自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

开发这点事儿 | 半导体智能制造与工业软件实战分享

深耕工业软件 15 年 | 半导体智能制造 MES 实战笔记 | 后端开发、APC/SPC 工业控制与 AI 落地经验

  • 博客(55)
  • 资源 (9)
  • 收藏
  • 关注

原创 干了5年半导体,我常用的10个工具(附推荐理由)

这篇文章分享了作者日常工作中最常使用的10个效率工具,涵盖编程、数据分析、文件管理、团队协作等多个领域。核心推荐包括:Python(自动化数据处理)、VSCode(代码编辑)、Notion(知识管理)、ChatGPT(AI辅助)和Everything(文件搜索)等。作者强调工具选择要精而非多,重点推荐了Python与搜索引擎的组合,认为这是提升工作效率的关键。每个工具都附有简要的功能说明和使用心得,特别突出了自动化处理、跨平台同步和快速检索等实用功能。文章以实用主义为导向,适合职场人士参考借鉴。

2026-06-10 16:30:00 13

原创 用Python自动计算设备OEE,我写了个工具给自己用(附完整代码)

【摘要】作者因每天手动计算设备综合效率(OEE)耗时2小时且易出错,开发了一个Python自动化工具。该工具使用Pandas处理MES系统导出的CSV数据,自动计算可用率、性能率和质量率三个OEE指标,并生成包含异常设备标记的Excel报表。核心功能包括:多设备批量分析、自动汇总统计(平均/最高/最低OEE)、低于85%OEE的设备预警。通过dataclass封装计算逻辑,代码结构清晰,执行时间从2小时缩短至5秒。未来计划增加邮件告警、趋势分析和根因诊断功能。文末提供了完整可运行的代码(Python3.9+

2026-06-10 13:30:00 17

原创 CVD工艺参数调优实战:膜厚偏了我怎么排查?

《CVD膜厚偏差排查实战指南》摘要:本文系统梳理了CVD工艺中膜厚偏差的排查方法与预防措施。关键排查步骤分三步走:1)分析SPC数据判断异常模式;2)检查温度/压力/气体流量/时间等核心设备参数;3)验证工艺适配性。通过真实案例(MFC过滤网堵塞导致流量异常)说明设备维护的重要性,建议建立定期校准保养制度(每周关键参数检查、每月MFC校准、季度深度保养)。强调"数据→设备→工艺"的递进式排查逻辑,以及单变量调整的工艺优化原则。文章指出膜厚偏差多源于参数互锁效应,预防胜于补救,需建立预警机

2026-06-10 08:58:49 32

原创 我在半导体FAB工作的一天:早上8点到晚上8点,都干了些什么?

【半导体工程师的一天:从早会到异常处理】本文以第一视角记录半导体工程师的日常工作:8点早会跟踪良率异常→8:30产线巡检发现扫描枪故障→10点SPC数据分析→11:30处理0.5%膜厚偏差(避免30万片损失)→下午跨部门协调新工艺导入→写日报做交接。文章揭示了半导体制造的关键细节:24小时产线需时刻警惕微小偏差(如0.5%偏差=1500片报废),强调工程师需具备数据敏感度、跨部门协作能力和随时应急响应的职业特性,用真实案例展现"细节决定成本"的行业特点。

2026-06-10 08:30:44 62

原创 MES系统实战:从需求到上线,我踩过的那些坑

【MES实战经验分享】从Excel管理到数字化生产的3年MES项目全流程经验总结。文章系统梳理了MES实施关键环节:1)需求调研要覆盖各层级需求,用MoSCoW法则排优先级;2)技术选型建议稳定优先,推荐PHP+Vue+MySQL组合;3)开发阶段强调单元测试、代码评审与压力测试;4)上线需分阶段推进,新旧系统并行并做好应急预案。作者分享了典型项目成本(小型30万/3个月,大型300万+/12个月)及常见坑点(数据格式混乱、并发不足等),提出运维监控与持续优化建议。适用于制造业数字化转型从业者参考。

2026-06-09 14:15:16 266

原创 半导体FAB设备报警处理实战手册

《Fab设备报警处理指南》总结了半导体设备常见故障处理流程:采用"确认代码-查手册-现场检查-规范处理-验证归档"5步法,详细列举了刻蚀、CVD、光刻等设备的典型报警代码(如AL-2050射频异常、CV-4001温控偏差)及对应排查方案,强调从钢瓶压力检查等基础环节入手。文章提出三级预防体系(日常点检/定期维护/SPC监控),并分享实战经验:建立报警速查表、规范记录、多请教老员工,指出"听懂设备语言"是快速排障的关键。文末邀请读者分享处理经验。

