尼尔森规格管理方法及***
技术领域
本申请涉及半导体行业的统计过程控制规格趋势管理技术,特别涉及一种尼尔森规格管理方法及***。
背景技术
在半导体行业,产品加工工艺非常复杂,成本高,故整个加工过程需要不断的对正在加工的产品进行质量监控,以保证每道工艺加工的质量得到可靠保证,以及加工机台是有效可用的,从而生产出高质量的产品。
随着半导体技术的发展,工艺的提升,产品在整个加工过程中所需要采集的测量数据越来越多,每个产品加工完成后所上传的测量数据众多,因此对大量的测量数据进行快速分析计算以判断相应的产品数据是否超出规格就成为了一个关键的问题。
对产品工艺加工的监控,通常都是采用统计过程控制方法,即对产品加工过程中测量收集到的数据进行统计学上的分析和必要的规格、趋势管理。常见的统计过程控制(Statistical Process Control-SPC)***,采用尼尔森规则(Nelson Rule)进行规格和趋势管理。
尼尔森规则(Nelson Rule)一共有8条规则组成,每条规则所使用的采样点范围都有所不同,而且其中部分规则还需要历史数据作为采样点,归纳如表1;尼尔森规则(Nelson Rule)所需要的术语Zone A(区域A)、Zone B(区域B)、Zone C(区域C)、Upper Control Limit(UCL,上限)、Target(Center Line,中心线)、Lower Control Limit(LCL,下限)的定义如图1;
表1
常见的尼尔森规格管理***,当产品的测量数据进入该***时,***会按照尼尔森规则(Nelson Rule)逐条获取所需数据,根据产品质量要求设置好的规格及所需要的数据统计采样点,结合历史数据中同类型测量数据,判断数据有无超出控制规格,从而来判断该工艺的趋势发展是否异常。常见的尼尔森规格管理***的数据处理算法,虽然逻辑上很直观,但耗时长,对应用***资源负载要求高,速度慢。
例如,针对产品某一道工艺的加工,建立了一个加工参数-平均厚度的趋势管理图。平均厚度趋势管理图中,参数UCL(上限)、Target(中心线)、LCL(下限)分别为9,5,1,该参数已经收集了Lot1~Lot5五个产品数据,如表2;根据Sigma的算法,得出相应的Sigma为1.294,第六个产品Lot6的平均厚度参数值为5.5,如何来判断第六个产品Lot6数据点是否违反尼尔森规则(Nelson Rule)呢?常见的尼尔森规格管理***,针对每一条尼尔森规则(Nelson Rule),以N等于4为例,先获取该趋势图中先前最近的3个数据点,再加上新数据点即第六个产品的数据来进行相应的比较,从而确认第六个数据点正常,没有OOC(超出控制规格)现象,见表3:
表2
数据点 |
产品 |
参数值:平均厚度 |
1 |
Lot1 |
4 |
2 |
Lot2 |
6 |
3 |
Lot3 |
6.5 |
4 |
Lot4 |
3.5 |
5 |
Lot5 |
4.5 |
表3
发明内容
本申请要解决的技术问题是提高尼尔森规格管理的计算速度,降低数据计算处理的资源负载。
为解决上述技术问题,本申请提供的尼尔森规格管理方法,包括以下步骤:
一.按照下表,确定最后收集的N个产品数据的8个属性的二进制值;
属性 |
属性描述 |
具有该属性 |
不具有该属性 |
1 |
落在A区以外 |
1 |
0 |
2 |
落在A区 |
1 |
0 |
3 |
落在B区 |
1 |
0 |
4 |
落在C区 |
1 |
0 |
5 |
落在中心线上侧 |
1 |
0 |
6 |
落在中心线下侧 |
1 |
0 |
7 |
大于前一个点的值 |
1 |
0 |
8 |
小于前一个点的值 |
1 |
0 |
表中的A区、B区、C区、中心线是尼尔森规则的相应定义,N为正整数;
二.根据收集的N个产品数据的8个属性的二进制值,确定收集的N个产品数据是否超出控制规格,具体如下:
(一)如果最后收集的一个产品数据的属性1的值为0,则不违反第一条尼尔森规则;
(二)如果最后收集的N个产品数据的属性5的值不都为1,或者最后收集的N个产品数据的属性6的值不都为1,则不违反第二条尼尔森规则;
