持續不間斷的品質管理–廠務SMP

前言

為了確保廠務SMP運作順利，在建廠階段必須以RD 廠為基礎，各系統依據機、料、法、環進行盤點，在加入各個CIT改善項目產出PRS(Process Release Standard)標準檢查表，由運轉廠人員以及RD廠成員共同成立One team小組，以Apple to Apple逐一比對完成，如￫圖1說明整個PRS運作流程。

圖1、Facility PRS運作流程

廠務系統開始運轉後，在介於試產線至量產線的時期 ，必須確保系統供應品質符合RD廠的水準，而RD廠的品質變化亦要能被馬上跟上，這一部分我們稱它為Perfor-mance matching，如何能即時跟上RD廠的品質水準是量產廠人員必須思考及設定的目標。

首先面臨到最大的問題是各系統複雜的、大量的運轉參數要如何能被確保是符合RD廠的設定，為了避免人員操作的缺失，必須運用自動化參數管理系統來進行對準工作 。再來是確保廠務系統供應的品質是符合RD廠的水準，傳統的SPC管制圖需要根據管控準則來進行設定，且無法與 RD廠及時對準，因此無法及時掌控RD廠的變化，必須加入跨廠PK比對的概念，運用多重統計分析管制圖(ICCI)來減少人為設定所造成的品質差異。最後是建立管理機制，將參數管理及品質PK的差異納入每日開門十件事PDCA管理項目，讓SMP品質管理能持續不間斷。

文獻探討

2.1.廠務參數變更管理系統(Facility Parameter Change Management System, FPCMS)

如￫圖2說明FPCMS廠務參數管理系統架構，參數來源有三種：①HMI操作參數，②PCL/DCS控制器控制參數，③FMCS SCADA操作參數。參數的取得可運用OPC方式截取控制器內部參數或由SCADA的事件紀錄簿(Event log)來自動蒐集至參數資料庫，再將資料庫的資訊呈現在網頁平台上，功能包含系統參數變動的大盤表、各系統設定參數的查詢及自動報表Auto Mail。為了達到與RD廠能及時matching的目的，量產廠與RD廠參數資料庫進行互連，並設計參數對應表來實現自動比對功能。

圖2、FPCMS廠務參數管理系統架構

2.2.統計製程管控(Statistical Process Control, SPC)

SPC主要是指應用統計手法作為製程分析、管制及改善的工具。休哈特(W.A.Shewhart) 博士建議用界限±3σ來管控製程的管制界線，因製程具有變異，故數據亦會有變異而有不同的值出現。穩定時具有某種分配型態，就常態分配而言±3σ代表1000次約有3次超出。

由於廠務系統並非是常態分布的數值型態，在運用 SPC管制手法必須以中位數Median取代平均數Mean，以 Robust sigma取代標準差σ。廠務系統除了一般UCL/LCL 製程管控外，為求穩定供應以Median Shift(S)Rule及Robust Sigma Change Ratio(RSR)作為管理工具。

S=︱median_{_this month}- median_{_last month}︱max(robus sigma1_last month, robust sigma2_last month)

RSR：RSR製程能力指標用以偵測廠務系統供應變異寬度變化率，相關計算式如￫圖3。

圖3、RSR計算說明

2.3.多重統計分析管制圖(Intelligent Control Chart Interpretation, ICCI)

量產廠要與RD廠品質能及時對準，必須建立品質PK管制圖，在統計分析上是兩種不同母體的比較，因此除了原有的Median及Variance管控方法外，須將跨廠Mismatch的指標加入，相關統計分析方法說明如下 :

2.3.1 ICCI 多重的統計手法￫圖4

圖4、ICCI統計手法

A、Shift(單一 chart)：偵測單一的chart有無差別，分成Median及Variance兩種判斷指標，使用SA algorithm偵測^[1][2]最近 7天是否存在Change point，比較shift前/後是否有顯著差異。  

