Thèse : Modélisation et minimisation dynamique du risque sur les équipements en fabrication microélectronique

Des travaux de recherche menés par l’Ecole des Mines de Saint-Etienne en collaboration avec STMicroelectronics ont permis de proposer de nouvelles approches pour sélectionner les lots à mesurer de manière dynamique. La mise en œuvre de ces approches a permis de réduire les niveaux de risque sur un indicateur important : le nombre de plaquettes à risque sur les machines. Cependant, comme montré dans les perspectives associées à une récente revue de littérature, une piste de recherche très prometteuse est d’intégrer les informations sur l’état des machines de production dans les décisions de sélection des lots à mesurer. La thèse vise ainsi à lier deux domaines considérés habituellement de manière indépendante : l’optimisation dynamique du choix des lots à mesurer et la construction d’indicateurs de santé (Equipment Health Indicator ou Equipment Health Factor) à partir des données FDC des machines de production. Il s’agit en particulier de garantir que les machines les plus à risque soient plus contrôlées que celles qui sont « en bonne santé », et par conséquent de mieux répartir les capacités de mesure et minimiser le risque en temps réel. 

Les objectifs sont ambitieux mais réalisables sur les trois ans de la thèse, au moins pour un certain nombre d’ateliers de production. Il s’agira tout d’abord de caractériser les données disponibles pour suivre l’état de santé des équipements. Il faudra ensuite proposer des mécanismes (probablement des indicateurs significatifs) permettant d’intégrer les informations sur l’état de santé des équipements dans les décisions d’échantillonnage des lots à mesurer. Les mécanismes pourraient différer suivant les caractéristiques des machines de production. Enfin, des algorithmes pour optimiser la sélection et l’ordonnancement des lots à mesurer devront être développés et validés.