第四章：数据采集与边缘计算

传感器与数据采集协议、边缘网关部署、数据清洗与预处理

各位工程师，大家好。今天我们来聊聊晶圆厂里最“接地气”的一层——数据采集与边缘计算。说实话，很多搞IT架构的朋友，一上来就谈大数据、谈AI，但我要泼一盆冷水：如果底层数据都采不准、传不上来，后面的一切都是空中楼阁。我在产线上摸爬滚打这些年，见过太多“数据好看、实际没用”的案例了。

4.1 传感器与数据采集协议：晶圆厂的“神经末梢”

晶圆厂里传感器种类多到什么程度？温度、压力、流量、振动、颗粒度、光学信号……几乎每个工艺腔体都有几十个传感器。但传感器只是“眼睛”，真正让数据流动起来的，是协议。

4.1.1 SECS/GEM：半导体行业的“普通话”

SECS/GEM，说白了就是半导体设备之间、设备与主机之间通信的“标准语言”。我个人习惯把它分成两层：

• SECS-I / HSMS：负责传输，类似TCP/IP的底层管道。早期用RS-232，现在基本都用HSMS（高速以太网）。
• SECS-II：定义消息格式，比如“设备状态”、“报警”、“配方参数”这些数据怎么打包。
• GEM：在SECS-II之上，定义了设备的行为模型。比如设备什么时候该上报数据、怎么处理异常。

嗯，这里要注意：很多工程师以为只要设备支持SECS/GEM，就能直接采数据。其实没那么简单。我在项目中遇到过一台老款刻蚀机，虽然支持SECS，但厂商把很多自定义参数藏在了私有SVID（状态变量ID）里，文档还不全。最后我们只能抓包分析，一个个试出来的。

4.1.2 OPC UA：打通IT与OT的“桥梁”

OPC UA（统一架构）是另一个重要协议。它不像SECS/GEM那样专为半导体设计，但胜在跨平台、安全性好、支持信息模型。我建议这样用：

• 对于老旧设备（比如PLC、温控器），用OPC DA（经典版）采集，再通过OPC UA网关转换。
• 对于新设备，直接支持OPC UA，省去中间转换的麻烦。
• OPC UA的“信息模型”可以自定义，比如把“腔体温度”这个变量，关联上它的单位、上下限、历史趋势——这比SECS/GEM的纯数值要丰富得多。

你想想看，一个晶圆厂里，既有SECS/GEM设备，又有OPC UA设备，还有Modbus RTU的老仪表。怎么统一？这就是边缘网关要干的事。

4.2 边缘网关部署：数据汇聚的“第一站”

边缘网关，说白了就是放在产线旁边的“小服务器”。它不负责海量存储，也不做复杂分析，核心任务就三个：采集、转换、上传。

4.2.1 网关选型要点

维度	推荐配置	我的经验
CPU	ARM Cortex-A72 或 x86 四核以上	别用太弱的，否则协议解析会卡顿
内存	≥4GB	8GB更稳妥，尤其要跑容器化应用时
存储	32GB eMMC + 可扩展SD卡	本地缓存至少能存24小时数据
接口	至少2个千兆网口，1个RS-232/485	网口最好支持PoE供电，方便部署
协议支持	SECS/GEM、OPC UA、Modbus、MQTT	最好选软件可扩展的，别买死硬件

4.2.2 部署架构：集中式 vs 分布式

我个人更倾向于分布式部署。为什么？因为晶圆厂面积大，设备分散。如果所有数据都拉到中央机房再处理，网络延迟和带宽都是问题。我的做法是：

• 每个工艺区域（比如光刻区、刻蚀区）放一台边缘网关。
• 网关负责采集该区域所有设备的数据，做初步清洗。
• 然后通过MQTT或Kafka，把干净数据上传到工业互联网平台。
• 网关本地保留最近7天的原始数据，用于故障回溯。

4.3 数据清洗与预处理：把“脏数据”变成“干净数据”

数据采上来了，但能用吗？不一定。晶圆厂的数据有多脏？我举几个例子：

• 传感器偶尔会跳变，比如温度瞬间从25°C跳到150°C又回来——这明显是干扰。
• 设备停机时，数据还在上报，但全是无效值。
• 不同设备的时间戳不同步，有的用UTC，有的用本地时间。

所以，数据清洗是必须的。我一般分三步走：

4.3.1 第一步：格式统一

把所有数据转成统一格式。比如时间戳统一为Unix毫秒时间戳，数值统一为浮点数，状态码统一为枚举值。

// 示例：原始数据
{
  "device_id": "ETCH_01",
  "timestamp": "2025-03-20T14:30:00+08:00",
  "temp": "25.3",
  "pressure": "101.2"
}

// 清洗后
{
  "device_id": "ETCH_01",
  "ts": 1742464200000,
  "temp": 25.3,
  "pressure": 101.2
}

4.3.2 第二步：异常值过滤

用简单的统计方法，比如3σ原则，或者固定阈值。我在项目中常用的是“滑动窗口均值滤波”：

• 取最近5个点的平均值。
• 如果当前值偏离平均值超过3倍标准差，就标记为异常，用平均值替换。
• 连续3个异常点，则触发告警——可能是传感器坏了。

4.3.3 第三步：数据补全与对齐

不同设备的上报频率不一样。有的每秒上报，有的每分钟上报。我们需要把数据对齐到统一的时间网格。我习惯用“线性插值”来补全缺失点。

4.4 知识体系总览

下面这张图，是我自己总结的本章知识体系。你可以把它当作一个“地图”，方便以后回顾。

好了，这一章的内容就到这里。数据采集和边缘计算，说白了就是打好地基。地基不稳，楼盖得再高也是危楼。希望各位在实际项目中，能多花点心思在这层上——相信我，后面你会感谢自己的。