基于成品率的多变量工序能力指数模型

在K.S.Chen et al.(2003)和M.T.Chao et al.(2005)研究理论的基础上,改变他们使用的单变量工序能力指数表达式,建立了基于成品率的多变量工序能力指数计算模型。该模型不要求工序的单个质量特性数据分布必须满足正态分布,并在一定程度上简化了计算过程,其理论基础对应用人员更容易被理解。同时,指出并改正当前对工序能力指数和成品率关系的错误应用,最后给出该多变量工序能力指数的应用分析。     

基于权重系数的多变量工序能力指数计算模型

在因子分析模型的基础上，使用主成分分析方法计算载荷矩阵，选取全部公共因子，并考虑对应因子的贡献率，建立基于权重系数的多变量工序能力指数计算模型。该模型能克服多变量个数的限制问题。实例分析表明，计算结果能有效地反映工艺水平的变化。     

微组装金丝键合工序统计过程控制技术

金丝键合质量是影响微波多芯片组件(MMCM)可靠性的一个主要因素,有效识别和控制键合过程的波动,是保证工艺稳定性和合格率的有效手段。SPC技术是定量判断工艺是否处于统计受控状态的核心技术。文中对某型号产品中抽取的金丝拉力数据进行正态分布拟合及正态性检验,采用均值-标准差、均值-极差控制图对金丝拉力数据稳定性进行分析,讨论了不同波动异常情况下的影响因素及解决方法。另外对金丝键合工序能力指数Cpk进行计算、评价,着重分析了提高Cpk值的有效方法。     

半导体质量控制中的非正态工序能力指数计算模型

分析了目前几种主要的非正态工序能力指数计算模型,指出其适用范围和不足之处.根据数据的均值、标准偏差、偏度和峰度四个变量能够体现分布特性,结合切比雪夫-埃尔米特多项式,提出了新的非正态工序能力指数计算模型,该模型能克服数据偏差大时对计算结果的不良影响,并且其代数计算公式可以简化计算.实例分析结果准确有效.     

半导体质量控制中的非正态工序能力指数计算模型

分析了目前几种主要的非正态工序能力指数计算模型,指出其适用范围和不足之处.根据数据的均值、标准偏差、偏度和峰度四个变量能够体现分布特性,结合切比雪夫-埃尔米特多项式,提出了新的非正态工序能力指数计算模型,该模型能克服数据偏差大时对计算结果的不良影响,并且其代数计算公式可以简化计算.实例分析结果准确有效.     

雷达结构三维工艺设计系统研究

针对二维工艺设计存在的问题,研究了雷达结构三雏工艺设计系统。分析了雷达研制的业务流程,提出了雷达结构三维工艺设计模式。以工序模型的构建为主线,分析了雷达结构三维工艺设计过程。研究了基于模型的工艺信息表达技术,并提出了一种三维工艺信息表示符号;还研究了基于知识的智能工艺决策方法,提出了一种面向工艺设计的工序模型辅助生成技术。开发并实现了雷达结构三维工艺设计系统,并以某雷达结构为例,验证了系统的有效性。     

微电子组装烘焙设备监控系统的抗干扰设计

微电子组装工艺会使用多台烘焙设备,对设备实施一体化监控,以提升工艺效率、提高质量控制水平和设备运行安全水平。监控系统采用RS485通信,可编程控制器(PLC)现场采集数据和实施控制,计算机作为上位机进行监控和数据信息处理。监控系统运行于复杂的工业现场,电磁干扰严重,易造成监控系统数据错误、误报警,甚至系统失效。一体化监控系统需进行抗干扰设计,其分析和设计是一个难点。文章针对多台烘焙设备工艺运行特点,采取抗干扰强的RS485通信、强弱电分开布线等硬件抗干扰设计。提供了一种简单的工艺阶段分类处理方法的软件抗干扰设计,实现了微组装多提烘焙设备一体化监控系统的稳定运行。     

统计过程控制(SPC)技术在紫外像管制作中的应用

采用统计过程控制(SPC)技术对关键工序进行监控是保持产品生产线稳定、减少质量波动的有效方法.可以提高产品的成品率和可靠性.在现有工序状态下,通过采集封接温度、真空度等数据,计算和分析关键工序的工序能力指数,进行工艺调整和改进,直到工序能力指数Cpk≥1.33.通过选择控制图,对数值进行监控.若发现工序失控时,分析原因...     

