Analyse des causes
Georgia Z. Morgan, statisticienne principale, retraitée
L'analyse des causes est un terme général appliqué aux tâches utilisées pour enquêter, analyser et éventuellement déterminer les facteurs causals d'une ou de plusieurs anomalies. Les méthodes avancées d'apprentissage automatique et d'autres outils d'exploration de données ont réduit le temps et les efforts nécessaires à l'analyse des données.
La préparation des données, c'est-à-dire les étapes pour acquérir des données et les transformer en informations, nécessitent une expertise dans le domaine. Pour générer un processus de fabrication complexe, il est probable que les experts du domaine proviennent de différentes organisations fonctionnelles et que les données proviennent de différentes sources.
Mon expérience est partagée par d'autres :
«Souvent, les données se trouvent dans différents systèmes et doivent être consultées et transformées en un ensemble de données pouvant être utilisé pour l'exploration de données et l'apprentissage automatique.…
Cela nécessite souvent une quantité importante d’agrégation et de transformation de données. Une fois qu’une table de base analytique unique pour l’analyse a été agrégée, les autres aspects du cycle de vie entrent en jeu. Parce qu'il est nécessaire d'expérimenter avec les données, la phase de préparation est également très itérative, l'analyste essayant différents types de données pour obtenir les résultats prédictifs les plus précis. .»
(n / A), (sd), Le Data Mining de A à Z.Récupéré le 31 juillet 217 sur le site Web de SAS https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdf
« Comme je l'ai souligné à maintes reprises, il existe une énorme différence entre extraire des données et répondre à des questions. Tout ensemble de données donné offre un aperçu particulier de la réalité, mais aucun ensemble de données n’offre à lui seul une vision parfaite, holistique et impartiale de l’intégralité de toute existence. Cela signifie que lorsqu’il s’agit d’analyser des données, à bien des égards, il est bien plus important de bien comprendre les données que l’on examine que d’avoir un doctorat en statistiques. »
Leetaru, K. (12 juin 2016) Pourquoi nous avons besoin de plus d'experts en sciences des données . Extrait le 31 juillet 2017 du site Web Forbes https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
D'après mon expérience également :
- La plupart des itérations de données prennent du temps.
- Les jointures se font presque toujours hors ligne, donc chaque itération nécessite une autre réunion, en d'autres termes,
- Pas agile !
Cette présentation a deux objectifs. Mon objectif principal est de démontrer comment JMP Virtual Join peut aider une équipe d'analyse des causes profondes à être plus agile lorsqu'il s'agit de combiner des tables. Mon objectif secondaire est de rassembler des propositions alternatives pour les analyses de causes qui seront présentées.L'exemple est hypothétique dans le sens où il ne décrit pas un problème réel que j'ai vu, mais est basé sur plusieurs expériences de ce qui peut mal se passer. De plus, toutes les données sont simulées. Bien que cet exemple s'inspire de la fabrication de semi-conducteurs (CI), ce problème pourrait survenir dans n'importe quelle usine de transformation ou même dans le cadre d'études sur des médicaments.
Un bref aperçu des aspects de la fabrication des circuits intégrés, pour fournir un contexte aux données et aux anomalies, sera suivi de quelques détails sur les jointures virtuelles, puis des analyses.Notez que l’exemple présenté ici est l’un des deux qui sont rédigés dans le document ci-joint.
Mots clés: anomalie , RCA (Root Cause Analysis), outils d'exploration de données, fabrication de semi-conducteurs, jointure virtuelle JMP®, JSL, processus réentrant, IC (circuit intégré), FEOL (Front End Of Line), BEOL (Back End Of Line), EOL (End Of Ligne, généralement, tests de rendement et de performances et préparation des matrices), PM (maintenance préventive).
