面向多品种、小批量微电子制造过程的SPC技术应用研究ResearchontheApplicationofSPCTechnologyforVarietyandLittleBatchMicroelectronicsManufacturingProcess刘岗岗1,王旭亮2,胡锐1,唐拓1,卢辉昊1(1.贵州振华风光半导体有限公司,贵州贵阳550018;2.93128部队)LiuGang-gang1,WangXu-liang2,HuRui1,TangTuo1,LuHui-hao1(1.GuizhouZhenhuaFengguangSemiconductorlimitedcompany,GuizhouGuiyang550018;2.93128troops)摘要：统计过程控制(SPC)是质量管理中一种常用的工具，但由于高可靠微电子元器件生产企业绝大部分工序常规的SPC模型已经不能对这类生产型企业工序状态进行有效的监控。该都是多品种、小批量生产，这种SPC模型更适合成本较高的多品种、小批量生产模式，即能文着重探讨分析一种嵌套回归SPC模型，降低分析控制成本，又能很好地解决多品种、小批量生产统计过程控制所需数据不足的问题。低成本关键词：微电子制造；统计过程控制；中图分类号：TN305文献标识码：A文章编号：1003-0107(2020)01-0005-04Abstract:Statisticalprocesscontrol(SPC)isoneofthemostcommontoolsusedinqualitymanagement.TheconventionalSPCmodelscannotmonitortheprocessstatuseffectively,asthevarietyandlittlebatchfeatureofmanufeturing.ThispaperfocusesontheanalysisofanestedregressionSPCmodel,whichismoresuitableforvarietyandlittlebatchmanufeturingmodewithhighcost,whichcanreducethecostofanalysisandcontrol,alsocansolvetheproblemofinsufficientdatasrequiredbythestatisticalprocessofvarietyandlittlebatchmanufeturing.Keywords:Microelectronicmanufacturing;statisticalprocesscontrol;lowcostCLCnumber:TN305Documentcode:AArticleID：1003-0107(2020)01-0005-040引言质量是企业的根本，越来越多的企业认识到质量是从而对质量管理企业生存和取得竞争优势的关键所在，质量预防提出了更高的要求。质量管理的核心是预防，而实践证需要用行之有效的先进质量管理技术来支持，明，统计过程控制(SPC)技术作为数理统计理论的技术和方法，对连续采集多批的工艺参数数据进行定量统计分析，对工艺过程是否处于统计受控状态作出定量结论，当出现工艺能力下降，工艺过程失控或有失控倾向作者简介院刘岗岗(1986-)，男，工程师，硕士研究生，从事质量管理工作。采取纠正时，立即发出警报，及时提示生产方查找原因，即实现对工措施，使工艺过程始终处于统计受控状态，起到了对工艺过艺过程的稳定性进行实时监控和预测，程的预防作用，为生产高质量水平的产品提供保障[1]。在国际上SPC技术早已在大规模生产的传统工业中得到高产出的技术特点产生过广泛应用，并且由于低投入、巨大的经济效益，虽然电子工业尤其是元器件生产中存但从20世纪80年在很多不同于传统工业的特殊问题，代中期开始SPC技术也在元器件生产中得到普遍应5电子质量2020年第01期(总第394期)用，使产品在统计受控的高水平生产线上生产，从而具有较高的内在质量和可靠性[2]。