2026-06-09 11:46:54 187

原创 用Python写了个SPC自动分析工具,效率提升10倍

摘要:作者开发了一款基于Python的SPC数据自动化分析工具,将原本耗时2-3小时的手工数据处理(包括数据整理、计算UCL/LCL/CPK、绘制控制图和生成报告)缩短至5分钟完成。工具采用Python3.9+Pandas+Matplotlib技术栈,具备自动读取CSV、计算统计量、异常检测、生成控制图和输出报告等功能。文章提供了完整代码实现,包含数据类定义、核心分析逻辑和可视化模块,并演示了运行效果(效率提升24-36倍)。工具支持直接使用,后续计划增加Nelson规则、邮件告警和Web界面等优化方向。

2026-06-09 10:26:52 174

原创 半导体FAB里的那些坑:新手必看的避坑指南

本文总结了半导体制造厂(Fab)从业者的实战经验,系统梳理了7大类常见问题及解决方案。重点涵盖无尘服穿戴规范(必须完全包裹毛发)、设备操作要点(严禁私自调参)、数据处理技巧(避免依赖Excel)、跨部门协作流程、危险化学品防护(如HF酸的隐蔽危害)等核心内容,并强调职业发展中持续学习的重要性。文章提炼出"规范操作、多重验证、及时沟通、安全第一"的避坑原则,为初入行者提供了避免重大损失的操作指南,同时对职业发展路径给出实用建议。

2026-06-09 09:51:42 318

原创 半导体工程师必备:AI 工具链实战全攻略

本文介绍了如何利用AI工具链大幅提升半导体工程师的工作效率。文章首先列举了工程师日常工作中的典型低效场景,如手动处理Excel数据、查找设备手册参数、调试代码等,并分析了效率低下的三大根源:工具原始、重复劳动和知识孤岛。 随后,作者展示了经过实践验证的AI解决方案,包括: SPC数据分析:AI生成Python代码自动完成数据分析和报告生成,效率提升12倍 故障排查:基于RAG的知识库系统快速检索设备报警代码解决方案,效率提升30-60倍 报告自动生成:AI自动汇总生产数据并生成日报/周报,耗时从30-60分

2026-06-09 08:42:59 221

原创 AMHS自动物料搬运系统实战

12英寸晶圆厂AMHS系统技术解析与应用实践 本文深入探讨了晶圆厂自动物料搬运系统(AMHS)的核心技术。通过对比8英寸与12英寸晶圆在尺寸(直径+50%)、重量(+150%)和洁净度要求(Class1)的关键差异,揭示人工搬运的局限性。系统解析了AMHS四大核心组件:OHT空中悬轨车(速度1-3m/s,定位精度±1mm)、Stocker立体仓储(容量100-500FOUP)、AGV/RGV地面运输及MCS智能调度系统。重点阐述了A*路径规划算法和优先级任务调度机制的实现原理,并以某12英寸晶圆厂实施案例展

2026-06-08 20:28:41 184

原创 SPC 结合 AI 实战:构建高精度晶圆良率预测模型

本文介绍了如何利用AI技术解决半导体制造中的晶圆设备匹配问题。传统人工排程方法存在主观性强、效率低等问题,而AI系统通过整合MES、SPC和EDC数据,构建智能预测模型,能更精准地推荐最优机台。文章详细展示了系统架构、数据流和Python实现代码,包括数据生成、模型训练和智能推荐引擎。实际应用表明,该方法可提升OEE 13%,减少紧急批次延误12%,年化经济效益达2000万元。系统具有实时更新、易于集成等优势,并建议从部分产线开始逐步推广。未来可结合深度学习和强化学习进一步优化决策能力。

2026-06-08 16:55:17 246

原创 基于 OpenClaw 实现极简 SPC 分析,重塑工程师工作模式

《半导体工程师的SPC自动化革命:OpenClaw+AI解放生产力》摘要 本文分享了如何利用OpenClaw平台构建智能AI助手,实现半导体SPC工作的自动化转型。作者作为15年经验的半导体工程师,详细剖析了传统SPC工作每天7小时重复劳动的痛点,对比了Excel宏、Python脚本等方案的局限性,提出基于OpenClaw的本地化AI解决方案。文章包含完整的系统架构设计、Python代码实现和OpenClaw配置指南,通过实际案例展示了实施后91%的效率提升,异常发现时效从4小时缩短至30分钟。该方案支持与

2026-06-08 00:42:24 509

原创 全维度解析:半导体工程师职业发展规划

半导体制造是一个**技术密集、资金密集、人才密集**的行业。**核心目标:** 成为**技术专家或管理者**(Technical Leader / Manager)**核心目标:** 成为**行业意见领袖**(Industry Thought Leader)**核心目标:** 成为**独立贡献者**(Independent Contributor)**记住:** 半导体行业不缺工程师,但缺**有思考、能沉淀、愿分享**的工程师。**核心目标:** 成为**技术骨干**(Key Contributor)

2026-06-07 16:52:33 278

原创 半导体行业中基于 LSTM 神经网络的 SPC 异常预测实战

本文介绍了如何利用LSTM神经网络改进半导体制造中的SPC异常检测系统。传统SPC存在事后报警、规则死板、误报率高等痛点,而LSTM能提前15分钟预警异常,降低68%误报率。文章详细讲解了LSTM原理、Python实现代码(含数据生成、模型训练和可视化),并分享了某12英寸晶圆厂的实战案例:部署后月均停线时间从60小时降至18小时,年节省成本200万元。关键优势在于LSTM能学习历史时序模式,实现提前预警而非事后报警。最后给出了生产部署建议,包括多腔室独立建模和定期重训练策略。

