引言在半导体封测产线中设备综合效率OEE, Overall Equipment Effectiveness是衡量产线运营水平最核心的指标之一。封测设备动辄数百万到上千万一台bonder、prober、tester的稼动率每提升1个百分点都意味着显著的产能收益。然而很多工厂的OEE数据仍依赖人工统计Excel汇总数据滞后、口径不一致、无法实时定位损失原因。一个设计良好的MES系统应该能够自动采集设备状态数据实时计算OEE及各组成指标并提供损失分析下钻能力。笔者在益普科技SiFactory MES项目实施过程中参与过多条封测产线的OEE系统建设积累了一些工程经验。本文从OEE的计算模型、数据采集方案、损失分类体系到代码实现系统拆解封测MES中OEE模块的设计方法。对于正在评估半导体mes厂家的技术团队OEE模块的成熟度也是一个重要的选型参考维度。一、OEE计算模型1.1 OEE标准定义OEE 可用率Availability × 性能率Performance × 质量率Quality三个子指标的定义指标公式说明可用率 A实际运行时间 / 计划生产时间反映设备停机损失性能率 P理论节拍 × 产出数量 / 实际运行时间反映速度损失质量率 Q合格品数量 / 总产出数量反映质量损失1.2 封测行业的特殊性通用OEE模型在封测产线应用时需要注意几个差异点计划生产时间的定义封测产线通常24小时运转计划生产时间需要扣除计划维护PM、换型时间、试料时间。不同工厂对换型时间是否计入计划停机有不同口径MES系统需要支持灵活配置。理论节拍的可变性同一种设备加工不同产品不同芯片封装类型、不同测试程序的理论节拍不同。OEE计算必须关联产品工艺路线中的标准节拍不能使用固定值。多工位并行一台测试机可能有多站点site需要区分设备级OEE和站点级OEE。1.3 扩展指标体系除了标准OEE封测产线通常还需要以下扩展指标# OEE扩展指标计算 class OEEMetrics: 封测产线OEE指标计算 def __init__(self, equipment_id, shift_id, product_id): self.equipment_id equipment_id self.shift_id shift_id self.product_id product_id def calculate_availability(self, planned_time, run_time): 可用率 实际运行时间 / 计划生产时间 planned_time: 计划生产时间分钟已扣除PM和换型 run_time: 实际运行时间分钟 if planned_time 0: return 0.0 return round(run_time / planned_time * 100, 2) def calculate_performance(self, ideal_cycle_time, total_output, run_time_minutes): 性能率 理论节拍 × 产出数量 / 实际运行时间 ideal_cycle_time: 理论节拍秒/颗 total_output: 总产出数量 run_time_minutes: 实际运行时间分钟 if run_time_minutes 0: return 0.0 ideal_output (run_time_minutes * 60) / ideal_cycle_time return round(total_output / ideal_output * 100, 2) def calculate_quality(self, good_count, total_count): 质量率 合格品数量 / 总产出数量 if total_count 0: return 0.0 return round(good_count / total_count * 100, 2) def calculate_oee(self, availability, performance, quality): OEE A × P × Q return round(availability * performance * quality / 10000, 2) def calculate_teep(self, availability, performance, quality, utilization): TEEP OEE × 利用率 utilization: 设备利用率 计划生产时间 / 日历时间 oee self.calculate_oee(availability, performance, quality) return round(oee * utilization / 100, 2)二、设备状态数据采集2.1 状态机设计OEE计算的基础是准确的设备状态记录。封测设备的状态流转需要用有限状态机来管理设备状态流转图 ┌──────────┐ │ Idle │ ← 空闲待机有计划但未开工 └────┬─────┘ │ Start ▼ ┌──────────┐ ┌──────────┐ │ Running │◄──────►│ Hold │ ← 暂停异常待处理 │ (运行) │ Resume │ (暂停) │ └────┬─────┘ └──────────┘ │ Stop ├──────────────────┐ ▼ ▼ ┌──────────┐ ┌──────────┐ │ Down │ │ PM │ ← 计划维护 │ (故障停机) │ │ (保养) │ └──────────┘ └──────────┘ │ │ ▼ ▼ ┌──────────┐ ┌──────────┐ │ Setup │ │ Engineer │ ← 工程调试 │ (换型) │ │ (工程时间)│ └──────────┘ └──────────┘2.2 SECS/GEM状态采集通过SECS/GEM协议的S6F11Event Report Send消息设备会主动上报状态变更事件。GEM标准定义了五个设备状态Processing、Idle、Setup、Down、Engineering。