电子元器件内在质量和可靠性的控制与评价——Cpk、SPC和PPM技术

1、电子元器件内在质量和可靠性的控制与评价Cpk、SPC和PPM技术电子元器件内在质量和可靠性的控制与评价电子元器件内在质量和可靠性的控制与评价保证和评价元器件内在质量的核心技术工序能力指数Cpk与6 设计统计过程控制SPC 电子元器件内在质量和可靠性的控制与评价保证和评价元器件内在质量的核心技术1. 元器件质量常规评价方法存在的问题2. 关于元器件内在质量和可靠性问题的基本观点3. 保证和评价元器件内在质量的核心技术4. 技术流程和保证工作1. 元器件质量常规评价方法存在的问题保证和评价元器件质量和可靠性的传统方法是:(1) 常规测试、检验。包括：生产过程中的工艺监测、产品出厂前的筛选测试、产品

2、交付时的批接收抽样检验(2) 可靠性寿命试验(3) 现场使用数据积累(4) 整机厂对采购元器件的再筛选。“传统方法”的实质是以“合格”为中心“的“事后检验”。随着元器件水平的提高，当可靠性等级优于六级以后，可靠性寿命试验这条路已开始走入“死胡同”。其他几种以“合格”为中心的方法已不能反映元器件实际质量可靠性水平。1. 元器件质量常规评价方法存在的问题(1) 随着工艺技术的发展，许多工序的常规工艺监测结果几乎不会出现不满足加工工艺规范要求的情况。(如：插针加工、电阻激光修正、键合等等）管理和操作人员均认为生产状态很好，不存在问题；批抽样接收检验也都能满足要求。生产厂家满足于出厂产品都是合格产品。

3、用户满足于每一批产品都能通过批抽样检验。这些以“合格”为目标的传统方法已无法区分实际工艺水平的高低、也不能区分不同厂家和不同批次产品之间必然存在的质量区别。其结果是：尽管用户采购的确实都是“合格”的产品，但是这些“合格”产品的质量和可靠性确不一定高。1. 元器件质量常规评价方法存在的问题实际情况表明，合格产品并不代表产品的质量和可靠性高。尽管用户采用的确实都是“合格”产品，但是仍然反映目前国内元器件存在的一个主要质量可靠性问题是器件的“一致性差、稳定性不好”。“一致性差”表现在同一批产品内部的不同器件之间，特性的分散性很大。用户使用时不得不采取“再筛选”等措施对器件进行“挑选”。“稳定性不好”

4、表现在不同批次器件之间特性的起伏很大,不稳定。用户在武器装备的研制生产中不敢大胆放心使用国产器件。实际案例：70年代末80年代初，美国家电产品几乎被日本产品排挤出国际市场的原因就是由于美国产品只考虑“合格”的要求。1. 元器件质量常规评价方法存在的问题(2) 随着产品质量和可靠性水平的提高,“可靠性寿命试验”这条路正逐步进入“死胡同”。失效率与可靠性寿命试验样品数的关系（例）(1000小时加速寿命试验)失效率水平允许0个失效允许2个失效1000FIT 355 835100FIT 3550835010FIT 3550083500结论进入新世纪，Intel公司单片微机芯片上器件数已超过1亿个，而失

5、效率则降至10FIT。但是，评价10FIT的失效率，需要几万个样品进行1000小时寿命试验，显然这是不现实的。因此，随着产品质量和可靠性水平的不断提高，在国际上“可靠性寿命试验”这条路已进入“死胡同”。在国内，可靠性水平为6级（失效率为1000FIT），可靠性寿命试验需要几百个元器件，在实践中还可以承受。随着可靠性水平的进一步提高，可靠性寿命试验需要几千甚至几万个元器件，代价之高将使可靠性寿命试验难以继续进行。1. 元器件质量常规评价方法存在的问题(3) 现场数据采集与积累方法不但存在“滞后性”问题，而且受到“保密”等因素的制约。(4) 元器件再筛选只能作为一种辅助手段。应力水平把握不当反而会

6、给器件造成损伤电子元器件内在质量和可靠性的控制与评价保证和评价MCM器件内在质量的核心技术1. 元器件质量常规评价方法存在的问题2. 关于元器件内在质量和可靠性问题的基本观点3. 保证和评价元器件内在质量的核心技术4. 技术流程和保证工作2. 关于元器件内在质量和可靠性问题的基本观点(1) 可靠性是靠设计、制造出来的，不能靠筛选和试验来保证。通过筛选和试验只能剔除早期失效的器件，并不能提高器件固有可靠性。只有通过设计和制造才能减小偶然失效期间的失效率，并推迟耗损失效出现的时间，起到提高产品可靠性和使用寿命的作用。因此可以通过对设计和工艺的评价来评价可靠性。2. 关于元器件内在质量和可靠性问题的

7、基本观点(2)元器件的“内在质量和可靠性”与“产品成品率”有很强的相关关系。质量和可靠性有很强的相关关系试验结果：Intel公司针对0.25um，5层金属化层的CMOS数字电路工艺，采用约100万个芯片样本，进行芯片中测成品率(反映工艺质量)与封装后老化成品率(反映可靠性)之间相互关系的对比试验。结果表明，成品率数据范围从小于5到接近100之间，封装后老化成品率与芯片中测成品率之间有很强的线性相关关系，相关系数大于0.8。Wafer Level Yield VS. Burn InLot Level Yield VS. Burn In2. 关于元器件内在质量和可靠性问题的基本观点(2) 元器件的

