引言
制造设备设计中常被忽视的一个方面是可维护性。可维护性特征的存在与否会显著影响设备运行成本，而这些成本又直接影响维护合同的盈利能力。因此，寻找有效途径降低这些成本对提升维护合同盈利能力至关重要。
统计过程控制
统计过程控制（SPC）运用成熟的统计方法监测生产过程的稳定性，有助于减少浪费和返工。SPC可应用于任何可量化且变异性近似正态分布的过程。例如，若某生产过程制造的小部件目标长度为1单位，且变异遵循正态分布，则测量100个小部件并绘制直方图将得到如下图表：
SPC通过控制图将实际样本测量值与预期值进行比较。预期值基于基准期或训练期内收集的测量数据计算得出的均值和标准差。控制图通常包含三条关键参考线：
- 中心线（CL）：训练测量值的平均值（均值）。
- 上控制限（UCL）：被视为“受控”的最高值，通常设定为正态分布过程均值上方三个标准差处。
- 下控限（LCL）：被视为“受控”的最低值，通常设定为均值下方三个标准差处。
随着新样本测量值的收集，它们会被绘制在过程控制图上，并与控制限进行评估。若样本测量值位于上控制限（UCL）与下控制限（LCL）之间，则该过程被视为"受控"且运行正常。可应用额外规则——例如检测趋势、周期性波动或多个连续点接近控制限的情况——以识别不稳定的早期迹象或潜在问题。
控制图能够检测样本均值和变异性的变化。在下例中，样本均值随时间推移而下降，表明该过程正逐渐“失控”。
在下图中，样本变异性随时间推移逐渐增大，表明该过程正趋于不稳定或逐渐"失控"。
故障检测还是预测性维护？
统计学上“失控”的过程并不等同于过程失效。理想情况下，统计控制界限应位于过程公差或规格界限之内，因此根据控制图判定为“失控”的过程仍可能产出符合质量规格的输出。 例如，以上述小部件为例：平均长度为1.000，上控制限(UCL)为1.003，下控制限(LCL)为0.997。 若设计标称长度为1.000且公差为±0.005，则上规格限(USL)为1.005，下规格限(LSL)为0.995。这对应的过程能力指数(Cpk)为1.67，表明该过程"能力良好"，通常能生产出符合规格的输出。
当过程均值位于规格限之间时，Cpk值即为质量规格限与统计控制限之比，用于量化过程在规格限内产出合格产品的能力。Cpk值越高，表明过程能力越强且稳定性越高。
下图为添加了上控制限线和下控制限线的控制图。
当控制界限处于规格界限范围内时，控制图可作为判断何时需要预防性维护的有效指标。若某工艺处于"失控"状态但仍在规格范围内运行，则可能需要预防性维护，但无需立即停止。
然而，若控制界限超出规格界限，则该过程被视为无能力（Cpk值小于1.0）。在此情况下，统计控制界限无法可靠地指示在生产故障发生前何时需要进行预防性维护。
监控过程，而非结果
在许多情况下，制造设备单元并不知道自己正在生产哪些具体产品，也不清楚生产质量如何。例如，生产小部件的设备可能既不“知道”目标长度为1.000，也不直接了解实际生产的长度。这引发了一个问题：设备如何利用SPC来监控质量？
虽然该设备可能无法直接测量产出质量，但它通常能够监控生产过程中涉及的各项环节。换言之，它能够追踪影响最终产品质量的工艺参数和生产条件。
半导体制造设备中可监测的工艺属性示例包括：
- 光源强度
- 图像质量（例如：对焦、对比度、亮度）
- 气体流量
- 管道或腔室中的气体压力
- 电压
- 潮流
- 速度（例如旋转速度或平移速度）
- 环境压力（大气压、真空）
- 温度
- 持续时间（例如命令完成时间）
实际值与预期值
任何用于过程控制的过程属性都必须满足一个关键要求：它必须能够通过传感器进行测量——必须基于实际的传感器数据。过程控制通过将测量值与预期值进行比较来实现，尽管通常需要对原始测量数据进行预处理。
以闭环气体冷却系统为例。气体流量由质量流量控制器（MFC）控制，其设定值由工艺参数决定。在此情况下，合适的控制测量值应为实际气体流量。
预处理的第一步通常是确定气体流量处于稳态的时间点。在气体关闭期间或设定点变更后立即的瞬态阶段所做的测量，通常难以发挥作用。流量稳定所需的时间可通过实验测定。
如果系统仅使用一个流量设定值运行，则过程非常简单：将流量设定值作为预期值，将测量流量作为实际值。
然而，当存在多个流量设定点时，由于SPC假设存在单一均值和变异性，需要进行额外的预处理。以下是两种处理方式：
- 若仅存在少数几个离散设定值，则可为每个设定值单独创建控制图——该控制图具有独立的均值和变异性。
- 或者，通过计算设定流量与实际测量流量之间的差值来获取流量误差。该流量误差的预期值为零。若不同设定点间的预期变异性发生变化，可通过实验建立映射函数来调整这些差异。
Cimetrix® CIMControlFramework 健康指标
Cimetrix® CIMControlFramework（CCF）是一个基于 Microsoft .NET Framework 技术构建的设备自动化框架。CCF 解决方案使设备制造商能够满足监督控制、物料搬运、平台和过程控制以及工厂自动化方面的需求。通过与设备硬件对接并发布数据，CCF 具备独特优势，能够有效监控设备性能。 CCF HealthIndicators 功能将统计过程控制（SPC）与功能强大且直观的基于图形用户界面的管理工具相结合，从而提供对设备的全面监控。利用 CCF HealthIndicators 能够通过实现主动维护和早期发现潜在问题，从而帮助降低维护成本。
CCF屏幕用于教学和配置健康指标。
CCF屏幕显示所有健康指标的概览视图。
