专利名称：统计过程控制的监控方法
技术领域：
本发明涉及统计过程控制技术，特别是对统计过程控制进行监控的方法。
背景技术：
在企业的生产部门里，每天都要生产或加工大量产品，产品的性能和品质关系到
企业的命脉，对产品质量进行及时的监控和检测分析显得尤为重要。统计过程控制(SPC)
就是一种借助于统计学，对生产过程进行统计并控制的工具。在生产过程中，统计过程控制
工具被广泛的用于对生产过程中的参数进行收集和分析，并将经过分析的数据以统计信号
的形式提供给工程师，比如对生产过程中所收集的样本数据计算控制图的控制界，做成控
制图、直方图等，或者使用控制图中的控制界，观测生产过程中控制图中点的波动情况，以
监控生产过程，并帮助工艺和生产人员采取适当措施，实现生产过程的持续改进。 —般来说，当统计过程控制出现警报信息时，需要考虑采取包括停产检查在内的
各种措施，查明原因并将其排除，以恢复正常生产。然而，这仅是在统计过程控制稳定的情
况，在生产实际中，存在统计过程控制不稳定的情况，也就是说，由于统计过程控制自身的
原因，所述警报信息并不能反映真实的生产情况。由于生产过程、或采样过程、或统计过程
控制都可能引发警报信息，如果无法确定统计过程控制是否稳定，直接对引发警报信息的
任何可能性因素进行排查，将花费大量时间和精力。 飞思卡尔公司曾经提出过一种用于评估统计过程控制稳定性的方法，即以所有产 生警报信息的事件，与整体事件数量的比值，作为参考指标对统计过程控制进行监控。对该 参考指标的应用主要包括通过将该参考指标和假警报率进行比较，掌握统计过程控制有 效的程度，从而实现对生产流程的监控。例如当该参考指标远小于假警报率时，则认为控 制界设置得太过宽松，统计过程控制过于稳定；当该参考指标远大于假警报率时，说明统计 过程控制处于不稳定状态。但是事实上，这种方法在实际应用中起到的作用非常有限。例 如，在该方法中，采用了近似等同于当控制界为3o时所可能出现的假警报率，即假警报率 的理论估计值为标准，与该参考指标进行比较。3o为控制界的理论估计值，实际生产中 所采用的控制界往往比3 o小，因此实际获得的假警报率也较所述假警报率的理论估计值 小，而且由于仅以假警报率的理论估计值作为比较的标准，在实际应用中，该参考指标远小 于该假警报率理论估计值的情况很少。此外，该方法只能表明统计过程控制是否处于非稳 定状态，未对统计过程控制处于非稳定状态给出进一步的信息，也就不能对后续统计过程 控制的调整和控制起到任何帮助作用。
发明内容
本发明解决的问题是提供一种监控方法，对统计过程控制进行有效的监控，并且 计算简单，花费人力、精力较少。 为解决上述问题，本发明提供了一种统计过程控制的监控方法，包括采集样本数 据，通过对所述样本数据进行统计过程控制，获取警报信息；根据警报信息以及样本数据的
4相关性，判断所述统计过程控制是否处于假稳定状态当所述统计过程控制处于假稳定状 态时，调整所述统计过程控制的控制界范围，结束本次监控；当所述统计过程控制不处于假 稳定状态时，根据所述警报信息和样本数据假警报的估计值，判断所述统计过程控制是否 稳定当所述统计过程控制处于稳定状态时，结束本次监控；当所述统计过程控制处于不 稳定状态时，将所获得的警报信息进行分类；根据所述警报信息、所述分类结果以及所述假 警报率的估计值，将所述统计过程控制的不稳定状态分为第一类别和第二类别当所述统 计过程控制的不稳定状态为第一类别时，根据所述分类结果，对生产及采样过程进行排查， 调整所述统计过程控制的控制界范围，结束本次监控；当所述统计过程控制的不稳定状态 为第二类别时，结束本次监控。 可选的，对所述样本数据进行相关性检测，获得所述样本数据的相关比率；获得全 体警报率，所述全体警报率为所有警报对应样本数据数量占所有样本数据数量的比率；比 较所述全体警报率和所述样本数据的相关比率当所述全体警报率远小于所述样本数据的 相关比率时，所述统计过程控制处于假稳定状态，当所述全体警报率大于所述样本数据的 相关比率时，则不处于假稳定状态。 可选的，所述将所获得的警报信息进行分类包括将所获得的警报信息分为假警 报、可溯真警报和不可溯真警报。 