8、内在质量和可靠性与成品率有很强的相关关系。结论：“合格”是针对功能和特性参数而言，是对元器件的基本要求。合格元器件的内在质量和可靠性不一定高。只有成品率很高的产品，可靠性才会高。2. 关于元器件内在质量和可靠性问题的基本观点(2) 元器件的“内在质量和可靠性”与“成品率”有很强的相关关系。原因分析和对这一重要结论的理解：影响“成品率”的因素包括“功能成品率”和“参数成品率”下面从影响功能成品率的工艺缺陷和影响参数成品率的工艺参数集中程度两方面进一步理解成品率和可靠性之间的关系。从不同“洁净度”环境导致的“缺陷”差别理解可靠性与成品率之间的相关关系参数成品率与可靠性的关系80年代，Motorol

9、a通过产品对比分析，发现日本产品价格低而质量高于美国同种产品质量的原因只在于产品特性参数的集中程度不同。对一定的工艺规范要求，超出规范范围的是不合格品。工艺参数越集中，即标准偏差越小，工艺成品率就越高。产品在使用过程中，由于热、电等各种应力的作用，特性参数不可避免地会发生“漂移”。如果原来参数比较集中，则“容许”参数漂移的范围就比较大，表现为使用可靠性高。因此可靠性与参数成品率有相关关系，不能只满足于产品合格，而应该要求参数越集中越好。目前国内元器件的一个问题是参数均匀性差，即参数不集中。2. 关于元器件内在质量和可靠性问题的基本观点理论分析也得到同样的结论。2. 关于元器件内在质量和可靠性问

10、题的基本观点(3) 从工艺角度考虑，产品成品率是各道工序的工艺成品率的综合效果。工艺成品率低必然导致产品成品率低。工艺成品率的评价能反映出产品的质量和可靠性水平。结论：只有在工艺水平高，即工艺成品率很高的条件下生产的元器件才会具有较高的质量和可靠性。(4) 参数稳定性差是影响成品率的又一个原因。只有工艺过程稳定受控，即参数的起伏变化不出现异常，才能持续地生产出质量好可靠性高的元器件。(5) 产品参数数据分布的“正态性”能反映产品成品率的高低。(6) 出厂产品平均质量水平（PPM）能反映产品质量可靠性水平的高低。电子元器件内在质量和可靠性的控制与评价1. 可靠性常规评价方法存在的问题2. 关于元

11、器件内在质量和可靠性问题的基本观点3. 保证和评价元器件内在质量的核心技术4. 技术流程和保证工作3.保证和评价元器件内在质量的核心技术基于上述观点，从80年代后期开始，国际上广泛采用下述几项技术，重点从设计、制造、产品三方面保证和评价元器件产品的质量和可靠性。(1) 可靠性设计(DFR: Design For Reliability)(2) 工艺可靠性保证：包括下述两种技术。工艺能力评价(Cpk)要求生产工艺水平足够高，保证产品特性的一致性。国际要求：关键工序Cpk不小于1.5。统计过程控制技术(SPC: Statistical Process Control)：要求生产过程处于统计受控状态

12、，保证产品的稳定性。(3) 产品评价：包括下述两种技术。元器件特性参数分布正态性的评价：元器件特性参数分布状态反映出生产成品率的高低。元器件出厂平均质量水平PPM考核：PPM值的大小对于产品可靠性的高低给出一个直观的表征。3.保证和评价元器件内在质量的核心技术保证和评价元器件内在质量核心技术的应用情况(1) 从八十年代后期开始，国际上元器件生产厂广泛采用Cpk、SPC、PPM三项技术监控生产线的运行状态。(2) 1988年美国颁布了第一个适用于元器件生产的SPC标准“EIA-557 统计过程控制体系”。(3) 同年还制订了“EIA-554 用PPM评定出厂不合格水平”的标准。(4) 美国军标M

13、IL-STD-883中规定了对微电路产品特性分布的评价。(5) 美国军方要求生产军用元器件生产线从1991年开始必须实施SPC。(6) 国外大型的整机厂(例如，Motorola公司)在大批量采购元器件时，也采用上述三项技术评价元器件的内在质量。总之，国外元器件生产厂广泛采用Cpk、SPC、PPM这三项技术保证生产的元器件具有较高的内在质量。整机厂也采用这三项技术评价元器件的内在质量。3.保证和评价元器件内在质量的核心技术(7) 1998年我国也颁布了下述两项军用标准：“GJB301497 电子元器件统计过程控制体系”军用标准。“GJB 282397 电子元器件产品出厂平均质量水平评定方法”(8

14、) 有关军用标准（例如GJB59796 微电路总规范、GJB54896 微电路试验方法和程序）均包括有关于实施Cpk和SPC的条款。(9) 国内部分大公司和军方也开始要求元器件供货方在生产过程中采用这几项技术。2004年确定8条军标线作为第一批实施SPC的试点。2005年启动了第二批7条试点军标线实施SPC 。2006年、2007年、2008年又结合批生产技术攻关每年分别启动了约20条军标线实施SPC。从国内外发展情况看，元器件生产厂必然要普遍实施Cpk、SPC、PPM这几项技术，保证产品内在质量，开拓市场，与国际市场接轨。统计过程控制与评价的保证工作1. 领导者的责任：有主动实施SPC的愿望

