这片晶圆报废到底谁的错:我用5Why分析法追到了真根因
一、背景:三方甩锅良率问题成了悬案那批报废我现在还记得。客户验收时发现20片晶圆的金属层有图案偏移检测发现对准精度超规整批报废。20片晶圆材料成本加返工费用超过60万。早会上PE说设备状态正常是来料问题供应商说来料符合规格是存储条件问题存储部门说存储记录正常是工艺操作问题。三个部门互相甩锅问题悬而未决客户那边的投诉电话一个接一个。我接手调查用了5Why分析法不是问是谁的问题而是问这个问题为什么会发生。从表层现象出发一层层向上追溯原因链条直到找到系统性的根本原因Root Cause。最终根因出乎所有人意料来料检验时少检了一项参数硅片的表面平整度供应商规格书上有这项但来料检验清单里没有少检的那批硅片平整度偏低导致光刻时图案对准偏移。这不是单一方的问题是供应商规格更新但检验清单没有同步更新和来料检验流程缺少规格书对照审核两个系统漏洞叠加导致的。这次经历让我深刻理解良率问题的根因往往不在哪个部门而在哪个流程有漏洞。5Why帮我跳出部门视角看到系统全貌。二、技术原理:5Why在半导体场景怎么用5Why五个为什么是一种根因分析方法从问题出发连续追问为什么通常5个层次就能到达根本原因。方法简单关键在于追因不追责——问的是为什么系统失效而不是谁犯了错。半导体FAB里的5Why有独特的挑战工艺链路长从硅片到封装十几道甚至几十道涉及设备、材料、工艺参数、操作员等多个维度任何一环都可能是根因。如果用错了为什么会导向错误方向浪费大量排查时间。追问的原则是因果链而非责任链每一步问的是是什么导致了这个问题而不是谁应该对此负责。一旦开始追责讨论就变成了辩解分析就停了。5Why要避免两个极端一是巧合链接——把不相关的事件串在一起比如说因为下雨所以设备坏了实际上两者可能没有因果关系二是过度分析——一直追问到物理基本定律比如说为什么硅片会碎因为原子间的化学键断裂这是学术分析不是工程实践。工程级的5Why通常3-7层太少抓不到系统性原因太多变成哲学讨论。半导体FAB场景里建议最多追问到哪个流程/系统/标准有漏洞而不是追问到为什么标准这样写。三、实战:20片报废晶圆的5Why追因问题定义20片晶圆金属层图案对准偏移报废。Why 1为什么这批晶圆图案偏移答光刻曝光时图案没有对准到正确位置对准精度超标。Why 2为什么对准精度超标答光刻机的套刻精度overlay控制回路出现了系统性偏差机器自我校准没能完全补偿。Why 3为什么出现系统性偏差答硅片表面平整度TTV和LTV偏离了校准片裸片的基准机器基于错误的基准做了错误的补偿。Why 4为什么这批硅片平整度偏低答供应商近期更换了磨削工艺新工艺产出的硅片平整度分布偏下限但仍符合供应商规格规格范围宽。Why 5系统根因为什么规格范围内的硅片仍会导致工艺问题答FAB来料检验清单没有覆盖平整度参数供应商规格更新后检验清单没有同步更新导致不符合FAB实际工艺窗口的硅片通过了检验。系统根因来料检验流程缺少规格书对照审核机制应该对照供应商规格书逐项核查不只核查FAB内部关注的参数这是流程的系统性漏洞。5Why的结论不是设备问题、不是供应商故意、不是材料天然问题而是FAB内部来料检验流程有漏洞导致不适合特定工艺窗口的硅片通过了检验。解决方案是补全来料检验清单加上套刻精度预筛查来料做快速overlay测试而不是追责任何一方。四、为什么这样用5Why这次分析我刻意用了因果链而非责任链的框架每一步追问的是机制为什么会发生而不是责任人是谁的问题。如果第三问开始追责就会在设备是谁的问题上陷入部门对立分析就死了。根因定位在流程漏洞而不是人的错误人的错误是偶发的但流程漏洞是系统性的。如果追到检验员没检下次换人还会犯如果追到流程缺这一项改流程就能根治。这是5Why最重要的产出——找到了系统性的根因才能做系统性的改进。用数据支撑每一层结论Why 3到Why 4之间我调了供应商近期来料检验报告发现新工艺硅片TTV分布确实偏下限这是数据支撑不是猜测。5Why不能靠推理硬猜每层结论都需要数据或观察支撑。五、效果对比:悬案变成系统改进那次分析让我学会了区分症状和根因。很多时候我们看到的问题是症状比如对准偏移真正的根因在更远的地方。如果只处理症状问题是不会彻底解决的——换个批次、换个供应商问题还会再出现。5Why帮我建立了一个习惯遇到问题先问5遍为什么再动手解决。5Why分析要团队一起做不能一个人闷头分析。跨职能的视角非常重要——设备工程师看到的角度和工艺工程师不同和质量工程师也不同。最好的5Why分析会是所有相关部门的人都到场大家从各自角度补充信息共同追问。遇到跨部门问题先开5Why分析会统一认识再定行动计划。5Why和FMEA失效模式与影响分析可以配合使用。5Why找到根因后用FMEA评估这个根因对应的失效模式对良率的影响程度severity、发生频率occurrence和检测难度detection综合得出风险优先级RPN决定改进措施的优先级。这让5Why的结论更有行动价值。5Why结论更新了来料检验清单增加平整度和套刻预筛查两个检验项。同时建立了供应商规格变更通知机制——供应商工艺变更时必须提前通知FAB更新检验标准后再继续供货。