可选的，所述可溯真警报包括已经找到其根源并加以解决的所述真警报；所述 不可溯真警报包括尚未找到根源、或者找到了源头却尚未解决的所述真警报。 可选的，所述根据警报信息、分类结果以及假警报率的估计值，将统计过程控制的 不稳定状态分为第一类别和第二类别包括获得可溯真警报率；获得全体警报率与可溯真 警报率的差值；比较该差值和所述假警报率的估计值当该差值远大于所述假警报率的估 计值时，统计过程控制的不稳定状态为第一类别；当该差值接近于所述假警报率估计值时， 该统计过程控制的不稳定状态为第二类别。 可选的，所述可溯真警报率为所述可溯真警报对应样本数据数量占所有样本数据 数量的比率；所述不可溯真警报率为所述不可溯真警报对应样本数据数量占所有样本数据 数量的比率。 可选的，获得可溯真警报率包括通过有限次的实验获得可溯真警报的数量。
可选的，所述统计过程控制的不稳定状态为第一类别，包括其不可溯真警报率较多。 可选的，所述统计过程控制的不稳定状态为第一类别，包括所述全体警报信息 中，真警报主要为可溯真警报。 可选的，所述根据警报信息和样本数据假警报的估计值，判断统计过程控制是否 稳定包括计算样本数据假警报的理论估计值；比较所述全体警报率和所述假警报的理论 估计值当所述全体警报率远大于所述假警报的理论估计值时，所述统计过程控制处于不 稳定状态；当所述全体警报率接近于所述假警报的理论估计值时，所述统计过程控制处于 稳定状态。 与现有技术相比，本发明具有以下优点分别以样本数据的相关性检测和相对于 对该统计过程控制的假警报率估计值，作为判断该统计过程控制是否处于假稳定状态以及 是否处于稳定状态的标准，并且通过对该统计过程控制所获得的警报信息进行分类，将统计过程控制的不稳定状态分为不同类别，从而提高统计过程控制的准确性，减少计算量，节 省人力和精力，提高生产效率。
图1是本发明统计过程控制的监控方法实施方式的流程示意图；
图2是图1中步骤S具体实施方式
的流程示意图；
图3是图1中步骤S具体实施方式
的流程示意图；
图4是图1中步骤S具体实施方式
的流程示意图。
具体实施例方式
发明人通过长时间对生产过程的观察，通过全体警报信息与样本数据的相关性检
测，判断统计过程控制是否处于过于稳定的状态，以及通过相对于所述统计过程控制的假
警报率估计值与所述全体警报信息的比较，判断统计过程控制是否处于稳定状态，并且在
统计过程控制处于不稳定状态时，将所述全体警报信息进行分类，根据不同类型的警报信
息，对统计过程控制的不稳定状态进行分类，实现在不同情况下对统计过程控制进行不同
的调整，从而有效地对统计过程控制进行监控，进而改善对生产过程的控制。 下面结合实施例和附图，对本发明的实施方式作进一步的详细说明。 参考图l，本发明提供了一种统计过程控制的监控方法，包括步骤S1，采集样本
数据，通过对所述样本数据进行统计过程控制，获取警报信息；步骤S2，根据警报信息以及
样本数据的相关性，判断所述统计过程控制是否处于过于稳定当所述统计过程控制处于
假稳定状态时，进入步骤S7，当所述统计过程控制不处于假稳定状态时，进入步骤S3 ;步骤
S3，根据所述警报信息和样本数据假警报的估计值，判断所述统计过程控制是否稳定，当所
述统计过程控制处于稳定状态时，进入步骤S8，当所述统计过程控制处于不稳定状态时，进
入步骤S4 ;步骤S4，将所获得的警报信息进行分类，进入步骤S5 ;步骤S5，根据所述警报信
息、所述分类结果以及所述假警报率的估计值，将所述统计过程控制的不稳定状态分为第
一类别和第二类别，当所述统计过程控制的不稳定状态为第一类别时，进入步骤S6，当所述
统计过程控制的不稳定状态为第二类别时，进入步骤S8 ;步骤S6，根据所述分类的警报信
息，对生产及采样过程进行排查，进入步骤S8 ;步骤S7，调整所述统计过程控制的控制界范
围，进入步骤S8 ;步骤S8，结束本次监控。 本发明实施方式可包括对半导体生产过程所进行的统计过程控制实施监控。具体 来说，步骤S1中所述样本数据可为半导体生产过程中各种制程的参数，例如，对于刻蚀过 程，可采集刻蚀深度，对其进行统计过程控制，从而对刻蚀过程进行监控。对所述样本数据 进行采集可间隔相同的采集时间，具体采集方式根据所采集样本数据的不同性质可包括多 种方式。 在统计学中，假设生产过程仅受随机因素的影响，那么，产品的质量特征是服从确 定概率分布的随机变量，其分布可通过对一段时间内处于稳定状态下的样本数据进行采集 并统计计算而获得。当产品质量特征的平均值和方差等统计参数都基本保持稳定时，称生 产过程处于可控状态。 由于样本数据性质各不相同，因此对不同的样本数据可采用不同的统计过程控
