良率(lv)在工業生(sheng)產中占據非常重要(yao)的(de)地位，在某些(xie)高(gao)端(duan)制(zhi)造(zao)行業，良率(lv)管(guan)理能(neng)力(li)甚至(zhi)可以被認為是企(qi)業核心競爭力(li)。比如(ru)在面板(ban)生(sheng)產中，如(ru)果面板(ban)良率(lv)偏低(di)，將(jiang)會影(ying)響終(zhong)端(duan)設備(bei)如(ru)蘋(pin)果手(shou)機的(de)出貨量。產品良率(lv)也(ye)成為了是否能(neng)入圍(wei)龍(long)頭企(qi)業供應鏈的(de)關鍵指(zhi)標。

以往，產(chan)線上產(chan)生異(yi)常，工程師需(xu)要憑(ping)經驗從多個系統(tong)中撈取(qu)數據查找導(dao)致異(yi)常的原(yuan)因(yin)，這通(tong)常需(xu)要耗費好數小時(shi)、數天甚至更(geng)久(jiu)，而引入數之聯智能品質(zhi)分析平臺(tai)（YMES）后，半小時(shi)內(nei)就(jiu)可以鎖定異(yi)常。

智(zhi)能品質分(fen)析平臺，利用AI+大數據(ju)技術幫助(zhu)面(mian)板(ban)行業某龍頭企(qi)業實現了生(sheng)產過程的故障(zhang)診(zhen)斷及(ji)優化，極有效地減少了風險(xian)批的產生(sheng)，降低生(sheng)產成本。

數(shu)據分散 傳統(tong)良(liang)率分析難上加難

除了生(sheng)產(chan)成本，良率也影響到生(sheng)產(chan)資源的(de)利(li)用(yong)率，如何提(ti)高(gao)良率也是(shi)廠商頭疼(teng)的(de)問題。

一塊(kuai)液(ye)晶(jing)面板(ban)的(de)生產過程大約會(hui)經歷300余道工序，全(quan)程自動化。高自動化特點使(shi)面板(ban)行(xing)業(ye)具(ju)備海(hai)量(liang)數(shu)據(ju)(ju)基礎(chu)，并且數(shu)據(ju)(ju)格(ge)式在不同工廠(chang)、甚至不同機臺都會(hui)有(you)(you)區別。高速的(de)數(shu)據(ju)(ju)流轉、分(fen)散(san)的(de)數(shu)據(ju)(ju)孤島(dao)、多樣化的(de)數(shu)據(ju)(ju)類型往往使(shi)工程師(shi)需要(yao)花費大量(liang)時(shi)間來對這(zhe)些數(shu)據(ju)(ju)進行(xing)預處理與清洗。以該企業(ye)為例，在這(zhe)個階段，工程師(shi)需要(yao)花費80%的(de)時(shi)間來對數(shu)據(ju)(ju)進行(xing)預處理，真正用(yong)于分(fen)析上的(de)時(shi)間大概只有(you)(you)20%。

由(you)于缺乏(fa)分析工具，依靠傳統方式(shi)進行的(de)(de)良率(lv)分析耗時(shi)長(chang)，不良根因(yin)查(cha)找難(nan)，風(feng)險批沒有得到及時(shi)控(kong)制(zhi)，無法(fa)快速做出相(xiang)應的(de)(de)生產調整和(he)安排來規避不良帶來的(de)(de)影響。

AI賦能 分鐘級完成根因分析定位(wei)

為了(le)幫助該面板企業(ye)解決良(liang)率(lv)管(guan)理(li)難題，數(shu)之聯搭建了(le)智(zhi)能(neng)品質分(fen)析平(ping)臺（YMES），幫助工廠全方(fang)位的監控、管(guan)理(li)和分(fen)析良(liang)率(lv)，及時發(fa)現異(yi)常來源，保(bao)障產線的正(zheng)常生(sheng)產。

以前不同系統間(jian)(jian)關聯復雜，現在該(gai)面板廠通過智能品質分析平(ping)臺整合了(le)原MES、EDA、ADC、DFS、FDC等(deng)系統中孤立(li)存在的人、機、料、法(fa)、環、測等(deng)不同維度(du)的數據(ju)，統一了(le)數據(ju)標準(zhun)，建立(li)數據(ju)庫集成平(ping)臺，大(da)大(da)縮(suo)短工程師清洗、處理數據(ju)的時間(jian)(jian)。

針(zhen)對工藝(yi)履(lv)歷、工藝(yi)路(lu)徑、工藝(yi)參數(shu)(shu)、工藝(yi)時(shi)間等(deng)(deng)，數(shu)(shu)之(zhi)聯建立了(le)專屬AI分(fen)(fen)析模型，支(zhi)持從(cong)多(duo)維度進(jin)行一(yi)鍵分(fen)(fen)析，能迅速定(ding)位不良(liang)根因(yin)，以前按天(tian)級的異(yi)常反饋(kui)現(xian)在(zai)可以降低至分(fen)(fen)鐘級。并(bing)具體(ti)到工廠、站(zhan)點、機臺、參數(shu)(shu)等(deng)(deng)，幫助(zhu)工程(cheng)師及時(shi)調整。

Cum Yield、Defect、AOI、SPC等(deng)常規(gui)良率統計，也(ye)可以在(zai)系統中直(zhi)接(jie)查(cha)詢(xun)，操作簡單方便。

工程(cheng)師還可以設(she)置良(liang)率報警規(gui)則，周期性監控良(liang)率波(bo)動，同時預設(she)分析(xi)流(liu)程(cheng)，及(ji)時發現(xian)良(liang)率問題(ti)和(he)癥結。讓(rang)工程(cheng)師能將更(geng)多時間和(he)精(jing)力(li)花(hua)費在真正提升良(liang)率的更(geng)有(you)價(jia)值的工作上。

工廠上線智(zhi)能(neng)品質(zhi)分(fen)析平臺后，對良率的(de)管理過程實現了全方位的(de)優化，極大的(de)提升(sheng)了分(fen)析效率，減(jian)少了不(bu)良帶來的(de)影響，并間接提升(sheng)了工廠的(de)生產(chan)效率和(he)產(chan)品質(zhi)量。