实施后来料问题导致的工艺偏移事故从年均4次降到0.5次基本消除且有问题的硅片能在进厂前被发现不需要到工艺段才发现止损链条前移了。更重要的是这个问题没有变成部门间的矛盾。因为根因追到了流程漏洞不是追到个人或部门大家接受度高整改推进快。5Why分析报告还成了后续新员工培训的案例教材。六、实施建议:5Why是团队工具不是个人工具1. 开5Why分析会不要先定结论让每个参与者都先说出自己的观察然后共同追问。不要让老板或资深工程师先给结论否则其他人就不敢说了。2. 每一层结论需要数据或证据支撑没有证据的推测标注为假设后续验证不要把假设当事实。记录每一步的依据也是审计和复盘的基础。3. 5Why不是越多越好3-7层足够超过7层往往是过度分析不足3层往往是停留表面。半导体FAB场景5层是平均长度。4. 根因要找系统漏洞而不是人的错误人的错误是偶发的系统漏洞是持续存在的。找到系统漏洞才能做持久改进。5. 5Why结论必须转化为行动找到根因后必须制定改进措施并跟踪执行。5Why报告不落地等于没做。我见过太多分析报告躺在文件夹里睡大觉。6. 跨部门问题用5Why效果最好单一部门问题可能靠经验就能解决跨部门扯皮的问题才需要5Why来抽丝剥茧。遍到问题先谈五遍再动手这是5Why救我于無尽折腰的关键技巧。七、进阶方向:从个案到系统5Why是点分析解决个案问题。如果同类问题反复出现需要升级到5W2H加What/Where/When/Who/How Much从个案扩展到模式分析找出同类问题的共同根因制定跨产品的改进措施。头部FAB在探索AI辅助的根因分析用知识图谱把FAB工艺链路、设备、材料、操作记录串联起来新问题出现时AI推荐最可能的根因路径5Why作为人工追问的辅助工具。最根本的还是建立根因分析文化遇到问题不是先找责任方而是先找原因链条。这个转变比任何工具都重要也是5Why方法论最重要的副产品。【效果对比】5Why分析还有一个关键原则只追到系统流程漏洞不追到个人错误。追到个人是短期有效个人被批评了会注意但长期无效换个人还是一样。追到系统漏洞是长期有效改了流程所有人都受益但短期相对难需要推动流程改进。我的经验遇到问题先按5Why分析如果结论指向个人问自己流程有没有漏洞导致这个人容易犯错如果有改进流程比批评个人更有效。5Why做完后的复盘也很重要。复盘要回答三个问题根因找对了吗防止分析过程有偏差改进措施执行了吗防止分析完就结束了同类问题有没有再发生验证改进是否长期有效月度复盘时review本月所有5Why报告识别重复出现的根因——重复出现的根因说明系统改进还不够彻底需要升级措施。跨职能5Why分析会是最好的形式设备工程师看到设备角度工艺工程师看到工艺角度质量工程师看到体系角度。三个角度叠加真根因无处避形。复盘三个问题根因找对了吗改进措施执行了吗同类问题复现了吗月度复盘识别反复出现的根因是系统升级改进的信号说明小改进已经不够需要更扶廉的流程变革。维度传统甩锅5Why分析变化根因定位时间数天到数周1天以内大幅缩短同类问题复现率高(系统漏洞未堵)低(系统性改进)大幅下降部门关系对立协作质变改进措施落地率30%85%大幅提升【完整代码】def why5(problem, depth0):indent * depthprint(f{indent}WHY {depth1}: {problem})if depth 5:print(f{indent} 系统根因,改进流程而非追责个人)returnchain {0: 光刻套刻精度(overlay)控制出现系统性偏差,1: 校准片与硅片平整度不匹配,机器补偿基准错误,2: 来料硅片平整度偏下限(供应商工艺变更),3: 来料检验清单缺少平整度参数,规格更新未同步}if depth in chain: why5(chain[depth], depth1)# 示例从20片晶圆报废问题开始追问why5(20片晶圆图案对准偏移,报废)═══════════════════════════════════════════════ 评论区话题互动你们FAB里最难忘的一次根因分析是什么有没有追到让你意外的结论5Why和8D分析你们厂用的是哪个哪个更适合FAB场景══════════════════════════════════════════════════════════════════════════════════════════════这种分析法现在我已当成习惯每次遇到问题先想厚季再动手而不是先折腰。分析质量问题的时候把组织的知识忎到存在即可而不是把置疑放在人身上。这种分析法现在我已当成习惯每次遇到问题先想厚季再动手而不是先折腰。分析质量问题的时候把组织的知识忎到存在即可而不是把置疑放在人身上。[VIP] VIP福利资源以上内容来自《半导体智能制造》专栏点我的博客首页关注公众号回复“VIP”获取更多FAB工程师必备工具和模板资源═══════════════════════════════════════════════如果这篇文章对你有帮助请关注我一起交流半导体智能制造经验

