LED芯片制程中统计过程控制技术的应用

杜为为 王亚茹

天津三安光电有限公司 天津 300384

摘要：LED 外延及芯片制造企业是技术密集型企业，产品的工艺制造过程较为复杂，其工艺控制难度较大，有多个工艺制造过程中产品的重要功能参数不能直接监测或通过其后的检验和试验完全验证，要求预先鉴定过程能力的过程（如蒸发过程等），将关键工序的数据信息转化成过程状态的信息，以便提供评定、改进和优化过程的依据，从而实现控制和降低过程波动，达到不断改进过程能力的目标，使产品实现过程始终处于受控状态，能够连续、稳定地生产高可靠的发光二极管外延及芯片产品。

关键词：LED芯片；控制技术；半导体器件

前言：随着LED应用行业在新技术、新产品开发方面不断进步，LED发光效率的不断提高以及成本的持续降低，促使LED应用市场迅速扩大，产品渗透率大幅提升。LED芯片的生产是LED的关键技术，技术含量高，设备投资强度大，同时利润率也相对较高，是典型的资本、技术密集型行业。

一、LED芯片行业概述

LED芯片是一种固态的半导体器件，LED的心脏是一个半导体的晶片，晶片的一端附在一个支架上，一端是负极，另一端连接电源的正极，使整个晶片被环氧树脂封装起来。其主要功能是将电能转化为光能，芯片的主要材料为单晶硅。LED芯片通过用途、颜色以及形状进行分类。按照不同用途能分为大功率LED芯片和小功率LED芯片。按照颜色的不同，能分为红色、绿色以及蓝色LED芯片。按照形状的不同，可分为方形LED芯片和圆形LED芯片。LED芯片成本构成LED芯片领域是LED产业链的高毛利环节，行业平均毛利率较高，经过多年的发展，LED芯片技术不断成熟，LED芯片的价格已通过光效的提升得以降低。LED芯片的成本主要由设备、衬底材料、其他材料、水电、人工费用等组成，其中设备成本占比达到36%；衬底材料占比为29%。

2. LED芯片制程中统计过程控制技术的应用

1.SPC称为统计过程控制。它是以概率统计学为基础，应用统计技术对过程中的质量特性值进行测定、记录、评估，预警过程中的异常波动，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种过程管控技术。 SPC 一是利用控制图分析过程稳定性，对过程存在的异常因素进行预警；二是计算过程能力指数分析过程能力满足技术要求的程度，对过程质量进行评价，从而检查过程是否处于控制状态，来达到质量分析、质量控制和质量改进的目的。SPC统计过程控制技术应用的策划。要在LED 外延及芯片生产线实施SPC统计过程控制技术，首先应确定建立SPC 统计过程控制机制的目标，建立SPC 技术的应用平台， 形成熟练掌握SPC 技术， 具有快速解决异常波动能力的人才队伍，建立实施SPC 应用文件资料管理体系，在此基础上在MOCVD 外延生长工序、ICP 刻蚀工序、金属蒸镀等关键工序实施SPC 技术，实现关键过程工艺稳定性的预先控制。

2.SPC统计过程控制技术应用的实施。SPC控制点及关键特性的识别和确定LED 芯片是在蓝宝石衬底上通过外延制备→化学清洗→蒸发透明电极→光刻图形→台阶刻蚀→淀积保护层→光刻图形→蒸发电极→研磨→切割→测试分选等一系列的外延生长工LED 芯片制程中统计过程控制技术的应用艺和管芯生产工艺，形成具有独立发光功能的光电器件。根据LED 外延及芯片产品生产工序的特点及对产品质量的影响程度，我们选择产品重要质量特性形成过程，对产品质量、性能、功能、可靠性及成本产生直接影响的过程，并且功能参数不能直接监测或通过其后的检验和试验完全验证的工序：MOCVD 外延生长、ICP 刻蚀、金属蒸镀等关键工序作为实施SPC 技术的工序。选择外延层厚度、刻蚀深度、金属层厚度等参数作为实施SPC 技术的主要特性参数。如ICP 刻蚀工序是LED 芯片结构和功能形成的关键过程，该工序控制的结果直接影响LED 芯片成品质量、性能和可靠性。依据工艺流程图，结合LED 生产工序的特点，及试生产阶段过程控制数据的分析结果，将ICP 刻蚀工序确定为实施SPC 技术应用的关键工序。ICP 刻蚀工序的刻蚀深度是发光二极管芯片的关键特性参数，该参数是否满足要求直接影响到发光二极管芯片是否能够实现光电转换功能，进而间接影响产品的质量、合格率及长期可靠性。刻蚀深度形成过程受刻蚀时间、气体配比、气体流量、功率等参数的影响，能反映ICP 刻蚀工序运行状态，其控制过程参数的影响只能通过后续参数的测量和监视来控制调节。利用刻蚀深度，判断是否超过要求的控制范围的办法，能提前预警过程的异常波动，因此选择ICP 刻蚀工序的刻蚀深度参数作为SPC 控制的因素，可预先控制过程参数的异常波动，从而提高产品合格率及批次可靠性水平。

