在今天的工业中,质量检验在半导体制造业是至关重要的。研制了许多传统的故障检测和诊断技术来确定趋势或模式的存在,在这个过程中还是一个特定的过程变量的行为正常。
图片来源:asharkyu / Shutterstock.com
由于基础过程动力学,这些故障检测方法可能偶尔失败产生几个隐藏过程特征或检测过程的缺陷。
在本文中,我们将讨论故障检测、半导体蚀刻过程,和一些新方法来克服当前的挑战,有效的故障检测方法。
故障检测在工程是什么?
检测、隔离和恢复断层是控制工程的一个分支关心监视系统,确定故障发生时,确定缺陷的性质和位置,然后采取适当的措施防止未来失败或不利的事故。在高成本和safety-sensitive流程、故障检测是至关重要的早期检测防止发生不可预见的情况下。
故障检测和诊断的兴趣表演许多工业部门改善过程。
半导体和他们的使用
半导体材料,既可以表现为导体和绝缘体取亚博网站下载决于它的情况是必要的。一般来说,随着温度的升高,材料的电阻率降低。
半导体用于生产二极管、晶体管、集成电路等电子设备,他们的目的是管理和控制电流。半导体是广泛使用由于其可靠性、功率效率、低成本、和紧凑性。半导体的例子包括硅和砷化镓。
什么是蚀刻,半导体蚀刻为什么重要?
腐蚀是一个化学或电解过程,应用金相研磨和抛光后表面增加对比度,从而能够看到微观结构和宏观结构。它也可以被用来去除薄,高度变形层研磨和抛光过程中形成的。
腐蚀,用于半导体器件制造,用来描述任何技术,有选择地删除从基体上的薄膜材料,有或没有先前存在的表面结构创建一个模式,在衬底材料。
腐蚀一般分为湿式和干式蚀刻。干和湿蚀刻程序都是有效的去除表面材料表面和创建模式。亚博网站下载湿蚀刻与干蚀刻的不同之处在于,它采用液体化学物质或蚀刻剂,而干蚀刻使用等离子体或腐蚀气体。
某些类型的半导体蚀刻过程是各向同性的激进的腐蚀,反应离子刻蚀,物理溅射、离子研磨。
在腐蚀过程中故障检测方法
我们将讨论一些情况下尝试改进提高了故障检测系统。
正如前面提到的,检测错误的过程,识别异常发生时,快速分类错误的根源是至关重要的在今天的半导体制造设备利用率最大化;app亚博体育然而,工具从生产设备获得的数据包含了丰富的信息,经常难以分析由于其庞大的体积和复杂性。app亚博体育
为了更好地利用这些数据,香港et al .,发表的一项研究中IEEE半导体制造业提出了模块化神经网络模型作为一种方法,可用于故障检测等离子体蚀刻。
Dempster-Shafer证据推理理论是用于演示成功的故障检测子系统级别为零错过了警报,和分类确定故障的根本原因,提出了在室内泄漏故障模拟。研究者们意识到,结合各种相关信息,将工程专业知识可能会导致一个成功的故障检测系统。
在另一起案件中,增加产量和减少晶片产量损失由于misprocessing,等离子体过程中更有效的故障检测。工艺错误可能是由于不正确的设备条件,和性能漂移的零件或组件复杂的半导体制造设备往往不app亚博体育承认但最终都会导致等离子体条件的变化。
在《华尔街日报》最近刊登的一篇研究论文电子产品研究人员提出,利用光学发射光谱学数据改善过程故障检测的稳定性和准确性。
延长隔离森林方法用于检测异常光学发射光谱学数据任意的控制实验装置下诱导故障场景,它优于传统的隔离森林方法对精度和速度。
研究人员还使用光学发射光谱学数据生成特性相关的电子温度,发现电子温度特性结合设备状态变量识别和光学发射光谱学数据提高了预测精度的工艺/设备故障检测0.84%。app亚博体育
故障检测的深度学习方法
研究人员还利用最近的技术进步,提高故障检测流程。在另一项研究发表在杂志上IEEE半导体制造业,研究人员提出一个基于深度学习领域适应故障诊断方法在半导体制造业。
智能数据驱动的状态监测方法已经成功地开发并应用于近年来工业应用。尽管有前途的状态监测的性能,现有方法一般假设训练和测试数据来自相同的分布。
在实践中,由于制造过程的变化,收集的数据通常服从不同分布在不同的操作条件下,大大降低了数据驱动方法的性能。
研究人员试图通过提出一个方法来解决这个问题,提供了一个有效的和广义质量检验基于数据驱动的故障诊断方法在一个现实世界的半导体制造的数据集上实验结果。
简而言之,在半导体制造故障检测越来越重要。传统方法检测故障检测面临挑战的所有故障特征。鼓励研究人员利用先进的技术来开发复杂的算法,可以更有效地检测模式和生产可伸缩和可概括的故障诊断方法。
从AZoM:回顾直接热电半导体气体传感器技术
引用和进一步阅读
Abbasi,即(2022)。蚀刻技术用于半导体制造(在线)。AZoM.com。可以在://www.washintong.com/article.aspx?ArticleID=21487
Azamfar, M。,Li, X. and Lee, J. (2020). Deep learning-based domain adaptation method for fault diagnosis in semiconductor manufacturing.IEEE半导体制造业,33(3),pp.445 - 453。https://ieeexplore.ieee.org/document/9096390
在香港,中华民国,Lim, W.Y., Cheong, T. and May, G.S. (2011). Fault detection and classification in plasma etch equipment for semiconductor manufacturing.IEEE半导体制造业,25(1),硕士论文,93。https://ieeexplore.ieee.org/document/6074955
Kwon h .和香港中华民国(2022)。使用光学发射光谱学数据质量流量控制器的故障检测等离子体腐蚀设备。app亚博体育电子产品,11(2)p.253。https://doi.org/10.3390/electronics11020253
公园,Y.J.,Fan, S.K.S. and Hsu, C.Y. (2020). A review on fault detection and process diagnostics in industrial processes. Processes, 8(9), p.1123.https://doi.org/10.3390/pr809112
免责声明:这里的观点是作者表达他们的私人能力,不一定代表AZoM.com T /有限的观点AZoNetwork这个网站的所有者和经营者。这个声明的一部分条款和条件本网站的使用。