4、FPY（首次通过率）
4.1 FPY 定义
FPY（First Pass Yield，首次通过率） 是衡量制造过程在不经过任何返工、修复或重测的情况下，产品首次通过所有工序即达到合格标准的比例。它是反映过程稳定性与质量水平的核心指标。
核心定义： FPY = 首次通过合格数量 / 投入生产总数量 × 100%
与最终良率（Final Yield）不同，FPY 严格排除了返工品的影响，更能真实反映生产过程的“一次做对”能力。
4.2 FPY 计算方法
FPY 的计算基于生产过程中的实际数据采集，通常按批次或时间段统计。以下是标准计算公式与示例：
| 参数 | 符号 | 说明 |
|---|---|---|
| 投入总数 | Nin | 批次开始投入的晶圆/芯片数量 |
| 首次合格数 | Npass | 未经返工即通过所有工序的合格品数量 |
| 返工数 | Nrework | 经过返工后合格的芯片数量 |
| 报废数 | Nscrap | 最终报废的芯片数量 |
FPY = N_pass / N_in × 100%
示例：
某批次投入 1000 片晶圆，首次测试合格 850 片，
返工后合格 100 片，报废 50 片。
FPY = 850 / 1000 = 85.0%
最终良率 = (850 + 100) / 1000 = 95.0%
注意： 在计算 FPY 时，返工品无论最终是否合格，均不计入首次合格数。FPY 与最终良率的差值越大，说明返工成本越高，过程稳定性越差。
4.3 FPY 与生产效率的关系
FPY 直接影响生产效率的多个维度，包括产能利用率、周期时间、返工成本和资源消耗。以下关系图展示了 FPY 对生产系统的连锁影响：
FPY 对生产效率的具体影响可通过以下量化关系理解：
- 产能释放： FPY 从 80% 提升至 90%，同等投入下合格产出增加 12.5%，相当于免费获得额外产能。
- 周期缩短： 返工品需要额外 2~3 道工序，FPY 每提升 5%，平均生产周期可缩短 8%~10%。
- 成本降低： 返工成本通常为正常制造成本的 1.5~3 倍，高 FPY 直接减少返工材料、设备和人力消耗。
- OEE 改善： 设备综合效率（OEE）中的质量损失项直接由 FPY 决定，FPY 越高，OEE 越接近理论值。
4.4 FPY 提升策略
提升 FPY 需要从人、机、料、法、环五个维度系统推进。以下是经过验证的六大核心策略：
| 策略维度 | 具体措施 | 预期效果 |
|---|---|---|
| 1. 过程控制优化 | 实施 SPC 监控关键工艺参数，建立 Cp/Cpk 预警机制 | 减少工艺偏移导致的批量缺陷 |
| 2. 设备预防维护 | 基于 FPY 趋势制定 PM 计划，重点维护高缺陷率设备 | 降低设备异常引发的偶发缺陷 |
| 3. 来料质量管控 | 强化供应商 IQC 标准，建立来料 FPY 追溯体系 | 消除因原材料缺陷导致的系统性不良 |
| 4. 操作标准化 | 制定标准作业流程（SOP），实施防错（Poka-Yoke）设计 | 减少人为操作失误造成的返工 |
| 5. 快速反馈闭环 | 建立实时 FPY 看板，缺陷发生后 30 分钟内启动 RCA | 缩短问题响应时间，防止缺陷扩散 |
| 6. 持续改进文化 | 推行 PDCA 循环，设立 FPY 专项改善小组 | 形成全员参与的质量改进机制 |
实战建议： 在半导体制造中，光刻和刻蚀工序的 FPY 通常最低，建议优先针对这两个工序开展专项提升。每季度设定 FPY 提升目标（如 0.5%~1%），并与设备工程师的绩效考核挂钩。
FPY 提升是一个持续迭代的过程，以下流程图展示了系统化的 FPY 改善路径：
在实际执行中，建议将 FPY 提升策略与日常管理工具结合：
- 每日 FPY 晨会： 回顾前一日 FPY 数据，针对低于目标值的工序启动快速响应。
- 周度 Pareto 分析： 按缺陷类型、设备、班次进行分层 Pareto，锁定 Top 3 改善机会。
- 月度 FPY 评审： 评估改善措施的有效性，调整下一阶段的提升目标和资源分配。
关键指标： 半导体制造中，成熟产线的 FPY 通常应达到 92%~97%。若 FPY 低于 85%，需立即启动系统性改善，否则返工成本将严重侵蚀利润。