2026-06-07 16:06:28 310 1

原创 半导体APC先进过程控制:R2R/FDC/VM三大模块原理与落地

摘要:本文深入解析半导体制造中的先进过程控制(APC)技术,重点介绍其三大核心模块:R2R批次间控制通过EWMA算法实现工艺参数自动补偿;FDC采用PCA等算法实时监测设备异常;VM利用PLS/GPR等方法预测产品质量,解决量测滞后问题。三者协同形成"监测-预测-调整"闭环,可将膜厚标准差降低50%,异常报废减少75%。文章指出数据质量、工艺理解和持续优化是APC落地关键,建议从FDC入手逐步推进APC实施。该技术是半导体智能制造的必备核心能力,能显著提升良率和生产效率。

2026-06-07 11:34:57 403

原创 半导体设备OEE计算实战:3大指标+6大损失详解(附Python工具)

本文详细解析半导体晶圆制造中的设备综合效率(OEE)指标。OEE由可用率、性能率和质量率三大指标构成,分别反映设备运行时间、生产速度和产品合格率,其乘积体现设备整体效率(如案例中蚀刻机OEE达80.3%)。文章深入剖析六大损失类型(故障、设置、空转、降速、缺陷、启动),并结合CVD设备优化案例说明OEE提升可带来显著经济效益(年省200万元)。最后介绍了基于Python开发的OEE计算工具,支持数据分析和可视化报表生成,助力半导体工厂通过数据驱动实现效率提升,每1%的OEE改善可能带来百万级成本节约。

2026-06-07 10:47:09 312

原创 半导体通信协议详解:SECS/GEM从入门到实战(附完整Python代码)

本文介绍了半导体自动化领域的核心协议SECS/GEM,它作为行业通用标准,解决了不同厂商设备间的通信问题。文章解析了SECS/GEM的三个组成部分(SECS-I、SECS-II、GEM)和常用消息类型(如S1F1在线检测、S7F1配方下载等),并演示了用Python搭建EAP系统的实践方法。SECS/GEM被喻为半导体行业的"普通话",是工程师必备技能。文末还提供了相关技术资源链接,包括晶圆检查工具、MES模板等实用资料。

2026-06-07 08:45:22 360

原创 半导体FDC故障检测与分类实战(附Python代码)

《半导体智能制造中的FDC系统:原理与实战》摘要 FDC(故障检测与分类)系统是半导体晶圆厂实现智能制造的关键技术,通过自动分析TB级设备数据实现故障预警。文章系统介绍了FDC在CIM架构中的位置与核心功能模块,重点解析了3σ规则、CUSUM和EWMA三大检测算法原理及适用场景。通过Python代码演示了蚀刻机RF功率的故障检测实现,并给出随机森林分类器的应用示例。在系统集成方面,详细说明了FDC与SECS/GEM、MES的接口设计,最后提出从关键设备入手、建立规则库等实施建议。本文配套提供完整的Pytho

2026-06-06 21:41:41 136

原创 半导体质量工程师必看:SPC与CPK实战(含Python代码)

《半导体制造SPC与CPK实战指南》摘要:本文系统介绍统计过程控制(SPC)与过程能力指数(CPK)在半导体制造中的应用。重点解析Xbar-R图等常用控制图、8大判异规则,以及CPK计算公式与等级标准(1.33为行业基准值)。通过Python代码实战演示晶圆厚度数据的CPK计算(实例结果CPK=1.52),并分享半导体行业特殊要点:晶圆级多参数监控、设备参数实时报警、三阶段持续改进方法论。附赠SPC分析工具等实用资源,助力工程师实现从基础应用到智能制造的质量管控升级。

2026-06-06 21:18:16 178 2

原创 半导体EAP系统从0到1搭建实战(附Python代码)

本文介绍了半导体晶圆厂CIM系统中EAP(设备自动化程序)的核心功能与实现方法。EAP作为MES与设备间的通信桥梁,主要承担SECS/GEM协议转换、设备状态机管理和Recipe管理三大功能。文章详细阐述了EAP在CIM架构中的位置(Level3)、关键通信协议(如S1F1心跳检测)以及设备状态转换规范(SEMI E58标准),并提供了基于Python的EAP系统框架设计,包括SECS消息处理、状态机实现和REST API接口设计。最后给出了实施建议:使用模拟器测试、严格遵循标准、重视日志记录等,为工程师学