# 基于SECS/GEM的设备状态采集 from enum import Enum from datetime import datetime from dataclasses import dataclass, field class EquipmentState(Enum): GEM标准设备状态 PROCESSING Processing # 加工中 IDLE Idle # 空闲 SETUP Setup # 换型设置 DOWN Down # 故障停机 ENGINEERING Engineering # 工程模式 dataclass class StateRecord: 设备状态记录 equipment_id: str state: EquipmentState start_time: datetime end_time: datetime None alarm_id: str # 故障时关联的Alarm ID reason_code: str # 停机原因码 operator: str # 操作人 duration_minutes: float 0.0 def close(self, end_time: datetime, reason_code: str ): 关闭当前状态记录 self.end_time end_time self.reason_code reason_code delta end_time - self.start_time self.duration_minutes round(delta.total_seconds() / 60, 2) class StateTracker: 设备状态追踪器 def __init__(self): self.current_state: StateRecord None self.history: list[StateRecord] [] def on_state_change(self, equipment_id, new_state, timestamp, **kwargs): 状态变更回调 # 关闭上一个状态 if self.current_state: self.current_state.close( end_timetimestamp, reason_codekwargs.get(reason_code, ) ) self.history.append(self.current_state) # 开启新状态 self.current_state StateRecord( equipment_idequipment_id, statenew_state, start_timetimestamp, alarm_idkwargs.get(alarm_id, ), operatorkwargs.get(operator, ) ) def get_state_summary(self, start, end): 获取时间段内各状态时长统计 summary {} for record in self.history: if record.end_time and record.start_time start and record.end_time end: state_name record.state.value summary[state_name] summary.get(state_name, 0) record.duration_minutes return summary2.3 非SECS设备的替代方案部分老旧设备不支持SECS/GEM协议需要通过以下方式采集状态PLC信号采集通过OPC UA或Modbus读取设备运行/停止信号IO信号采集通过数字量IO模块读取设备绿灯/红灯/黄灯信号** MES操作界面人工录入**操作员手动切换状态精度低不推荐三、损失分类体系3.1 六大损失模型OEE的六大损失Six Big Losses在封测产线的映射损失类型对应指标封测场景数据来源故障停机可用率Bonder焊线断裂、Tester测试头故障设备Alarm换型调试可用率更换程序、更换物料、首件验证状态机Setup空闲等待可用率等料、等指令、等QA确认状态机Idle速度损失性能率设备降速运行、小停机5min节拍对比工艺不良质量率焊线偏移、测试误判MES Pass/Fail启动损失质量率首件报废、设备预热废品MES Wafer Map3.2 损失原因码设计# 损失原因码管理 class LossReasonTree: 停机损失原因树 TREE { Equipment: { Mechanical: [Bond_head_error, XY_stage_error, Clamp_failure], Electrical: [Power_supply_fault, Sensor_malfunction, Cable_break], Software: [Program_crash, Communication_timeout, Data_overflow] }, Material: { Wafer: [Wafer_break, Wafer_missing, Pattern_error], Wire: [Wire_break, Wire_missing, Wire_quality], Frame: [Frame_jam, Frame_misalignment] }, Process: { Recipe: [Recipe_error, Parameter_out_of_range], Quality: [First_article_fail, Yield_drop, Defect_found] }, Operation: { Operator: [Misoperation, No_operator], Logistics: [No_material, No_output_space], Engineering: [Engineering_hold, Rework_request] } } classmethod def find_category(cls, reason_code): 根据原因码查找所属分类 for l1, l2_dict in cls.TREE.items(): for l2, codes in l2_dict.items(): if reason_code in codes: return f{l1}/{l2}/{reason_code} return fUncategorized/{reason_code} classmethod def get_loss_type(cls, reason_code): 根据原因码判断损失类型影响A/P-Q哪个指标 category cls.find_category(reason_code) if /Quality/ in