原因分析
Georgia Z. Morgan，資深統計學家，已退休
原因分析是一個通用術語，適用於調查、分析並最終確定單一或多個異常的因果因素的任務。 先進的機器學習方法和其他資料探勘工具減少了分析資料的時間和精力。
資料準備，即獲取資料並將其轉化為資訊的步驟，需要領域專業知識。 為了從根本解決複雜的製造流程，領域專家很可能來自不同的職能組織並且資料來自不同的來源。
我的經驗是別人分享的：
「通常，資料位於不同的系統中，需要存取並轉換為可用於資料探勘和機器學習的資料集。……
這通常需要大量的資料聚合和轉換。 一旦聚合了用於分析的單一分析基表，生命週期的其他方面就開始發揮作用。 因為需要對數據進行實驗，所以準備階段也非常迭代，分析師嘗試不同類型的數據以獲得最準確的預測結果」。
（娜）， (nd), 從頭到尾的資料探勘。217 年 7 月 31 日取自 SAS 網站https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdf
「正如我在無數場合指出的那樣，挖掘數據和回答問題之間存在巨大差異。 任何給定的數據集都可以提供對現實的特定一瞥，但沒有任何一個數據集可以提供對所有存在的整體的完美、整體和公正的看法。 這意味著，在分析數據時，從許多方面來說，了解所查看的數據比擁有統計學博士學位重要得多。 」
Leetaru, K.（2016 年 6 月 12 日）為什麼我們需要更多數據科學領域的專家。 2017 年 7 月 31 日摘自福布斯網站https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
我的經驗也顯示：
- 大多數資料迭代都是耗時的。
- 連接幾乎總是離線的，因此每次迭代都需要另一次會議，換句話說，
- 不敏捷！
本次演講有兩個目標。 我的主要目標是演示 JMP 虛擬連接如何幫助根本原因分析團隊在組合表時更加敏捷。 我的第二個目標是為將要提出的原因分析收集替代建議。這個例子是假設的，因為它沒有描述我所見過的實際問題，而是基於一些可能出錯的經驗。 此外，所有數據都是模擬的。 雖然這個例子來自半導體 (IC) 製造，但這個問題可能發生在任何加工廠，甚至在藥物研究中。
對 IC 製造的各個方面進行簡要概述，以提供數據和異常的背景信息，然後是有關虛擬連接的一些詳細信息，然後進行分析。請注意，此處提供的範例是隨附論文中寫的兩個範例之一。
關鍵字：例外, RCA（根本原因分析）、資料探勘工具、半導體製造、JMP® 虛擬連接、JSL、可重入製程、IC（積體電路）、FEOL（生產線前端）、BEOL（生產線後端）、EOL（生產結束）生產線，通常是良率和性能測試以及模具準備、PM（預防性維護）。
一些背景
積體電路(IC) 是透過眾多處理步驟創建的：氧化、注入、具有不同導電性和勢壘（非導電性）特性的薄膜和濺射金屬的沉積、圖案化、平坦化，當然還有清潔和測量。 它從裸露的摻雜矽晶圓 [1] 開始，最終每個晶圓上有多個晶片 (IC)。 每個晶圓的最大晶片數量取決於晶圓尺寸（直徑）和晶片尺寸[2]。 見圖1(L)
圖 1(R) 是一幅卡通圖，描繪了具有 5 層銅金屬互連 BEOL 的晶片的一小部分。[3]儘管每個銅層的架構、金屬厚度、佈局以及可能的配方可能有所不同，但通常情況下，它們是在同一工廠區域（晶圓廠）和相同的工具上進行加工的。
圖1 （ L ) 25 片裸矽晶圓的載體，具有平坦且經過完全加工的晶圓，帶有凹口 (右) 五層銅互連 BEOL 的 IC 圖形。
FEOL 和 BEOL 是分段的。 即使是微量的銅也會快速擴散到氧化物中，從而產生缺陷並降低閘極氧化物的品質。
圖 2 描述了 FEOL 可能的晶圓廠（工廠）佈局 [4]。 相同類型和功能的加工設備位於間隔內。 它們的佈局針對散裝化學品輸送、排氣和排水管道進行了優化。 一種稱為自動物料搬運系統 (AMHS) 的高架軌道系統將晶圓廠批次從一個站點運送到下一站點，或將它們暫時儲存在遠端儲料器中，直到工具可用為止。 沒有標準的佈局，每個半導體公司都有自己的工廠規劃小組。 大多數工廠隊列都是可重入的。 例如，海灣 7 和 9 中的四個工具可能執行七個不同的清理步驟。 了解工廠流程和設備使用情況對於根本原因分析至關重要。 使用此範例，單一工具可能會影響晶圓廠多達七次，並且某些晶圓廠可能從未在該設備上進行過處理。
