InsightFab
知識庫/設備性能基準線建立:統計方法的應用
設備工程6 分鐘閱讀

設備性能基準線建立:統計方法的應用

嘿!最近看到一篇超實用的文章,像朋友在跟你聊天一樣。它講到工廠裡機台數據亂七八糟、老闆臉色發白的情況,其實可能都是因為你根本不了解你的機台!文章用「機台就像你的女朋友」這個比喻,超生動地解釋了什麼是「設備性能基準線」。讀完你會知道,為什麼要給設備設個「健康標準」,以及用統計數據來定義「穩定」到底是什麼意思,才不會一直瞎忙,趕快去看看吧!

那天,量測數據亂七八糟,老闆的臉比無塵室的牆還白

還記得好幾年前,我們廠剛進一批新的蝕刻機台,那時候大家都很興奮,想說產能要飛起來了。結果呢?第一批產品跑完,拿去量測,數據一出來,哇靠,有的參數飄到外太空,有的直接破線。CPK 報告出來,全場沉默了三秒,老闆的臉比無塵室的牆還白。大家面面相覷,誰都不知道問題到底出在哪。後來才發現,是我們對這批新機台的「性能基準線」根本沒建立好,根本不知道它的脾氣在哪。

問題出在哪:你真的了解你的機台嗎?

說穿了,你的機台就像你的女朋友(或男朋友),你以為你很了解她,但其實你只看到她表現出來的樣子,卻不知道她「正常」的極限在哪。設備性能基準線,白話一點講,就是你對一台設備的「健康狀況」跟「穩定表現」設定一個標準。當你說這台機台很穩定,那穩定到底是怎樣的數字?公差範圍是多少?是 CPK 1.33 還是 1.0?這不是憑感覺說的,而是要用統計數字說話。

比如說,我們之前那批蝕刻機,一開始就沒把它的蝕刻速率波動範圍抓出來。我們以為 ±5% 就算好了,結果它穩定跑的時候,其實可以做到 ±2%。這個 ±3% 的差異,就是關鍵。沒有基準線,你就不知道機台是「真的不穩」還是「它本來就這樣」。

實際上怎麼做:先觀察,再定義

1. 跑足夠的數據:

坦白講,這沒什麼捷徑,就是跑。你要讓設備在「理想」且「穩定」的狀態下,跑夠多的批次,累積足夠的數據。我們通常會建議至少 30 批次,甚至更多,如果你是關鍵製程,100 批次都不嫌多。例如,一台機台的溫度控制,你不能只看一天,要看它連續幾週,在不同負載下的表現。

2. 用統計工具分析:

當數據夠多,就可以開始分析了。最簡單也最常用的,就是計算平均值 (Mean) 和標準差 (Standard Deviation)。這兩個數字能給你設備「正常」表現的中心點,以及它圍繞這個中心點的「波動幅度」。

  • 舉例: 我們之前有台 CVD 機台,量測它的膜厚,在穩定跑了 50 批後,平均值是 1500 埃,標準差是 5 埃。
  • 所以重點是: 這告訴你,這台機台的膜厚,絕大部分時間會落在 1500 ± 3*5 = 1500 ± 15 埃這個範圍內(也就是 1485 到 1515 埃)。這就是它的「天生脾氣」,它的性能基準線。

3. 設定控制上下限:

有了平均值和標準差,你就可以設定控制圖的上下限了。通常會用平均值 ±3 個標準差當作控制界限 (Control Limits)。如果你的數據點超出這個範圍,那就要警覺了,代表機台可能出狀況了。

  • 換句話說: 對於剛剛那台 CVD,它的膜厚控制上限是 1515 埃,下限是 1485 埃。下次再跑一片產品,膜厚是 1520 埃,你就知道,喔,這有點不對勁,要去看一下機台是不是哪裡怪怪的。

最常見的坑:剛裝好就想定義基準線?想太多!

我踩過最大的坑,就是剛裝好設備、或是剛維修完,機台還在「磨合期」,數據根本不穩定,就急著想定義基準線。那時候,數據飄來飄去,我還天真地以為那就是它的「正常表現」,結果當然是設了一個錯的標準。後來才學到,一定要等機台運轉穩定,參數都最佳化了,才能開始收集數據。

還有一個坑,就是數據不夠多就硬定義。只跑個五批就說這是基準線,那根本是賭博。統計的力量來自於大量的樣本,樣本數不足,結果會讓你誤判。

今天能做的一件事

挑一個你負責的設備,找出它的某個關鍵參數,收集連續至少 30 批次的數據,並計算出它的平均值與標準差。

想試試看?

文章裡提到的分析工具在 InsightFab 都可以直接用,上傳 CSV 即可分析。

前往工具頁面