面向小批量传感器生产关键工序的R2R控制系统研发 未完成 (1)

更新时间:2023-07-10 23:28:42 阅读: 评论:0

                            摘要
  越来越多的企业把产品质量控制放在企业发展的重要位置,产品质量形成的加工过程成为企业关注的重点。对于军工企业而言,产品质量要求更高,军工产品的质量水平已经成为决定国家军队战斗能力高低和战争胜负的重要因素。由于其产品的特殊性与高质量要求,对产品设计进行鉴定和校正修改,再根据批生产和大量生产的要求,编制工艺规程,指派制造全部工艺装备,采用小批量进行试生产。但是目前企业急需解决的是小批量试制过程中关键工序的质量控制问题,主要是识别试制过程中的关键工序,在小批量试制过程中产品特征数据量不足的情况下实现对关键重点控制。对小批量试制过程进行重点监控,才能提高试制效率,减少不必要的损失。因此,小批量试制过程中关键工序控制点的选择问题成为企业研究的重点问题。本论文的理论模型是建立在小批量试制过程分析的基础上,通过引入有向图理论对小批量试制过程进行建模,在模型的基础上计算试制过程中各工序节点的关键度,识别出关键工序进行重点控制。关键工序的选择可以缩小试制过程质量控制的范围,节约大量的成本,重点控制可提高质量控制的效率,从而提升小批量试制的效率。在实际的研究过程中分析了某军工企业的小批量试制过程,对企业的试制过程进行现场分析和调研,在有向图理论的基础上建立了小批量试制过程的有向图模型。分析了小批量试制过程中工序对其他工序
的影响程度和工序本身的稳定性,结合企业现有试制过程中所发现的质量问题分析和企业的现有技术条件进行工序关键度计算。最后,在关键工序识别的基础上,按照影响关键工序加工过程的“5M1E”因素的相似性对关键工序上采集的质量特征数据进行转换,增大样本容量,绘制移动极差图和累积和控制图,实现了对关键工序的质量控制。多图联合控制方法提高了对加工过程波动的敏感性,保证了加工过程质量控制的有效性。 更多还原
关键词:小批量试制; 关键工序; 有向图; 质量控制;
一、绪论
1.1研究背景及意义
在传感器产品制造的流程中,一般进口工艺设备的自动化和控制精度高,而国产的工艺设备却较低,这就造成了整个生产线的自动化水平参差不齐。芯片材料生长这样自动化和控制精度较高的工艺设备,在生产过程中,由于产品品种多,需根据不同产品的技术性能参数的不同,对设备和工艺参数进行调整,由于工艺参数的变更,引入的工艺条件的漂移主要靠人为进行调节,并经过多次反复实验和测试验证,才能确定后面生产的另一种产品的
最佳工艺参数,这既耗成本又耗时间,同样需要智能数字化改造,而像芯片测试系统、器件封装系统和产品组装系统等半自动或手动设备,更易造成生产信息获取滞后、生产参数一致性不好的问题,这大大制约了产品的生产。
纪录片 下载所以各大传感器厂商以及研究人员纷纷开始找寻一种管理或者监控手法,提出了先进制程控制(APC)系统的概念,希望借助 APC 系统的功能,可以更快捷跟精确的反应或修正传感器制造过程中的异常,及时避免不必要的错误来保障产品良率的提升[1-2]。现在,APC 已经得到了蓬勃的发展与应用,在半导体业界也有R2RRun To Run)的叫法。R2R 是一门跨学科的技术领域,从最初的理论,到实验设计,工艺调整,再到实践上线,其主要目标即为传感器设备领域提供制程多批次调整方案,采用批量根据微积分以及权重设置,修改产品的实际运行工艺,从而最大限度地减少工艺漂移,移位和异变。
批间控制在传感器行业中应用后取得了显著的效果,越来越多的专家学者对批间控制更进一步的研究,并发展出更为复杂精密的控制方法,像是针对特定操作的控制。然而大部分有关批间控制方面的研究,都是假设在一条生产在线,只生产单一种产品,然而在现实工厂操作下,都是一条生产在线,生产许多不同种的产品。在实际的生产过程中,同一生产线的产品往往是以少量多样(不同型号,不同规格的产品)的形式出现。
在生产过程中,由于设备的磨损、老化以及来料质量的波动,按设定的参数值生产导致生产结果出现漂移。此时,若提高产品的良率需要通过先进制程控制(R2R)实现。当前R2R控制系统的算法主要针对传感器器件大批量生产,某传感器生产线关键工序R2R控制系统需针对小批量生产对R2R控制算法进行改进与系统调整,本课题主要针对这一问题进行相关研究与开发。
real paly1.2 国内外研究现状及发展趋势
2.1 半导体制造过程
半导体制造是当今最先进和最复杂的制造工业之一,基本过程总体上可分为五个制造阶段,分别为晶圆制备、晶圆制造、晶圆测试/挑拣、装配与封装,以及终测[3]。其中,晶圆制造和晶圆测试/挑拣又称作前端工艺,装配与封装和终测被称为后端工艺,前端工艺是集成电路制造中最复杂和最关键的部分。前端工艺主要完成晶圆上电路的印刷工作,前端工艺的加工步骤主要包括氧化、光刻、刻蚀、掺杂、淀积和平坦化。晶圆制造过程是许多复杂工艺步骤的交互。晶圆到达半导体制造厂,经过清洗、成膜、化学机械研磨(CMP)save、光刻、刻蚀和掺杂等步骤,将整套的集成电路刻蚀在晶圆上。晶圆制造阶段,每一片晶圆