15、；确定SPC方针和目标；安排实施SPC的专职人员；对实施SPC人员授予责职、责权，提供足够的资源。2. 全员培训针对不同层次的培训内容：领导层、管理层、第一线质量管理员、操作人员。3. 管理方法的改进4. 外购原材料质量的控制供货方应实施SPC；批抽样检验不能满足要求。5. 测试仪器满足数据采集要求量程、分辨率、正确度、精密度的评价和保证。6. 技术工作技术流程元器件统计过程控制和评价技术1. 确定关键工序2. 确定关键工艺参数3. “实验设计”和工艺条件的优化确定“World Class Quality:Using Design Of Experiments to Make it Happe

16、n，2000”(世界级质量管理工具，2004年9月，中国人民大学出版社)4. 工艺参数数据的采集5. 工序能力评价6. 统计过程控制状态评价SPC技术7. 出厂产品PPM评价以及特性参数分布正态性的评价。8. 统计分析工具的应用电子元器件内在质量和可靠性的控制与评价保证和评价元器件内在质量的核心技术工序能力指数Cpk与6 设计统计过程控制SPC 二. 工序能力指数基本观点：工艺线具备生产高可靠元器件要求的工艺水平的标志是要求总体的工艺不合格品率很低，小于32PPM（国际水平是小于3.4PPM）。常规工艺抽样检验都能满足要求并不能表明工艺不合格品率是否已足够低。而需要采用工序能力指数Cpk进行定

17、量的评价。尽管常规工艺抽样检验都能满足要求，即抽样检验合格比例可能是100，但是通过Cpk评价，可以得到工艺总体的不合格品率水平。实际上，通过抽样检测只是对工艺加工的基本要求，在都能通过检测要求的情况下，参数越集中，表明产品的质量越高。这也是Cpk评价的基本思想。二. 工序能力指数1. 工序能力的定量表征2. 现代元器件生产中的工序能力指数评价1. 工序能力的定量表征(1) 工序能力(2) 潜在工序能力指数：Cp(3) 实际工序能力指数：Cpk(4) 单侧规范值情况的工序能力指数C和CPLPU(5)C和C的常规计算方法ppk二、工序能力分析预备知识关于测试数据的“分布”关于正态分布(1) 工艺

18、能力评价产品质量水平，基本要求当然是参数必须满足规范要求。参数分散程度大小(用参数分布的标准偏差表示)也是表征产品质量的重要标志。标准偏差越小，工艺成品率就越高。或者说，工艺固有能力越强。1. 工序能力的定量表征(2)潜在工序能力指数CP为了综合表示工艺水平满足工艺参数规范要求的程度，工业生产中广泛采用下式定义的工序能力指数：C=(T-T)/ 6=T/ 6PUL(1) 工艺能力1. 工序能力的定量表征(2)潜在工序能力指数CP为了综合表示工艺水平满足工艺参数规范要求的程度，工业生产中广泛采用下式定义的工序能力指数：C=(T-T)/ 6=T/ 6PUL对正态分布，可得工序能力指数与成品率之间的关

19、系：规范范围C工艺成品率不合格品率P±3199.73% 2700PPM±62 99.9999998% 0.002PPM结论：工序能力指数越高，成品率也越高。-1Cp=(1/3)(1+)/2)1. 工序能力的定量表征(3) 实际工序能力指数：CPK在元器件生产中，很难保证使工艺参数分布的均值正好等于规范中心值。国内外工艺实践表明，工艺参数分布中心值。尽管工艺规范和参数分布的标准偏差未变，但是由于参数分布中心值与规范中心值之间发生偏离，使工艺不合格品率增加，显然，实际上的工序能力指数下降。情况下Cpk与Cp的关系：若（的情况下，Cpk要比Cp小0.5。如果Cp1，则Cpk0.5

20、。不合格品率就不是2700PPM，而是66810PPM因此，有时将Cp称为潜在工序能力指数，将Cpk称为实际工序能力指数，简称为工序能力指数。1. 工序能力的定量表征(4)单侧规范值情况的工序能力指数CPL和CPU：如果要求参数大于某一下限值TL，无上限要求，工序能力指数应按下式计算：CPL(TL)/3若TL，则取CPL为零，说明该工序完全没有工序能力。如果参数规范只规定了上限值TU，无下限要求，则工序能力指数应按下式计算：CPU(TU)/3若TU，则取CPU为零，说明该工序完全没有工序能力。1. 工序能力的定量表征(5) Cpk的计算方法计算工序能力指数的关键是需要知道正态分布的工艺参数的均

21、值和标准偏差。只要采集一定数目的工艺参数数据，采用点估计的方法或者优化拟合的方法得到均值和标准偏差，就可以代入上面公式计算出工序能力指数。1. 工序能力的定量表征(5) Cp和Cpk的常规计算方法计算Cp和Cpk的关键是计算母体正态分布的均值和标准偏差。常规计算方法为：通常从下述4种计算方法中选用一种计算得S，作为母体分布标准偏差的近似值。例：键合工序，每批采集8个键合强度数据，连续35批共280个数据。对键合强度只有下规范，要求TL4，计算该工序的工序能力指数。解：采用优化提取方法,得到：母体正态分布的均值为10.586，标准偏差为1.801。由此得该工序的Cpk为1.22工艺成品率为99.

