基于变异流理论的多重入制造系统质量控制理论与方法研究

To address the quality control bottleneck caused by the re-entrant characteristics of the semiconductor manufacturing process, this proposal focuses on the fundamental theory and practical technology about the quality control of the re-entrant manufacturing system. Firstly, the parameters of the quality process control and the key characteristics of the re-entrant manufacturing system are presented through the method of the reconstruction of multi-dimensional phase space. Secondly, the basic law of quality variation in the re-entrant manufacturing system is analyzed using the stream of variation theory, and the state space model for the quality control of the re-entrant manufacturing system. Then the sources of quality variation in the re-entrant manufacturing system are identified, the rapid diagnosis and prediction of manufacturing quality is realized. Finally, through case studies about the quality control of the packaging and the wafer manufacturing, the theoretical models and algorithms are verified and improved. The project is expected to reveal the transfer ways of the re-entrant manufacturing systems quality variation. Furthermore, methods to identifying the variation sources of the re-entrant manufacturing systems and controlling process quality will be developed. In addition, a diagnosis and prediction prototype system will be developed for the quality control of the re-entrant manufacturing systems. The outcome of this project is of great significance for the quality control of the semiconductor manufacturing process, and upgrades the theoretical research of the quality control of the re-entrant manufacturing system.

针对半导体制造过程的多重入特性导致的质量控制瓶颈问题，本课题将着重研究多重入制造系统的质量控制相关基础理论和应用技术。首先，应用多维相空间重构方法，研究多重入制造系统关键工序参数与质量特性的信息表示；其次，基于多工步变异流理论分析多重入制造系统质量变异的基本规律，建立多重入制造系统质量控制状态空间模型；接着，辨识多重入制造过程中的质量变异源，实现制造质量快速诊断与预测；最后，以半导体封装与晶圆制造过程的质量控制为具体案例对象，验证和完善理论模型与算法。项目预期将揭示多重入制造系统质量变异的传递规律，提出多重入制造系统质量控制及变异源过程监控方法，建立多重入制造系统质量控制的诊断与预测原型系统。项目的研究成果对于半导体制造过程的质量控制具有重要应用价值，也有助于提高多重入制造系统质量控制的理论研究水平。

多工序是复杂生产过程的基本特征，研究和发现多工序质量变异流的传递和累积规律对现代质量控制意义重大。首先，以薄板类产品的制造和装配过程为研究背景，对制造工序是否存在显著变值系统误差问题进行研究，提出了基于单向分类模型的工序尺寸分析方法。 其次对多工序制造过程中加工误差流的传递和累积问题，对工序输入尺寸误差、系统误差和随机误差与工序输出尺寸误差间的关系进行研究，构建了数学模型并给出了模型解算方法；再其次，研究了基于半参数回归的多工序数据驱动建模方法及变异流半参数回归模型的应用；对于模型中平滑因子的选取，给出了多种方法：信噪比值法，L-曲线法，交叉核实法及广义交叉核实法；对于模型进行了实例验证，采用补偿最小二乘法对半参模型进行估计；同时对单一零件变异流状态空间建模，对状态空间方程式进行改进，推导出一种新的夹具布局设计准则。接着，采用BP神经网络来实现基本控制图模式的识别，设计BP神经网络模型需要解决网络的层数、各层的节点个数、传递函数、训练方法和训练参数，使用企业生产的实际质量特性数据对训练好的神经网络进行验证。然后，采用数据驱动的统计质量分析方法，对减薄工艺生产过程进行质量控制与建模分析，对工序质量进行表达与建模，运用多尺度估计理论检测质量变化与模型分析，运用累积和控制图来监控过程均值的变化, 同时监控过程变量的变化；实际中，上道工序传入的误差是不可忽略，并且该误差会降低当前工序的误差变化率，通过选择最优的分解层次获得最大的方差变化率。最后，考虑随机因素对预防性维修活动实施的影响，对设备采取动态拟周期预防性维修策略。以上研究成果，对研究多工序过程质量控制的状态空间方法和统计质量控制方法进行了创新和发展。