Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Методы и средства повышения эффективности контроля качества микросхем в процессе производства

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Состояние проблемы. Для получения математического описания объекта — технологического процесса, увязанного с параметрами изделий, возникающих по ходу их изготовления — в настоящее время используются методы обработки результатов активного и пассивного экспериментов. Большой вклад в разработку теории методов планирования активного эксперимента внесли Дж. Бокс, К. Хартман, Б. Болг, Ю. П. Адлер, Г… Читать ещё >

Содержание

  • Глава 1. АНАЛИЗ МЕТОДОВ ВЫБОРОЧНОГО КОНТРОЛЯ ПРИ ПРОИЗВОДСТВЕ КРИСТАЛЛОВ ИМС
    • 1. 1. Применение статистических методов для контроля и управления качеством кристаллов
    • 1. 2. Анализ граничного метода контроля
    • 1. 3. Применение оперативных характеристик для контроля качества
    • 1. 4. Методы сокращения размерности факторного пространства
    • 1. 5. Методы статистического моделирования ТП по ретроспективным данным выборочного контроля
      • 1. 5. 1. Предпосылки пассивного эксперимента
      • 1. 5. 2. Модифицированный метод случайного баланса при пассивном эксперименте (ММСБП)
      • 1. 5. 3. Метод наименьших квадратов с предварительной ортогонализацией факторов (МНКО)
    • 1. 6. Задача повышения эффективности контроля по выборкам малого объема
  • Выводы
  • Глава 2. ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ОЦЕНОК ПАРАМЕТРОВ ВЫБОРОК МАЛОГО ОБЪЕМА
    • 2. 1. Метод точечных распределений
    • 2. 2. Вывод экспресс-формулы дисперсий выборок при групповых ТП
    • 2. 3. Метод упорядочения дисперсий
    • 2. 4. Расслоенный эксперимент с учетом метода упорядочения дисперсий
  • Выводы
  • Глава 3. ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ КОНТРОЛЯ ПО
  • ВЫБОРКАМ МАЛОГО ОБЪЁМА
    • 3. 1. Граничный метод
    • 3. 2. Методы оперативных характеристик
    • 3. 3. Критерий оценки эффективности контроля
  • Выводы
  • Глава 4. ОПТИМИЗАЦИЯ СИСТЕМЫ ВЫБОРОЧНОГО КОНТРОЛЯ ПАРАМЕТРОВ ИЗДЕЛИЯ В ПРОЦЕССЕ ЕГО ИЗГОТОВЛЕНИЯ
    • 4. 1. Сокращение списка контролепригодных параметров
      • 4. 1. 1. Последовательность работ по созданию оптимальной системы выборочного контроля
      • 4. 1. 2. Первичное выделение списка контролепригодных параметров кристаллов 533 и 555 серий
      • 4. 1. 3. первичное выделение списка контролепригодных параметров изделия 786. ф 4.1.4. Первичное выделение списка контролепригодных параметров изделия КА1515ХМ
    • 4. 2. Нахождение математических моделей технологических процессов (производственные примеры)
      • 4. 2. 1. Математические модели 533 и 555 серий
      • 4. 2. 2. Математические модели производства кристаллов изделия
      • 4. 2. 3. Математическая модель производства кристаллов изделия КА15 115ХМ
    • 4. 3. Оптимизация выборочного контроля
  • Выводы

Методы и средства повышения эффективности контроля качества микросхем в процессе производства (реферат, курсовая, диплом, контрольная)

Пои массовом производстве продукции методами групповой технологии при длительном цикле и неизбежном дрейфе условий всегда есть потери — брак. Величина этого брака напрямую зависит от сложности технологического процесса (ТП), иерархии обработки партий изделий, качества (точности выводов) выборочного контроля и качества управления ТП, которое на него опирается. Особенно остро вопросы повышения эффективности производства (повышения процента выхода годных изделий, увеличение периода стабильной работы ТП без переналадки и т. п.) стоят в микросхемотехническом производстве при изготовлении кристаллов интегральных микросхем. Ко всем общим причинам появления брака добавляются специфические: трех- (или четырех-) уровневая иерархия групповой обработки тираж-партия-пластина-кристаллтестовая структура выборочного контроля качества (по измерениям в 5 или 10 тестовых ячейках технолог вынужден судить о качестве 400−5000 рабочих кристаллов) — большое количество (несколько сотен) влияющих на качество кристаллов производственных факторов и внутренних взаимосвязей параметров изделий, некоторые из которых достаточно случайным образом выбраны в качестве контролируемых и одновременно отбраковочных. Другими словами, помимо объективных причин понижения процента выхода годных (ПВГ) изделий существуют субъективные причины несовершенства выборочных методов и решающих правил контроля, а также необъективный выбор контролируемых параметров изделия как по количеству, так и по номенклатуре. Поэтому разработка эффективных методов и решающих правил автоматизированного контроля и статистической обработки контрольно-измерительной информации по выборкам малого объема, объективный выбор минимального списка контролируемых параметров с одновременным объективным выбором границ и нормы (допустимого технологического разброса), способствующих в комплексе повышению эффективности производства является актуальной задачей.