22、9872% 工艺不合格品率为128PPM1. 工序能力的定量表征(6) 传统工业和现代工业对工艺水平的要求在现代工业生产中，特别是在现代电子元器件的生产中，器件失效率已降至几十FIT。为了满足这种高质量和高可靠水平元器件的生产要求，对工序能力指数的要求也随之发生了变化。现代元器件生产一般包括有几十甚至上百道工序。在不合格品率已很低的情况下，产品的不合格品率近似等于各道工序工艺不合格品率的总和。为了保证产品的质量，要求单道工序的工艺不合格品率只能为几个PPM。Cpk为1.331.5，对应Cp为1.832.0。2. 现代电子工业的工序能力指数评价问题(1)工序能力指数传统计算方法存在的问题(2)

23、Cpk结果分析传统评价方法存在的问题计算Cpk的传统方法基于下面两个前提条件：(1) 认为工艺参数为正态分布。(2)表征工艺质量的工艺参数只有一个，而且对该参数只有一个规范要求。对元器件生产，在工艺不合格品率已降至PPM数量级的情况下，这种传统方法存在6个问题。(1)对同一批数据，采用4种不同的传统计算方法得到的不合格品率PPM值可能相差达上百倍。(2)未考虑工艺参数不是正态分布的情况。(3)单个参数多种规范要求的问题。(4)多变量工序能力指数的问题。(5) 规范要求不是单个数值而是一条曲线。(1)对同一批数据，采用4种不同的传统计算方法得到的不合格品率PPM值可能相差达上百倍。例：对IC键合

24、工序，每批抽查8根内引线进行破坏性拉力强度试验，连续检测35批，根据这些数据，采用不同方法得到的Cpk和PPM 值如下表所示。(2) 非正态分布的工艺参数数据(3)单个参数多种规范要求的问题芯片粘接工序剪切力合格判据Cpk结果分析(1) 提高Cpk的基本思路(a) 通过优化设计，使参数规范范围T=TT尽量大，或者说UL使设计容限尽量大。说明：参数规范范围的确定必须要有定量根据。(b) 改进工艺，使工艺参数的分散性尽量小，即减少参数分布的标准偏差。这是提高Cpk的关键。(c) 精细调整工艺，使工艺参数分布均值与参数规范中心T0=(T+T)/2之间的偏离尽量小。ULCpk结果分析(1) 提高Cpk

25、的基本思路(2)查找Cpk偏低原因的三条“判据”：对双侧规范：判断标准偏差是否偏大的判据是要求国际水平是要求大于12结论：提高Cpk的关键之一是使尽量小，也就是使工艺参数数据的分散性尽量小，而不要满足于加工检验结果都能满足规范要求。Cpk结果分析Cpk偏低实例分析：某工序24批共240个工艺参数数据。该工序的规范要求为T8，T6.5。UL7.614，7.3652，7.4351，7.493，7.4049，7.4851，7.7942，7.5299，7.4896，7.47547.6454，7.3948，7.8454，7.6648，7.5653，7.4439，7.6147，7.3146，7.3951，

26、7.40497.6253，7.6154，7.8249，7.3753，7.4051，7.3848，7.7153，7.4651，7.4554，7.50497.4347，7.5752，7.6951，7.5554，7.3649，7.6754，7.3794，7.5349，7.3447，7.53517.3152，7.5748，7.4753，7.3954，7.3847，7.7451，7.3352，7.5154，7.755 ，7.53997.4449，7.6153，7.7148，7.6054，7.4247，7.7746，7.6651，7.5754，7.7099，7.86487.4748，7.4398，7.34

27、52，7.7049，7.6647，7.3799，7.6653，7.7451，7.7352，7.63547.3352，7.4899，7.4846，7.4452，7.4851，7.4349，7.5447，7.5653，7.5549，7.5447计算得均值为7.54，标准偏差为0.143。得：Cpk1.07 (T-T)=(8-6.5)=1.5，对应10.5倍标准偏差，基本可以，标准偏差不算大。UL(TT)/2=7.25，参数平均值为7.54，之差为0.29，超过标准偏差的两倍，说明参数分UL布平均值与规范中心值之间的差太大是C偏低的主要原因。PK若保持标准偏差不变，使均值为7.45，与规范中心之间的

28、差为0.2，对应1.4倍标准偏差，则工序能力指数可以达到C=1.36。PKCpk结果分析(1) 提高Cpk的基本思路(2)查找Cpk偏低原因的三条“判据”(3)导致Cpk偏低的实际原因分析具体问题具体分析例如：偏大的原因可能是：数据问题：将不满足IIND条件的数据混合在一起。仪器问题：测试仪器的标准偏差太大。原材料问题：原材料特性分散性太大工艺问题：（需要优化确定最佳工艺条件，充分发挥设备潜力；精心操作；更新设备等）。工艺出现异常可通过SPC分析确定。说明：分析和解决问题时，需要质量管理人员、技术人员、操作工人相结合。分析和解决问题时可采用多种“统计工具”和“实验设计”技术。Cpk达到1.5也

29、就达到了6 设计的目标Cpk达到1.5也就达到了6 设计的目标“6管理法追求卓越的阶梯”(美)彼得S.潘德等著(2000)机械工业出版社2001年10月第1版，2002年1月第三次印刷The Six Sigma Way：How Motorola，GE and Other Top Companies are Honing Their Performance电子元器件内在质量和可靠性的控制与评价保证和评价元器件内在质量的核心技术工序能力指数Cpk与6 设计统计过程控制SPC 三. SPC技术?概述?SPC技术流程?关键过程节点和关键工艺参数?SPC技术的基本工具常规控制图?适用于元器件生产的控制图