6制，所采用的具体的统计过程控制工具并不对步骤SI的实施造成限制。 以控制图为例，控制图是一种常用的统计过程控制工具，用于监测生产过程是否 处于控制状态。每隔固定时间，在生产线上采集固定数目的样本数据，对其进行计算，将计 算结果以控制图的形式表示，通过样本数据平均值和方差等统计参数是否超出控制图中控 制界的范围，进而判断该生产过程是否处于可控状态。当生产过程失去控制时，例如，当控 制图中存在超出控制界的样本数据时，将发出警报信息；每一个超出控制界的样本数据对 应于一个警报信息。 获得警报信息后，进入步骤S2。其中，参考图2，步骤S2可进一步包括步骤S11， 对所述样本数据进行相关性检测，获得所述样本数据的相关比率；步骤S12，获得全体警报 率；步骤S13，比较所述全体警报率和所述样本数据的相关比率当所述全体警报率远小于 所述样本数据的相关比率时，所述统计过程控制处于假稳定状态，当所述全体警报率大于 所述样本数据的相关比率时，则不处于假稳定状态。其中，所述全体警报率可为在控制界检 测中获得的所有警报对应样本数据数量占所有样本数据数量的比率。 步骤Sll中，所述相关性检测包括检测所采集的不同类样本数据之间是否彼此相 关以及同一类样本数据自身是否存在自相关性。 统计过程控制是在基于所采集的样本数据符合一定的统计学假设，例如，所述样 本数据不具有相关性等基础上，对所述样本数据进行的数据处理。当所述样本数据之间存 在相关性时，所述统计过程控制的警报信息并不能将其检测出来，需要对所述样本数据进 行去相关性的预先处理后，再对处理后的数据进行统计过程控制。 其中，所述相关比率所反映的是未被所设置的控制界检测出来、但在后续的产品 检测过程或根据生产工艺要求获知其存在问题的这些产品占所有产品总数的比率。例如， 在刻蚀过程中，由于刻蚀线宽太宽、或太窄、或薄膜太厚等问题导致产品不符合要求，而且 这样的产品在控制界检测中未被检出，但却没有通过后续的产品质量等检测，统计这样的 产品 数量，计算其与所有产品总数的比率，即可获得所述相关比率。 步骤S13中，比较所述全体警报率和所述样本数据的相关比率当所述全体警报 率远小于所述样本数据的相关比率时，所述统计过程控制处于假稳定状态；当所述全体警 报率大于所述样本数据的相关比率时，则所述统计过程控制不处于假稳定状态。由于所述 相关比率反映了通过控制界检测的不合格产品数量占所有产品数量的比率，当所述相关比 率很大时，意味着大量不合格产品未在控制界检测中被检测出，因此所设置的控制界过于 宽泛，所述统计过程控制处于假稳定状态。 当所述统计过程控制处于假稳定状态时，参考图1，执行步骤S7。所述假稳定状态 也就是说，所设置的控制界范围过于宽泛，从而无法对所出现的误差数据进行报警。因此， 相应的，对所述统计过程控制的调整包括调整所述统计过程控制的控制界范围，将其收 紧，使得所述统计过程控制能够对样本数据中所出现的误差进行报警。 当所述统计过程控制不处于假稳定状态时，判断所述统计过程控制是否处于稳定 状态，即步骤S3。具体来说，参考图3，可包括步骤S21计算样本数据假警报的估计值；步 骤S22，比较所述全体警报率和所述假警报的估计值当所述全体警报率远大于所述假警 报的估计值时，所述统计过程控制处于不稳定状态；当所述全体警报率接近于所述假警报 的估计值时，所述统计过程控制处于稳定状态。
