本博客最初发布于cimetrix.com。
随着全球半导体工厂在多数市场领域满负荷运转，生产力如今成为整个行业的重要关注点也就不足为奇了。 工厂管理者密切监控关键绩效指标（KPI），以捕捉任何生产力流失的迹象，从而迅速识别并解决这些异常现象的根本原因。与此同时，他们也在质疑现有生产力指标能否真实反映工厂绩效——这些追踪系统可能已沿用多年，未能更新以充分利用现有的全套生产力标准及相关数据采集基础设施。
若您正怀揣此类疑问，本文及底层演示文稿所传递的信息正是为您而设。其中我们将重点阐述复杂制造环境中生产力管理的核心原则，详述为支撑该流程而历经多年定义与完善的SEMI标准体系，明确实施过程中所需的各类数据源、采集方法及系统组件，并通过若干具体案例展示这些要素如何协同运作。
生产力原则
制造业生产率管理颇具挑战性，因为某些指标存在固有的权衡关系（参见直观示意图）。因此，必须将其视为一个整体而非单独考量……
- 质量
- 容量
- 吞吐量
- 周期时间
- 在制品库存水平
- 准时交付
- 设备利用率
最明显的例子之一是设备利用率与周期时间之间的冲突，尤其在晶圆厂这种采用重复性循环工艺的环境中——同一设备需多次使用。为缩短周期时间，需确保产品材料无需等待设备空闲。但这将导致非瓶颈设备部分时间闲置。 另一方面，若追求设备利用率最大化，在制品（WIP）水平将随之攀升，导致流程中下一道工序的物料排队等待时间延长，进而拖累整体周期时间。如此循环往复。
SEMI 生产效率提升标准
SEMI在制定设备与工厂生产率的测量及监控标准指标方面拥有悠久历史，但鲜有企业能充分利用这些标准。可能原因包括：对现有标准认知不足、实施所需条件理解有限、缺乏实现稳健实施所需的数据源连接、构建此类系统的资金与人力资源匮乏，以及缺乏持续的专业知识来监督全面的生产率管理策略。 这些挑战固然艰巨，但在当前产能受限的环境下，克服这些障碍仍具有重要价值。
本文聚焦于上述挑战中的前两项，而PDF解决方案公司旗下Cimetrix连接性部门凭借其产品组合中的连接解决方案，可助力应对第三项挑战。
涉及设备综合效率（OEE）的SEMI标准包括：
- E10, E58 – 设备可靠性、可用性、可维护性（RAM, ARAMS）
- E79, E116 – 设备生产率测量，设备性能追踪
这些标准的主要目标是精确记录设备在工厂中的每分钟运行状态，将运行时间划分为互不重叠的状态，从而突出并最大化设备处于"生产性"状态的时间，同时最小化并识别设备处于"非生产性"状态的时间及其根本原因。 这些标准历经演变，从最初定义的六种E10设备状态（见下图）发展至：细化出诸多实用子状态；制定基于这些状态计算各类效率指标与"损失"类别的计算公式；将公式应用于复杂的多模块设备类型；描述自动化采集事件数据的方法以记录状态转换过程等。
信息量确实很大，但实施路径中的每一步都可通过提升OEE相关关键绩效指标（KPI）来实现投资回报。
一项较新但较少为人所知的SEMI生产力标准，同样以"精确计算每一分钟"为目标，但关注的是工厂中产品材料（批次、基板、器件）的生命周期，而非设备本身。这些标准源自Sematech的"等待时间浪费"倡议（现称产品时间测量），具体包括以下内容：
- E168 – 产品时间测量规范（术语、概念、时间要素等）
- E168.1、.2、.3 – 300毫米生产设备、物料控制系统（MCS）及运输设备（AMHS）的PTM
这些标准将产品材料时间划分为两大状态——"活动"与"等待"，并在这些类别中明确定义了"时间元素"（及关联的GEM/GEM 300开始/结束触发事件），用于描述材料在不同阶段的状态（如加工、移动、脱气等）及其"活动"时段的具体操作，以及"等待"时段的等待对象（如FOUP卸载、机械臂操作、闸阀开启、配方启动等）。下图展示了材料在不同状态下的时间序列： 等），以及在"等待"时间内等待的对象（如FOUP卸载、机械臂操作、闸阀开启、配方启动等）。下图展示了某批次产品在两个连续工艺步骤完成事件之间，其等待与活动时间元素的序列。
熟悉复杂多腔室设备运行状况的工厂运营经理保守估计，此类设备存在5-7%的未开发产能，而E168这类以产品材料为重点的标准有望发掘并利用这些潜力。
基础设施实施技术
在确定需要实施哪些标准以及实施程度后，后续工作将聚焦于识别工厂中必须与数据采集基础设施对接的具体数据源/数据元素，并构建数据传输路径。值得庆幸的是，所需信息的95%以上至少在以下某套SEMI标准中有所涵盖：
GEM/GEM300
- E30、E40、E94 – 机器状态、工艺作业管理、控制作业管理
- E87、E90 – 载体管理，基板追踪
- E157 – 模块过程追踪，配方执行追踪
设备数据采集（EDA/接口A）
- E120、E125、E164 – 设备元数据模型
- E132 – 身份验证与授权
- E134 – 数据采集管理
此外，市面上已有大量商业软件实现了这些标准，因此完全没有必要自行开发。然而，该流程中仍存在一项挑战：需验证供应商是否在设备中忠实执行了标准，并确保生产力标准所要求的事件语义在整个工厂范围内保持一致。 例如，提供符合SEMI E164标准（EDA通用元数据）的EDA实现的300mm工艺设备，将包含完整的GEM 300事件集，且状态/事件/参数名称完全一致。其他设备接口实现可能存在细微差异，需要在事件处理中添加定制映射层。
下图展示了部分E168时间元素定义中使用的E90（基质追踪）状态机，以及用于定义EDA数据采集计划（DCP）的对应E164兼容元数据模型内容——该计划可实时提供此类信息。
在"工厂侧"，同样有必要整合现代商业系统技术，尤其当新型生产力基础设施可作为独立的补充系统实施时——这比将其硬塞进现有工厂系统架构更为合理。下图展示了此类系统的云原生实例的高层级示意图。 需注意其底层架构支持多种连接标准（GEM、EDA、OPC UA、MQTT），可接入各类数据源（设备、子系统、传感器），所有数据均通过RESTful API层进行抽象处理，进而支撑多供应商应用生态系统。
