第1章：良率基础概念与指标体系

各位工程师朋友，大家好。我是老张，在光模块制造这行摸爬滚打了十几年。今天咱们开始聊良率提升，第一件事就是把基础概念理清楚。说白了，良率就是你的产线到底能产出多少合格品。这个数字直接决定了你是赚钱还是亏钱。

我记得刚入行那会儿，带我的老师傅跟我说过一句话：「良率不是算出来的，是管出来的。」当时不太理解，后来踩了不少坑才明白——你连指标都定义不清楚，怎么管？

1.1 良率到底是个啥？

良率，英文叫Yield，就是合格品数量占投入总量的比例。公式很简单：

良率 = 合格品数量 / 投入总数量 × 100%

但这里有个坑——「合格」的标准是什么？我在项目里遇到过，同一个光模块，A客户要求25℃下眼图余量大于3dB，B客户要求大于5dB。标准不同，良率能差出十几个点。所以，定义良率之前，先定义合格标准。

⚠️ 注意： 良率不是越高越好。我曾经见过一个团队，为了把良率从95%提到98%，把测试标准放宽了。结果呢？出货后客户投诉率飙升。良率要真实，不要注水。

1.2 直通率（FPY）—— 一次做对的能力

直通率，First Pass Yield，也叫一次良率。它衡量的是：产品从头到尾，不经过任何返修，一次就合格的比率。

公式：

FPY = 一次合格数量 / 投入总数量 × 100%

举个例子。我负责过一条10G光模块产线，每天投500个模块。经过贴片、耦合、测试三个工序，有450个一次通过，那FPY就是90%。剩下50个需要返修。

为什么要关注FPY？因为返修是有成本的。返修一个模块，人工、物料、时间，加起来可能比重新做一个还贵。而且返修过的模块，可靠性往往不如一次做好的。我个人习惯，FPY低于85%的工序，必须停下来找根因。

💡 小技巧： 计算FPY时，要区分「返修」和「重测」。如果只是测试误判，重测通过了，这不算返修。我在产线上见过有人把重测当返修算，FPY虚低，搞得大家白紧张一场。

1.3 最终良率（FY）—— 最终交付的质量

最终良率，Final Yield，是经过所有工序（包括返修）之后，最终合格品的比例。

FY = 最终合格数量 / 投入总数量 × 100%

还是刚才的例子。500个模块，FPY是90%（450个一次合格）。剩下50个返修，修好了40个，还有10个报废。那最终良率就是 (450+40)/500 = 98%。

你看，FPY和FY之间差了8个点。这8个点，就是返修带来的「虚假繁荣」。我见过一些工厂，FY做到98%，看起来不错，但FPY只有80%。这意味着产线上到处在返修，效率极低。所以，FY是给客户看的，FPY是给自己看的。

指标 定义 关注点 典型值（光模块）
FPY 一次通过率 过程能力 85%~95%
FY 最终合格率 交付质量 95%~99%

1.4 DPPM —— 百万分之缺陷数

DPPM，Defective Parts Per Million，就是每百万个产品中有多少个不良品。这个指标在光模块行业用得特别多，尤其是客户那边。

DPPM = (不良品数 / 出货总数) × 1,000,000

举个例子。你出货10万个模块，客户发现20个不良，那DPPM就是200。这个数字越小越好。一般光模块客户要求DPPM低于500，高端客户要求低于100。

这里有个容易混淆的地方。DPPM和良率是什么关系？

良率 = (1 - DPPM / 1,000,000) × 100%

比如DPPM=200，良率就是99.98%。看起来很高对吧？但你要知道，一个大型数据中心一年用几百万个模块，200个DPPM意味着每年有几百个故障。所以，DPPM是放大镜，能把小问题放大给你看。

🔑 关键认知： 良率99%和99.9%看起来只差0.9%，但DPPM从10,000降到了1,000。对于客户来说，这是10倍的可靠性差距。做光模块，别盯着小数点后两位，要盯着DPPM。

