JMP在半导体业的应用.docVIP

  • 20
  • 0
  • 约1.5万字
  • 约 24页
  • 2019-04-18 发布于浙江
  • 举报
JMP在半导体行业的应用(1) --用较少的硅片解决筛选实验中的混杂问题 发表时间:2008-1-3 HYPERLINK /commsearch.aspx?author=%c9%cf%ba%a3%cf%c8%bd%f8%b0%eb%b5%bc%cc%e5%b9%c9%b7%dd%d3%d0%cf%de%b9%ab%cb%be%a1%a16Sigma%be%ad%c0%ed%a1%a1%e3%c9%d1%c7%c4%dc \t _blank上海先进半导体股份有限公司 6Sigma经理 闵亚能 来源:e-works 关键字: HYPERLINK /commsearch.aspx?keyword=6Sigma \t _blank 6Sigma HYPERLINK /commsearch.aspx?keyword=3%2f4%b2%bf%b7%d6%ce%f6%d2%f2%c9%e8%bc%c6 \t _blank3/4部分析因设计 HYPERLINK /commsearch.aspx?keyword=%c9%b8%d1%a1%ca%b5%d1%e9 \t _blank筛选实验 HYPERLINK /commsearch.aspx?keyword=JMP \t _blankJMP HYPERLINK /campaign/indexq.aspx?jobid=83 \t _blank信息化应用调查HYPERLINK /ewk_business/myeworks/webpost.aspx在线投稿HYPERLINK /comm/ewk_business/myeworks/my-favorites2.aspx?htmlurl=/Articles/qm/Article50090.htmtype=viewarticle加入收藏HYPERLINK /comment.aspx?htmlurl=/Articles/qm/Article50090.htmarticle_id=50090action=0发表评论HYPERLINK mailto:好友信箱?subject=好文章:/Articles/qm/Article50090.htm好文推荐HYPERLINK javascript:print()打印文本 当我们设计一个工艺特性实验遇到因子交互作用混杂时会怎样考虑呢?通常,解决混杂的方法是增加实验处理序列。在这个案例中,我们展示了一个比平常更少实验处理序列的技术(3/4部分析因设计),这个技术用于刻蚀均匀性实验,从而使得它的均匀性达到目标。 ??? 实验概要 ??? 问题的由来 ??? 由于工艺的精度要求,实验设计在半导体工业中应用越来越广。因为半导体生产设备正变得越来越复杂,多个工艺因子必须在同一描述中被研究。因为有多个工艺因子,首先要考虑的往往是筛选实验。筛选实验对于筛选主要因子及甄别交互作用效率是最高的。因为筛选实验研究多因子而实验处理序列较少,但是,它们的结果会导致混杂。所以它经常不能辨别因子的交互作用,而要解决之,往往是增加实验处理序列。 ??? 一个案例是气相刻蚀设备在150mm硅片转移加工200mm硅片中通过增加少量实验处理来解决混杂的问题。为了精确描述新刻蚀工艺的气相刻蚀设备,实施了一个6因子16个处理,加上2个中心点的实验处理,分辨率为IV的筛选实验(共18个处理)。实验分析了6个因子9个交互作用的混杂情况来达到改善均匀性的目的。要分清哪些交互作用只有这16个处理是根本不可能的。通常的方法是根据折叠原则增加16个处理,这些处理是增加另一个6因子完全析因实验26的1/4部分析因设计。但这种通常的方法将要 34个实验处理,几乎扩大了一倍的实验处理,这些对于时间与资源都是不允许的,所以提出了一个现实的问题:是否可能用更少的实验处理来解决此类混杂问题。 ??? 解决策略 ??? 学术论文上曾发表过仅用8个实验次数来代替增加的16个处理的文章,即用26个处理来代替34个处理。这增加的8个处理与原来的16个处理一起组成3/4部分析因实验,由于增加的8个处理,9个交互作用中的7个将被估算出来。 ??? 结论 ??? 新增8个实验处理后,生成了适合26个处理的模型,这个模型用于工艺设置的预估与优化。这些预估被实验来检验。结果显示当氧化层刻蚀厚度为200 ?时与模型预估吻合,当氧化层刻蚀厚度为50 ?时,实际观察到的厚度比模型中预估的要大。但是,通过这些预估,工程师改变了一个因子的设置,通过这次改进,氧化层刻蚀厚度为50 ? 时的均匀性也满足了要求。 ??? 从这个刻蚀均匀性实验可以得出,筛选实验的混杂问题不一定要通过成倍折叠来解决。通过半折叠形成一个3/4部分析因设计,增加折叠处理数的一半来找到解决交互作用的混杂问题的合适模型。减少实验次数并不是总是可能

文档评论(0)

1亿VIP精品文档

相关文档