晶圓制造中 APQP 提升研發產品質量的應用

0 引言

上海華虹集團是國家“909”工程的載體，是以集成電路制造為主業，面向全球市場，具有自主創新能力和市場競爭力的高科技產業集團，肩負著國家“十一五”集成電路規劃的重任。集團旗下的華虹宏力半導體制造有限公司是為客戶提供包括晶圓設計，晶圓制造和晶圓測試等一站式全稱服務。完整的產業鏈給華虹宏力的質量提升給予了更高的要求，客戶們也提出了加強質量控制，建立產品質量先期策劃（Advanced Product Quality Planning，APQP）的建議。

根據 KANO 模型分析，這是客戶期望型需求，也是華虹宏力具有完整產業鏈可以吸引客戶的魅力質量需求。公司領導對于客戶聲音非常重視，要求在半年內應用 APQP 將量產品的項目完成率達到 70%。研究“如何通過 APQP 在晶圓研發階段的應用提升晶圓制造產品質量”具有重要的實踐意義。為晶圓廠創造了魅力價值，技術突破，客戶滿意度，縮短了從設計到市場化的周期，為客戶贏得了市場先機。

APQP 項目的意義在于可以事先做好詳細的策劃，將所需的人、機、料、法、環、測等準備好。它的目的就在于一次就把產品做好，一次就讓客戶滿意。引導資源，促進所需更改的識別，避免后期更改，以最低的成本及時提供優質產品[1-19]。

1 APQP 項目的技術路線

APQP 小組主要通過項目管理方法，結合多種質量工具，整合應用在晶圓產品研發階段，通過在研發階段的應用，以提升晶圓制造階段的產品質量。內容偏重于質量工具的技術應用，在具體實施過程中遇到哪些問題和如何解決這些問題的方案。通過 APQP 管制與驗證新產品的開發與設計的品質，以確保達成最佳化的制程生產要求（圖 1）。

2 APQP 項目的實施過程

2.1 APQP 團隊設立，確定項目目標及范圍

以質量部門牽頭的 APQP 的團隊使用了責任分配矩陣明確了職責。關于“如何通過 APQP 在晶圓研發階段的應用提升晶圓制造產品質量”，沒有先例可以照搬照套。大部分晶圓制造廠商并不具備完整的產業鏈，所以并不能在設計階段運用 APQP 的工具來提高晶圓制造階段的產品質量。

2.1.1 問題陳述

相比晶圓制造階段，研發過程產品的質量控制力度不夠，使用質量工具也比較少，存在著異常事件或者設計缺陷無法被發現的風險，在后續的晶圓制造階段埋下了隱患。這些缺陷往往會在晶圓生產階段產生潛在的質量問題，或者為后續的質量提升埋下隱患。

2.1.2 基礎陳述

APQP 是一種結構化的方法，用來定義和建立確保某產品符合客戶滿意所需的步驟。

2.1.3 目標陳述

在半年內，運用 APQP 以及多種質量工具，整合應用在晶圓研發階段，從而提高晶圓制造階段的質量管控水平，提高對于設計缺陷和制造階段會產生的異常狀況的早期預警能力。目標是促進涉及的所有人員（相關方）的聯系，以確保所要求的步驟按時完成。

2.1.4 制約因素

由于研發人員普遍聚焦在產品的性能指標比如頻率和功耗等等，不熟悉晶圓制造的過程，意識不到后續大量生產之后會遇到的質量問題，對于質量工具也不熟悉。而晶圓制造工程人員普遍聚焦在產品的生產制造，對于研發產品的性能制約因素也缺乏了解。同時， APQP 項目的目標時間只有半年，就要將量產品的項目完成率達到 70%。有效的產品質量策劃依賴于公司最高管理層支持，以實現客戶滿意。

2.1.5 溝通

APQP 小組每月開會總結所有產品的項目情況。在每一個項目節點完成的時候會進行會議討論。

APQP 小組使用 SIPOC 圖來識別項目涉及的主要流程，明確項目范圍。在每次項目溝通會議上， APQP 小組運用質量工具進行各種分析，列出預計量產階段的各方面工程數據和研發階段的少批量工程數據的差異，制定修改方案，在研發階段就加以改進和調整，創新地在研發階段就對晶圓制造中會遇到的問題進行解決和優化。大大地縮短了晶圓制造過程的產品量產化的周期和良率。

2.2 制定計劃、實施和控制

質量工具的使用必須要考慮晶圓研發的特點，重點應該在項目實施過程中應用質量工具加強質量控制。

2.2.1 失效模式與影響分析 FMEA

根據失效模式與影響分析（Failure Mode and Effects Analysis，FMEA）手冊指導在晶圓設計和制造階段分析每一階段可能發生的風險，加以評估和管控，晶圓制造階段使用的是 PFMEA，晶圓研發階段使用的是 DFMEA。一般的晶圓制造工廠和晶圓研發公司分屬于兩家公司，而且基于知識產權的考慮 PFMEA 和 DFMEA 之間聯系很少。基本處于晶圓制造工廠不了解晶圓設計，晶圓設計公司不了解晶圓制造。很多晶圓設計方面的缺陷在晶圓制造量產中才體現出來，往往發現問題已經是幾個月以后，此時再修改晶圓設計為時已晚，即使修改再量產也會錯失產品市場。

