University of Oulu

Improved multivariate outlier removal in high volume IC production tests

Saved in:
Author: Viljamaa, Sampsa1
Organizations: 1University of Oulu, Faculty of Technology, Industrial Engineering and Management
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 1.4 MB)
Persistent link: http://urn.fi/URN:NBN:fi:oulu-201708232758
Language: English
Published: Oulu : S. Viljamaa, 2017
Publish Date: 2017-08-24
Physical Description: 69 p.
Thesis type: Master's thesis (tech)
Tutor: Kauppila, Osmo
Reviewer: Kauppila, Osmo
Kotila, Pekka
Description:
Manufacturing integrated circuits (ICs) is a complicated process, where even the smallest mistakes and impurities can cause defects to the final products. For that reason, the circuits are tested in multiple stages of the process. Statistical outlier detection can potentially be used in the testing to find defects that would escape the more conventional testing methods. Some outliers present themselves not as extremes in any one variable but as irregularities in the correlation structure of multiple variables. These are not possible to detect by studying only one variable. Instead multivariate outlier detection methods must be used. The aim of this thesis was to study those multivariate outlier detection methods to see which of them are the most applicable to use in high volume IC production tests. The objective was to find effective and efficient ways to use multivariate outlier detection in the case company. The impact of the outlier removal on quality and costs was also one of the interests. The thesis is constructed from literature review on outlier detection and from practical experiment on several outlier detection methods. The literature review answers the research question on how statistical methods can be used to detect multivariate outliers. It also points out several ways in which multivariate outlier detection is used and can be used in high volume IC production. The experiment points out the differences in effectiveness and efficiency on several chosen outlier detection methods. It also showcases the impact that the outlier removal has on the process yield and quality costs. Findings of this study indicate that an outlier detection method based on principal component analysis was the most promising of the studied methods. A way to implement that method, or any one of the studied methods, in test flow is provided as a practical implication of the thesis. The scope of the thesis only includes the ways to detect the outliers. Recommended further action would be to try to link the found outliers to actual defects on the circuits.
see all

Mikropiirien valmistaminen on monimutkainen prosessi, jossa pienetkin virheet tai epäpuhtaudet voivat aiheuttaa virheitä lopputuotteisiin. Tästä syystä mikropiirit testataan useaan otteeseen valmistusprosessin aikana. Tilastollisten poikkeamien havaitsemiseen käytettäviä menetelmiä voidaan käyttää tässä testauksessa löytämään virheitä, jotka jäisivät huomaamatta perinteisemmillä testausmenetelmillä. Jotkin poikkeamat eivät näyttäydy poikkeuksellisina arvoina pelkästään yhdessä muuttujassa vaan vasta usean muuttujan yhteisvaikutus on poikkeava. Näitä ei ole mahdollista havaita tutkimalla pelkästään yhtä muuttujaa kerrallaan. Sen sijaan on käytettävä monimuuttujien poikkeamiin erikoistuneita menetelmiä. Tämän opinnäytetyön tavoitteena oli tutkia näitä monimuuttujien poikkeamia löytäviä menetelmiä ja selvittää, mitkä niistä soveltuvat parhaiten suuren volyymin mikropiirien valmistuksen tuotantotestaukseen. Tavoitteena oli löytää taloudellisia ja tehokkaita keinoja käyttää näitä menetelmiä kohdeyrityksessä. Yksi mielenkiinnon kohteista oli myös näiden menetelmien vaikutukset laatuun ja kustannuksiin. Opinnäytetyö rakentuu kirjallisuuskatsauksesta poikkeamien havaitsemiseen sekä käytännön kokeesta, jossa useampaa poikkeamien havaitsemiseen käytettävää menetelmää tutkitaan. Kirjallisuuskatsaus vastaa tutkimuskysymykseen siitä, kuinka tilastollisia menetelmiä voidaan käyttää monimuuttuja poikkeamien havaitsemiseen. Se myös esittää muutamia tapoja, miten näitä menetelmiä käytetään tai voidaan käyttää suuren volyymin mikropiirituotannossa. Käytännön koe puolestaan osoittaa muutaman menetelmän erot taloudellisuuden ja tehokkuuden osalta. Se myös näyttää minkälainen vaikutus poikkeamien poistamisella on prosessin saannille ja laatukustannuksille. Tämän tutkimuksen tulokset viittaavat, että pääkomponenttianalyysiin (Principal Component Analysis) perustuva poikkeamien havaitseminen olisi kaikista lupaavin tutkituista menetelmistä. Eräs tapa ottaa tämä menetelmä käyttöön tuotantotestauksessa esitellään yhtenä tämän tutkimuksen käytännöllisistä tuloksista. Tämän opinnäytetyön laajuuteen sopi ainoastaan keinot löytää tilastollisia poikkeamia. Suositeltava jatkotutkimus olisi etsiä mahdollinen yhteys näiden poikkeamien ja todellisten piireillä olevien vikojen välillä.
see all

Subjects:
Copyright information: © Sampsa Viljamaa, 2017. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.