封装塑封空洞率与基板翘曲分析器｜工艺参数分析工具
这个工具解决什么问题
这工具面向的是「想让参数分析往前走一步，但不想从头搭环境」的场景。
> 工艺参数一大堆，到底哪个说了算 —— 相关性和多元回归一起上，把感觉换成系数。
输入数据格式
数据文件 molding_lots.csv，列顺序为：批次号、模温_℃、模压压力_MPa、保压时间_s、料饼预热_℃、基板厚度_mm、芯片厚度_mm、空洞率_%、翘曲_μm。
示例首行：1,178.7,4.69,109,161.6,0.217,0.366,0.94,104
示例输出（真实运行结果节选）
============================================================================== 封装塑封空洞率与基板翘曲分析器 ============================================================================== 批次数 30；规格：空洞率 ≤ 2.00%，翘曲 ≤ 120 μm 【① 过程能力（单边规格）】 指标 均值 标准差 Cpk 超限批次 判读 空洞率% 1.087 0.519 0.59 3/30 能力不足 翘曲μm 97.8 16.0 0.46 2/30 能力不足 【② 各工艺参数与结果的相关系数（皮尔逊 r）】 参数 vs 空洞率 vs 翘曲 说明 模温_℃ +0.056 -0.075 弱相关 模压压力_MPa -0.693 -0.169 对空洞率强相关（越高空洞越少） 保压时间_s +0.003 +0.129 弱相关 料饼预热_℃ -0.600 +0.153 对空洞率强相关（越高空洞越少） 基板厚度_mm +0.034 -0.740 对翘曲强相关（越高翘曲越小） 芯片厚度_mm -0.133 +0.814 对翘曲强相关（越高翘曲越大） 空洞率首要相关因素：模压压力_MPa（r = -0.693）；翘曲首要相关因素：芯片厚度_mm（r = +0.814） 【③ 多元线性回归（含截距）】 空洞率 模型：R² = 0.889，调整 R² = 0.860，残差标准差 = 0.194 参数 系数 标准化系数 t 值 显著性 方向 模压压力_MPa
适用场景
· 塑封空洞率偏高，需要定位主要影响因素 · 基板翘曲导致贴装不良，需要区分是设计变量还是工艺变量 · 要给出参数优化窗口，但不想做全因子试验（成本太高） · 用历史批次数据做一次因素复盘
怎么用
python molding_void_warpage.py
首次运行会自动生成示例数据并输出完整报告。把示例数据换成自己的（保持列名与列顺序一致）后重新运行即可。
输入数据
molding_lots.csv：批次号 / 模温 / 模压压力 / 保压时间 / 料饼预热温度 / 基板厚度 / 芯片厚度 / 空洞率% / 翘曲μm。自带 30 个批次的示例数据。
输出内容
· 过程能力：空洞率与翘曲的单边 Cpk、超限批次数与判读 · 相关性：各工艺参数与空洞率、翘曲的皮尔逊相关系数与方向说明 · 多元线性回归：系数、标准化系数（用于排重要性）、t 值、显著性、R² 与调整 R² · 参数窗口搜索：目标空洞率与目标翘曲下的可行参数组合（优先选改动最小的解） · 建议窗口：各参数的建议方向与取值区间、结论与行动清单
口径与注意事项
· 标准化系数用于横向比较重要性；系数本身带单位，不能直接比大小 · 窗口搜索给的是模型预测，属统计相关，落地前必须小批验证 · 模型在参数区间边界处会外推失真（例如预测空洞率接近 0），脚本会自动提示 · 换料号 / 换模具后必须重跑，历史系数不可照搬
其他
· 规格限（空洞率 2.00%、翘曲 120 μm）在脚本顶部常量区，按自己的产品改。 · 输出报告为纯文本，可直接归档或作为附件；报告文件名见上方文件说明。 · 全部计算仅依赖 Python 标准库（csv / math / random / os），不需要联网、不需要安装任何包。
附赠提示词怎么用
脚本顶部集中了主要阈值与常量：CSV_NAME="molding_lots.csv"、REPORT_NAME="molding_report.txt"、PRED_CN=[p[0] for p in PRED]。改完直接重跑即可，不必改动计算逻辑。
会生成哪些文件
运行后除控制台输出外，还会生成：molding_lots.csv、molding_report.txt。
脚本里的主要处理步骤
gen_data()：30 个批次：空洞率主要受压压力与料饼预热驱动，翘曲主要受芯片/基板厚度驱动。solve()：高斯消元（列主元）解 A x = b；A 为 n×n 列表。invert()：高斯-约当求逆，用于算回归系数标准误。ols()：X: 含常数列的矩阵；返回系数、t 值、R²、调整 R²、残差标准差。
以上步骤在脚本中是分开的函数，可以单独调用或按需替换其中一段，不必整体重写。
工具中出现的字段与提示
- 模温_℃
- 保压时间_s
- 料饼预热_℃
- 基板厚度_mm
- 30 个批次：空洞率主要受压压力与料饼预热驱动，翘曲主要受芯片/基板厚度驱动。
- 翘曲_μm
- 高斯消元（列主元）解 A x = b；A 为 n×n 列表。
- 高斯-约当求逆，用于算回归系数标准误。
- X: 含常数列的矩阵；返回系数、t 值、R²、调整 R²、残差标准差。
- 封装塑封空洞率与基板翘曲分析器
- 批次数 %d；规格：空洞率 ≤ %.2f%%，翘曲 ≤ %.0f μm
- 【① 过程能力（单边规格）】
- 超限批次
- 空洞率%
- 能力不足
- 翘曲μm
- 【② 各工艺参数与结果的相关系数（皮尔逊 r）】
- vs 空洞率
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档，以及同主题 AI 提示词一套。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：molding_void_warpage.py。
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
输入数据要准备成什么样？
按 示例首行中的列顺序准备即可，共 9 列：批次号、模温_℃、模压压力_MPa、保压时间_s、料饼预热_℃、基板厚度_mm、芯片厚度_mm、空洞率_%。列为空或格式不符时结果会失真，建议先用示例数据试跑一遍。
跑完最该关注哪几项？
报告按 ① 过程能力（单边规格）、② 各工艺参数与结果的相关系数（皮尔逊 r）、③ 多元线性回归（含截距）、④ 参数窗口搜索 等部分组织，其中判定结论与建议部分直接对应下一步动作。
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
附赠的提示词怎么用？
把提示词与自己的数据一起交给大模型，可以让它按同一套口径帮你改写分析流程或扩展报告字段。
同分类的其它工具
所属分类 半导体工艺参数分析工具包，也可回到 工具资源包下载页 按分类查找。
