第三十一卷 第十期 - 2019年十一月十五日 PDF
Counter
智慧型良率管理系統
謝昱銘、林晉逸、鄭芳田
國立成功大學 製造資訊與系統研究所
 
字體放大
【107年經濟部智慧財產局國家發明創作獎】得獎人專刊

著半導體與TFT-LCD製程技術的不斷提昇與功能日趨強大,其製程也日趨精密且複雜。處於此環境下,如何能在發現產品良率不佳時,快速地找到造成此良率不佳之關鍵因子,進而能持續改善以提升良率,已成為一個重要的課題。
我們研究業界於良率管理所面臨的問題,並提出一關鍵站點搜尋演算法,如圖1所示。
圖1 關鍵站點搜尋演算法

本關鍵站點搜尋演算法包含以下模組:

  • 資料前處理模組 (Data-Preprocessing Module):進行資料前處理及品質的確認。
  • KSA核心分析模組 (KSA Core Algorithm Module):含 TPOGA (Triple Phase Orthogonal Greedy Algorithm)與 ALASSO (Automated Least Absolute Shrinkage and Selection Operator)演算法,分析關鍵站點供使用者參考。
  • 交互作用模組 (IESA Module):利用TPOGA及Tree找出交互作用機台及參數。並針對參數定訂規格,達到持續改善良率的目標。
  • 盲站搜尋模組 (BSA Module):輔助KSA 核心分析模組,辨識出哪些影響參數可能因為製程特性而無法分析,並提出兩階段的流程針對該些影響參數進行深入檢視。
  • 信心指標模組 (RIK Module):透過比較KSA 核心分析模組分析結果的重合程度,產出信心指標。

進一步使用實際半導體凸塊製程資料進行驗証,比較有專家經驗介入及完全盲目搜尋等兩種搜尋方式,結果如圖2所示。可以發現在前兩大可疑機台為一致,更進一步針對第一大可疑機台繪製盒鬚圖,亦可看得到第一大可疑機台相當顯著,與工程師確認,該機台確實為根本原因。
圖2 半導體實際案例比較專家經驗及盲目搜尋

圖3 第一可疑機台盒鬚圖


驗証結果除了顯示關鍵站點搜尋演算法的正確性外,也隱含著使用者不一定需要針對分析之製程有專業的知識,關鍵站點搜尋演算法仍可採用盲目搜尋之方式,且可獲得不錯的結果,供使用者進行產品良率異常分析的參考。

此外影響產品良率的因子非常多,舉凡在製品過站資訊、生產加工條件及站點間量測…等資料, 若將上述資料完全收集並用於良率分析,則所收集之資料數量是相當龐大,此時就需要一個完善的資訊架構來支援。我們研究團隊提出了先進製造物聯雲架構,此架構應用物聯網、雲端運算、巨量資料分析、虛實整合技術等實現高度垂直整合的智慧製造系統,如圖4所示。

基於先進製造物聯雲所建構之智慧型良率管理系統透過物聯網元件(CPA)的應用抓取所需資料;透過巨量資料分析管理大量生產線上的資料;應用虛實整合技術順利部署關鍵站點搜尋演算法,如此便可將智慧型良率管理系統實際應用於業界,達到提升良率和減少搜尋時間之目標。
圖4 以先進製造物聯雲(AMCoT)為基部署智慧型良率管理系統



參考文獻
  1. F.-T. Cheng, Y.-S. Hsieh, J.-W. Zheng, S.-M. Chen, R.-X. Xiao, and C.-Y. Lin "A Scheme of High-dimensional Key-variable Search Algorithms for Yield Improvement" IEEE Robotics and Automation Letters, vol. 2, no. 1, pp.179-186, January 2017. DOI: 10.1109/LRA.2016.2584143.(MOST 104-3011-E-006-001).
  2. F.-T. Cheng, C.-Y. Lin, C.-F. Chen, R.-X. Xiao, J.-W. Zheng, and Y.-S. Hsieh, “Blind-stage Search Algorithm for the Key-variable Search Scheme,” IEEE Robotics and Automation Letters, vol. 2, no. 4, pp. 1840-1847, October 2017. (MOST 105-2218-E-006-014 and MOST 104-2221-E-006-065-MY3).
  3. Chin-Yi Lin, Yu-Ming Hsieh, Fan-Tien Cheng, Yu-Ru Yang, Muhammad Adnan, “Interaction-Effect Search Algorithm for the KSA Scheme,” IEEE Robotics and Automation Letters, vol. 3, no. 4, pp. 2778-2785, May 2018.
  4. Y.-C. Lin, M.-H. Hung, H.-C. Huang, C.-C. Chen, H.-C. Yang, Y.-S. Hsieh, and F.-T. Cheng, “Development of Advanced Manufacturing Cloud of Things (AMCoT)-A Smart Manufacturing Platform,” IEEE Robotics and Automation Letters, vol. 2, no. 3, pp. 1809-1816, July 2017. (MOST 104-3011-E-006-001, 105-2218-E-006-014, 105-2221-E-034-002, MOST 105-2221-E-006-141, and MOST 106-2218-E-006-005).
< 上一篇
下一篇 >
Copyright National Cheng Kung University