其中，由于存在随机干扰，所获得的警报信息中有一部分为假警报。所述假警报是 必然存在的，并非由于生产过程中所存在的问题而产生，其大小反映了统计过程控制的稳 定性。对于特定的统计过程控制而言，其假警报对应样本数据数量占所有样本数据数量的 比率，即假警报率。由于随机干扰存在不确定性，并且假警报率可能受到其它因素干扰，因 此具体统计过程控制的假警报率的实际值无从算起。但是，由于假警报与所采用的统计过 程控制以及采集的样本数据的性质有关，根据所采用的统计过程控制，具体来说，根据其所 采用的控制界的大小，可对假警报率进行估计，获得假警报率的估计值。所述样本数据假警 报的估计值，具体来说，可根据控制界大小查表获得。 当所述统计过程控制处于不稳定状态时，进入步骤S4。具体来说，可将所获得的警 报信息分为三种不同类型第一类警报信息为可溯真警报；第二类警报信息为不可溯真警 报；第三类警报信息为假警报。 其中，所获得警报信息中，除了假警报，其余为真警报。这些真警报指示了所存在 的异常数据，反映了生产过程中出现或者存在的问题。对这些真警报进行进一步分类，具体 可包括根据是否已经找出其根源并加以解决，将所述真警报分为可溯真警报和不可溯真 警报。 对于那些已经找到其根源并加以解决的所述真警报，当引起这些警报的问题被解 决之后，原本由这些问题所带来的真警报便不会再出现。也就是说，通过有限次数的反复实 验或根据经验已经找出其根源，并且当其根源被解决之后，该警报不再出现。这样的真警报 也就是上述第一类警报信息，为可溯真警报。 而对于那些尚未找到根源、或者找到了源头却尚未解决的真警报，由于尚未排除 引起警报的根源问题，因此，此类真警报仍然会反复出现。将此类未解决其根源的为不可溯 真警报，其对应样本数据数量占所有样本数据数量的比率，为不可溯真警报率。由于无法确 定引发不可溯真警报的根源，因而此类真警报的数量甚至不可溯真警报率，也就无从算起。
在步骤S5中，参考图4，具体可包括步骤S31，获得可溯真警报率；步骤S32，获得 全体警报率与可溯真警报率的差值；步骤S33，比较该差值和所述假警报率的估计值当该 差值远大于所述假警报率的估计值时，统计过程控制的不稳定状态为第一类别；当该差值 接近于所述假警报率估计值时，该统计过程控制的不稳定状态为第二类别。
具体来说，由于可溯真警报可通过有限次的实验或经验予以排除，因而可对可溯 真警报进行统计，其对应样本数据数量占所有样本数据数量的比率，即为可溯真警报率。全 体警报率与可溯真警报率的差值即为假警报率实际值与不可溯真警报率之和。 将全体警报率与可溯真警报率的差值与假警报率的估计值进行比较。由于假警报
率的估计值为其实际值的上限，也就是说，当该差值远大于所述假警报率的估计值时，例如
大于所述假警报率估计值的两倍或以上，该差值所包括的不可溯真警报率的值比较大，则
这种情况下的所述统计过程控制的不稳定状态为第一类别。当该差值接近于所述假警报率
估计值时，则这种情况下的所述统计过程控制的不稳定状态为第二类别。 具体来说，当所述统计过程控制处于不稳定状态，并且不稳定状态为第一类别时，
也就是说，不可溯真警报率较多，由于不可溯真警报的根源尚未排查清楚，此时对统计过程
控制的调整，参考图2，即步骤S6，可包括对生产过程进行排查，以及对采集样本数据的过
程进行排查。
8
当所述统计过程控制处于不稳定状态，并且不稳定状态为第二类别时，由于全体 警报率与可溯真警报率的差值接近于或者甚至小于假警报率的估计值，也就是说，所述全 体警报信息中，真警报主要为可溯真警报，经过对引起可溯真警报根源的排查，可基本排除 真警报，使所述差值接近于或者甚至小于假警报率的估计值，从而使所述统计过程控制进 入稳定状态。 本发明其它实施方式，可应用于其它采用统计过程控制的生产制造过程，所述样 本数据并不局限于半导体生产制造过程的参数。 上述实施方式提供了一种统计过程控制的监控方法，其与现有技术相比，具有以 下优点 利用统计过程控制的本质，通过引入由样本数据的相关性检测所获得的相关比 率，以此为判断标准，对所述统计过程控制是否处于假稳定状态进行判断，以及通过计算实 际统计过程控制的假警报率估计值，以此为判断标准，对所述统计过程控制是否处于稳定 状态进行判断，从而使判断结果更符合实际生产情况，进而提高结果的准确性，提高生产效 率。 当所述统计过程控制处于稳定状态下时，对所获得的警报信息进行分类，通过所 述全体警报率和所述可溯真警报率的差值与假警报率估计值的再次比较，减少了对警报信 息进行多次反复排查的时间，节省了大量人力和精力。 虽然本发明已通过较佳实施例说明如上，但这些较佳实施例并非用以限定本发 明。本领域的技术人员，在不脱离本发明的精神和范围内，应有能力对该较佳实施例做出各 种改正和补充，因此，本发明的保护范围以权利要求书的范围为准。