APQP 小組對于每一個產品和平臺都制定相應的 PFMEA 和 DFMEA，識別出潛在的失效模式，然后根據 FMEA 手冊的指導，綜合評估嚴重度，發生度，探測度和綜合風險指數 RPN 值。對于綜合風險指數 RPN 高的潛在失效項目制定有效措施，以降低綜合風險指數 RPN 值。經過多次的 APQP 項目小組對 PFMEA 和 DFMEA 的潛在風險評估技術分析，力求將綜合風險指數 RPN 值降到最低。

2.2.2 統計制程控制 SPC

制程的統計過程控制（Statistical Process Control，SPC）是通過對數據進行收集，運算，分析，改進，評估制程的穩定性和精準度。在制程的合理范圍內，通過統計學分析，對于制程的異常波動進行示警，事先預測并實施改進措施。傳統的SPC是對于既有數據進行整理和分析，但現代 SPC 提出了對于未來數據進行預測的需求。APQP 要在晶圓研發階段就對于未來量產階段的產品工程數據進行預測，有賴于現代 SPC 技術的發展。

APQP 小組創新地提出了 SPC 預測質量管控線和制程目標值。在 APQP 沒有成功地應用于晶圓研發階段以前，產品在晶圓制造中質量管控線一般來自同類產品量產過程中的經驗教訓和客戶指定的電性指標。這些往往出自大量報廢后才能總結出的，而客戶指定的電性指標往往過于寬松。

APQP 小組的目標就是要利用 SPC 預測出一個質量控制區間，質量管控線一般窄于客戶指定的電性指標和同類產品地經驗教訓。大部分生產過程中的數據都會落入此管控區間中，一旦有數據落在區間外則認為出現了異常。質量控制區間為工程師提出了異常數據的預警，一旦數據超出質量控制區間，工程師就能即時對晶圓制程進行干預。

APQP 小組成功將 SPC 質量管控線應用于實踐，這就大大提高了研發階段產品在晶圓生產階段的產品質量，極大地提高了研發產品在晶圓制造階段早期的小批量生產階段的異常波動，降低了異常發生造成的質量問題。

2.2.3 大數據分析

與傳統的數據不同，大數據是指超出了傳統的數據分析能力，在現有數據軟件的數據采集，存儲，運算和分析等能力以外，最重要的是對于不同的數據庫能夠有瞬時聯動功能，這對數據的運算能力，運算速度，存儲量，智能分析能力都是極大的考驗。背后也考驗經驗豐富的工程人員對于工程數據之間的關聯度設定。

不僅僅是對現有工程數據的異常波動做出判斷和預警，最重要的是能對數據未來的走勢做出預判。大數據的分析在先進制造行業的廣泛應用促進了APQP在晶圓研發階段的應用提升晶圓制造產品質量，而且會隨著時間和技術的發展而不斷增長。

2.2.4 間隔時間 Q-time

Q-time（Queue-time）是指不同制程之間的間隔時間的質量管控。Q-time 控制在晶圓制程流程圖，控制計劃中都有明確的規定。針對超出 Q-time 的情況的處置，系統也明確規定了晶圓的處置是加速運行還是晶圓返工或者擱置做進一步工程處置。

2.2.5 程序控制管理 RCM

程序控制管理（Recipe Control Management，RCM）系統是工程部門用于管理控制程序的系統，工程部門修改現有程序或者新建程序都要通過 RCM 系統并記錄所有的更改項目。

通過 FMEA 對于程序的影響做出分析，評估程序，程序調整的范圍必須在相關的程序修改文件和流程調整的界限內。工程部門必須嚴格按照流程和文件來設定程序。

晶圓制造的步驟長達上百步，任何一步的錯誤都有可能會導致晶圓的報廢。所以根據關鍵程序，APQP 小組展開了討論，根據 FMEA 分析出所有可能的失效風險項目，由工程部門收集相關的工程數據。通過分析工程數據，APQP 小組討論如何通過調整和協同合作，各部門之間相互調整，使得晶圓設計階段設計的工程電性參數能夠符合客戶要求和工程制造階段的制程能力。

2.2.6 測量系統分析 MSA

測量系統分析（Measurement System Analysis，MSA）是用來對被測特性定量測量或定性評價的儀器或量具，標準，操作，方法，人員，環境和假設的集合；用來獲得測量結果的整個過程。通過穩定性（Stability）、偏倚（Bias）、線性（Linearity）、再現性（Reproducibility）、重復性（Repeatability）來判斷測量系統必須顯示足夠的靈敏性，測量系統是否穩定，統計特性是否在預期范圍內應該是一致的。

3 結語

6 個月以后，APQP 小組向公司高層領導進行了 APQP 項目總結報告。公司高度評價了 APQP 項目組成員對于項目的成功所做的努力，通過 APQP 在晶圓研發階段的應用提升晶圓制造產品質量。增加了公司的競爭力，縮短了產品從晶圓研發到晶圓制造的周期，大大增加了客戶滿意度。