30、技术(一) 概述1. “工艺受控”的概念2. SPC的基本含义3. SPC技术的发展概况4. SPC技术的应用(一) 概述1.“工艺受控”的概念(1)两种类型的工艺起伏：在元器件生产中，工艺起伏波动总是存在的。从数理统计角度考虑，其原因分为两类。“随机原因”(random cause)：不可避免，随时起作用，带有偶然性和不确定性，总体遵循一定的统计规律。“异常原因”，或称“可识别原因”(special cause或assignable cause)：存在时才起作用，可以用数理统计方法将其识别。(2)工艺受控：若工艺中只存在由随机原因引起的起伏，不存在异常原因，则称工艺处于统计受控的状态。(3)

31、“工艺受控”与“工艺满足加工规范要求”的区别：工艺受控：考虑是否存在“异常原因”SPC技术。工艺满足加工规范要求：考虑工艺能力的高低Cpk。(一) 概述1. “工艺受控”的概念2. SPC的基本含义3. SPC技术的发展概况4. SPC技术的应用(一) 概述2. SPC的基本含义(1) SPC：Statistical Process Control，称为“统计过程控制”，以前曾称为“统计工艺控制”。(2) SPC的基本含义:通过对连续采集的工艺参数数据进行定量的数理统计分析，分析工艺中是否存在“异常起伏”，对工艺过程是否处于统计受控状态作出定量结论。同时也可以对工艺达到的能力水平作出评价。当出

32、现能力下降、工艺失控或有失控倾向时，立即发出警报，以便即时查找原因，采取纠正措施，使工艺过程一直处于统计受控状态。因此，SPC是一项具有“事前预防”功能的技术。(一) 概述1. “工艺受控”的概念2. SPC的基本含义3. SPC技术的发展概况4. SPC技术的应用(一) 概述3. SPC技术的发展概况80年代初期，元器件生产采用的是“事后检测”的方法。80年代中期元器件生产开始采用以“事前预防”为特征的SPC技术。1988年美国颁布了第一个适用于元器件生产的SPC标准“EIA-557 统计过程控制体系”。1990年12月31日前美国军用元器件生产线必须完成SPC大纲的制订，以保证SPC技术的

33、有效应用。1993年Motorola公司报道了在微电路工厂应用SPC技术的情况和效果。目前，国外元器件生产厂已普遍采用SPC技术。1998年我国也颁布了“GJB301497电子元器件统计过程控制体系”军用标准。目前我国对军用和民用元器件也提出了实施SPC的要求。元器件生产中普遍实施SPC已是发展的必然。(一) 概述1. “工艺受控”的概念2. SPC的基本含义3. SPC技术的发展概况4. SPC技术的应用(一) 概述4. SPC技术的应用(1)保证工艺过程的统计受控状态，防止出现大批不合格品，保证产品的内在质量和可靠性。注意：加工产品合格并不表示工艺运转正常。(2)用于定量评定生产线、单道工

34、序或单个工艺参数是否处于统计受控状态，因此特别适用于生产线的认证。(3)代替一部分筛选和可靠性试验。例如美国军标MILSTD-8837><D规定，对S级复杂微电路，可以通过在键合工序中实施SPC代替100%非破坏性键合强度试验。(4) 成为表征产品内在质量的重要依据之一。与产品一起提供其SPC数据，可以证明产品是在受控工艺环境下生产的，而不是仅靠筛选检测得到的。美国军品和民品生产均要求实施SPC。注意：提交的产品满足规范要求并不表示其质量和可靠性高。(5) 定量评价新设备的运转是否已调试到“统计受控状态”。(6)定量评价测试仪器的工作状态是否“正常”。三. SPC技术?概述?SPC

35、技术流程?关键过程节点和关键工艺参数?SPC技术的基本工具常规控制图?适用于元器件生产的控制图技术技术流程(二)SPC技术流程SPC技术主要包括下述4方面工作：(1)关键工艺过程节点及其关键工艺参数的确定，同时进行工序能力分析。(2)工艺参数数据采集。(3)工艺受控状态定量分析。(4)控制技术。三. SPC技术?概述?SPC技术流程?关键过程节点和关键工艺参数?SPC技术的基本工具常规控制图?适用于元器件生产的控制图技术关键工序与关键工艺参数(1) 确定关键工序对产品特性、质量、可靠性有重大影响的工序。该工序保持“连续运转”，能提供SPC分析所需的数据批数。(2) 确定关键工艺参数要求该参数能

36、表征工序的水平和状态；要求能对该参数进行定量测试。三. SPC技术?概述?SPC技术流程?关键过程节点和关键工艺参数?SPC技术的基本工具常规控制图?适用于元器件生产的控制图技术(四)SPC技术的基本工具常规控制图1. 控制图的概念2. XS控制图结构原理3. 工艺过程受控状态的判断规则4. 其他几种常用的常规控制图1.控制图的概念(1)什么是控制图：在具有控制限的坐标系中用折线表示工艺参数随批次的变化情况，并根据数理统计原理从图形上分析工艺过程是否处于统计受控状态。(2)控制图技术的核心问题如何确定控制限。如何根据数理统计原理判断工艺过程的统计受控状态。注意：控制限不同于规范限。1.控制图的