(三)如果最后收集的N个产品数据的属性7的值不都为1,或者最后收集的N个产品数据的属性8的值不都为1,则不违反第三条尼尔森规则;
(四)如果最后收集的N个产品数据的属性7的值不是0、1交错,并且者最后收集的N个产品数据的属性8的值不是0、1交错,则不违反第四条尼尔森规则;
(五)如果最后收集的3个产品数据的属性1的值中有至少有两个为0、或者最后收集的3个产品数据的属性2的值中有至少有两个为0、或者最后收集的3个产品数据的属性1的值中有至少有1个为0并且最后收集的3个产品数据的属性2的值中有至少有1个为0,或者最后收集的3个产品数据的属性5的值不都是1并且最后收集的3个产品数据的属性6的值不都是1,则不违反第五条尼尔森规则;
(六)如果最后收集的5个产品数据的属性4的值中有至少有两个为1,并且最后收集的5个产品数据的属性5的值不都是1、最后收集的5个产品数据的属性6的值不都是1,则不违反第六条尼尔森规则;
(七)如果最后收集的N个产品数据的属性4的值不都是1,则不违反第七条尼尔森规则;
(八)如果最后收集的N个产品数据的属性4的值不都是0,则不违反第八条尼尔森规则。
为解决上述技术问题,本申请提供的尼尔森规格管理***,包括产品数据属性转换模块、控制规格处理模块;
所述产品数据属性转换模块,用于按照下表,确定最后收集的N个产品数据的8个属性的二进制值;
属性 |
属性描述 |
具有该属性 |
不具有该属性 |
1 |
落在A区以外 |
1 |
0 |
2 |
落在A区 |
1 |
0 |
3 |
落在B区 |
1 |
0 |
4 |
落在C区 |
1 |
0 |
5 |
落在中心线上侧 |
1 |
0 |
6 |
落在中心线下侧 |
1 |
0 |
7 |
大于前一个点的值 |
1 |
0 |
8 |
小于前一个点的值 |
1 |
0 |
表中的A区、B区、C区、中心线是尼尔森规则的相应定义,N为正整数;
所述控制规格处理模块,用于根据收集的N个产品数据的8个属性的二进制值,确定收集的N个产品数据是否超出控制规格,具体如下:
(一)如果最后收集的一个产品数据的属性1的值为0,则不违反第一条尼尔森规则;
(二)如果最后收集的N个产品数据的属性5的值不都为1,或者最后收集的N个产品数据的属性6的值不都为1,则不违反第二条尼尔森规则;
(三)如果最后收集的N个产品数据的属性7的值不都为1,或者最后收集的N个产品数据的属性8的值不都为1,则不违反第三条尼尔森规则;
(四)如果最后收集的N个产品数据的属性7的值不是0、1交错,并且者最后收集的N个产品数据的属性8的值不是0、1交错,则不违反第四条尼尔森规则;
(五)如果最后收集的3个产品数据的属性1的值中有至少有两个为0、或者最后收集的3个产品数据的属性2的值中有至少有两个为0、或者最后收集的3个产品数据的属性1的值中有至少有1个为0并且最后收集的3个产品数据的属性2的值中有至少有1个为0,或者最后收集的3个产品数据的属性5的值不都是1并且最后收集的3个产品数据的属性6的值不都是1,则不违反第五条尼尔森规则;
(六)如果最后收集的5个产品数据的属性4的值中有至少有两个为1,并且最后收集的5个产品数据的属性5的值不都是1、最后收集的5个产品数据的属性6的值不都是1,则不违反第六条尼尔森规则;
(七)如果最后收集的N个产品数据的属性4的值不都是1,则不违反第七条尼尔森规则;
(八)如果最后收集的N个产品数据的属性4的值不都是0,则不违反第八条尼尔森规则。
本申请的尼尔森规格管理方法及***,根据Nelson规则中每一条规则的特点,对每一个产品数据进行特征总结分析,并将其转化8个属性的二进制值,然后根据Nelson规则中每一条规则与8个属性的关联关系,采用二进制的按位算法来判断相应的产品数据是否超出规格。本申请的尼尔森规格管理方法及***由于采用二进制数值算法,不仅速度非常快捷,而且结论数据形式简单,避免了追溯历史数据的需要,提高了计算速度,简化了数据存储,降低了数据计算处理的资源负载。
附图说明