Настоящая диссертационная работа посвящена поиску методов решения указанных задач с учетом особенностей такого сложного объекта исследований как, например, производство кристаллов интегральных микросхем.

Состояние проблемы. Для получения математического описания объекта — технологического процесса, увязанного с параметрами изделий, возникающих по ходу их изготовления — в настоящее время используются методы обработки результатов активного и пассивного экспериментов. Большой вклад в разработку теории методов планирования активного эксперимента внесли Дж. Бокс, К. Хартман, Б. Болг, Ю. П. Адлер, Г. К. Круг, Э. К. Лецкий, Ю. В. Линник, В. Г. Горский и др. Для обработки одномерной и двумерной информации широкое применение нашел регрессионный анализ, основанный на трудах К. Гаусса, А. Ле-жандра, Ф. Бесселя, развитый в дальнейшем К. Пирсоном, Р. Фишером, П. А. Чебышевым, А. Н. Колмогоровым и др.

В последние два десятилетия развивается новая ветвь теории планирования эксперимента — моделирование по пассивным данным, т. е. данным, полученным в режиме нормального функционирования объекта — наиболее подходящая форма работы в цеховых условиях. Трудами Ю. А. Долгова, С.Г. Федор-ченко, И. А. Васюткиной доказано, что получение адекватных многомерных математических моделей по пассивным данным с информационной емкостью, соизмеримой с моделями активного эксперимента, решило задачу выбора наиболее информативных контролепригодных параметров, несущих максимально возможную информацию о состоянии ТП и пригодных для отбраковочного контроля (остальные параметры можно контролировать без отбраковки или не контролировать вовсе и тем самым снизить расходы на контроль с 50% до 20−30% от себестоимости при одновременном повышении ПВГ, что дает дополнительный экономический эффект). Однако осталась задача эффективности методов и решающих правил самого выборочного контроля.

Современные методы статистического выборочного контроля развивались трудами Я. Б. Шора, Ю. К. Беляева, Наулера и других, однако все они пришли к выводу, что при применении классических методов математической статистики минимальный объем выборки должен составлять 10% от контролируемой партии, в то время как при производстве кристаллов ИМС он составляет 1,0−0,1%. Именно поэтому в качестве метода выборочного контроля в микросхемотехническом производстве применяется граничный метод (число контрольных измерений, попавших в границы технологической нормы, не должно быть меньше определенного), который при неблагоприятных условиях дает до 50% ложной приемки и ложно браковки.

Появились диссертационные работы, посвященные разработке и исследованию новых методов обработки данных по выборкам малого объема, которые предложили ряд методов расчета параметров выборок повышенной эффективности по сравнению с классическими (Ю.А. Долгов, Ю. П. Пидлипный, А. Ю. Долгов, B.C. Барсов). Эти методы позволили снизить долю неопределенности при разбраковке до 30%, однако этого недостаточно. Следует отметить, что введение новой меры оценки технико-экономического качества методов и решающих правил выборочного контроля — коэффициента контролепригодности (Ю.А. Долгов) — разрешилась задача корректного сравнения их возможностей между собой.

Принимая во внимание все вышеизложенное можно сделать следующие выводы:

— граничный метод контроля качества параметров кристаллов микросхем, применяемый в производстве, и предложенный в литературе эквивалентный граничный метод не вполне отвечают нуждам производства, так как дают слишком большую долю ложно принятых и ложно забракованных пластин;

— не существует методов статистического контроля по выборкам малого объема, основанным на использовании оперативной характеристики, как по альтернативному, так и по количественному признаку;

— определение доли рассеяния тиража по ступеням иерархии технологической обработки продукции дает результаты со слишком высокой ошибкой;

— расчет коэффициентов точности технологических операций и ТП в целом по классическим формулам математической статистики дает заниженное значение, а, следовательно, и заниженный период их стабильной работы.