Un peu de contexte
Les circuits intégrés, CI, sont créés à partir de nombreuses étapes de traitement : oxydation, implantation, dépôt de films et de métaux pulvérisés avec différentes caractéristiques de conductivité et de barrière (non-conductivité), modelage, planarisation et bien sûr nettoyage et mesure. Cela commence avec une plaquette de silicium nue et dopée [1] et se termine par plusieurs puces (CI) par plaquette. Le nombre maximum de puces par tranche dépend de la taille de la tranche (diamètre) et de la taille de la puce[2]. Voir la figure 1(L)
La figure 1(R) est un dessin animé représentant un très petit segment d'une puce avec une interconnexion métallique Cu à 5 couches BEOL.[3] Même si l'architecture, l'épaisseur du métal, la disposition et éventuellement la recette peuvent être différentes pour chaque couche de Cu, elles sont généralement traitées dans la même zone d'usine (baie de fabrication) et sur les mêmes outils.
Figure 1 ( L ) Support de 25 tranches de silicium nues avec tranche plate et entièrement traitée avec encoche ( R. ) Un graphique IC d'une interconnexion Cu à cinq couches BEOL.
Les FEOL et BEOL sont segmentés. Même une infime quantité de Cu se diffuse rapidement à travers les oxydes, créant des défauts et dégradant la qualité de l'oxyde de grille.
La figure 2 représente une configuration fab (usine) possible pour un FEOL [4]. Des équipements de traitement de même type et fonction sont situés dans les baies. Leur disposition est optimisée pour la plomberie jusqu'à la livraison de produits chimiques en vrac, les échappements et les drains. Un système ferroviaire aérien, appelé système de manutention automatique des matériaux (AMHS), transporte les lots de fabrication d'une station à la suivante ou les stocke temporairement dans un stockeur distant jusqu'à ce qu'un outil soit disponible. Il n'y a pas de présentation standard, chaque société de semi-conducteurs possède son propre groupe de planification d'usine. La plupart des files d’attente dans les usines sont réentrantes. Par exemple, les quatre outils des baies 7 et 9 peuvent effectuer sept étapes de nettoyage différentes. La connaissance du flux de l’usine et de l’utilisation des équipements est essentielle pour l’analyse des causes profondes. En utilisant cet exemple, un seul outil pourrait potentiellement affecter un lot fabuleux jusqu'à sept fois, et certains lots fabuleux pourraient ne jamais avoir été traités sur cet équipement.
Consultez les références [7] ou effectuez une recherche rapide sur le Web de vidéos et d'autres sources pour en savoir plus sur la fabrication de semi-conducteurs.
Figure 2 Disposition fab possible pour un processus FEOL.
Les séquences de traitement, le temps entre les étapes, le moment où le traitement a été effectué sur un outil spécifique et la manipulation peuvent être d'importants facteurs contribuant à une anomalie, un problème qui affecte la qualité du circuit intégré. Chaque tranche de silicium porte un numéro de tranche gravé dans le silicium. Il existe une norme industrielle qui permet de retracer chaque plaquette jusqu'à son origine.Depuis environ 20 ans, les équipements et les manutentionnaires des usines de fabrication sont équipés de lecteurs RFID. Les systèmes de fabrication capturent l'heure exacte à laquelle les plaquettes entrent et sortent d'un outil et bien plus encore. Les données de simulation présentées (et jointes) utilisent un système de numérotation simple. Il ne s'agit pas d'une réplique de données fab, mais fournit les caractéristiques souhaitées pour cet exemple.
Rejoindre virtuelle
UN Rejoindre virtuelle :
- Permet à une table principale d'être liée à plusieurs tables auxiliaires sans les joindre physiquement.
- Nécessite la définition de deux propriétés de colonne : Référence du lien (tableau principal) et Identifiant du lien (table auxiliaire).
- Les colonnes de la table de données référencée (liée) sont affichées sous forme de variables groupées dans la table principale.
- Ces colonnes peuvent être utilisées dans des formules, des graphiques, des analyses et des commandes de tableau.