2026-06-06 21:13:11 242

原创 半导体CIM+AI+SKILL融合探索|FAB设备智能自动化演进解析【行业思考】

本文探讨了半导体制造中CIM、AI与SKILL脚本融合的智能化解决方案。传统FAB设备自动化存在逻辑固化、数据孤岛等问题,而CIM全域集成提供数据底座,工业AI实现智能决策,SKILL脚本完成设备执行,三者协同推动生产从"固定自动化"转向"智能自适应"。方案通过全域数据协同、AI动态调参和风险预判等能力,解决了工艺波动、设备老化等痛点,实现制程优化、良率提升和预测性维护。文章详细阐述了标准化开发流程和光刻/蚀刻等核心应用场景,指出该融合方案是12英寸晶圆厂智能化升级的

2026-06-06 00:01:19 723

原创 半导体MES智能化升级方案:基于机器学习与Transformer大模型落地实战手册

本文档提出了一套半导体行业AI智能化轻量级解决方案,聚焦晶圆制造与封测全流程MES系统升级。方案整合机器学习时序算法、异常检测算法和工业级Transformer大模型,面向中小半导体工厂提供无需编程、开箱即用的改造路径。核心解决四大行业痛点:数据孤岛、工艺参数耦合、人工录入误差和设备被动维保。通过机器学习良率预测、设备预维护、工艺单据智能解析和不良根因分析四大场景应用,实现良率提升1.5-3%、设备停机减少50%、录入效率提升80%等显著效益。采用本地化部署、模型轻量化和无侵入对接方式,确保数据安全与产线稳

2026-06-06 00:00:39 560

原创 半导体中全景拆解!FAB 工厂自动化全体系详解

本文深入解析了12英寸晶圆厂的自动化架构体系,从必要性到落地实践全面覆盖。主要内容包括: 自动化必要性分析 晶圆厂日搬运量超3万次,人工操作效率不足自动化的1/10 工艺误差对比:人工±5-10% vs 自动化<0.1% 五层自动化架构详解 设备层:蚀刻/CVD等生产设备 控制层:SECS/GEM协议通信(含Python模拟代码) 自动化层:EAP系统实现配方管理(附状态机代码) 执行层:MES工单调度 企业层:ERP系统集成 核心系统实现 AMHS物料搬运系统:OHT调度算法优化使搬运时间缩短51%

2026-06-05 08:24:39 600

原创 AI编程实战:我用Python+LangChain搭建了一个半导体FAB智能运维Agent

2024年被称为'AI Agent元年'。从AutoGPT到LangChain,从CrewAI到OpenAI Assistants,各种Agent框架层出不穷。但作为一个在半导体行业摸爬滚打了15年的老工程师,我发现一个有趣的现象:绝大多数AI Agent的教程和案例都集中在通用场景——写代码、做客服、查资料。而真正需要AI Agent的工业现场,却几乎看不到像样的实践案例。

2026-06-04 22:55:53 534

原创 AI Agent实战——从零搭建一个能自动完成任务的智能体

2024年,AI Agent成为了技术圈最火的话题。从AutoGPT到BabyAGI,从LangChain到CrewAI,各种Agent框架层出不穷。但很多开发者只是跑了个Demo,并没有真正理解Agent的工作原理。本文将从零开始,手把手教你搭建一个真正能自动完成任务的AI Agent,包含完整的代码实现和踩坑经验。

2026-06-04 17:28:11 234

原创 AI编程助手实战——从Codeium到Copilot,我的效率提升200%的真实体验

作为一名有15年经验的老程序员,我从2023年开始系统性地使用各种AI编程工具。从最初的GitHub Copilot,到后来的Cursor、Windsurf,再到国产的通义灵码。经过一年多的深度使用,我有了很多真实的感悟和踩坑经验。

2026-06-04 16:33:27 207

原创 AI大模型在工业领域的落地实践——从概念到生产的真实案例

本文探讨AI大模型在工业制造的落地挑战与应用路径。工业AI与消费AI存在显著差异:要求99.9%以上的精度、毫秒级响应和严格数据隐私保护。核心应用场景包括智能质检、预测性维护和工艺优化,可显著提升效率并降低成本。但落地面临数据隐私、小样本学习等挑战,需采用边缘计算和联邦学习等技术。文章提供了模型选型指南,并以半导体晶圆厂案例展示AI质检系统可实现99.8%检出率和8个月ROI。建议分三阶段实施,强调数据质量、业务协同和人才培养是关键成功因素。工业AI落地是深度数字化转型,需选对场景并持续运营。

2026-06-04 16:30:09 394

原创 【实战】SKILL开发实战详解

《AI技能包开发指南》摘要:本文系统介绍了将工作经验转化为AI可执行技能包的开发方法。开发流程分为四步:1)结构化经验,明确任务单元并提炼执行标准;2)用自然语言向AI描述需求生成初始技能文件;3)通过测试优化调用边界和输出稳定性;4)部署发布。关键在于以流程设计者视角,将重复性任务的操作规范、判断逻辑和参考案例封装为可调用的标准化模块。开发质量取决于结构化文档能力和对任务本质的理解程度,而非编程水平。遵循"任务识别→经验提炼→AI生成→调试优化"的路径,可实现个人专业经验的自动化复用。

