CN110426999A - 统计过程控制方法及其控制系统 - Google Patents
统计过程控制方法及其控制系统 Download PDFInfo
- Publication number
- CN110426999A CN110426999A CN201910659118.8A CN201910659118A CN110426999A CN 110426999 A CN110426999 A CN 110426999A CN 201910659118 A CN201910659118 A CN 201910659118A CN 110426999 A CN110426999 A CN 110426999A
- Authority
- CN
- China
- Prior art keywords
- data
- rule
- control
- statistical process
- process control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000003070 Statistical process control Methods 0.000 title claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 41
- 230000007547 defect Effects 0.000 claims abstract description 40
- 238000013480 data collection Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 14
- 230000002159 abnormal effect Effects 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000005856 abnormality Effects 0.000 abstract description 2
- 239000002245 particle Substances 0.000 description 11
- 230000006872 improvement Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种用于Fab内制程机台颗粒缺陷监测的统计过程控制方法，包括以：按第一规则收集制程机台颗粒缺陷监测数据，将收集的制程机台颗粒缺陷监测数据按第二规则计算获得标准差，按第三规则选取控制限；将选取的控制限作为统计过程控制的控制限。本发明还公开了一种用于Fab内制程机台颗粒缺陷监测的统计过程控制系统。本发明以n≥7作为数据平均值计算周期，再以计算获得的平均值计算标准差σ。以3σ作为控制限进行控制，能准确发现异常，及时发现量产过程中由特殊原因导致的异常，及时改善，能进一步提高量产品品质。
Description
技术领域
本发明涉及半导体领域，特别是涉及一种用于Fab内制程机台颗粒缺陷监测的统计 过程控制方法。本发明还涉及一种用于Fab内制程机台颗粒缺陷监测的统计过程控制系统。
背景技术
在半导体制造生产过程中，任意一种器件/工艺均可能包含很多步骤，每个步骤又包含众多的参数。对每一项器件/工艺的每个参数参数进行控制是保证器件/工艺能够按设计标准生产、制造出符合要求产品的关键因素。在产品生产加工的过程中，产品的尺 寸等参数会由于某些原因会发生一定的波动，这种波动对产品的质量影响很多，但是完 全可以通过采取措施来避免和消除这种波动所造成的影响，这种措施就是过程控制。统 计过程控制(简称SPC)是应用统计技术对过程中的各个阶段进行评估和监控，建立并保 持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种质量 管理技术。
统计过程控制(简称SPC)是应用统计技术对过程中的各个阶段进行评估和监控，建 立并保持过程处于可接受的且稳定的水平，从而保证产品与服务符合规定的要求的一种 质量管理技术。它是过程控制的一部分,从内容上说主要是有两个方面:一是利用控制图 分析过程的稳定性,对过程存在的异常因素进行预警；二是计算过程能力指数分析稳定的过程能力满足技术要求的程度,对过程质量进行评价。
Fab内制程机台颗粒缺陷监测(例如，离线颗粒监测particle offline monitor)的数值是计数型数据，不符合正态分布，所以目前Fab对于颗粒的离线监测方式的控制 限基本采用经验数值进行卡控，而不是σ控管，缺乏科学的理论依据。现有颗粒的离 线监测方式无法满足生产标准需求，无法保证产品工艺符合规定，可能会造成产品质量 失控。
发明内容
本发明要解决的技术问题是提供一种适用于Fab内制程机台颗粒缺陷监测的统计过 程控制方法。
本发明要解决的另一技术问题是提供一种适用于Fab内制程机台颗粒缺陷监测的统 计过程控制系统。
