SiC同质外延工艺作为SiC器件制造的关键工艺,直接关系到SiC器件的性能以及质量可靠性等相关问题,因此,保证外延层薄膜良好的厚度均匀性对于SiC器件而言具有十分重要的意义。在实际的SiC同质外延生长过程中,炉内温度,作为影响外延层厚度均匀性的关键因素,其温度值并非一成不变,而是随着外延工艺的进行不断变化,炉内温度的变化情况直接影响到SiC外延层生长质量。在温度反馈控制系统的影响下,炉温数据之间不再满足相互独立的条件,而是彼此之间存在一定的相关性。此时由于炉温序列不满足IIND条件而无法直接使用常规SPC控制图直接进行统计过程控制。本文以SiC同质外延炉温序列的自相关特性为背景,主要研究针对自相关工艺过程参数的控制图分析,进而实现SiC同质外延炉温序列的统计过程控制。主要内容如下:1.对实际SiC同质外延工艺线上采集而来的炉温序列进行传统休哈特控制图控制,结果显示出大量失控点,与实际情况不符,从控制结果上说明自相关过程下常规控制图不再适用。然后对炉温序列做自相关检验,分析自相关特性。2.针对自相关炉温序列,采用残差控制图的控制方法,根据炉温序列建立时序模型——ARMA模型,计算炉温拟合值序列,进而求得残差序列,实现了原始自相关序列的去自相关。经过白噪声检验,此时的残差序列是满足IIND条件的白噪声序列,可以使用传统SPC控制图——单值移动极差控制图对工艺过程进行控制。采用单值移动极差控制图对残差序列进行分析,监测工艺过程是否存在异常。3.针对SiC同质外延炉温序列的ARMA模型,分析该模型下残差控制图的平均运行长度,包括ARL0和ARL1分析。通过将残差控制图的ARL分析结果与常规休哈特控制图的ARL结果进行对比,分析残差控制图的性能。残差控制图可以有效检测出过程均值发生的偏移,但是其监测能力要弱于常规休哈特控制图。4.鉴于使用Minitab软件对自相关时间序列建立模型时操作过程太过繁琐,本文使用MATLAB及其相关函数,实现了从模型类型的确定,到模型阶数的确定,再到模型参数的确定的全部流程,得到炉温序列的ARMA模型,与Minitab建立模型对比分析;然后计算出残差序列并对其进行白噪声检验,最后使用单值移动极差控制图对残差序列进行控制,将控制结果与先前Minitab建模控制结果进行对比,从而在模型结果与控制结果两方面证明此算法实现的可行性。5.数据量大小的不同,一定程度上会导致ARMA建模结果的不同,这可能会进一步影响最终控制结果的准确性。本文使用蒙特·卡罗方法分析建立ARMA模型所需最小数据量的问题,结果表明对于部分模型,只需几十个数据就可以准确建立该序列相应的时序模型。