Sprecher: You Fangfang , Qualitätsmanager von Western Digital China Shanghai Co., Ltd.
Sprecherin: Cindy Du , Qualitätsmanagerin von Western Digital China (Shanghai) Co., Ltd.
Vortragsthema : Gemeinsamkeitsanalyse und Qualitätsvorhersage von Big-Data-Anwendungen in der Halbleiterfertigung
Thema: Gemeinsamkeitsanalyse in Fertigungsanwendungen von Big Data und prädiktiven Qualitätsbewertungen
Zusammenfassung：
In der Fertigung sind wir ständig mit Prozessschwankungen konfrontiert. Was also sind Prozessschwankungen? Welche Schwankungen führen zu Qualitätsproblemen? Ab welcher Schwankung kommt es zu Produktausfällen? Der Herstellungsprozess von Halbleitern ist komplex. Welche Auswirkungen hat die Überlagerung von Schwankungen im Vor- und Nachprozess? In diesem Artikel wird erläutert, wie die Datenverkettung vom Wafer über die Verpackung bis hin zur Prüfung des fertigen Produkts mithilfe der Big Data-Infrastruktur einer Fabrik erreicht wird, und welche Geschäftsanwendungen darauf basieren. Die Schwierigkeit und der Knackpunkt komplexer Prozessabläufe besteht darin, aus Dutzenden, Hunderten oder gar Tausenden von Eingangsgrößen gezielt die Schlüsselparameter zu identifizieren und zu steuern, um die Qualität zu sichern und die Kosten zu senken. Die Gemeinsamkeitsanalyse kann uns in dieser Hinsicht sowohl bei der Diagnose als auch bei der Vorhersage sehr hilfreich sein. Um eine gemeinsame Analyse zu erreichen, müssen wir auf den Prozess von der Datenerfassung, Datenverbindung und Algorithmusauswahl bis hin zur Ergebnisanalyse achten, alle Links eng miteinander verknüpfen und ständig versuchen, sie zu überprüfen. Um dies zu erreichen, haben wir uns für die Datenanalysesoftware JMP entschieden.
Abstrakt:
In der Fertigungsindustrie sind wir ständig mit Prozessschwankungen konfrontiert. Was sind Prozessschwankungen? Welche Arten von Schwankungen führen zu Qualitätsproblemen? Welche Volatilität führt zu Produktausfällen? Der Halbleiterherstellungsprozess ist sehr komplex. Welche Ergebnisse sind zu erwarten, wenn diese Schwankungen den Herstellungsprozess beeinflussen? Dieser Text stellt die Implementierung der Datenkonnektivität vom Wafer über das Gehäuse bis hin zum fertigen Produkt im Rahmen eines industriellen Big-Data-Frameworks vor und zeigt die darauf basierende Bewertung von Geschäftsanwendungen. Die Identifizierung und Kontrolle von Schlüsselparametern unter Dutzenden, Hunderten oder gar Tausenden von Eingangsvariablen bei gleichzeitiger Gewährleistung von Qualitätssicherung und niedrigen Kosten ist ein schwieriger – und zentraler – Aspekt des komplexen industriellen Prozessablaufs. Die Kommunalitätsanalyse kann in diesem Bereich sowohl für Diagnose- als auch für Prognosezwecke sehr hilfreich sein. Um eine Kommunalitätsanalyse zu ermöglichen, müssen wir uns auf alle Bereiche des Prozesses konzentrieren, einschließlich Datenerfassung, Datenkonnektivität, Algorithmenauswahl und Ergebnisanalyse. Der Zyklus wiederholt sich und iteriert, wobei mit jedem Experimentier- und Validierungsschritt Verbesserungen erzielt werden. Wir haben uns für die Analysesoftware JMP entschieden, um diese Ziele zu erreichen.
