建构半导体制造过程产品异常资料挖矿技术之研究

建構半導體製造過程產品異常資料挖礦技術之研究梁蕙姿簡禎富彭金堂國立清華大學工業工程與工程管理研究所國立清華大學工業工程與工程管理研究所元培科學技術學院經營管理研究所摘要為因應半導體製造過程中產品製程技術的快速變化、複雜產品組合及生產週期時間長的生產環境，如何在自動化系統輔助的大量生產之下，在製造過程中提供工程人員可確認正確的製程參數，以及發現產品異常時可立即針對問題的特徵進行問題真因追蹤與分析，針對取得的資訊進行合適的決策並將可能已受影響的產品列表管理，以減少產品的良率損失，已成為重要的產業應用與學術研究議題。本研究目的係研究資料挖礦技術中關聯規則的Apriori演算法，結合半導體領域知識，將製造過程中追蹤已發生問題的解決方式，進行關聯資料的搜尋並予以模式化，並利用決策樹歸納法進行可疑原因區別的建議；本研究並建構此半導體製造過程中的資料挖礦應用系統雛型，而以目前半導體製造中自動化系統所蒐集的資料結合此方法而建構一半導體製造過程中的資料挖礦應用系統為此研究的實作驗證，以完整地檢驗資料挖礦的方法與步驟進行大量資料的篩選、推演與模式建構等過程；結論歸納本研究結果與貢獻，並探討未來研究方向。關鍵字：資料挖礦、決策分析、半導體製造管理、關聯規則TheStudyofDataMiningTechniquesforAnalyzingSemiconductorManufacturingProductAbnormalHui-TzuLiangChen-FuChienJin-TangPengDepartmentofIndustrialEngineeringandEngineeringManagement,NationalTsingHuaUniversityDepartmentofIndustrialEngineeringandEngineeringManagement,NationalTsingHuaUniversityGraduateInstituteofBusinessandManagement,YuanpeiInstituteofScienceandTechnologyABSTRACTTheenvironmentwithinthesemiconductorindustryisonethatismadeupofrapidlychangingtechnologies,complicatedproductgroups,extensiveproductionhours.Thefollowingpointshavebecomecrucialissuesforindustrialapplicationandacademicresearchwithinthesemiconductorindustry:methodsbywhichaccurateprocessingparametersmaybeprovidedforengineerstoconfirmto,withinanautomationsystemduringmassproduction;methodsbywhichabnormalwafersmaybeinstantlytrackedandanalyzed,basedontheproblems/defectsofeachindividualcase;methodsbywhichobtaineddatamaybeappropriatelyprocessed,bywhichaffectedproductsmaybemanagedthroughareportchart,andbywhichyieldlossofproductsmaybelessened.ThisstudywillfocusontheApriorialgorithmusedindataminingtechnologies,andwillincorporateworkingknowledgeofthesemiconductorindustry,tosearchfor,andtodevelopthesolutionusedtotrackexistingproblemswithinthefabricationprocess.Thedecisiontreeanalysismethodwillalsobeusedtocategorizeanddifferentiatepossibleproblemsources.Thisstudywillalsoconfigureaninitialprototypeofadataminingapplicationsystemtobeusedwithinthesemiconductorfabricationprocess.Thedataminingapplicationsystemproducedfromcombiningthisprototypewiththeautomationsystemcurrentlyusedforsemiconductorfabswillbesetforthasafeasibleexampleinthisstudy,andcomprehensivedatawillbefiltered,calculated,andmodeling,basedupondataminingmethodsandprocedures.Researchresultsofthisstudywillbeclassifiedandorganized,andagoalforfuturestudieswillbeexamined.Keywords：DataMining、DecisionAnalysis、SemiconductorManufactureManagement、AssociationRule一、前言我國半導體產業不論是產值、全球佔有率、或是自給能力近年來皆有顯著的表現。