實施統計過程控制（SPC）中常見問題的探討

商慶杰 潘宏菽 張力江 劉相伍

（中國電子科技集團公司 第十三研究所，石家莊 050051）

?

實施統計過程控制（SPC）中常見問題的探討

商慶杰 潘宏菽 張力江 劉相伍

（中國電子科技集團公司 第十三研究所，石家莊 050051）

摘 要：隨著半導體加工技術自動化、集成化、高密度化的不斷發展，人們對工藝質量控制要求也不斷提高。加之GB/T19001-2008質量管理體系建設的要求，工藝加工過程中的統計過程控制（SPC）應用在化合物半導體芯片工藝加工生產線逐漸開展起來。有些對工藝加工的穩定性和持續改進與提高起到了良好的促進作用；但有些應用未起到真正控制工藝的作用；有些把控制圖的規范限與控制限混為一談，或用規范限代替控制限；有些對數據采集與利用率上還有提高的余地。本文對化合物半導體芯片工藝加工生產線實施統計過程控制中遇到的部分問題進行匯總與分析，以提高實施統計過程控制（SPC）工作的效率。

關鍵詞：統計過程 控制工藝 加工控制 圖數據分析 控制限

引言

統計過程控制（Statistical Process Control）是一種統計控制技術，其本質是利用樣本的統計信息來判斷過程情況，采取措施減少異常因素對過程的影響，以提高過程的效率[1,2]。美國于1988年首先頒布了第一個用于元器件生產的SPC標準《EIA-557-1A統計過程控制體系》，其有關SPC的定義為：SPC是指利用統計技術將數據轉換成信息，形成文件，以便糾正并改進過程的效能[1]。國內《GJB3014-97電子元器件統計過程控制體系》有關SPC的定義為：利用統計技術將數據轉換成過程狀態信息，以便確認、糾正和改進過程效能[3]。可以看出，數據的正確采集、分析與轉換，對判定過程狀態具有重要作用。

一直到20世紀80年代初期，元器件生產廠家基本上都以工藝監測和產品檢測為主要手段來保證產品質量，實為一種“事后檢測”方法。隨著產品質量和可靠性的不斷提高，質量保證的有效途徑使人們在工藝過程中建立了一種預防性方法，以保證工藝過程始終處于統計受控狀態，將質量建立在產品內部，即產品質量是在設計、生產過程中形成的，而不是靠最終檢測或篩選來提高的。所以，在20世紀80年代中后期，開始了從“事后檢測”到以“事前預防”為特征的SPC技術。SPC技術隨之在世界范圍內的元器件生產中逐步得到廣泛應用。美國軍用標準“MIL—M—38510微電路總規范”明確規定，美國所有軍用微電路制造廠必須在1990年12月31日前完成SPC大綱的制訂，以保證SPC技術的有效應用。國內許多單位結合9000質量管理體系認證，也正在由淺入深地開展SPC應用，并取得了初步成效。

1 實施統計過程控制中的問題分析與探討

化合物半導體芯片工藝加工生產線實施統計過程控制中發現了一些常見問題，在此進行一些匯總，并進行初步的探討。

1.1 對統計過程控制特點的認識還有待提高

統計過程控制的特點之一是全員參與和強調用科學方法來保證全過程的預防。但是，目前常見的現象是個別幾個人員在進行統計分析。有些技術人員，甚至是負責比較全面工藝工作的技術人員，對控制圖所表征的信息看不全，對控制圖所表征的信息也不能高效利用。當然，在初期階段，尤其是在剛剛開始起步時，不進行全員參與無可厚非。但是，隨著工作的深入，必須要有大多數人員來參與，才有利于及時發現過程的變異。統計過程控制強調用科學方法來保證全過程的控制。控制圖不是簡單的波動圖，統計的目的是為了更好地控制。要實現良好控制，首先必須建立好分析用控制圖[4]。當認為控制的準確性與精密性達到了要求的范圍，才可以轉入控制用控制圖。而控制圖在運行一段時間后，要對其有效性進行再確認，否則極有可能造成過程控制的系統偏差或失控。沒有經過分析驗證的控制圖，不可能對過程控制起到良好的保障作用。

1.2 對控制圖的核心把握不準

控制圖技術的核心是：確定控制限；根據數理統計原理，判斷工藝過程的統計受控狀態。控制圖的應用要及時，不能過于滯后，否則起不到控制的作用。

1.2.1 控制限的確定

對于符合正態分布的統計過程來說，目前主要用到的是±3σ控制限，即控制限通過標準偏差的3倍來計算。在實際應用過程中，主要存在三類問題：（1）將控制圖上的3σ控制限直接用規范值或設計值代替；（2）對于采用均值-極差、均值-標準差、中位數-極差等雙圖進行的控制圖，只對其中一圖如均值圖、中位數圖采用3σ，而對極差或標準差不采用3σ，甚至都不做極差或標準差圖；（3）采用少量樣本數據（少于50個）計算樣本數據的方差s，認為s就是σ。第一類問題沒有認識到過程控制是有其統計規律的，屬于人為強行施加干預。采用此方法做出的圖只能稱為顯示圖，不能作為控制圖來使用。第二類問題沒能正確理解控制圖的含義，過程是否受控不但要看均值控制圖，還要看極差控制圖。某種程度上講，應先看極差控制圖，再看均值控圖，否則會造成對過程離散性控制的缺失。第三類問題是沒能正確認識到統計過程控制參數與統計的樣本是有關的，若要直接采用方差s代替σ，樣本數只有在較大時才適用，一般要求大于50個[1]。所以，當樣本數比較少時，對控制限的計算應采用與樣本數大小有關的計算方法來確定。若控制圖的控制限有問題，將對整個過程控制起到誤導的后果。所以，采用控制圖進行過程控制時，控制限的確定必須建立在科學、可信的基礎上。

