Основные технологические группы процессов в производстве электронных средств. Пучки атомных частиц, излучения и поля в качестве инструмента в технологиях электронного машиностроения, страница 3

1 – формирование партий пластин;

2 – обезжиривание;

3 – химическая обработка;

4 – вы­борочный контроль качества очистки;

5 – снятие стекла и оксида;

6 – плазмохимическое напыление;

7 – имплантация ионов бора;

8 – имплантация ионов фосфора;

9 – переуклад­ка пластин в кварцевую лодочку;

10 – высокотемпературное окисление;

11 – отжиг базы;

12 – окисление низкотемпературное;

13 – отжиг эмиттера;

14 – отжиг стабилизирующий;

15 – разделительная диффузия;

16 – вплавление алюминия;

17 – переукладка пластин в кас­сету;

18 – определение толщины оксида;

19 – снятие оксида с пластины;

20 – измерение поверхностного сопротивления;

21– измерение глубины диффузионного слоя;

22– нанесение пленки алюминия;

23 – нанесение пленки фоторезиста и термокомпрессионная сушка;

24 – контроль выборочный;

25 – совмещение и экспонирование;

26 – проявление фотослоя;

27 – контроль качества проявления (выборочно);

28 – травление оксида;

29 – контроль качества травления (выборочно);

30 – травление металла;

31 – контроль травления металла (выбо­рочно);

32–удаление фоторезиста;

33 – контроль полноты удаления фоторезиста;

34 – контроль после фотолитографии;

35 – контроль вольт-амперных характеристик;

36 – конт­роль по тестовым структурам;

37 – контроль статических параметров ИМС;

38 – упаковка пластин



Технологический процесс как большая система рассматривает­ся на различных этапах производства изделия. Поскольку ТП подвергается воздействию многочисленных факторов, степень влияния которых различна, то совместное их действие приводит к существенному разбросу электрофизических параметров изде­лий. Для каждого процесса (например, вакуумного напыления, эпитаксии, диффузии) число таких факторов может быть не­сколько десятков. В течение всего периода изготовления изделие (ИМС) может подвергаться воздействию нескольких сотен тех­нологических факторов. Поэтому анализировать весь технологиче­ский процесс возможно только на основе системного подхода с применением ЭВМ.

Любой техноло­гический процесс можно представить, как показано на рисунке.

Х1, Х2, ..., Хn – входы системы (подложки, испаряемые материалы, диффузанты и т. д.);

Y1, Y2, ..., Yn – выходы системы (параметры интеграль­ной схемы или ее частей);

Z1, Z2, ..., Zn – контролируемые и уп­равляемые факторы (температура подложек, давление в камере, расход газа и т. д.);

У1, V2, …, Vn – контролируемые, но неуправ­ляемые факторы (чистота исходного кремния, растворов, газов и т. п.);

W1, W2, ..., Wn – неконтролируемые факторы, оказываю­щие случайные возмущающие воздействия на процесс.

Одной из основных целей исследования технологических про­цессов, анализа существующих и синтеза новых технологий яв­ляется решение задач оптимального управления технологически­ми процессами.

Технологические процессы изготовления радиоэлектронной аппа­ратуры и, в частности, интеграль­ных микросхем обычно настоль­ко сложны, что наиболее целе­сообразно изучать их с помощью экспериментально-статистических методов, позволяющих выявить наиболее существенные технологические факторы, определить характер их влияния на качество изделия и построить модель иссле­дуемого процесса.

Одним из первых шагов в использовании методов математиче­ской статистики для исследования технологических процессов был дисперсионный анализ. Для многофакторного процесса дисперсионный анализ позво­ляет оценить дисперсии, вызванные каждым фактором в отдель­ности, и выявить технологические факторы, оказывающие влияние на выходные параметры изделия. Однако степень и характер это­го влияния могут быть определены только с помощью корреляци­онно-регрессионного анализа.

Корреляционно-регрессионный анализ. Очень часто при изуче­нии сложных технологических процессов из-за воздействия слу­чайных факторов трудно или невозможно расшифровать механизм тех или иных явлений, происходящих при изготовлении изделия. В этом случае функциональная зависимость

превращается в корреляционную, а полином связывающий выходной и входные параметры процесса, – в урав­нение регрессии.