相关新闻

推荐一款适合运营人员进行跨系统数据搬运的桌面Agent:企业级AI Agent技术演进与选型实操指南

推荐一款适合运营人员进行跨系统数据搬运的桌面Agent:企业级AI Agent技术演进与选型实操指南

在数字化办公的深度演进中,运营人员常面临跨系统数据搬运的繁重挑战,从电商平台的订单归集到传统ERP系统的报表同步,手动操作已成为制约效率的瓶颈。随着AI Agent(智能体)技术的成熟,桌面Agent正从单一的任…

2026/7/14 0:11:16 阅读更多 →
生存周期的锚定者:深入解析 MLIR 中的内存分配与释放(alloc/dealloc)

生存周期的锚定者:深入解析 MLIR 中的内存分配与释放(alloc/dealloc)

生存周期的锚定者:深入解析 MLIR 中的内存分配与释放(alloc/dealloc) 在完成了图层面的算子融合(DRR)、函数的无壁化解构(Inliner)以及仿射多面体循环重构(Affine Lowering&#xff…

2026/7/14 0:09:16 阅读更多 →
YOLO26涨点改进| TGRS 2026 | 卷积创新改进篇 | 引入AEDC自适应专家级深度卷积,自适应选择并融合多个深度卷积专家,助力高光谱目标检测、图像分类、小目标检测任务,有效涨点

YOLO26涨点改进| TGRS 2026 | 卷积创新改进篇 | 引入AEDC自适应专家级深度卷积,自适应选择并融合多个深度卷积专家,助力高光谱目标检测、图像分类、小目标检测任务,有效涨点

一、本文介绍 🔥本文给大家介绍使用 AEDC自适应专家级深度卷积 改进YOLO26网络模型,其作用是根据输入图像内容自适应选择并融合多个深度卷积专家,增强目标的局部纹理、边缘、形状及通道特征,同时抑制复杂背景中的无效响应。该模块先利用全局平均池化和轻量 11卷积生成各专…

2026/7/14 0:09:15 阅读更多 →

最新新闻

ResNet残差网络:从退化问题到深度突破的架构解析

ResNet残差网络:从退化问题到深度突破的架构解析

1. 深度神经网络的退化难题想象你正在搭建一座100层的乐高塔。理论上,层数越多应该能搭出更复杂的结构,但实际动手时却发现:超过30层后,整个塔开始摇晃变形,最终还不如20层的版本稳固。这正是2015年前深度学习领域面临…

2026/7/14 4:30:44 阅读更多 →
Anthropic传输语义层:LLM API的零拷贝协议栈重构

Anthropic传输语义层:LLM API的零拷贝协议栈重构

1. 项目概述:这不是一次普通更新,而是一次架构级“蒸发”“Anthropic Just Shipped the Layer That’s Already Going to Zero”——这个标题乍看像科技媒体的夸张头条,但作为在AI基础设施层摸爬滚打十年、亲手部署过上百个LLM服务栈的老兵&a…

2026/7/14 4:26:43 阅读更多 →
从RAG引擎到物理隔离:一家企业AI知识库的系统架构全解析

从RAG引擎到物理隔离:一家企业AI知识库的系统架构全解析

从RAG引擎到物理隔离:一家企业AI知识库的系统架构全解析当RAG技术从论文走进企业落地场景,一个被反复追问的问题是:一套真正面向生产环境的企业知识库,其内部架构究竟长什么样?本文以佑桥企业AI知识库为分析样本&#…

2026/7/14 4:22:41 阅读更多 →
残差扩散桥模型RDBM:一种面向通用图像恢复的统一扩散框架详解 (去雨、去雾、去雪等)

残差扩散桥模型RDBM:一种面向通用图像恢复的统一扩散框架详解 (去雨、去雾、去雪等)

