：缺陷率监控的正确姿势)
一、背景故事一张误报了两百多次的控制图2025年下半年我们厂封装测试段的一位工程师找到我说他负责的外观检验缺陷率控制图没法用了。打开一看最近三个月这张图上标红的超限点有两百多个平均每天两三个。按照厂里的规定每个超限点都要走OCAP流程填异常单、查原因、写结论。他们组三个人一半时间在填这些单子而且99%的结论都是未发现异常判为正常波动。结果就是所有人都开始无视这张图。红点变成了背景噪声真正的异常反而被淹没了。9月份有一次真实的来料批次问题缺陷率连续五天偏高愣是没人当回事直到客户投诉回来才发现那五天的产品已经出货了。我拿到原始数据一看问题一目了然他们用的是Xbar-R图。这是计量型控制图本来是给尺寸、厚度、电阻这类连续数值用的。而外观缺陷率是每批检了多少个、坏了多少个算出来的比率是彻头彻尾的计数型数据应该用p图。更麻烦的是他们每批的检验数量从300到1500不等却用了一条固定的控制限。这不是个例。我后来在厂内做了一次普查17个涉及缺陷率、不良率、缺陷数的监控点里有11个用错了控制图类型。这件事让我意识到计数型SPC在国内工厂的普及程度远低于计量型很多人的SPC知识就停留在三倍标准差这一句话上。二、技术原理为什么计数型数据不能套用计量型公式2.1计量型与计数型的本质区别计量型数据是连续的比如膜厚124.7埃、线宽45.2纳米。它可以取区间内任意值理论上有无穷多个可能取值。这类数据的经典假设是正态分布而正态分布有一个非常方便的性质均值和方差是相互独立的参数。你可以有一个均值100、标准差0.5的过程也可以有一个均值100、标准差5的过程两者互不影响。计数型数据是离散的只能取0、1、2这样的整数。不良品率服从二项分布缺陷数服从泊松分布。这两个分布有一个和正态分布截然不同的性质均值和方差是绑定的。二项分布的方差是n·p·(1-p)完全由n和p决定泊松分布的方差直接等于均值lambda。这意味着你不能独立地估计离散程度它由平均水平唯一确定。这个区别决定了控制限的算法完全不同。Xbar-R图用极差R来估计标准差而计数型控制图直接用理论公式从pbar或cbar算出标准差。用极差法去估计一个方差由均值决定的分布算出来的标准差通常严重偏小控制限就过窄误报自然满天飞。2.2四种计数型控制图的选型逻辑选型只需要回答两个问题。第一个问题你数的是坏掉的产品个数还是缺陷的总个数这两者的区别在于一个产品可以同时有多个缺陷。一片晶圆上有5个划伤和3个颗粒如果按不良品算它是1个不良品如果按缺陷数算它是8个缺陷。前者用二项分布p图、np图后者用泊松分布c图、u图。第二个问题每批的检验数量是固定的还是变化的固定的可以用绝对数np图、c图变化的必须用比率p图、u图。注意这里的固定要求很严格如果批量在1000到1050之间波动勉强可以当固定如果在300到1500之间波动那绝对不行。表1四种计数型控制图的选型判据与计算公式控制图适用数据前提分布控制限公式p图不良品率每批不良品数除以批量二项分布pbar ± 3·sqrt(pbar(1-pbar)/n_i)np图不良品个数要求样本量n恒定二项分布n·pbar ± 3·sqrt(n·pbar(1-pbar))c图缺陷总数要求检验单位大小恒定泊松分布cbar ± 3·sqrt(cbar)u图单位缺陷数检验单位大小可变泊松分布ubar ± 3·sqrt(ubar/n_i)Laney p撇图不良品率且存在过离散二项分布加过离散修正pbar ± 3·sigma_z·sqrt(pbar(1-pbar)/n_i)Laney u撇图单位缺陷数且存在过离散泊松分布加过离散修正ubar ± 3·sigma_z·sqrt(ubar/n_i)关于表中的公式有两个细节需要展开。第一p图和u图的公式里有n_i这个下标意思是每一批的样本量都要单独代入。所以画出来的控制限不是一条直线而是随样本量变化的阶梯线。样本量大的批次控制限窄样本量小的批次控制限宽这符合直觉检的多估计就准容忍的波动就小。图1p图实例。同一条中心线下样本量n越小控制限越宽。第21批p0.058若按n1200的控制限判定为超限按n400的控制限则在界内这正是必须按批计算控制限的原因。看图1的第21个点p0.058。