- Peut être créé à partir de l'interface utilisateur et peut être créé et géré à l'aide de JSL.
La figure 3 (L) représente 7 tables jointes, elles sont jointes par le numéro de plaquette unique (Wafernum). Le Référence du lien s'affiche sous la forme d'une touche ombrée bleue lorsqu'elle est liée et grise lorsqu'elle n'est pas liée. Cliquez sur l'icône de divulgation pour référencer les colonnes de cette table.
figure 3 (L) Données de rendement/performance/anomalie EOL virtuellement jointes aux données d'équipement pour 7 opérations, (M) Panneau de table auxiliaire M1 avec ID de lien, (R) Menu Tableau, Fusionner les données référencées,
La figure 3 (M) représente le panneau de table pour l'une de ces tables (M1, la première couche de Cu). Le Identifiant du lien est une clé en or.Le Référence du lien et Identifiant du lien doit être du même type de données. Le Identifiant du lien les valeurs doivent être uniques, pas de valeurs en double.Si vous utilisez JSL, ou pour pouvoir relier les tables dans une autre session, les tables doivent être enregistrées sur le disque.La liste ci-dessous fournit quelques caractéristiques des jointures virtuelles. La figure 3(R) montre qu'à tout moment, un ensemble sélectionné de liens de table peut être fusionné. Sélectionnez le Références de liens à fusionner, ou n'en sélectionnez aucune pour toutes les colonnes liées, puis sélectionnez Fusionner dans le menu principal du tableau.C’est aussi simple que cela de les fusionner dans la table principale.
Éléments à noter
- Le chemin est sensible à la casse, mais un nom de chemin n'est pas requis si la table de données jmp auxiliaire se trouve dans le même répertoire que la table de données principale. (Utilisez la syntaxe posix c:/temp/ si l'équipe travaille avec un mélange de différents systèmes d'exploitation).
- Pour les données fab, les liens typiques seraient Lot, Wafer ID, peut-être Die (ligne, colonne). L'équipe RCA doit se mettre d'accord sur une norme, et chaque représentant de zone doit être propriétaire de ses données et se préparer en créant le Identifiant du lien . Cela permet des corrections de données en parallèle avec les réunions RCA et peut être facilement lié une fois prêt.
- N'utilisez pas de nom de base de données pour les liens, car chaque table liée nécessite un nom unique Référence du lien et correspondant Identifiant du lien.Utilisez une fonction pour les liens. La mise à jour des données sera plus facile et la valeur du lien est également mise à jour. (Chaque colonne Wafernum.M utilise une formule de colonne pour la colonne DB Wafernum.)
- Les scripts de plateforme enregistrés utilisent une syntaxe détaillée pour référencer une colonne liée.
Colonne référencée ( "Outil[Wafernum.M1]" ,
Référence( Colonne (:Wafernum.M1), Référence( Colonne ( :Outil ))))
Cette syntaxe plus simple semble fonctionner.
: Nom ( "Outil[Wafernum.M1] " ) autrement dit, : Nom ( " nom de famille [ID du lien]" )
- Fermez la table auxiliaire plutôt que de dissocier le lien, en particulier si le lien risque d'être utilisé ultérieurement, éventuellement pour un fichier différent.
Recommandé:
Créez un complément ou des scripts pour créer automatiquement des liens et ouvrir les fichiers de liens établis.
Avantages de la participation virtuelle :
- Gestion des noms de colonnes t La figure 4 montre 3 des 7 tableaux liés. Ils ont chacun les mêmes noms de colonnes. Toutes les jointures JMP ajoutent des informations sur la table source pour les colonnes portant les mêmes noms. Cependant, les noms sont les noms de table source qui sont souvent longs et complexes. Pour un Rejoindre virtuelle , vous définissez le Référence du lien et Identifiant du lien des noms. Avec une syntaxe moins verbeuse, la gestion des noms est plus facile et plus lisible pour les liens et les scripts.
