4. EAP与APC集成的业务场景

EAP（Equipment Automation Program，设备自动化程序）与APC（Advanced Process Control，先进过程控制）的集成，本质上是在“设备实时状态”与“工艺控制决策”之间建立一条双向通道。EAP负责把设备可执行的动作、可采集的信号、可读取的配方参数暴露出来，APC则负责基于模型和量测数据计算出下一批或下一时刻应该使用的工艺设定值。两者结合后，控制不再停留在离线分析或人工调参层面，而是进入按批次、按腔体、按时间推进的在线业务场景。下面围绕五类典型场景展开，重点说明它们各自解决什么问题、需要哪些数据、控制动作如何落地。

良率提升：把量测偏差转化为可执行的配方修正

良率提升场景的核心不是“看良率曲线”，而是把良率损失追溯到具体工艺步骤和具体腔体。典型做法是：EAP在批次完成后上传关键工艺参数（如温度、压力、RF功率、气体流量）和批次标识；APC接收后，结合量测站点反馈的膜厚、线宽、方阻等结果，计算模型预测值与目标值的偏差。若偏差超过控制限，APC生成新的配方偏移量，经EAP下发到设备。例如某刻蚀步骤目标线宽为45nm，量测反馈为46.2nm，模型给出下一批应减少刻蚀时间1.8秒，EAP将该偏移写入设备配方参数并记录版本。这样，良率提升从“事后统计”变成“批间修正”。

设备效率优化：用状态数据减少非计划停机

设备效率优化关注OEE中的可用率和性能率。EAP持续采集设备状态字、报警码、腔体使用次数、阀门动作次数、泵速等信号，APC则把这些信号与工艺结果关联，判断哪些状态变化会提前影响工艺质量。例如当某腔体压力稳定时间从3.2秒延长到5.5秒时，APC可判定该腔体存在轻微泄漏或阀门响应变慢，并建议EAP将该腔体从下一批调度中暂时排除，或触发预防性维护工单。这样，设备效率优化不是简单统计停机时长，而是把“状态劣化”提前转化为调度和维护动作。

闭环控制：从批次级到实时级的控制回路

闭环控制是EAP与APC集成中最能体现“在线”价值的场景。它通常分为批次级闭环和实时级闭环。批次级闭环以“一批一算”为节奏，APC在批次结束后更新模型，EAP在下一批开始前下发新配方。实时级闭环则要求EAP开放高频数据接口，APC在工艺进行中读取传感器信号并计算调整量，再通过EAP写回设备。例如在快速热处理中，APC根据温度探头反馈实时调整灯管功率，EAP负责把功率设定值写入控制器并确认写入成功。闭环控制的关键是时延、写回权限和安全联锁：EAP必须保证APC下发的值在设备允许范围内，否则拒绝执行并报警。

批次间控制：R2R是集成的主战场

批次间控制（Run-to-Run，R2R）是EAP与APC集成最成熟的业务场景。它的基本节奏是：第n批加工完成后，量测结果进入APC；APC用指数加权移动平均或卡尔曼滤波更新模型参数；然后计算第n+1批的配方偏移量；EAP在第n+1批开始前把新配方下发到设备。以化学机械抛光为例，目标去除量为300nm，第n批实测为312nm，模型估计去除率偏高4%，则第n+1批抛光时间从60秒调整为57.6秒。EAP需要保证配方切换发生在设备空闲状态，并记录旧配方和新配方的版本号。批次间控制的关键参数包括控制限、死区、最大单次调整量和模型遗忘因子。死区设置过小会导致配方频繁抖动，过大则响应迟钝；最大单次调整量则防止异常量测导致设备参数剧烈跳变。

故障预测与健康管理：从报警响应到提前干预

故障预测与健康管理（PHM）场景中，EAP提供高频设备信号，APC或独立健康模型提取特征并计算健康指标。常见特征包括：电机电流的均方根、阀门动作时间的趋势、腔体抽真空时间的斜率、RF反射功率的波动方差。以真空泵为例，若抽真空时间从8秒逐步上升到11秒，且趋势连续10批单调增加，健康模型可给出“剩余可用批次约35批”的估计，并建议在达到维护窗口前更换密封件。EAP负责把预警信息写入设备状态，并阻止该设备继续承接高精度产品。PHM的价值在于把“故障后维修”转为“预测性维护”，但必须控制误报率，否则会频繁打断生产。

五类场景的协同关系

这五类场景并非孤立运行。良率提升依赖批次间控制的配方修正能力；设备效率优化为闭环控制提供设备可用性判断；故障预测与健康管理为其他场景提供设备健康约束。实际集成时，建议先打通EAP到APC的数据采集和配方写回通道，再按“批次间控制→良率提升→设备效率优化→故障预测→闭环控制”的顺序逐步扩展。每扩展一个场景，都要补充对应的数据点、控制限、安全联锁和效果评估指标。只有把控制动作、设备状态和量测结果串成可追溯的闭环，EAP与APC的集成才能真正产生业务收益。