• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.433-433
• /
• 2012

As the requirement in patterning geometry continuously shrinks down, the termination of etch process at the exact time became crucial for the success in nano patterning technology. By virtue of real-time optical emission spectroscopy (OES), etch end point detection (EPD) technique continuously develops; however, it also faced with difficulty in low open ratio etching, typically in self aligned contact (SAC) and one cylinder contact (OCS), because of very small amount of optical emission from by-product gas species in the bulk plasma glow discharge. In developing etching process, one may observe that coupon test is being performed. It consumes costs and time for preparing the patterned sample wafers every test in priority, so the coupon wafer test instead of the whole patterned wafer is beneficial for testing and developing etch process condition. We also can observe that etch open area is varied with the number of coupons on a dummy wafer. However, this can be a misleading in OES study. If the coupon wafer test are monitored using OES, we can conjecture the endpoint by experienced method, but considering by data, the materials for residual area by being etched open area are needed to consider. In this research, we compare and analysis the OES data for coupon wafer test results for monitoring about the conditions that the areas except the patterns on the coupon wafers for real-time process monitoring. In this research, we compared two cases, first one is etching the coupon wafers attached on the carrier wafer that is covered by the photoresist, and other case is etching the coupon wafers on the chuck. For comparing the emission intensity, we chose the four chemical species (SiF2, N2, CO, CN), and for comparing the etched profile, measured by scanning electron microscope (SEM). In addition, we adopted the Dynamic Time Warping (DTW) algorithm for analyzing the chose OES data patterns, and analysis the covariance and coefficient for statistical method. After the result, coupon wafers are over-etched for without carrier wafer groups, while with carrier wafer groups are under-etched. And the CN emission intensity has significant difference compare with OES raw data. Based on these results, it necessary to reasonable analysis of the OES data to adopt the pre-data processing and algorithms, and the result will influence the reliability for relation of coupon wafer test and whole wafer test.

• 지질공학
• /
• 제22권2호
• /
• pp.195-205
• /
• 2012

겨울철 수막재배를 하고 있는 논산시 왕전리지역의 지하수 취수량감소 원인을 파악하기 위하여 양수시험을 실시하였고, 수막재배에 이용되고 있는 지하수 사용량과 월별 지하수위를 측정하였다. 8개 지하수공에서 양수시험 결과 투수량계수는 $119.9{\sim}388.1m^2/d$, 저류계수는 $1.5{\times}10^{-4}{\sim}5.5{\times}10^{-4}$의 범위이고 주 대수층은 충적층으로 나타났다. 수막재배용 지하수의 양수는 겨울철 약 3개월에 걸쳐서 일어나며 일평균 양수량은 $8,100m^3/d$ 정도였으며 연간 최대 지하수위 변동은 10 m까지 일어나고 있다. 연구지역의 지하수위는 수막재배용 양수가 중단된 지 5개월이 지난 8월에야 완전한 수위회복을 보인다. 이는 연구지역 대수층의 지하수 산출능력에 비해서 겨울철 수막재배시기의 과도한 양수에 의한 것으로 해석된다. 연구지역 중심부 일대의 지하수위는 -3.0~4.38 m로서 연간 8, 9, 10월을 제외한 나머지 9개월은 노성천 하천수위보다 낮아서 하천수가 연구지역으로 유입되는 손실하천의 양상을 띤다. 연구지역에서 겨울철 수막재배에 따른 취수량 감소문제를 해결하기 위해서는 지금보다 규모가 적은 수막재배시설을 운영하여 양수량을 줄이거나 수막재배에 이용된 지하수를 재활용하는 인공함양 수막재배시스템 개발 등이 필요하다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.791-804
• /
• 2020

스마트그리드 환경하에서 ICT 기술의 발달로 AMI 기기를 통해 가정의 실시간 전력사용량을 수집할 수 있게 됨에 따라 이러한 자료들을 활용하여 보다 더 정확한 가정용 전력사용량 예측을 할 수 있게 되었다. 본 논문에서는 1시간 단위 가정용 전력사용량 자료를 바탕으로 ARIMA, TBATS, NNAR 모형을 사용하여 전력수요를 예측하는 모형을 연구하였는데, 기존과 달리 가구 전체 사용량을 한 번에 예측하는 것이 아닌 유사한 전력사용패턴을 나타내는 가구들을 군집하여 군집별로 예측 모형을 수립하고 각 모형별 예측치를 합산하여 예상 전력사용량을 산출하였다. 특히 전력사용량 자료는 전형적인 시계얼 자료로서 군집분석 방법으로 시계열에 적절한 방법을 선택하였으며 본 논문에서는 동적타임워핑(dynamic time warping)과 Periodogram 기반의 방법을 사용하였다. 연구 결과 사용량이 유사한 가구들을 군집하여 전력사용량을 예측하는 것이 한 번에 예측하는 것보다 예측 성능이 더 우수한 것으로 나타났으며 예측 모형 중에서는 여름철의 경우 NNAR 모형이, 겨울철의 경우 TBATS 모형의 성능이 가장 좋았으며 군집분석 방법은 군집 간 패턴의 차이가 명확히 나타난 동적타임워핑 방법을 사용했을 때 예측 성능의 향상이 가장 많았다.

• 생태와환경
• /
• 제54권4호
• /
• pp.390-397
• /
• 2021

본 연구에서는 호소의 환경 특성 및 시간에 따른 동물 플랑크톤 윤충류 군집 변동 특성을 분석하기 위해, 전라남도에 위치하여 유사한 기상 조건을 가지나 규모와 수질 환경이 서로 다른 29개 호소를 선정, 2008년부터 2016년까지 분기별 윤충류 출현 개체수 및 종 수의 시계열 자료를 수집하였다. 조사기간 중 각 호소의 윤충류 출현 개체수 및 종 수의 범위, 이상치 및 변동계수(CV)를 비교하였으며, 동적 시간 워핑(dtw) 분석을 통해 각 호소의 윤충류 군집 시계열 경향을 비교하여 유사 정도를 바탕으로 분류(clustering)하고, 주성분 분석을 통해 분류된 호소의 환경 특성과의 관계를 분석하였다. 윤충류 개체수에서 보다 빈번한 이상치 출현과 높은 변동성을 보인 호소에는 상대적으로 저수용량이 적은 소규모 호소가 많았던 반면, 출현종 수에서는 뚜렷한 경향이 관찰되지 않았다. 타 호소들과 윤충류 개체수의 시간적 변동 경향이 상이하게 나타난 일부 호소들에서 화학적 산소 요구량(COD)과 양의 상관관계를, 식물플랑크톤 현존량 변동 및 지각류 상대풍부도 변동과 음의 상관관계를 갖는 것으로 나타나 윤충류 출현 개체수의 시계열 경향에 영향을 미치는 잠재적인 요인으로 분석되었다.