如果这一批的检验量是1200UCL是0.0479它超限了如果检验量是400UCL是0.0592它没超限。同一个数值不同的判定结果。用一条固定控制限的工厂本质上是在小批次上疯狂误报、在大批次上悄悄漏检。2.3过离散教科书不太讲但现场经常遇到的坑二项分布和泊松分布都有一个隐含假设每个被检单位的缺陷发生概率是独立且相同的。在实验室条件下这可能成立在Fab里往往不成立。举个具体例子。同一批次的25片晶圆在同一台设备、同一个腔体、同一段时间内加工它们的缺陷概率是高度相关的——如果那天腔体状态不好25片全都会偏差。这导致批次之间的实际波动远大于二项分布理论预测的波动。这就是过离散overdispersion。过离散在p图上的表现是大量的点跑到控制限外面但你怎么查都查不出特殊原因因为那些波动本来就是过程固有的。判断是否存在过离散有一个简单方法计算所有点的Z值Z_i (p_i - pbar) / sigma_i然后求Z序列的移动极差平均值MRbarsigma_z MRbar / 1.128。如果sigma_z明显大于1比如大于1.2说明存在过离散。David Laney在2002年提出的解法非常优雅把sigma_z作为一个膨胀因子乘进控制限得到p撇图和u撇图。这个方法既保留了随样本量变化的阶梯特性又修正了过离散带来的控制限过窄。现在Minitab、JMP都内置了这个功能但很多国内工厂还不知道。三、现状分析厂内17个计数型监控点的普查结果发现问题之后我们花了三周时间把厂里所有涉及计数型数据的监控点梳理了一遍。结果比预想的更糟糕。17个监控点里11个用错了图型占65%。其中7个把计数型数据套用了Xbar-R图或单值移动极差图4个虽然用了p图但采用固定控制限。剩下6个图型正确的监控点里又有3个存在中心线长期未更新的问题——最夸张的一个pbar还是2023年建线时算的过程能力早就改善了控制限却纹丝不动导致所有点都贴着下限跑看起来过程超好实际上完全失去了监控意义。误报的代价是可以量化的。我们统计了2025年第三季度这17个监控点一共触发了1847次超限报警其中被判定为确有异常的只有94次有效率5.1%。按每次OCAP流程平均占用工程师35分钟计算一个季度浪费了约1020个工时相当于1.6个人全年的工作量。更严重的是信任成本。当有效率只有5%时工程师会形成报警大概率是假的的心理预期响应速度和认真程度都会下降。前面提到的那次来料批次问题漏检本质上就是这个心理预期导致的。四、瓶颈问题为什么大家会用错以及改起来难在哪4.1培训体系的断层国内多数工厂的SPC培训重点都在计量型部分Xbar-R、Xbar-S、单值移动极差、Cp和Cpk。计数型往往只在最后半小时带过讲个公式就结束了。而实际工作中缺陷率、不良率这类指标的出现频率一点不比尺寸参数低。4.2软件默认值的误导很多MES自带的SPC模块新建控制图时默认就是Xbar-R。工程师如果不主动去改就会一路默认下去。有些系统甚至根本没提供p图和u图的选项只能用单值图凑合那就更不用说变样本量控制限了。4.3变样本量控制限的实现成本固定控制限只需要存三个数字UCL、CL、LCL。变样本量控制限需要为每个数据点单独存一组控制限数据结构和绘图逻辑都要改。对于老旧的MES系统这个改造涉及数据库表结构变更推动难度不小。4.4中心线更新的责任真空控制图建好之后谁负责定期评估中心线是否还合理在多数工厂里这个责任是模糊的。质量部门认为是工艺部门的事工艺部门认为是质量部门的事结果就是没人做。三年不更新的控制限比比皆是。表2计数型SPC实施中的六个高频错误与纠正方法错误做法产生的后果根本原因正确做法缺陷率数据套用Xbar-R图控制限过窄误报频发计量型公式假设正态且方差独立按数据类型改用p图或u图变样本量却用固定控制限小批次假超限大批次漏检控制限与样本量的平方根成反比逐批计算控制限画成阶梯线把不良品数和缺陷数混为一谈选错分布模型控制限偏差大一个产品可以有多个缺陷不良品用p/np缺陷用c/upbar用近期20批算一直不更新过程漂移后控制限失真中心线未随过程能力重新评估每季度或重大变更后重算基线出现负的LCL就直接用负值下限永远不会触发漏掉改善信号缺陷率不可能为负LCL取0并改用其他规则判改善样本量小到期望缺陷数小于1控制图几乎全是0无监控意义泊松近似在低计数下失效扩大检验单位或改用累计和图五、解决方案四步完成计数型SPC的规范化改造5.1第一步建立数据类型判定的决策树我们做了一张单页的决策流程卡贴在每个工程师的工位上。