Ursachenanalyse
Georgia Z. Morgan, Senior-Statistikerin, im Ruhestand
Ursachenanalyse ist ein allgemeiner Begriff für Aufgaben zur Untersuchung, Analyse und schließlich Bestimmung der ursächlichen Faktoren einer einzelnen oder mehrerer Anomalien. Fortschrittliche Methoden des maschinellen Lernens und andere Data-Mining-Tools haben den Zeit- und Arbeitsaufwand für die Datenanalyse reduziert.
Die Datenvorbereitung, also die Schritte zum Erfassen von Daten und deren Umwandlung in Informationen, erfordert Fachwissen. Um die Ursache eines komplexen Herstellungsprozesses zu ermitteln, ist es wahrscheinlich, dass die Fachexperten aus unterschiedlichen funktionalen Organisationen stammen und die Daten aus unterschiedlichen Quellen stammen.
Meine Erfahrung wird von anderen geteilt:
„Oft befinden sich die Daten in verschiedenen Systemen und müssen abgerufen und in einen Datensatz umgewandelt werden, der für Data Mining und maschinelles Lernen verwendet werden kann.…
Dies erfordert oft einen erheblichen Umfang an Datenaggregation und -transformation. Sobald eine einzelne Analysebasistabelle für die Analyse aggregiert wurde, kommen die anderen Aspekte des Lebenszyklus ins Spiel. Da es notwendig ist, mit Daten zu experimentieren, ist die Vorbereitungsphase auch sehr iterativ, wobei der Analyst verschiedene Datentypen ausprobiert, um die genauesten Vorhersageergebnisse zu erhalten .“
(n / A), (nd), Data Mining von A bis Z.Abgerufen am 31. Juli 217 von der SAS-Website https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdf
„Wie ich schon unzählige Male festgestellt habe, besteht ein enormer Unterschied zwischen der Gewinnung von Daten und der Beantwortung von Fragen. Jeder Datensatz bietet einen bestimmten Einblick in die Realität, aber kein einzelner Datensatz bietet einen perfekten, ganzheitlichen und unvoreingenommenen Blick auf die Gesamtheit aller Existenz. Das bedeutet, dass es bei der Analyse von Daten in vielerlei Hinsicht weitaus wichtiger ist, die Daten, die man betrachtet, zu verstehen, als einen Doktortitel in Statistik zu haben. ”
Leetaru, K. (12. Juni 2016) Warum wir mehr Fachexperten in den Datenwissenschaften brauchen . Abgerufen am 31. Juli 2017 von der Forbes-Website https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
Es ist auch meine Erfahrung, dass:
- Die meisten Dateniterationen sind zeitaufwändig.
- Beitritte finden fast immer offline statt, sodass für jede Iteration ein weiteres Meeting erforderlich ist. Mit anderen Worten:
- Nicht agil!
Diese Präsentation verfolgt zwei Ziele. Mein Hauptziel ist es zu zeigen, wie der JMP Virtual Join einem Team zur Ursachenanalyse helfen kann, agiler zu sein, wenn es um die Kombination von Tabellen geht. Mein sekundäres Ziel ist es, alternative Vorschläge für die vorgestellten Ursachenanalysen zu sammeln.Das Beispiel ist insofern hypothetisch, als es kein tatsächliches Problem beschreibt, das ich gesehen habe, sondern auf mehreren Erfahrungen darüber basiert, was schief gehen kann. Außerdem werden alle Daten simuliert. Während sich dieses Beispiel auf die Herstellung von Halbleitern (IC) bezieht, könnte dieses Problem in jeder verarbeitenden Fabrik oder sogar bei Arzneimittelstudien auftreten.
Nach einem kurzen Überblick über Aspekte der IC-Herstellung, um den Kontext für die Daten und Anomalien bereitzustellen, folgen einige Details zu virtuellen Verbindungen und anschließend die Analysen.Beachten Sie, dass das hier vorgestellte Beispiel eines von zwei ist, die im beigefügten Dokument beschrieben sind.
