PAT and SYA零件均值检验.pptx

;课堂纪律;情景1;情景2;情景3;培训的目的;培训内容;培训内容;PAT的定义;PAT与测试的区别;远离总体分布的零件称为Outliers;制程波动的两类原因：共同原因与特殊原因;小结：什么是PAT？;培训内容;执行PAT的好处 （一）;执行PAT的好处 （二）;执行PAT的好处 （三）;培训内容;PAT的行业适用范围;PAT的产品适用范围;PAT的适用条件;优先选择哪些产品和参数来实施PAT？;培训内容;1. 实施PAT的前提条件;如何保证数据准确无误？;思考 TMTT站，样品特别小，无法编号，如何做GRR？;Sample #;一种GRR研究方法（无法编号，无法固定顺序）;31 of 59;;思考：;思考：;NDC的含义 （Number of Distinct;为什么 NDC = 5?;为什么要Cp2?;为什么要Cpk=1.67?;思考：为什么制程参数的Cpk也要=1.67？;2. 怎样设定合适的PAT界限? 静态PAT和动态PAT PAT规格限的计算;41 of 59;42 of 59;静态与动态是相对的;;为什么要用鲁棒均值和鲁棒标准差?;;为什么是1.35?;假设均值差异不大，PAT规格限主要由sigma决定 静态PAT所用数据时间跨度大，sigma会大于动态 因此，理论上，静态PAT规格限会比动态PAT规格限宽松。;思考： 有没有可能出现动态PAT规格限比静态PAT 规格限还宽松的状况？如果出现，怎么办？如何从 流程上预防此类情况发生？;OIMS流程图（来自JESD50C-2018Jan.）;一个数据模拟的实例：;小结：实施PAT的流程;培训内容;培训内容;小测验;课程总结;;;通常做法;——From AEC - Q002 SYL: Statistical Yield Limit, 统计良率控制限 SBL: Statistical Bin Limit, 统计良率损失控制限;SYL 和 SBL;数据量 良率：指一批的良率，可以是一片wafer，一个wafer批或者一个封装批 如果针对单片wafer，至少要6个wafer lot，共150片（即：150个数据点） 如果针对wafer批或封装批，至少30批，建议50批以上（即：50个数据点） 注意： 每个产品分开计算SYL和SBL，哪怕是同一产品系列，也不建议混合在一起计算。;SYL和SBL需要定期评审;思考 如果良率或良率损失不服从状态分布，怎么设定控制限？ 提示： 数学变换 其它非统计方法 暂时放宽控制限：如5sigma，6sigma等等;怎样检验SYL和SBL设置是否合理？;SYL和SBL的实施;PATSYL/SBL项目实施纲要;