CN116219502A - 一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法 - Google Patents

一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法 Download PDF

Info

Publication number
CN116219502A
CN116219502A CN202310197175.5A CN202310197175A CN116219502A CN 116219502 A CN116219502 A CN 116219502A CN 202310197175 A CN202310197175 A CN 202310197175A CN 116219502 A CN116219502 A CN 116219502A
Authority
CN
China
Prior art keywords
factor
copper plating
6sigma
tool
insoluble anode
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
Application number
CN202310197175.5A
Other languages
English (en)
Inventor
巫中山
黄李海
许伟廉
韩志伟
徐缓
李志鹏
郭茂桂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOMIN ELECTRONICS CO LTD
Original Assignee
BOMIN ELECTRONICS CO LTD
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BOMIN ELECTRONICS CO LTD filed Critical BOMIN ELECTRONICS CO LTD
Priority to CN202310197175.5A priority Critical patent/CN116219502A/zh
Publication of CN116219502A publication Critical patent/CN116219502A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D3/00—Electroplating: Baths therefor
    • C25D3/02—Electroplating: Baths therefor from solutions
    • C25D3/38—Electroplating: Baths therefor from solutions of copper
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Electroplating Methods And Accessories (AREA)

Abstract

本发明公开了一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，涉及PCB生产工艺，针对现有技术中镀铜极差大的问题提出本方案。以不可溶性阳极垂直连续电镀线镀铜均匀性作为研究对象。通过流程分析，前期数据回归分析，找到关键影响因素。根据线体特点设计关键因子DOE因子实验。在模型分析中巧妙地运用项的逐步法，保留每个因子的一次项，合理删减部分贡献度不高的二次或多次项，能得出更有效的模型，且可以做到更精确的预测变量。使得在最终优化参数录入设备跟进测试板及生产板实际镀铜后极差能满足预期目标。

Description

一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的 方法
技术领域
本发明涉及一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法。
背景技术
PCB不可溶性阳极VCP工序作为精细线路制作前的制程工序，铜厚均匀性直接影响精细线路制程的良率。对于75μm及以下线宽/线距铜厚极差超出8μm则会给线路蚀刻带来局部蚀刻不净及线幼并存的风险。对于镀铜厚度20μm的板，铜厚极差希望低于5μm，但是现有技术中极差大于5μm的比率高达46.39％，其中更有至少10％的极差是大于8μm。
所述极差如图1所示，使用CMI 700铜厚测量仪，在生产板上取9个按九宫格分布的测试点，一个是中心点，其他8个分别与邻近的板边相距d＝5mm。测量铜厚数据后最大值减去最小值即为铜厚极差。
发明内容
本发明目的在于提供一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，以解决上述现有技术存在的问题。
本发明中所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，包括以下步骤：
S1.针对镀铜板厚的极差Y，基于6sigma工具设置拟合回归模型；
S2.将变化影响极差Y的因子Xn作为所述拟合回归模型的连续预测变量，其中n为因子X的序号；
S3.设定极差Y的目标值，找出贡献率最大的因子XN；
S4.对因子XN进行维度分析得到DOE的若干因子Cm及每个因子Cm的极值水平，其中m为因子C的序号；
S5.分析检验得到DOE的各因子Cm最优结果；
S6.利用所述最优结果调整生产线的对应参数再进行镀铜处理。
所述基于6sigma工具是Minitab软件程序。
所述变化影响极差Y的因子Xn包括：板厚、电流密度、硫酸铜浓度、硫酸浓度、氯离子浓度、浮架高度参数、生产板长边尺寸。
所述因子XN为浮架高度参数。
所述因子Cm为铜缸对应的序号，极值水平中的最低水平为生产板底部伸入浮架底部的最低值；极值水平中的最高水平为生产板底部与浮架上端持平时的零值。
随因子C的序号m增加而逐步调整对应的高水平及低水平。
序号为m的因子C对应高水平调整为：(最高水平-m)；序号为m的因子C对应低水平调整为：(最低水平+m-1)。
本发明中所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其优点在于，通过6sigma工具找出对铜厚极差影响最大的因子，在通过DOE逐步分析出该因子中各维变化带来的铜厚结果，最终得到能最优调整镀铜均匀性的参数结果。使得铜厚极差能维持在目标值5μm以下，因铜厚极差引起的次品率基本降为零。
附图说明
图1是铜厚极差测量的原理图。
图2是本发明实施例中铜缸因子Cm与极差Y的相性关系图。
图3是现有技术镀铜和本发明中所述方法镀铜的双面结果对比图。
具体实施方式
本发明中所述方法的操作步骤和原理分析具体如下。
数据收集：通过分析不可溶性阳极VCP电镀工艺流程，建立数据表，其中数据包含因子Xn：X1-板厚、X2-电流密度、X3-镀铜时间、X4-铜缸温度、X5-硫酸铜浓度、X6-硫酸浓度、X7-氯离子浓度、X8-浮架高度参数、X9-生产板长边尺寸等。铜厚极差为Y，在本实施例中以单面(A面)镀铜为例，双面(A面及B面)镀铜原理相同。
数据统计分析：通过数据表中数据用Minitab软件程序设置拟合回归模型，把所有变化影响因子列入连续预测变量中，固定值因子不作为研究对象，响应结果设置为研究目标极差Y；其中X3-镀铜时间和X4-铜缸温度属于固定值因子。分析结果如表1的方差分析结果所示。根据模型分析结果“R-sq”为86.91％，“R-sq调整”为85.43％，“R-sq预测”为82.96％，各项均大于80％，说明该模型符合分析的假设条件。
Figure BDA0004107618410000031
表1方差分析
DOE实验：通过拟合回归模型中找出贡献率(分布列)最大因子，在本实施例中为X8-浮架高度参数，显示该因子X8对极差Y的影响比例占50.06％。对该因子X8的生产线体结构进行维度分析，整条线体共有8个铜缸，每个铜缸的浮架高度参数可独立控制，且浮架参数可控制范围为：“-50”～“0”。定义八个因子Cm，m≤8；两个极值水平，最低水平为“-50”，最高水平为“0”。最低水平“-50”表示生产板底部伸入浮架底部50mm，最高水平“0”表示生产板底部与浮架上端持平。为了在数据处理过程中每个铜缸能作为一个独立的因子得到高效分析，对每个铜缸的高低水平做微调处理，从铜缸2开始，低水平在原基础上+“1”，高水平在原基础上-“7”，DOE因子实验可以研究单面或两面整体镀铜极差。在本实施例中以单面为例，具体设计如下因子实验表2。
C1 C2 C3 C4 C5 C6 C7 C8
序列 中心点 铜缸1 铜缸2 铜缸3 铜缸4 铜缸5 铜缸6 铜缸7 铜缸8 极差Y
1 - -50 -49 -48 -47 -46 -45 -44 -43 4.78
2 - -8 -49 -48 -47 -46 -3 -2 -1 8.81
3 - -50 -7 -48 -47 -4 -45 -2 -1 6.93
4 - -8 -7 -48 -47 -4 -3 -44 -43 12.93
5 - -50 -49 -6 -47 -4 -3 -2 -43 10.21
6 - -8 -49 -6 -47 -4 -45 -44 -1 9.24
7 - -50 -7 -6 -47 -46 -3 -44 -1 5.32
8 - -8 -7 -6 -47 -46 -45 -2 -43 6.60
9 - -50 -49 -48 -5 -4 -3 -44 -1 9.58
10 - -8 -49 -48 -5 -4 -45 -2 -43 10.54
11 - -50 -7 -48 -5 -46 -3 -2 -43 8.05
12 - -8 -7 -48 -5 -46 -45 -44 -1 6.31
13 - -50 -49 -6 -5 -46 -45 -2 -1 7.19
14 - -8 -49 -6 -5 -46 -3 -44 -43 10.39
15 - -50 -7 -6 -5 -4 -45 -44 -43 10.92
16 - -8 -7 -6 -5 -4 -3 -2 -1 19.37
17 是 -29 -28 -27 -26 -25 -24 -23 -22 7.60
18 是 -29 -28 -27 -26 -25 -24 -23 -22 6.72
19 是 -29 -28 -27 -26 -25 -24 -23 -22 6.90
表2DOE因子Cm
分析过程：主效应与因子交互效应，根据A面极差与铜缸因子Cm的关系可在图2中得出，铜缸8即因子C8呈现出负相关性特征，其他铜缸有较强正相关性特征，尤其是铜缸5与极差Y的强正相关性比其他因子要明显。同理也可以适用于分析B面极差与铜缸因子Cm的相性关系。
分析过程采用项的逐步选择法，包含每个模型中的这些项:铜缸1,铜缸2,铜缸3,铜缸4,铜缸5,铜缸6,铜缸7,铜缸8。Y(A面极差)模型汇总分析：“R-sq”为99.54％，“R-sq调整”为97.92％，“R-sq预测”为84.01％。对Y(B面极差)模型汇总分析：“R-sq”为99.78％，“R-sq调整”为99.00％，“R-sq预测”为99.42％，模型总贡献率高，预测性大于80％。说明该DOE实验模型可以通过“X”的取值变化能准确预测到“Y”的变化。
根据DOE因子分析检验，模型汇总结果表明因子表能很好的拟合出目标值。将目标值镀铜极差设定＜5μm，参数优化结果得到整体合意性D：0.9068，拟合值分别为0.0175、0.8741；拟合最优解为：铜缸1：-27.9394，铜缸2：-49，铜缸3：-48，铜缸4：-47，铜缸5：-46，铜缸6：-45，铜缸7：-44，铜缸8：-1。
改善验证：根据DOE响应优化最优参数解，按不同缸别分别录入对应参数，镀铜厚度20μm，在优化参数后该尺寸生产板实际生产实际结果与优化前对比时间序列图对比，结果如图3所示。改善前数据收集50批次中随机抽10批次整体镀铜极差数据与改善后收集100批次中随机抽20批次整体镀铜极差数据对比分析，改善参数后实际生产板镀铜极差能低于预期目标5μm。而且可见本发明中所述方法不仅能针对单面镀铜，还能同时用于双面镀铜的优化。
优化后流程能力对比确认，优化前流程能力整体能力Z值只有0.09，整体不良率达46.39％。优化后整体Z值达到1.65，整体不良率4.93％，不良率降低了41.46％，改善效果显著。
本发明运用6sigma工具，以不可溶性阳极垂直连续电镀线镀铜均匀性作为研究对象。通过流程分析，前期数据回归分析，找到关键影响因素。根据线体特点设计关键因子DOE因子实验。在模型分析中巧妙地运用项的逐步法，保留每个因子的一次项，合理删减部分贡献度不高的二次或多次项，能得出更有效的模型，且可以做到更精确的预测变量。使得在最终优化参数录入设备跟进测试板及生产板实际镀铜后极差能满足预期目标。
对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (7)

