参与光伏半导体工艺预防预测系统后端 JAVA 开发，上位机软件C#开发，前端 vue 代码调试。基于客户提出的针对硼扩工艺缺陷分析、异常预警、数据查询等需求,结合 AI 算法能力，构建了一套硼扩工艺优化平台。客户提出他们在做电池片加工时，需要进行多种配方参数组合，不同的配方组合会产生不同的方块电阻(以下简称方阻）结果值，当配方参数组合不合适，会造成各种方阻指标异常，比如方阻值偏高、偏低、片内方阻偏差过大、片间方阻偏差过大等问题，如果处理不及时，会带来额外的废料、返工、能耗、人工等成本，因此，希望能够利用业务场景分析、数据挖掘等手段，实现配方参数动态调整实现对配方参数的精准控制和动态调节，提高生产效率和良率。主要涉及半导体硼扩散工艺以及LPCVD 工艺，两种工艺都是在特定的温度气体流量压强下，通过管式设备，石墨舟装载硅片,在炉管里使用特定的物质配方进行的化学反应，硼扩是硼元素 在固定的温度 气体 压强下进行的化学反应 ，在硅片表面形成一个 PN结，改变硅晶片的电性能。数据是从 机台端采集，经过上位机软件采集数据进入kafka，java 端消费 kafak 里的各种配方参数数据，进行数据分析数据处理，掉算法接口形成新的配方，涉及的功能有泵速预警管理，支持向企业微信钉钉 飞书平台发送报警信息以及主子设备的实时运行情况，当前步序运行状态时间等以及抽真空时间 漏率实际值,方便工艺工程师通过对比分析发现配方异常，从而及时调整配方参数，保障生产稳定运行。由算法工程师提供数据处理逻辑，输入硼扩设备数据进行参数的自动计算，最终输出计算结果,由设备调用计算结果，实现配方参数自动调节的效果。同时对配方参数调节的操作进行记录，让管理者掌握参数变更情况，对记录留痕。目前方案为初阶版，算法计算结果由硼扩上位机调用使用，仅作优化建议，工艺工程师可根据建议自行设置参数，并对自动优化建议的采纳情况进行确认，方便数据管理、异常预测预警、工艺数据溯源、设备运行监控、配方参数自动优化。对设备及炉管运行情况进行总览，实时监控各炉管的运行状态、漏率和抽真空时间是否存在异常。参与上位机软件开发,采集硼扩以及 LPCVD 设备上的参数数据传入 kafka 消息队列供后端调用展示数据处理，上位机采集规则使用 OpcUa 协议。参与后端接口开发，涉及 java 操作 redis kafka ，对接前端vue