Détection et localisation de défauts des Wafers par des approches statistiques multivariées et calcul des contributions
Résumé
Dans ce papier nous étudions deux approches dédiées à la détection de défauts dans les puces micro-électroniques dans le domaine des semi-conducteurs. Ces approches s'appuient fondamentalement sur des aspects multivariés pour réaliser la tâche de diagnostic du système à partir de données volumineuses et hétérogènes issues d'une chaîne de production. Nous proposons ces approches multivariées qui tirent avantage de leurs capacités de traiter des données complexes et qui permettent de mettre en évidence les effets de corrélation entre les variables éventuellement indécelable dans une approche univariée. Ces thématiques portent sur l'aide au diagnostic de systèmes complexes et l'aide à la décision, plus particulièrement sur des aspects de classification et de réduction de dimensionnalité. Les résultats de ces approches pour la détection ont été validés avec succès sur des données réelles issues d'une phase de production de plusieurs produits de la société STMicroelectronics. Dans l'objectif de localiser les défauts, nous avons considéré l'approche du calcul des contributions relatives aux deux statistiques de détection de l'analyse en composantes principales (ACP). Pour cela, nous avons d'abord considéré ce qui existe dans la littérature. Cependant, le calcul de la contribution à l'erreur quadratique SPE (Squared Prediction Error) exprimée dans le sous-espace résiduel de l'ACP présente un inconvénient. Ce problème a été évité en proposant une nouvelle forme de cette contribution.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...