37、概念(2)控制图的类别根据统计属性的不同，可将工艺参数分为两类。(a)计量值：取值可连续变化的参数，如键合拉力强度。(b)计数值：只能取离散值的参数，如封装不合格的器件数。对计量值参数，通常用中心值和分散性描述其参数分布特性。其中心值的变化情况可以用均值或中位数描述。参数的分散情况用标准偏差或极差描述。对计数值，可进一步分为不合格品数、不合格品率、缺陷数以及单位产品中缺陷数共4类。为了分析这些参数的起伏变化中是否存在“异常原因”，出现相应类型的常规控制图。1.控制图的概念注意不同类型控制图适用特定的数据分布规律。(四)SPC技术的基本工具常规控制图1. 控制图的概念和数学原理2. XS控制图结

38、构原理3. 工艺过程受控状态的判断规则4. 其他几种常用的常规控制图1.控制图的概念和数学原理(3)控制图的基本数学原理?根据中心极限定理，如果某一个质量特性是许多随机因素的综合，而没有显著的非正态因素，则该质量特性参数服从正态分布。2?若母体服从均值为、标准偏差为的正态分布，XN(,)，2则样本均值服从下述正态分布：xN(,/n)。?即使母体不是正态分布，其许多样本特征(一般要求样本数n不小于5)，如均值等也近似于正态分布。?小概率事件在一般情况下不应出现的原理：在给定的假设情况下，如果出现了小概率事件，则认为该假设实际不成立。2. XS控制图结构原理2(1)基本原理：设某一工艺参数X的总体

39、服从正态分布,XN(,)，若定期抽取容量为n的子样，x,x，共k批,可得每组样本的均值x和标1,nj准差s(j=1,2,k)。j2根据数理统计理论,均值服从的分布为xN(,/n),即x也为正态分1/2布,只是其标准差为母体标准差的(1/(n)倍。1/2 由小概率事件原理，正常情况下，随机变量x取值应在(-3/(n), 1/2+3/(n)范围(超出该范围的概率为0.0027)。据此可构造x控制图。同理可构造S控制图。2. XS控制图结构原理(2)XS图控制限计算公式根据下述结论：样本标准偏差S的期望值等于C；S的标准偏差等于C23其中C和C是与子样个数n有关的常数。23(四)SPC技术的基本工具

40、常规控制图1. 控制图的概念和数学原理2. XS控制图结构原理3. 工艺过程受控状态的判断规则4. 其他几种常用的常规控制图3.工艺过程受控状态的判断规则根据在正常情况下小概率事件不应出现的原理，人们推导出了多条判断规则，根据控制图上数据点的位置和排列形式判断工艺过程是否出现失控。不同国家和公司采用的规则不完全相同，带有一定的“人为”特征。下面给出典型的5组规则,每条规则后面括号内是相应“事件”发生的概率。规则一：若控制图上有“一部分”数据点超出控制限以外，则该工艺过程为失控。“一部分”数据点是指连续25 个(或35个/100个)数据点中至少有1个(或2个/3个)点在控制限以外(0.0654/

41、0.0041/0.0025)；规则二：若连续7个(0.0156)或多于7个数据点位于中心线同一侧，则为失控。由这些点构成的折线称为同侧链；规则三：若连续7个(0.0004)或多于7个数据点单调上升(或下降)，则为失控。这些点构成的链称为单调链；规则四：控制图中有“较多”的点位于中心线同一侧，则为失控。“较多”的点是指：连续11个点(或14个/17个/20个)中至少有10个点(或12个/14个/16 个)在中心线同一侧(0.0118/0.0130/0.0130/0.0118)；规则五：若出现下述高位或低位链,则工艺过程为失控：连续3点(或7点)中至少有2点(或3点)超出或低于中心线2倍标准差之外

42、(0.0073/0.0038)。出现了上述问题说明出现了小概率事件,表示工艺过程中不仅存在随机因素的影响，而且还受到异常因素的干扰，因此，已不是统计受控状态。(四)SPC技术的基本工具常规控制图1. 控制图的概念和数学原理2. XS控制图结构原理3. 工艺过程受控状态的判断规则4.其他几种常用的常规控制图（单值-移动极差控制图、不合格品率控制图等）应用控制图技术的基本步骤(1) 测试、汇总数据。(2) 根据不同类型控制图的控制限计算要求，对原始测试数据进行处理。应用控制图技术的基本步骤(1) 测试、汇总数据。(2) 根据不同类型控制图的控制限计算要求，对原始测试数据进行处理。(3) 根据不同类

43、型控制图的控制限计算公式，计算控制限。应用控制图技术的基本步骤(1) 测试、汇总数据。(2) 根据不同类型控制图的控制限计算要求，对原始测试数据进行处理。(3) 根据不同类型控制图的控制限计算公式，计算控制限。(4) 绘制控制图。在控制图上画出控制限，同时将每批数据的特征值标示在控制图上，即完成控制图的绘制。(5) 工艺过程统计受控状态的判断。注意：控制限与规范限是两回事常规控制图的局限性常规控制图的局限性不同的常规控制图模块均有其适用条件。例如，使用X-S控制图的前提条件是要求被分析的数据满足IIND条件(Independently &amp; Identically Normall

44、y Distributed),即要求数据是完全相互独立，且服从同一个正态分布。使用常规缺陷控制图C图的前提条件是要求被分析的数据服从泊松分布。在元器件生产中，一部分工艺参数(例如内引线拉力强度) 基本满足IIND条件。但是元器件生产中相当多的工艺参数数据不满足常规控制图要求的条件,必须采用适用于不同数据特点的新型控制图技术。如果不管条件是否满足，任何情况下,都完全采用常规控制图，将出现错误的判断结论。适用于军用元器件生产的控制图模块(1) 嵌套参数控制图(2) “回归”控制图(3) “多变量”控制图(4) 缺陷成团控制图(1) 嵌套参数控制图关于参数的“嵌套性”对键合工序，每一根丝是分别键合的