都要经过几百道由上述基本制造过程组成的复杂工艺过程;为实现批量化定制生产,晶圆制造按照各自的工业配方,以成批次的方式组织生产。质量控制是生产车间质量管理中的一个核心问题,是提高产品质量的关键。印刷电路板(PCB)生产过程质量控制的目的是通过对表面贴装技术(SMT)流水线上生产的PCB产品最终质量形成过程的关键因素进行控制,实现从源头上对产品质量的控制,以便及早发现问题,缩短检测返修和调试的周期,降低生产成本,提高产品的合格率。SMT生产车间过程质量控制的问题之一是如何应用在小批量多品种的生产环境中。近年来有许多方案和软件系统被应用在小批量多品种加工领域里,但针对PCB行业的相关质量控制理论与应用软件还需进一步展开研究。本文首先分析了PCB制造行业和小批量多品种过程质量控制研究的现状。针对实施过程质量控制中存在的“对什么数据进行控制”,“怎样控制”的问题,深入分析了操作者、工艺方法、设备和原材料对PCB加工过程质量的影响,并提取出其中最重要的因素,克服了以往只重视设备而忽略其他因素的问题;采用可视化的相关技术实现了SMT生产线上关键参数的动态显示;着重分析了与SMT车间统计过程质量控制系统有关的生产过程判异和故障原因分析的方法,针对以往的Z-MR控制图只有基本算法研究的问题,提取对PCB加工过程质量有影响的关键因素,给出了Z-MR控制图应用于具体生产流程的可行方法。最后应用本文中研究与提出的方法和技术设计实现
了SMT现场质量管理系统软件,有效地解决了以下问题:1)生产实时监控中可监控数据种类仅与生产设备有关。2)实时分析和可视化模块显示的数据缺乏直观性和动态性。3)小批量多品种的生产环境下无法有效使用SPC技术的问题。数据存储是质量控制系统一个重要的环节,但本文未对该部分进行详细的讨论,因此在后续的工作中将继续进行C/S结构下数据存储方面的研究。
半导体制造厂一般将半导体制造过程分成六个独立的生产区duckduckgo[3]:扩散(包括氧化,膜淀积和掺杂工艺)、光刻、刻蚀、成膜、离子注入和化学机械研磨,这六个主要的生产区和相关步骤以及测量工具都在工厂的超净间内。扩散区是完成高温工艺及薄膜淀积的区域,主要制造装备是高温扩散炉和湿法清洗设备,以实现氧化、扩散、淀积、退火以及合金化的工艺流程。光刻区是将电路图形转移到覆盖有光刻胶的晶圆表面的区域,主要制造装备有涂胶/显影track机和步进式光刻机。刻蚀区是在晶圆上没有光刻胶保护的地方留下永久图形的区域,主要制造装备是等离子刻蚀机和等离子去胶机。离子注入区是杂质掺杂的区域,气体中带着要掺入的杂质在离子注入机中离化,通过高电压和磁场的加速,穿透涂胶晶圆的表面。薄膜区是完成各个步骤中介质层与金属层沉积的区域,主要制造工艺有化学气相沉积(CVD)和物理气相沉积(PVD)。研磨区是完成晶圆表面平坦化的区域,平坦化是为了消除
晶圆表面的凹凸不平给后续工艺带来的困难,主要制造装备是化学机械研磨机(抛光机)。典型的半导体制造过程流程如图1所示。
图1 典型的半导体制造过程的流程模型
2.2 外延生长设备MOCVD工作原理与控制参数
祛痘护肤本课题仅针对传感器生产的关键设备进行相应的R2R控制改造,经调研某传感器生产厂的外延生长设备MOCVD是传感器生产过程中的重要组成部分,该设备目前存在设备老化、内壁附着物随时间增多等现象导致经外延生长的传感器产品存在质量波动较大,良品率下降的趋势。
MOCVD是以Ⅲ族、Ⅱ族元素的有机化合物和thu、Ⅵ族元素的氢化物等作为晶体生长源材料,以热分解反应方式在衬底上进行气相外延,生长各种Ⅲ-族、Ⅱ-Ⅵ族化合物半导体以及它们的多元固溶体的薄层单晶材料。通常MOCVD系统中的晶体生长都是在常压或低压摩登家庭第二季下载(10-100Torr)四级英语作文范文英语宾语从句讲解下通H2的冷壁石英(不锈钢)反应室中进行,衬底温度为500-1200nuaa,射频感应加热石墨基座(衬底基片在石墨基座上方),H2通过温度可控的液体源鼓泡携带金属有机物到生长区。 

本文发布于:2023-07-10 23:28:42,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/78/1089820.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:过程   控制   生产   进行   质量
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图