4. 良率趋势图概述
良率趋势图是半导体与电子制造业中用于监控生产过程稳定性、识别异常波动及评估改善效果的核心可视化工具。它通过将良率数据按时间顺序绘制成折线图，帮助工程师快速判断制程是否处于统计受控状态。
4.1 趋势图的核心作用
趋势图在良率管理体系中承担以下关键职能：
| 作用维度 | 具体说明 | 典型应用场景 |
|---|---|---|
| 异常检测 | 快速识别良率突然下降或持续偏离目标值的异常点 | 设备故障、材料批次异常、操作失误 |
| 趋势判断 | 观察良率随时间变化的上升、下降或持平趋势 | 工艺窗口漂移、设备老化、环境变化 |
| 改善验证 | 对比改善措施实施前后的良率变化，量化改善效果 | DOE验证、新工艺导入、设备改造 |
| 基线建立 | 为特定产品、机台或工艺建立正常良率波动范围 | 新产品导入、新产线认证、季度目标设定 |
| 沟通汇报 | 以直观图形向管理层、客户或跨部门团队传递良率状态 | 周报/月报、客户审核、质量会议 |
关键认知：趋势图不是简单的“连线图”，而是将时间维度引入良率分析的起点。没有时间轴，就无法区分“随机波动”与“系统性偏移”。
4.2 时间序列数据的特点
良率趋势图本质上是对时间序列数据的可视化呈现。理解时间序列数据的特性，是正确解读趋势图的前提。
- 时间依赖性：数据点按时间顺序排列，相邻点之间存在潜在关联。今天的良率往往受昨天生产状态的影响。
- 趋势性：数据在较长周期内呈现单调上升、下降或持平的方向性变化。
- 季节性/周期性：受换班、设备保养周期、环境温湿度日变化等因素影响，良率可能出现规律性波动。
- 随机波动：即使制程稳定，良率也会因测量误差、微小材料差异等产生不可避免的随机波动。
- 异常点：由特殊原因（如设备宕机、操作失误）导致的偏离正常范围的孤立数据点。
实践提示：在分析良率趋势时，建议先区分“普通原因波动”（制程固有）与“特殊原因波动”（可归因事件）。控制图（如p-chart、u-chart）是量化这一区间的标准工具。
4.3 趋势图在良率监控中的应用场景
趋势图在半导体与电子制造业的良率监控中覆盖从晶圆制造到封装测试的全流程。以下为典型应用场景：
- 晶圆良率（CP/FT）监控：每日/每批次绘制晶圆良率趋势，监控光刻、刻蚀、薄膜等关键工艺的稳定性。
- 封装良率监控：跟踪打线、塑封、切割等后道工序的良率趋势，识别设备或材料异常。
- 测试良率（FT）监控：按产品、测试机台、测试程序分组绘制趋势图，定位测试系统偏差。
- 缺陷密度趋势：将缺陷密度（defect density）按时间绘制，监控洁净室环境与工艺洁净度。
- 关键参数CPK趋势：将工艺参数的CPK值按时间绘制，评估工艺长期稳定性。
- 改善前后对比：在改善措施实施前后分别绘制趋势图，用“改善基线”与“改善后”两条曲线直观展示效果。
常见误区：仅看“最终良率”趋势而忽略“分步良率”趋势。例如，晶圆良率上升可能掩盖了某道工序良率下降的问题。建议同时监控总良率与关键工序良率的趋势图。
4.4 良率趋势图结构示意
以下SVG图展示了一个典型的良率趋势图结构，包含时间轴、良率轴、目标线、控制上下限及异常标记点。
4.5 趋势图制作要点
在制作良率趋势图时，需注意以下关键点以确保图表的可读性与分析价值：
| 要点 | 建议做法 | 常见错误 |
|---|---|---|
| 数据粒度 | 根据监控频率选择日、周、批次或月粒度 | 粒度过细导致噪声过大，粒度过粗掩盖短期波动 |
| 目标与界限 | 明确标注目标线、规格上下限或控制限 | 仅画数据线，缺乏参考基准，无法判断是否异常 |
| 分组对比 | 按产品、机台、班次等维度分组绘制多条趋势线 | 将所有数据混在一起，无法定位问题来源 |
| 异常标记 | 对超出控制限或触发规则的点用特殊颜色/形状标记 | 异常点与正常点视觉无区分，遗漏关键信号 |
| 注释说明 | 在趋势图上标注已知事件（如设备保养、材料变更） | 趋势图孤立存在，无法关联外部事件解释波动原因 |
最佳实践：在半导体FAB中，建议将趋势图与SPC控制规则（如Western Electric规则）结合使用。当连续7个点出现在均值同一侧、或连续3个点中有2个超出2σ区域时，即使未超出控制限，也应触发预警。
4.6 趋势图在良率报告中的定位
在完整的良率报告中，趋势图通常作为第一层分析视图出现，其输出结果将驱动后续的Pareto分析、鱼骨图分析及改善行动。趋势图回答“良率是否稳定”的问题，而Pareto分析回答“主要缺陷是什么”的问题，两者形成从宏观到微观的分析链条。