4. KLA设备健康管理指标体系

在KLA晶圆厂FDC（Fault Detection and Classification，故障检测与分类）体系中，设备健康管理不是单一指标或单一模型，而是一套从“设备当前表现”到“未来风险”再到“维护决策”的指标体系。它要回答四个层层递进的问题：设备现在效率如何？哪些关键参数正在偏离健康基线？关键部件还能用多久？以及如何把预测结果转化为可执行的维护动作。围绕这四个问题，本节建立OEE、KHI、RUL与PHM框架四位一体的指标体系。

一、设备综合效率OEE：设备健康的经济性总账

OEE（Overall Equipment Effectiveness，设备综合效率）是设备健康在产能层面的综合体现，定义为：

OEE = 时间开动率 × 性能开动率 × 良品率

时间开动率 = 实际运行时间 / 计划生产时间
性能开动率 = (理论节拍 × 实际产量) / 实际运行时间
良品率     = 良品数 / 实际产量

在晶圆厂量测与检测设备（如KLA的缺陷检测、膜厚量测、套刻量测设备）中，OEE的三个因子各有明确对应。时间开动率受非计划停机、换配方、校准、预防性维护影响；性能开动率受节拍退化、机械手取放变慢、算法处理时间增长影响；良品率则受误报率、漏报率、量测重复性下降影响。举例来说，某检测机台计划生产时间600分钟，实际运行540分钟，理论节拍为每片2分钟，实际产出250片，良品248片，则时间开动率90%、性能开动率约92.6%、良品率99.2%，OEE约为82.6%。这个数字本身不是目的，关键是把它拆解到因子，定位健康损失发生在哪一层。

二、关键健康指标KHI：从OEE下钻到部件级

OEE是结果指标，KHI（Key Health Indicator，关键健康指标）是过程指标。KHI把设备健康分解为可监测、可阈值化、可趋势化的参数集合，通常覆盖机械、电气、光学、真空、温控与算法六个域。以KLA量测设备为例，典型KHI包括：

• 机械域：机械手定位误差、重复定位精度、振动RMS值、伺服电流峰值；
• 光学域：光源功率漂移、相机暗噪声、镜头透过率衰减、对焦偏移量；
• 真空/气路域：腔体真空度、漏率、气路压差、阀门响应时间；
• 温控域：关键光学元件温度偏差、温度波动峰峰值、冷却回路流量；
• 算法域：量测重复性3σ、误报率、缺陷分类置信度分布。

KHI的工程价值在于“阈值+趋势”双判据。单点越限触发报警，趋势斜率则用于早期预警。例如某机台对焦偏移量基线为0±5μm，若连续30片均值漂移到+3μm且斜率持续为正，即使未越限，也应触发趋势预警。KHI需要与设备状态、配方、产品类型绑定，避免把不同工艺条件下的正常差异误判为健康退化。

三、剩余使用寿命RUL：把健康趋势换算成时间

RUL（Remaining Useful Life，剩余使用寿命）回答的是“还能撑多久”。它把KHI的退化趋势外推到失效阈值，输出剩余可用时间或剩余可处理片数，并给出置信区间。工程上常用三类方法：基于物理模型的退化方程、基于数据驱动的回归/相似性匹配、以及两者融合。以某光学光源功率衰减为例，设初始功率100%，失效阈值80%，当前功率88%，近30天平均衰减速率0.15%/天，则线性外推RUL约为(88-80)/0.15≈53天。若考虑加速退化，可用指数模型拟合，得到更保守的估计。RUL的关键不是单点数值，而是置信区间与更新频率：随着新数据进入，预测应滚动更新，区间收窄或漂移都应被记录。

四、PHM框架：从指标到维护决策的闭环

PHM（Prognostics and Health Management，故障预测与健康管理）是把OEE、KHI、RUL串成闭环的顶层框架，包含监测、诊断、预测、决策四个环节。监测层采集传感器与设备日志；诊断层做异常检测与故障分类；预测层输出RUL与失效概率；决策层结合生产计划、备件库存、维护窗口，给出“立即停机、计划维护、继续观察”的建议。在晶圆厂中，PHM必须与MES、EAP、FDC系统联动，把预测结果转化为工单与排程调整。例如当某机台RUL低于7天且未来两周有高优先级产品排程时，系统应提前触发备件申请与维护窗口预约，而不是等到报警停机。

综上，OEE看结果、KHI看过程、RUL看未来、PHM看行动。四者构成从数据到决策的完整链条，也是KLA设备健康管理在晶圆厂FDC体系中真正发挥价值的方式。