（来源：上观新闻）

　　【编者按】

　　为落实《上海市加快推动“AI+制造”发展的实施方案》，市经济信息化委会同市工业互联网协会、中国信通院上海工创中心、上海工业数字化研究院等单位，编制发布了《上海市“AI+制造”场景建设指南（第二期）》，旨在通过指南，提炼重点行业高价值应用场景，并系统描述人工智能技术在相关场景应用时的实施路径和方法论，为企业提供一套可复制、可推广的标准化操作方案，降低试错成本。

　　本系列逐一解读第二期18个标杆场景，上一期我们解读了半导体设备R2R控制器智能整定与自适应调节系统，本期聚焦泛半导体的生产制造——泛半导体制造生产过程智能体辅助工艺参数优化（受限于篇幅，内容有所压缩，完整版请于文末点击链接下载）。

　　01 泛半导体生产异常处置的四大痛点

　　泛半导体制造涵盖显示面板、LED、光电器件、先进材料等领域，工序链条长、工艺参数多，对异常响应速度要求较高。产线检出异常后，从台账填写、联络单录入到工艺参数判断，往往需要多个岗位、多套系统串联完成。传统模式主要存在四大痛点：

　　（一）处置流程长，单条异常平均耗时30分钟以上。

　　产线检出异常后，现场人员需先填写异常台账，再逐项录入工单系统；信息流转至技术部门后，技术人员还要查阅设备映射表、翻找历史资料，寻找类似问题的处理记录，单条异常处置平均耗时在30分钟以上。

　　（二）工艺知识分散，经验难以快速复用。

　　工艺调整规则保存在文档中，设备参数关系维护在Excel表格里，历史处理方案分散在不同系统，部分关键经验则主要掌握在资深工程师手中。新员工熟悉周期长，工程师处理异常时也需要反复查找资料。

　　（三）参数调整依赖手工计算，占用专业人力。

　　面对BM特性超规、RGB色度偏移等情况，需要工程人员根据量测数据手工计算调整方向和幅度，重复性计算占用了大量专业人员时间。

　　（四）处置结果缺少沉淀，同类问题反复排查。

　　异常处置的过程与结论未能系统回流至知识库，相似异常再次出现时仍需从头排查，企业难以形成可累积、可复用的工艺资产。

　　02 解决方案：构建“台账提交—智能处置—经验沉淀”新范式

　　本场景由语核（上海）科技有限公司牵头编制，上海仪电显示材料有限公司作为用户单位参与实践。围绕生产异常处置与工艺参数优化，建立以工业智能体为核心、企业级工艺知识底座为支撑的智能处置体系，推动异常处理从“人工串联、经验查找”迈向“自动流转、知识复用”。

　　（一）两类智能体协同架构

　　本场景设置异常处置智能体与工艺参数优化智能体两类核心角色，由企业级工艺知识底座统一提供知识支撑，实现流程执行与参数计算的职责分离与协同调用。

　　（二）五大核心能力

　　1. 异常智能识别

　　系统读取生产台账，自动识别Mura缺陷、BM特性超规、RGB色度偏移等异常类型，并提取位置坐标等关键信息，减少人工逐项判断。

　　2. 联络单自动生成

　　对于需进入企业内部流程的异常，智能体调用OA系统接口自动创建联络单并回填必填字段，接口异常时自动触发报警，避免问题遗漏；经千余份历史台账验证，开单准确率达100%。

　　3. 历史案例检索

　　系统根据异常位置坐标，检索同一区域或相似场景下的历史处理记录，并按生产线等维度汇总，为工程师提供可直接参考的处置建议。

　　4. 关联设备定位

　　智能体自动匹配设备坐标映射表，快速定位可能与异常相关的设备，减少人工查询时间。

　　5. 工艺参数建议计算

　　当BM特性、RGB色度等参数出现超规时，系统读取量测数据，按企业配置规则计算X/Y轴平移、旋转、伸缩等调整方向与调整量，生成结构化建议报表，调整建议准确率达99%以上，最终工艺判断仍由工程师作出。

　　（三）三类技术能力与安全合规

　　语义理解引擎：基于大语言模型对异常台账进行语义理解与异常分类，即使现场描述存在差异，也能映射到企业已有分类体系，异常分类准确率达99%以上。

　　知识检索引擎：采用RAG知识检索，通过多路召回与重排序，从千余份文档中筛选与当前问题更相关的内容，为智能体提供可靠参考。

　　规则计算引擎：对BM、RGB等具备明确计算规则的工艺参数，通过可配置规则引擎完成计算，规则调整后业务人员可直接更新配置，无需重新训练模型。

　　安全合规保障：大语言模型与知识库部署于企业内网，与外网物理隔离，生产数据不出厂；同步设置权限控制、数据加密和操作日志，对台账数据、解析结果、开单记录、人工修改与规则变更全程留痕，便于查询与追溯。

　　03 应用成效：处置效率与准确率双提升

　　该场景已在显示材料生产现场完成应用验证，异常处置效率、开单与分类准确率均实现明显提升，分散的工艺经验也开始系统性沉淀。

　　1. 单条异常处置时间压缩至5分钟以内

　　通过自动识别、自动开单、历史检索与参数辅助计算，单条异常处理时间由30分钟以上缩短至5分钟以内，异常处置效率提升60%以上。

　　2. 开单与分类准确率显著提升

　　基于千余份历史台账验证，联络单开单准确率达到100%，异常分类准确率达到99%以上，有效减少人工填写的漏项与错填。

　　3. 参数调整建议准确率达99%以上

　　针对BM特性、RGB色度等参数超规场景，规则引擎输出的调整方向与调整量建议准确率达99%以上，工程师只需完成最终确认。

　　4. 工艺经验持续沉淀复用

　　系统持续记录每次处置结果与人工修正情况，随着案例逐步积累，企业已有的工艺经验得到更系统的整理与复用，工程师可将更多时间投入复杂异常分析与工艺优化。

　　核心模式对比表

　　04实际案例与对接

　　在上海仪电显示材料有限公司的生产现场，语核（上海）科技有限公司围绕Mura缺陷、BM特性超规、RGB色度偏移等高频异常，部署异常处置与工艺参数优化两类智能体，先基于千余份历史台账完成离线测试，再选择1—2条生产线开展小批量试运行，准确率达标后逐步推广。应用后，单条异常处置时间由30分钟以上缩短至5分钟以内，处置效率提升60%以上，工艺工程师从重复录入、资料查询和参数计算中释放出来，投入复杂异常分析与工艺优化。该模式不仅适用于显示面板制造，也可推广至LED制造、光电器件制造、集成电路制造、电子组装等泛半导体企业的生产异常处置与工艺参数优化场景。

　　想进一步了解该场景技术细节与实施标准→ [完整版场景指南.pdf]

　　有意向建设该场景、需要对接场景服务方的企业，请联系：市工业互联网协会 赵老师 13816395318

　　下一篇预告

　　《缺陷0漏报、误报率控制在1%以内、换线编程压缩至1分钟：AI如何重构PCBA表面缺陷智能检测？》——聚焦电子信息生产制造质量检测场景

　　我们正在研究编制

　　《上海市"AI+制造"场景建设指南（第三期）》

　　欢迎有行业高价值场景挖掘和建设经验的企业共同参与

　　联系人：市工业互联网协会 张老师 13621971629

　　特别声明：本文经上观新闻客户端的“上观号”入驻单位授权发布，仅代表该入驻单位观点，“上观新闻”仅为信息发布平台，如您认为发布内容侵犯您的相关权益，请联系删除!