1.一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其特征在于，包括以下步骤：
S1.针对镀铜板厚的极差Y，基于6sigma工具设置拟合回归模型；
S2.将变化影响极差Y的因子Xn作为所述拟合回归模型的连续预测变量，其中n为因子X的序号；
S3.设定极差Y的目标值，找出贡献率最大的因子XN；
S4.对因子XN进行维度分析得到DOE的若干因子Cm及每个因子Cm的极值水平，其中m为因子C的序号；
S5.分析检验得到DOE的各因子Cm最优结果；
S6.利用所述最优结果调整生产线的对应参数再进行镀铜处理。
2.根据权利要求1所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其特征在于，所述基于6sigma工具是Minitab软件程序。
3.根据权利要求1所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其特征在于，所述变化影响极差Y的因子Xn包括：板厚、电流密度、硫酸铜浓度、硫酸浓度、氯离子浓度、浮架高度参数、生产板长边尺寸。
4.根据权利要求3所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其特征在于，所述因子XN为浮架高度参数。
5.根据权利要求4所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其特征在于，所述因子Cm为铜缸对应的序号，极值水平中的最低水平为生产板底部伸入浮架底部的最低值；极值水平中的最高水平为生产板底部与浮架上端持平时的零值。
6.根据权利要求5所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其特征在于，随因子C的序号m增加而逐步调整对应的高水平及低水平。
7.根据权利要求6所述一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法，其特征在于，序号为m的因子C对应高水平调整为：(最高水平-m)；序号为m的因子C对应低水平调整为：(最低水平+m-1)。
CN202310197175.5A 2023-03-02 2023-03-02 一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法 Pending CN116219502A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310197175.5A CN116219502A (zh) 2023-03-02 2023-03-02 一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310197175.5A CN116219502A (zh) 2023-03-02 2023-03-02 一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法