請參閱參考資料 [7] 或快速網路搜尋影片和其他來源，以了解更多有關半導體製造的資訊。
圖2 FEOL 製程的可能工廠佈局。
處理順序、步驟之間的時間、在特定工具上處理的時間以及處理可能是導致異常（影響 IC 品質的問題）的重要因素。 每個矽晶片都有一個刻在矽上的晶片編號。 有一個行業標準可以追蹤每個晶圓的來源。大約 20 年來，晶圓廠 (fab) 的加工設備和處理程序都配備了 RFID 讀取器。 製造系統捕捉晶圓進入和退出工具的準確時間等。 所呈現（和附加）的模擬資料使用簡單的編號系統。 它不是晶圓廠資料的複製品，但提供了此範例所需的特性。
虛擬加入
A虛擬加入:
- 允許主表連結到多個輔助表，而無需物理連接它們。
- 需要設定兩個列屬性：連結參考（主表）和連結ID （輔助表）。
- 引用（連結）資料表的列在主表中顯示為分組變數。
- 這些欄位可用於公式、圖表、分析和表格指令。
- 可以從 UI 創建，並且可以使用 JSL 建立和管理。
圖 3 (L) 描繪了 7 個連接表，它們透過唯一的晶圓編號 (Wafernum) 連接。 這連結參考連結時顯示為藍色陰影鍵，取消連結時顯示為灰色。 按一下公開圖示以引用該表格的列。
圖3 (大) EOL 產量/效能/異常資料與 7 次操作的設備資料虛擬結合， (男) M1 輔助表面板，附連結 ID， (右)表菜單，合併參考資料，
圖 3 (M) 描繪了其中一個桌子的桌子麵板（M1，第一層 Cu 層）。 這連結ID是一把金鑰匙。這連結參考和連結ID必須是相同的資料類型。 這連結ID數值必須是唯一的，不能重複。如果使用 JSL，或者為了能夠在另一個會話中重新連結表，則需要將表儲存到磁碟。下面的列表提供了虛擬連接的一些特徵。 圖 3(R) 顯示可以隨時合併選定的一組表格連結。 選擇連結參考若要合併，或對所有連結列選擇“無”，然後從主表選單中選擇“合併”。將它們合併到主表中就這麼簡單。
注意事項
- 路徑區分大小寫，但如果輔助 jmp 資料表與主資料表位於同一目錄中，則不需要路徑名。 （如果團隊混合使用不同的作業系統，請使用 posix 語法 c:/temp/）。
- 對於晶圓廠數據，典型的連結是批次、晶圓 ID，也可能是晶片（行、列）。 RCA 團隊應就標準達成一致，每個區域代表應擁有自己的數據，並透過創建連結ID 。 這樣可以與 RCA 會議同時進行資料更正，一旦準備好就可以輕鬆連結。
- 不要對連結使用資料庫名稱，因為每個連結表都需要一個唯一的連結參考以及相應的連結 ID。使用連結函數。 更新資料將會更加容易，連結值也會更新。 （每個 Wafernum.M 欄位都使用 DB 欄位 Wafernum 的欄位公式。）
這種更簡單的語法似乎有效。
:姓名（ “工具[Wafernum.M1] 」 ）換句話說， :姓名（ 」科名[連結ID]” ）
- 關閉輔助表，而不是取消鏈接，特別是如果稍後可能使用鏈接（可能用於不同的文件）。
受到推崇的：
建立加載項或腳本以自動建立連結並開啟已建立的連結檔案。
虛擬加入的好處：
- 欄位名稱管理t圖 4 顯示了 7 個連結表中的 3 個。 它們各自具有相同的列名稱。 所有 JMP 聯結都會為具有相同名稱的列添加有關來源表的信息，但這些名稱是來源表名稱，通常又長又複雜。 為一個虛擬加入，您設定連結參考和連結ID名稱。 透過更簡潔的語法，名稱管理對於連結和腳本編寫來說更容易且更具可讀性。
- 並行工作假設 M5 的原因分析團隊成員表示他的資料有問題。 關閉 M5 資料表，讓團隊繼續，準備好後，打開更正的表並透過右鍵單擊主表列 Wafernum.M5 重新連結它並選擇連結參考。 將出現文件清單並選擇 M5 文件。
圖4 3 次操作的晶圓廠設備數據，相同的列名稱
模擬範例 - EOL M3 電阻間歇性失效
更難根除的原因之一是污染問題，特別是如果污染透過定期維護 (PM) 消除並隨著使用而消散（可修復）並且有條件的話。 對 BEOL 半導體製造工廠的 7 層金屬濺射進行了模擬，以演示這種異常情況。
