Schätzung der Prozessfähigkeit auf einer bestimmten Normalverteilung basiert, kann sie nicht direkt auf Daten aus multifaktoriellen Crossover-Experimenten angewendet werden. Ziel dieses Dokuments ist die Einführung eines neuen Modellansatzes zur Schätzung der FPGA-Prozessfähigkeit. Bei dieser Methode wird zunächst ein statistisches Modell erstellt, um den schlechtesten Wert der Prozessausgabe zu ermitteln, die Größe der Prozessvariation geschätzt und dann die Größe der Prozessfähigkeit basierend auf dem schlechtesten Wert berechnet. Daher basiert der mit dieser Methode ermittelte Prozessfähigkeitsindex nicht auf einer einzelnen Normalverteilung, sondern auf der schlechtesten Prozessfähigkeit, die aus mehreren Normalverteilungsdaten ermittelt wurde. Dieser Artikel stellt außerdem vor, wie Sie mithilfe von JMP-Skripten den gesamten Prozess der Optimierung statistischer Modelle und der Standardisierung der Datenanalyse automatisieren können. Diese Methode ist nicht nur auf den FPGA-Produktverifizierungsprozess anwendbar, sondern kann tatsächlich für ähnliche Datenanalysen in jeder Halbleiterindustrie verwendet werden.
Abstrakt:
Im Produktvalidierungsprozess eines Field Programmable Gate Array (FPGA)-Bausteins sollten faktorübergreifende Charakterisierungstests vorgeschrieben werden, um die Auswirkungen langfristiger Prozessabweichungen abzuschätzen. Die Prozessfähigkeit wird üblicherweise auf Basis einer Normalverteilung geschätzt. Diese Berechnung lässt sich jedoch nicht direkt auf faktorübergreifende Versuchsdaten anwenden. Dieser Artikel stellt einen neuartigen Modellierungsansatz zur Schätzung der Prozessfähigkeit von FPGAs vor. Ein statistisches Modell wird erstellt, um die Worst-Case-Werte vorherzusagen, die inhärente Prozessvariation zu schätzen und anschließend die Prozessfähigkeitsindizes zu berechnen. Daher werden die Prozessfähigkeitsindizes nicht auf Basis einer Normalverteilung ermittelt. Sie zeigen tatsächlich die schlechteste Prozessfähigkeit basierend auf den faktorübergreifenden Versuchsdaten. Zudem wurde ein automatisiertes Tool entwickelt, das mit der Skriptsprache JMP codiert wurde, um das Modell automatisch zu optimieren und den Datenprozess zu standardisieren. Diese Methode lässt sich nicht nur auf die Daten im FPGA-Produktvalidierungsprozess anwenden, sondern auf alle ähnlichen Daten in der Halbleiterindustrie.
