半導体業界では、低コストデバイスに対する顧客の需要が継続的に高まっているため、効率的なツール使用のためにツールログデータの分析が重要になります。JMP®（SAS Institute）の可視化ツールを使用したTech Enabledサービスを導入することで、メンテナンスイベントへの対応をより効率的に行うことができます。JMPの分布、ヒストグラム、ボックスプロットオプションを使用してプロセス実行を分析することで、問題領域に焦点を当て、メンテナンス期間を短縮できます。ツールダウン期間に関する仮説研究を実行するために、ウィルコクソン非パラメトリック検定を適用し、目標に対する変動をチェックし、メンテナンスイベントの信頼区間を決定します。JMPの品質および管理パレート図と石川因果関係図は、根本原因分析とアクションプランのために実装されています。上記のパフォーマンス テストとともにボックスプロットを表示する動的なJMPダッシュボードは、メンテナンス活動のより良い計画と優先順位の割り当てを容易にします。PMの成功と失敗のPMタイプへの依存性は、JMPダッシュボードからの迅速な可視化によって報告されます。
こんにちは。私はネハ・カウシャルです。今日は共著者のスリヴィダも一緒です。私たちは応用材料技術コンサルティング会社で、半導体プロセスツールのデータ分析を行っています。今回の研究では、半導体プロセスにおけるツールメンテナンスの最適化にJMPダッシュボードをどのように活用しているかについてお話しします。
半導体業界では、低コストデバイスに対する顧客からの継続的な需要があるため、効率的なツール使用のためにツールログデータの分析が重要になります。JMPの可視化機能を備えたテクノロジーを活用したサービスを導入することで、プロセスツールの予防保全イベントへの対応をより効率的に行うことができます。
メンテナンス（PMとも呼ばれる）中のツール稼働時間を最小限に抑えることで、ツールの性能が向上し、より質の高いPMサービスが実現し、結果として歩留まりの向上と顧客満足度の向上につながります。JMPの分布図や箱ひげ図などを用いて2つのログを分析することで、メンテナンス作業中に問題が発生する箇所を特定するのに役立ちます。
本研究の目的は、様々な種類の予防保全（PM）における生産停止時間の改善機会を特定することです。このプロセスには、軽微なメンテナンスと重大なメンテナンスがあります。初回PMの成功または失敗を考慮し、メンテナンスは4つのタイプに分類されます。初回PM成功の軽微なメンテナンス、初回PM成功の重大なメンテナンス、初回PM失敗の軽微なメンテナンス、初回PM失敗の重大なメンテナンスです。
この方法論の最初のステップは、JMP Graph Builder を使用して、生産停止時間の割合に基づいてツールの優先順位を付けることです。その方法をお見せしましょう。例えば、ここではツールIDをX軸に、ツールの停止時間の割合をプロットしています。ここで、ツールAの停止時間の割合が最も高いことがすぐにわかります。これが、改善すべき最優先ツールとなるでしょう。
次に、プロセス最適化の機会を見つけるために、PM期間に基づいてPMの種類を比較します。その後、PM期間の分布モデルを作成し、正規分布に適合するかどうかを確認します。適合しない場合は、外れ値や歪度などの正規分布違反要因を調査します。データが正規分布から逸脱している場合は、非パラメトリックアプローチを適用して仮説検定を行い、4種類のPMイベント間の変動を確認します。最後に、PMパフォーマンスによるツールダウンタイムを分析するための、迅速でインタラクティブなダッシュボードを作成しました。
それでは、共同執筆者のスリヴィダにバトンタッチします。彼女が結果の部分について説明します。
本節では、方法論と結果について説明します。PM期間データは配信プラットフォームで分析され、要約統計量によると、平均値は中央値よりも大きく、歪度も高いことが示されています。正規分位点プロットでも、データセットが右に歪んでおり、有意な外れ値が存在することが確認されています。
したがって、適合させた正規分布に対する適合度検定のP値は基準を満たさなかったが、適合させたコーシー分布に対する適合度検定のP値は基準を満たした。よって、我々のデータはコーシー分布に従う。
そこで、頑健な適合外れ値検出法を用いて外れ値の存在を解析し、根本原因分析のために11個の外れ値を発見しました。ここでは、PMプロセス最適化の機会を見つけるために、非パラメトリック分析によってPM期間に基づいてPMタイプを比較しています。P値に基づくと、ここに示した3つのモデル（Wilcoxon法、中央値検定、Van der Waeden検定）はすべて、PMタイプ間に有意差があると結論付けています。
さらに、ウィルコクソン法を用いた各ペアのノンパラメトリック比較から、軽微なPM成功と軽微なPM失敗はP値に基づいて有意差があると結論付けました。なぜでしょうか？ 重大なPM成功と重大なPM失敗はP値に基づいて有意差がありません。
それでは、JMPのデモを通して、PMの成功と失敗がPMの種類によってどのように影響を受けるかを迅速に報告するためのダッシュボードを作成する方法を見ていきましょう。JMPのダッシュボード部分について説明します。ファイルからダッシュボードを作成するには、「新規ダッシュボード」オプションを選択し、プラットフォームを選択して、仮説検定、箱ひげ図などを実行してダッシュボードを作成します。これが、分析結果に基づいて作成したダッシュボードです。このダッシュボードを使用すると、一度に1つのツールを選択することで、PMの成功と失敗がPMの種類によってどのように影響を受けるかをインタラクティブに説明できます。
本研究から、初回PMの成功はPMの種類に大きな影響を与えるという結論に至った。初回PMの成功は軽微なPMに大きな影響を与える一方、重大なPMへの影響はごくわずかである。初回PMの成功と失敗におけるPM期間の中央値は同等である。
次のステップは、ツールごとの分析を行い、改善の余地を特定することです。Oasisのサポートにご協力いただいたプロジェクトのステークホルダーの皆様に感謝申し上げます。チャールズ・C・チェン、チャンドラセカール・ロイ、ヴィカス・ジャングラ、シッダ・レディ・クラクラ。
さて、エロディさん、これでプレゼンテーションは終了です。何かご質問があれば、お答えします。