45、，同一批采集的几根键合丝拉力强度之间是独立的，互相没有相关关系，满足IIND条件，因此可以用常规控制图分析其统计受控状态。在元器件生产中，相当多的情况下同一批数据是同时生成的。例如氧化、扩散工序是从同一片晶圆的不同位置上测量几个氧化层厚度或方块电阻数值；管壳电镀工序是从同一批电镀件中抽取几个样本测量镀层厚度；塑封工序也是同时封装多个器件；混合电路生产中的丝网印刷等。由于工艺存在统计起伏，同时生成的一批数据内部，各个数据之间具有同时偏大或者同时偏小的趋势，并不满足“相互独立”的条件。这种情况对应于同一批内部数据服从正态分布，不同批次数据的均值又服从另一个正态分布。数学上称之为“嵌套分布”。如果控

46、制图上同一批数据是同时生成的，均具有这种嵌套特点。针对工艺参数的嵌套性特点，需要研究参数的条件分布规律，推导控制限的计算公式，构成“嵌套控制图”模型。嵌套参数控制图结论：如果控制图上的一批数据是同时生成的，就会具有“嵌套”特点。元器件生产中，特别是半导体器件生产中，相当多的工序都具有嵌套的特点。如果不考虑参数的嵌套特点，直接用常规控制图分析具有嵌套特点的数据，有可能将受控的工艺过程误判为失控。测试仪器精密度的评价1. “准确度”和“精密度”(1) 准确度（Accuracy）：指测试结果与“真值”之间的偏差大小。(2) 精密度（Precision）：指多次测试同一个对象，测试结果的分散程度。显然

47、，多次测试结果的平均值反映了准确度的好坏，多次测试结果的标准偏差反映了精密度的高低。通过“校准”的方法可以提高“准确度”。“精密度”则需要通过测试方法对仪器进行评价。测试仪器精密度的评价2. 仪器“准确度”和“精密度”对工艺参数测试结果的影响测试仪器“准确度”差将直接影响测试结果的正确性。工艺参数数据起伏包括了工艺本身的变化性和测量或量具测试结果分散性：为了使数据尽量反映工艺本身的变化，要求测试仪器的标准偏差不大于工艺参数标准偏差的的十分之三，最好不大于十分之一。仪器“精密度”的评价（例）R图为受控状态表明操作者可以毫不困难地进行正常的测量，如果R图上出现失控点，操作者在使用该仪器不能得到正常

48、的测试结果。测试仪器精密度的评价3. 仪器标准偏差的评价根据正态分布特征值的统计特性：样本极差的期望值等于<d2现在每次测量两个数据，因此对应的<d2值为1.128，得测试仪器的标准偏差为：适用于军用元器件生产的控制图模块(1) 嵌套参数控制图(2) “回归”控制图(3) “多变量”控制图(4) 缺陷成团控制图(2) “回归”控制图元器件特别是军用元器件生产线,往往存在“多品种、小批量”的特点，即同一道工序的同一台设备，加工条件经常变化。例如同一台硼扩散炉可能按几组工艺条件加工晶片。不同批次电镀层厚度要求不完全相同，因此电镀条件不会保持不变。由于工艺条件不同，采集的数据当然属于不同

49、的正态分布。这就违背了IIND条件。在不同的工艺条件Xi下得到的工艺参数Yi之间的起伏由三部分因素引起的：工艺条件的变化、随机因素和异常因素。对于这种情况，需采用回归控制图。其核心问题是采用“回归”等多种数学方法对采集的工艺参数数据进行“予处理”，使处理结果数据满足IIND条件。这样就可以用常规控制图分析处理后的数据，确定工艺的受控状态。注意：不能对同一台设备采用几张控制图，每张控制图对应一个品种。因为这样作的结果是控制图上的数据不连续，违背了控制图基本原理。(2) “回归”控制图由于军用元器件具有“多品种”的特点，相当多工序实施SPC都需要采用“回归控制图”。而且存在多种“多品种”的情况，需

50、要针对不同情况具体分析。例如：插针加工有多种图纸规定的加工要求；氧化工序有几种固定的“菜单”（工艺条件组合）；电阻激光修正工序要求的电阻阻值目标值不相同，而且同一种阻值要求对应的修正精度也可能不同；芯片粘接工序不但粘接的芯片面积会不同，而且同一种芯片面积出现的残留面积大小也不相同；许多情况下，多品种情况下的工艺参数同时具有嵌套特点，这时就需要采用同时考虑嵌套-回归特点的控制图模块。嵌套回归控制图适用于军用元器件生产的控制图模块(1) 嵌套参数控制图(2) “回归”控制图(3) “多变量”控制图(4) 缺陷成团控制图3.“多变量”控制图在元器件生产中，许多工序的工艺质量需要用多个工艺参数共同表征

