Контроль кристаллов интегральных схем на основе статистического моделирования методом точечных распределений

• Автор: Столяренко, Юлия Александровна
• Шифр специальности: 05.27.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 194 с. : ил.

СОДЕРЖАНИЕ
Введение

1. Статистический анализ эффективности методов контроля

1.1. Применение статистических информационных методов для контроля качества

1.2. Анализ граничного метода межоперационного контроля качества кристаллов ИМС при выборке малого объема

1.3. Задача объективного выбора контролепригодных параметров

1.4. Определение минимального списка контролепригодных параметров методами статистического моделирования ТП по пассивным данным

1.5. Задача повышения эффективности контроля но выборкам малого объема

2. Анализ технологического процесса производства кристаллов ИМС

2.1. Описание технологического процесса производства ИМС

2.2. Анализ особенностей технологического процесса производства кристаллов изделия XI
2.3. Построение таблицы исходных данных
2.4. Построение математических моделей по выборкам большого объема
2.5. Выводы и предложения
3. Повышение эффективности расчета параметров одиночной парной выборок малого объема
3.1. Классические методы расчета параметров выборки и их ограничения
3.2. Метод повышения точности вычисления параметров выборки малого объема
3.3. Определение экспресс формул нахождения дисперсии и исследование их точности
3.4. Определение верхней границы диапазона малой выборки
3.5. Построение корреляционных уравнений с учетом метода точечных распределений
3.6. Выводы и предложения
4. Построение математических моделей для автоматизации
подготовки технологического процесса производства кристаллов ИМС по выборкам малого объема
4.1. Построение математических моделей
технологического процесса изготовления изделия
Ш на основе выборок малого объема
4.2. Построение математической модели технологического
процесса изделия 6 на основе выборок малого
4.3. Разработка программного обеспечения для обработки
выборок малого объема
4.4. Выводы
Заключение
Литература


Поэтому для выявления наиболее общих закономерностей статистического анализа групповых технологий будем изучать трехступенчатую иерархию обработки на примере одного из наиболее сложных современных технологических процессов - процесса формирования структур кристаллов интегральных микросхем, считая двухступенчатую структуру (например, металлизацию печатных плат) частным случаем. Наиболее перспективным методом контроля и управления качеством, а также методом оценки уровня надежности ИМС является распространенная в настоящее время концепция использования тестовых структур на всех основных этапах проектирования и изготовления ИМС []. Широкое использование тестовых методов контроля позволяет максимально распределить контрольные операции по всему технологическому процессу изготовления ИМС. ТП. Одновременно с этим использование тестовых элементов, структур и т. Важной особенностью методов контроля качества и надежности микросхем по тестовым структурам является сравнительная простота и большая достоверность выявления и анализа отказавших конструктивных элементов с целью определения причин и механизмов отказов, особенно связанных с групповыми технологическими операциями изготовления микросхем. Эффективность тестового контроля может быть значительно повышена, во-первых, путем создания и внедрения контрольно-измерительного и испытательного оборудования, специально предназначенного для контроля тестовых структур, что должно позволить набрать достаточную статистику, а во-вторых, посредством широкого использования методов машинной обработки собранных статистических данных, что должно позволить установить корреляционные зависимости между параметрами ТП, качеством и надежностью микросхем, определить информативные параметры - критерии надежности и, в конечной счете, создать полностью автоматизированную комплексную систему управления ТП изготовления микросхем заданного уровня надежности на базе контроля тестовых структур. Примеры успешного создания таких систем, в большей или меньшей степени отвечающих высказанным пожеланиям, имеются и у пас в стране [] и за рубежом []. Тестовый контроль неизбежно является выборочным статистическим контролем (альтернативным или по количественному признаку). Привлечение статистических методов связано со значительными трудностями, связанными с большим объемом контрольно-измерительной информации, сложностью вычислительных приемов, требующих привлечения многочисленного квалифицированного персонала. Специфика указанных алгоритмов заключается в том, что они должны быть достаточно эффективными для того, чтобы система надлежащим образом справлялась с возложенными па нее задачами, а, с другой стороны, такие алгоритмы должны быть достаточно простыми с точки зрения обработки измерительной информации, чтобы не возникло принципиальных трудностей в их аппаратурной реализации. Это важно еще и потому, что построение соответствующих систем контроля ориентируется на использование микропроцессорной техники, что налагает определенные ограничения на сложность применяемых методов обработки информации, объем запоминаемых данных. Следует отметить еще одну принципиальную особенность: сложность взаимодействий параметров ИМС и ТП, часто полученных на основе различных физических явлений, характеризуется значительным количеством неопределенностей не статистических по своей природе. Эго приводит к необходимости использовать (а иногда и развивать) формы и методы представления и обработки информации в условиях априорной неопределенности свойств контролируемых параметров качества изделий. Для анализа выборочных наблюдений и принятия по ним решений широко используются подходы, предполагающие наличие того или иного распределения вероятностей контролируемых параметров качества - чаще всего это нормальный закон Гаусса, реже - экспоненциальный и др. Однако на практике встречаются ситуации, когда реальное распределение не подчиняется указанным законам и использование его при проверке статистических гипотез, регрессионном и дисперсионном анализе может привести к ошибочным результатам. В связи с этим важную роль приобретает проблема выбора частных коэффициентов регрессии оптимальных в смысле минимальной дисперсии при заведомом нарушении исходных предпосылок (например, требования гомоскедастичиости, т.