- Travailler en parallèle Supposons que le membre de l'équipe d'analyse des causes pour M5 déclare que ses données présentent un problème. Fermez la table de données M5, laissez l'équipe continuer et lorsqu'elle est prête, ouvrez la table corrigée et reliez-la avec un clic droit sur la colonne de la table principale Wafernum.M5 et sélectionnez Référence du lien . Une liste de fichiers apparaît et sélectionnez le fichier M5.
Figure 4 Données d'équipement Fab pour 3 opérations, mêmes noms de colonnes
Exemple simulé – Défaillance intermittente de la résistance EOL M3
L'une des causes les plus difficiles à éliminer est un problème de contamination, surtout si la contamination est éliminée grâce à une maintenance programmée (PM) et se dissipe avec l'utilisation (réparable) et si elle est conditionnelle. Une simulation d'une usine de fabrication de semi-conducteurs BEOL pour une pulvérisation métallique à 7 couches a été créée pour démontrer cette anomalie.
L’épidémiologie, les études sur les médicaments et la transformation des aliments et des médicaments connaissent probablement un type d’anomalie similaire à une certaine fréquence.
SRHO est une mesure de qualité de la résistance des métaux.Les causes potentielles d’une augmentation du SRHO ne manquent pas, même en limitant l’enquête à la seule boucle M3. Si les lignes sont trop étroites, la résistance augmente. Si les lignes sont fissurées ou si d'autres défauts ou contaminations métalliques peuvent affecter les caractéristiques conductrices du métal. La figure 5 montre l'effet. Le graphique du haut représente le matériel de référence pour plusieurs semaines avant un arrêt pendant les vacances. Le graphique du bas représente le matériel d’après-vacances. Les indicateurs EOL de quelques lots intermittents pour la résistance M3 échouent au SPC et sont jusqu'à présent hors de contrôle, les tranches doivent être mises au rebut. Il n’y avait que quelques lots anormaux, puis aucun n’a été vu. C’est alors que la « règle de l’éventuel » entre en jeu : les petits signaux finalement deviennent de grands signaux. Une rafale de mauvais lots apparaît en fin de file.
Figure 5 M3.SRHO (T) Moy. du lot de référence ( B ) Moyenne du lot après les vacances par rapport aux outils de pulvérisation M3
Questions d'analyse des causes
- L’outil d’anomalie est-il spécifique ?
- Les processus sont-ils cohérents et utilisent-ils les mêmes produits chimiques ?
- Compte tenu du caractère intermittent, cela pourrait-il être lié à l’état de l’outil ?
- Cela pourrait-il être lié à la séquence du processus, aux temps d'attente, au temps entre une étape et une autre, etc.
Seule la pulvérisation M1-M7 a été simulée avec une file d'attente FIFO, à une exception près. Les lots complets contiennent 25 plaquettes, les demi-lots contiennent 12 plaquettes et les lots à rotation rapide contiennent 6 plaquettes.L'exception FIFO est qu'un lot de 6 plaquettes est prioritaire. Pour ajouter un peu de réalité à la simulation, des temps de traitement aléatoires pour les « autres » étapes du processus ont été utilisés pour avoir des temps réentrants variables entre M1 et M2, etc. Ces autres temps de traitement étaient basés sur des temps de configuration fixes ; temps de traitement basé sur le nombre de tranches et la priorité ; et des temps d'attente aléatoires. Dans une analyse de cause réelle avec des données réelles, chaque outil et file d'attente de la boucle nécessite une enquête. Seuls les outils de pulvérisation cathodique ont été simulés pour limiter la complexité et se concentrer sur les méthodes. Notez également que l'article utilise le récit selon lequel les données de dimension critique en ligne n'ont montré aucun changement dans la taille des lignes. Pour éliminer les ruptures de ligne ou les fissures, une bande arrière ou des visuels en ligne sont généralement examinés. Rien n’a été trouvé, l’accent est donc mis sur le métal lui-même.