为解决上述技术问题，本发明提供的一种用于Fab内制程机台颗粒缺陷监测的统计 过程控制方法，包括以下步骤：
步骤S1，按第一规则收集制程机台颗粒缺陷监测数据；
步骤S2，将步骤S1收集的制程机台颗粒缺陷监测数据按第二规则计算获得标准差σ；
步骤S3，按第三规则选取控制限；
步骤S4，将步骤S3选取的控制限作为统计过程控制的控制限。控制限不是标准线，它是一个动态的值，随着生产能力的不断提高，控制限也应及时的更新。
进一步改进所述的统计过程控制方法，第一规则是至少收集x天制程机台颗粒缺陷 监测数据，x≥50。收集x天制程机台颗粒缺陷监测数据是指收集所述x天中制程机台 颗粒缺陷监测的所有数据。
进一步改进所述的统计过程控制方法，第二规则是步骤S1收集的数据以样本容量n ≥7进行分组计算平均值，再以该平均值来计算标准差(σ)。标准差StandardDeviation，在概率统计中最常使用作为统计分布程度statisticaldispersion上的测量。标准差定 义是总体各单位标准值与其平均数离差平方的算术平均数的平方根，标准差它反映组内 个体间的离散程度。
1西格玛σ＝690000次失误/百万次操作。
2西格玛σ＝308000次失误/百万次操作。
3西格玛σ＝66800次失误/百万次操作。
4西格玛σ＝6210次失误/百万次操作。
5西格玛σ＝230次失误/百万次操作。
6西格玛σ＝3.4次失误/百万次操作。
进一步改进所述的统计过程控制方法，第三规则是以3σ作为控制限。
进一步改进所述的统计过程控制方法，UCL＝μ+3σ，UCL是规范上限，σ是标准差,μ是步骤S1收集数据的平均值。
进一步改进所述的统计过程控制方法，CL＝μ，CL是均值，μ是步骤S1收集数据 的平均值。
本发明提供一种用于Fab内制程机台颗粒缺陷监测的统计过程控制系统，包括：
数据收集模块，按第一规则收集制程机台颗粒缺陷监测数据；收集x天制程机台颗粒缺陷监测数据是指收集所述x天中制程机台颗粒缺陷监测的所有数据。
数据处理模块，将数据收集模块收集的制程机台颗粒缺陷监测数据按第二规则计算 获得标准差σ；
控制限选取模块，按第三规则选取控制限；
设置模块，将控制限选取模块选取的控制限设定为统计过程控制的控制限。控制限 不是标准线，它是一个动态的值，随着生产能力的不断提高，控制限也应及时的更新。
进一步改进所述的统计过程控制系统，第一规则是至少收集x天制程机台颗粒缺陷 监测数据，x≥7。
进一步改进所述的统计过程控制系统，第二规则是步骤S1收集的数据以样本容量n ≥7进行分组计算平均值，再以该平均值来计算标准差(σ)。标准差StandardDeviation，在概率统计中最常使用作为统计分布程度statisticaldispersion上的测量。标准差定 义是总体各单位标准值与其平均数离差平方的算术平均数的平方根，标准差它反映组内 个体间的离散程度。
1西格玛σ＝690000次失误/百万次操作。
2西格玛σ＝308000次失误/百万次操作。
3西格玛σ＝66800次失误/百万次操作。
4西格玛σ＝6210次失误/百万次操作。
5西格玛σ＝230次失误/百万次操作。
6西格玛σ＝3.4次失误/百万次操作。
进一步改进所述的统计过程控制系统，第三规则是以3σ作为控制限。
进一步改进所述的统计过程控制系统，UCL＝μ+3σ，UCL是规范上限，σ是标准差,μ是数据收集模块收集数据的平均值。
进一步改进所述的统计过程控制系统，CL＝μ，CL是均值，μ是数据收集模块收集数据的平均值。
根据中心极限定理，无论原来的分布是什么(离散分布或者连续分布，正态分布或者非正态分布)，样本平均值的分布总会趋向于正态分布。以凹三角和均匀分布进行举 例，n＝1代表原分布，n＝2代表两个同样随机变量的平均值的分布，n＝5代表五个同样随 机变量的平均值的分布，可以得出在n＝5的分布已经和正态分布很接近了。
进入量产阶段，生产能力趋于稳定。很多问题从表面上已经很难发现了。这个时候， 产品规格基本都能符合要求了，但是不合格率还是比较高，需要深入挖掘问题，统计过程控制就发挥了它的作用，在大量的数据统计中，找出异常点，给生产的改善指引方向。 为了及时发现生产过程中，由特殊原因导致的异常，及时改善。为了深入分析系统中的 普通原因，进一步提高产品品质，为客户提供更好的产品。本发明以x≥7作为数据收 集周期，计算获得的平均值计算标准差σ。以3σ作为控制限进行控制，能准确发现异 常。
附图说明
下面结合附图与具体实施方式对本发明作进一步详细的说明：
图1是第一应用实施例示意图，纵轴表示监测的颗粒数量，横轴表示监测次序数。
图2是图1数据作为原始数据执行3σ控制的示意图。
图3是第二应用实施例示意图，纵轴表示监测的缺陷数量，横轴表示监测次序数。
图4是图1数据作为原始数据执行3σ控制的示意图。
附图标记说明
A是UCL曲线
B是工艺缺陷曲线
C是未采用本发明表示的数据异常区域
D是采用本发明表示的的数据异常区域
