- •Планирование и проведение эксперимента при производстве электронно-вычислительных средств
- •Введение
- •Модуль 1 «методология математического моделирования» практическое занятие № 1
- •1.1 Экспериментальный анализ случайной величины
- •4 Определение оценок математического ожидания , дисперсии и среднего квадратического отклонения
- •1.2 Проверка статистических гипотез
- •1.3 Решение типовых примеров
- •1.4 Задачи для решения
- •1.5 Контрольные вопросы
- •Практическое занятие № 2
- •2.1 Метод ранговой корреляции
- •2.2 Решение типового примера
- •2.3 Задачи для решения
- •2.4 Контрольные вопросы
- •Практическое занятие № 3
- •3.1 Однофакторный дисперсионный анализ
- •3.2 Решение типового примера
- •3.3 Задачи для решения
- •3.4 Контрольные вопросы
- •Практическое занятие № 4
- •4.1 Двухфакторный дисперсионный анализ
- •4.2 Трехфакторный дисперсионный анализ
- •4.3 Решение типового примера
- •4.4 Задачи для решения
- •4.5 Контрольные вопросы
- •Практическое занятие № 5
- •5. Методы насыщенных и сверхнасыщенных планов
- •5.1 Метод насыщенных планов
- •5.2 Метод сверхнасыщенных планов (метод случайного баланса)
- •5.3 Решение типового примера
- •5.4 Задачи для решения
- •5.5 Контрольные вопросы
- •Модуль 2 «активный эксперимент» практическое занятие № 6
- •6. Полный факторный эксперимент
- •6.1 Планирование эксперимента
- •6.2 Проведение эксперимента
- •6.3 Обработка и анализ результатов эксперимента
- •6.4 Решение типового примера
- •6.5 Задачи для решения
- •6.6 Контрольные вопросы
- •Практическое занятие № 7
- •7.1 Дробный факторный эксперимент
- •7.2 Решение типового примера
- •7.3 Задачи для решения
- •7.4 Контрольные вопросы
- •Практическое занятие № 8
- •8 Центральные композиционные планы
- •8.1 Центральный композиционный ортогональный план (цкоп)
- •8.2 Центральный композиционный рототабельный план (цкрп)
- •8.3 Решение типового примера
- •Задачи для решения
- •8.5 Контрольные вопросы
- •Модуль 3 «пассивный эксперимент» практическое занятие №9
- •9.1 Метод регрессионного анализа
- •9.2 Решение типового примера
- •9.3 Задачи для решения
- •9.4 Контрольные вопросы
- •Модуль 4 «методы оптимизации» практическое занятие № 10
- •10.1 Методы оптимизации
- •10.2 Метод Гаусса-Зайделя
- •10.3 Метод случайного поиска
- •10.4 Градиентные методы
- •10.5 Метод крутого восхождения (метод Бокса-Уилсона)
- •10.6 Симплексный метод
- •10.7 Решение типового примера
- •10.8 Задачи для решения
- •10.9 Контрольные вопросы
- •Литература
- •Приложение а
- •Статистические таблицы
5.3 Решение типового примера
Рассмотрим гипотезу о соответствии закона распределения, представленного статистическим рядом в таблице 5.4, гауссовскому закону распределения. Распределение, полученное по результатам наблюдений, разбито в таблице 5.4 на 12 интервалов. Первые три и последние два интервала объединим для того, чтобы экспериментальные частоты получились больше 5. Таким образом, число интервалов станет равным 9. Значения экспериментальных и теоретических частот, подсчитанных исходя из гауссовского закона распределения, приведены в таблице 5.5.
Подставив значения ni и в выражение (5.10), получим χ2=7,52. Число степеней свободы в соответствии с ν=K–d–1 равно 6. По таблице А5 приложения А находим P=0,25. Следовательно, распределение значений напряжения пробоя, приведенных в таблице 5.5, близко к гауссовскому.
