SPC在半导体晶圆制造厂的应用（下）

摘要：由于半导体制造工艺过程的复杂性，一般很难建立其制造模型，不能对工艺过程状态作有效的监控，所以迫切需要先进的半导体过程控制技术来严格监控工艺过程状态，而SPC就是其中最重要的一种技术。本文着重论述了半导体晶圆厂的SPC与传统行业的不同之处。

关键字：半导体；SPC；过程控制；控制图

中图分类号：TN301 文献标识码： A 文章编号：1003-353X(2004)05-0035-03

4 SPC控制的方法简介

SPC是通过对线上参数进行分析，来对生产过程进行监控和预测。主要包括数据采集，数据整理和数据分析三个方面。

（1）数据采集：对生产过程进行过程失效模式与影响分析，确定关键工序及其所需测量的工艺参数，并对测点进行参数测量。这个步骤中涉及到控制频率和样本抽取方法的确定。控制频率是指多久该抽样一次，一般抽样频率与制造系统的稳定性有密切n的关系，通常若Process的稳定性愈高，则控制频率就可相对的放松。为了分组方便，一般常采用整群（组）随机抽样的方法，就是说，每一次都是从工序中抽取n个样品，而不是把n个样品分几次抽出。

（2）数据整理：将采集来的数据根据控制目的进行归类，例如，可以将数据按操作人员、加工机器等因素进行分类。然后对整理过的数据按测量顺序或批次进行分组，每组数据的多少以n来表示，称组大小或样本大小。分组的一般原则是尽量使同一组内的数据来自大体相同的生产条件，换言之，应将大致相同条件下采集来的数据分在同一组内，组内不应包括不同性质的数据，如应将同一批，同一日或同一班组的数据分在一组内。

（3）数据分析：根据具体的应用情况，对分组后的数据做适合的控制图，依据控制图的分析方法，对控制图进行分析，达到监测和预测加工工序的目的。

5 半导体晶圆厂SPC控制方法

5.1 数据采集

对于半导体厂的数据采集方法，由于工艺非常复杂，而且制造芯片非常小，产品在每一个特定工艺加工时更容易受诸多因素（比如氧化温度、溶液浓度、酸碱度，设备振动等）的影响，因此需要对每道工序进行过程失效模式与影响的分析，确定出关键工序及其测点，然后对测点进行数据测量，半导体行业中数据的测量一般是由机器完成的，因此减少了人为的因素。抽样频率一般为一个lot中随即的抽取1-2片。

在每一个芯片上测量9点，该9点的位置是事先确定好的，位置关系图如图4，采集到的数据见表1。

抽样的参数数据，一般企业的做法是应用均值-极差图（X-R）来监控过程状态，图5就是根据表1的数据所作的均值-极差图。

5.3.2 半导体厂的做法

根据半导体厂特定的采样方法能够发现，抽测的一个芯片代表一个Lot，如果能选择出一个参数反映一个芯片的情况，也即反映了整个Lot的情况。由于组内数据可能存在位置差异，需要采取一些技术手段消除这些差异，组内数据平均值符合了这个要求（至于组内数据差异我们后面用极差图分析）。这相当于每一个抽样的芯片只测一个数据，也相当于作单值图的情况。因此我们可以用组内平均值作为芯片的单值，用单值-移动极差图来控制工艺过程（如图6）。

通过图6可以看出，氧化层厚度生长工艺处于统计受控状态，工艺控制比较稳定，氧化层厚度比较均匀，与实际情况符合。在控制其它的工艺工程状态，此控制图也表现良好，这说明了这种方法的正确性。

关于组内差异，我们还是用极差图来分析，但是计算控制线的平均极差是组内平均极差，而非平均值的移动极差，如图7。

综上所述，在半导体制造中，SPC控制图监控工艺过程状态主要是单值图和极差控制图的联合互补的应用才能见效。

6 SPC控制时应注意的事项

在使用SPC控制的过程中．为了准确及时掌握生产工艺运行情况，还须往意两个问题：

（1）一般情况下，需要积累多于25组数据才能进行SPC分析，每组数据最好不少于5个。在日常生产中，应保持数据采集的连续性，并对每组数据进行SPC分析。控制图反映的过程可能有好的的异常，也可能有坏的异常，而这些异常都说明工艺过程发生了变化，均应进行质量分析，采取措施，直到确认工艺过程又处于统计受控状态。

（2）在数据波动比较大时，注意分析原材料、设备和环境等因素，避免盲目改变工艺条件，以免出现浪费。

7 结束语

ISO9001：2001提出关于质量管理的八项原则，对于质量管理实践具有深刻的指导意义，其中，“过程方法”，“基于事实的决策”原则都与SPC有着密切的关系。以什么样的方法进行过程控制？以什么样的手段保证管理决策的及时性，可靠性？SPC都提供了最好的答案。它为一个企业按照ISO9001标准建立质量管理体系提供了有力的支持，SPC的运用必将为企业创造更大的经济效益。