2026-03-16 15:15:17 817

原创 量子计算如何改变半导体制造?量子编程入门

测量时,系统将以 $|\alpha|$ 的概率坍缩至 $|0\rangle$,以 $|\beta|$ 的概率坍缩至 $|1\rangle$。测量结果将主要集中在 $|00\rangle$ 和 $|11\rangle$,验证了纠缠态的强关联性,即两比特始终保持相同状态,体现了非经典关联的本质。Pauli-X门:实现量子态翻转,类比经典非门,满足 $X|0\rangle = |1\rangle$,$X|1\rangle = |0\rangle$。量子门是对量子比特进行操作的基本工具,相当于经典计算中的逻辑门。

2026-03-06 09:53:19 355

原创 AI Agent工作原理全解析:感知、决策、行动三模块详解

通过本文,你应该已经掌握了 AI Agent 的基本概念:它是一个由感知、决策、行动等模块组成的,能自主追求目标的智能程序。

2026-03-06 09:48:49 476

原创 向量数据库是什么?5分钟搞懂RAG架构的核心组件

摘要:向量数据库是专为存储和检索高维向量数据设计的数据库系统,通过嵌入技术将非结构化数据转化为蕴含语义特征的向量,支持高效的近似最近邻搜索。相比传统数据库,它能突破关键词匹配局限,实现语义相似性检索,适用于智能搜索、推荐系统等场景。主流产品包括轻量级的LanceDB、分布式的Milvus等。在OpenClaw本地大模型部署中,向量数据库在RAG架构中发挥核心作用,用于知识检索和长期记忆存储,通过本地向量化方案提升安全性和效率。集成LanceDB时需进行数据预处理和向量化处理。

2026-03-06 09:41:19 354

原创 【实战|附脚本】OpenClaw 本地大模型配置:私有化部署 + 无 API 依赖

本文提供OpenClaw连接本地大语言模型(Llama/Qwen等)的简明指南,对比Ollama和vLLM两种方案:Ollama适合快速体验,vLLM适合高性能需求。重点介绍vLLM方案的部署步骤:1)通过Docker启动vLLM服务;2)修改OpenClaw配置文件指向本地服务;3)重启网关服务。包含关键参数说明和验证方法,提醒注意硬件性能要求和安全风险。最后提供问题排查建议,帮助用户顺利完成本地模型配置。

2026-03-06 09:33:26 4019 1

原创 OpenClaw本地部署配置全指南:从安装到运行的完整记录

OpenClaw 使用 JSON 格式的配置文件来定义工作流和合约交互逻辑。

2026-03-06 09:27:35 480

原创 制造业为什么离不开MES?15年工程师告诉你真实原因

MES系统会对生产线上的各种环节进行数据收集、监测和分析,帮助管理者及时发现生产过程中出现的问题、瓶颈和风险,及时采取措施,从而减少生产线停机和报废产品的质量问题,提高了生产效率和产品质量。尤其是在生产过程中出现质量问题等方面,MES系统可以提供详细的数据记录和分析,帮助工厂管理者进行状况分析和问题的排查,从而提高了对异常情况的把控和处置能力。随着技术的不断进步,MES系统可以更好地适应生产线的数字化转型,提供更好的生产升级方案,实现更高效、智能、便捷、自动化的生产。

2025-06-11 08:34:07 226

原创 MES如何让工厂效率提升30%?5大核心管控能力详解

MES系统助力制造企业实现智能化管理。该系统通过数据管理、计划排程、质量控制等功能模块,为企业构建协同管理平台。生产线负责人可实时监控生产数据、物料消耗和质量状况;中层管理者通过电子报表掌握全车间信息;高层管理者基于数据分析报表了解企业整体运营。MES作为ERP与车间层的桥梁,提供可视化过程管理、自动纠偏等功能,实现生产信息透明化,使各级管理者各司其职,推动企业良性发展。

2025-06-11 08:33:04 258

原创 【实战|附配置源码】APC 先进过程控制:原理与晶圆 FAB 产线落地实战应用

摘要: APC先进过程控制通过实时数据采集和算法闭环优化,提升晶圆制造良率和效率。其三层架构(厂级、产品级、机台级)和四大核心功能(R2R批间控制、FDC故障检测、VM虚拟量测、EHM设备健康管理)有效稳定工艺参数,减少偏差。在CMP、刻蚀、薄膜沉积等关键工序中,APC显著降低报废率并提升设备稼动率。此外,APC技术也可延伸至光伏电池产线,优化镀膜均匀性。实施APC需确保设备数据实时互通,其已成为先进晶圆厂提升软实力的关键工具。

2025-01-22 17:16:39 415

原创 芯片制造中的软力量——APC与SPC制程控制技术

本文系统阐述了半导体制造中先进过程控制(APC)与统计过程控制(SPC)两大核心技术体系。APC作为高阶闭环控制系统,通过R2R批次间控制、故障检测分类(FDC)、虚拟测量(VM)等模块实现工艺参数自主优化,特别适用于65nm以下先进制程;SPC则是基础统计预警工具,通过控制图监控工艺波动。二者形成互补:SPC发现长期偏移规律,APC执行动态修正。文章详细解析了APC的三级控制架构、核心算法(EWMA系列)及在刻蚀/CMP工艺的应用,对比了SPC的8项判异准则与Cpk计算局限,强调数据质量是实施关键前提,最

