4. 计量型控制图
在半导体与高端制造业的良率爬坡阶段，计量型数据（如膜厚、线宽、蚀刻速率、关键尺寸CD）是判断工艺是否受控的核心依据。本章将系统讲解三种最常用的计量型控制图——Xbar-R图、Xbar-S图和I-MR图的构建逻辑、适用场景及判异准则，帮助工程师在爬坡期快速识别异常波动。
4.1 控制图选择决策树
选择哪种控制图取决于子组大小（n）和数据采集方式。下表总结了三种图的核心差异与选择依据：
| 控制图类型 | 子组大小 n | 适用场景 | 离散度统计量 | 对异常敏感度 |
|---|---|---|---|---|
| Xbar-R图 | 2 ≤ n ≤ 10（常用 n=3~5） | 常规批量生产，子组内数据易获取 | 极差 R | 中等，对子组内离群值较敏感 |
| Xbar-S图 | n ≥ 10（或 n≥8 时推荐） | 子组较大，需要更精确的离散度估计 | 样本标准差 S | 高，尤其对过程变异缓慢漂移敏感 |
| I-MR图 | n = 1（单值） | 破坏性测试、自动化单点测量、低产量爬坡 | 移动极差 MR | 较低，对单个异常点反应快但易受噪声干扰 |
4.2 Xbar-R图：最经典的均值-极差控制图
4.2.1 构建步骤
- 收集数据：按时间顺序抽取 k 个子组，每个子组包含 n 个样本（通常 n=4~5）。
- 计算子组均值与极差：
- 子组均值：\(\bar{X}_i = \frac{1}{n}\sum_{j=1}^{n}X_{ij}\)
- 子组极差：\(R_i = X_{i,max} - X_{i,min}\)
- 计算中心线与控制限：
- 总均值：\(\bar{\bar{X}} = \frac{1}{k}\sum_{i=1}^{k}\bar{X}_i\)
- 平均极差：\(\bar{R} = \frac{1}{k}\sum_{i=1}^{k}R_i\)
- Xbar图控制限：\(UCL_{\bar{X}} = \bar{\bar{X}} + A_2\bar{R}\)，\(LCL_{\bar{X}} = \bar{\bar{X}} - A_2\bar{R}\)
- R图控制限：\(UCL_R = D_4\bar{R}\)，\(LCL_R = D_3\bar{R}\)（当 n≤6 时，\(D_3=0\)）
- 绘制并判读：将子组均值和极差按时间顺序描点，连接成折线，标出中心线（CL）和上下控制限（UCL/LCL）。
4.2.2 Xbar-R图判读流程（内联SVG）
下图展示了Xbar-R图的判读逻辑：先看R图是否受控，再看Xbar图是否受控。只有两张图同时受控，才能判定过程稳定。
4.3 Xbar-S图：大子组时的更优选择
当子组大小 n ≥ 10 时，极差法会因忽略组内中间值而损失效率，此时应使用样本标准差 S 代替极差 R。Xbar-S图的构建逻辑与Xbar-R图类似，但控制限系数不同。
4.3.1 控制限计算公式
| 图表 | 中心线 (CL) | 上控制限 (UCL) | 下控制限 (LCL) |
|---|---|---|---|
| Xbar图 | \(\bar{\bar{X}}\) | \(\bar{\bar{X}} + A_3\bar{S}\) | \(\bar{\bar{X}} - A_3\bar{S}\) |
| S图 | \(\bar{S}\) | \(B_4\bar{S}\) | \(B_3\bar{S}\) |
其中，\(A_3\)、\(B_3\)、\(B_4\) 是与子组大小 n 相关的常数，可从SPC标准系数表中查得。当 n 较小时，\(B_3\) 可能为0，此时S图无下控制限。
4.4 I-MR图：单值数据的守护者
在良率爬坡初期，很多关键参数只能获取单值数据（如每批次仅测1片晶圆的电性参数，或破坏性测试的样品）。此时无法形成子组，必须使用单值-移动极差图（I-MR图）。
4.4.1 构建步骤
- 收集单值数据：按时间顺序记录每个测量值 \(X_i\)。
- 计算移动极差：\(MR_i = |X_i - X_{i-1}|\)，通常取移动跨度 m=2（即相邻两点之差）。
- 计算中心线与控制限：
- 单值图：\(\bar{X} = \frac{1}{k}\sum X_i\)，\(UCL_X = \bar{X} + 2.66 \cdot \bar{MR}\)，\(LCL_X = \bar{X} - 2.66 \cdot \bar{MR}\)
- 移动极差图：\(\bar{MR} = \frac{1}{k-1}\sum MR_i\)，\(UCL_{MR} = 3.267 \cdot \bar{MR}\)，\(LCL_{MR} = 0\)（当 m=2 时）