B、Mismatch(PK chart)：偵測不同chart有無差別，可以依據不同Fab或不同tool將相同屬性的chart group在一起比較 ，同樣分成Median及Variance兩種判斷指標，其中Median mismatch運用Kruskal-Wallis多母體中位數檢定方法， Variance mismatch則運用Levene test判斷。

a、K-W檢定(Kruskal-Wallis Test)^[3] : 檢定多組不是常態分布的獨立母群體之統計量(中位數)是否各組完全相等，所使用的無母數檢定方法。也用於多組序位尺度資料的檢定。

公式 :

• 在non-particle時取median,Particle取P(75)。
• 為Golden比較對象。
• 須滿足最小點數(% and size 取最大)
• 最後幾點(% and size 取最大)Trend back不HL

b、Levene Test變異數同質性檢定^[4]，又稱為Levene各組內變異數相等檢定Levene's Test of Equal Variances。

公式 :

c、ICCI偵測頻率以Daily為時間單位，每天自動產出SPC shift/mismatch/OOC%等關鍵指標，依①Tool shift ②Tool mismatch ③FAB shift/mismatch ④Metrology tool mismatch呈現給各Fab相關部門單位。

2.3.2  傳統SPC & ICCI比較￫表1

維持品質結果一致最重要的關鍵是能在事件發生前偵測出Chart的變異，以及這些變異能被廠務的客戶Fab相關人員馬上知道並確認對生產是否會有不良的影響，在考慮要與Fab有相同的品質管理標準(語言一致)以及與Fab能即時連結，由AQE/CIM/FAC共同發展以FAC ICCI作為Performance matching的管理工具，同時發展運轉看板(Tool Health Dashboard, THD)讓FAC/Fab能同步看到廠務品質供應狀態及每一張chart所對應的相關tools，建立PDCA的管理方法，針對每一張HL chart都會有相對應的處理紀錄。

研究方法

根據前面的分析把FPCMS(自動參數比對)及ICCI(多重統計分析管制圖)加入SMP matching的流程中，藉由定期的review讓整個機制變成持續不間斷的品質管理系統￫圖6 。

圖6、持續不間斷的SMP品質管理流程

3.1.FPCMS廠務參數管理系統導入

「FPMCS廠務參數自動化管理系統」是為了解決人工比對的困難性，新廠必須要增加跨廠自動比對的功能，讓RD廠的變更能在第一時間就能掌握到訊息，成功的要素在於以下兩點 :

如何讓參數設定能夠標準化

一開始必須由量產廠及RD廠成立One-team小組，共同定義關鍵參數標準表，在此定義成B-form參數表，而FMCS儀控人員則依據各系統定義的B-form參數表，定期追蹤與各系統負責人依據物料種類排定導入時程。

各種物料種類所定義的參數要夠完整

為了確保管理參數的完整性，在One team定義完參數B-form參數表後還需要由跨廠運轉專家再度檢查過，這時需要查核是否有把過往發生過的相關事件經驗都定義進去 ，還需要有運轉經驗的同仁協助，因此RD廠與量產廠共同舉行聯合OP會議，來檢討參數不一致的相關變更項目，以動態的方式不斷地讓B-form參數表更趨完整。

3.2.ICCI導入

由於ICCI的統計方法是極為靈敏的差異比較分析手法 ，依據以往Fab導入的經驗，資料比對必須通過Resolution 、Tie、Variation等三個面向的檢測才會有意義￫圖7。為了避免資料分析失真，因此運轉廠與RD廠需進行資料節點參數設定的比對￫圖8，以確保管控圖的型態(Chart pattern)是一樣的。比對結果則列入討論會議追蹤，最終完成New Fab data detection PRS Golden版本作為設定標準。

圖7、資料型態檢測

圖8、廠務資料節點及設定參數

跨廠資料的比對則需有對應表作為Tag對應的依據￫圖9，考慮系統要能自動化以減少人員工作負擔，因此定義命名準則作為ICCI系統群組自動對應的依據。

圖9、Tag 命名準則

ICCI共有4種偵測Rule(Mismatch、Shift、OOC、Re -cord HL)，並非適用於所有的廠務系統，量產廠與RD廠各課依據系統屬性及運轉模式，經過檢討後定義ICCI管理準則做為系統計算的依據￫表3。

