首页
›
测试测量质量可靠性工程
›
006-统计质量、DOE与六西格玛工程
›
《SPC实时监控与异常报警工程》
VIP25
本课程属于:006-统计质量、DOE与六西格玛工程
测试测量质量可靠性工程 · 共 25 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
良率爬坡监控:实时报警机制与SPC系统搭建指南
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
良率爬坡概述
良率爬坡的定义 · 重要性 · 在半导体/制造业中的生命周期阶段
良率爬坡概述
良率爬坡的定义
02
良率爬坡关键指标
CP/CPK · DPU/DPO/DPMO · FTY/RTY
良率爬坡关键指标
CP/CPK
03
SPC基础理论
统计过程控制原理 · 普通原因与特殊原因 · 控制图的选择逻辑
SPC
基础理论
04
计量型控制图
Xbar-R图 · Xbar-S图 · I-MR图的构建与判异准则
计量型控制图
Xbar-R
05
计数型控制图
P图 · NP图 · C图
计数型控制图
P图
06
控制图判异准则详解
8大判异准则(Western Ele…
控制图判异准则详…
Western
07
过程能力分析
Cp · Cpk · Pp
过程能力分析
Cp
08
实时报警机制设计
报警阈值设定 · 报警级别(Warning/Alarm… · 报警抑制策略
实时报警机制设计
报警阈值设定
09
报警规则引擎
基于规则的报警(Rule Engin… · 多变量报警 · 趋势报警
报警规则引擎
Rule
10
报警通知渠道
邮件 · 短信 · 企业微信/钉钉
报警通知渠道
邮件
11
报警升级机制
超时未响应升级 · 值班表轮转 · Escalation Policy设…
报警升级机制
超时未响应升级
12
SPC系统架构设计
数据采集层 · 计算引擎层 · 存储层
SPC
系统架构设计
13
数据采集与集成
从设备(SECS/GEM) · MES · EAP
数据采集
集成
14
实时流计算引擎
使用Apache Kafka/Fli…
实时流计算引擎
Apache
15
SPC计算引擎核心
滑动窗口计算 · 分组统计 · 控制限动态更新算法
SPC
计算引擎核心
16
时序数据库选型
InfluxDB · TimescaleDB · ClickHouse在SPC场景中的…
时序数据库选型
InfluxDB
17
SPC Dashboard设计
实时良率看板 · 控制图可视化 · 报警列表
SPC
Dashboard
18
良率爬坡阶段划分
导入期 · 爬坡期 · 成熟期
良率爬坡阶段划分
导入期
19
爬坡期特殊监控
快速调整控制限 · 短期过程能力 · 早期报警灵敏度设置
爬坡期特殊监控
快速调整控制限
20
良率预测模型
基于时间序列(ARIMA/LSTM)…
良率预测模型
ARIMA/LSTM
21
根因分析辅助
报警关联分析 · 故障树(FTA) · 鱼骨图在SPC报警中的应用
根因分析辅助
报警关联分析
22
SPC系统权限管理
角色设计(Operator/Engi… · 数据隔离 · 审计日志
SPC
系统权限管理
23
系统高可用与容灾
SPC系统双活部署 · 数据备份 · 报警通道冗余
系统高可用
容灾
24
SPC系统性能优化
大规模站点下的计算优化 · 查询加速 · 缓存策略
SPC
系统性能优化
25
SPC与MES/APC集成
自动停线/放行 · Recipe调整 · 闭环反馈控制
SPC
MES/APC
26
SPC系统测试与验证
模拟数据注入 · 报警功能测试 · 压力测试方案
SPC
系统测试
27
SPC系统上线与切换
灰度发布 · 数据迁移 · 用户培训
SPC
系统上线
28
良率爬坡案例实战
某芯片厂良率从60%爬升至95%的S…
良率爬坡案例实战
某芯片厂良率从6…
29
常见问题与陷阱
过度报警 · 控制限误设 · 数据延迟
常见问题
陷阱
30
未来趋势
AI驱动的SPC · 数字孪生 · 边缘计算在良率监控中的应用展望
未来趋势
AI
所属VIP或分类
同VIP:Cpk与DPU过程能力联动优化
同VIP:CVD工艺窗口与DOE参数优化
同VIP:DOE试验设计与工艺参数优化