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书 所公开的内容充分地了解本发明的其他优点与技术效果。本发明还可以通过不同的具体 实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点加以应用，在没有背离发明总的设计思路下进行各种修饰或改变。需说明的是，在不冲突的情况下，以 下实施例及实施例中的特征可以相互组合。
本发明提供的一种用于Fab内制程机台颗粒缺陷监测的统计过程控制方法第一实施 例，包括以下步骤：
步骤S1，按第一规则收集制程机台颗粒缺陷监测数据；
步骤S2，将步骤S1收集的制程机台颗粒缺陷监测数据按第二规则计算获得标准差σ；
步骤S3，按第三规则选取控制限；
步骤S4，将步骤S3选取的控制限作为统计过程控制的控制限。控制限不是标准线，它是一个动态的值，随着生产能力的不断提高，控制限也应及时的更新。
其中，第一规则是至少收集x天制程机台颗粒缺陷监测数据，x≥50。收集x天制 程机台颗粒缺陷监测数据是指收集所述x天中制程机台颗粒缺陷监测的所有数据。
其中，第二规则是以步骤S1收集数据的平均值计算标准差σ。
1西格玛σ＝690000次失误/百万次操作。
2西格玛σ＝308000次失误/百万次操作。
3西格玛σ＝66800次失误/百万次操作。
4西格玛σ＝6210次失误/百万次操作。
5西格玛σ＝230次失误/百万次操作。
6西格玛σ＝3.4次失误/百万次操作。
其中，第三规则是以3σ作为控制限。
UCL＝μ+3σ，UCL是规范上限，σ是标准差,μ是步骤S1收集数据的平均值。
CL＝μ，CL是均值，μ是步骤S1收集数据的平均值。
本发明提供一种用于Fab内制程机台颗粒缺陷监测的统计过程控制系统第一实施例，包括：
数据收集模块，收集大于50天制程机台颗粒缺陷监测数据；
数据处理模块，以数据收集模块收集的制程机台颗粒缺陷监测数据，以样本容量n≥7进行分组计算平均值，再以该的平均值计算获得标准差σ；
控制限选取模块，选取3个标准差σ作为控制限；
设置模块，将控制限选取模块选取的控制限设定为统计过程控制的控制限。控制限 不是标准线，它是一个动态的值，随着生产能力的不断提高，控制限也应及时的更新。
1西格玛σ＝690000次失误/百万次操作。
2西格玛σ＝308000次失误/百万次操作。
3西格玛σ＝66800次失误/百万次操作。
4西格玛σ＝6210次失误/百万次操作。
5西格玛σ＝230次失误/百万次操作。
6西格玛σ＝3.4次失误/百万次操作。
UCL＝μ+3σ，UCL是规范上限，σ是标准差,μ是数据收集模块收集数据的平均值。
CL＝μ，CL是均值，μ是数据收集模块收集数据的平均值。
本发明应用于离线颗粒监测，获取颗粒监控SPC控制图，参考图1所示。纵轴表示监测的颗粒数量，横轴表示监测次序数，如果该机台的监测频率是每天监测一次，那就 可以理解为97天的监测数据。但由于颗粒数量是计数型数据，控制限采用的是经验数 值8，不能有效地抓住数据异常点(图1中C区域所示的数据异常)。
以图1所示监测数据为原始数据，以抽样样本量n＝7的平均值进行计算σ为例， 并以3σ作为控制限进行管控，这样就可以有效地抓出工程异常点，如图2中D区域所 示，及时对工程进行确认。本发明应用于在线暗场缺陷扫描(inline dark field defect scan)，每个lot扫描6pcs，获得如图3所示数据，纵轴表示监测的缺陷数量，横轴表 示监测次序数不能有效地抓住异常点(图3中C区域所示的数据异常点)，以样本容量 18进行平均值计算σ为例。设置控制限3σ进行控管，可以将异常点及时抓取出来(如 图4中D区域所示)及时对工程进行确认。
以上通过具体实施方式和实施例对本发明进行了详细的说明，但这些并非构成对本 发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。
Claims (12)
1.一种统计过程控制方法，用于Fab内制程机台颗粒缺陷监测，其特征在于，包括以下步骤：
步骤S1，按第一规则收集制程机台颗粒缺陷监测数据；
步骤S2，将步骤S1收集的制程机台颗粒缺陷监测数据按第二规则计算获得标准差(σ)；
步骤S3，按第三规则选取控制限；
步骤S4，将步骤S3选取的控制限作为统计过程控制的控制限。
2.如权利要求1所述的统计过程控制方法，其特征在于：第一规则是至少收集x天制程机台颗粒缺陷监测数据，x≥50。
3.如权利要求1所述的统计过程控制方法，其特征在于：第二规则是步骤S1收集的数据以样本容量n≥7进行分组计算平均值，再以该平均值来计算标准差(σ)。
4.如权利要求1所述的统计过程控制方法，其特征在于：第三规则是以3σ作为控制限。
5.如权利要求4所述的统计过程控制方法，其特征在于：UCL＝μ+3σ，UCL是规范上限，σ是标准差,μ是步骤S1收集数据的平均值。
6.如权利要求4所述的统计过程控制方法，其特征在于：CL＝μ，CL是均值，μ是步骤S1收集数据的平均值。
7.一种统计过程控制系统，用于Fab内制程机台颗粒缺陷监测，其特征在于，包括：
数据收集模块，按第一规则收集制程机台颗粒缺陷监测数据；