为了更清楚地说明本申请的技术方案,下面对本申请所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是尼尔森规则所需要的术语定义示意图;
图2是本申请的尼尔森规格管理方法示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请。并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
以下从尼尔森规则(Nelson Rule)特征分析开始,对本案进行详细说明。
从尼尔森规则(Nelson Rule)的定义来看,我们可以对每个数据点(产品的每一个测量数据值)定义如下的8个属性,并用1或者0来表示该数据点是否具有对应的属性,如表4所示;
当每个数据点都有了这8个属性后,对于连续的N个点来说,每个属性都是由连续的N个0或1来表示的;
当N个数据点的属性用这样的0,1方式表示出来后,对于每一条尼尔森规则(Nelson Rule),都可以用对应的属性来进行按位算法处理,如表5所示;
表4
属性 |
属性描述 |
具有该属性 |
不具有该属性 |
1 |
落在A区以外 |
1 |
0 |
2 |
落在A区 |
1 |
0 |
3 |
落在B区 |
1 |
0 |
4 |
落在C区 |
1 |
0 |
5 |
落在中心线上侧 |
1 |
0 |
6 |
落在中心线下侧 |
1 |
0 |
7 |
大于前一个点的值 |
1 |
0 |
8 |
小于前一个点的值 |
1 |
0 |
表5
Nelson Rule N Nelson规则elson Rule |
所需考虑属性 |
规则一:一点在区域A(3Sigma)以外 |
1 |
规则二:连续N个点在中心线同一侧 |
5||6 |
规则三:连续N个点,递增或递减 |
7||8 |
规则四:连续N个点上下交错 |
7&8 |
规则五:连续3个点中有2个点落在中心线同一侧B区以外 |
5&1&2||6&1&2 |
规则六:连续5点中有4点落在中心线同一侧的C区以外 |
5&4||6&4 |
规则七:连续N个点落在C区 |
4 |
规则八:连续N个点落在C区以外 |
4 |
实施例一
如图2所示,尼尔森规格管理方法包括以下步骤:
一.按照表4,确定最后收集的N个产品数据的8个属性的二进制值;
表4中的A区、B区、C区、中心线是尼尔森规则的相应定义,N为正整数;
二.根据收集的N个产品数据的8个属性的二进制值,确定收集的N个产品数据是否超出控制规格,具体如下:
(一)如果最后收集的一个产品数据的属性1的值为0,则不违反第一条尼尔森规则;
(二)如果最后收集的N个产品数据的属性5的值不都为1,或者最后收集的N个产品数据的属性6的值不都为1,则不违反第二条尼尔森规则;
(三)如果最后收集的N个产品数据的属性7的值不都为1,或者最后收集的N个产品数据的属性8的值不都为1,则不违反第三条尼尔森规则;
(四)如果最后收集的N个产品数据的属性7的值不是0、1交错,并且者最后收集的N个产品数据的属性8的值不是0、1交错,则不违反第四条尼尔森规则;
(五)如果最后收集的3个产品数据的属性1的值中有至少有两个为0、或者最后收集的3个产品数据的属性2的值中有至少有两个为0、或者最后收集的3个产品数据的属性1的值中有至少有1个为0并且最后收集的3个产品数据的属性2的值中有至少有1个为0,或者最后收集的3个产品数据的属性5的值不都是1并且最后收集的3个产品数据的属性6的值不都是1,则不违反第五条尼尔森规则;
(六)如果最后收集的5个产品数据的属性4的值中有至少有两个为1,并且最后收集的5个产品数据的属性5的值不都是1、最后收集的5个产品数据的属性6的值不都是1,则不违反第六条尼尔森规则;
(七)如果最后收集的N个产品数据的属性4的值不都是1,则不违反第七条尼尔森规则;
(八)如果最后收集的N个产品数据的属性4的值不都是0,则不违反第八条尼尔森规则。
实施例二
基于实施例一的尼尔森规格管理方法的尼尔森规格管理***,包括产品数据属性转换模块、控制规格处理模块;
所述产品数据属性转换模块,用于按照表4,确定最后收集的N个产品数据的8个属性的二进制值;
