第三章 制造数据采集：传感器数据、设备日志、工艺参数、良率数据、缺陷检测数据的采集方法与标准
大家好，我是老张。在半导体制造这行摸爬滚打了十几年，今天咱们聊聊数据采集这件事。
很多人觉得数据采集嘛，不就是把传感器数值读出来、把日志文件收上来？其实没那么简单。我见过太多项目，算法模型建得漂漂亮亮，结果一上线就崩——为什么？数据质量不行，采集标准没定好。
说白了，数据采集是整个AI制造分析系统的地基。地基不稳，上面盖多高的楼都得塌。
3.1 传感器数据采集
传感器是晶圆厂的「神经末梢」。温度、压力、流量、射频功率、气体浓度……这些参数每时每刻都在变化。
采集频率怎么定？
我个人习惯分三级：
- 高速采集（>100Hz）：用于刻蚀、CVD等快速工艺过程。比如射频反射功率，50ms不采一次，你根本不知道腔体里发生了什么。
- 中速采集（1-10Hz）：温度、压力这类热惯性较大的参数。太快了反而全是噪声。
- 低速采集（0.1-1Hz）：环境温湿度、冷却水温度等。这些变化慢，没必要浪费存储。
传感器校准标准
这里有个坑：不同厂商的传感器，输出格式可能完全不同。我建议统一采用SEMI E54标准，定义传感器数据模型。实在不行，至少保证每个传感器都带以下元数据：
- 设备ID + 传感器ID
- 测量物理量及单位
- 校准日期 + 校准系数
- 采样时间戳（精度到毫秒）
3.2 设备日志采集
设备日志，说白了就是设备的「日记本」。它记录了设备每一次动作、每一个报警、每一次状态切换。
日志类型
| 日志类型 | 内容 | 采集方式 |
|---|---|---|
| SECS/GEM消息 | 设备状态、配方加载、报警事件 | 实时监听HSMS连接 |
| 设备内部日志 | 伺服驱动、电机电流、真空泵状态 | FTP/SFTP定时拉取 |
| 操作员日志 | 人工干预、手动调整记录 | MES系统接口 |
采集标准
我建议遵循SEMI E5（SECS-II）和E37（HSMS）标准。但说实话，很多老设备根本不支持。怎么办？
我曾经在一条200mm产线上遇到过：设备是90年代的，只有串口输出。我们不得不在设备旁边加装一个「日志采集盒子」——一个树莓派，跑着Python脚本，把串口数据转成标准格式再上传。
3.3 工艺参数采集
工艺参数，就是配方（Recipe）里的那些设定值。温度设多少度、压力设多少帕、气体流量设多少sccm……
但这里有个关键点：设定值 ≠ 实际值。
你想想看，配方里写的是150°C，但实际加热盘可能只有148°C。这个偏差，就是工艺漂移的来源。
采集内容
- 配方设定值：从设备控制器读取
- 实际反馈值：从传感器读取
- 偏差值：设定值 - 实际值，这个指标我特别看重
- 工艺时间戳：每个工艺步骤的开始和结束时间
数据对齐
这是个大难题。传感器数据是连续流，工艺参数是离散事件。怎么对齐？
我的做法是：以工艺步骤为「锚点」。每个步骤开始时，打一个时间戳标记。传感器数据按这个标记进行切片。这样，每个工艺步骤就对应一段完整的传感器数据序列。
3.4 良率数据采集
良率数据，是衡量产线健康的「体温计」。但很多人只关注最终良率，忽略了过程良率。
采集层级
- 晶圆级良率：每片晶圆最终测试结果（CP测试）
- 芯片级良率：每颗芯片的测试结果（FT测试）
- 站点级良率：每个工艺站点后的检测结果
- 参数级良率：每个电性参数是否在规格内
我个人最看重站点级良率。为什么？因为发现问题越早，挽回成本越低。等晶圆都切完了才发现良率低，那批材料就全废了。
采集标准
良率数据通常来自测试机台。测试机台输出的格式五花八门——STDF、ATDF、自定义CSV……我建议统一转换为STDF V4格式，这是行业标准。
嗯，这里要注意：STDF文件是二进制的，解析起来有点麻烦。我一般用开源库如pySTDF来处理。但如果你要实时采集，建议用Kafka流式处理，别等文件落地再解析。
3.5 缺陷检测数据采集
缺陷检测，是晶圆厂的「眼睛」。光学检测、电子束检测、暗场检测……每种方法产生的数据都不一样。
数据类型
- 缺陷坐标：在晶圆上的位置（X, Y）
- 缺陷大小：通常用像素或微米表示
- 缺陷类型：颗粒、划伤、桥接、空洞等
- 缺陷图像：高分辨率SEM/光学图像
- 检测置信度：算法判断的可靠程度
采集挑战
最大的挑战是数据量。一台先进的电子束检测设备，一天能产生几百GB的图像数据。全存下来？存储成本受不了。不存？后续分析又需要。
我的解决方案是分层存储：
- 热数据（最近7天）：全量存储，包括图像
- 温数据（7-30天）：只存缺陷坐标、类型、大小，图像压缩后存储
- 冷数据（30天以上）：只存统计摘要，原始数据归档到磁带库
3.6 数据采集架构总览
说了这么多，咱们用一张图来总结整个数据采集体系：
这张图展示了我个人比较推崇的四层架构。从数据源到采集适配，再到传输，最后落地存储。每一层都有对应的标准和工具。
最后说一句：数据采集不是一次性工程。产线在变，设备在换，工艺在更新。采集系统必须能灵活扩展。我见过太多「一次性建设」的项目，半年后就跑不动了。
保持简单，保持灵活。这是我在数据采集这件事上最大的心得。
公众号:蓝海资料掘金营，微信deep3321