Publications (1)

Publication Number Publication Date
CN116219502A true CN116219502A (zh) 2023-06-06

Family

ID=86584091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310197175.5A Pending CN116219502A (zh) 2023-03-02 2023-03-02 一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法

Country Status (1)

Country Link
CN (1) CN116219502A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117144436A (zh) * 2023-10-31 2023-12-01 南通赛可特电子有限公司 提升镀铜均匀性的镀铜工艺优化方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117144436A (zh) * 2023-10-31 2023-12-01 南通赛可特电子有限公司 提升镀铜均匀性的镀铜工艺优化方法及装置
CN117144436B (zh) * 2023-10-31 2024-01-26 南通赛可特电子有限公司 提升镀铜均匀性的镀铜工艺优化方法及装置

Similar Documents

Publication Publication Date Title
CN116219502A (zh) 一种基于6sigma工具提高不可溶性阳极VCP镀铜均匀性的方法
US6890413B2 (en) Method and apparatus for controlling local current to achieve uniform plating thickness
CN115100199B (zh) 一种晶圆低纹理缺陷的检测方法
CN105868428A (zh) 冲压件的回弹补偿方法
CN103760814A (zh) 基于特征的多品种小批量生产零件过程能力指数确定方法
CN110560685A (zh) 金属3d打印工艺参数优化方法
CN110913583B (zh) 一种改善非对称铜厚基板翘曲的方法及基板
CN115415626A (zh) 一种真空回流焊工艺优化方法
CN111898903A (zh) 一种钢铁产品均匀性和综合质量评估方法及系统
CN117351005B (zh) 一种涂炭箔涂布缺陷检测方法和系统
CN114442438B (zh) 一种变网格的芯粒排布寻优算法
CN112861433A (zh) 一种基于多层级集成框架的产品低碳设计的方法
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
CN109121302B (zh) 线路板的板边设计方法及线路板的设计方法
CN109327965A (zh) 孤立区域确定方法、装置、存储介质及计算机设备
CN116259559A (zh) 一种芯片修调预测方法
KR20120024219A (ko) 기판 도금방법 및 이를 이용한 회로기판 제조방법
CN115505988A (zh) 一种阳极氧化膜均匀性的优化方法和装置
CN117144436B (zh) 提升镀铜均匀性的镀铜工艺优化方法及装置
CN106485401A (zh) 满足泊松分布的计点值工序能力指数评价方法
US10002799B2 (en) Ion implantation method and ion implantation apparatus performing the same
CN109989747B (zh) 一种油田注采井组开发非均匀程度定量表征方法
CN111697102A (zh) 一种分步印刷太阳能电池主副栅偏移的调整方法
CN109711006A (zh) 一种冗余图形添加方法
CN109496065A (zh) 一种阻抗的制作方法

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