Schlüsselwörter: Anomalie , RCA (Root Cause Analysis), Data-Mining-Tools, Halbleiterfertigung, JMP® Virtual Join, JSL, Reentrant Process, IC (Integrated Circuit), FEOL (Front End Of Line), BEOL (Back End Of Line), EOL (End Of Linie, typischerweise Ertrags- und Leistungstests und Die Prep), PM (vorbeugende Wartung).
Etwas Kontext
Integrierte Schaltkreise (ICs) entstehen durch zahlreiche Verarbeitungsschritte: Oxidation, Implantation, Abscheidung von Filmen und gesputterten Metallen mit unterschiedlichen Leitfähigkeits- und Barriereeigenschaften (Nichtleitfähigkeit), Strukturierung, Planarisierung und natürlich Reinigung und Messung. Es beginnt mit einem blanken, dotierten Siliziumwafer [1] und endet mit mehreren Chips (ICs) pro Wafer. Die maximale Anzahl an Chips pro Wafer hängt von der Wafergröße (Durchmesser) und der Chipgröße ab[2]. Siehe Abbildung 1(L)
Abbildung 1(R) ist eine Karikatur, die ein sehr kleines Segment eines Chips mit einer 5-schichtigen Cu-Metallverbindung BEOL zeigt.[3] Auch wenn die Architektur, die Metalldicke, das Layout und möglicherweise die Rezeptur für jede Cu-Schicht unterschiedlich sein können, werden sie typischerweise im selben Fabrikbereich (Fabrikhalle) und auf denselben Werkzeugen verarbeitet.
Abbildung 1 ( L ) Träger aus 25 blanken Siliziumwafern mit flachem und fertig bearbeitetem Wafer mit Kerbe ( R ) Eine IC-Grafik eines BEOL mit fünf Schichten Cu-Verbindung.
FEOL und BEOL sind segmentiert. Selbst eine geringe Menge Cu diffundiert schnell durch Oxide, was zu Defekten führt und die Qualität des Gate-Oxids verschlechtert.
Abbildung 2 zeigt ein mögliches Fab-(Fabrik-)Layout für ein FEOL [4]. Verarbeitungsgeräte gleicher Art und Funktion sind in Stellplätzen untergebracht. Ihr Layout ist für Rohrleitungen bis hin zur Lieferung großer Chemikalien, Abgase und Abflüsse optimiert. Ein Hängebahnsystem, auch automatisches Materialtransportsystem (AMHS) genannt, befördert Fertigungslose von einer Station zur nächsten oder lagert sie vorübergehend in einem entfernten Lager, bis ein Werkzeug verfügbar ist. Es gibt kein Standardlayout, jeder Halbleiterkonzern hat seine eigene Fabrikplanungsgruppe. Die meisten Fabrikwarteschlangen sind wiederkehrend. Beispielsweise könnten die vier Werkzeuge in den Schächten 7 und 9 sieben verschiedene Reinigungsschritte ausführen. Für die Ursachenanalyse sind Kenntnisse über den Fabrikablauf und die Gerätenutzung unerlässlich. In diesem Beispiel könnte sich ein einzelnes Werkzeug möglicherweise bis zu sieben Mal auf ein Fertigungslos auswirken, und einige Fertigungslose wurden möglicherweise nie auf diesem Gerät verarbeitet.
Sehen Sie sich die Referenzen [7] an oder führen Sie eine schnelle Websuche nach Videos und anderen Quellen durch, um mehr über die Halbleiterfertigung zu erfahren.
Figur 2 Mögliches Fab-Layout für einen FEOL-Prozess.
