基于数据分析的半导体制造生产运营管理方法研究
顾 琦 曹 彧 王家好
（华东光电集成器件研究所，安徽 蚌埠 233030）
摘 要： 本文针对大数据背景下半导体生产线运行过程中所产生的高维、多源、异构制造数据的运用困难的问题，通过探究数据之间的关联关系的研究，提出了“关联+预测+优化”的生产线运行分析方法，为半导体制造生产运营决策提供了新的思路。
关键词： 数据分析；半导体制造；生产运营；管理方法
一、基于数据分析的半导体制造生产运营管理
半导体制造业是目前制造业中资金投入最大、工艺最复杂、生产流程优化调度最困难的行业之一。传统的生产线生产过程的运行分析决策主要依赖经验积累或是简单的数学模型来提高产品质量、生产效率等生产线性能，当考虑因素较少时，这种生产决策模式可以得到比较理想的结果，但随着信息化和自动化技术的飞速发展，传统的生产运营管理模式已暴露出越来越多的问题，如经营目标和生产决策之间缺乏联动机制、生产资源利用不充分、生产质量波动较大等。如何充分利用生产过程数据，更加有效地支撑生产决策和经营管理，已成为半导体制造业迫切需要解决的问题。
这样一个巧笑倩兮、美目盼兮，令女孩子都神魂颠倒的美女，美却不自知。面对众多的倾慕者，她没有纵身于一场恋爱当中，只在大学校园安静地做一枚学霸，饥渴地汲取更多的知识。
生产运营管理的核心目的有两个方面，一是提高产品性能，如质量可靠性、性能指标等；二是实现管理目标，如成本、交期、产品合格率等。在信息化、智能化设备高速发展的时代，海量的生产过程数据可以更直观、清晰的反映产品性能、管理目标与数据之间的内在联系。从生产运营管理的角度来说，在充足的数据支撑的基础上，甚至可以在不完全了解因果逻辑关系和没有准确模型的情况下，通过数据分析得出正确决策结论。这种新的决策思路就是通过对生产过程数据与产品性能、管理目标的影响规律的总结分析，并在此基础上对规律相关参数的合理定量调控，帮助实现生产线运行过程的准确决策，即“关联+预测+优化”的新模式。其中“关联”是指摸索生产线数据之间的隐藏关系，建立联系；“预测”是指利用数据间的联系规则，对产品性能、运用指标进行预测分析；“优化”是指基于生产线性能预测模型，找到生产线运行过程的关键制造参数进行优化调整。这种“关联+预测+优化”的决策模式的核心就是基于大数据思维，将各类生产过程数据，通过关联规则或相关系数等形式分析运行参数与性能指标之间的关联关系，然后建立性能预测模型。最后基于控制理论，从性能预测模型中找到关键参数进行定量控制，以达到预期效果。
二、基于数据分析的半导体生产运营管理方法
1.数据预处理
半导体制造业生产线在运行过程中会产生海量的多源异构、高噪声的制造数据，比如由于产品质量波动、设备精度、环境干扰等各种原因产生的数据噪声，或是非结构化的氧化炉炉温曲线图等，这些数据很难直接用于运行过程的分析决策。数据预处理就是通过对生产过程数据的清洗、分类等措施，特别是针对结构化、半结构化的数据，建立文本描述手段，以实现数据的统一建模。
2.数据关联
半导体生产是一个非常复杂的过程，工艺、设备、系统运行参数之间会互相联系、互相影响。如外延片测试数据、刻蚀工艺数据会对晶圆成品率数据可能产生影响，因此，需要针对不同类型制造数据研究关联关系的定义、分类及描述方法。建立不同类型制造数据与复杂网络节点之间的映射关系，获得基于复杂网络的制造数据关系网络模型。
3.相关性处理
案例1：基于设备瓶颈优化调度
4.生产线预测
半导体生产主要依靠设备完成，生产线设备瓶颈控制着系统的产出，制定合理有效的管理策略，是提高系统整体产出绩效和计划完成率的关键所在。
5.生产线决策优化
教育部高教司原司长张大良认为，新时代中国要在未来世界上占据战略制高点，构建经济发展优势，构筑全球创新生态系统，就要大力发展以“四新”为特点的新经济，促进现有经济结构转型升级。而以新技术、新业态、新产业、新模式为代表的新经济的发展离不开核心的关键技术进行支撑，因此工程教育应深化改革，主动作为，为打造新理念、新特征、新知识、新模式的新工科而努力。[3]
三、基于数据分析的半导体生产运营管理方法的具体运用
在数据管理描述的基础上，为达到期望的产品性能或是管理目标，需进一步针对车间制造数据间关联关系进行模型表述，相关系数是多少，在此基础上设计关联分析算法，分析网络节点之间的同步机制，揭示制造数据之间的相关性规律。具体来说就是基于历史数据积累，设定产品性能及管理目标的分析算法，以量化相关数据指标间的关联关系。
生产线性能可以从产品、设备、运行等多个角度衡量，如产品合格率、工序平衡率、OEE、日产出、生产周期等，这些性能指标中，有些可以直接从信息系统中读取，更多则是大量相互关联制造数据的分析计算。因此，需要建立产品合格率、日产出量、生产周期等，可以直接通过信息系统获取的生产线性能指标的计算方法。同时针对OEE等需要通过多项数据表征的生产线性能指标建立关联分析算法，通过多项指标评价生产线的综合性能。在生产线性能评价的基础上，通过挖掘和积累生产过程数据对生产线性能影响演化规律，实现生产线性能准确预测。
生产线运行分析与决策的目标是实现生产线性能优化，如通过工艺规范数据、设备加工数据控制实现晶圆良率优化，或通过人员、设备组能力数据调整实现晶圆完工期优化等。将车间性能的预测值与目标决策值进行实时比对，通过关键制造数据的科学调整实现生产线性能优化。完善质量控制决策、成本控制决策及生产调度决策等，实现提高生产效率、提升产品质量、降低生产成本、提高响应速度等管理目标。
一是结合半导体晶圆制造系统的多重入特点进行设备瓶颈度分析。设备瓶颈度Ix与设备X的相关所有排产产品的生产累积负荷、生产规划时间、产品的工序数量、重入次数、废品率、单位产品的实际加工时间、不合格返修时间、质量保证能力对瓶颈度的影响函数、设备可用生产时间比例等参数有关。在计算模型中，除质量保证能力对瓶颈度的影响函数fxq（σ，μ）需要通过历史数据和经验推导外，模型中的其他数据都可以通过信息系统采集生产线的实时数据进行计算。
二是基于瓶颈设备优化调度，即在生产计划排产的基础上优化不同产品不同工序的加工先后顺序。半导体晶圆制造在生产过程中可能存在多个瓶颈设备，且由于晶圆加工的重入特性，调度不合理会造成瓶颈设备在制品大量堆积。在历史经验和数据分析的基础上，制定了产品加工复合优先级评价的方法，包括瓶颈设备优先级、订单优先级以及工序优先级三个评价维度。瓶颈设备优先级是指与其他瓶颈设备比较而得到的某个瓶颈设备优先加工的权利，与设备瓶颈度Ix和工序缓冲时间有关；订单优先级主要是依据合同交货节点来确定，同时按照重点客户或一般客户进行加权评价；工序优先级的判定是根据瓶颈设备的生产节奏和进入时间相互配合。即当需要同一台设备加工两个不同工序时，依照瓶颈设备的最大生产能力及产品允许的缓冲时间来安排加工顺序。管理人员通过这种多维度复合优先级评价方法，对生产计划进行调度优化，确保计划完成率和生产绩效。
最终没能改变阿花的决定，景花厂宣布倒闭。阿花说她最难过的是对不起员工们，他们跟随自己这么多年，金融危机来了，没能在她的树荫下躲过这场雨，而树倒猢狲散了。所以景花厂倒了，一定要给员工们一个交代。她想好了具体的方案：一是向林强信妥协，让大发厂来的员工再回大发厂；二是请业务单位帮忙，安置熟手；三是把设备低价处理给员工，让他们自己接活加工；四是剩下的员工最大限度地予以赔偿。阿花安排我去大发厂和林强信交谈，她跑其他业务单位。
案例2：PMOS器件栅负偏压温度不稳定性评估
在PMOS器件前段工艺关注的栅负偏压温度不稳定性评估中，参数漂移量△p与沟道温度、PMOS反向工作时的栅电压、电场加速因子、应力时间以及应力时间幂指数有关。按照业界典型的评估公式模型△p=Aexp（Ea/kT）exp（βVg）tn，通过数据采集计算，比对测试值和参考值的差异可以迅速判断测试结果是否理想，快速筛选掉不符合预期的工艺条件或进行工艺条件参数调整。
大型振动筛加强梁动态受力分析和寿命预测 卢世坤，刘初升，高 迟，王凤平，王 明，张凤翔，吕 琳1(28)
四、结论
随着半导体制造平台信息化和自动化技术的飞速发展，针对传统的生产制造模式中生产过程数据和经营目标之间，缺乏联动机制、管理层决策对生产执行过程缺乏有效的控制手段、生产资源利用不充分、生产质量波动较大等问题，本文提出了“关联+预测+优化”的生产线运行分析与决策新模式。为提高生产效率、器件成品率、运营成本管控等多方面管理目标具有十分积极的意义。
参考文献
[1] 陆健，杨冬琴.基于大数据分析的半导体工艺的良率提升研究[J].南通大学学报，2016，15（4）：18-21.
[2] 周柯，尹彬锋.大数据分析在半导体可靠性研究中的应用[J].半导体技术，2015，40（12）：954-959.
[3] 刘迪.半导体器件失效机理与先进失效定位技术的研究与应用[D].江南大学，2013.
标签：数据分析论文; 半导体制造论文; 生产运营论文; 管理方法论文; 华东光电集成器件研究所论文;