实施统计过程控制（SPC）中常见问题的探讨

商庆杰 潘宏菽 张力江 刘相伍

（中国电子科技集团公司 第十三研究所，石家庄 050051）



实施统计过程控制（SPC）中常见问题的探讨

商庆杰 潘宏菽 张力江 刘相伍

（中国电子科技集团公司 第十三研究所，石家庄 050051）

摘 要：随着半导体加工技术自动化、集成化、高密度化的不断发展，人们对工艺质量控制要求也不断提高。加之GB/T19001-2008质量管理体系建设的要求，工艺加工过程中的统计过程控制（SPC）应用在化合物半导体芯片工艺加工生产线逐渐开展起来。有些对工艺加工的稳定性和持续改进与提高起到了良好的促进作用；但有些应用未起到真正控制工艺的作用；有些把控制图的规范限与控制限混为一谈，或用规范限代替控制限；有些对数据采集与利用率上还有提高的余地。本文对化合物半导体芯片工艺加工生产线实施统计过程控制中遇到的部分问题进行汇总与分析，以提高实施统计过程控制（SPC）工作的效率。

关键词：统计过程 控制工艺 加工控制 图数据分析 控制限

引言

统计过程控制（Statistical Process Control）是一种统计控制技术，其本质是利用样本的统计信息来判断过程情况，采取措施减少异常因素对过程的影响，以提高过程的效率[1,2]。美国于1988年首先颁布了第一个用于元器件生产的SPC标准《EIA-557-1A统计过程控制体系》，其有关SPC的定义为：SPC是指利用统计技术将数据转换成信息，形成文件，以便纠正并改进过程的效能[1]。国内《GJB3014-97电子元器件统计过程控制体系》有关SPC的定义为：利用统计技术将数据转换成过程状态信息，以便确认、纠正和改进过程效能[3]。可以看出，数据的正确采集、分析与转换，对判定过程状态具有重要作用。

一直到20世纪80年代初期，元器件生产厂家基本上都以工艺监测和产品检测为主要手段来保证产品质量，实为一种“事后检测”方法。随着产品质量和可靠性的不断提高，质量保证的有效途径使人们在工艺过程中建立了一种预防性方法，以保证工艺过程始终处于统计受控状态，将质量建立在产品内部，即产品质量是在设计、生产过程中形成的，而不是靠最终检测或筛选来提高的。所以，在20世纪80年代中后期，开始了从“事后检测”到以“事前预防”为特征的SPC技术。SPC技术随之在世界范围内的元器件生产中逐步得到广泛应用。美国军用标准“MIL—M—38510微电路总规范”明确规定，美国所有军用微电路制造厂必须在1990年12月31日前完成SPC大纲的制订，以保证SPC技术的有效应用。国内许多单位结合9000质量管理体系认证，也正在由浅入深地开展SPC应用，并取得了初步成效。

1 实施统计过程控制中的问题分析与探讨

化合物半导体芯片工艺加工生产线实施统计过程控制中发现了一些常见问题，在此进行一些汇总，并进行初步的探讨。

1.1 对统计过程控制特点的认识还有待提高

统计过程控制的特点之一是全员参与和强调用科学方法来保证全过程的预防。但是，目前常见的现象是个别几个人员在进行统计分析。有些技术人员，甚至是负责比较全面工艺工作的技术人员，对控制图所表征的信息看不全，对控制图所表征的信息也不能高效利用。当然，在初期阶段，尤其是在刚刚开始起步时，不进行全员参与无可厚非。但是，随着工作的深入，必须要有大多数人员来参与，才有利于及时发现过程的变异。统计过程控制强调用科学方法来保证全过程的控制。控制图不是简单的波动图，统计的目的是为了更好地控制。要实现良好控制，首先必须建立好分析用控制图[4]。当认为控制的准确性与精密性达到了要求的范围，才可以转入控制用控制图。而控制图在运行一段时间后，要对其有效性进行再确认，否则极有可能造成过程控制的系统偏差或失控。没有经过分析验证的控制图，不可能对过程控制起到良好的保障作用。