Verarbeitungssequenzen, die Zeit zwischen den Schritten, der Zeitpunkt der Verarbeitung auf einem bestimmten Werkzeug und die Handhabung können wichtige Faktoren sein, die zu einer Anomalie führen, einem Problem, das sich auf die IC-Qualität auswirkt. Auf jedem Siliziumwafer ist eine Wafernummer in das Silizium eingraviert. Es gibt einen Industriestandard, der jeden Wafer bis zu seinem Ursprung zurückverfolgen kann.Seit etwa 20 Jahren verfügen Verarbeitungsgeräte und Handhabungsgeräte in Fabriken über RFID-Lesegeräte. Fertigungssysteme erfassen den genauen Zeitpunkt, zu dem Wafer in ein Werkzeug eintreten und es verlassen, und vieles mehr. Die präsentierten (und beigefügten) Simulationsdaten verwenden ein einfaches Nummerierungssystem. Es handelt sich nicht um eine Nachbildung von Fab-Daten, sondern stellt für dieses Beispiel die gewünschten Eigenschaften bereit.
Virtueller Beitritt
A Virtueller Beitritt :
- Ermöglicht die Verknüpfung einer Haupttabelle mit mehreren Hilfstabellen, ohne diese physisch zu verbinden.
- Erfordert die Festlegung von zwei Spalteneigenschaften: Linkreferenz (Haupttisch) und Link-ID (Hilfstisch).
- Spalten der referenzierten (verknüpften) Datentabelle werden als gruppierte Variablen in der Haupttabelle angezeigt.
- Diese Spalten können in Formeln, Diagrammen, Analysen und Tabellenbefehlen verwendet werden.
- Kann über die Benutzeroberfläche erstellt und mit JSL erstellt und verwaltet werden.
Abbildung 3 (L) zeigt 7 verbundene Tabellen, sie werden durch die eindeutige Wafernummer (Wafernum) verbunden. Der Linkreferenz wird als blau schattierter Schlüssel angezeigt, wenn er verknüpft ist, und grau, wenn er nicht verknüpft ist. Klicken Sie auf das Offenlegungssymbol, um auf die Spalten dieser Tabelle zu verweisen.
Figur 3 (L) EOL-Ertrags-/Leistungs-/Anomaliedaten virtuell mit Gerätedaten für 7 Vorgänge verknüpft, (M) M1 Hilfstischpanel mit Link-ID, (R) Tabellenmenü, Referenzierte Daten zusammenführen,
Abbildung 3 (M) zeigt die Tischplatte für einen dieser Tische (M1, die erste Cu-Schicht). Der Link-ID ist ein goldener Schlüssel.Der Linkreferenz Und Link-ID muss vom gleichen Datentyp sein. Der Link-ID Werte müssen eindeutig sein, keine doppelten Werte.Wenn Sie JSL verwenden oder Tabellen in einer anderen Sitzung erneut verknüpfen möchten, müssen die Tabellen auf der Festplatte gespeichert werden.Die folgende Liste enthält einige Merkmale virtueller Verknüpfungen. Abbildung 3(R) zeigt, dass ein ausgewählter Satz von Tabellenverknüpfungen jederzeit zusammengeführt werden kann. Wähle aus Link-Referenzen die zusammengeführt werden sollen, oder wählen Sie „Keine“ für alle verknüpften Spalten aus und wählen Sie dann „Zusammenführen“ aus dem Hauptmenü der Tabelle aus.So einfach ist es, sie in die Haupttabelle einzufügen.
Zu beachtende Punkte
- Beim Pfad muss die Groß-/Kleinschreibung beachtet werden, ein Pfadname ist jedoch nicht erforderlich, wenn sich die zusätzliche JMP-Datentabelle im selben Verzeichnis wie die Hauptdatentabelle befindet. (Verwenden Sie die Posix-Syntax c:/temp/, wenn das Team mit einer Mischung aus verschiedenen Betriebssystemen arbeitet.)
- Für Fab-Daten wären typische Links „Los“, „Wafer-ID“ und möglicherweise „Die“ (Zeile, Spalte). Das RCA-Team sollte sich auf einen Standard einigen, und jeder Bereichsvertreter sollte seine Daten besitzen und sich durch die Erstellung vorbereiten Link-ID . Dies ermöglicht Datenkorrekturen parallel zu RCA-Meetings und kann nach Fertigstellung problemlos verknüpft werden.
