다변량 통계를 이용한 공정 특성 Classification

현재 display 시장은 고해상도에 대한 관심이 증가하는 추세이다. 고해상도에 대한 시장 수요를 뒷받침하기 위해서는 신기술과 설비 투자도 중요하지만 대량생산을 위한 안정적인 공정 운영이 먼저 이루어져야 한다. 본 논문에서는 OLED PECVD 설비의 증착 공정 data를 Preventive Maintenance(PM) 별공정 상태 구분 classification model에 적용하였다. 공정 특성 classification 분석을 위하여 새로이 다변량 통계기반 clustering model을 제안하였다. 이 방법을 통하여 PM 후 초기 공정 data로 PM별 공정 특성을 구분하였을 뿐만 아니라 형성된 cluster와 공정 variable 간의 상관관계를 분석하였다. 본 논문에서는 k-mean method의 단점을 보완하기 위하여 새로운 clustering model을 제안하였으며, classification model의 정량적인 유의차 분석을 위하여 chi-squared distribution 기반 confidence limit을 적용하였다. 제안한 진단 model은 초기 공정 data로 공정 상태를 예측하였고, 가장 영향력이 큰 key parameter를 도출하여 제어 인자로 제시하였다. 공정 상태를 진단함으로써 공정 불안정에 따른 yield drop 및 PM으로 인한 생산성 저하를 방지할 수 있다.