51、。例如，IC工艺中，要表征外延工序的工艺状态，需采用外延层厚度、电阻率等参数,这些参数之间一般都存在相关性。对这种多变量问题应根据这几个参数变化情况的综合结果表征外延工艺的受控程度，即引入多变量控制图。“多变量”控制图的基本思想是根据多元数理统计原理，建立一个多元均值向量以及协方差矩阵，通过计算得到一个代表这几个参数测试数据的检测统计量，再用控制图分析检测统计量的变化情况。3.“多变量”控制图只有在这几个变量之间完全独立、没有任何相关关系的情况下，才可以采用前面介绍的单变量控制图分别监测每个变量的变化情况。否则，会导致错误的结论。有些情况下，多变量问题中，单个变量还具有嵌套/回归的特点，这时就

52、需要采用同时考虑嵌套、回归、多变量特点的“综合控制图”。适用于军用元器件生产的控制图模块(1) 嵌套参数控制图(2) “回归”控制图(3) “多变量”控制图(4) 缺陷成团控制图(4) 缺陷成团控制图(1)缺陷成团效应：在微电路生产中,缺陷往往呈现明显的成团效应，严重偏离泊松分布。如果按常规C图控制图分析微电路生产中的缺陷,可能将受控的工艺误判为失控的情况。因此应针对缺陷成团效应的特点，分析成团统计规律,研究控制限的正确计算方法。对比缺陷成团控制图：UCL137LCL52“SPC实施细则”要求对每个关键工序，应制订具有可操作性的“SPC实施细则”文件。1. 评价对象的确定(1) 列出工序名称，

53、从对产品质量与可靠性的影响以及目前对产品成品率的影响两方面，说明为什么本工序被选为“关键工序”。(2) 列出本工序关键工艺参数名称，并说明选择该参数为“关键参数”的理由。(3) 该工序有几台设备？手动设备还是自动设备？说明正常情况下设备的运行状态（例如24小时连续运转、每天只运行一个班次、或者并不是每天均运转）(4) 如果是手动设备，有多少操作人员？如何选择、安排操作人员的班次组合，以满足SPC评价的需要？关于“1. 评价对象的确定”的几点说明(1) 确定关键工序：既要考虑该工序对产品质量可靠性的影响，还要考虑该工序是否具备实施SPC的基本条件基本保持连续运转。SPC是通过对连续采集的数据对工

54、序设备的运行状态作出结论。按照SPC控制图的要求，需要至少采集20-25批数据，因此，要求工序基本保持连续运转，绝不能“两天打鱼，三天晒网”，经常停工。否则这类工序不可能提供SPC评价所需的数据，当然无法实施SPC。只要基本保持连续运转，就不要担心：因为代表品种为“小批量”，采集不到足够的数据，而无法实施SPC。实际上，产品的“小批量”并不表示工艺过程中关键工序的加工必然也是“小批量”。并不要求设备连续加工“代表品种”。只要设备运转，不管加工的是代表品种还是其他品种，都应该采集数据，可以采用回归技术进行SPC分析。(2) 确定用于评价工序水平和状态的关键工艺参数要求该参数能表征工序的水平；要求

55、能对该参数进行定量测试，否则也很难实施SPC。关于“1. 评价对象的确定”的几点说明(3)确定评价对象时要考虑IIND条件要求。为此，要求考虑人(Man)、机(机器设备：Machine)、料(原材料：Material)、法(方法：Method)、测（测量：Measurement）、环(环境：Environment)这六种因素“宏观”保持不变。应处理好下述几个具体问题：同一个工序有多台设备：对每台设备分别应用SPC。同一台设备有几名操作工人，特别是工艺结果与操作人员技艺关系密切的工序，应该将操作技能差不多的个人安排在同一台设备。(4) SPC是评价设备的运转状态，要求每天（每批）均要进行。注意：

56、Cpk评价的是“总体工艺水平”，不是某次加工结果的评价，因此只需要一段时期（例如一个月）评价一次，不需要每天进行评价。“SPC实施细则”要求对每个关键工序，应制订具有可操作性的“SPC实施细则”文件。2. 工艺参数数据采集(1) 说明工艺参数数据测试个数n，每次采集几个数据？(2) 说明数据采集频次：每次在什么情况下采集数据（每个班次、每批加工等）？(3) 说明数据批次的组成：如何组成SPC分析中的一批数据？(4) 说明关于“异常数据”的剔除程序和原则：如果认为采集的数据中有不正常的数据，通过什么程序和技术工具将他们剔除？关于“2. 工艺参数数据采集”的说明(1)数据个数：对计量值控制图分析，

57、越多越好。一般情况要求数据个数不少于5个。若每次只能采集一个数据，应该采用单值移动极差控制图。(2)数据采集频次：相邻两批数据之间的间隔越短，越能即时发现失控问题。(3) 数据的“有理分组”抽样方案的确定：采集数据总个数越多，付出的代价越高。若安排一定的投入用于数据采集，则采集数据总个数一定。应结合工艺特点，确定数据采集频次以及每批数据个数的组合方案。增大相邻两批数据之间的间隔，增加每批的数据个数；减少相邻两批数据之间的间隔，减少每批的数据个数。抽样方式应固定并坚持执行，不得掺入人为因素。例如：插针加工应确定每个班次的定时、定量抽样规定。电镀等“批加工”工序应确定每批抽样检测数据个数。(4) 必须保持数据的连续性。关于“2. 工艺参数数据采集”的说明(5)关于“不正常数据”的剔除原则：确定某些数据为“不正常”数据从而要将其剔除时必须要有根据，不能凭个人“感觉”。对控制图上表现为异常的一批数据，如果证明该批数据是虚假数据，或者该批数据是临时出现的