- 绘制并判读：两张图上下排列，I图在上，MR图在下。
4.4.2 I-MR图架构示意（内联SVG）
下图展示了I-MR图的双面板布局及典型异常模式：
4.5 通用判异准则（Western Electric Rules）
无论使用哪种计量型控制图，以下8条判异准则是业界通用的异常识别标准。一旦触发任意一条，即判定过程存在特殊原因变异：
| 编号 | 准则描述 | 图示说明 | 典型原因（半导体场景） |
|---|---|---|---|
| 1 | 1个点超出A区（超出3σ控制限） | 点落在UCL或LCL之外 | 机台突发故障、误操作、来料批次异常 |
| 2 | 连续3个点中有2个落在A区（2σ~3σ之间） | 同侧A区出现2/3点 | 工艺参数缓慢漂移、温控系统老化 |
| 3 | 连续5个点中有4个落在B区（1σ~2σ之间） | 同侧B区出现4/5点 | 化学品浓度渐变、靶材消耗 |
| 4 | 连续8个点落在中心线同侧（C区或更远） | 8点链（Run） | 传感器零点偏移、环境温度日周期变化 |
| 5 | 连续6个点持续上升或下降（趋势） | 6点趋势 | 电极磨损、光刻胶厚度渐变 |
| 6 | 连续14个点交替上下（振荡模式） | 14点振荡 | 操作员轮班差异、两台机台交替使用 |
| 7 | 连续15个点落在C区（1σ以内） | 15点聚集在中心线附近 | 数据造假、控制限计算错误、测量系统分辨率不足 |
| 8 | 连续8个点落在中心线两侧且无一在C区 | 8点混合分布 | 数据分层不当、两个不同批次混在一起 |
1. 先检查离散度图（R/S/MR图）是否受控——离散度失控会直接影响均值图的控制限宽度。
2. 再检查均值图（Xbar/I图）是否受控——均值偏移通常对应工艺中心的改变。
3. 最后检查异常模式（趋势、链、振荡等）——这些模式往往预示着渐进式失效。
4.6 控制图系数速查表
以下列出常用子组大小 n 对应的控制图系数，供工程师在手工计算或验证SPC系统时使用：
| n | A₂ | A₃ | D₃ | D₄ | B₃ | B₄ | d₂ |
|---|---|---|---|---|---|---|---|
| 2 | 1.880 | 2.659 | 0 | 3.267 | 0 | 3.267 | 1.128 |
| 3 | 1.023 | 1.954 | 0 | 2.574 | 0 | 2.568 | 1.693 |
| 4 | 0.729 | 1.628 | 0 | 2.282 | 0 | 2.266 | 2.059 |
| 5 | 0.577 | 1.427 | 0 | 2.114 | 0 | 2.089 | 2.326 |
| 6 | 0.483 | 1.287 | 0 | 2.004 | 0.030 | 1.970 | 2.534 |
| 7 | 0.419 | 1.182 | 0.076 | 1.924 | 0.118 | 1.882 | 2.704 |
| 8 | 0.373 | 1.099 | 0.136 | 1.864 | 0.185 | 1.815 | 2.847 |
| 9 | 0.337 | 1.032 | 0.184 | 1.816 | 0.239 | 1.761 | 2.970 |
| 10 | 0.308 | 0.975 | 0.223 | 1.777 | 0.284 | 1.716 | 3.078 |
4.7 爬坡阶段的特殊考量
在良率爬坡期，过程往往处于持续改善状态，此时使用静态控制限可能导致频繁误报警或漏报警。建议采取以下策略：
- 分阶段控制限：将爬坡过程划分为多个阶段（如按周或按工程变更节点），每个阶段单独计算控制限。
- 预控制限（Pre-control）：在数据量不足时（少于20个子组），使用规格限的1/4作为临时控制限，但需标注“预控制”状态。
- 动态控制限：使用EWMA或CUSUM图替代传统Shewhart图，对微小偏移更敏感，适合爬坡期的渐进式改善监控。
- 报警分级：将判异准则分为“警告级”（如趋势、链）和“行动级”（如超出控制限），避免过度反应打断正常改善节奏。
4.8 本章小结
计量型控制图是良率爬坡监控的核心工具。选择正确的图类型（Xbar-R、Xbar-S、I-MR）取决于子组大小和数据特性。构建时需注意：控制限基于过程自身变异计算，而非规格限；判读时遵循“先离散度后均值”的顺序；判异准则（Western Electric Rules）是识别特殊原因变异的标准语言。在爬坡阶段，应灵活采用分阶段或动态控制限策略，避免静态控制限带来的误判。