- Verwenden Sie für die Links keinen DB-Namen, da jede verknüpfte Tabelle einen eindeutigen Namen erfordert Linkreferenz und entsprechend Link-ID.Verwenden Sie eine Funktion für die Links. Das Aktualisieren von Daten wird einfacher und der Linkwert wird ebenfalls aktualisiert. (Jede Wafernum.M-Spalte verwendet eine Spaltenformel für die DB-Spalte Wafernum.)
- Gespeicherte Plattformskripte verwenden eine ausführliche Syntax, um auf eine verknüpfte Spalte zu verweisen.
Referenzierte Spalte( „Werkzeug[Wafernum.M1]“ ,
Referenz( Spalte (:Wafernum.M1), Referenz( Spalte ( :Werkzeug ))))
Diese einfachere Syntax scheint zu funktionieren.
: Name ( „Werkzeug[Wafernum.M1] " ) mit anderen Worten, : Name ( " Spaltenname [Link-ID]“ )
- Schließen Sie die Hilfstabelle, anstatt die Verknüpfung aufzuheben, insbesondere wenn die Verknüpfung später möglicherweise für eine andere Datei verwendet werden könnte.
Empfohlen:
Erstellen Sie ein Add-In oder Skripte, um automatisch Links zu erstellen und eingerichtete Linkdateien zu öffnen.
Vorteile des virtuellen Beitritts:
- Verwaltung von Spaltennamen T Abbildung 4 zeigt drei der sieben verknüpften Tabellen. Sie haben jeweils die gleichen Spaltennamen. Bei allen JMP-Joins werden Informationen über die Quelltabelle für Spalten mit demselben Namen hinzugefügt. Allerdings handelt es sich bei den Namen um die Quelltabellennamen, die oft lang und komplex sind. Für ein Virtueller Beitritt , Sie stellen das ein Linkreferenz Und Link-ID Namen. Mit der weniger ausführlichen Syntax ist die Namensverwaltung einfacher und für die Verknüpfung und Skripterstellung besser lesbar.
- Parallel arbeiten Angenommen, das Mitglied des Ursachenanalyseteams für M5 gibt an, dass bei seinen Daten ein Problem vorliegt. Schließen Sie die M5-Datentabelle, lassen Sie das Team fortfahren und wenn Sie bereit sind, öffnen Sie die korrigierte Tabelle und verknüpfen Sie sie erneut, indem Sie mit der rechten Maustaste auf die Haupttabellenspalte Wafernum.M5 klicken und auswählen Linkreferenz . Eine Liste mit Dateien wird angezeigt. Wählen Sie die M5-Datei aus.
Figur 4 Fab-Equipment-Daten für 3 Vorgänge, gleiche Spaltennamen
Simuliertes Beispiel – Intermittierender Ausfall des EOL-M3-Widerstands
Eine der schwieriger zu beseitigenden Ursachen ist ein Kontaminationsproblem, insbesondere wenn die Kontamination durch planmäßige Wartung (PM) entfernt wird und sich mit der Nutzung auflöst (reparierbar) und wenn sie bedingt ist. Um diese Anomalie zu demonstrieren, wurde eine Simulation einer BEOL-Halbleiterfertigungsanlage für einen 7-Schicht-Metallsputter erstellt.
In der Epidemiologie, in Arzneimittelstudien sowie in der Lebensmittel- und Arzneimittelverarbeitung kommt es wahrscheinlich in gewisser Häufigkeit zu einer ähnlichen Art von Anomalie.