数据处理模块，将数据收集模块收集的制程机台颗粒缺陷监测数据按第二规则计算获得标准差(σ)；
控制限选取模块，按第三规则选取控制限；
设置模块，将控制限选取模块选取的控制限设定为统计过程控制的控制限。
8.如权利要求7所述的统计过程控制系统，其特征在于：第一规则是至少收集x天制程机台颗粒缺陷监测数据，x≥50。
9.如权利要求7所述的统计过程控制系统，其特征在于：第二规则是步骤S1收集的数据以样本容量n≥7进行分组计算平均值，再以该平均值来计算标准差(σ)。
10.如权利要求7所述的统计过程控制系统，其特征在于：第三规则是以3σ作为控制限。
11.如权利要求10所述的统计过程控制系统，其特征在于：UCL＝μ+3σ，UCL是控制上限，σ是标准差,μ是数据收集模块收集数据的平均值。
12.如权利要求10所述的统计过程控制系统，其特征在于：CL＝μ，CL是均值，μ是数据收集模块收集数据的平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910659118.8A CN110426999A (zh) | 2019-07-22 | 2019-07-22 | 统计过程控制方法及其控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910659118.8A CN110426999A (zh) | 2019-07-22 | 2019-07-22 | 统计过程控制方法及其控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110426999A true CN110426999A (zh) | 2019-11-08 |
Family
ID=68411496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910659118.8A Pending CN110426999A (zh) | 2019-07-22 | 2019-07-22 | 统计过程控制方法及其控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110426999A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113902357A (zh) * | 2021-12-13 | 2022-01-07 | 晶芯成(北京)科技有限公司 | 自动化质量管控系统、方法及计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1598713A2 (en) * | 2004-05-18 | 2005-11-23 | Xerox Corporation | Method and apparatus for implementing statistical process control (spc) in a printing environment |
| CN1983089A (zh) * | 2005-12-12 | 2007-06-20 | 台湾积体电路制造股份有限公司 | 制程机台监控的离线量测的方法与系统 |
| CN102495961A (zh) * | 2011-12-05 | 2012-06-13 | 山东电力研究院 | 简化的测量过程统计控制方法 |
| CN104280526A (zh) * | 2014-10-23 | 2015-01-14 | 北京理工大学 | 水质自动在线监测设备测量误差的分析和估计方法 |
| CN109063218A (zh) * | 2018-10-29 | 2018-12-21 | 枘熠集成电路（上海）有限公司 | 一种统计过程的控制方法和系统 |
| CN109459993A (zh) * | 2018-12-06 | 2019-03-12 | 湖南师范大学 | 一种流程工业过程在线自适应故障监测与诊断方法 |
-
2019
- 2019-07-22 CN CN201910659118.8A patent/CN110426999A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1598713A2 (en) * | 2004-05-18 | 2005-11-23 | Xerox Corporation | Method and apparatus for implementing statistical process control (spc) in a printing environment |
| CN1983089A (zh) * | 2005-12-12 | 2007-06-20 | 台湾积体电路制造股份有限公司 | 制程机台监控的离线量测的方法与系统 |
| CN102495961A (zh) * | 2011-12-05 | 2012-06-13 | 山东电力研究院 | 简化的测量过程统计控制方法 |
