西门子：2023电子与半导体行业白皮书（62页）.pdf

1、西门子数字化工业软件电子与半导体行业白皮书内容摘要西门子数字化工业软件深耕电子与半导体行业数十年，在行业内积累了大量的知识技术和丰富的实践经验。近年来，西门子数字化工业软件持续关注着电子与半导体行业的变革，通过一系列研发投资和战略并购，不断丰富和优化传统电子与半导体行业解决方案。今天，在中国高端电子设备与半导体强国之路面临着众多的机遇与挑战之时，西门子数字化工业软件再次总结行业优秀实践，发布2023电子与半导体行业白皮书，助力中国电子与半导体企业构建全面的数字孪生，打造世界一流的企业。2023 电子与半导体行业白皮书 西门子数字化工业软件 塑造数字化未来 当今世界，精彩纷呈；工业界正在经历着全

2、新一轮的重大转型。创新加速，远超过去；工业“数字化”的未来触手可及。今天，产品越来越智能与个性化。企业驾驭多层次的复杂性带来的新挑战，物理实体与数字模型日趋融合。这要求我们建立全面的数字孪生以表达和验证无限创意，这是加速产品创新，加速新技术应用的必由途径。数字孪生技术必将引发新一轮生产率和产品性能的革命性提升，并在价值链的每一个环节都将带来新的洞察与改进机遇。革新的价值链和数字化企业，必将颠覆今天的产品、制造、服务运营模式，让数字孪生遇见未来，这一刻指日可待！作为工业软件的全球领军企业，2007 年西门子明确了“融合物理世界和虚拟世界”战略愿景。通过一系列研发投资和战略并购，具备了支持“从芯片

3、到城市”的、综合性的、高保真的闭环数字孪生技术，帮助客户构建产品数字孪生、生产数字孪生和运营数字孪生模型，并通过智能创新平台 Teamcenter portfolio，高保真仿真平台 Simcenter software、精益运营平台 Opcenter software 及工业物联网平台 MindSphere,the industrial IoT as a service solution from Siemens 和低代码平台 MENDIX platform 协同构建的数字主线，实现三大数字孪生的一体化整合。2019 年 9 月，Siemens Digital Industries Soft

4、ware（西门子数字化工业软件）发布了全新的解决方案愿景Xcelerator。新的名称更好地反映了我们在跨多个工业领域的软件产品和服务的广度与深度，同时也表达了我们对现有和即将成为我们客户的承诺，Siemens Digital Industries Software 将更全面地助力于我们的客户实现数字化转型。西门子数字化工业软件深耕电子与半导体行业数十年，在行业内积累了大量的知识技术和丰富的实践经验。近年来，Siemens Digital Industries Software 持续关注着电子与半导体行业的变革，通过一系列研发投资和战略并购，不断丰富和优化传统电子与半导体行业解决方案。今天，在

5、中国高端电子设备与半导体强国之路面临着众多的机遇与挑战之时，西门子数字化工业软件再次总结行业优秀实践，发布2023 电子与半导体行业白皮书，助力中国电子与半导体企业构建全面的数字孪生，打造世界一流的企业。2023 电子与半导体行业白皮书 西门子数字化工业软件 3 目录 行业趋势与洞察.4 未来电子产品更加有个人特色.4 半导体的数字化转型来了.6 数字化的工程师.8 一、利用仿真更高效进行创新设计.8 二、更紧密的机电协作创造更好的产品.11 三、拥抱软件无所不在的世界.14 四、打造具有品牌辨识度的好声音.16 五、半导体行业的需求、可靠性与功能安全性.20 六、先进封装设计与制造规划.22

6、 七、汽车电子的小心脏半导体.27 数字化的产品管理.30 八、芯片的全生命周期管理.30 九、从产品规划到项目运营.32 十、产品质量是如何设计出来的.36 十一、优化半导体和电子产业供应链.40 数字化造就智能制造.42 十二、电子装配一条龙.42 十三、虚拟验证加速爬坡，提高产能动态优化.46 十四、面向未来的半导体数字化制造.51 十五、国产半导体设备制造性能迈向下一台阶.55 十六、AI 通过工业物联网成就智造.58 2023 电子与半导体行业白皮书 西门子数字化工业软件 4 行业趋势与洞察 未来电子产品更加有个人特色电子行业面临的市场变化与趋势 电子行业在过去几十年持续增长，并不定

