博碩士論文 104521045 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:19 、訪客IP:18.97.9.174
姓名 吳雅軒(WU YA HSUAN)  查詢紙本館藏   畢業系所 電機工程學系
論文名稱 分割晶圓圖分析以增強系統性錯誤的解析
(Wafer Map Partition Analysis to Enhance Systematic Error Resolution)
相關論文
★ E2T-iSEE:應用於事件與情感狀態轉移排程器之編輯★ “偶”:具情感之球型機器人
★ 陣列區塊電容產生器於製程設計套件之評量★ 應用於數位家庭整合計畫影像傳輸子系統之設計考量與實現
★ LED 背光模組靜電放電路徑★ 電阻串連式連續參考值產生器於製程設計套件之評量
★ 短篇故事分類與敘述★ 延伸考慮製程參數相關性之類比電路階層式變異數分析器
★ 以電子電路觀點對田口式惠斯登電橋模擬實例的再分析★ 應用於交換電容ΔΣ調變電路之電容排列良率自動化擺置平台
★ 陣列MiM電容的自動化佈局★ 陣列MiM電容的平衡接點之通道繞線法
★ 氣象資訊達人★ 嵌入式WHDVI多核心Forth微控制器之設計
★ 應用於電容陣列區塊之維持比值良率的通道繞線法★ 使用於矽穿孔耦合分析之垂直十字鏈基板結構
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   至系統瀏覽論文 ( 永不開放)
摘要(中) 一般晶圓圖是由隨機性和系統性的兩種錯誤組成,本篇論文針對九種系統性錯誤中的其中六種有症狀的錯誤做分割分析,觀察六種錯誤的特徵後,我們將晶圓圖分割成該特徵圖形的晶圓圖,因此可強化該特徵的系統性錯誤,且分開晶圓由隨機性錯誤組成的部分,再觀察分割後提高系統性錯誤的判別效果。
然而分割成各種形狀後,我們研究的種種特徵參數是否會因為形狀不同而不適用是個議題,所以本研究也針對種種分割圖形做參數驗證。另外,利用柏松良率能判別晶圓圖的隨機性,過去我們利用晶圓圖故障晶粒數( NBD )和故障晶粒連續線( NCL )可以描述部分的柏松良率,本文提出校正先前實驗參數缺陷的改善,讓未來研究方法可以描述整個柏松良率以方便判別隨機性。
除了利用分割延續先前迴力棒透過群聚情形的判別方式外,再提出兩種判別系統性錯誤的分割方法,分別是扇形及甜甜圈形損壞晶粒分布檢測,和迴力棒判別方式不同,提出的兩種方法是預測損壞晶粒分布情況做判別,最後把三種方式綜合在一起互補判別,以提高即時判別系統性錯誤的能力,進而達到提高良率、測試效率以及降低成本的目的。
摘要(英) The general wafer map is composed of random and systematic errors. In this paper, we analyze the six kinds of symptomatic errors among the nine kinds of systematic errors. After observing the characteristics of the six kinds of errors, the wafer map is partitioned into wafer maps of the feature graphics so that systematic errors of the feature can be enhanced and the part of random errors can be separated. Then we observe the effect of improving system errors resolution after partition.
However, after the partition into various shapes, it is an issue whether all the characteristic parameters of our research will not be applicable due to the different shapes. Therefore, this study also verifies the parameters of all the partition patterns. In addition, the use of the Poisson Yield can determine the randomness of the wafer map, in the past we use the number of bad dice (NBD) and the number of contiguous line(NCL) can describe a part of Poisson Yield. In this paper, we propose to correct the defects of the previous experimental parameters so that future research methods can describe the entire Poisson Yield to facilitate the determination of randomness.
In addition to partitioning the continuation of the previous use of Boomerang to determine the clustering situation, and then proposed two methods to determine the systematic error partition, namely sector-shaped and donut-shaped bad dice distribution detection. The two methods are to predict the distribution of bad dice to discriminate. Finally, the three methods are combined to complement each other, so as to improve the ability of discrimination systematic errors promptly, so as to improve the yield, test efficiency and reduce costs.
