適用於AVM系統之信心指標異常分析機制

  • 龔 芸

學生論文: Master's Thesis

摘要

無論半導體、面板、太陽能等科技產業,生產效率與產品品質為顧客滿意之重要指標;當生產流程已被精實化,而難以精進時,產品之品質檢驗即扮演重要角色。為達到上述目的,最好的檢驗方式為全檢,即能夠獲得每一件產品的品質資訊,但因龐大的檢驗成本和無法滿足產品交期,而滯礙難行。有鑑於此,虛擬量測 (Virtual Metrology VM)技術便發展用於解決上述問題,在不增加抽測樣本的條件下,利用生產機台的製程參數 (Process data)納入推估模型架構進行產品品質之推估,並達到線上且即時之品質監控。全自動虛擬量測 (Automatic Virtual Metrology AVM)系統主要可分成三大部分,包含資料前處理,預測模型以及監控機制。監控機制又包含了製程參數相似度指標 (Similarity Index SI)以及預測信心指標 (Reliance Index RI)。然而目前AVM系統中信心指標發生異常時,表示預測值信心度不足,但未能提供問題發生之根本原因。因此,本論文將提出一精進信心指標機制異常分析方法,於信心指標發生異常時,解析AVM系統中之預測模型,即時判斷及辨識發生異常之製程參數,並通知設備工程師進行機台檢查,以確保整體製程品質與維護AVM系統預測精度。
獎項日期2015 8月 28
原文???core.languages.zh_ZH???
監督員Fan-Tien Cheng (Supervisor)

引用此

'