流程只有四个判断数据是连续值还是计数值计数的是不良品还是缺陷样本量或检验单位是否恒定是否存在过离散四个问题回答完图型就唯一确定了。第四个判断需要计算我们写了一个小脚本输入历史数据自动输出sigma_z值和建议图型工程师不需要手工算移动极差。def check_overdispersion(counts, sizes):p_bar sum(counts) / sum(sizes)z [(c/n - p_bar) / ((p_bar*(1-p_bar)/n) ** 0.5)for c, n in zip(counts, sizes)]mr [abs(z[i] - z[i-1]) for i in range(1, len(z))]sigma_z (sum(mr) / len(mr)) / 1.128return sigma_z # 1.2建议改用Laney p撇图5.2第二步改造MES的控制限存储与绘图逻辑数据库层面把原来的control_limit表从每个监控点一行改成每个数据点一行增加sample_size、ucl_i、lcl_i三个字段。绘图层面把控制限从水平线改为阶梯线matplotlib的step函数或ECharts的阶梯折线。这里有个实现细节容易被忽略当计算出的LCL为负数时必须截断为0因为缺陷率不可能为负。但截断之后下限就永远不会被触发意味着你失去了过程显著改善这个信号。我们的补偿方案是同时启用连续9点位于中心线以下的判异规则这个规则不依赖LCL可以正常发现改善趋势。5.3第三步制定中心线更新的制度我们规定了三个必须重算基线的触发条件时间触发每季度末强制评估一次事件触发发生配方变更、设备大修、检验标准调整、来料供应商切换这四类事件之一时立即重算统计触发当连续25个点中有超过18个位于中心线同一侧时系统自动推送重算提醒。责任归属明确写进了岗位说明书监控点的Owner是工艺工程师质量工程师负责审核和存档MES系统负责自动推送提醒。三方职责清晰不再有责任真空。5.4第四步判异规则的分级响应不是所有报警都值得走完整的OCAP流程。我们把Nelson八条判异规则分成三级一级超出3sigma控制限、连续9点同侧触发完整OCAP需在4小时内给出初步结论二级连续6点递增或递减、连续14点交替升降触发观察单记录但不停线24小时内跟进三级其余规则仅系统记录周会上汇总回顾。分级之后需要立即响应的报警数量下降了约七成工程师能把精力集中在真正重要的信号上。六、实战案例封装外观缺陷率监控点的完整改造还是文章开头那个监控点。原始状态Xbar-R图固定控制限UCL0.0412、CL0.0298、LCL0.0184批次检验量300到1500不等2025年第三季度触发报警213次确认异常9次有效率4.2%。第一步数据类型判定。检验的是这一批里有多少个外观不良品一个产品判一次好坏不累计多个缺陷所以是不良品数用二项分布。批量变化大所以用比率而非绝对数。初步结论p图。第二步过离散检验。取2025年7月到9月共182个批次的数据跑脚本sigma_z算出来是1.67远大于1.2。这个结果符合预期因为封装的外观缺陷高度依赖当班操作员的手法和当批来料的表面状态批内相关性很强。最终结论Laney p撇图。第三步重算基线。用182个批次算出pbar0.0296结合sigma_z1.67计算膨胀后的控制限。以n800的批次为例普通p图UCL0.0475p撇图UCL0.0595控制限宽了约25%。第四步回测验证。把新控制限套用到那182个历史批次上报警次数从213次降到11次。关键是要看那9次确认异常还在不在——结果是9次全部保留而且其中有2次在新图上表现得更明显因为背景噪声少了信号更突出。第五步上线运行。2025年10月切换到新控制图。第四季度报警14次确认异常6次有效率42.9%。对比第三季度的4.2%提升了十倍。还有一个意外收获。11月中旬新图捕捉到一次连续9点位于中心线以下的信号。查下来是一家新来料供应商的载带表面处理工艺改进了带来了实实在在的缺陷率下降。