1.2.2 根據數理統計原理判斷工藝過程的統計受控狀態

有關對過程是否受控的判斷，一般統計過程控制的書籍及軟件均有明確的判斷準則，此處不再敘述。需要強調的是，一般教科書中對過程的判穩或判異準則有十個之多。作為工程應用，建議只采用前面的幾個，這也是工業自動化組織AIAG(Automotive Industry Action Group)推薦使用的，部分軟件也有此功能的選擇[5]。隨著計算機軟、硬件技術的發展，統計過程控制的軟件快速發展。在剛開始采用這些軟硬件進行過程分析與控制時，要能對軟、硬件計算及數據采集與分析的正確性進行嚴格驗證與評審，避免拿來就用，否則容易對過程造成不必要的誤判（尤其是非商業軟件）。還應當說明，當發生所謂的過程“變異”時，不是要馬上對過程控制條件進行調整，而是要對此“變異”馬上進行分析，查找引起“變異”的可能原因，切忌對過程控制條件盲目調整。

1.3 當5M1E發生變化時，未在控制圖上標注，甚至還采用原控制限

過程受控的前提是5M1E（人、機、料、法、環、測）一定。若其中之一對過程影響的關鍵因素發生了變化，勢必影響表征過程是否受控的控制限。所以，在控制圖中發現5M1E發生明顯變化時，要及時對此處的過程參數進行標注，避免對過程的誤判。若隨著工藝的改進，5M1E明顯變化了，應重新建立分析用控制圖。當過程穩定了，再將此分析用控制圖轉為控制用控制圖。切不可將工藝改進前的控制限直接用于過程改進后，這不符合GJB3014-97的4.7.6規定[3]。控制圖應用的前提條件是5M1E一定。當控制圖上出現“變異”時，對過程的分析也是首先從5M1E入手，以發現究竟是什么原因引起了過程的“變異”。好的變異要鞏固、提高，不好的變異要及時排除。統計過程控制的目的不總是維穩，而是要在穩中求進，不斷提升，尋求改進。在控制圖的應用過程中，要避免頻繁進行控制限的變更。這在某種程度上講，過程實際是不受控的。

1.4 機械采用某一控制圖

控制圖不只有均值-極差圖，還有均值-標準差控制圖、中位數-極差控制圖等。此外，控制圖也不是每個分組只能取5個數據，而是可以根據工作性質要求進行數據的采集。對于單值測量，同樣也可以采用單值-移動極差控制圖。但不管采用何種控制圖，一定要結合具體的控制對象和工作性質來定，切忌機械套用。如果測試樣本數在5個左右，采用均值-極差控制圖比較適宜；但如果測試樣本數在10個以上，考慮到數據的充分利用性，采用均值-標準差控制圖則比較合理。實際工作中，有時會認為過程比較均勻，也沒有更多地時間進行多樣本采數，只測試一個點，此時可以采用單值-移動極差控制圖。但應當注意，此圖獲得的數據信息量相對較少，對判斷過程變化的靈敏度相對較弱。實施過程中，還發現有些工藝采用了單值控制圖。例如，只用單值-移動極差的單值圖，或只用均值-極差控制圖的均值圖。此做法不是不可以，但對過程的離散性的控制是缺失的，對數據的利用率也很低，對過程控制的準確性也較差，即上文提到的，對過程的離散性的判斷缺失。所以，在實際工藝工作中，要針對數據的利用率和有效性，采用適宜的控制圖。不要出現采集了很多數據，卻只采用單值控制圖的做法。這對精確反映過程的變化不利，而未充分利用這些反映過程信息的數據，來正確及時地表征過程的變化。當然，對這方面的認識會隨著工作的深入開展而不斷得到提升。初期開展工作，可先試著多采取幾種控制圖同時對比進行的方法，總結歸納哪種控制圖對工作的確有指導作用，又不浪費人力、財力成本。

