江苏长电科技股份有限公司
随着半导体市场的快速增长，中国芯片成品制造行业也取得了长足的进步。新技术如5G通信、汽车电子、人工智能和高性能计算的迅速发展，对集成电路产品和技术的需求不断增长。但行业存在周期性调整，如何在业内保持竞争优势是公司面临的重大课题之一。市场和客户对我司提出了更高水平的智能制造要求，促使高集成、自调度的柔性化工厂的建立。
在原有智能化装备、网络等设备设施建设的基础上，长电科技智能工厂以信息化平台、自动化装备、智能化应用为核心要素，注重顶层规划，实施“纵向、横向全方位整合”的策略，围绕供应链上下游协同、仓储物流管理、生产过程管理、产品全生命周期管理、质量管理五大环节，实现端到端能力需求推导协同制造应用架构，推动新技术在智能制造中的应用。
自2016年起，公司逐步实现自动化、智能化、数字化发展，至 2023 年完成数字化孪生工厂建设。在此期间，公司引进智能回流机、AOI在线检测装备、AGV&AMR 物流机器人等业内多台高端装备，自研MES、PDM、JQMS、JSRM、SPC、PLM、EPM（设备管理）、AMHS（自动物流运输系统）、SCM（供应链关系管理）等，结合SAP、CIM、CRM 等，打造大数据集成平台，通过IT与IT间、IT与OT间的互联互通，实现设计生产服务闭环、制造设备智能管控、生产过程在线优化、产品全生命周期追溯、供应链上下游协同优化。具体分为四个阶段：
（1）生产全面信息化管控：通过 RMS 程序管理，ALARM自动报警等模块统一集成 CIM 制造管理平台，EAP 设备智能管控、MES 及 SPC、OCAP、JQMS 质量管理等陆续上线，使得生产节点、物料、产品质量可控可追溯。通过对生产资源和过程的全流程管控，智能化取代人力，生产率大幅提升，错误率降低。
（2）智慧物流：公司研发自动运输系统 AMHS，利用AGV、AMR 装备，结合智能立库、电子料架 eRack 硬件建设，根据采集到的实时派工 RTD 信息，实现物料的自动转运。
（3）大数据分析决策能力：利用数据湖+消息队列，引入数字孪生、仿真模型等新技术，构建以产能调配、运营优化、资源协同的数字孪生工厂，打造实时可视、分析模拟及决策能力，实现公司生产运营协同与资源的最优配置。
（4）产品全生命周期与供应链优化协同：以 SCM 为核心，协同 JSRM、CSR、CRM、JQMS 等，实现与上下游供应链设计、生产、物流、质量等信息的无缝对接。以数字化的技术和应用拓展上下游服务渠道、延伸服务触角、提升服务质量，打造弹性供应链管理体系，应对市场的不确定性。
通过智能工厂的建设，生产效率提升至96%；大数据平台的建设，消除信息孤岛，订单准时交付率提高到98%；产品质量优化系统的建设，实现原料、在制品、成品间的数据流动，打造产品全生命周期管理，产品良率高达99.95%（全球顶级水平）；结合供应链协同架构，融入绿色可持续发展理念，进一步优化价值链。智能工厂的建设，实现智能化运营，提升企业核心竞争力，奠定公司在全球的行业领军地位。在芯片封测领域实现了多个技术突破，具体表现在：
（1）数据湖：建设容纳海量数据的数据湖，提供灵活的数据访问和分析工具，支持多维度的质量分析和工艺改进研究，显著提高数据处理效果。
（2）仿真：精确建模芯片封装设计和工艺流程，优化封装设备布局和工艺参数，减少试错成本；构建数字孪生模型，实时模拟并预测生产情况。
（3）人工智能：利用机器学习算法和深度学习模型，对收集到的工厂各环节数据进行挖掘和分析，预测生产情况并优化，例如根据加工序列和设备状态，动态规划搬运任务，实现智能调度；根据上下游供应链材料情况，建立模型进行评分，实现采购决策优化。
智慧供应链建设满足风险管控需求，适应企业全供应链管理扩展需求，创新管理手段，提供高效、透明、合规、完善、统一的运营与监控平台。完善供应链全流程管理，服务工厂智能化生产，打破业务壁垒，形成快速响应市场能力。提升集成电路上下游企业的协作度，使来料合格率提升 7.95%，物流成本下降了 21.82%，采购费用率下降 20%，订单配送周期下降33.33%，为集成电路产业集群提供了极具参考意义的范式。
（1）建设经验
在建设智能工厂的初步设计阶段，就制定了清晰的智能工厂蓝图，明确自动化、数据化、智能化目标，并划分优先级且分阶段投入，例如先实现核心封装工序自动化（如贴片、键合），再打通MES系统与设备数据接口，最后引入AI进行工艺优化与预测性维护，避免了“一步到位”的风险。
在前期就认识到“精准采集”是核心挑战，设备的互联互通是基石，需要实现设备数据（OEE、参数、报警）的实时、精准采集与分析。通过统一通信协议（如SECS/GEM、OPC UA），部署边缘计算网关，并建立强大的数据平台，成功整合了来自不同品牌、不同年代设备的异构数据流，为后续分析优化打下坚实基础。其间部门旧设备的整合，造成了不少麻烦。
坚定“数据驱动”作为决策依据，打通数据孤岛后，数据价值开始释放。利用SPC进行实时工艺监控，显著降低了批次性异常；基于历史数据的预测性维护模型，将关键设备意外停机时间减少了30%以上；通过大数据分析优化工艺参数，良率得以稳步提升。
（2）建设教训
过度追求“无人化”。在部分环节过度追求“黑灯工厂”，忽视了工艺的复杂性与柔性需求。例如，在一些高度依赖经验的环节，强行全自动化反而导致出错率上升。应进行严谨的ROI和可行性评估，优先自动化重复、危险、高精度需求环节，循序渐进地按步推动“少人化”“无人化”作业。
忽视数据治理与网络安全。初期只重视数据采集，忽视数据质量（如命名规范、单位统一）、安全存储及权限管理、不同软件间的安全兼容，导致后期分析困难或存在泄漏、篡改风险。必须同步建立完善的数据治理体系和网络安全防护策略（如工业防火墙、访问控制）。