category or First_article in reason_code: return Quality elif No_material in reason_code or No_operator in reason_code: return Availability else: return Availability四、实时OEE计算引擎4.1 计算架构数据采集层 数据处理层 展示层 ┌─────────┐ ┌──────────────┐ ┌──────────┐ │SECS/GEM │────►│ │ │ │ │S6F11 │ │ 状态聚合 │ │ 实时看板 │ ├─────────┤ │ OEE计算 │────►│ 班报 │ │PLC/OPC │────►│ 损失归因 │ │ 日报 │ ├─────────┤ │ 节拍对比 │ │ 趋势图 │ │MES操作 │────►│ │ │ │ └─────────┘ └──────────────┘ └──────────┘4.2 核心计算逻辑from datetime import datetime, timedelta from collections import defaultdict class OEEEngine: OEE实时计算引擎 def __init__(self): self.state_tracker StateTracker() self.ideal_cycle_times {} # {product_id: ideal_cycle_time_seconds} self.output_records defaultdict(list) # {equipment_id: [(timestamp, count, good_count)]} def set_ideal_cycle_time(self, product_id, cycle_time_seconds): 设置产品理论节拍 self.ideal_cycle_times[product_id] cycle_time_seconds def record_output(self, equipment_id, timestamp, total_count, good_count): 记录产出数据 self.output_records[equipment_id].append({ timestamp: timestamp, total: total_count, good: good_count }) def calculate_shift_oee(self, equipment_id, shift_start, shift_end, product_id, planned_time_minutes): 计算一个班次的OEE # 1. 获取状态汇总 state_summary self.state_tracker.get_state_summary(equipment_id, shift_start, shift_end) # 2. 计算实际运行时间 run_time state_summary.get(EquipmentState.PROCESSING.value, 0) # 3. 获取产出数据 total_output 0 good_output 0 for record in self.output_records.get(equipment_id, []): if shift_start record[timestamp] shift_end: total_output record[total] good_output record[good] # 4. 计算三个子指标 metrics OEEMetrics(equipment_id, , product_id) availability metrics.calculate_availability(planned_time_minutes, run_time) ideal_ct self.ideal_cycle_times.get(product_id, 0) performance metrics.calculate_performance(ideal_ct, total_output, run_time) quality metrics.calculate_quality(good_output, total_output) oee metrics.calculate_oee(availability, performance, quality) # 5. 生成损失明细 loss_detail self._generate_loss_detail(state_summary, shift_start, shift_end, ideal_ct, total_output, run_time) return { equipment_id: equipment_id, shift: f{shift_start} ~ {shift_end}, product_id: product_id, planned_time_min: planned_time_minutes, run_time_min: run_time, total_output: total_output, good_output: good_output, availability: availability, performance: performance, quality: quality, oee: oee, loss_detail: loss_detail } def _generate_loss_detail(self, state_summary, start, end, ideal_ct, actual_output, run_time): 生成损失明细 losses [] # 可用率损失 down_time state_summary.get(EquipmentState.DOWN.value, 0) setup_time state_summary.get(EquipmentState.SETUP.value, 0) idle_time state_summary.get(EquipmentState.IDLE.value, 0) eng_time state_summary.get(EquipmentState.ENGINEERING.value, 0) if