Целью данной диссертационной работы является разработка эффективных статистических методов контроля параметров кристаллов в процессе производства кристаллов микросхем на основе выборок малого объема.

Для достижения поставленной цели решались следующие задачи:

— анализ существующих методов контроля по выборкам малого объема и оценка их эффективности;

— разработка метода расчета параметров выборки малого объема повышенной эффективности;

— разработка более эффективных методов определения доли рассеяния тиража контролируемого параметра изделия по ступеням иерархии технологического процесса;

— разработка более эффективного метода расчета коэффициентов точности тиража, партии, пластины и на их основе — периода стабильной работы ТП (ТО);

— разработка новых методов контроля по выборке малого объема, более эффективных по сравнению с существующими;

— разработать критерий оценки эффективности методов и решающих правил контроля.

Объект исследования — групповые технологические процессы со сложной иерархией обработки при объемах контрольных выборок ниже нижнего предела, предусмотренного классическими методами выборочного контролярезультаты регистрации контрольных измерений в виде неупорядоченных таблиц данных, полученных в режиме нормального функционирования.

Методы исследования базируются на теории математической статистики и теории планирования эксперимента, теории информации, а также на некото.

• рых положениях теории вероятностей. Широко используется имитационное моделирование.

Научная новизна заключается: Ф — в разработке способа повышения эффективности оценки доли, вносимой в дисперсию тиража различными ступенями иерархии группового технологического процесса и, как следствие, точности контроля стабильности отдельных операций и технологического процесса в целом;

— в разработке метода контроля ТП повышенной эффективности по альтернативному признаку при выборках сверхмалого объема на основе использования способа точечных распределений;

Ф — в создании методов и средств контроля ТП повышенной эффективности по количественному признакуФ.

— в сравнении качества разработанных способов контроля и выборе наиболее эффективных методов для улучшения параметров изделий и повышении процента выхода годных.

Практическая ценность работы состоит в том, что создан пакет математических методов и компьютерных программ, которые позволяют:

— по критерию минимума доли ложно принятых и ложно забракованных ф пластин в партии из-за вероятного xapaierepa контроля по выборкам малого ф объема объективно выбрать метод и решающее правило контроля;

— повысить качество контроля параметров кристаллов по выборкам малого объема (точность прогнозирования брака увеличивается в 2,0−2,5 раза);

— сократить долю ложно принятых и ложно забракованных пластин на 25% по сравнению с существующими методами;

— сократить общее количество отбраковочных контрольных операций по технологическому процессу производства кристаллов ИМС в 5−10 раз, исключив дублирование информации и снизив себестоимость кристаллов не менее ф чем на 25%. *.

Реализация и внедрение результатов работы. Разработанный пакет математических методов, моделей, алгоритмов и программного обеспечения, позволяющих более эффективно оценивать степень точности и стабильности работы технологического процесса (операции), повышающей достоверность контроля по выборкам малого объема, способствующих существенному уменьшению количества ложно принятых и ложно забракованных изделий при том же количестве измерений на каждой отдельно взятой контрольной операции, позволяющих минимизировать общее количество контрольных операций по технологическому процессу, позволяющих подобрать наиболее подходящий к конкретным условиям метод и решающее правило контроля по техническо-экономическому показателю минимума потерь из-за вероятностного характера контроля нашел применение при оптимизации технологических процессов производства интегральных схем на предприятиях электронной промышленности.

Основные результаты диссертационной работы доложены на Международных конференциях «Моделирование электронных приборов и аппаратуры, обеспечение их качества и надежности», г. Севастополь, сентябрь 2003 и 2004 гг., «Информационные технологии в науке, технике и образовании», Аланья-Севастополь, май-сентябрь 2004 г.

Публикации. По результатам проведенных исследований опубликовано 9 печатных работ.

Структура и объем диссертации

Диссертационная работа изложена на 142 страницах, включая 21 рисунок, 24 таблицы и список литературы из 167 наименований. Приложения изложены на 36 страницах.

Положения, выносимые на защиту:

— методы повышенной эффективности для оценки доли, вносимой в дисперсию тиража различными ступенями иерархии группового технологического процесса;

— метод повышенной эффективности для оценки точности и стабильности функционирования технологического процесса (операции);

— метод контроля по альтернативному признаку по выборке малого объема на основе оперативной характеристики;

— метод контроля по количественному признаку по выборке малого объема на основе оперативной характеристики;

— сравнение качества разработанных методов и решающих правил контроля по комплексному коэффициенту контролепригодности, сочетающему оценки их статистических и экономических показателей.

