笔记：半导体行业FDC（故障检测与分类系统）

以下重点针对半导体行业FDC（故障检测与分类系统）进行详细介绍：

? 一、FDC的核心功能与重要性

1. 基本定义
   FDC（Fault Detection and Classification，故障检测与分类）是半导体工程智能（Engineering Intelligence, EI）的核心系统之一，通过实时监控生产设备的工艺参数（如温度、压力、气体流量等），自动识别异常并分类故障原因，确保制程稳定性和产品良率。

2. 核心作用

• 实时监控：24小时不间断采集设备数据，覆盖扩散、光刻、刻蚀等上千道工序，避免微小偏差累积导致批量报废。

• 快速干预：发现异常时即时报警，指导工程师调整参数或停机检修，减少缺陷晶圆产生。

• 良率保障：据案例数据，未部署FDC的产线可能因膜厚偏差等问题导致整批晶圆报废，而FDC能通过实时修正将损失降至最低。

⚠️ 二、传统FDC系统的挑战

• 误报/漏报率高：固定阈值设定易受环境干扰，过度敏感导致虚假警报（日均数百条中仅2-3条有效），阈值过宽则遗漏潜在故障。

• 建模效率低：换产线或调整工艺需重新建模调参，耗时1-2周，影响产能爬坡。

• 数据分析复杂：工程师需手动导出数据生成报告，耗时长达30分钟/次，且依赖个人经验判断。

? 三、新一代FDC的技术演进（以智现未来FabSyn FDC为例）

1. AI大模型赋能

• 智能参数推荐：自动识别关键工艺区间，推荐最优监控模型与规格算法，建模时间从1-2周缩短至1天。

• 自适应建模：根据设备状态动态调整阈值，减少误报率。

• 智能助手（灵犀大模型）：支持自然语言查询，1分钟内生成RUN货报告（传统需30分钟），并整合知识库提供处置建议。

2. 全流程覆盖能力
   与eR2R（实时过程控制）、eRMS（配方管理）等模块协同，形成“监测-分析-预测-自适应”闭环。例如：

• 成膜工艺中膜厚异常时，eR2R即时调整前/后道工序参数，避免连锁报废。

• 支持单变量/多变量分析、SPC（统计过程控制）及OCAP（异常处理流程）管理。

? 四、应用成效与行业地位

? 五、总结

FDC是半导体智能制造不可或缺的“安全网”，其发展路径已从基础统计模型转向AI驱动的智能化系统：
✅ 技术趋势：大语言模型（如智现未来“灵犀”）实现自然语言交互与决策辅助，推动工程效率跃升。
✅ 国产化突破：智现未来依托BISTel超20年经验本土化，跻身全球工程智能第一梯队（与AMAT、PDF Solutions并列），填补国内高端EI空白。

如需进一步探究SEMI E133标准，建议访问SEMI国际官网或联系国内SEMI分会获取权威文档。

打赏 支付宝打赏 微信打赏