SRHO ist eine Qualitätsmetrik für die Metallbeständigkeit.Es gibt keinen Mangel an möglichen Ursachen für einen Anstieg des SRHO, selbst wenn man die Untersuchung nur auf den M3-Kreislauf beschränkt. Wenn die Leitungen zu schmal sind, erhöht sich der Widerstand. Risse in den Leitungen oder andere Defekte oder Metallverunreinigungen können die Leitfähigkeit des Metalls beeinträchtigen. Abbildung 5 zeigt den Effekt. Die obere Grafik stellt das Basismaterial für mehrere Wochen vor einem Feiertagsstillstand dar. Die untere Grafik zeigt Material nach den Feiertagen. Die EOL-Indikatoren einiger unregelmäßiger Chargen für M3-Resistenz versagen bei der SPC und sind so weit außer Kontrolle, dass Wafer verschrottet werden müssen. Es gab nur ein paar ungewöhnliche Partien, dann wurden keine gesehen. Dann greift die „eventuelle Regel“: kleine Signale letztlich werden zu großen Signalen. Am Ende der Zeile erscheint eine Flut fehlerhafter Lose.
Abbildung 5 M3.SRHO (T) Basis-Losdurchschnitt ( B ) Post-Holiday-Losdurchschnitt im Vergleich zu M3-Sputterwerkzeugen
Fragen zur Ursachenanalyse
- Ist das Anomalie-Tool spezifisch?
- Sind die Prozesse konsistent, verwenden Sie die gleichen Chemikalien?
- Könnte dies angesichts der intermittierenden Natur mit dem Werkzeugzustand zusammenhängen?
- Könnte dies mit der Prozesssequenz, den Wartezeiten, der Zeit zwischen einem Schritt und dem anderen usw. zusammenhängen?
Mit einer Ausnahme wurde nur M1-M7-Sputtern mit einer FIFO-Warteschlange simuliert. Volle Partien bestehen aus 25 Waffeln, halbe Partien aus 12 Waffeln und Schnelldreh-Partien aus 6 Waffeln.Die FIFO-Ausnahme besteht darin, dass ein Los mit 6 Wafern Vorrang hat. Um der Simulation etwas Realität zu verleihen, wurden zufällige Durchlaufzeiten für „andere“ Prozessschritte verwendet, um unterschiedliche Wiedereintrittszeiten zwischen M1 und M2 usw. zu haben. Diese anderen Verarbeitungszeiten basierten auf festen Rüstzeiten; Bearbeitungszeit basierend auf der Anzahl der Wafer und der Priorität; und zufällige Wartezeiten. Bei einer echten Ursachenanalyse mit echten Daten muss jedes Werkzeug und jede Warteschlange im Kreislauf untersucht werden. Um die Komplexität zu begrenzen und sich auf die Methoden zu konzentrieren, wurden nur die Sputterwerkzeuge simuliert. Beachten Sie außerdem, dass in dem Artikel die Darstellung verwendet wird, dass Inline-Daten zu kritischen Dimensionen keine Änderung der Zeilengröße zeigten. Um Leitungsbrüche oder Risse zu vermeiden, werden in der Regel ein Strip-Back oder Inline-Visuals überprüft. Da nichts gefunden wurde, liegt der Fokus auf dem Metall selbst.
Um Frage Nr. 1 zu beantworten, wird ein Vergleich der Inzidenz nach Tools überprüft. Meistens handelt es sich dabei um eine Überprüfung einzelner Tools, die von den Modulen durchgeführt und bei der ersten RCA-Teambesprechung überprüft wird. Oder ein Data-Mining-Tool mit Funktionsauswahl könnte auf eine umfangreiche Tabelle mit Spalten aus mehreren Schritten angewendet werden. Anstelle einer einzelnen monolithischen Datei könnte eine virtuell verknüpfte Haupttabelle wie in Abbildung 3 (L) verwendet werden.
Frage Nr. 2: Um die Erzählung fortzusetzen: Eine chemische Untersuchung der Massensysteme ergibt nichts. Alle Tools sind an die gleichen Systeme angeschlossen. An diesem Punkt könnten die Anomaliedaten mit Tabellen von Inline-Monitordaten und Werkzeugsensordaten verknüpft und analysiert werden.