В первой главе проведен анализ методов контроля качества изделийкристаллов ИМС, — который показал, что ошибка прогнозирования величины брака складывается из двух составляющих: ошибки решающего правила и ошибки определения параметров выборки. Проведен обзор методов и решающих правил контроля, основанных на выборках малого объема. Установлено, что наибольший вклад в общую ошибку вносит ошибка определения среднеквадратичного отклонения (СКО).

Для определения минимального списка контролепригодных параметров, чье влияние на выходную величину изменяет качество изделия, предлагается найти математическую модель технологического процесса ('Ш) и производить отбраковочные контрольные операции только для тех факторов, которые вошли в модель. Рассмотрены этапы такого моделирования по пассивным данным (ретроспективным результатам контроля по первоначальному списку факторов): сокращение размерности факторного пространства (проведен обзор методов) и собственно моделирования (проведен обзор методов).

На основе проведенного анализа был сделан вывод о необходимости разработки метода расчета параметров выборки малого объема повышенной эффективности (меньший размах интервальной оценки) и на этой основе — метода контроля и решающего правила, значительно повышающего достоверность контроля и уменьшающего экономические потери из-за ложной приемки и ложной браковки пластин кристаллов ИМС.

• Во второй главе рассматриваются методы повышения эффективности параметров выборок малого объема. Установлено, что использование метода точечных распределений увеличивает эффективность расчета параметров при®мерно в л/з раз по сравнению с классическими формулами достаточных выборок, что эквивалентно увеличению объема выборки примерно в 3 раза. На основе вывода экспресс-формулы оценки дисперсии (пригодна только для групповых ТП) и разработанного нового решающего правила контроля получено дополнительное увеличение точности принятия решения на разбраковку еще на 15−20%, что соответствует эквивалентному увеличению объема контрольной выборки почти в 4 раза. ф Разработка этого нового решающего правила основана на пересмотре метода расслоенного эксперимента, что дало возможность уточнить распределение долей неоднородностей по ступеням иерархии ТП и одновременно уточнить оценки коэффициентов точности и стабильности, что, в свою очередь, позволяет пересмотреть в сторону увеличения периоды стабильной работы отдельных операций и ТП в целом. Разработано соответствующее программное обеспечение ПЭВМ.

В третьей главе рассмотрены методы повышения эффективности кон-ф троля, основанные на применении трех решающих правил (классический рас.

• чет, расчет по методу точечных распределений и расчет по предложенному методу упорядочения дисперсий) для метода границ (используется в настоящее время в промышленности) и предлагаемого метода количественного контроля с использованием оперативной характеристики.

Для каждого из параметров контроля проведен подробный сравнительный анализ, в результате которого установлено, что использование метода точечных распределений в любом случае уменьшает ошибку принятия решения на 1530%, а использование метода упорядочения пластин уменьшает эту ошибку еще.

• на 5−15% дополнительно. •.

Проведено технико-экономическое сравнение методов и решающих правил контроля по выборкам малого объема с помощью специального коэффициента контролепригодности — интегрального показателя производственных потерь от вероятностного подхода к оценке качества продукции. Установлено, что ближе всего к результатам 100%-го контроля стоят результаты контроля по эквивалентной оперативной характеристике повышенной точности, то есть, по оперативной характеристике, рассчитанной по предложенному методу упорядочения пластин.

В четвертой главе проведена оптимизация (минимизация) списков кон-тролепригодных параметров. С этой целью исследован мониторинг результатов контрольных операций ТП производства кристаллов ИСМС на трех предприятиях. Показано, как из множества первоначально контролируемых параметров (214 в одном случае, 66 в другом случае и 38 в третьем) выяснился минимальный список параметров действительно влияющих на процент выхода годных кристаллов — от 3 до 7. Этот список открывает возможность создать автоматизированную систему управления качеством кристаллов и одновременно повышения процента выхода годных. Предложенные в работе рекомендации позволяют увеличить выход годных кристаллов в 1,5−2 раза при том же запуске за счет значительного уменьшения количества разбраковочных операций, то есть, за счет уменьшения доли ложной браковки, а также за счет повышения точности принятия решений по разбраковке пластин. Остальные параметры, не вошедшие в математическую модель, могут контролироваться только с информационной целью (без разбраковки) или не контролироваться вообще.

В заключении сформулированы основные выводы по диссертационной работе в целом.

В приложении к диссертации приведены таблицы, графики, листинг программного обеспечения, акты внедрения.

Выводы.