流行病學、藥物研究以及食品和藥物加工可能會以某種頻率經歷類似類型的異常。
SRHO是金屬電阻品質指標。SRHO 增加的潛在原因並不缺乏，甚至將調查僅限於 M3 環路。 如果線太窄，電阻就會增加。 如果線路破裂或其他缺陷或金屬污染會影響金屬的導電特性。 圖 5 顯示了效果。 上圖代表假期關閉前幾週的基線材料。 下圖描繪了節後材料。 一些間歇性批次的M3電阻EOL指標未通過SPC，目前已經失控，晶圓必須報廢。 只有少數異常地段，然後就沒看到了。 然後“最終規則”開始生效：小信號最終成為大信號。 一系列不良批次出現在生產線的末端。
圖5 M3.SRHO (T)基線批次平均 (乙) 節後批次平均與 M3 濺鍍工具的比較
原因分析問題
- 異常工具是否具體？
- 流程是否一致，是否使用相同的化學品？
- 考慮到間歇性，這可能與工具狀態有關嗎？
- 這是否與流程順序、排隊時間、一個步驟到另一個步驟之間的時間等有關？
僅使用 FIFO 佇列模擬 M1-M7 濺射，但有例外。 全批次為 25 片晶圓，半批次為 12 片晶圓，快速週轉批次為 6 片晶圓。FIFO 例外是 6 片晶圓批次優先。 為了在模擬中添加一些真實性，「其他」處理步驟的隨機吞吐量時間被用來在 M1 和 M2 等之間具有不同的重入時間。這些其他處理時間是基於固定的設定時間；處理時間取決於晶圓數量和優先順序；和隨機排隊時間。 在使用真實數據進行真實原因分析時，循環中的每個工具和隊列都需要調查。 僅模擬濺射工具以限制複雜性並專注於方法。 另請注意，本文使用的敘述是內嵌關鍵尺寸資料顯示行尺寸沒有變化。 為了消除斷線或裂紋，通常會檢查剝離或內聯視覺效果。 什麼也沒找到，所以重點是金屬本身。
為了回答問題#1，我們回顧了不同工具的發生率比較。 大多數情況下，這是一次一個工具的審查，由模組完成，並在第一次 RCA 團隊會議上進行審查。 或者，具有特徵選擇的資料探勘工具可以應用於包含來自多個步驟的列的大型表。 可以使用如圖 3 (L) 所示的虛擬連結主表，而不是單一整體檔案。
問題#2，繼續敘述，對散裝系統的化學審查沒有發現任何結果。 所有工具都連接到相同的系統。 此時，異常數據可以與線上監控數據、工具感測器數據表連結並進行分析。
隨著敘述的繼續，一名工程師表示，在關閉前幾週，M5 的配方、化學混合物發生了變化，以使沉積物更符合 M5 的地形（結構）。 實施前的表徵包括一些 M5 晶圓，然後是一些 M1 晶圓，並對其他層重複。 所有結果均在基線內。
RCA 團隊主席要求對 M3 和 M5 的晶圓數量進行分析，試圖回答有關工具狀態的問題 3。 假設工程師的第一個文件只有晶圓總數。 關閉表格並讓工程師新增一列，用於顯示在 M3 之前執行的 M5 晶圓的累積數量。 資料修改後，開啟新檔案並連結。 圖 6 展示了不同的檔案、不同的迭代可以連結到異常資料。
圖6節後 EOL M3 異常資料與 M3 工具 PMCounters 關聯
圖7 - 依工具劃分的節後 M3.SRHO 與 PM_WFRCOUNT（此處僅顯示 SPUTT02）
圖 7 是 M3.SRHO 資料與 SPUTT02 晶圓數的 Y by X 擬合圖，顯示在低晶圓數和高晶圓數時都會發生故障。 模擬計畫每 500 個晶圓進行一次 SPC，並在 5000 個晶圓或每個腔室約 2500 個晶圓後進行一次 PM。 整批晶圓上似乎都存在耗盡效應（每個晶圓都有所減少）。 此外，由於這種模擬的性質，節後早期的材料有許多 6 晶圓、快速週轉批次。
鑑於實施前特徵顯示僅運行少數 M5 晶圓沒有效果，這可能是累積或由於排序所致，換句話說，問題#4？
對於過去的分析，我在接下來的步驟中使用了事件分析。
- 建立所有工具事件的表。 （濺鍍機的 MES 資料。）
- 建立代表 10 個或更多滯後的列。 透過工具更容易做到這一點。 步驟如下： 依工具劃分子集。編寫一個腳本來建立滯後（請參閱 lagit.jsl） 合併工具檔。
- 選擇 M3 操作數據，因為這種潛在的工具狀態異常似乎僅影響 M3。即僅使用 M3 行。請參閱檔案 M3 Last 20.jmp。 創建連結ID晶圓.M3。