SPC技术通常应用于大规模生产，拥有充足的数据源，为数据分析提供足够样本，为分析工艺过程是否处于统计受控做出科学判断。21世纪以来我国航空工业和武器装备行业快速发展，由于产品结构日趋复杂和行业的特殊性，所需元器件的品种及数量飞速增长，对于元器件的需求日趋个体化和多样化，使得元器件生产企业大批量生产过程的比例不断减少，多品种小批量正在成为主要的生产方式。因此，在我国很多元器件生产企业都存在多品种、小批量的订货情况，多品种、小批量生产方式具有以下几个特点：1)产品重复性小，但现场的各种操作是大量重复的，同一工序上要加工不同规格的产品；2)在同一工序上加工工艺过程相似、精度要求和尺寸等方面有所不同的产品时，工序能力指数存在很大的相关性；3)针对多品种、小批量，采用常规控制图分析成本很高。因此，如何对多品种、小批量的生产过程进行统计过程控制，如何解决小批量生产数据量不足的问题，如何使小批量产品具有像大批量产品同样的质量和可靠性，如何降低分析/控制成本，以及如何根据用户要求提供元器件生产过程中的质量波动数据，成为许多企业集成电路生产质量和可靠性的一个难题。因此，要想解决多品种、小批量生产方式中实施SPC存在数据不足、应用方法合理性评价、降低成本等问题，必须对各工序不同产品的数据相关性进行研究，然后组成足够量的数据集合，再进行统计过程控制分析。1多品种小批量带来的统计问题1.1数据量不足统计过程控制，使用常规控制图有一个要求就是，以连续采集同一类型产品某一特征的充足的数据为基础，即为了保证控制图能正确地给出统计受控状态的判断结论，在开始实施SPC时，需要对同一类型产品的某一特征连续积累有25批(至少20批)数据后才能从控制图上分析生产过程的统计受控状态，对同一类型产品的某一特征值进行控制。而在多品种、小批量生产企业中，每天都有许多小批次投产，但大部分每天投产的不是相同的产品，这样对于同一类型产品连续采集数据非常困难，或者说错误的统计分析，达不到控制预防的效果。1.2成本非常高为了保证控制图能正确地给出统计受控状态的判断结论，在开始实施SPC时，需要对同一类型产品的某6一特征连续积累有25批(至少20批)数据后才能从控制图上分析生产过程的统计受控状态。受控后，在控制用控制图使用阶段，则要求每采集一批数据，就应进行统计受状的分析。采用常规分析控制图时，假设有50中类型产品，采集数据又是破坏性试验，则分析阶段需采集1000批数据(若为嵌套模式，每批至少5个)，即5000个产品，成本非常高。2提出多品种、小批量SPC模型的方法以微电子多品种、小批量生产企业制造工序中有一种很常见的芯片粘结工序为例，其工序过程的特征值数据存在嵌套性，即每个子批数据服从一个正态分布，而每个子批的均值又服从另一个正态分布。针对上述阐述的难点，采取嵌套回归法，具体方法如下：为了统计过程控制能够全面覆盖所有产品，即每个产品的过程数据都能在控制图中体现，并能够分析是否存在异常。同时为了降低分析成本，降低数据采集困难度，可以假定所有集成电路生产过程中的工序受控。以芯片粘接工序为例，通常是采集芯片剪切力数据，属于破坏性试验，不同芯片的芯片面积不一样，对应的标准要求不一样，但其粘接工艺、设备、环境、操作人、测量设备是一样的，而不同芯片粘接剪切力大小与芯片面积是存在一定函数关系的。因此，可以通过回归法将现有的连续25批数据用一张控制图来分析，即能用于分析多品种小批量生产的控制图。通常将多品种融合到一种控制图中需要找到特征值与变动因素的关系，因此，从芯片剪切力的大小与其他因素的相关性着手考虑，芯片粘接的工艺参数是一致的，可变因素就在芯片面积大小，即芯片剪切强度与芯片面积大小成一定关系。因此，可假定目前粘结工序是可控的，将n个产品每种抽5个进行剪切力试验，利用最小二乘法回归每种产品剪切力均值与芯片面积的关系，回归值即为在受控下每种芯片的剪切力，这样就可以获得实测值与回归值之差，即残差，其残差存在嵌套性，可应用嵌套控制图控制残差，即行业内通常称为嵌套回归控制图。