表4中的A区、B区、C区、中心线是尼尔森规则的相应定义,N为正整数;
所述控制规格处理模块,用于根据收集的N个产品数据的8个属性的二进制值,确定收集的N个产品数据是否超出控制规格,具体如下:
(一)如果最后收集的一个产品数据的属性1的值为0,则不违反第一条尼尔森规则;
(二)如果最后收集的N个产品数据的属性5的值不都为1,或者最后收集的N个产品数据的属性6的值不都为1,则不违反第二条尼尔森规则;
(三)如果最后收集的N个产品数据的属性7的值不都为1,或者最后收集的N个产品数据的属性8的值不都为1,则不违反第三条尼尔森规则;
(四)如果最后收集的N个产品数据的属性7的值不是0、1交错,并且者最后收集的N个产品数据的属性8的值不是0、1交错,则不违反第四条尼尔森规则;
(五)如果最后收集的3个产品数据的属性1的值中有至少有两个为0、或者最后收集的3个产品数据的属性2的值中有至少有两个为0、或者最后收集的3个产品数据的属性1的值中有至少有1个为0并且最后收集的3个产品数据的属性2的值中有至少有1个为0,或者最后收集的3个产品数据的属性5的值不都是1并且最后收集的3个产品数据的属性6的值不都是1,则不违反第五条尼尔森规则;
(六)如果最后收集的5个产品数据的属性4的值中有至少有两个为1,并且最后收集的5个产品数据的属性5的值不都是1、最后收集的5个产品数据的属性6的值不都是1,则不违反第六条尼尔森规则;
(七)如果最后收集的N个产品数据的属性4的值不都是1,则不违反第七条尼尔森规则;
(八)如果最后收集的N个产品数据的属性4的值不都是0,则不违反第八条尼尔森规则。
实施例三
针对产品某一道工艺的加工,建立了一个加工参数-平均厚度的趋势管理图。平均厚度趋势管理图中,参数UCL、Target、LCL分别为9,5,1,该参数已经收集了Lot1~Lot5五个产品数据,如表2;根据Sigma的算法,得出相应的Sigma为1.294,第六个产品Lot6的平均厚度参数值为5.5。
尼尔森规格管理***,通过产品数据属性转换模块,按照表4,确定如表2所示的先前收集的Lot1~Lot5五个产品数据的8个属性的二进制值,如表6;当第六个数据值为5.5的产品数据采集后,根据当前趋势图中最后一个数据点Lot5的值4.5,得出第六个产品数据的8个属性的二进制值,如表7;
表6
数据点 |
属性1 |
属性2 |
属性3 |
属性4 |
属性5 |
属性6 |
属性7 |
属性8 |
1 |
0 |
0 |
0 |
1 |
0 |
1 |
N/A |
N/A |
2 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
0 |
3 |
0 |
0 |
1 |
0 |
1 |
0 |
1 |
0 |
4 |
0 |
0 |
1 |
0 |
0 |
1 |
0 |
1 |
5 |
0 |
0 |
0 |
1 |
0 |
1 |
1 |
0 |
表7
数据点 |
属性1 |
属性2 |
属性3 |
属性4 |
属性5 |
属性6 |
属性7 |
属性8 |
6 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
0 |
根据按表5所示的每一条尼尔森规则(Nelson Rule)同表4中所示的8个属性的关系,将相应数据点的属性进行按位计算,从而确认这第六个产品数据是否正常,没有OOC(超出控制规格)现象,见表8;
表8
本申请的尼尔森规格管理方法及***,根据Nelson规则中每一条规则的特点,对每一个产品数据进行特征总结分析,并将其转化8个属性的二进制值,然后根据Nelson规则中每一条规则与8个属性的关联关系,采用二进制的按位算法来判断相应的产品数据是否超出规格。本申请的尼尔森规格管理方法及***由于采用二进制数值算法,不仅速度非常快捷,而且结论数据形式简单,避免了追溯历史数据的需要,提高了计算速度,简化了数据存储,降低了数据计算处理的资源负载。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。