1. 为什么需要残差扩散桥模型?图像恢复任务(如去雨、去雾、去雪)一直面临一个核心矛盾:传统扩散模型在反向采样时会对整张图像进行全局噪声扰动,导致未退化区域被错误修改。想象一下用橡皮擦除一张照片上的雨滴时&…

2026/7/14 4:20:41 阅读更多 →
Python数据接入实战:5类数据源的容错接入与分层校验

Python数据接入实战:5类数据源的容错接入与分层校验

1. 项目概述:为什么“数据接入”不是写几行代码那么简单你手上有五类数据源——一个MySQL数据库、一个Excel报表、一个API接口、一个CSV文件,还有一份藏在公司内网FTP服务器上的日志压缩包。老板说:“把它们全拉进来,下午三点前跑…

2026/7/14 4:20:41 阅读更多 →
目标检测算法演进之路:从R-CNN到YOLO与SSD的架构思想解析

目标检测算法演进之路:从R-CNN到YOLO与SSD的架构思想解析

1. 目标检测技术的前世今生第一次接触目标检测是在2013年,当时R-CNN横空出世,让整个计算机视觉领域为之一振。那时候我还在用传统的HOGSVM做行人检测,突然发现原来深度学习可以这样玩。目标检测的本质就是在图像中找到我们感兴趣的物体&#…

2026/7/14 4:18:40 阅读更多 →

日新闻

AI Agent数据越界行为如何被精准溯源?——基于GDPR/CCPA双合规的5层审计框架实战指南

AI Agent数据越界行为如何被精准溯源?——基于GDPR/CCPA双合规的5层审计框架实战指南

更多请点击: https://kaifayun.com 第一章:AI Agent数据越界行为的合规性挑战与溯源必要性 AI Agent在自主执行任务过程中,可能因提示注入、上下文污染或权限配置缺陷,无意或有意访问、缓存、传输受保护数据(如PII、G…

2026/7/14 0:01:13 阅读更多 →
Perplexity vs ChatGPT vs Claude:实测127组复杂查询任务,谁才是真正可靠的“事实型AI助手”?

Perplexity vs ChatGPT vs Claude:实测127组复杂查询任务,谁才是真正可靠的“事实型AI助手”?

更多请点击: https://codechina.net 第一章:Perplexity 怎么用 Perplexity 是衡量语言模型预测能力的核心指标,数值越低表示模型对文本序列的不确定性越小、预测越精准。它本质上是交叉熵损失的指数形式,计算公式为:…

2026/7/14 0:01:13 阅读更多 →
全球首发!五一视界定制物理AI卫星ECS-1剑指万亿赛道

全球首发!五一视界定制物理AI卫星ECS-1剑指万亿赛道

五一视界发布公告,近日,公司与环天智慧科技股份有限公司(“环天智慧”)正式达成空天领域战略合作。环天智慧是国内领先、聚焦天基对地观测遥感卫星总体研制与在轨运营的商业航天企业,同时也是西南地区规模最大、具备全自主可控遥感卫星星座建…

2026/7/14 0:03:13 阅读更多 →

周新闻

互联网大厂 Java 求职面试:燕双非的搞笑回答与技术探讨

互联网大厂 Java 求职面试:燕双非的搞笑回答与技术探讨

互联网大厂 Java 求职面试:燕双非的搞笑回答与技术探讨 在一个阳光明媚的上午,互联网大厂的面试官坐在桌前,准备迎接他的面试候选人——燕双非,一个以搞笑和幽默著称的程序员。第一轮提问 面试官:燕双非,作…

2026/7/13 4:38:36 阅读更多 →
车载以太网PMA测试设备选型:示波器、VNA、信号源3类仪器关键参数与预算评估

车载以太网PMA测试设备选型:示波器、VNA、信号源3类仪器关键参数与预算评估

车载以太网PMA测试设备选型:示波器、VNA、信号源3类仪器关键参数与预算评估在智能驾驶和车联网技术快速发展的今天,车载以太网作为新一代车载网络的核心传输技术,其物理层性能直接决定了数据传输的可靠性和稳定性。1000BASE-T1作为当前主流的…

2026/7/13 4:38:38 阅读更多 →
VSCode EIDE 插件 2.0:APM32/STM32 项目迁移实战,5步完成Keil工程转换

VSCode EIDE 插件 2.0:APM32/STM32 项目迁移实战,5步完成Keil工程转换

VSCode EIDE 插件 2.0:APM32/STM32 项目迁移实战指南嵌入式开发领域正经历一场工具链的静默革命。当传统Keil用户首次打开VSCode的扩展市场搜索EIDE时,往往会惊讶于这个看似简单的插件竟能重构十余年的开发习惯。本文将揭示如何用五个精准步骤&#xff0…

2026/7/13 4:38:40 阅读更多 →

月新闻