「你說用 Box-Behnken？那是什麼能吃嗎？」那天，我把新人嚇到差點漏尿
那天，我帶著新人小陳去開製程改善會議。你知道的，那種每週一次，大家輪流被電的固定戲碼。這次輪到擴散課，他們一片 Wafer 的薄膜厚度 Cpk 掉到 1.08，DPMO 衝到 6210。整個會議室氣壓超低，課長臉色比無塵室的白牆還白。老闆聽完報告，眉頭一皺，直接問：「你們實驗怎麼做的？全因子跑完了嗎？」小陳一聽，臉都綠了，小聲問我：「學長，全因子跑完可能要一年耶。」我拍拍他肩膀，心想：「傻孩子，哪有那麼多時間跟你跑全因子。」
問題出在哪？為什麼你不能每個參數都三水準？
說穿了，大部分時候我們在做 DOE (實驗設計)，為了找出影響產品品質的關鍵參數。最直觀的想法，就是每個參數都選低、中、高三個水準來跑，這樣可以抓到非線性的關係。這就是所謂的「三水準全因子設計」。聽起來很完美，對吧？但魔鬼藏在細節裡。你想想看，如果你有 5 個重要的製程參數，每個都設 3 個水準。那總共要跑幾組實驗？3 的 5 次方，等於 243 組！光想就頭皮發麻。在半導體廠，每次實驗都要花錢、花時間、佔機台。誰有辦法讓你跑 243 組實驗？老闆會先把你實驗室的門拆了。所以重點是，我們需要一種方法，在有限的實驗次數下，還能抓到參數之間的交互作用，甚至是非線性關係，而不是傻傻地跑完全部。
實際上怎麼做？Box-Behnken 設計，你的省時好夥伴
這時候，Box-Behnken 設計 (BBD) 就派上用場了。它是一種「響應曲面設計 (RSM)」的方法，可以有效率地找出最佳製程條件。坦白講，它不是每個參數都跑三水準，而是巧妙地選擇實驗點。
- 實驗點在哪裡？ 簡單來說，BBD 的實驗點主要落在立方體的「中點」和「邊緣中點」，而不是每個角落都跑。這聽起來有點抽象，想像一個三維立方體，BBD 會在每條邊的中點和每個面的中心點取樣，再搭配中心點重複實驗。
- 有什麼好處？ 它最大的優勢就是「省實驗次數」。以剛剛的 5 個參數為例，如果用 BBD，只需要跑 46 組實驗！從 243 降到 46，這根本是天差地遠。而且，它還能幫你有效地建立二次迴歸模型，抓到參數間的交互作用和非線性關係。
- 什麼時候用？ 當你已經透過一些初步實驗 (例如全因子或部分因子) 找出幾個關鍵參數，現在想進一步優化，找出最佳製程區間，或是想探討非線性關係時，BBD 就是很好的選擇。
最常見的坑：看到「三水準」就興奮，然後爆肝
我之前有個同事，也是新官上任三把火，急著想證明自己。他接手一個良率一直上不去的產品，聽說「三水準」可以抓到非線性，二話不說就選了。但問題是，他有 6 個參數想研究，每個參數設定 3 個水準。他興沖沖地跟老闆報告，說要跑 3 的 6 次方，也就是 729 組實驗。老闆聽完，臉色一沉，問他：「你要跑多久？機台給你包下來一年好不好？」結果當然是被罵得狗血淋頭。說實話，他根本沒搞清楚，不是所有三水準的 DOE 都適合全因子。像 Box-Behnken 這種，就是針對「三水準」但又想「省實驗」的替代方案。
今天能做的一件事
當你下次要跑三水準 DOE，先問自己：我真的需要跑全因子嗎？