淺談晶圓生產過程中WPH的萃取

馬擎

摘要：一個半導體代工廠的產能是工廠發展的關鍵因素，WPH是產能評估的重要指標。每小時加工晶元數量的峰值與實際能達到的數值是我們研究的目標。半導體代工廠的生產設備類型復雜，且功能也很復雜。隨著機臺數量和種類的增長，難以使用之前手工計算的方式來維護關鍵指標的更新。所以需要針對不同類型的機臺逐一自動收集數據，制定合理算法，實現自動收集和調整WPH值。

關鍵詞：計算機集成制造；設備自動化程序；WPH

一 WPH萃取的意義

對于一個半導體代工廠（FAB）來說，制程機臺在整個工廠的成本體系中是最為重要的組成部分。生產設備的性能如何會直接影響到成本和利潤，所以生產設備性能的提升一直是半導體代工廠最為關注的問題。使一個生產設備不浪費一分一秒，加工更多的晶元就要從分析機臺目前運行流程入手。對于每種類型機臺的分析，許多企業利用人工采集關于設備、產品等要素的數據，使得提高設備效率這一工作十分地繁瑣，而且準確率不高。這樣即無法使各類型的機臺盡可能達到自己的最大理論產能，從而降低成本，提高利潤。控制每一批料的正常加工流程，在對設備自動控制的同時，收集必要的數據，這些詳細的機臺處理數據作為數據源。針對每種機臺找出合理的方法，實現對PeakWPH值（每小時生產晶元數量的峰值）的自動收集及調整，用以監控制程設備的利用率，并對生產數據進行監控及分析。

最終實現改善機臺的利用率，一方面可以縮短產品的生產周期，另一方面也可以提高生產效率、降低成本，從而加強企業的競爭力，使企業在行業內占有一定地位。

通過計算機集成制造（Computer Integrated Manufacturing）系統使每一個生產設備盡可能達到自己的最大理論產能，從而降低成本，提高利潤。自動化控制機臺是必不可少的，也就是說設備自動化程序（Equipment Automation Process）是基礎。EAP系統與制造執行系統（MES）系統相結合，控制每一批料的正常加工流程，在對設備自動控制的同時，收集必要的數據，以這些詳細的機臺處理數據作為數據源。實現對PeakWPH值（每小時生產晶元數量的峰值）的自動收集及調整，構建一個機臺性能追蹤系統，用以監控制程設備的利用率，并對生產數據進行監控及分析。

二. WPH萃取的過程

以MIRRA MESA機臺為例，該機臺集成的CMP（Chemical Mechanical Polishing）系統是業界領先的200毫米的CMP機臺，能夠提供最高的晶片產出量，并且在氧化物，鎢，銅的CMP顯影方面提供優秀的品質。MIRRA MESA機臺主要有以下幾個功能的使用：CMP Oxide， CMP Poly， CMP STI和CMP W。

系統可能實現對基礎數據的自動收集，根據生產數據進行PeakWPH值（每小時生產晶元數量的峰值）的計算及調整，并分析數據趨勢，以監控制程設備的利用率。

為了找到一套針對Mirra Mesa機臺自動產生和較準每小時產出峰值的方法。可以使用實時的生產數據，對其進行數據有效性的篩選，以提高每小時產出峰值的準確性。這樣由實時生產數據作為數據源，依據實際生產狀況，動態調整機臺每小時產出峰值，以確保對于不同產品、recipe在Mirra Mesa機臺上跑貨時每小時峰值不同的變化。

定期對EAP的生產數據進行收集，保證數據的真實性，準確性和實時性。EAP程序專門為Mirra Mesa類型機臺寫成LOG文件，存儲在控制各生產設備運行的FAB PC上，該LOG文件針對Mirra Mesa機臺計算每小時產出峰值，提供了所需的必要機臺事件，收集每臺生產設備的特定EVENT，逐一寫出log信息以記錄各個該生產設備的重要事件。定期對log文件進行收集，并且對文本進行格式化，轉入專用數據庫中，作為基礎數據源。依據Mirra Mesa機臺的跑貨形態，分別收集LOT級別的總體數據和Wafer級別的詳細數據。