1.Ha основе исследований, результаты которых изложены в предыдущих главах, предложен алгоритм последовательности работ по созданию оптимальной системы выборочного контроля при массовом производстве кристаллов ИМС.

2. Согласно предложенному алгоритму проведено первичное выделение списка контролепригодных параметров для трёх видов кристаллов ИМС, изготавливаемых на трёх разных предприятиях. Анализ проведён методом корреляционных плеяд.

3. Дальнейшее сокращение размерности факторного пространства осуществлено путём нахождения математических моделей ВПК двумя методамиММСБП и МНКО. В результате для каждого типа (серии) кристаллов микросхем определился минимальный список контролируемых параметров, для которых есть смысл делать разбраковку и с помощью которых можно управлять ТП. Таких параметров оказалось от 3 до 7 из первоначальных 60 — 200 возможных претендентов.

4. Предложен алгоритм функционирования информационной измерительной системы как инструмента оптимизации выборочного контроля. Полная реализация его позволяет сократить себестоимость кристаллов от 20 до 40% без вложения дополнительного капитала только за счёт выявления скрытых резервов производства.

ЗАКЛЮЧЕНИЕ

.

В процессе решения задач, поставленных в диссертационной работе, получены следующие результаты:

1. Разработан метод повышенной эффективности для оценки доли, вносимой в дисперсию тиража различными ступенями иерархии группового технологического процесса, а на его основе — метод оценки точности и стабильности функционирования технологического процесса (операции).

2. Разработан метод контроля повышенной точности по альтернативному признаку, опирающийся на метод точечных распределений и оперативную характеристику.

3. Разработан метод контроля повышенной точности по количественному признаку, опирающийся на метод точечных распределений и эквивалентную оперативную характеристику (ЭОХП).

4. Проведено сравнение качества разработанных методов и решающих правил с существующими в промышленности и предложенными в литературе. Сравнения проведено по комплексному коэффициенту контролепригодности, сочетающему оценки их статистических и экономических показателей.

5. Разработано программное обеспечение, позволяющее реализовать в промышленности предложенные методы и решающие правила контроля.

6. Предложенные методы позволяют в 5−10 раз сократить количество необходимых разбраковочных операций, увеличить точность оценки доли годных (брака) кристаллов на пластинах, уменьшить на 15−20% долю ложно принятых и ложно забракованных пластин, снизив себестоимость кристаллов в среднем на 25%.

