一种用于半导体生产加工过程监控的统计过程控制方法
【专利摘要】本发明公开一种用于半导体加工过程监控的统计过程控制方法，步骤如下：步骤1，选择半导体生产加工中需要监测的工序并确定工序的关键技术质量参数，分析确定能够影响质量参数的因素；步骤2，历史数据库查找并导入质量参数数据，对质量参数与影响变量之间的关系进行建模，应用统计方法确定对质量参数影响最大的因素，将对质量参数的监控转换为对影响因素的监控；步骤3，监控生产加工工序，当检测到加工工序产生的异常波动时判断是否为加工中出现的可控异常；当出现不可控的异常时及时进行纠正。本发明监测生产过程出现异常波动，当影响产品质量时，将出现波动的原因具体到是哪个影响因素产生的结果，以此给操作人员提供更加简单直观的改进方法。
【专利说明】一种用于半导体生产加工过程监控的统计过程控制方法
【技术领域】
[0001]本发明涉及一种用于半导体加工过程监控的统计过程控制方法，具体的说是应用统计过程控制方法对半导体加工过程中关键质量参数监控的方法。
【背景技术】
[0002]统计过程控制(SPC)自1924年5月16日休哈特博士在贝尔实验室发明第一张控制图P图以来，已经有80多年的历史。SPC根据产品质量的统计观点，运用数理统计学的方法，对实际生产制造过程中的质量特性数据进行收集，分析和研究其统计特性，从而了解、预测和监控过程的运行状态，发现和排除质量问题，从而达到控制、改进产品质量的目的。
[0003]其中，控制图是一种图形方法，它提供表征当前状态的样本序列信息，并将这些信息与考虑了过程固有变异后所建立的控制限进行对比。控制图法用来帮助评估一个过程是否已达到或继续保持在规定水平的统计受控状态，即在生产过程中，通过对产品质量的连续记录，来获得并保持对重要产品或服务特性的控制。应用并仔细分析控制图，可以更好地了解和改进过程。对监控到产品在失控状态下出现的波动进行及时分析并处理，使生产过程一直处于正常的生产过程中。
【发明内容】
[0004]为了解决在半导体生产中，如何确定影响因素对产品质量产生影响程度的大小并在质量产生波动是快速调整，本发明提出了一种用于半导体生产过程监控的统计过程控制方法，使操作人员能够更容易的确定生产加工过程中出现波动产生的原因并进行调整。
[0005]本发明解决其技术问题所采用的技术方案是:
[0006]一种用于半导体加工过程监控的统计过程控制方法，包括以下步骤:
[0007]步骤1，选择半导体生产加工中需要监测的工序并确定工序的关键技术质量参数，分析并确定能够影响质量参数的因素，影响因素可以分为环境影响变量和操作影响变量，对影响因素之间的关系进行相关性进行分析；
[0008]步骤2，系统从历史数据库查找并导入质量参数数据，判断质量参数数据是否需要进行预处理，如果不需要进行预处理，则对质量参数与影响变量之间的关系进行建模，应用统计方法确定对质量参数影响最大的因素，将对质量参数的监控转换为对影响因素的监控；
[0009]步骤3，系统监控生产加工工序，当检测到加工工序产生的异常波动时判断是否为加工中出现的可控异常；如果是可控异常则不进行任何操作，系统继续对生产加工工序进行监控。
[0010]在步骤I中对影响因素之间的关系进行相关性分析时，采用散布图对影响因素间的相关性进行分析整理，对彼此间有关联性的影响因素进行相应的转换，将操作影响变量转换为环境影响变量。
[0011]在步骤2中判断质量参数数据是否需要进行预处理，如果需要进行预处理，则首先要对已经导入的质量参数数据进行预处理，包括数据的降维、聚类分析、数据相关性分析，处理后的数据能够用于建立模型；模型采用回归分析与神经网络的方法进行建立。
[0012]在步骤2中应用统计方法确定对质量参数影响最大的因素，采用帕雷图对影响因素进行排序，判断影响因素是单变量影响还是多变量影响，在帕雷图中单变量对质量参数影响占所有影响的80%以上将其确定为唯一影响因素进行监控，在图中两到三个变量之和对质量参数影响达到90%以上确定这些影响因素为重要影响变量并分别进行监控。
[0013]在步骤3中系统监控生产加工工序，采用统计过程控制在线控制的方法对变量进行监控，定时采集重要影响变量监测其是否仍然处于可控状态。
[0014]采用统计过程控制在线控制的方法采用休哈特图对大波动异常进行监控，采用累计和控制图对小波动异常进行监控，当加工过程出现异常时及时采取措施消除异常。
[0015]本发明的有益效果及优点:
[0016]本发明方法将对质量参数的监控转换为对影响质量因素的监控，在生产过程出现异常波动，从而影响产品质量时，可以将出现波动的原因具体到是哪个影响因素产生的结果，以此给操作人员提供更加简单直观的改进方法；对影响因素与质量参数进行建模采用回归分析与神经网络等方法，可以更有效的建立两者之间关系的模型，找到影响质量参数的主要因素，从而在出现异常波动影响质量参数时找到主要的波动原因并加以修正。
【专利附图】
【附图说明】
[0017]图1是本发明系统流程图；
[0018]图2是实时监控流程图。
【具体实施方式】
[0019]下面结合附图和实施例对本发明作进一步详细说明。
[0020]一种用于半导体加工过程监控的统计过程控制方法，包括以下步骤:
[0021]步骤1，选择半导体生产加工中需要监测的工序并确定工序的关键技术质量参数，分析并确定能够影响质量参数的因素，影响因素可以分为环境影响变量和操作影响变量，对影响因素之间的关系进行相关性进行分析；
[0022]步骤2，系统从历史数据库查找并导入质量参数数据，判断质量参数数据是否需要进行预处理，如果不需要进行预处理，则对质量参数与影响变量之间的关系进行建模，应用统计方法确定对质量参数影响最大的因素，将对质量参数的监控转换为对影响因素的监控；
[0023]步骤3，系统监控生产加工工序，当检测到加工工序产生的异常波动时判断是否为加工中出现的可控异常；如果是可控异常则不进行任何操作，系统继续对生产加工工序进行监控。
[0024]在步骤I中对影响因素之间的关系进行相关性分析时，采用散布图对影响因素间的相关性进行分析整理，对彼此间有关联性的影响因素进行相应的转换，将操作影响变量转换为环境影响变量。
[0025]在步骤2中判断质量参数数据是否需要进行预处理，如果需要进行预处理，则首先要对已经导入的质量参数数据进行预处理，包括数据的降维、聚类分析、数据相关性分析，处理后的数据能够用于建立模型；模型采用回归分析与神经网络的方法进行建立。
[0026]在步骤2中应用统计方法确定对质量参数影响最大的因素，采用帕雷图对影响因素进行排序，判断影响因素是单变量影响还是多变量影响，在帕雷图中单变量对质量参数影响占所有影响的80%以上将其确定为唯一影响因素进行监控，在图中两到三个变量之和对质量参数影响达到90%以上确定这些影响因素为重要影响变量并分别进行监控。
[0027]在步骤3中系统监控生产加工工序，采用统计过程控制在线控制的方法对变量进行监控，定时采集重要影响变量监测其是否仍然处于可控状态。
[0028]采用统计过程控制在线控制的方法采用休哈特图对大波动异常进行监控，采用累计和控制图对小波动异常进行监控，当加工过程出现异常时及时采取措施消除异常。
[0029]参见附图1，是本发明系统流程图。一种用于半导体加工过程监控的统计过程控制方法，其特征在于:包括以下步骤:
[0030]选择半导体生产加工中需要监测的工序并确定工序的关键技术质量参数，分析并确定能够影响技术质量参数的因素，影响因素可以分为环境影响变量和操作影响变量，对影响因素之间的关系进行相关性进行分析。
[0031]环境影响变量包括温度、湿度、压力等因素，操作影响变量包括操作人员的操作等因素。
[0032]系统从历史数据库查找并导入质量参数数据，判断质量参数数据是否需要进行预处理，如果不需要进行预处理，则对质量参数与影响变量之间的关系进行建模，应用统计方法确定对质量参数影响最大的因素，将对质量参数的监控转换为对影响因素的监控；
[0033]系统监控生产加工工序，当检测到加工工序产生的异常波动时判断是否为加工中出现的可控异常；如果是不进行任何操作，系统继续对生产加工工序进行监控。
[0034]在对影响因素之间的关系进行相关性分析时，采用散布图对影响因素间的相关性进行分析整理，对彼此间有关联性的影响因素进行相应的转换，将操作影响变量转换为环境影响变量。
[0035]散布图是用来表示一组成对的数据之间是否有相关性的一种图表。这种成对的数据或许是“特性-要因”、“特性-特性”、“要因-要因”的关系，制作散布图的目的是为辨认一个品质特性和一个可能的原因因素之间的关系。使用散布图对影响因素成对的分析，从而判断影响因素之间是否有相关性。
[0036]判断质量参数数据是否需要进行预处理，如果需要进行预处理，则首先要对已经导入的质量参数数据进行预处理，包括数据的降维、聚类分析、数据相关性分析，处理后的数据能够用于建立模型；模型采用回归分析与神经网络的方法进行建立。