對于基礎數據的篩選。根據Mirra Mesa機臺的生產特性，每批LOT低于等于特定片數晶元的，認為是異常數據，不作為數據樣本使用。

確定公式及關鍵的事件。 WPH計算模型的設定需要反復地定義和研究。首先，先由工業工程部門的工程師制定AMAT MIRRA MESA類型機臺的WPH模型。

按既定公式分析數據

按照工業工程部門給定的公式，編寫程序對AMAT MIRRA MESA機臺的PWPH進行計算。主要分為兩部分，第一部分要對從EAP Log中得來的基礎數據進行再計算及補充，第二部分才是對補充后的可用數據進行匯總。

第一部分：數據再計算及補充

在詳細信息資料數據表中有一部分欄位不能從EAP Log中直接獲得，EAP Log中，只能取得事件發生的時間點以及事件名稱，所以其他欄位內容需要通過存儲過程計算出來。

首先，將詳細信息資料數據表中最近指定天數的數據，按照機臺名稱， Trackouttime， 制程開始時間進行排序，結果存入游標“Waf_cur”中。限定時間主要為避免數據過多導致服務器超負荷運轉，理論上只處理最近7天數據即可，為避免有效數據未被更新的危險，故更新最近14天數據。

首先對標志位欄位進行賦值，對于同一個LOT在同一個機臺上的同一次操作所產生的記錄，從其第二片晶片到第N-3片為止，其標志位設為“T”，其余為“F”（N為該LOT中WAFER片數）。此算法目的是為確保參與計算的數據為機臺流暢運行的數據，一般來說，機臺對于每個LOT的加工，在最初和最末階段，有存在異常狀況的可能性。

然后對于各條數據的前值進行賦值，如上一階段制程結束時間等。

這些欄位的賦值則是將游標中同一個LOT在同一個機臺上的同一次操作所產生記錄的前一條相關內容賦值到本條記錄中。

第二部分：數據匯總

首先將詳細信息資料數據表和普通信息資料數據表中本次運行時間段內的數據按照不同的機臺編號、LOT編號及Track Out Time進行連接。因為以上三個條件可以確定唯一一步處理動作，故以其作為連接關鍵字段。同時要求該LOT的晶片數量大于4，且FLAG欄位為‘T，其余作為異常數據處理。在查詢結果中確認出規定時間段內在MIRRA MESA各機臺上不同FAB，不同機臺，不同產品，不同Recipe分別跑了多少個LOT，此結果為本次程序運行所需計算的目標數據集，放入游標中。將之前所匯總出的數據進行逐條循環。分別按照機臺編號、產品編號及Recipe為查詢條件，在詳細信息資料數據表中找出所有滿足條件的記錄，依據第一制程時間進行排序，再按照當前游標中的數量欄位值來取出第一制程時間的中值。對于其他變量的賦值，同樣依以上方法實現。

在循環中還需進行對每條游標記錄的WPH值的計算。在此項運算中制程工程師會事先對一些變量值進行設置。

在計算WPH時，要先判斷出在整個制程過程中，這幾項中哪部分占用的時間最長，以其作為計算WPH的基礎時間，再加上相應的NITT時間，即為處理一片晶片該機臺所需時間，時間單位為分鐘。60分鐘除以該時間，則為每小時可以處理的晶片數量，即該機臺的WPH值。

較準每小時產出峰值

對于Mirra Mesa機臺， 每周計算一次每小時產出峰值，按照日期，產生數據趨勢圖。若連續5周WPH值的標準差或連續3周WPH值的標準差小于相應既定值，則自動校正Mirra Mesa機臺每小時產出的峰值。

提出了一種自動生成Mirra Mesa類型機臺每小時產出峰值的方法。

三. 萃取方法實現的效果

使用實時的生產數據，自動收集并對數據進行篩選，以提高機臺產能。按照機臺運轉方式，制定合理的算法，將正常數據作為樣本點，以大量的生產數據為基礎，計算出準確的機臺每小時產出峰值，避免了人為參與所生成的人力投入，以及數據的不準確性及隨機性。并且能動態調整WPH值，更直接地反映線上運轉情況，方便工程師找到機臺瓶頸所在，以提高機臺產出量。