Fab 入门系列 · 简化图解用于理解原理，具体制造路线与系统能力请结合文中官方资料。
先看问题，再理解工具名称
Fab 分析通常围绕具体问题展开：结果是否发生异常波动？设备过程是否偏离正常状态？哪些材料或条件与失效相关？下一轮加工或验证需要怎样安排？
数字、配置和设备参数是重要主线，图像、空间模式和机器学习也已经进入现有分析体系。
SPC：观察过程是否稳定
SPC 是统计过程控制。控制图把相应质量特征或统计量沿样本顺序、时间排列，帮助发现值得检查的变化。NIST 的控制图指南介绍中心线、控制限和单变量、多变量监测方式。
控制限描述统计监测口径，产品规格或接受条件另有定义。看到信号后，还需要回到测量条件与过程记录理解原因。
FDC：核查设备过程的异常
FDC 是故障检测与分类。它利用设备传感器、过程阶段与相关事件，帮助识别异常状态。PDF Solutions 的 Process Control 介绍说明传感器诊断、事件核查、参数漂移和配置版本等应用。
某项参数的变化，需要结合它发生的阶段、对象、单位和基线解释。调查还可能继续连接相应量测、图像或维护事件。
工艺控制：把测量反馈到工程安排
工艺控制可以利用相应测量和模型，支持过程修正或后续加工安排。ASML 的量测与反馈介绍说明测量、计算与光刻过程之间的协作。
控制方法需要适用模型、约束和执行范围。诊断结论、下一轮工程建议和实际执行，应明确各自的依据与责任。
缺陷与良率分析：连接观察和结果
KLA 的软件介绍覆盖缺陷、空间模式和良率相关分析；PDF Solutions 的分析产品也介绍多来源数据与机器学习应用。已有能力并不限于单个数字或简单报警。
图像、派生特征、设备履历和测试结果可以共同支持调查。相关性需要继续结合工程证据核查，分析结论也要说明适用范围。
把已有方法串成一轮可核查的调查
工程师在实际工作中会结合多种工具和方法。原始材料、计算产物、脚本版本和讨论中的判断，都影响后续复核与交接。
WaferPilot 的产品方向，是围绕工程目标持续组织这类调查，并保留方法选择与执行依据。新增价值应通过具体任务验证。