2025-01-09 14:38:50 2170

原创 【实战|附计算工具源码】APC 与 SPC 详解:晶圆制造两大核心制程质量管控方案

【摘要】APC与SPC构成芯片制造质量管控的双核心:SPC通过统计抽样实现异常诊断预警,APC采用闭环算法实时调节工艺参数。二者在半导体产线形成互补——SPC事后定位缺陷,APC事前抑制偏移。现代12英寸晶圆厂普遍采用SPC+APC组合方案,构建从预警到调节的全流程闭环管控体系。该技术组合源自不同工业背景(机械加工/化工),但共同支撑起制造过程的高精度质量控制,成为提升良品率的关键保障。(149字)

2025-01-07 09:15:32 514

原创 【实战|落地干货】ERP 项目落地十大核心要点,规避 ERP 实施失败风险

【摘要】ERP系统实施是制造企业数字化转型的关键,但失败风险高。本文总结十大实施要点:1)深度需求分析,明确管理痛点与预算;2)夯实标准化管理基础;3)一把手全程参与统筹;4)建立科学项目管控体系;5)分层开展业务导向培训;6)厂商、咨询方与企业三方协同;7)规范全量基础数据;8)组建跨部门复合型团队;9)与实施方建立平等合作关系;10)培养自有信息化人才。强调ERP不仅是软件部署,更是管理变革,需制度、人才、技术三位一体推进。

2024-06-04 15:01:24 838

原创 EAP系统全解:半导体设备自动化的7大核心功能

EAP(设备自动化编程)系统是实现生产线自动化控制的关键,通过SECS/GEM国际协议与机台通信,实现远程监控与指令传输。其主要功能包括实时监控(RTM/FMB)、配方管理(RMS)、设备综合效率分析(OEE)、统一警报管理(CAM)以及单位小时产量统计(UPH),确保生产流程高效自动化运行。

2024-06-04 14:07:10 3536

AI辅助FDC故障分类工具

基于随机森林(Random Forest)实现FDC(故障检测与分类)自动故障分类。 适用于半导体制造中的设备故障检测、异常根因分析、预测性维护等场景。

2026-06-09

AI半导体良率预测实战项目

完整的AI良率预测系统,基于XGBoost + LSTM + Transformer三种主流算法, 实现半导体晶圆良率的精准预测与根因分析。含完整训练/评估/解释/部署流程。

2026-06-09

SPC控制图分析工具是一款专为半导体行业设计的统计过程控制(SPC)分析软件

SPC控制图分析工具是一款专为半导体行业设计的统计过程控制(SPC)分析软件。该工具提供完整的SPC分析功能,包括多种控制图类型、异常判定、过程能力分析等,帮助工程师监控和改善制造过程,提升产品质量和过程稳定性。

2026-06-09

Python半导体数据分析全栈开发

专为半导体行业定制的Python数据分析全栈开发工具集。 涵盖数据采集、清洗、统计分析、可视化、机器学习预测全流程。 所有代码基于真实半导体场景(SPC/OEE/良率/FDC),开箱即用。

2026-06-07

设备预警系统 自动化测试实战项目开发

自动化测试实战项目开发

2026-06-07

Recipe自动优化工具

基于遗传算法(Genetic Algorithm)实现半导体工艺Recipe自动优化。 适用于CVD膜厚优化、蚀刻速率提升、光刻曝光参数调优等场景。

2026-06-07

半导体良率预测工具,基于XGBoost(极端梯度提升)实现半导体晶圆良率预测

基于XGBoost(极端梯度提升)实现半导体晶圆良率预测。 适用于晶圆厂良率预警、瓶颈工序识别、工艺参数优化等场景。

2026-06-07

半导体数据分析Jupyter模板集

提供5个即用型Jupyter Notebook模板,专门用于半导体制造数据分析。

2026-06-07

LSTM-SPC异常预测工具

基于LSTM(长短期记忆网络)实现SPC(统计过程控制)异常预测。 适用于半导体制造中的CVD膜厚控制、蚀刻速率监控、光刻CD测量等场景。

2026-06-07

MES系统需求规格说明书模板-制造业数字化转型必备文档(可直接套用)

完整的MES制造执行系统需求文档模板,涵盖项目概述、五大核心功能模块(生产管理/质量管理/设备管理/物料管理/报表中心)、非功能需求、接口规范、实施计划等章节。适用于半导体、电子、汽车等离散制造行业的MES选型和立项,可直接修改套用。

2026-06-07

半导体晶圆坏点监控工具

一款专业的晶圆缺陷分析与可视化工具,支持坏点标记、热力图、聚类分析、趋势追踪等功能。

2026-06-07

SECS-GEM消息模拟器

SECS/GEM协议消息模拟器,用于模拟半导体设备与主机之间的通信。支持常用的SECS消息类型,包括在线确认、建立通信、状态查询、远程命令、事件报告和报警报告等。