Показать весь текст

Список литературы

  1. Г. А. Основы теории ошибок для астрономов и физиков. — М.: Наука, 1968. — 148 с.
  2. Ю.П., Маркова Е. В., Грановский Ю. В. Планирование эксперимента при поиске оптимальных условий. 2-е изд., перераб. и доп. — М.: Наука, 1976.-279 с.
  3. С.А., Енюков И. С., Мешалкин Л. Д. Принципиальная статистика. Основы моделирования и первичная обработка данных: Справочное издание. М.: Финансы и статистика, 1988. — 471 с.
  4. Алгоритмы и программы восстановления зависимостей / Под ред. В. Н. Вапника. М.: Наука, 1984. — 816 с.
  5. Ю.К. Вероятностные методы выборочного контроля. М.: Наука, 1975.-407 с.
  6. Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989. — 540 с.
  7. С.Д., Гурвич Ф. Г. Математико-статистические методы экспертных оценок. 2-е изд., перераб. и доп. — М.: Статистика, 1980. — 264 с.
  8. ., Хуань К.Дж. Многомерные статистические методы для экономики: перев. с англ. М.: Статистика, 1979. — 317 с.
  9. Л.Н., Смирнов Н. В. Таблицы математической статистики. 3-е изд. М.: Наука, 1983. — 416 с.
  10. Ю.Бунзя В. Н., Постников Д. Я. Автоматизированная система контроля параметров микросхем // Электронная промышленность. 1983. — № 3. — С. 71.
  11. П.Вапник В. Н. Восстановление зависимостей по эмпирическим данным. -М.: Наука, 1979.-447 с.
  12. Е.С. Теория вероятностей. 4-е изд. стериотип. М.: Наука, 1969. — 576 с.
  13. В.В. Цеховая система контроля изготовления ИС // Электронная промышленность. 1986. -№ 3. — С. 15−18.
  14. Всеобщее управление качеством / О. П. Глудкин и др. -М.: Радио и связь, 1999.-600 с.
  15. Д.В., Шаповалов В. И. Малая выборка. М.: Статистика, 1978. -248 с.
  16. С. Распознавание: отнесение и разделение. Линейные аспекты // Классификация и кластер/ Под ред. Дж.Вэн. Райзина: Пер. с англ. М.: Мир, 1980. — С. 248−274.
  17. А.А. Построение регрессионных моделей непрерывных технологических процессов для целей управления // Измерения, контроль, автоматизация. -1988. Вып. 4 (68). — С. 64−76.
  18. JT.C. О состоятельности оценок метода наименьших квадратов // Математическое обеспечение космических экспериментов. М.: Наука, 1978.-С. 69−81.
  19. Р.В., Овчинский Б. В. Элементы численного анализа и математической обработки результатов опытов. М.: Наука, 1970. — 238 с.
  20. Н., Лион Ф. Статистика и планирование эксперимента в технике и науке: Методы обработки данных: Пер. с англ. М.: Мир, 1980. — 610 с.
  21. А.Ю. Повышение эффективности статистических методов контроля и управления технологическими процессами изготовления микросхем: Дис. на соиск. уч. степ. канд. техн. наук. М.: МГАПИ, 2000. — 218 с.
  22. А.Ю., Шестакова Т. В., Долгов Ю. А. Повышение достоверности определения контролепригодных параметров // В кн. «Тез. докл. НТК. 19.04.90» Кишинев: КПИ, 1990. С.126−127.
  23. А.Ю. Создание таблицы многомерных данных из статистически неоднородных измерений // В кн. «Тез. докл. МНТК „Памяти акад. М.П. Кравчука“ 15 мая 1992 г.» Киев: КПИ, 1992. — С. 87−88.
  24. А.Ю. Эквивалентный граничный метод контроля // Математические методы в образовании, науке и промышленности: Тез. док. МНПК, 28.06 1.07.99, Тирасполь. — Тирасполь: РИО ПТУ, 1999. — С. 111.
  25. А.Ю. Методы повышения эффективности граничного выборочного контроля. // Радюелектронша, шформатика, управлшня. 1999. — № 2. -С. 51−53.
  26. А.Ю. Технико-экономическое обоснование выбора метода и решающего правила контроля. // Мат. докл. юбилейной НТК ПТУ им. Т. Г. Шевченко, апрель 2000. РИО ПТУ. — 2000. — С. 117−121.
  27. А.Ю. Коэффициент контролепригодности // В кн. Тр. МНТК «Моделирование и исследование сложных систем». Севастополь, 7−15 сент. 2002. — М.: МГАПИ, 2003. — С. 17−21.
  28. Ю.А. Повышение точности вычисления параметров выборки малого объема // Применение вычислительной техники и математических методов в научных и экономических исследованиях: Тез. докл. науч.-техн. конф. Киев. 1988. — С.134−136.
  29. Ю.А. Методы выборочного контроля и математического моделирования для управления групповыми технологическими процессами: Дис. на соиск. уч. степ. докт. техн. наук. -JI.: ЛЭТИ, 1990. 352 с.
  30. Ю.А. Статистическое моделирование. Тирасполь: РИО ПТУ, 2002.-280 с.
  31. Ю.А., Борщевич В. И., Сорокин Г. Ф. Информационный подход к моделированию технологических процессов.-Кишинев: Штиинца, 1984−172с.