down_time 0: losses.append({type: Availability, category: 故障停机, minutes: down_time}) if setup_time 0: losses.append({type: Availability, category: 换型调试, minutes: setup_time}) if idle_time 0: losses.append({type: Availability, category: 空闲等待, minutes: idle_time}) if eng_time 0: losses.append({type: Availability, category: 工程时间, minutes: eng_time}) # 性能率损失 if ideal_ct 0 and run_time 0: ideal_output (run_time * 60) / ideal_ct speed_loss_count ideal_output - actual_output if speed_loss_count 0: speed_loss_minutes (speed_loss_count * ideal_ct) / 60 losses.append({type: Performance, category: 速度损失, minutes: round(speed_loss_minutes, 2)}) return losses五、选型参考在实际项目中OEE模块的设计需要考虑产线设备类型多样性、数据采集方式差异、损失分类体系定制化等实际问题。如果团队缺乏半导体设备通信和数据分析的开发经验建议选择有成熟OEE产品的半导体mes厂家进行合作。例如益普科技的EAPSiFactory设备联机平台内置了GEM标准状态模型和可配置的损失分类体系SiFactory MES的OEE模块支持实时计算和多维度下钻分析。在国星光电等封测项目中通过自动化的OEE数据采集替代人工统计实现了设备稼动率数据的实时可视化。在评估半导体mes厂家时OEE模块是否支持灵活的停机原因码配置、多产品节拍管理、以及与非SECS设备的适配能力是需要重点考察的技术维度。更多选型参考可以查看半导体mes厂家的方案对比。六、常见工程问题6.1 小停机处理设备频繁出现持续时间小于5分钟的短暂停机小停机这些停机往往不会被操作员记录但对性能率影响很大。解决方案是通过SECS/GEM的S6F11事件自动捕获设置最小持续时间阈值过滤def filter_micro_stops(state_records, threshold_minutes5): 过滤小停机记录 小于阈值的停机归入性能损失大于阈值的归入可用率损失 availability_losses [] performance_losses [] for record in state_records: if record.state EquipmentState.DOWN: if record.duration_minutes threshold_minutes: availability_losses.append(record) else: performance_losses.append(record) return availability_losses, performance_losses6.2 节拍数据的维护理论节拍不是一成不变的。同一种产品在不同设备型号、不同工艺参数下的节拍可能不同。建议在工艺路线Routing中按设备型号维护节拍而不是在产品级别用单一值-- 按设备型号维护理论节拍 CREATE TABLE product_equipment_cycle_time ( id BIGINT PRIMARY KEY AUTO_INCREMENT, product_id VARCHAR(50) NOT NULL, equipment_model VARCHAR(50) NOT NULL, recipe_id VARCHAR(50) NOT NULL, ideal_cycle_time_sec DECIMAL(10,3) NOT NULL, effective_date DATE NOT NULL, expire_date DATE, created_by VARCHAR(50), created_at DATETIME DEFAULT CURRENT_TIMESTAMP, INDEX idx_product_model (product_id, equipment_model), INDEX idx_recipe (recipe_id) );6.3 OEE数据校验OEE数据可能因为采集异常导致结果失真。需要设置合理性校验规则性能率不应超过105%允许少量误差超过说明节拍设置有误可用率 损失时间应等于计划生产时间各状态时长之和应等于班次总时长def validate_oee_result(result): OEE结果合理性校验 errors [] if result[performance] 105: errors.append(f性能率异常: {result[performance]}%请检查理论节拍设置) if result[availability] 100: errors.append(f可用率异常: {result[availability]}%运行时间超过计划时间) total_loss sum(l[minutes] for l in result[loss_detail]) expected result[planned_time_min] - result[run_time_min] if abs(total_loss - expected) 1: # 允许1分钟误差 errors.append(f损失时间({total_loss}min)与停机时间({expected}min)不匹配) return errors if errors else [校验通过]总结封测MES系统的OEE模块不是简单做一个报表而是涉及设备状态采集、数据清洗、损失归因、实时计算等多个技术环节的完整体系。核心设计要点包括基于GEM标准状态机的状态采集、可配置的损失分类树、按设备型号维护的理论节拍、以及多维度下钻的损失分析能力。在选择半导体mes厂家时OEE模块的成熟度和可配置性是一个重要的技术评估维度——它直接决定了产线运营数据能否真正用于驱动改善决策而不是流于报表数字。
