浙江正泰 · 电池片测试数据 · 智能质量异常解析 · 概念验证 · 只读分析

从一张生产执行系统(MES)数据表,定位需要优先排查的设备与管位

本概念验证演示智能分析如何理解硅片测试与生产追溯数据,完成异常识别、工序下钻、设备/炉管定位、证据解释和小批量验证建议。分析只读进行,不改动生产系统。

智能质量异常解析流程
1识别数据
2识别异常
3定位设备
4解释证据
5验证改善
状态:分析结果已加载

智能分析摘要

系统已将测试结果与 13 道工序的设备、炉管和载具追溯信息进行关联,并按异常率和证据集中度排序。

正在加载分析摘要...
说明:系统输出的是高风险设备和根因线索,不替代工艺验证;参数调整需由工艺负责人确认。

向智能助手追问本批数据

问题会基于当前数据和可回查证据回答,不生成数据中不存在的工艺参数。

推荐问题:哪个设备异常率最高?哪些硅片经过该设备?还需要补充哪些工艺数据?
导入说明:当前概念验证支持与客户原始表结构一致的 CSV 文件。导入后系统会重新计算基础质量、工序设备和炉管统计;若表格缺少必要字段,会保留演示数据并提示原因。
MES制造执行系统,记录生产过程和设备履历。
硅片(wafer)本表中的单片电池片生产对象。
电致发光(EL)用于检查电池片内部暗片、黑边、黑斑等缺陷。
炉管(Tube)/石英舟(Boat)设备内部承载和处理硅片的位置。

01接入数据 · 质量异常总览

读取电池测试分选系统的历史数据(只读)。左图:按缺陷类别排序;右图:电致发光(EL)B 级异常的缺陷细分。
正在计算异常构成...

02找出异常来源 · 逐层下钻:工序 → 设备 → 炉管 / 石英舟

把产品批次、生产步骤、设备和追溯信息对应起来。热力图颜色表示设备异常率,横向数字表示该工序内的设备编号,不是工序序号;样本量较小的设备只作为线索,不直接下结论。

02-2异常片流向 · 查看同一条生产路径上的集中情况

流向图展示硅片在正面镀膜 → 背面镀膜 → 丝印 → 烧结 → 测试之间经过的设备路径,连线粗细代表片数。可切换查看背面外观异常(BMWGB)的流向集中情况。
视图 A
全部硅片路径
正常物流分布
视图 B
背面外观异常片流向
查看异常集中在哪些设备连线

02-3定位到炉管:正面镀膜 1 号机 3 号管 / 6 号管异常

设备之下再下钻到炉管层级,需要结合现场温度场、气流和膜厚均匀性进一步验证。

03哪些指标出现差异 · 背面外观异常片与合格片对比

把不良片与合格片的电性能参数对比,给出可追溯的证据。当前数据支持的是关联线索;工艺参数表接入后,才能进一步分析具体温度、流量和功率。
建议(仅提示,不改动设备):对正面镀膜 1 号机 3 号管 / 6 号管背面镀膜 10 号机优先做膜厚均匀性与温度场检查;将相关设备的镀膜温度、气体流量、功率设定值纳入候选调整范围,由工艺负责人判断。

04小范围试验 · 异常片追溯清单(证据留存)

输出可追溯的异常片清单:每片的异常类型、电性能指标、经过的关键设备与管位,作为小批量试验的前后对比依据。当前概念验证展示 60 条追溯样例;正式接入后可分页查看并导出完整清单。