基于模糊多特征递归分组算法的隐树结构图模型学习

隐树结构图模型通过引入了隐藏节点来描述变量之间的潜在关系,因而可以更好地对变量之间的相关性进行建模。树模型学习过程中,从变量观测数据所提取的有用特征数量,决定了该模型对变量间深层关系的建模能力;而现有学习算法都是对观测数据直接计算统计量来进行模型学习,未能按观测数据中的特征分类处理。针对现有算法对观测数据中信息利用不充分的不足,该文提出基于模糊多特征递归分组算法的隐树模型学习方法。首先,将变量的原始观测数据通过反映其特征的模糊隶属度函数转化成多个模糊特征,并构造多维模糊特征向量;其次,计算两两变量模糊特征向量之间的距离,并将其综合得到所有变量之间的模糊特征向量距离矩阵;最后,基于该距离矩阵,利用递归分组算法学习隐树模型。该文还将所提算法应用于股票收益数据和气温数据建模,验证了该文算法的实用性和有效性。     

基于过程能力指数的金钢线多晶切片质量控制

过程能力指数C_(pk)是衡量制造业生产过程产品满足标准要求程度的量值,C_(pk)值越大,则意味着工序生产能力越稳定,产品质量也越高;同时考虑到成本及技术能力,通常将C_(pk)值控制在一个可以接受的水平。将制造业生产常用的过程能力指数方法运用于金刚线多晶切片质量控制过程中,通过计算生产过程可能影响成品率的质量因素的C_(pk)指数,从而快速有效地找出影响多晶切片质量和过程稳定性的主要因素,为质量改进提供有效的数据支撑。     

A multivariate process capability index model system

This paper presents a systematic multivariate process capability index(MPCI) method,which may provide references for assuring and improving process quality levels while achieving an overall evaluation of process quality.The system method includes a spatial MPCI model for multivariate normal distribution data,MPCI model based on factor weight for multivariate no-normal distribution application,and MPCI model based on yield for yield application.At last,examples for calculating MPCI are given,and the experimental results show that this systematic method is effective and practical.     

基于空间域系数的多变量工序能力指数

After analyzing the multivariate Cpm method(Chan et al.1991),this paper presents a spatial multivariate process capability index(PCI) method,which can solve a multivariate off-centered case and may provide references for assuring and improving process quality level while achieving an overall evaluation of process quality. Examples for calculating multivariate PCI are given and the experimental results show that the systematic method presented is effective and actual.     

基于多方法集成的复杂工艺优化

介绍了基于模式识别、神经网络、遗传算法、非线性回归等多种智能技术集成的复杂工艺过程优化系统的设计思想、体系结构、关键技术和实现方法,主要解决多因子、高噪声、非线性、非高斯分布和非均匀的复杂工艺系统难题。采用Agent技术设计系统的体系结构,用偏最小二乘法和Chelyshev多项式建立领域模型,通过演化计算进行最优问题求解,并用正交实验取得模型学习的样本数。实际应用证明,利用这些方法可以在很少的实验情况下,使建立的模型能在较大误差范围内指导生产实践。     

三维装配工艺技术在复杂电子产品中的应用

装配是产品生命周期的重要环节,电子行业结构复杂产品的装配过程费时费力。为了提高复杂电子产品装配的质量和效率,在此分析了雷达等复杂电子产品三维装配工艺设计的特点和现状,提出了一种基于MBD的三维模型装配工艺设计、仿真与应用方法,并建立了三维装配工艺设计流程和系统体系结构,对三维装配工艺设计的关键技术进行了分析,为三维装配工艺的实施提供了重要技术支持,对于发展数字化装配工艺技术的制造行业具有借鉴意义。     

SSE-CMM研究与实践

系统安全工程能力成熟度模型（SSE-CMM）是一种规范系统安全工程过程的模型。在安全保密系统研发过程中,该模型能最大限度发挥安全保密效能。实际应用中,质量管理人员在已有安全工程开发流程的基础上对SSE-CMM进行改进,并使全员理解、参与和执行。管理者重视并有效地推进过程执行,保证安全工程开发过程的持续改进。自动化管理工具的开发可有效提高SSE-CMM模型的应用,保证安全保密系统的可靠性和高质量。     

Efficient SRAM yield optimization with mixture surrogate modeling

Largely repeated cells such as SRAM cells usually require extremely low failure-rate to ensure a moderate chi yield. Though fast Monte Carlo methods such as importance sampling and its variants can be used for yield estimation, they are still very expensive if one needs to perform optimization based on such estimations. Typically the process of yield calculation requires a lot of SPICE simulation. The circuit SPICE simulation analysis accounted for the largest proportion of time in the process yield calculation. In the paper, a new method is proposed to address this issue. The key idea is to establish an efficient mixture surrogate model. The surrogate model is based on the design variables and process variables. This model construction method is based on the SPICE simulation to get a certain amount of sample points, these points are trained for mixture surrogate model by the lasso algorithm. Experimental results show that the proposed model is able to calculate accurate yield successfully and it brings significant speed ups to the calculation of failure rate. Based on the model, we made a further accelerated algorithm to further enhance the speed of the yield calculation. It is suitable for high-dimensional process variables and multi-performance applications.     

A Data Mining Algorithm for Monitoring PCB Assembly Quality

A pattern clustering algorithm is proposed in this paper as a statistical quality control technique for diagnosing the solder paste variability when a huge number of binary inspection outputs are involved. To accommodate this goal, a latent variable model is first introduced and incorporated into classical logistic regression model so that the interdependencies between measured physical characteristics and their relationship to the final solder defects can be explained. This probabilistic model also allows a maximum-likelihood principal component analysis (MLPCA) method to recognize the dimension of systematic causes contributing to solder paste variability. The correlated measurement variables are then projected onto the reduced latent space, followed by an appropriate clustering approach over the inspected solder pastes for variation interpretation and quality diagnosing. An application to a real stencil printing process demonstrates that this method facilitates in identifying the root causes of solder paste defects and thereby improving PCB assembly yield.     

一种基于数值积分的集成电路成品率估计方法

本文提出了一种基于数值积分的集成电路成品率估计方法。该方法通过直接在可接受域上对性能的联合概率密度函数进行积分获得成品率的估计。为达到此目的,性能的仿真数据须先经由Box-Cox变换 (BCT) 转化为服从多变量正态分布的数据。同时,文中采用了基于正交表的改进拉丁超立方体抽样法 (OA-MLHS) 对电路的工艺扰动参数实施抽样,如此可以大幅减小联合概率密度函数中分布参数的估计方差。文中对结合使用OA-MLHS与BCT从而减少了分布参数的估计方差的数学原理进行了分析。以一个四阶OTA-C低通滤波器和一个三维二次函数的成品率估计为例,在不同的样本量及成品率水平的组合下,对包含拉丁超立方体抽样和重要抽样等的六种不同的成品率估计法做了性能比较。大量的仿真证明本文所述的方法无论在精度还是效率上都要优于其他几种方法。因此,该方法更加适用于集成电路的成品率优化。     

A numerical integration-based yield estimation method for integrated circuits

A novel integration-based yield estimation method is developed for yield optimization of integrated circuits.This method tries to integrate the joint probability density function on the acceptability region directly. To achieve this goal,the simulated performance data of unknown distribution should be converted to follow a multivariate normal distribution by using Box-Cox transformation(BCT).In order to reduce the estimation variances of the model parameters of the density function,orthogonal array-based modified Latin hypercube sampling (OA-MLHS) is presented to generate samples in the disturbance space during simulations.The principle of variance reduction of model parameters estimation through OA-MLHS together with BCT is also discussed.Two yield estimation examples,a fourth-order OTA-C filter and a three-dimensional(3D) quadratic function are used for comparison of our method with Monte Carlo based methods including Latin hypercube sampling and importance sampling under several combinations of sample sizes and yield values.Extensive simulations show that our method is superior to other methods with respect to accuracy and efficiency under all of the given cases.Therefore,our method is more suitable for parametric yield optimization.