其控制图具有的优势如下：(1)所有同类工艺的产品可采用一张控制图，数据采集非常容易，所需总体数据量最小化。因此，分析成本最低化；(2)解决集成电路多品种小批量统计过程控制连续采集数据非常困难、不能全面覆盖所有产品的统计过程控制等问题。具体确定芯片粘接嵌套回归控制图的流程如图1所示。图1确定芯片装结工序控制图的流程3实施应用根据统计过程控制的原理，需连续采集25批数据，因此，本合理化建议具体实施如下：3.1数据采集及计算以单片集成电路在线生产中的几个具有代表行性的产品为样本，连续采集25批数据(可以是连续25批中包含n个产品，不同批次的同一个产品可以重复收集)如表1所示。表1粘结工序芯片剪切力数据品种 芯片面积(mm2)X 芯片剪切力(Kg)Y N1 Xa yi11 yi 12 yi 13 yi 14 yi 15 N2 Xb yi21 yi 22 yi 23 yi 24 yi 25 N3 Xc yi31 yi 32 yi 33 yi 34 yi 35 … N25 Xn yi251 yi 252 yi 253 yi 254 yi 255 求出每个品种的剪切力均值：Y1、Y2、Y3、Y4、Y5、Y6、Y7、Y8、Y9…，如表2所示。表2各品种芯片剪切力均值统计型号 芯片面积(mm2) 芯片剪切力均值(Kg) N1 Xa Y1 N2 Xb Y 2 N3 Xc Y 3 … N25 Xn Y 25 应用最小二乘法获得Y与X的回归方程如下：Y=A+BX2n+CXn(1)3.2计算残差残差计算公式：着i=yi-Yi(2)yi为实测值，Yi为回归模型计算的期望值，Yi如表3所示。表3各品种芯片剪切力回归值型号 芯片剪切力均值(Kg) N1 Yi1 N2 Yi2 N3 Yi3 … ...Nn Yin
于是得到如表4所示的残差数据。表4残差数据每组残差品种 1 2 3 4 5 标准差 N1 εi11 εi 12 εi 13 εi 14 εi 15 S i1 N2 εi 21 εi 22 εi 23 εi 24 εi 25 Si 2 … N25 εi 251 εi 252 εi 253 εi 254 εi 255 Si 25 3.3计算残差嵌套控制限(1)计算残差的均值和标准差着i＝1n着为每组残差平均值。移ni=1着ij(3)n2Si=i=ii-着i)n-1(4)Si每组为残差标准差，姨移(着如表4所示。7电子质量2020年第01期(总第394期)(2)样本均值计算軉着=着1+着2+着n3+…+着n(5)軉着为所有样本均值。(3)分组样本标准差和组内标准差n滓w=i=i(着i(6)滓姨移n-1軈-着軉)2w为组间标准差。滓nd=S軈=1ni=1Si(7)滓移d为组内标准差。(4)控制限计算S=姨2滓2w+滓nd(8)残差均值控制限＝軉着标准差：UCL越B依3S4SLCL越B3S4结论本文是采用嵌套回归控制图对芯片粘结工序进行统计过程控制，解决了多品种小批量数据不足而不能全覆盖所有产品、分析成本高的难题，使统计过程控制在制造关键工序很好的应用。芯片粘结统计过程控制数据采集为破坏性，对采用8本文的嵌套回归控制图与常规控制图对比分析如表5所示。表5两种控制图分析成本对比 控制图 项目 常规控制图 本文建议控制图 每种型号125个采集数据(破坏性(即按企业在售产品个数) 产品达100 种，总共125个 总共需采集12500个) 因此，通过本文所建议SPC模型实施多品种小批量控制，采用一张控制图代替上百张控制图，简化了统计过程控制，解决了公司多品种、小批量单片集成电路在嵌套型特点工序的统计过程控制的难点，实现了全面覆盖多品种小批量所有产品的统计过程控制，特别是在存在嵌套工艺特点的工序实施效果更显著。参考文献：[1]贾新章,李京苑.统计过程控制与评价[M].北京:电子工业出版社,2004.[2]刘建.小批次元器件SPC过程中嵌套回归方法研究[J].电子质量,2011,(10):48-50.