背景 这个项目涉及半导体制造过程的监测领域。在半导体制造中，不断收集来自传感器或过程测量点的信号是常态。然而，并非所有这些信号在特定的监测系统中都同等重要。这些信号包括了有用的信息、无关的信息以及噪声。通常情况下，工程师获得的信号数量远远超过实际需要的数量。因此，需要进行特征选择，以找出最具相关性的信号，使工程师能够确定对产品良率产生影响的关键因素。这一过程有助于提高生产效率、缩短学习时间，并降

缺陷密度Default Density（D0），表示单位面积的缺陷数D。 单位面积有M个部件，一个部件的平均失效率为： 一个面积为A的系统（芯片）良率： Possion模型： 当M趋于无穷时，系统良率为possion模型。 Murphy模型：（D~对称三角分布） 大芯片或大系统possion模型预估良率过于悲观，因为不同缺陷之间可能存在相关性，因此缺陷D为一分布，良率应为对缺

中央设备状态监控系统（CMS）在半导体晶圆厂中扮演着关键角色，帮助企业提高产品的良率。本文将介绍CMS是什么、当前半导体晶圆厂产品良率面临的挑战，并重点探讨CMS如何通过实时数据监控、故障预测和预警、以及统计分析和过程改进等方面，提高产品的一致性、稳定性和质量，从而提升产品的良率。 CMS系统是什么  中央设备状态监控系统（CMS）是一种助力设备管理的工具，特别适用于半导体晶圆厂

之所以要进行容差分析， 是因为任何电子元器件均存在一定的误差， 如电感、电容的精度等。 例如一个标称为2.0nH±0.1nH的电感，代表的意思产品有99.74%的概率落在2.0nH±0.1nH范围内， 即满足6σ ，σ是标准偏差或者说方差，当产品随机变量值与平均值之差为6σ时，产品的良品率为99.74%，这是统计学范畴。 一、容差分析         电路模块的容差分析可以通过