Im weiteren Verlauf der Erzählung gibt ein Ingenieur an, dass einige Wochen vor der Abschaltung das M5-Rezept und die chemische Mischung geändert wurden, um die Ablagerung besser an die Topographie (Strukturen) bei M5 anzupassen. Die Charakterisierung vor der Implementierung umfasste einige M5-Wafer, gefolgt von einigen M1-Wafern, und wurde für die anderen Schichten wiederholt. Alle Ergebnisse lagen innerhalb der Ausgangswerte.
Der RCA-Teamleiter bittet um eine Analyse der Waferzahlen für M3 und M5 und versucht, Frage Nr. 3 zum Werkzeugzustand zu beantworten. Angenommen, die erste Datei des Ingenieurs enthielt nur die Gesamtzahl der Wafer. Schließen Sie die Tabelle und lassen Sie den Techniker eine Spalte für die kumulative Anzahl der M5-Wafer hinzufügen, die vor M3 ausgeführt wurden. Wenn die Daten geändert wurden, öffnen Sie die neue Datei und verknüpfen Sie sie. Abbildung 6 zeigt, dass verschiedene Dateien und unterschiedliche Iterationen mit den Anomaliedaten verknüpft werden können.
Abbildung 6 M3-Anomaliedaten nach Feiertags-EOL, verknüpft mit M3-Tool PMCounters
Abbildung 7 - Post-Holiday M3.SRHO im Vergleich zu PM_WFRCOUNT nach Tool (hier wird nur SPUTT02 angezeigt)
Abbildung 7, ein Fit-Y-x-Diagramm der M3.SRHO-Daten gegenüber der Wafer-Anzahl für SPUTT02, zeigt, dass Fehler bei niedrigen und hohen Wafer-Anzahlen auftraten. Die Simulation sieht einen SPC alle 500 Wafer vor und eine PM erfolgt nach 5.000 Wafern oder etwa 2.500 Wafern pro Kammer. Es scheint einen Erschöpfungseffekt bei den gesamten Chargen zu geben (eine Abnahme mit jedem Wafer). Aufgrund der Art dieser Simulation gab es außerdem viele 6-Wafer-Lose, die sich schnell umsetzen ließen.
Angesichts der Tatsache, dass die Charakterisierung vor der Implementierung bei nur wenigen M5-Wafern keinen Effekt zeigte, könnte dies eine Anhäufung sein oder auf die Sequenzierung zurückzuführen sein, mit anderen Worten, Frage Nr. 4?
Bei früheren Analysen habe ich Ereignisanalysen für meine nächsten Schritte verwendet.
- Erstellen Sie eine Tabelle aller Werkzeugereignisse. ( MES-Daten für die Sputterer.)
- Erstellen Sie Spalten, die 10 oder mehr Verzögerungen darstellen. Dies ist mit einem Werkzeug einfacher zu bewerkstelligen. Die Schritte sind: Teilmenge nach Werkzeug.Schreiben Sie ein Skript zum Erstellen von Verzögerungen (siehe lagit.jsl). Kombinieren Sie die Tooldateien.
- Wählen Sie die M3-Betriebsdaten aus, da diese potenzielle Werkzeugzustandsanomalie nur M3 zu betreffen scheint.Das bedeutet, dass nur M3-Reihen verwendet werden.Siehe Datei M3 Last 20.jmp. Erstellen Sie die Link-ID Wafernum.M3.
- Öffnen Sie diese Datei und klicken Sie in den Anomaliedaten mit der rechten Maustaste auf die Spalte Wafernum.M3 und wählen Sie sie aus Linkreferenz . Verwenden Sie Baummethoden (Partition) und Feature-Auswahl, um ein Muster zu finden.
Die Ereignissequenzierung kann relativ schnell mit der JMP-Funktion Lag( :col, n ) durchgeführt werden, die auf Zeichenspalten funktioniert. In diesem Fall wird die Werkzeughistorie erstellt, die angibt, was das Werkzeug zuvor ausgeführt hat.
