当前位置:首页 > 半导体工具包 > 正文内容

波长分布直方图统计器下载|LED芯片CIM-MES配套工具(Python源码+示例数据+报告)

波长分布直方图统计器:车间里没人愿意手做的一件事

PL 测试每颗 Die 都有波长值,波长是 LED 分档分 BIN 的核心参数。整批波长中心值偏了,客户混灯珠会出明显色差;单看平均值,发现不了尾巴上超规格的那部分 Die。

这件事的典型特点是重复、琐碎、容错率低:换一批数据就要重做一遍,做十次就可能错十次,而且做的人永远提不起劲。等哪天真出了问题往回追,才发现当时的记录要么没留、要么口径对不上。

一个真实感的现场

客户投诉混灯珠色差。回查整批波长均值 452.3nm,规规矩矩在中心。把数据分箱一看,尾部 3% 的 Die 波长超上限 6nm——均值把尾巴藏住了,而这 3% 正好混进了出货批次。

这个工具把流程固化下来

波长分布直方图统计器是 LED 芯片 CIM-MES 系列工具中的一员(对应《教程08|LED 芯片 CIM-MES 系统》配套),用 Python 标准库写成,专门解决上面这件事。

它的核心能力包括:

  • 按分箱宽度统计直方图:数量、占比、累计占比。
  • 对照规格中心与允差,算出中心偏移量与超规 Die 数。
  • 三类预警:中心漂移、尾部超规、离散度过大(双峰)。
  • 多批次并排对比,看中心是否逐批单向漂移。
  • 分箱宽度与规格限写在脚本顶部常量区。

怎么用(三步出结果)

  1. 解压下载包,任意一台装了 Python 3.8+ 的电脑直接运行主程序,不需要 pip 安装任何包;
  2. 首次运行会自动生成一份带典型问题的示例数据(CSV),先跑一遍看懂报告结构;
  3. 导出 PL 测试记录 CSV(批次、波长值),运行主程序即输出直方图与偏移预警,重新运行即得到你自己数据的分析结果。

输出什么

所有结果输出为一份中文分析报告(txt),可以直接贴进改善报告、复盘纪要或审厂资料:

  • 文本直方图(含分箱区间、数量、占比)。
  • 中心偏移量与规格上下限超规统计。
  • 离散度指标与双峰提示。
  • 预警结论与分档建议。
  • 管控建议:分档带宽与混灯管控。

判读要点(这部分比工具本身更值钱)

  • 均值合格不代表批次合格:尾部 2~3% 超规就够客户投诉色差。
  • 中心偏移通常先查外延波长与镀膜厚度,别一头扎进分选参数。
  • 双峰说明混了两批料或两台机,先查批次隔离再谈工艺调整。
  • 分箱宽度不要大于客户分档带宽,否则看不见分档边界上的堆积。

常见报错与排查

用真实数据替换示例数据后,最容易遇到的三类问题:

  • 波长列含空值或「-」→ 统计崩掉,先剔除并计数。
  • 分箱宽度设得比客户分档带宽还大 → 分档边界上的堆积看不见。
  • 波长列是文本格式(从 Excel 导出常见)→ 转 float 后再统计。

和 CIM-MES 系统怎么配合

这个工具不替代 CIM-MES,而是补系统覆盖不到的「事后分析与事前检查」:系统负责采数据和硬拦截,这个工具负责把导出的数据变成能看、能判、能追责的报告。推荐节奏是按班或按日滚动跑一遍,把每次的报告存档——趋势比单次结果有价值得多,而且历史报告本身就是审厂时最受欢迎的过程管控证据。

落地节奏建议

第一周先用示例数据把报告结构看懂,确认阈值口径和厂内标准一致;第二周开始用真实数据按班滚动运行,重点看问题项的变化趋势;第三周把报告纳入班组晨会或周质量例会的固定材料,让发现的问题有去处。工具只有接上管理动作才会产生价值——跑出来的清单没人认领,再准的判定也只是多了一份数字。另外建议把脚本顶部常量区的阈值固化成厂内标准,改动走评审,避免每个人跑出来的结论口径不一致。