根據統計1987年時台灣半導體產品產值達全球的0.6%，在企業與政府的全力合作及衝刺之下，於1995年已上升至2.6%(何宜佳，民92)。在半導體製造技術日趨進步與純熟之下，已進入八吋、十二吋晶圓的年代，這其中大量資金的投入是不可或缺的，特別是十二吋晶圓廠其所投入的金額約需30億美元。因此，在如此龐大的投資金額與技術快速變化之下，如何規避經營風險已是台灣甚至全球半導體業者共同面對的重要課題。在半導體廠製造環境中，不乏包含200種以上的製程與設備種類，若以半導體製程的創新速度與產品多樣性生産特性、或是生産能力及其大批量生産方式發展而言，對於目前已存在的八吋廠或是十二吋廠來說，不論是製程設備或是自動化系統的規劃上，皆會影響晶圓廠的成本與生產效率。因此，為因應製造過程中產品的製程技術變化、以及在自動化系統的輔助大量生產之下，如何在製造過程中提供工程人員可確認正確的製程參數、以及發現產品異常時，可立即針對問題的特徵進行問題真因追蹤與分析，並將可能已受影響的產品列表管理，以減少產品的良率損失與如何針對取得的資訊進行合適的決策，將是生產人員所必須面對的挑戰。就目前的企業對於數以百萬筆的歷史資料處理方式而言，當產品發生異常或為特定任務而必須得到部份資訊的支援時，若將其一一分類並運用於分析上，其實是件耗時且相當困難的工作；通常在自動化系統中資料庫僅記錄現場正使用的已設定參數值，因而當產品被發現已產生異常時往往無法及時取得當時製造過程中的參數設定值，必須依賴製程或設備工程人員的紀錄或是其他備份的資料庫，資料不易取得且方法繁雜。但由於資料挖礦(DataMining)技術的發展，使得從龐大複雜的資料中萃取出隱含有用的資訊，以客觀的統計分析提供快速且正確的訊息變為可能。資料挖礦技術是一種統計工具的應用，其結合該產業領域的專業與資料庫知識，從資料庫或其他資料儲藏系統中，針對大量的資料進行篩選、推演與模式建構等程序，以挖掘隱含在資料與模式中的訊息進而轉換成為商機，或是提供決策者新的知識以利於決策的進行（簡禎富等，民90；簡禎富等，民92）。因此，本研究將以目前半導體製造中自動化系統所蒐集的資料結合資料挖礦技術的應用，建立半導體製造過程中所蒐集資料的資料挖礦分析，以提供工程師問題追蹤的另一種方法的選擇。本研究是使用半導體自動化系統的資料庫為資料挖礦的資料來源，並運用資料挖礦中的關聯規則作為分析問題的方法，藉此協助製程工程人員如何在大量的生產資料中找出可能隱藏的訊息，以快速的找出與問題相關性的關聯資訊，確保問題能在較短的時間內予以解決，不至於造成產品的損失擴大。因此本研究目的有以下三點︰1.建構一半導體製造過程中所蒐集資料的資料挖礦分析方法，以發現資料中隱含的有用資訊，以提供決策者參考。2.建構製造過程中製程參數與機台資料的關聯規則，以提供一可追蹤產品、製程或設備參數設定值的有用資訊，幫助製程或設備工程人員進行問題追蹤。3.針對問題的特徵進行大量資料的匯整並挖掘其中隱含的資訊，以協助工程人員的問題真因追蹤與分析，並將可能已受影響的產品列表管理，以減少產品的良率損失。二、文獻探討2-1半導體製程半導體技術變化快速，目前已進入深次微米的時代，產業的生產趨勢將是集中資源於最具核心競爭力產品的生產方式。過去政府對於半導體產業的推動與規劃不遺餘力，自設置科學工業園區開始，陸續引進該產業的科技工業及科技人才，並著手培訓國內人才以帶動我國工業技術的研究與創新，以促進高科技產業生根發展，加速我國的經濟建設為目的。目前在半導體產業的硬體建設上雖可滿足產業的大量需求，但是隨之而來的將是如何在快速生產與大量產能中，提升良率與及時發現異常等問題。半導體的製造流程是由矽晶圓開始，經過一連串製程步驟，如圖1半導體製程示意圖中，包括最初的磊晶沉積、沉積、微影處理的光學顯影、快速高溫製程、化學氣相沉積、離子植入、蝕刻、化學研磨與製程監控等前段製程，以及封裝、測試等後段製程才可完成一顆可運用的IC。自1947年發明電晶體後，新的技術亦不斷的被發現，其技術的創新與快速使得積體電路製造在短短的數十年間迅速發展至今日的奈米半導體製程。晶圓投入前段製程後段製程磊晶沉積沉積蝕刻處理微影處理離子植入化學研磨半導體製程示意圖晶圓投入前段製程後段製程磊晶沉積沉積蝕刻處理微影處理離子植入化學研磨半導體製程示意圖圖1半導體製程示意圖2-2晶圓廠自動化系統半導體產業的「自動化製造系統」一般稱之為CIM(ComputerIntegratedManufacture)，CIM是以IT技術應用於製造環境中，將公司內部各個獨立的局部自動化系統加以整合使生產作業自動化，以因應大量產品的需求與產品品質的提升，進而發揮整體的效益。關於晶圓廠自動化系統之資料倉儲，以前段製程FAB生產流程中的LotTransportation、LotHistory、Recipe、DataCollection等四種資料流來了解在自動化系統的製造環境中，系統是如何紀錄與取得各產品的生產資料以及所需要的資料是存放於何處。首先是LotTransportation，系統中將會紀錄每一批產品在製造過程中即時的資料，如進出機台的時間、使用的參數、製造時間等，並將這些經過設計存放的資料依需要將其存放於固定的空間，以作為資料分析的依據，這也就是所謂的LotHistory；系統對與LotTransportation與LotHistory的存放方式是在製造過程中同時進行的。其次是Recipe即製程參數的資料流，當使用者透過自動化系統的介面取得機台與LotID的關係之後，系統將提供一組適合該Lot在此機台製造的參數，這就是自動化系統所帶來的便利之一。最後的一項資料流DataCollection，一批Lot在製造的過程中是需要不斷的進行檢測以確保產品的品質，生產機台也是如此必須在固定時間或生產片數達一定數量後進行檢測與維護，所以在這些過程中系統將會依據所設計的蒐集條件完整的紀錄資料，而這些資料也將會是所需的部分。不論是即時的生產資料或是歷史資料將存放在系統所指定的資料庫中。通常自動化製造系統的資料庫中除了儲存產品製造時所需的機台、產品、