1.5 對控制圖的在線及時控制不夠

控制圖的優勢之一是事前預防，統計的目的是為更好的實施控制。若只是做事后的統計分析，而不對過程實施及時控制，即相當長一段時間后再統計，才發現過程失控，再采取措施，易造成慘重的損失。特別是對于目前流片量很大的工藝，有時會造成上百片的失控。質量管理體系之所以要求廠家實施統計過程控制，也正是看到了這一點，從而避免加工過程的長時間失控出現，以此保證產品的高成品率與一致性。工作中發現，有些工序雖然有控制圖，但其表述的工藝狀況并不是目前的。該工序用控制圖采用專人定期繪制控制圖的方法，這種控制圖對過程在線控制的及時性很差。控制圖要在過程控制中真正發揮作用，首先要對以往及現在的過程數據進行統計分析，建立好分析用控制圖，即通過作圖來判別過程是否達到了穩定受控。若過程能力沒能達到要求，要繼續分析，并對過程數據進行“去偽存真”，同時不斷充實數據，再進行分析，直到過程達到受控狀態。此時，將控制圖的控制限固定，后續的過程數據只需在此圖上進行描點處理即可，即到了控制用控制圖階段。若在控制用控制圖中發現過程存在變異，而又無法從5M1E查找到原因，或控制用控制圖運行了較長一段時間，此時最好要對控制用控制圖的有效性進行再確認，避免對過程的誤判，或喪失了改進提高的機會。

2 統計過程控制中的應用實例

圖1是化合物半導體芯片工藝加工生產線某工藝中，某型號集成電路引線鍵合拉力在開始收集數據建立的分析用控制圖[6]。由于剛起步，投入的人員不是很多，工藝人員并不了解控制圖的做法，只是每天記錄鍵合引線拉力的實際結果。從35組數據來看，控制圖存在明顯的系統偏差。經仔細與工藝人員交流，發現在第20組數據后，鍵合引線的線徑由原來的30μm改為了25μm。該原材料的更改，導致整個過程控制的偏差。此分析用控制圖雖不能對今后工作提供控制依據，但可以看到因控制鍵合引線拉力的線徑發生變化，導致鍵合引線拉力的系統偏差。要重新在保持5M1E的一定條件下，重新建立分析用控制圖。

圖1 某集成電路鍵合引線拉力均值-極差控制圖

圖2是對某淀積厚度的控制圖。可以從均值圖上看出，第21組數據存在異點。經分析發現，其是由人為工藝控制干預造成的，但圖中并未標注出來。將該“變異點”去掉，重新計算數據得到新的控制圖（如圖3所示）。經分析，圖3不存在明顯異常現象，該工藝條件不變，其控制限可考慮作為控制用控制圖的控制限來對工藝進行控制。

圖2 某淀積工藝淀積層厚度的均值-極差控制圖（存在異點）

圖3 某淀積工藝淀積層厚度的均值-極差控制圖（無明顯異常現象）

3 結語

隨著化合物半導體芯片工藝加工生產線的發展，供貨量急劇增長，客戶對產品的一致性也日趨加嚴。加之質量管理體系在有效運行方面提出了對數據的統計分析與利用的要求，本生產線各工序相繼開展了統計過程控制。在實施過程中，發現存在一些認識和執行上的問題。通過相應的改進措施，本生產線SPC控制取得了很大成績。本文的SPC探討，希望能對實施統計過程控制起到良好的推動作用，將統計過程控制做實、做好，以起到事半功倍的效果，推動生產過程控制的健康發展。

參考文獻

[1]鐘倫燕，韓俊，劉紅.統計過程控制（SPC）技術原理和應用[M].北京：電子工業出版社，2001：1-39.

[2]胡玲，潘宏菽.小批量多品種的芯片研制生產線的質量控制[J].半導體技術，2011，（7）：524-528．

[3]謝紹明，杜洪富.電子元器件統計過程控制體系[S].北京：總裝備部軍標出版社，1997：1-4．

[4]王振華.統計過程控制SPC概論[J].機電信息，2005，（19）：22-25．

[5]劉文，孫靜，馬毅林，等.中華人民共和國國家標準常規控制圖[S].北京：中國標準出版社，2001：8-11.

[6]潘宏菽，劉麗妹，張永懷，等.用統計技術來

促進質量管理水平的提高[C].石家莊：CETC13第二十四屆（2003年度）學術年會論文集，2004：14-17.

Discussion on the Problems Existed in Application of Statistical Process Control (SPC) Technique

SHANG Qingjie,PAN Hongshu,ZHANG Lijiang,LIU Xiangwu
(The 13th Research Institute, CETC, Shijiazhuang 050051)

Abstract:As the trend to autom atization, scale production and high dens ity integration of the s emiconductor fabrication, the quality control of the process should be improved. The process control is establish ed by quality management systems requirements (GB/T19001-2008). Statis tical proces s control technique in semiconductor fabrication is a dopted for promoting the process continuous improvement and stability of process ing quality. But there are s ome problems in application SP C technique. F or example s tatistical pr ocess tends to become formalistic, control limits and s pecification limits are confound or confusing control limits with specification limits, collecting data and data utilization factor should be im proved. Some of thes e problems are dis cussed by several experiences in application of SPC technique to promote the healthy development of the SPC technique.

Key words:statistical process control, processing technology, control chart, data analyze, control limit

基金項目：基礎科研“超高頻InP DHBT工藝優化技術”（A1120132008）；軍口973“GaN下一代毫米波/高速電路基礎研究”（613208）；軍口863“常溫固態太赫茲連續波源研究”（2013A8122006B）。