1.2 对控制图的核心把握不准

控制图技术的核心是：确定控制限；根据数理统计原理，判断工艺过程的统计受控状态。控制图的应用要及时，不能过于滞后，否则起不到控制的作用。

1.2.1 控制限的确定

对于符合正态分布的统计过程来说，目前主要用到的是±3σ控制限，即控制限通过标准偏差的3倍来计算。在实际应用过程中，主要存在三类问题：（1）将控制图上的3σ控制限直接用规范值或设计值代替；（2）对于采用均值-极差、均值-标准差、中位数-极差等双图进行的控制图，只对其中一图如均值图、中位数图采用3σ，而对极差或标准差不采用3σ，甚至都不做极差或标准差图；（3）采用少量样本数据（少于50个）计算样本数据的方差s，认为s就是σ。第一类问题没有认识到过程控制是有其统计规律的，属于人为强行施加干预。采用此方法做出的图只能称为显示图，不能作为控制图来使用。第二类问题没能正确理解控制图的含义，过程是否受控不但要看均值控制图，还要看极差控制图。某种程度上讲，应先看极差控制图，再看均值控图，否则会造成对过程离散性控制的缺失。第三类问题是没能正确认识到统计过程控制参数与统计的样本是有关的，若要直接采用方差s代替σ，样本数只有在较大时才适用，一般要求大于50个[1]。所以，当样本数比较少时，对控制限的计算应采用与样本数大小有关的计算方法来确定。若控制图的控制限有问题，将对整个过程控制起到误导的后果。所以，采用控制图进行过程控制时，控制限的确定必须建立在科学、可信的基础上。

1.2.2 根据数理统计原理判断工艺过程的统计受控状态

有关对过程是否受控的判断，一般统计过程控制的书籍及软件均有明确的判断准则，此处不再叙述。需要强调的是，一般教科书中对过程的判稳或判异准则有十个之多。作为工程应用，建议只采用前面的几个，这也是工业自动化组织AIAG(Automotive Industry Action Group)推荐使用的，部分软件也有此功能的选择[5]。随着计算机软、硬件技术的发展，统计过程控制的软件快速发展。在刚开始采用这些软硬件进行过程分析与控制时，要能对软、硬件计算及数据采集与分析的正确性进行严格验证与评审，避免拿来就用，否则容易对过程造成不必要的误判（尤其是非商业软件）。还应当说明，当发生所谓的过程“变异”时，不是要马上对过程控制条件进行调整，而是要对此“变异”马上进行分析，查找引起“变异”的可能原因，切忌对过程控制条件盲目调整。

1.3 当5M1E发生变化时，未在控制图上标注，甚至还采用原控制限

过程受控的前提是5M1E（人、机、料、法、环、测）一定。若其中之一对过程影响的关键因素发生了变化，势必影响表征过程是否受控的控制限。所以，在控制图中发现5M1E发生明显变化时，要及时对此处的过程参数进行标注，避免对过程的误判。若随着工艺的改进，5M1E明显变化了，应重新建立分析用控制图。当过程稳定了，再将此分析用控制图转为控制用控制图。切不可将工艺改进前的控制限直接用于过程改进后，这不符合GJB3014-97的4.7.6规定[3]。控制图应用的前提条件是5M1E一定。当控制图上出现“变异”时，对过程的分析也是首先从5M1E入手，以发现究竟是什么原因引起了过程的“变异”。好的变异要巩固、提高，不好的变异要及时排除。统计过程控制的目的不总是维稳，而是要在稳中求进，不断提升，寻求改进。在控制图的应用过程中，要避免频繁进行控制限的变更。这在某种程度上讲，过程实际是不受控的。

1.4 机械采用某一控制图

控制图不只有均值-极差图，还有均值-标准差控制图、中位数-极差控制图等。此外，控制图也不是每个分组只能取5个数据，而是可以根据工作性质要求进行数据的采集。对于单值测量，同样也可以采用单值-移动极差控制图。但不管采用何种控制图，一定要结合具体的控制对象和工作性质来定，切忌机械套用。如果测试样本数在5个左右，采用均值-极差控制图比较适宜；但如果测试样本数在10个以上，考虑到数据的充分利用性，采用均值-标准差控制图则比较合理。实际工作中，有时会认为过程比较均匀，也没有更多地时间进行多样本采数，只测试一个点，此时可以采用单值-移动极差控制图。但应当注意，此图获得的数据信息量相对较少，对判断过程变化的灵敏度相对较弱。实施过程中，还发现有些工艺采用了单值控制图。例如，只用单值-移动极差的单值图，或只用均值-极差控制图的均值图。此做法不是不可以，但对过程的离散性的控制是缺失的，对数据的利用率也很低，对过程控制的准确性也较差，即上文提到的，对过程的离散性的判断缺失。所以，在实际工艺工作中，要针对数据的利用率和有效性，采用适宜的控制图。不要出现采集了很多数据，却只采用单值控制图的做法。这对精确反映过程的变化不利，而未充分利用这些反映过程信息的数据，来正确及时地表征过程的变化。当然，对这方面的认识会随着工作的深入开展而不断得到提升。初期开展工作，可先试着多采取几种控制图同时对比进行的方法，总结归纳哪种控制图对工作的确有指导作用，又不浪费人力、财力成本。