2026-06-07

FDC故障检测规则模板

完整的FDC(Fault Detection and Classification,故障检测与分类)规则配置模板。包含三种经典统计过程控制算法的Python实现,可直接用于工业过程监控、质量检测等场景。

2026-06-07

CPK自动计算模板一套完整的过程能力指数(CPK/PPK/Cp/CpK等)自动计算工具

一套完整的过程能力指数(CPK/PPK/Cp/CpK等)自动计算工具。支持个体数据计算、Xbar-R图分析、过程稳定性检查等功能,并附带晶圆厚度示例数据,可直接用于质量管

2026-06-07

《OEE计算实战:3大指标+6大损失》

一键计算,秒出结果 六大损失自动分析,饼图可视化 根据OEE分数自动生成改进建议 一键导出PDF/Excel报告 趋势图自动生成,改进效果一目了然

2026-06-07

SPC控制图分析工具,8种控制图类型

### 核心功能 **8种控制图类型** - X-bar 均值控制图 - R 极差控制图 - S 标准差控制图 - I-MR 单值移动极差图 - P 不合格品率图 - NP 不合格品数图 - C 缺陷数图 - U 单位缺陷数图

2026-06-06

保存下来自己使用的SHOP类,THINKPHP

MallService.php 包含: 商品管理(列表、详情、搜索、缓存) 购物车(增删改查、库存检查) 订单管理(创建、支付、取消、退款、确认收货) 收藏功能 完整的订单状态机 事务安全保护

2026-06-06

**资源名称**: OEE设备效率计算器 **版本**: v1.0 **发布日期**: 2026-06-05 **适用行业**: 半导体制造、电子制造、精密制造 **开发语言**: P

**资源名称**: OEE设备效率计算器 **版本**: v1.0 **发布日期**: 2026-06-05 **适用行业**: 半导体制造、电子制造、精密制造 **开发语言**: Python 3.7+ **GUI框架**: Tkinter

2026-06-06

【生物信息学】基于AI大模型的基因筛选平台:多场景遗传病与药物靶点自动化分析系统设计

内容概要:本文提出了一套完整的AI基因筛选项目可执行落地方案,旨在通过AI大模型与生物信息学深度融合,构建标准化、高精度的基因筛选平台。项目聚焦遗传病、肿瘤、药物靶点和健康风险四大应用场景,采用“数据层-算法层-模型层-应用层”四层轻量化架构,利用公开合规数据集和生物大模型进行微调,实现基因变异自动化筛查与临床意义解读。方案明确了分阶段可量化目标,涵盖技术验证、商业化落地到规模化扩张的全过程,并配套详细的执行步骤、合规风控体系、团队配置与预算规划,确保项目低风险、低成本、高效推进。; 适合人群:具备生物信息学、AI算法或医疗科技背景的创业者、科研机构技术人员、健康管理企业产品经理及药企研发人员;适合关注AI+生命科学交叉领域的投资方与项目管理者。; 使用场景及目标:①为科研机构提供高通量基因筛选工具,提升研究效率;②助力医疗机构实现遗传病辅助诊断与健康风险评估;③支持药企开展新药靶点发现;④推动AI在基因分析中的合规化、产品化落地。; 阅读建议:此方案强调技术可行性与商业落地并重,建议读者结合自身资源聚焦细分场景切入,重点关注数据合规性、模型迭代机制与B端客户需求匹配,逐步构建技术壁垒与服务体系。

2026-06-06

【半导体制造】基于TensorFlow的光学工艺与APC智能融合控制:纳米级光刻制程精度优化系统设计

内容概要:本文提出一种将TensorFlow深度学习技术与APC(先进过程控制)系统深度融合的创新方案,旨在解决半导体FAB工厂在3nm、5nm等先进制程中面临的精密光学工艺控制难题。传统APC系统仅调控温湿度、气压等常规参数,缺乏对光刻光源、光学对焦、激光刻蚀、光学量测等核心光学参数的实时感知与动态调控能力,导致光学偏差滞后、耦合解耦困难、缺陷检测不准。本文构建“光学感知—智能分析—精准调控”三位一体闭环体系,基于TensorFlow搭建LSTM时序预测模型和CNN缺陷识别模型,实现对光学参数漂移的前置预判、纳米级缺陷的高精度识别及全链路自适应调控。通过在12英寸FAB工厂的实际部署验证,该方案使光学尺寸偏差降低62.7%,缺陷检测准确率提升10.2%,异常响应时效提高42%,整体晶圆良率提升5.6%,显著提升了光学制程的稳定性与智能化水平。; 适合人群:从事半导体制造、智能制造、工业自动化、AI在工业领域应用的相关研究人员和技术工程师,具备一定机器学习与半导体工艺基础知识者更佳;高校研究生及企业研发团队亦可参考。; 使用场景及目标:①解决先进制程中光学系统多参数强耦合、非线性时变带来的控制难题;②实现光刻、激光刻蚀、光学量测等关键光学工序的实时监控与主动调控;③提升晶圆生产良率与工艺一致性,推动FAB工厂向智能化、精益化转型;④为AI驱动的工业过程控制提供可复用的技术架构与落地范式。; 阅读建议:此资源强调理论与工业实践结合,建议读者重点关注系统架构设计、模型构建逻辑与实测验证结果,结合自身产线场景思考如何将光学数据采集、深度学习推理与现有APC/MES系统集成,同时关注小样本适配、跨工序协同等未来优化方向,以实现可持续迭代的智能制程优化。

