MO源批次良率关联器下载｜LED芯片CIM-MES配套工具（Python源码+示例数据+报告）
MO源批次良率关联器：车间里没人愿意手做的一件事
外延良率忽上忽下，工艺查炉温、查气流都正常，换了 MO 源批次就掉——同一 MO 源批次投出去的外延批，良率是不是真的系统性偏低，没有数据说话，供应商不认账。
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
外延良率连着掉了 6 个点，工艺查炉温、查气流、查石墨盘都正常。把良率和 MO 源批次一关联，掉的那几炉全用同一个新到的 MO 源批次。拿着这张表去找供应商，对方还想赖，看到批次号和炉号一一对应才认。
这个工具把流程固化下来
MO源批次良率关联器是 LED 芯片 CIM-MES 系列工具中的一员（对应《教程20｜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 MO 源批次聚合外延良率：均值、批次数、极差。
- 与全厂基准良率对比，差异超阈值自动标预警。
- 最简显著性校验：均值差 vs 组内波动，避免把随机波动当结论。
- 低良率批次逐条列出，标明所属 MO 源批次与炉号。
- 阈值与最少批次数写在脚本顶部常量区。
怎么用（三步出结果）
- 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；
- 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；
- 导出关联记录 CSV（外延批次、MO源批次、炉号、良率），运行主程序即输出关联对比报告，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：
- 逐 MO 源批次良率均值与波动。
- 与基准的差异值与预警标记。
- 低良率外延批次清单。
- 索赔/换批建议与验证方案。
- 管控建议：MO 源入厂检验与批次隔离。
判读要点（这部分比工具本身更值钱）
- 样本太少不要下结论：一个 MO 源批次只投了 2 炉，差异可能只是炉间波动。
- 要和炉号、机台一起看，MO 源背锅前先排除设备因素。
- 均值差要看组内标准差，波动大的组均值差 2 个点根本不算显著。
- 结论要能落到供应商：给出批次号、炉号、良率对照，索赔才谈得下去。
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：
- 良率写成「93.2%」带百分号 → 转数字失败，先去掉 % 再除 100。
- 某个 MO 源批次只有 2 炉 → 样本不足，显著性校验会失真，需在报告里标样本不足。
- MO 源批次号含空格或全半角混用 → 同一批被拆成多组。
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
