Nederlands
Menu

Opbrengst en kwaliteitsbeheersing

Welke beschrijving van pogingen om de yield te verhogen door in de fabriek opgeslagen grote hoeveelheden apparatuurdata, meetdata en testresultaten met onder meer machine learning te analyseren is juist?

  1. AAlleen al door data te verzamelen wordt de yield automatisch 100 %
  2. BHet testen is niet meer nodig
  3. CUit het verband tussen veel variabelen worden oorzaken en voortekenen van defecten gevonden die voor mensen moeilijk te vinden zijn, en benut voor verbetering en voorspelling
Antwoord en toelichting tonen

Antwoord: C. Uit het verband tussen veel variabelen worden oorzaken en voortekenen van defecten gevonden die voor mensen moeilijk te vinden zijn, en benut voor verbetering en voorspelling

In halfgeleiderfabrieken worden per wafer data van meer dan 1000 processen en veel meet- en testgegevens vastgelegd. Wanneer deze worden gekoppeld en met onder meer machine learning geanalyseerd, kunnen soms oorzaken van defecten waarbij veel variabelen een rol spelen en voortekenen van afwijkingen worden gevonden. Gevonden verbanden kunnen echter slechts correlaties zijn, zodat kennis van het proces en bevestigende experimenten onmisbaar zijn voor de verificatie. De yield stijgt niet door data alleen.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over Opbrengst en kwaliteitsbeheersing

  1. Welk model wordt gebruikt als yieldmodel waarin wordt meegenomen dat defecten op de wafer ongelijk verdeeld en geclusterd optreden (clustering)?
  2. Hoe heet de grootheid die per defecttype dat bij defectinspectie is gevonden, het aandeel van de chips met dat defect aangeeft dat daadwerkelijk elektrisch defect werd?
  3. Welke inhoud van de wet van Little, die het verband beschrijft tussen de hoeveelheid onderhanden werk (WIP), de verwerkingssnelheid (doorvoer) en de cyclustijd in een fabriek, is juist?
  4. Hoe heet de analyse die uit de productiegeschiedenis van veel loten statistisch de apparatuur, kamers, materialen enzovoort opspoort die gemeenschappelijk zijn gebruikt voor loten met lage yield?
  5. Welke statistische procesbeheersingsmethode bewaakt meerdere onderling gecorreleerde kenmerkwaarden niet afzonderlijk maar gezamenlijk, en detecteert afwijkingen als combinatie?