SPC精髓都在这里！

　　前面我们提到过inline SPC超差，今天就打算将SPC的精髓介绍一下，相信大家都能从各种途径拿到关于SPC的讲义，其实里面的内容大同小异，主要是要理解SPC的意义，然后认真对待每一个异常，或者可能是异常的情况，这样才能起到控制和预防的作用。

　　首先简单了解一下SPC的发展：现在SPC工具在各种制造类企业被广泛使用，可以说，戴明博士将SPC引入日本，成就了如今日本的强大，我们想要赶超超级大国，SPC做的不到位是做不到的，所以才有到现在小到一个螺钉的精度都达不到高标准的笑话，这个除了跟制程有关外，SPC工具的合理使用也是很重要的一块，在这个浮躁的世界，快速消费概念导致了很多新产品过于“迅速”的被生产出来，因此，制程控制过程也是“匆匆忙忙”的就过去了，很多时候难于达到真正意义上的控制，因此也不可避免的出现异常品，以及到了客户那边测试失效的不良品，想要把产品的品质做的好，除了设计要高以外，生产控制方面做的如何才是见真章儿的地方。

　　下面介绍一下生产过程中能够影响数据的因素：其实就是人机料法环测，出现异常的时候，要从这几个方面逐个排查，从而找到问题的根源。

　　CPK>1.33是一般制程设定的值，更高的要求有CPK>1.5， CPK>1.67,甚至CPK>2.0, 后面两个多出现在跟汽车相关的产品上，毕竟涉及到安全方面的东西，要求再严格都不为过。

　　6sigma的意义: 过程中数据分布遵循正态分布，6sigma的意义是可以保证99.73%的概率产品是复合标准的，有人说那我把上下限设置越多的sigma是不是越好？如果在打的上下限内仍然满足产品需求，说明过程能力大，数据大马拉小车，轻松加愉快，可是，有的时候，对于敏感层次，增大上下限的数值，那么靠近上下限的点可能会出现大量的失效情况发生，也就是设置的上下限数值不合理导致的，还有一点是，sigma数值是计算出来的，当制程能力很差时，sigma会很大，即使用了6sigma，计算出来的上下限仍然太大，也是没有意义的，也就是此时设备的能力没有达到进入SPC控制的时候，还需要进一步调试，通常3sigma可以与5%~10%倍的平均值做比较，如果相差不大，应该是没问题的，如果大了很多，说明此时sigma过大。

　　平均值只能改变曲线的位置，而不能改变曲线的形状，曲线的形状是sigma来影响的。

　　sigma越小，数据越收敛，sigma越大，数据越扁，靠近两边的数据概率越多，失效的概率越大。

　　CPK大小与过程能力的对比：

　　不同CPK对应的不合格品率：可以看到，如果做到2.0的CPK，不合格品率几乎可以认为是0了，而当CPK低于1.0的时候，失效品的概率将大大增加，这也是为什么我们希望CPK尽量做到大于1.33的原因。

　　SPC的真正精髓是控制与预防，因此，如何设置SPC chart的报警规则，则成为了过程控制能力大小非常重要的一环，这个一般需要一个非常强大的IT团队来完成这项艰巨的任务，因为一旦SPC chart报警，需要连带hold机台，hold产品的，所以还是有很多东西需要做的足够好才能很好的实现这一功能的。

　　控制图异常规则：

　　1. 一点落在A区以外：即我们常说的OOC，一般control限设置3-4倍的sigma，一旦OOC发生，说明制程中已经出现了很大的异常，需要及时发现问题，并解决掉问题，并提出预防方案。

　　2. 连续9点落在中心线同一侧：多少个点落在同侧要看设置规则，有更少点的，如7点，8点，发生多点同侧的时候，如果是新工艺，有可能是设置不合理，如果是老工艺，8点同侧有可能是工艺哪里发生了变化，不去处理，这种同侧现象有可能会继续发生，这是一个信号，设置好报警规则，梯形工程师去分析数据，找出相关机台，并确认变化发生的原因，并及时纠正与预防，这种虽然没有超出control限，短期不会造成大问题，如果放之任之，长期可能就会跳出control线外，称为第一种情况，因为它相当于中心值上移了一个值，长期波动必然会抛出control线。

　　3. 6点递增活递减：这个点数也可以根据实际生产做出微调，想让它灵敏就减少点数，想让它迟钝一点就增加点数，总之，选择合理的数字很重要；这种递增、递减的趋势也说明制程发生了变化，比如当耗损件快到寿命的末期，或者耗损件刚换上的时候，与正常情况有个小变化，如何控制好这种情况来提高制程能力也是很重要的，因为有时候这种趋势会持续一段时间，不加以控制也会慢慢跑出control线外。

　　4.连续14点中相邻点交替上下：这种一般发生在双轨道、腔体的设备上，一条高，一条低，出现这种情况时，说明这种设备两条轨道、腔体的均匀性发生了变化，需要调节到一致，并找出发生变化的原因，从而从根本上解决掉这种问题出现的概率。

　　5. 连续3点中2点落在中心线同侧一侧的B区以外：这个时候说明设备的状态处于不好的状态，强行工艺产品的结果就是有可能工艺过程中实际数据点超出control线外，设置超出SPEC线，因此，一定要保证这种趋势没有了再工艺产品。

　　6.连续5点钟有4点落在中心线同侧的C与以外：这种情况与上面差不多，程度可能轻一些，但时间长了也会发展到5的情况，继而OOC，同样需要及时解决。

　　7. 连续15点落在中心线两侧的C区内：一般很难发生这种情况，制程能力不会突然变强的，更多的要去考虑测量系统是否出了问题。

　　8.连续8点落在中心线两侧且无益不在C区内：设备处于非常不稳定状态，随时有可能超出控制线，需要先将设备状态调试好了再重新统计SPC chart。

　　以上列了一些SPC chart报警规则，工程师一定要严格按照设定好的规则去解决问题，不要看到SPC报警了，不去找问题，而是视而不见的放过它，久而久之，问题就会慢慢养大，等到出现重大问题的时候就来不及了；另外，一般生产产品之前，设备都会定期做一个offline SPC数据，虽然说offline数据只是一个机台正常状态的评估，但是如果认为的把offline SPC chart做的过于迟钝，机台是容易pass offline了，设备工程师会比较轻松，但这种情况这种更恐怖，如果offline可以稍微精细一些的控制，会将问题提前在offline筛选出来，而不是到了生产产品的时候报警，造成产品的报废，对于半导体行业来说，工艺和设备之间的矛盾，不同module之间的矛盾不可避免，不能因为自己这边SPC没有问题就把问题丢给下面的工艺，这种工作模式是一种非常消极的工作方式，说白了，就是奖惩制度不够健全的表现，如何设置一个合理的奖惩制度其实也是难题，但是互相“丢锅”的情况还是尽量少做的好，做好自己应该做的事情，是自己的问题自己承担，不知道是不是自己的问题就查清楚了，把12345列好，告诉对方自己没有问题，再去找一下其它地方，这样才是一个良性的做事态度，有精力帮忙，尽量互相帮助，才能把事情做好。

　　忘记了，CPK计算公式是CPU:SPEC上限与平均值的差除以3倍的sigma与CPL:平均值与SPEC下限的差除以3倍的sigma，两者中的最小值。