这个改善信号在老的固定控制限图上是完全看不到的因为LCL被截断在0而且噪声太大。后来我们把这家供应商的份额提高了整体外观缺陷率又降了0.4个百分点。七、实施效果全厂17个监控点的改造成果2025年10月到2026年3月我们用半年时间完成了全部17个监控点的改造。其中改为p图的6个、u图的4个、c图的2个、np图的1个、Laney p撇图的3个、Laney u撇图的1个。图2六个监控点在完成计数型控制图选型改造前后的误报警次数对比每周合计从23次降到3次工程师响应OCAP的有效性显著提升。整体数据季度报警总数从1847次降到312次降幅83.1%确认异常次数从94次上升到118次注意是上升说明真实异常的检出能力增强了报警有效率从5.1%提升到37.8%。OCAP流程占用工时从每季度1020小时降到约215小时按人均成本折算一年节省的直接人力成本超过45万元。这个数字还不包括漏检导致客户投诉的隐性成本。异常平均发现时间从4.7天缩短到1.3天。原因很直接报警少了每一条都被认真对待了。2026年第一季度客户端外观类投诉从上年同期的7起降到1起。这一起还是包装环节的问题与工艺无关。最后说一个软性但重要的变化。改造之前工程师提到SPC图的态度是那玩意儿不准改造之后开始有人主动来问我这个新监控点应该用什么图。工具的可信度一旦建立起来使用它的意愿是会自我强化的。八、延伸补充工程落地的更多细节8.1 Nelson八条判异规则在计数型控制图上的适用性Nelson八条规则最初是为计量型控制图设计的直接套用到计数型控制图上需要注意几点差异。规则11点超出3sigma完全适用是最主要的判异依据。但要注意LCL被截断为0的情况此时下侧的规则1永远不会触发。规则2连续9点同侧完全适用而且在计数型场景下特别重要因为它是LCL截断后唯一能发现改善趋势的规则。规则5和规则6涉及2sigma和1sigma分区在变样本量的p图上分区边界也是阶梯状的实现起来比较麻烦很多系统干脆不支持。如果系统不支持可以只启用规则1、2、3、4覆盖大部分实际需求。规则8连续8点都在1sigma之外在计数型图上误报率偏高尤其是当过程存在轻微过离散但还没到需要用Laney图的程度时。建议谨慎启用。8.2样本量下限期望缺陷数至少要多少一个常见问题是每批检多少个才够。对p图经验准则是n·pbar至少要大于等于5也就是每批期望出现的不良品数不少于5个。如果pbar0.003那么n至少要1667。低于这个量二项分布的正态近似不成立控制限计算会有较大偏差。对c图和u图要求是cbar或者n·ubar不小于5。如果实际达不到有三个选择扩大检验单位比如从每片晶圆改成每批25片合并多个时间段的数据改用基于累计和的CUSUM图它在低计数场景下比传统控制图更灵敏。在高良率的先进制程里低计数是常态。有些关键缺陷的发生率是百万分之几这时候传统的控制图完全不适用需要用到缺陷间隔类的方法比如g图统计两次缺陷之间的合格品数量或者t图统计两次缺陷之间的时间间隔。8.3计数型过程能力怎么评估计量型有Cp和Cpk计数型没有直接对应的指标这是很多人的困惑点。实践中有三种常用做法。第一种是直接用DPMO每百万机会缺陷数。公式是缺陷总数除以单位数乘以每单位机会数再乘以一百万。这个指标的好处是可以跨产品、跨工序横向对比缺点是需要准确定义机会数不同人定义不同可比性会打折扣。配套资料与实战工具包本文涉及的脚本、参数模板、检查清单已整理成配套资料包可直接用于工厂落地实施内容随实践持续更新。点击文章上方「VIP资源」下载区免费获取计数型控制图选型决策树单页速查卡可打印张贴过离散检验脚本sigma_z自动计算含Laney p撇图控制限p图/np图/c图/u图控制限计算Excel模板支持变样本量Nelson八条判异规则分级响应OCAP表单控制图基线重算SOP与季度评估检查清单────────────────────────────────────────本文首发于博客半导体智能制造| MES工程师实战笔记你在实际项目里遇到过类似情况吗是怎么处理的欢迎在评论区分享你的实战经验一起交流进步。标签SPC过程控制|半导体Fab | MES系统| SPC |良率提升|智能制造