再來是發展Tool Health Dashboard, THD讓FAC/Fab /AQE能同步看到廠務品質狀態，並建立PDCA的管理手法 ，針對每一張worse chart都要有相對應的處理人員及紀錄作為歷史查詢，這當然也要包含FAB module的相關行動，因此需先定義Worse Chart處理程序￫圖10，在等級方面則區分為Level A&B，Level A定義為可能會影響機台，需要 module對相關機台及所影響的wafer做檢查的動作，這些紀錄都必須在case center結案中心紀錄並追蹤結案。

圖10、ICCI Worse Chart處理程序

在考量未來廠務能接軌原物料系統(COA)、實驗室量測系統(CHAD)及Fab FDC等相關資訊，與CIM共同討論URD來發展FAC ICCI THD而worse chart要能夠自動對應到相關工廠部門及工廠機台則須仰賴FCOP bluebook與 iEDA tag資料庫的連結，因此定義出廠務品質Tag與機台Tool name的對應表，讓系統能自動產生機台名稱。

結果與分析

建立FPCMS及FAC ICCI的目是為了讓SMP品質管理系統能持續不間斷，讓量產廠與RD廠能一直維持相同的品質水準，因此在系統建立完成後量產廠與RD廠組成One team每周共同舉行聯合OP會議，將各廠的變更以及ICCI的worse chart在會議上討論，以PDCA管理手法互相分享讓兩邊能及時Matching。

4.1.FPCMS系統運轉報表

FPCMS參數管理系統區分為：

自廠參數比對(自己跟自己比)

￫圖11為參數變更大盤，以大盤燈號方式呈現各課各系統參數變更狀態，以三班方式運算系統參數的變更讓值班人員掌握參數變更狀態，同時設計報表，每日以mail 的方式寄給廠務人員，並整入「開門十件事-變更管理看板」￫圖12讓管理系統更完整。

圖11、參數變更大盤

圖12、開門十件事-變更管理

跨廠比對(自己跟他廠比)

量產廠與RD廠所產生的製程B-form關鍵參數表則呈現在跨廠比對頁面￫圖13，同樣以三班方式運算系統參數的變更，不管量產廠或RD廠參數的變動均會被系統逮到，達到即時matching的目的，這會被列在跨廠OP議題做進一步的分享與討論。

圖13、跨廠參數變更比對大盤

4.2.ICCI運轉報表

進入THD(Tool Health Dashboard)呈現看板狀態，由 FAC Dashboard直接顯示ICCI HL大盤￫圖14，點選可直接顯示ICCI worse chart￫圖15。

圖14、FAC ICCI Dashboard

圖15、ICCI Worse Chart

4.3.運轉廠與RD廠聯合運轉會議

為了達到即時matching的目的，把議題設定在①ICCI worse chart，②iPRS non-matching & 變更項目，由兩邊共同組成one team小組，對於non-matching項目採取共同的解決方法。

ICCI worse chart

依據ICCI THD報表，由相關人員完成原因分析及改善行動達到PDCA的品質精進。

FPCMS non-matching & 變更項目

除了依據FPCMS系統檢討non-matching項目外，同步建立變更資料庫，讓運轉廠與RD廠成員能因應Fab的變化，將所需的變更操作及參數調整彙整在變更資料庫中，直接同步運轉廠與RD廠的變更資訊，相關參數亦呈現在管理系統中。

結論

以FPCMS及FAC ICCI系統化及自動化管理運轉參數及品質，可以快速比對出運轉廠與RD廠的差異，未來再結合至開門十件事的運作，讓兩廠的matching更迅速。FPCMS以及FAC ICCI管理系統仍在進化，ICCI Dashboard會再彙整原物料(COA)、化學實驗室手動量測(CHAD)及FAB等資訊，讓原物料、實驗室、廠務及FAB的品質能一條龍管理及對應。