膜厚测量数据分析工具｜制造业通用工具
这个工具解决什么问题
制造业的通用工具往往跨专业：洁净室、安全合规、成本核算、设备通信各有各的规矩。
本工具是专为半导体晶圆膜厚测量数据设计的分析软件，基于Python Tkinter开发， 提供数据导入、统计分析、箱线图可视化、趋势图分析、规格限判定及报告导出等 完整功能，适用于半导体制造工程师、品质管控人员和工艺研发人员。
=============================================================================== 半导体膜厚测量数据分析工具 (Semiconductor Thickness Analyzer) 版本: v1.0.0 ===============================================================================
主要功能
1. 数据导入 支持导入CSV和Excel格式的膜厚测量数据，自动识别字段（批次号、晶圆号、 测量点X/Y、膜厚nm、膜应力、MPQ评分），无需手动配置列映射。
2. 内置示例数据 一键加载内置30条示例数据（3个批次 × 10个晶圆 × 9个测量点），开箱即用， 无需准备外部文件即可完整体验所有功能。
3. 批次箱线图（Canvas绘制） 在Tkinter Canvas上手工绘制各批次膜厚分布箱线图，标注中位数、四分位、 须线及晶圆内均匀性(Within-Wafer Uniformity)，用颜色区分优/良/差等级。
4. 膜厚趋势图（Canvas绘制） 手工绘制膜厚随批次变化的折线趋势图，含±1σ误差条和颜色编码的规格判定 状态，直观展示批次间膜厚变化趋势。
5. Within-Wafer均匀性计算 公式：Uniformity = (最大值 - 最小值) / 均值 × 100% 均匀性等级：< 2% 优(绿) | 2%~5% 良(黄) | ≥ 5% 差(红)
6. 规格限判定 支持自定义USL / Target / LSL三段规格限，自动判定每批次和晶圆的 通过(Pass)/警告(Warning)/失败(Fail)状态，用颜色区分。
7. 统计汇总面板 实时显示批次数量、晶圆总数、测量点数、总体均值、标准差、整体均匀性、 通过率、警告数、失败数等关键指标。
8. 数据存储 支持将导入或生成的数据另存为JSON格式文件，便于后续加载和批量处理。
9. 分析报告导出 一键导出完整的.txt格式分析报告，包含规格限、总体统计、批次详细分析、 晶圆详细分析及各项指标数据。
使用说明
第一步：安装依赖 pip install pandas openpyxl
第二步：运行程序 python thickness_analyzer.py
第三步：使用流程 1. 启动后自动加载示例数据，箱线图和趋势图自动刷新 2. 点击"导入CSV/Excel"可加载自己的测量数据文件 3. 点击"设置规格限"可修改USL/LSL/Target参数 4. 点击"导出分析报告"可生成完整的文本分析报告 5. 点击"保存JSON"可将当前数据保存为JSON格式
CSV/Excel文件格式要求
文件应包含以下列（列名不区分大小写，支持中文或英文）：
批次号, 晶圆号, 测量点X, 测量点Y, 膜厚nm, 膜应力, MPQ评分 BATCH-A, W01, 10, 10, 2015.3, 38.2, 92.5 BATCH-A, W01, 60, 10, 2018.7, 39.1, 93.1 ...
说明： · 膜厚nm列为必需项，其他列可选 · 测量点X/Y可为空，系统会自动填充默认值0 · 膜应力和MPQ评分可为空，系统会自动填充0
膜厚均匀性等级说明
Within-Wafer Uniformity = (Max - Min) / Mean × 100%
均匀性 < 2.0% → 绿色标记 → 优 (Excellent) 均匀性 2.0%~5.0% → 黄色标记 → 良 (Good) 均匀性 ≥ 5.0% → 红色标记 → 差 (Poor)
规格限判定说明
通过 (Pass) : LSL ≤ 均值 ≤ USL，且在目标值±5%容差带内 警告 (Warning) : LSL ≤ 均值 ≤ USL，但在目标值±5%容差带外 失败 (Fail) : 均值 < LSL 或 均值 > USL
技术架构
界面框架 : Python Tkinter (原生GUI，无需额外安装GUI库) 数据处理 : pandas + openpyxl（Excel支持，可选） 图表绘制 : Tkinter Canvas（手工绑定坐标绘制，无matplotlib依赖） 数据格式 : JSON（UTF-8编码） 运行要求 : Python 3.7+ 字体要求 : SimHei（微软黑体），程序自动处理
文件清单
thickness_analyzer.py - 主程序（GUI + 全部功能） README.txt - 本使用说明文件 requirements.txt - Python依赖列表
可调参数与计算口径
脚本顶部集中了主要阈值与常量：FONT_NAME="SimHei"、FONT_MONO="Consolas"。改完直接重跑即可，不必改动计算逻辑。
脚本里的主要处理步骤
generate_sample_data()：内置30条示例数据：3个批次，每批10个晶圆
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
- 内置30条示例数据：3个批次，每批10个晶圆
- 测量点X
- 测量点Y
- 膜厚nm
- MPQ评分
- 计算百分位数
- 晶圆内均匀性: (max - min) / mean * 100%
- 在Canvas上绘制箱线图
- data_groups: {批次名: [数值列表]}
- 暂无数据，请导入CSV/Excel文件或加载示例数据
- 膜厚 (nm)
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。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：thickness_analyzer.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
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。
示例数据能直接跑吗？
可以。示例数据与主程序在同一压缩包内，解压后直接运行即可看到完整输出，确认无误再替换成自己的台账。