Pour répondre à la question n°1, une comparaison de l'incidence par outils est passée en revue. Le plus souvent, il s'agit d'un examen d'un outil à la fois effectué par les modules et examiné lors de la première réunion de l'équipe RCA. Ou bien, un outil d'exploration de données avec des sélections de fonctionnalités pourrait être appliqué à une table volumineuse comportant des colonnes provenant de plusieurs étapes. Au lieu d'un seul fichier monolithique, une table principale virtuellement liée comme celle de la figure 3 (L) pourrait être utilisée.
Question n°2, pour continuer le récit, un examen chimique des systèmes en vrac ne trouve rien. Tous les outils sont raccordés aux mêmes systèmes. À ce stade, les données d'anomalie pourraient être liées aux tableaux de données du moniteur en ligne, aux données des capteurs d'outils et analysées.
Alors que le récit continue, un ingénieur déclare que quelques semaines avant l'arrêt, la recette de M5, le mélange chimique a été modifié pour rendre le dépôt plus conforme à la topographie (structures) de M5. La caractérisation préalable à la mise en œuvre comprenait quelques tranches de M5 suivies de quelques tranches de M1, et répétées pour les autres couches. Tous les résultats étaient dans les limites de la ligne de base.
Le président de l'équipe RCA demande une analyse du nombre de plaquettes pour M3 et M5, en essayant de répondre à la question n°3 sur l'état de l'outil. Supposons que le premier fichier de l'ingénieur ne contienne que le nombre total de plaquettes. Fermez le tableau et demandez à l'ingénieur d'ajouter une colonne pour le nombre cumulé de tranches M5 exécutées avant M3. Lorsque les données sont modifiées, ouvrez le nouveau fichier et le lien. La figure 6 montre que différents fichiers, différentes itérations peuvent être liées aux données d'anomalie.
Figure 6 Données d'anomalies EOL M3 après les vacances liées à l'outil M3 PMCounters
Figure 7 - Post-Holiday M3.SRHO versus PM_WFRCOUNT par Tool (uniquement SPUTT02 affiché ici)
Figure 7, un tracé Fit Y by X des données M3.SRHO par rapport au nombre de plaquettes pour SPUTT02 démontre que des pannes se sont produites avec un faible nombre de plaquettes et un nombre élevé de plaquettes. La simulation prévoit un SPC toutes les 500 tranches et une PM est effectuée après 5 000 tranches, soit environ 2 500 tranches par chambre. Il semble y avoir un effet d'épuisement observé sur les lots complets (une diminution à chaque tranche). De plus, en raison de la nature de cette simulation, le matériel post-vacances comportait de nombreux lots de 6 tranches à rotation rapide.
Étant donné que la caractérisation préalable à la mise en œuvre n'a montré aucun effet avec seulement quelques plaquettes M5, cela pourrait-il être une accumulation ou dû au séquençage, en d'autres termes, question n°4 ?
Pour les analyses précédentes, j'ai utilisé des analyses d'événements pour mes prochaines étapes.
- Créez un tableau de tous les événements d'outil. ( Données MES pour les pulvérisateurs.)
- Créez des colonnes représentant 10 décalages ou plus. C'est plus facile à faire avec un outil. Les étapes sont les suivantes : Sous-ensemble par outil.Écrivez un script pour créer des décalages (voir lagit.jsl) Combinez les fichiers outils.
- Sélectionnez les données de fonctionnement du M3, car cette anomalie potentielle de l'état de l'outil ne semble affecter que le M3.Cela consiste à utiliser uniquement les lignes M3.Voir le fichier M3 Last 20.jmp. Créer le Identifiant du lien Wafernum.M3.
- Ouvrez ce fichier et à partir des données d'anomalie, faites un clic droit sur la colonne Wafernum.M3, sélectionnez Référence du lien . Utilisez les méthodes d'arborescence (Partition) et la sélection de fonctionnalités pour trouver un modèle.