Таблица 5.5 – Интервальный ряд распределения пробивных напряжений диэлектрических слоев 160 однотипных МОП-структур
Интервал измерений |
Середина интервала Xi |
Частота ni |
Относительная частота ωi, % |
Накопленная частота ∑ni |
Относительная накопленная частота ∑ωi, % |
176,5-179,4 |
178 |
1 |
0,6 |
1 |
0,6 |
179,5-182,4 |
181 |
3 |
1,9 |
4 |
2,5 |
182,5-185,4 |
184 |
5 |
3,1 |
9 |
5,6 |
185,5-188,4 |
187 |
21 |
13,1 |
30 |
18,1 |
188,5-191,4 |
190 |
16 |
10,0 |
46 |
28,7 |
191,5-194,4 |
193 |
29 |
18,1 |
75 |
46,8 |
194,5-197,4 |
196 |
31 |
19,4 |
106 |
66,2 |
197,5-200,4 |
199 |
21 |
13,1 |
127 |
79,3 |
200,5-203,4 |
202 |
18 |
11,4 |
145 |
90,7 |
203,5-206,4 |
205 |
9 |
5,6 |
154 |
96,3 |
206,5-209,4 |
208 |
5 |
3,1 |
159 |
99,4 |
209,5-212,4 |
211 |
1 |
0,6 |
160 |
100,0 |
Таблица 5.6 – Значения экспериментальных и теоретических частот
ni |
9=1+3+5 |
21 |
16 |
29 |
31 |
21 |
18 |
6 |
6=5+1 |
|
11,6=1,0+ +3,7+6,9 |
13,4 |
21,6 |
28,0 |
29,3 |
24,6 |
16,8 |
9,3 |
5,6=4,2+ +1,4 |
Пример Для иллюстрации применения метода случайного баланса рассмотрим процедуру выявления факторов, оказывающих наиболее сильное влияние на свойства резистивных пленок вольфрама.
Программа эксперимента охватывает следующие факторы технологического процесса:
X1 – давление в камере при осаждении пленки;
X2 – температура испарения;
X3 – температура подложки в процессе осаждения пленки;
X4 – расстояние испаритель–подложка;
X5 – температура подложки при термообработке;
X6 – давление в камере при термообработке;
X7 – продолжительность термообработки;
X8 – температура подложки при напуске воздуха;
X9 – длительность хранения очищенной подложки перед установкой в камеру;
X10 – длительность прогрева испаряемого материала;
X11 – длительность прогрева подложки;
X12 – температура прогрева подложки;
X13 – продолжительность хранения подложки с резистивной пленкой до защиты слоем диэлектрика.
Кроме того, в программе исследований учитываются также 48 эффектов взаимодействия, потенциально способных оказывать влияние на функцию отклика процесса получения пленок вольфрама (стабильность пленок ΔR/R, %, во времени).
При составлении матрицы планирования (таблица 5.7) все линейные эффекты разбиваются на четыре группы в соответствии с физикой процесса: 1) X1 … X4; 2) X5 … X8; 1) X9 … X12; 1) X13.
Для каждой группы берется матрица ПФЭ типа 24. Нет необходимости строить матрицу ПФЭ для каждой группы, достаточно построить матрицу для самой многочисленной группы, чтобы она была общей для всех остальных групп. Строки общей матрицы планирования получаются путем смешивания строк групповых планов с помощью таблицы случайных чисел.
После реализации матрицы планирования строятся диаграммы рассеивания для линейных эффектов (рисунок 5.3). Наибольшие вклады имеют факторы X2 , X3 ,X5 . Для их количественной оценки служит вспомогательная таблица 5.8.
С помощью таблицы 5.8 вычислим коэффициенты при соответствующих факторах:
Коэффициент
меньше (по
абсолютной величине) коэффициентов
и
,
поэтому
можно исключить фактор
X2
из дальнейшей
корректировки результатов эксперимента
и результаты корректировать только по
факторам X3
и
X5.