[0037]应用统计方法确定对质量参数影响最大的因素，采用帕雷图对影响因素进行排序，判断影响因素是单变量影响还是多变量影响，在帕雷图中单变量对质量参数影响占所有影响的80%以上将其确定为唯一影响因素进行监控，在图中两到三个变量之和对质量参数影响达到90%以上确定这些影响因素为重要影响变量并分别进行监控。
[0038]帕雷图是以不良原因、不良状况、不良发生位置，客户抱怨种类、安全事故等项目来分类，并计算出各类所占的比例而按照大小顺序排列，再加上累计值的图形，分析不良因素，将关键因素解决，在逐次解决次因素，来降低品管上的不良率。在建立影响因素对质量参数的之间的关系时，使用帕雷图可以清晰的看到各因素的影响大小。[0039]参见附图2，是本发明实时监控流程图。
[0040]系统监控生产加工工序，采用统计过程控制在线控制的方法对变量进行监控，定时采集重要影响变量监测其是否仍然处于可控状态。
[0041]采用统计过程控制在线控制的方法采用休哈特图对大波动异常进行监控，采用累积和控制图对小波动异常进行监控，当加工过程出现异常时及时采取措施消除异常。
[0042]休哈特控制图是由休哈特博士提出的管制图使用后，管制图就一直成为科学管理的一个重要工具，特别是在质量管理方面成了一个不可或缺的管理工具，它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。累积和控制图是质量控制图的一类，优点是在质量波动开始出现异常是就可以检测的到，在波动出现微小变化时比休哈特图更加的灵敏。
【权利要求】
1.一种用于半导体加工过程监控的统计过程控制方法，其特征在于:包括以下步骤: 步骤1，选择半导体生产加工中需要监测的工序并确定工序的关键技术质量参数，分析并确定能够影响质量参数的因素，影响因素可以分为环境影响变量和操作影响变量，对影响因素之间的关系进行相关性进行分析； 步骤2，系统从历史数据库查找并导入质量参数数据，判断质量参数数据是否需要进行预处理，如果不需要进行预处理，则对质量参数与影响变量之间的关系进行建模，应用统计方法确定对质量参数影响最大的因素，将对质量参数的监控转换为对影响因素的监控； 步骤3，系统监控生产加工工序，当检测到加工工序产生的异常波动时判断是否为加工中出现的可控异常；如果是可控异常则不进行任何操作，系统继续对生产加工工序进行监控。
2.根据权利要求1所述的一种用于半导体加工过程监控的统计过程控制方法，其特征在于:在步骤I中对影响因素之间的关系进行相关性分析时，采用散布图对影响因素间的相关性进行分析整理，对彼此间有关联性的影响因素进行相应的转换，将操作影响变量转换为环境影响变量。
3.根据权利要求1所述的一种用于半导体加工过程监控的统计过程控制方法，其特征在于:在步骤2中判断质量参数数据是否需要进行预处理，如果需要进行预处理，则首先要对已经导入的质量参数数据进行预处理，包括数据的降维、聚类分析、数据相关性分析，处理后的数据能够用于建立模型；模型采用回归分析与神经网络的方法进行建立。
4.根据权利要求1所述的一种用于半导体加工过程监控的统计过程控制方法，其特征在于:在步骤2中应用统计方法确定对质量参数影响最大的因素，采用帕雷图对影响因素进行排序，判断影响因素是单变量影响还是多变量影响，在帕雷图中单变量对质量参数影响占所有影响的80%以上将其确定为唯一影响因素进行监控，在图中两到三个变量之和对质量参数影响达到90%以上确定这些影响因素为重要影响变量并分别进行监控。
5.根据权利要求1所述的一种用于半导体加工过程监控的统计过程控制方法，其特征在于:在步骤3中系统监控生产加工工序，采用统计过程控制在线控制的方法对变量进行监控，定时采集重要影响变量监测其是否仍然处于可控状态。
6.根据权利要求5所述的一种用于半导体加工过程监控的统计过程控制方法，其特征在于:采用统计过程控制在线控制的方法采用休哈特图对大波动异常进行监控，采用累计和控制图对小波动异常进行监控，当加工过程出现异常时及时采取措施消除异常。
【文档编号】G05B19/418GK103488135SQ201310354695
【公开日】2014年1月1日 申请日期:2013年8月14日 优先权日:2013年8月14日
【发明者】王宏, 马鑫, 林跃, 康凯, 姬小兵 申请人:沈阳中科博微自动化技术有限公司