Abbildung 8 Ausschnitt aus Tabelle M3 Last 20.jmp-Struktur mit Verzögerungen von Tool-Ereignissen
Abbildung 9 Partition des M3.SRHO-Los-Durchschnitts im Vergleich zu den letzten 20 Tool-Ereignissen
Abbildung 8 zeigt einen Ausschnitt der Tabellenstruktur und Abbildung 9 den Partitionsverlauf. Die Verzögerungen 1, 2 und 3 wurden der Reihe nach ausgewählt und jeweils beim Ereignis M5LotMoveIn aufgeteilt. Abbildung 8 zeigt eine Formelspalte zur Vereinfachung der Reihenfolge. Es ist die Verkettung codierter Ereignisse, 0 = PM, 5 = M5 und 1 für alle anderen Ereignisse. Abbildung 10 ist die Grafik für das RCA-Management-Update.
Abbildung 10 Präsentationsdiagramm des M3SRHO-Chargenverarbeitungseffekts
Kommentare
- Die Simulation hat den beabsichtigten Effekt erzielt.
- Eine Standardmodellierung dieser Art von Anomalie ist aufgrund der eingebauten Sättigung, PM und Erschöpfung schwierig.
- Sequenzierung und die Suche nach spezifischen Effekten ist (war) mein BKM.
- Finden Sie alle M3-Grundstücke, auf denen kurz zuvor M5 ausgeführt wurde.
- Berechnen Sie das Delta zur Basislinie. Vergleichen Sie den Effekt mit der Anzahl der Wafer.
- Untersuchen Sie die Auswirkungen der Wafer-Verarmung.
- Derzeit beschäftige ich mich mit der Zuverlässigkeitssequenzierung und suche nach Vorschlägen zur Standardisierung dieser Methoden.
- Das Papier enthält weitere Details und ein weiteres Beispiel für eine Ursachenanalyse. Der angehängte Datenordner enthält readme.txt-Dateien zur Simulation und zum modellierten Effekt. An die Datendateien sind nach der Verknüpfung Skripts angehängt, um die Diagramme und die Partition neu zu erstellen.
Virtuelle Joins sorgen für agile Datenaktualisierungen und -umstrukturierungen, was besonders für RCA nützlich ist.
Verweise
[1] Abbildung 1(L) Nackter Siliziumwafer, (na), (nd), Siliziumwafer . Abgerufen am 31. Juli 2017 von der TechInstro-Website. https://www.techinstro.com/silicon-wafer/
[2] Abbildung 1 (L), (na), 09. April 2013, Die-pro-Wafer-Formel und (kostenloser) Rechner . Abgerufen am 31. Juli 2017 von der Anysilicon-Website. http://anysilicon.com/die-per-wafer-formula-free-calculators/
[3] Abbildung 1(R) (na), (nd), Hinteres Zeilenende . Abgerufen am 31. Juli 2017 von Wikipedia, The Free Encyclopedia, Website, https://en.wikipedia.org/wiki/Back_end_of_line
[4] Abbildung 2, 유광재, 20. Januar 2015, Optimal Fab SDM LAB, KAIST Industrial & Systems Engineering , Figur 2. Optimaler FAB-Layoutentwurf basierend auf dem Materialfluss zwischen den Prozesstypen. Abgerufen am 31. Juli 2017 von 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. Juni 2016) Warum wir mehr Fachexperten in den Datenwissenschaften brauchen . Abgerufen am 31. Juli 2017 von der Forbes-Website https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#14ee761e3b50
[6] (na), (nd), Data Mining von A bis Z.Abgerufen am 31. Juli 217 von der SAS-Website https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-mining-from-az-104937.pdf
[7] Andere Websites, um mehr über die Halbleiterfertigung zu erfahren
https://www.bloomberg.com/news/articles/2016-06-09/how-intel-makes-a-chip
https://www.youtube.com/watch?v=vmAyXWvLHeI (FOUP Film laden)
https://www.youtube.com/watch?v=4Q_n4vdyZzc (Halbleitertechnologie bei TSMC, 2011)
