발표자: Western Digital China Shanghai Co., Ltd.의 품질 관리자, You Fangfang
발표자: 신디 유 , Western Digital China (Shanghai) Co., Ltd.의 품질 관리자
연설 주제 : 반도체 제조에서의 빅데이터 응용의 공통성 분석 및 품질 예측
주제: 빅데이터 및 예측 품질 평가의 제조 응용 분야에서의 공통성 분석
요약：
제조업에서 우리는 언제나 공정 변동에 대해 우려합니다. 그렇다면 프로세스 변동이란 무엇일까요? 어떤 종류의 변동이 품질 문제를 일으킬까요? 얼마나 많은 변동이 발생하면 제품 고장이 발생할까요? 반도체 제조 공정은 복잡하다. 이전 과정과 이후 과정의 변동이 중첩되면 어떤 영향을 미칠까? 본 문서에서는 공장 빅데이터 인프라에서 웨이퍼부터 패키징, 완제품 테스트까지의 데이터 연결을 구현하는 방법과 이를 기반으로 한 비즈니스 애플리케이션을 소개합니다. 품질을 보장하고 비용을 절감하기 위해 수십, 수백, 수천 개에 달하는 입력 변수에서 주요 매개변수를 목표에 맞게 식별하고 제어하는 방법은 복잡한 프로세스 흐름의 어려움이자 핵심 요소입니다. 이런 측면에서 공통성 분석은 진단과 예측 측면에서 많은 도움이 될 수 있습니다. 공통 분석을 실현하기 위해서는 데이터 수집, 데이터 연결, 알고리즘 선택, 결과 분석까지의 프로세스에 주의를 기울여야 하며, 각 링크를 서로 연결하고, 끊임없이 시도하고 검증해야 합니다. 우리는 이러한 목표를 달성하기 위해 JMP 데이터 분석 소프트웨어를 선택했습니다.
추상적인:
제조업계에서 우리는 항상 공정 변동에 대해 우려합니다. 그렇다면 공정 변동이란 무엇일까요? 어떤 유형의 변동이 품질 문제를 초래할까요? 얼마나 많은 변동성이 제품 고장을 초래할까요? 반도체 제조 공정은 매우 복잡합니다. 이러한 변동이 제조 공정에 중첩되면 어떤 결과를 기대할 수 있을까요? 이 텍스트에서는 산업용 빅데이터 프레임워크 내에서 웨이퍼에서 패키지, 완제품까지의 데이터 연결을 구현하는 프로세스를 소개하고 이를 기반으로 비즈니스 애플리케이션을 평가합니다. 수십, 수백, 심지어 수천 개의 입력 변수 중에서 주요 매개변수를 식별하고 제어하는 동시에 품질 보증과 저비용을 보장하는 것은 복잡한 산업 공정 흐름의 어렵고도 중요한 부분입니다. 공통성 분석은 진단과 예측의 목적을 위해 이 분야에서 매우 유용할 수 있습니다. 공통성 분석을 가능하게 하려면 데이터 수집, 데이터 연결, 알고리즘 선택, 결과 분석을 포함한 이 프로세스의 모든 영역에 집중해야 합니다. 그런 다음 주기가 반복되고 반복되어 실험과 검증의 각 단계에서 개선이 이루어집니다. 우리는 이러한 목표를 달성하는 데 도움이 되는 JMP 분석 소프트웨어를 사용하기로 결정했습니다.
