产能负荷分析器｜OEE与设备效能工具
这个工具解决什么问题
预测性维护的前提是趋势可算。这工具先把趋势量的口径固定下来。
半导体FAB各工序设备数/周期时间/需求数据，输入即可计算瓶颈工序与产能利用率， 输出负荷柱状图与热力条，自动标注过载/预警/正常状态。
产能负荷分析器 v1.0 Capacity Load & Bottleneck Analyzer 内置FAB各工序设备数/周期时间/需求数据，计算瓶颈工序与产能利用率 输出负荷柱状图与利用率热力图
产能负荷分析器 v1.0 ====================
1. 工序表格：12道核心FAB工序，显示设备数、周期时间(秒)、月需求、日/月产能、利用率 2. 瓶颈高亮：利用率最高工序自动标注为"瓶颈"，显示在顶部横幅 3. 柱状图：各工序利用率，红色>100%过载，橙色>85%预警，绿色正常 4. 热力条：归一化利用率热力可视化，绿色=低负载，红色=高负载/过载 5. 刷新分析：模拟需求波动，重新计算产能 6. 导出CSV：完整产能分析数据导出
适用场景
· 新产品导入(NPI)产能评估 · 产能扩张投资分析 · 工序瓶颈识别与改善优先级排序
运行方式
双击运行 capacity_analyzer.py，或在命令行执行: python capacity_analyzer.py
内置数据
12道FAB核心工序：晶圆清洗、化学气相沉积、离子注入、干法刻蚀、化学机械抛光、 光刻、物理气相沉积、炉管退火、去胶剥离、快速热处理、蒸镀、硅外延。 含设备数(1~6台)、周期时间(45~600秒)、月需求(3000~8500片)真实规格。
计算公式
日产能 = 设备数 × (工作时间(秒) / 单件周期(秒)) 月产能 = 日产能 × 22天 利用率 = 月需求 / 月产能 × 100%
依赖
· Python 3.8+ · tkinter (Python内置) · numpy · matplotlib
作者
FAB Engineering Tools
可调参数与计算口径
脚本顶部集中了主要阈值与常量：CAPACITY_DATA=[。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
脚本内部按固定列组织数据：name、eq、ct、demand、daily_cap、monthly_cap、util、status。
compute_capacity()：计算各工序产能利用率
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
- 晶圆清洗 WET
- 化学气相沉积 CVD
- 离子注入 IMP
- 干法刻蚀 ETCH
- 化学机械抛光 CMP
- 光刻 LITHO
- 物理气相沉积 PVD
- 炉管退火 ANN
- 去胶剥离 STRIP
- 快速热处理 RTP
- 蒸镀 METAL
- 硅外延 EPI
- 产能负荷分析器 v1.0
- 产能负荷分析器
- FAB 12道核心工序 | 设备数/CT/需求 -> 产能利用率 | 瓶颈识别
- [ 刷新分析 ]
- [ 导出CSV ]
- 工序产能明细
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。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：capacity_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。
同分类的其它工具
本工具归在 OEE与设备效能工具包，全部工具见 工具资源包下载页。
