Performance evaluation of inspection policies in semiconductor fabrication

Nowadays inspection strategies in Multi-stage manufacturing systems are extremely complex and strongly related to the physics of the process, especially in semiconductor manufacturing where sophisticated technologies meet nanometric tolerances. The lack of system-level perspectives that consider all the connected stages in a unique framework urges the integration between knowledge-based models, connecting process parameters and product defects, and performance evaluation tools that assess how process control methods affect the system behavior. Analytical methods that can describe manufacturing systems behavior through equations are advanced engineering approaches that can help managers in making accurate decisions during the design and operational phase of production systems. This thesis focuses on the integration of inspection policies in performance evaluation of production lines where the delay in the quality information feedback generates scrap. An analytical model that integrates robust process control in a performance evaluation that relies on a stochastic modeling approach based on Markov Chains is formulated. The aim is to use it to evaluate throughput and scrap rate considering the velocity and effectiveness of the quality inspection. The method is extended to long lines using a two-level decomposition technique. The model is validated against discrete event simulation and analysis of performance sensitivity to the variation of system parameters is performed. The model is then applied to the photolithography process in a semiconductor manufacturing real case, to enable a system-level optimization of measurements of overlay errors, by looking at both process control and system performance metrics. Results illustrate how a reduction of overlay measurement points on the wafer leads to an increase in effective throughput, while adversely affecting the quality of the final product. The resulting capability to rapidly model and analyze system-level interaction in such a highly sophisticated and critical manufacturing process provides new insights into the system-level optimization of production and quality operations.

Nei sistemi di produzione multistadio, le strategie di ispezione sono sempre più complesse e legate alla fisica del processo, specialmente nella produzione di semiconduttori dove tecnologie altamente sofisticate sono accompagnate a tolleranze nanometriche. La mancanza di visioni sistematiche che considerino i diversi stadi in un'unica cornice richiede l'integrazione di modelli matematici che leghino i parametri di processo e i difetti di qualità, con strumenti di valutazione prestazioni, i quali stabiliscano come i controlli di processo influenzano il comportamento del sistema. Modelli analitici che descrivono il comportamento dei sistemi di produzione tramite equazioni sono approcci ingegneristici avanzati che aiutano i responsabili di produzione a prendere decisioni accurate nella fase di progettazione e gestione del sistema. La tesi integra politiche di ispezione in modelli di valutazione prestazioni dove il ritardo nelle informazioni di qualità genera parti difettose. Viene formulato un modello analitico che integra controllo robusto di processo nella valutazione prestazioni basata su un approccio stocastico con Markov Chains. Lo scopo è di valutare produttività e scarto considerando velocità ed efficacia dell'ispezione. Il metodo è poi esteso a linee lunghe utilizzando un approccio di decomposizione a due livelli. Il modello è poi validato con una simulazione a eventi discreti e un'analisi di sensibilità è stata condotta per valutare la robustezza alle variazioni dei parametri del sistema. Il metodo è utilizzato nel processo di fotolitografia di un impianto di produzione di semiconduttori, per permettere un'ottimizzazione sistematica per le misurazioni di errori di sovrapposizione, guardando sia al controllo del processo, sia alle prestazioni del sistema. I risultati mostrano come una riduzione del numero di marcatori per controllare l'allineamento porta a un incremento del throughput effettivo, ma influenza negativamente la qualità del prodotto. La capacità del metodo di analizzare rapidamente interazioni di sistema in un processo così sofisticato svela nuovi spunti sull'ottimizzazione sistematica di produzione e qualità.