1.5 对控制图的在线及时控制不够

控制图的优势之一是事前预防，统计的目的是为更好的实施控制。若只是做事后的统计分析，而不对过程实施及时控制，即相当长一段时间后再统计，才发现过程失控，再采取措施，易造成惨重的损失。特别是对于目前流片量很大的工艺，有时会造成上百片的失控。质量管理体系之所以要求厂家实施统计过程控制，也正是看到了这一点，从而避免加工过程的长时间失控出现，以此保证产品的高成品率与一致性。工作中发现，有些工序虽然有控制图，但其表述的工艺状况并不是目前的。该工序用控制图采用专人定期绘制控制图的方法，这种控制图对过程在线控制的及时性很差。控制图要在过程控制中真正发挥作用，首先要对以往及现在的过程数据进行统计分析，建立好分析用控制图，即通过作图来判别过程是否达到了稳定受控。若过程能力没能达到要求，要继续分析，并对过程数据进行“去伪存真”，同时不断充实数据，再进行分析，直到过程达到受控状态。此时，将控制图的控制限固定，后续的过程数据只需在此图上进行描点处理即可，即到了控制用控制图阶段。若在控制用控制图中发现过程存在变异，而又无法从5M1E查找到原因，或控制用控制图运行了较长一段时间，此时最好要对控制用控制图的有效性进行再确认，避免对过程的误判，或丧失了改进提高的机会。

2 统计过程控制中的应用实例

图1是化合物半导体芯片工艺加工生产线某工艺中，某型号集成电路引线键合拉力在开始收集数据建立的分析用控制图[6]。由于刚起步，投入的人员不是很多，工艺人员并不了解控制图的做法，只是每天记录键合引线拉力的实际结果。从35组数据来看，控制图存在明显的系统偏差。经仔细与工艺人员交流，发现在第20组数据后，键合引线的线径由原来的30μm改为了25μm。该原材料的更改，导致整个过程控制的偏差。此分析用控制图虽不能对今后工作提供控制依据，但可以看到因控制键合引线拉力的线径发生变化，导致键合引线拉力的系统偏差。要重新在保持5M1E的一定条件下，重新建立分析用控制图。

图1 某集成电路键合引线拉力均值-极差控制图

图2是对某淀积厚度的控制图。可以从均值图上看出，第21组数据存在异点。经分析发现，其是由人为工艺控制干预造成的，但图中并未标注出来。将该“变异点”去掉，重新计算数据得到新的控制图（如图3所示）。经分析，图3不存在明显异常现象，该工艺条件不变，其控制限可考虑作为控制用控制图的控制限来对工艺进行控制。

图2 某淀积工艺淀积层厚度的均值-极差控制图（存在异点）

图3 某淀积工艺淀积层厚度的均值-极差控制图（无明显异常现象）

3 结语

随着化合物半导体芯片工艺加工生产线的发展，供货量急剧增长，客户对产品的一致性也日趋加严。加之质量管理体系在有效运行方面提出了对数据的统计分析与利用的要求，本生产线各工序相继开展了统计过程控制。在实施过程中，发现存在一些认识和执行上的问题。通过相应的改进措施，本生产线SPC控制取得了很大成绩。本文的SPC探讨，希望能对实施统计过程控制起到良好的推动作用，将统计过程控制做实、做好，以起到事半功倍的效果，推动生产过程控制的健康发展。

参考文献

[1]钟伦燕，韩俊，刘红.统计过程控制（SPC）技术原理和应用[M].北京：电子工业出版社，2001：1-39.

[2]胡玲，潘宏菽.小批量多品种的芯片研制生产线的质量控制[J].半导体技术，2011，（7）：524-528．

[3]谢绍明，杜洪富.电子元器件统计过程控制体系[S].北京：总装备部军标出版社，1997：1-4．

[4]王振华.统计过程控制SPC概论[J].机电信息，2005，（19）：22-25．

[5]刘文，孙静，马毅林，等.中华人民共和国国家标准常规控制图[S].北京：中国标准出版社，2001：8-11.

[6]潘宏菽，刘丽妹，张永怀，等.用统计技术来

促进质量管理水平的提高[C].石家庄：CETC13第二十四届（2003年度）学术年会论文集，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

基金项目：基础科研“超高频InP DHBT工艺优化技术”（A1120132008）；军口973“GaN下一代毫米波/高速电路基础研究”（613208）；军口863“常温固态太赫兹连续波源研究”（2013A8122006B）。