Таблица 5.7 – Матрица планирования отсеивающих экспериментов
при исследовании резистивных пленок вольфрама
Номер опыта |
X1 X5 X9 X13 |
X2 X6 X10
|
X3 X7 X11
|
X4 X8 X12
|
Порядок проведения опытов по группам |
Условия проведения эксперимента |
Выходной параметр |
|||||||||||||||
I группа |
II группа |
III группа |
IV группа |
I группа |
II группа |
III группа |
IV группа |
|
||||||||||||||
X1б |
X2б |
X3б |
X4б |
X5б |
X6б |
X7б |
X8б |
X9б |
X10б |
X11б |
X12б |
X13б |
||||||||||
1 |
– |
– |
– |
– |
10 |
7 |
6 |
8 |
+ |
– |
– |
+ |
– |
+ |
+ |
– |
+ |
– |
+ |
– |
+ |
2,2 |
2 |
+ |
– |
– |
– |
6 |
3 |
9 |
3 |
+ |
– |
+ |
– |
– |
+ |
– |
– |
– |
– |
– |
+ |
– |
1,9 |
3 |
– |
+ |
– |
– |
3 |
13 |
16 |
4 |
– |
+ |
– |
– |
– |
– |
+ |
+ |
+ |
+ |
+ |
+ |
+ |
2,9 |
4 |
+ |
+ |
– |
– |
16 |
16 |
15 |
1 |
+ |
+ |
+ |
+ |
+ |
+ |
+ |
+ |
– |
– |
+ |
+ |
– |
0,7 |
5 |
– |
– |
+ |
– |
12 |
2 |
4 |
9 |
+ |
+ |
– |
+ |
+ |
– |
– |
– |
+ |
+ |
– |
– |
– |
2,4 |
6 |
+ |
– |
+ |
– |
15 |
9 |
3 |
8 |
– |
+ |
+ |
+ |
– |
– |
– |
+ |
– |
+ |
– |
– |
+ |
1,3 |
7 |
– |
+ |
+ |
– |
14 |
2 |
16 |
16 |
+ |
– |
+ |
+ |
+ |
– |
– |
– |
+ |
+ |
+ |
+ |
+ |
1,3 |
8 |
+ |
+ |
+ |
– |
1 |
16 |
3 |
4 |
– |
– |
– |
– |
+ |
+ |
+ |
+ |
– |
+ |
– |
– |
+ |
2,0 |
9 |
– |
– |
– |
+ |
5 |
6 |
9 |
1 |
– |
– |
+ |
– |
+ |
– |
+ |
– |
– |
– |
– |
+ |
– |
1,3 |
10 |
+ |
– |
– |
+ |
9 |
12 |
10 |
9 |
– |
– |
– |
+ |
+ |
+ |
– |
+ |
+ |
– |
– |
+ |
– |
2,2 |
11 |
– |
+ |
– |
+ |
7 |
13 |
10 |
7 |
– |
+ |
+ |
– |
– |
– |
+ |
+ |
+ |
– |
– |
+ |
– |
1,2 |
12 |
+ |
+ |
– |
+ |
13 |
7 |
4 |
8 |
– |
– |
+ |
+ |
– |
+ |
+ |
– |
+ |
+ |
– |
– |
+ |
2,1 |
13 |
– |
– |
+ |
+ |
2 |
9 |
15 |
9 |
+ |
– |
– |
– |
– |
– |
– |
+ |
– |
+ |
+ |
+ |
– |
2,5 |
14 |
+ |
– |
+ |
+ |
8 |
12 |
6 |
12 |
+ |
+ |
+ |
– |
+ |
+ |
– |
+ |
+ |
– |
+ |
– |
+ |
0,6 |
15 |
– |
+ |
+ |
+ |
4 |
3 |
5 |
11 |
+ |
+ |
– |
– |
– |
– |
– |
– |
– |
– |
+ |
– |
– |
2,8 |
16 |
+ |
+ |
+ |
+ |
11 |
6 |
5 |
6 |
– |
+ |
– |
+ |
+ |
– |
+ |
– |
– |
– |
+ |
– |
+ |
1,2 |
3
2,5
2
1,5
1
0,5
+ – + – + – + – + – + – + – + – + – + – + – + – + –
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13
Рисунок 5.3 - Диаграмма рассеивания результатов наблюдений на первом этапе отсеивающего эксперимента при исследовании резистивных пленок вольфрама
Таблица 5.8 – Таблица для количественной оценки факторов
Входы таблицы |
|
|
|
|
|
0,7; 0,6 =0,65 |
2,4; 1,2 =1,8 |
|
1,3; 1,2 =1,25 |
2,9; 2,8 =2,85 |
|
|
|
1,3; 1,3 =1,3 |
2,0; 2,2 =2,1 |
|
1,9; 2,1 =2,0 |
2,2; 2,5 =2,35 |
|
Учитывая,
что корректировка экспериментальных
данных должна проводиться только по
одному уровню варьирования факторов
X3
и X5,
выбираем из