關鍵字(中) ★ 晶圓圖
★ 隨機性錯誤
★ 系統性錯誤
★ 良率
★ 泊松良率
關鍵字(英) ★ Wafer map
★ Random errors
★ Systematic errors
★ Yield
★ Poisson yield
論文目次 中文摘要 I
ABSTRACT II
致謝 III
目錄 IV
圖目錄 VI
表目錄 IX
第一章 簡介 1
1-1 前言 1
1-2 研究動機 2
1-3 研究方法 3
1-4 論文架構 4
第二章 預備知識 5
2-1 相關研究 5
2-2 迴力棒特徵圖 7
2-2-1 特徵參數NBD、NCL 8
2-2-2 特徵參數搜尋方式 8
2-2-3 特徵參數搜尋範例 9
2-2-4 損壞晶粒良率 YBD 11
2-3 POISSON機率模型 12
2-4 平均瑕疵數ΛW 13
第三章 特徵參數校正應用及分割驗證 14
3-1 特徵參數ΛW校正 14
3-1-1 模擬晶圓檢驗校正後的λw 16
3-2 晶圓分割的驗證 18
3.3 不同形狀晶圓的驗證 25
第四章 分割晶圓圖應用及實測結果 29
4-1 甜甜圈分割迴力棒實際晶圓檢測 29
4-2 甜甜圈分割BD差實際晶圓檢測 33
4-3 扇形分割BD實際晶圓檢測 39
4-4 扇形分割BD、甜甜圈分割BD的猜測 43
第五章 結論 47
參考文獻 48
參考文獻 [1] Jwu-E Chen, Mill-Jer Wang, Yen-Shung Chang, Shaw Cherng Shyu, and
Yung-Yuan Chen, “ Yield Improvement by Test Error Cancellation ”, in Test
Symposium (ATS), pp.258-260, Nov. 1996.
[2] C. - K. Hsu, Lin, F., Cheng, K. - T. Tim, Zhang, W., Li, X., Carulli, J. M., and
Butler, K. M., “Test data analytics - Exploring spatial and test-item correlations
in production test data”, in Test Conference (ITC), pp.1-10, Sep. 2013.
[3] Ming-Ju Wu, Jyh-Shing Roger Jang, and Jui-Long Chen, “Wafer Map Failure
Pattern Recognition and Similarity Ranking for Large-scale Datasets”, IEEE
Transactions on Semiconductor Manufacturing, vol.28, no.1, pp.1-12, Feb. 2015.
[4] S. Zhang, Lin, F., Hsu, C. - K., Cheng, K. - T. Tim, and Wang, H., “Joint Virtual
Probe: Joint exploration of multiple test items′ spatial patterns for efficient silicon characterization and test prediction”, in Design, Automation and Test in Europe Conference and Exhibition (DATE), pp.1-6, Mar. 2014.
[5] F. Lin, Hsu, C. - K., and Cheng, K. - T. Tim, “Learning from Production Test
Data: Correlation Exploration and Feature Engineering”, in Test Symposium
(ATS), pp.236-241, Nov. 2014.
[6] F. Lin, Hsu, C. - K., and Cheng, K. - T. Tim, “Feature engineering with canonical
analysis for effective statistical tests screening test escapes”, in Test Conference (ITC), pp.1-10, Oct. 2014.
[7] 林正田,“Wafer Map Analysis from a Random-Defect-Source Perspective”,
碩士論文﹐中央大學﹐2012.
[8] 邱政文,“Bat-wing : an inductive model for wafer map characterization and generation”, 碩士論文﹐中央大學﹐2006.
[9] 蕭寶威,“Wafer Map Analysis from Random Distributed Defects”, 碩士論文﹐中央大學﹐2016.
[10] 葉昱緯,“Application of Boomerang Chart to Real-World Mass Production Wafer Maps”, 碩士論文﹐中央大學﹐2016.
指導教授 陳竹一(Chen Jwu-E) 審核日期 2018-4-12
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明