| CN104280526A (zh) * | 2014-10-23 | 2015-01-14 | 北京理工大学 | 水质自动在线监测设备测量误差的分析和估计方法 |
| CN109063218A (zh) * | 2018-10-29 | 2018-12-21 | 枘熠集成电路（上海）有限公司 | 一种统计过程的控制方法和系统 |
| CN109459993A (zh) * | 2018-12-06 | 2019-03-12 | 湖南师范大学 | 一种流程工业过程在线自适应故障监测与诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王红芳: "IC生产中关键参数SPC管理方法的探究", 《中国高新技术企业》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113902357A (zh) * | 2021-12-13 | 2022-01-07 | 晶芯成(北京)科技有限公司 | 自动化质量管控系统、方法及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE60220063T2 (de) | Integrierung von fehlererkennung mit run-to-run steuerung | |
| CN103187329B (zh) | 一种晶圆良率分析方法 | |
| CN105159239B (zh) | 一种spc策略自动更新方法及spc自动策略系统 | |
| CN107063099A (zh) | 一种基于视觉系统的机械制造业在线质量监测方法 | |
| DE102005009022A1 (de) | Automatisches Durchsatzsteuerungssystem und Verfahren zum Betreiben desselben | |
| Lin et al. | The worst ill-conditioned silicon wafer slicing machine detected by using grey relational analysis | |
| CN103885423A (zh) | 一种晶圆级电性测试统计过程控制系统及方法 | |
| Khalifa et al. | Image processing for chatter identification in machining processes | |
| TWI505121B (zh) | 在半導體晶圓廠中以設計為基礎的製程最佳化裝置 | |
| CN105489524A (zh) | 化合物半导体产品制造过程中的工艺验证方法 | |
| CN108345275A (zh) | 设备监控系统及设备监控方法 | |
| CN107480904B (zh) | 一种化合物半导体致命缺陷分析系统和分析方法 | |
| CN107689335B (zh) | 一种多种产品晶圆缺陷的分析方法 | |
| CN110426999A (zh) | 统计过程控制方法及其控制系统 | |
| CN117556366B (zh) | 基于数据筛选的数据异常检测系统及方法 | |
| CN103592913A (zh) | 半导体制造设备的机台性能匹配方法和系统 | |
| CN104701211A (zh) | 根据集成电路制程能力指数自动调整抽检频率的量测方法 | |
| DE102008031115A1 (de) | System und Verfahren zur Überwachung eines Fertigungsprozesses | |
| EP1420314B1 (de) | Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zum Überwachen eines Herstellungsprozesses einer Mehrzahl von physikalischen Objekten | |
| CN1295578C (zh) | 协调管制界限与机台效能的系统与方法 | |
| CN114217576B (zh) | 一种面向复杂产品多型共线生产的统计过程控制方法 | |
| CN102254788B (zh) | 具有虚拟测量功能的制造执行系统与制造系统 | |
| CN114384872A (zh) | 产品研制过程质量综合管控系统 | |
| CN103885428B (zh) | 离线机台利用率计算系统及计算方法 | |
| CN110442930B (zh) | 虚拟量测方法和虚拟量测装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191108 |
|
| RJ01 | Rejection of invention patent application after publication |