1.5 CPK —— 过程能力指数

CPK，Process Capability Index，衡量的是你的制程到底有多稳定、多精准。它不直接算良率，但决定了良率的天花板。

公式稍微复杂一点：

CPK = min( (USL - μ) / 3σ, (μ - LSL) / 3σ )

其中：

  • USL：规格上限
  • LSL：规格下限
  • μ：过程均值
  • σ：过程标准差

说白了，CPK就是看你的产品参数离规格边界有多远。CPK=1.0，意味着理论上会有0.27%的不良（2700 DPPM）。CPK=1.33，不良率约0.006%（60 DPPM）。CPK=1.67，不良率约0.00006%（0.6 DPPM）。

我个人的经验是：光模块的关键参数（比如光功率、消光比），CPK至少要达到1.33。低于这个值，量产时良率波动会很大。有一次我接手一个项目，耦合工序的CPK只有0.8，良率忽高忽低，从70%到95%乱跳。后来把设备校准了一下，CPK提到1.2，良率就稳定在92%左右了。

💡 避坑指南： 我曾经犯过一个错误——只看CPK不看数据分布。CPK=1.5看起来不错，但数据是双峰的（两个峰值）。后来发现是两台贴片机参数不一致。所以，看CPK之前，先看分布图。

1.6 良率计算模型

实际生产中，良率不是简单乘一乘就完事了。我给大家一个常用的模型：

总良率 = FPY₁ × FPY₂ × ... × FPYₙ × 返修良率

其中FPY₁、FPY₂是各工序的直通率。返修良率是返修工序的合格率。

举个例子。一个光模块产线有3个主要工序：

  • 贴片工序：FPY=95%
  • 耦合工序：FPY=90%
  • 测试工序：FPY=98%
  • 返修工序：良率=80%

假设投入1000个，一次通过的数量 = 1000 × 0.95 × 0.90 × 0.98 = 837.9 ≈ 838个

需要返修的数量 = 1000 - 838 = 162个

返修合格数量 = 162 × 0.80 = 129.6 ≈ 130个

最终良率 = (838 + 130) / 1000 = 96.8%

你看，耦合工序的FPY最低（90%），它就是瓶颈。要提升总良率，先抓耦合工序。这就是木桶原理——最短的那块板决定了你的水位。

📊 核心逻辑： 良率提升不是平均用力，而是找到瓶颈工序，集中资源突破。我习惯用帕累托图（二八原则）来分析——20%的缺陷类型往往导致80%的不良。

1.7 知识体系总览

下面这张图，是我自己整理的良率指标体系框架。你看一遍，心里就有谱了。

光模块良率指标体系 良率 Yield 直通率 FPY 一次做对的能力 最终良率 FY 最终交付质量 DPPM 百万分之缺陷数 CPK 过程能力指数 识别瓶颈工序 FPY最低的环节 评估交付质量 客户满意度 量化缺陷水平 可靠性评估 评估制程稳定性 参数控制能力 核心逻辑：FPY找瓶颈，FY看结果，DPPM盯缺陷，CPK管过程 四个指标缺一不可，组合使用才能全面掌控良率

这张图你看懂了吗？FPY、FY、DPPM、CPK，这四个指标不是孤立的。FPY告诉你哪里有问题，FY告诉你最终结果好不好，DPPM把问题放大给你看，CPK告诉你问题的根源在哪里。组合起来用，才能全面掌控良率。

1.8 小结

这一章我们聊了良率的基础概念和指标体系。总结一下：

  • 良率是合格品占比，但定义标准要清晰
  • FPY看一次做对的能力，是过程质量的晴雨表
  • FY看最终交付质量，是给客户看的数字
  • DPPM把缺陷放大，适合做质量目标
  • CPK衡量过程能力，决定了良率的天花板
  • 良率计算模型要找到瓶颈工序，集中突破

嗯，这些概念看起来简单，但真正用好它们，需要在实际项目中不断积累经验。下一章，我们会深入聊一聊光模块制造过程中的常见缺陷类型和根因分析方法。到时候见。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →