工业互联网如何赋能高端制造？(11)_：工业互联网如何赋能高端制造？来源：

数据分析需要把不同时间维度的海量数据结合在一起，通过相关性分析、相似度搜索等数据分析的方式，匹配到最有可能产生问题的一个匹配关系上。

四，SPEC的快速确定。

在不同工艺上，比方说85%、70%、65%的良率情况下对应不同的工艺参数范围，很多时候都需要从历史数据中找出相应特定条件下相关信号的工作范围，进而确定相应的SPEC值，这有助于帮助一个企业快速投产、快速从小批量生产进入到大批量生产的加速过程。

五，稳定性控制和评估。

在关键的生产过程中，有一些海量产出关键指标，比如半导体生产过程中的CD值，即关键的线宽要保证在一定的范围内抖动。利用数据分析，通过SPC进行稳定性控制，实现相应的过程控制，以保证关键过程产出的稳定性。

六，工艺仿真。

在确定了输入和输出之间的关系后，能否通过回归或者神经网络找到一个线性、非线性的模型，当最终检验结果的良率从85%掉到70%时，调整输入到某个关键值就能把良率从70%再拉回到85%？这些都可以通过海量的工业数据分析实现。

工业互联网如何赋能高端制造？(11)