  32. Г. В. Методы оценки и прогнозирования качества. М.: Радио и связь, 1982. -160 с. 40.3акс Ш. Теория статистических выводов: Пер. с англ. М.: Мир, 1975. -776 с.
  33. Измерение параметров цифровых интегральных микросхем / Под ред. Д. Ю. Эйдукаса. М.: Радио и связь, 1982. — 368 с.
  34. Л.И., Литвинов В. Г., Яворский В. А. Инженерные методы оценки и контроля качества в серийном производстве. М.: Изд-во стандартов, 1984.-216 с.
  35. И. Японские методы управления качеством: Сокр. пер. с англ. М.: Экономика, 1988. — 215 с.
  36. М.Дж., Стюарт А. Статистические выводы и связи: Пер. с англ. -М.: Наука, 1973. 801 с.
  37. М.Дж. Ранговые корреляции: Пер. с англ. М.: Статистика, 1975. -216 с.
  38. Г. К., Аболенцев Ю. И. Многомерные группировки. М.: Статистика, 1978. — 160 с.
  39. И.Я., Мойнов Р. Г. Автоматизация экспресс-анализа брака ИС // Электронная техника. Сер.З. Микроэлектроника. 1984. — Вып. 1. — С.65−72.
  40. Комплексная система управления качеством продукции. Порядок статистического анализа и регулирования технологического процесса: СТП СКЕН 63−87.-М.: 1988.-43 с.
  41. А.А. Технико-экономический анализ методов и решающих правил контроля по выборкам малого объема // в печати.
  42. Г. К., Сосулин Ю. А., Фатуев В. А. Планирование эксперимента в задачах идентификации и экстраполяции. М.: Наука, 1977. — 202 с.
  43. И., Ляга И. Основные таблицы математической статистики: Пер. с чешек. М.: Финаансы и статистика, 1985. — 356 с.
  44. Ю.В. Метод наименьших квадратов и основы метематико- статистической теории обработки наблюдений. 2-е изд. доп. и испр. М.: Физ-матиз. 1962. — 350 с.
  45. Е.Н. Статистические методы построения эмпирических формул. 2-е изд., перераб. и доп. — М.: Высш. шк., 1988. — 239 с.
  46. Э.М., Шафета А. И. Рекомендации по математическому описанию эмпирических однофакторных зависимостей. Тольятти: ВНИИнеруда, 1971.-118с.
  47. Методика применения экспертных методов для оценки качества продукции. М.: Изд-во стандартов, 1977. — 55 с.
  48. Методические указания. Методика выбора и оптимизации контролируемых параметров технологических процессов: РДМУ 109−77. М.: Изд-во стандартов, 1978. — 62 с.
  49. Микросхемы интегральные. Система и методы операционного контроля в процессе производства. Технические требования к технологическому процессу при аттестации производства: ОСТ 1120.9903−86. М., 1986. -18 с.
  50. А.К. Техника статистических вычислений. 2-е изд., перераб. и доп. — М.: Наука, 1971. — 576 с.
  51. Моделирование полупроводниковых приборов и технологических процессов. Последние достижения / Под ред. д. Миллера. М.: Радио и связь, 1989.-297 с.
  52. Моделирование и исследование сложных систем. В 2-х томах / Под ред. И. В. Рыжикова. -М.: МГАПИ, 1998. 215 с.
  53. Л.А. Оптимизация контроля, регулировки и технической приработки приборов. Львов: Виша школа, 1987. — 151 с.
  54. Планирование эксперимента в исследовании технологических процессов / К. Хартман, Э. Лецкий, В. Шефер и др.- Пер. с нем. М.: Мир, 1977. — 552 с.
  55. Дж. Справочник по вычислительным методам статистики. М.: Финансы и статистика, 1982. — 344 с.
  56. Программа статистического моделирования модифицированным методом случайного балланса / Васюткина И. А., Долгов Ю. А. № 209- Заявл. 06.12.01- Опубл. 03.02. -Бюл.№ 3. — С. 61.
  57. Программа для ЭВМ «Исследование разброса выходной величины методом расслоенного (ступенчатого) эксперимента» / Васюткина И. А., Долгов Ю. А. -№ 213- Заявл. 15.01.02- Опубл. 03.02. -Бюл.№ 3. С. 61.
  58. Проектирование и программная реализация экспертных систем на персональных ЭВМ / Под ред. Д.Фохта. М.: Финансы и статистика, — 1990. -320 с.
  59. Т. Принятие решений. Метод анализа иерархий / Пер. с англ. М.: Радио и связь, 1993, — 320 с.
  60. .Я. Информационная технология. М.: Высшая школа, 1994. -368 с.
  61. .Я., Яковлев С. А. Моделирование систем. Изд. 2-е, перераб. и доп. — М.: Высшая школа. 1998. — 319 с.
  62. Справочник по специальным функциям с формулами, графиками и таблицами / Под ред. М. Абрамовича и И. Стигана. М.: Наука, 1979. — 832 с.
  63. Статистические методы контроля качества продукции / JI. Наулер, Дж. Хауэлл, Б. Голд и др.: Пер. с англ. М.: Изд-во стандартов, 1984. — 104 с.