3.统计控制状态—稳态控制图是对过程质量特性值进行测定、记录、评估，进而监察过程是否处于控制状态的一种统计方法设计的图，图上有中心线CL，上下控制线UCL 和LCL, 并有按时间顺序抽取的样本统计测量数值的描点系列。在确定好关键控制参数后，使用控制用控制图前，首先要通过过程能力指数的计算评价—技术稳态，以及用分析用控制图，确定过程是否达到统计控制稳态—控制图中的描点落在控制线之内, 且排列随机。当达到我们所确定的状态后，延长分析用控制图的控制线作为控制用控制图。控制图的判断规则选用在应用控制用控制图对过程参数进行监控时，应制定的判断规则，如控制图上有“一部分”数据点超出控制限以外，则该工艺过程为失控。若连续7 个（0.0004）或多于7 个数据点单调上升（或下降），则为失控等。工序能力的评价（CPK 值）ICP 刻蚀工序关键工艺参数为刻蚀深度，公差上下限TU 和TL 的依据来自于技术工艺标准文件的要求。采用SPC 数据计算工序能力指数；用直方图判断正常情况下该工艺参数服从的分布规律。在双侧规范情况下的CPK 值计算方法为：其中：估计过程的标准偏差当CPK 值不能满足要求的情况下，需要进行原因分析：在实际生产中如果标准偏差不大于规范范围的十分之一，就基本正常，否则说明标准偏差偏大；参数分布平均值与规范的中心值之间的差值太大。出现控制图失控时及CPK 不满足要求时的分析思路（1）对计量值控制图，均值控制图的控制限是采用极差平均值计算的，因此只有在极差控制图正常情况下再分析均值控制图的失控问题。（2）在查找失控原因时首先判断是否存在“异常数据”。（3）控制图反映的过程异常可能有“坏”的异常，也可能出现“好”的异常。不管是哪种异常，都说明工艺过程的状态发生了变化，均应进行质量分析。（4）对“坏”的异常，公司及时召开质量分析会，召集相关工序操作员工、工艺、质量管理人员、产品负责人等，运用头脑风暴法、排列图、鱼刺图，一一列举可能造成控制图异常、质量波动的所有原因，应用要因确认表，通过工艺试验、现场调查等方式排查次要原因，找出主要原因运用PDCA 循环的方法进行改进。（5）对“好”的异常，应确认确实是“好”的异常，而不是虚假现象。然后通过质量分析，查找出原因后，采取措施将其保持，使工艺过程进入新的统计受控状态。（6）经过改进后重新评价过程能力，制作分析用控制图，重新开始SPC 过程控制。

综上所述， 企业在ICP 工序成功应用SPC 技术，然后在MOCVD、金属蒸镀、晶圆减薄等工序陆续建立SPC 应用平台，提高了整条LED 外延及芯片生产线的稳定性，为公司的技术进步质量管理提升奠定了坚实的基础。

参考文献：

[1] 贾新章，李京苑著. 统计过程控制与评价[M]. 电子工业出版社,2019.

[2] 方志烈.LED应用及发展动态[M].上海:上海复旦大学,2019.

[3] LED 自动检测机使用手册[M].香港:ASM公司,2019.