Le séquencement des événements peut être effectué assez rapidement à l'aide de la fonction JMP Lag( :col, n ), qui fonctionne sur les colonnes de caractères. Dans ce cas, l'historique de l'outil, ce que l'outil a exécuté précédemment, est créé.
Figure 8 Extrait de la structure du tableau M3 Last 20.jmp avec décalages des événements d'outil
Figure 9 Partition de la moyenne du lot M3.SRHO par rapport aux 20 derniers événements d'outil
La figure 8 affiche un extrait de la structure de la table et la figure 9 l'historique des partitions. Les décalages 1, 2 et 3 ont été choisis dans l'ordre, et à chaque fois, répartis sur l'événement M5LotMoveIn. La figure 8 affiche une colonne de formule pour simplifier le séquençage. C'est la concaténation des événements codés, 0 = PM, 5=M5 et 1 pour tous les autres événements. La figure 10 est le graphique présenté pour la mise à jour de la gestion de RCA.
Figure 10 Graphique de présentation de l'effet du traitement des lots M3SRHO
commentaires
- La simulation a produit l’effet escompté.
- La modélisation standard de ce type d’anomalie est difficile en raison de la saturation, des particules et de l’épuisement intégrés.
- Le séquençage et la recherche d'effets spécifiques sont (étaient) mon BKM.
- Trouvez tous les lots M3 sur lesquels M5 a été exécuté juste avant.
- Calculez le delta par rapport à la ligne de base. Comparez l'effet au nombre de plaquettes.
- Étudiez les effets de l’épuisement des plaquettes.
- Actuellement, je fais des recherches sur le séquençage de la fiabilité et je recherche des suggestions pour normaliser ces méthodes.
- Le document contient plus de détails et un autre exemple d'analyse des causes. Le dossier de données ci-joint contient des fichiers readme.txt concernant la simulation et l'effet modélisé. Les fichiers de données une fois liés sont accompagnés de scripts pour recréer les graphiques et la partition.
Les jointures virtuelles permettent des mises à jour et une restructuration agiles des données, ce qui est particulièrement utile pour RCA.
Les références
[1] Figure 1(L) Plaquette de silicium nue, (na), (sd), Plaquette de silicium . Extrait le 31 juillet 2017 du site Web TechInstro, https://www.techinstro.com/silicon-wafer/
[2] Figure 1 (L), (na), 09 avril 2013, Formule Die Per Wafer et calculatrice (gratuite) . Extrait le 31 juillet 2017 du site Web anysilicon, http://anysilicon.com/die-per-wafer-formula-free-calculators/
[3] Figure 1(R) (na), (sd), Fin de ligne arrière . Extrait le 31 juillet 2017 de Wikipédia, The Free Encyclopedia, site Web, https://en.wikipedia.org/wiki/Back_end_of_line
[4] Figure 2, 유광재, 20 janvier 2015, Optimal Fab SDM LAB, KAIST Ingénierie Industrielle et Systèmes , Figure 2. Conception optimale de la configuration FAB basée sur le flux de matériaux entre les types de processus. Extrait le 31 juillet 2017 de 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. (12 juin 2016) Pourquoi nous avons besoin de plus d'experts en sciences des données . Extrait le 31 juillet 2017 du site Web Forbes https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
[6] (na), (sd), Le Data Mining de A à Z.Récupéré le 31 juillet 217 sur le site Web de SAS https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdf
[7] Autres sites Web pour en savoir plus sur la fabrication de semi-conducteurs
https://www.bloomberg.com/news/articles/2016-06-09/how-intel-makes-a-chip
https://www.youtube.com/watch?v=vmAyXWvLHeI (FOUP Charger le film)
https://www.youtube.com/watch?v=4Q_n4vdyZzc (Technologie des semi-conducteurs à TSMC, 2011)