таблицы 5.7 только те средние значения
функции отклика
,
которые
соответствуют верхнему уровню безразмерных
значений этих факторов, и производим
их корректировку. Тогда получим следующие
скорректированные значения функции
отклика:
По
скорректированным данным
и оставшимся
нескорректированным значениям
(таблица
5.6) вновь строим диаграммы рассеивания,
но уже не только для линейных эффектов,
но и для эффектов влияния их взаимодействия.
В данном случае имеют смысл 48 различных взаимодействий, но в первую очередь нас интересуют взаимодействия выделенных на первом этапе значимых факторов, хотя могут вызывать опасения влияния взаимодействий и ряда других факторов, например, X2, X6, X9, X10 и X12.
При решении вопроса, для каких эффектов взаимодействий факторов следует на втором этапе строить диаграммы рассеяния, можно воспользоваться следующими рекомендациями.
При учете влияния взаимодействия факторов можно воспользоваться анализом скорректированных диаграмм для линейных эффектов. В первую очередь исследователя интересуют те факторы, которые имеют выделяющиеся точки на диаграмме рассеяния, находящиеся на самом высоком (выше верхнего медианного значения) и самом низком (ниже нижнего медианного значения) уровнях.
Эффект взаимодействия двух факторов будет представлять интерес в том случае, если эти выделяющиеся точки, находящиеся, например, на самом высоком уровне, будут представлять собою зеркальное отображение для рассматриваемых факторов, то есть значения функции отклика, представленные этими точками на диаграмме рассеяния, будут равны по абсолютной величине, но иметь противоположные знаки. И, наоборот, нижние точки у взаимодействующих факторов будут выделяться, если они представлены значениями функции отклика, равными по абсолютной величине и имеющими одинаковый знак, то есть положение самых нижних точек у рассматриваемых факторов одинаково. Такое расположение точек (зеркальное и повторное) на диаграмме рассеяния для линейных эффектов характеризует наибольший вклад взаимодействия соответствующих факторов. При этом каждый из этих факторов в отдельности может иметь меньший вклад по диаграмме рассеивания, чем их взаимодействия.
Оценка выделенных здесь эффектов дала следующие результаты:
Принимаем решение считать данные эффекты существенными, чтобы не пропустить возможно важный фактор X2, и проведем соответствующую корректировку результатов 2-го этапа отсеивающего эксперимента. По скорректированным результатам вновь построим диаграмму.
Анализ данной диаграммы рассеивания и оценка наиболее сильного эффекта X1X2 по критерию Стьюдента позволяют сделать вывод, что оставшиеся эффекты могут быть отнесены к «шумовому полю».