2026-06-06

PYTHON开发的标签管理系统

一套标签管理系统,用于做库存管理

2026-06-05

晶圆检查数据可视化工具

- 使用说明 功能介绍 本工具用于半导体晶圆(Wafer)检查数据的可视化分析,支持: CSV数据导入 - 导入每次检查的芯片数据 晶圆图生成 - 生成晶圆图,标记好/坏芯片

2026-06-04

【制造执行系统】基于Spring Boot与Vue的MES系统设计:生产全流程可视化管控与质量追溯方案

内容概要:本文档为《MES系统设计文档模板》,旨在为企业制造执行系统的规划与开发提供标准化的设计框架。文档涵盖了项目概述、系统架构、功能模块、数据库设计、接口与安全设计、部署方案、实施计划及验收标准等核心内容,重点围绕生产计划、生产执行、质量管理、设备管理等功能模块展开详细设计,明确了系统的技术选型(如Spring Boot、Vue3、MySQL、Redis等)、分层架构、数据交互逻辑以及与ERP、WMS、PLC等外部系统的集成方式。同时提出了完整的安全策略、部署架构和项目里程碑计划,确保系统可落地、可维护、可扩展。; 适合人群:从事MES系统设计、开发、实施的软件工程师、系统架构师、项目经理及制造业信息化管理人员,尤其适用于有1年以上工业软件项目经验的技术人员。; 使用场景及目标:①用于指导MES系统的方案设计与技术开发;②作为企业数字化转型中生产管理系统建设的参考模板;③帮助团队统一设计语言,提升跨部门协作效率;④支持与ERP、SCADA等系统的集成对接设计; 阅读建议:此模板需结合具体制造行业(如离散制造或流程制造)的实际业务需求进行裁剪和补充,建议在使用时配合业务调研与流程梳理,并参考附录中的国际标准(如ISA-95)以增强系统规范性。

2026-06-04

【半导体制造】基于APC与AI融合的智能流程控制:虚拟传感器与异常检测算法在晶圆蚀刻中的应用

内容概要:本文系统阐述了将先进过程控制(APC)与人工智能(AI)技术深度融合,应用于半导体制造流程控制的解决方案。文章从APC技术概述出发,分析其在多变量、非线性、大滞后工艺中的优势及传统APC依赖模型、难应对异常等局限性,进而提出AI赋能APC的五大方向——虚拟传感器、异常智能诊断、自适应参数优化、预测性维护与数字孪生。文中详细设计了APC+AI的五层融合架构,涵盖边缘控制、AI训练、系统集成与决策优化,并提供了LSTM虚拟传感器、Isolation Forest异常检测等核心算法的实现框架。通过晶圆蚀刻工艺的实际案例,验证了该方案在提升CD均匀性、良率、缩短响应时间等方面的显著成效,并给出了投资回报分析与风险应对策略。; 适合人群:从事半导体、芯片制造领域的工艺工程师、自动化控制工程师、智能制造系统开发人员,以及具备Python和PLC基础的技术管理者;; 使用场景及目标:①解决传统APC在复杂工艺中建模难、响应慢、维护成本高的问题;②实现全流程数据驱动的智能控制,提升良率、设备利用率与生产效率;③构建可扩展的智能制造系统,支持快速配方开发与多机台协同优化;; 阅读建议:此资源兼具理论架构与工程实现,建议结合附录中的参数表与模型选型指南,在实际产线或仿真环境中分阶段实施POC验证,重点关注数据质量、模型泛化能力与系统集成稳定性,并利用提供的投资回报模板量化项目价值。

2026-06-04

SQL手册 select update

SQL手册 sql基础教程,SELECT UPDATE IN。。。。

2009-12-18

ThinkPHP快速入门手册

ThinkPHP快速入门手册 一个PHP框架快整建站

2010-10-16

Apache2.2中文版参考手册

Apache2.2中文版参考手册Apache2.2中文版参考手册

2009-04-21

netbox手册 NetBox 是一个使用脚本语言进行应用软件开发与

netbox手册 NetBox 是一个使用脚本语言进行应用软件开发与发布的开发环境和运行平台,使用 NetBox,可以完全使用脚本语言(比如 VBScript,Javascript) 创建出稳定高效的应用软件,并且可以平滑移植到从 Windows 98 到 Windows .NET Server 的全部操作系统上。

2011-06-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除