为什么用纯标准库

工厂电脑装不了第三方包是常态:没有管理员权限、内网不通 pip 源、IT 审批流程比产线换型还慢。这个系列所有工具只用 Python 内置模块(csv / os / datetime / collections / math),拷过去就能跑。判读阈值全部写在脚本顶部常量区,按你厂内的标准改几个数字就能用,不用动主逻辑。

阈值怎么定才不会被质疑

工具本身只是把数据算清楚,判读线定在哪里才是真正要拍板的事。三条经验:第一,先用三到六个月历史数据跑一遍,看真实分布再定线,直接抄同行数字最容易翻车;第二,阈值写进脚本顶部常量区之后,改动要走工艺与品质会签,否则同一份数据两个人跑出两个结论,报告就没人信了;第三,上线初期把线放宽一点,观察两周误报率再往紧收——误报太多的报告,第三次就没人打开。另外每条告警都要能落到处置动作和责任人,清单上没有认领人的那一行,等于没提。

使用边界

本工具基于仿真示例数据开发,可直接用于教学、方案验证与流程预演;接入真实工厂数据前请核对字段口径与判读阈值,商用授权请联系作者。

下载入口

解压后先跑内置示例数据确认输出正常,再替换成真实数据。字段口径对不上时,优先改脚本顶部的常量区与列名映射,不要在 Excel 里硬凑。

相关工具(站内)

  • LED 芯片 CIM-MES 实操教程系列(20 篇,付费专栏)
  • 同系列配套工具:IQC 来料抽样判定器、BIN 分级统计与良率计算器、FIFO 领料批次推荐器

相关文章

MES生产报表自动化Python工具免费下载|OEE+停机损失周报

MES生产报表自动化Python工具免费下载|OEE+停机损失周报

工具简介读取工单与停机记录,自动计算OEE三大指标、统计停机损失TOP,输出Excel周报。资料包内容· 主程序 mes_report.py(Python 3.8+,核心功能零第三方依赖)· 自动生成...

DOE实验设计方差分析Python工具免费下载|因子效应排序

DOE实验设计方差分析Python工具免费下载|因子效应排序

工具简介全因子实验矩阵生成、单因子方差分析(F检验)、因子效应极差排序、最优工艺窗口推荐。资料包内容· 主程序 doe_analyzer.py(Python 3.8+,核心功能零第三方依赖)· 自动生...

APC先进过程控制R2R控制器Python仿真工具免费下载

APC先进过程控制R2R控制器Python仿真工具免费下载

工具简介R2R运行到运行控制器+EWMA预测模型仿真:设备漂移与噪声下,对比开环与闭环的控制效果,输出收敛曲线。资料包内容· 主程序 apc_r2r_sim.py(Python 3.8+,核心功能零第...

FMEA风险分析RPN计算Python工具免费下载|PFMEA模板

FMEA风险分析RPN计算Python工具免费下载|PFMEA模板

工具简介内置PFMEA模板(刻蚀工艺示例),RPN自动计算排序,高风险项自动给出改善方向建议。资料包内容· 主程序 fmea_tool.py(Python 3.8+,核心功能零第三方依赖)· 自动生成...

六西格玛水平计算器|SPC实战工具

这个工具解决什么问题 输入 DPMO(每百万机会缺陷数)或缺陷率(带%),自动计算: · 西格玛水平 Z 值(不含偏移) · 修正西格玛水平(含 1.5σ 长期偏移) · 合格率百分比 · 修正后实...

抽样检验AQL计算器|SPC实战工具

这个工具解决什么问题 输入:批量N(批大小)、AQL等级(接收质量限)、检验水平 基于 ISO 2859.1 简化抽样标准表,输出: · 样本量 n · 接收数 Ac(Accept) · 拒收数...