- 開啟此文件，然後從異常資料中右鍵單擊 Wafernum.M3 列，選擇連結參考。 使用樹方法（分割區）和特徵選擇來尋找模式。
使用適用於字元列的 JMP 函數 Lag( :col, n ) 可以相當快速地完成事件排序。 在這種情況下，將建立工具歷史記錄（該工具之前運行過的內容）。
圖8帶有工具事件滯後的表 M3 Last 20.jmp 結構的片段
圖9 M3.SRHO 批次平均值與最後 20 個工具事件的劃分
圖 8 顯示了表格結構的片段，圖 9 顯示了分區歷史記錄。 依序選擇滯後 1、2 和 3，並且每次都在事件 M5LotMoveIn 上進行拆分。 圖 8 顯示了一個公式列以簡化排序。 它是編碼事件的串聯，0 = PM，5 = M5，1 表示所有其他事件。 圖 10 是 RCA 管理更新的圖表。
圖10 M3SRHO批次處理效果展示圖
評論
- 模擬達到了預期的效果。
- 由於內建的飽和度、PM 和損耗，對這種類型的異常進行標準建模很困難。
- 排序和尋找特定效果是我的 BKM。
- 尋找之前執行過 M5 的所有 M3 批次。
- 計算與基線的增量。 將效果與晶圓數量進行比較。
- 研究晶圓耗盡效應。
- 目前，我正在研究可靠性測序並尋找標準化這些方法的建議。
- 論文包含更多細節，以及另一個原因分析範例。 附加的資料資料夾包含有關模擬和建模效果的 readme.txt 檔案。 連結後的資料檔案已附加腳本來重新建立圖形和分割區。
虛擬聯接有助於敏捷的資料更新和重組，這對於 RCA 特別有用。
參考
[1] 圖 1(L) 裸矽片，(na)， (nd), 矽片。 2017 年 7 月 31 日取自 TechInstro 網站， https://www.techinstro.com/silicon-wafer/
[2] 圖 1 (L)、(na)、 2013 年 4 月 9 日，每晶圓晶片公式和（免費）計算器。 2017 年 7 月 31 日取自anysilicon 網站， http://anysilicon.com/die-per-wafer-formula-free-calculators/
[3] 圖 1(R) (na)， (nd), 生產線後端。 2017 年 7 月 31 日取自維基百科、自由百科全書、網站、 https://en.wikipedia.org/wiki/Back_end_of_line
[4] 圖2，유광재，2015年1月20日，韓國科學技術院 (KAIST) 工業與系統工程 Optimal Fab SDM 實驗室，圖2。 基於製程類型之間的物料流動的最佳FAB佈局設計。 2017 年 7 月 31 日取自http://sdm.kaist.ac.kr/wordpress/korean/%EC%9C%A0%EA%B4%91%EC%9E%AC/ , http://sdm.k aist.ac.kr/wordpress/korean/wp-content/uploads/sites/2/2015/01/YGJ_2.png。
[5] Leetaru, K.（2016 年 6 月 12 日）為什麼我們需要更多數據科學領域的專家。 2017 年 7 月 31 日摘自福布斯網站https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
[6]（娜）， (nd), 從頭到尾的資料探勘。217 年 7 月 31 日取自 SAS 網站https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdf
[7] 了解更多半導體製造的其他網站
https://www.bloomberg.com/news/articles/2016-06-09/how-intel-makes-a-chip
https://www.youtube.com/watch?v=vmAyXWvLHeI （FOUP 載入影片）
https://www.youtube.com/watch?v=4Q_n4vdyZzc （台積電半導體技術，2011）