权利要求
一种统计过程控制的监控方法，其特征在于，包括采集样本数据，通过对所述样本数据进行统计过程控制，获取警报信息；根据警报信息以及样本数据的相关性，判断所述统计过程控制是否处于假稳定状态当所述统计过程控制处于假稳定状态时，调整所述统计过程控制的控制界范围，结束本次监控；当所述统计过程控制不处于假稳定状态时，根据所述警报信息和样本数据假警报的估计值，判断所述统计过程控制是否稳定当所述统计过程控制处于稳定状态时，结束本次监控；当所述统计过程控制处于不稳定状态时，将所获得的警报信息进行分类；根据所述警报信息、所述分类结果以及所述假警报率的估计值，将所述统计过程控制的不稳定状态分为第一类别和第二类别当所述统计过程控制的不稳定状态为第一类别时，根据所述分类结果，对生产及采样过程进行排查，调整所述统计过程控制的控制界范围，结束本次监控；当所述统计过程控制的不稳定状态为第二类别时，结束本次监控。
2. 如权利要求1所述的监控方法，其特征在于，所述根据警报信息以及样本数据的相 关性，判断统计过程控制是否处于假稳定状态包括对所述样本数据进行相关性检测，获得所述样本数据的相关比率；获得全体警报率，所述全体警报率为所有警报对应样本数据数量占所有样本数据数量 的比率；比较所述全体警报率和所述样本数据的相关比率当所述全体警报率远小于所述样本 数据的相关比率时，所述统计过程控制处于假稳定状态，当所述全体警报率大于所述样本 数据的相关比率时，则不处于假稳定状态。
3. 如权利要求1所述的监控方法，其特征在于，所述将所获得的警报信息进行分类包 括将所获得的警报信息分为假警报、可溯真警报和不可溯真警报。
4. 如权利要求4所述的监控方法，其特征在于，所述可溯真警报包括已经找到其根源并加以解决的所述真警报；所述不可溯真警报包括尚未找到根源、或者找到了源头却尚 未解决的所述真警报。
5. 如权利要求1所述的监控方法，其特征在于，所述根据警报信息、分类结果以及假警 报率的估计值，将统计过程控制的不稳定状态分为第一类别和第二类别包括获得可溯真警报率；获得全体警报率与可溯真警报率的差值；比较该差值和所述假警报率的估计值当该差值远大于所述假警报率的估计值时，统 计过程控制的不稳定状态为第一类别；当该差值接近于所述假警报率估计值时，该统计过 程控制的不稳定状态为第二类别。
6. 如权利要求5所述的监控方法，其特征在于，所述可溯真警报率为所述可溯真警报 对应样本数据数量占所有样本数据数量的比率；所述不可溯真警报率为所述不可溯真警报 对应样本数据数量占所有样本数据数量的比率。
7. 如权利要求5所述的监控方法，其特征在于，获得可溯真警报率包括通过有限次的 实验获得可溯真警报的数量。
8. 如权利要求5所述的监控方法，其特征在于，所述统计过程控制的不稳定状态为第一类别，包括其不可溯真警报率较多。
9. 如权利要求5所述的监控方法，其特征在于，所述统计过程控制的不稳定状态为第 一类别，包括所述全体警报信息中，真警报主要为可溯真警报。
10. 如权利要求1所述的监控方法，其特征在于，所述根据警报信息和样本数据假警报 的估计值，判断统计过程控制是否稳定包括计算样本数据假警报的理论估计值；比较所述全体警报率和所述假警报的理论估计值当所述全体警报率远大于所述假警 报的理论估计值时，所述统计过程控制处于不稳定状态；当所述全体警报率接近于所述假 警报的理论估计值时，所述统计过程控制处于稳定状态。
全文摘要
一种统计过程控制的监控方法，分别以样本数据的相关性检测和相对于对该统计过程控制的假警报率估计值，作为判断该统计过程控制是否处于假稳定状态以及是否处于稳定状态的标准，并且通过对该统计过程控制所获得的警报信息进行分类，将统计过程控制的不稳定状态分为不同类别，从而提高统计过程控制的准确性，减少计算量，节省人力和精力，提高生产效率。
文档编号G05B19/418GK101782763SQ20091004597
公开日2010年7月21日 申请日期2009年1月19日 优先权日2009年1月19日
发明者杨斯元, 简维廷 申请人:中芯国际集成电路制造(上海)有限公司