  64. Статистический приемочный контроль по количественному признаку. Планы контроля: ГОСТ 20 736–75 (СТ СЭВ 1672−79). М.: Изд-во стандартов, 1982. — 120 с.
  65. П.А., Талалай A.M. Методы статистического анализа при управлении качеством изготовления элементов РЭА. -М.:Сов. радио, 1979.-168 с.
  66. A.M. Методы статистической оптимизации и активной идентификации для адаптивного управления производством изделий электронной техники: Автореф. дис. на соиск. уч. степ. докт. техн. наук. -М., 1987. -36 с.
  67. Ю.Н., Макаров А. А. Анализ данных на компрьютере / Под ред. В. Э. Фигурнова. М.: ИНФРА-М, Финансы и статистика, 1995. — 384 с.
  68. С. Математическая статистика: Пер. с англ. М.: Наука, 1967. -632 с.
  69. Э., Рёнц Б. Методы корреляционного и регрессионного анализа. Руководство для экономистов: Пер. с нем. М.: Финансы и статистика, 1983.-302 с.
  70. Д. Техника измерений и обеспечения качества: Справочная книга- Пер. с нем. М.: Энергоатомиздат, 1983. — 472 с.
  71. Н.Н. Статистические решающие правила и оптимальные выводы. -М.: Наука, 1972. -520 с.
  72. Шор Я. Б. Статистические методы анализа и контроля качества и надежности. М.: Сов. радио, 1962. -552 с.
  73. П.Е. Измерительная информация: Сколько ее нужно? Как ее обработать? М.: Наука, 1983. — 208 с.
  74. . Нетрадиционные методы многомерного статистического анализа: Пер. с англ. М.: Финансы и статистика. 1988. — 263 с.
  75. Agrawal V.D., Seth S.C., Agrawal P. LSI product quality and fault coverage // ACM/IEEE 18th Des. Autom. Conf. Proc., Nashville, Tenn., June 29−30, July 1, 1981. -New York, N.Y., 1981.-P. 196−203.
  76. Baisi O., Sargent R.G. A methodology for cost-risk analysis in the statistical validation of simulation models // Commun. ACM. 1981. — 24. — № 4. — P. 190 197.
  77. Burrill D.F. Computational precision in statistics: Variances and covariances // J. Statist. Comput. and Simul. 1974. — 3. — № 2. — P. 105−115.
  78. DeMarco D., McGoman C. SADT: Structured analysis and design technique. McGraw Hill, 1988.
  79. Efron B. Computers and the Theory of Statistics: Thinking the Unthinkable // SLAM Review. 1979. — 21. — № 4. — P. 460−480.
  80. Farden D.C. Stochastic approximation with correlated data // IEEE Trans. Inf. Theory. 1981. — 27. -№ 1. — P. 105−113.
  81. Freund R.J., Minton P.D. Regression methods: A tool for data analysis. New York — Basel, Marcel Dekker, 1979. — 261 p.
  82. Hansen G.A. Tools for Business Process Reengineering / IEEE Software. 1994.
  83. Hyland D.C. Minimum information stochastic modelling of linear systems with a class of parameter uncertainties // Proc. Amer. Contr. Conf., Arlington, Va, June 14−16,1982. New York, N.Y., 1982. — P. 620−627.
  84. Kneflf J., Pincus R. Rayes and best quadratic unbiased estimators for variance components and heteroscedastic variances in linear models // Math. Operations-forsch. und Statist. 1974. — 5. — № 2. — P. 147−159.
  85. Ligtenberg A. Advantages of facilities monitoring system in integrated circuit fabrication // J. Environ. Sci. 1986. — 29. — № 6. — P. 41−45.
  86. Mashayekhi G.H. Studying the dynamics of an empirical distribution // Model, and Simul. Vol 11: Proc. 11th Annu. Pittsburgh Conf., May 1−2, 1980, Pt. 2. -Triangle Park, N.C., 1980. P. 547−551.
  87. Pogers D.W. Multivariate least squares analysis by microcomputer // Amer. Lab. 1983. — 15. — № 2. — P. 16,18,20,22−23,25−27.
  88. Reilly P.M., Patino-Leal H. A bayesion study of the errorinvariables model // Technometrics. 1981. -23. -№ 3. — P. 221−231.
  89. Sauer W. Einfluss der Messunscharfe auf die Regressionfunktion // Messen -Steuern Regeln. — 1982. — 25. -№ 12. — S. 667−669.
  90. Spedicato E. Parameter estimation and least squares // Numer. Techn. Sto-chast. Syst. Collect. Pap. Conf., Gargnano, Sept. 1979. Amsterdam e.a., 1980.-P. 233−242.
  91. Stapper C.H., Armstrong F.M., Saji K. Integrated Circuit Yield Statistics //
  92. Proc. IEEE. 1983. — 71. — № 4.. p. 6−26.
  93. Vigtenberg A. Advantages of facilities monitoring system in integrated circuit fabrication // J. Environ. Sci. 1986. — 29. — N 6. — P. 41−45.
  94. Wurnik F.M. Incoming inspection and delivery quality of integrated circuits // Microelectron. Reliab. 1984. — 24. — № 5. — P. 925−933.
Заполнить форму текущей работой