Рейтинг маршрутов на заводах по производству полупроводниковых пластин
Том 13 научных докладов, Номер статьи: 13267 (2023) Цитировать эту статью
150 доступов
Подробности о метриках
Мы разрабатываем метод оценки качества маршрутов обработки в процессе изготовления пластин. Ранжирование таких маршрутов может быть полезно для определения «лучших» и «худших» маршрутов при корректировке рецептов. Категоризация маршрутов также полезна при разработке эффективных алгоритмов планирования. В частности, мы предлагаем метод ранжирования маршрутов на основе показателей, таких как количество дефектов на пластине. Мы начинаем со статистической модели для создания «локального» рейтинга инструмента, а затем создаем «глобальный» рейтинг с помощью эвристической процедуры. Создание полностью статистической процедуры ранжирования маршрутов на заводах по производству полупроводников практически невозможно, учитывая количество возможных маршрутов и ограниченность доступных данных. Тем не менее, наши обсуждения с работающими инженерами показывают, что даже приблизительные рейтинги полезны для принятия более эффективных эксплуатационных решений.
В этой статье мы разрабатываем метод оценки качества маршрутов обработки в производственном процессе. Эта работа была вдохновлена ситуацией на типичном заводе по производству полупроводниковых пластин, но метод можно было использовать в любой отрасли. Однако некоторая часть нашей терминологии и направленности зависит от области применения, которую мы имеем в виду.
Завод по производству полупроводников известен как фабрика. Обычно процесс производства полупроводников представляет собой полупроводниковые пластины (изготавливаемые объекты), проходящие через последовательность инструментов (или оборудования или машин) в заранее заданном порядке, так что они могут быть соответствующим образом обработаны каждым инструментом. Этот заранее заданный порядок инструментов в полупроводниковой промышленности называется маршрутом. Каждый инструмент в маршруте также имеет заранее заданную настройку для получения пластин определенного качества. Вместе маршрут и предварительно заданные настройки для каждого инструмента в этом маршруте называются рецептом.
На производстве полупроводников обычно имеется несколько инструментов, которые можно выбрать для выполнения определенного этапа производственного процесса. Рецепт, как описано ранее, состоит из определенного порядка этапов производства и настроек инструмента на каждом этапе. Ранжирование таких маршрутов может быть полезно по разным причинам. Во-первых, определение «лучших» и «худших» маршрутов полезно при проверке рецептов. В частности, когда вносятся изменения в настройки инструмента, полезно определить лучшие и худшие маршруты в существующем процессе, поскольку они, вероятно, обеспечат хорошие границы производительности для скорректированного рецепта. Во-вторых, категоризация маршрутов может использоваться для эффективного планирования. Например, ранжирование маршрутов может использоваться как один из факторов распределения заданий по мере их прохождения через производственный процесс.
Мы разрабатываем метод ранжирования маршрутов для метрик на основе количества, в котором метрика принимает значения, являющиеся неотрицательными целыми числами, и для которых более низкие значения лучше. В частности, 0 — наилучшее возможное значение метрики. Вычислительный пример, рассматриваемый в этой статье, относится к подсчету дефектов на пластине.
В общем, наш метод начинается с разработки «локального» рейтинга инструмента, а затем строит «глобальный» рейтинг с помощью эвристической процедуры. Обратите внимание, что не всегда возможно ранжировать инструменты непосредственно, скажем, на основе данных о дефектах, поскольку эти данные часто не собираются до тех пор, пока продукт не пройдет несколько этапов обработки. Следовательно, мы должны оценить корреляцию между дефектами и выбором инструмента. Точно так же создание детальной статистической процедуры для ранжирования маршрутов в полупроводниках практически невозможно, учитывая количество возможных маршрутов и ограниченность доступных данных. Тем не менее, наши обсуждения с работающими инженерами показывают, что даже приблизительное ранжирование полезно для принятия более эффективных эксплуатационных решений на заводе.
Оставшаяся часть теста организована следующим образом. В «Обзоре литературы» мы кратко рассматриваем предыдущую соответствующую работу. В «Ранжировании маршрутов на основе подсчета» мы предлагаем два алгоритма ранжирования для данных подсчета: ранжирование на основе регрессии подсчета и ранжирование на основе двоичной вероятности. В разделе «Вычислительные примеры» мы иллюстрируем алгоритмы на некоторых вычислительных примерах и сравниваем результаты двух алгоритмов ранжирования. Наконец, мы завершаем статью в разделе «Заключение» предложениями о том, когда использовать один алгоритм ранжирования по сравнению с другим.