7、期发生深刻的变化，而将这过程可以分为 三 阶段：一开始是计算阶段，它从大型机开始，随着个人计算机的出现而达到顶峰。这个阶段的电子产品，基本都是围绕着计算机与相应的功能单一的电子设备而发展。下一个阶段是我们所说的互联时代，它催生了智能手机的增长。由于互联网与移动互联网相互接棒，而形成丰富的联网设备，而智能手机的出现，将互联设备的集成度与各种扩展性提升到一个新高度。现在我们正在进入数字阶段。根据埃森哲首席执行官的说法，数字化是自 2000 年以来财富 500 强公司中超过一半的公司消失的主要原因。与许多在计算和互联时代也失败的公司所发生的事情没有什么不同。您可以看到的其他的一些趋势，如，产品生命周

8、期缩短、生产与销售的地理位置的变化，都是数字化面对的课题。因此，下一阶段数字化阶段既代表着巨大的机遇，也代表着巨大的挑战。电子产品的这种增长导致了这个数字时代的一些趋势：电子产品已经变得个人化，促使公司需要转变思路，弄清楚他们如何行动，并且从中发现更多的商机以及创造更有竞争力的产品 生产模式从单个零件号和批量生产 到 灵活、定制的产品，并小批量生产甚至小数量的生产，同时还必须保证生产精益与运营的效率。在这些趋势的压力下，我们与许多来自世界各个顶尖公司的 CXO 和高级管理人员，讨论行业趋势的影响及他们所代表的机遇和挑战。在这些讨论中，有一些关键主题是经常谈论到：无论是将现有产品引入新地区，还是

9、将新产品带入现有地区，每位高管都表示，上市时间是让他们夜不能寐的首要困扰之一。在许多公司，产品生命周期虽然可能持续 3-5 年，但生命周期利润的很大一部分通常来自前几个季度，甚至几个月。在新兴技术方面，电子行业可以说是激发创新活力的行业之一。作为目前最重要的创新应用方向，以智能化与互联化为例，一个完整的生态系统，从网络基础设施公司到智能手机与应用提供商，用户希望使用更高速的连接来提高通信性能，更快的 GPU 来满足视觉响应与智能化的算力。但这并不容易，需要面临各种技术挑战。例如，如何将更多的电子功能集成到更小的机械外壳中，以及如何应对新的更大带宽和避免更加烫手的设备，以及重大的设计和测试挑战。

10、电子产品正在更深层的进入从汽车到家用电器再到城市生活的方方面面，变成各类产品中一个极其重要的组成部分。而且它更多地受到消费者的驱动。一家高端家电制造商，谈到将电子产品嵌入到他们的电器中并使它们变得智能和互联，这对于他们保持其优质品牌地位和更好的平均售价至关重要。这是由消费者希望能够用电器做什么的期望所驱动的，例如智能控制、电器交互，远程可编程性/可更新。该公司看到了一个机会，希望改变更新周期，以便人们开始购买新功能的新电器，而不仅 2023 电子与半导体行业白皮书 西门子数字化工业软件 5 仅是等待机器坏掉时。而这也是汽车电子与汽车制造商正在努力做的事情。在个性化产品大行其道之下，随着全球化的

11、不断深入，电子行业供应链的重构也在不断进行。这使得电子产品的生产和分销过程变得更加复杂和全球化，需要更好地管理供应链风险和可持续性问题。在这个过程中，电子产品的设计和生产需要考虑到环境影响和资源利用效率，如可持续材料、节能技术等，只有紧跟市场步伐和技术发展，不断创新和升级产品，并更加高效的运营，才能在激烈的市场竞争中取得成功。最后，成功或失败实际上仍取决于客户体验。随着人们越来越多地在旅途中，他们希望能够随身携带电子产品，并且能够越来越多地使用他们的设备，从而推动具有更多特性和功能的小型产品与综合性产品。并且似乎我们已经习惯于从几年丢弃一些损坏的电子产品，变为每年都在清理，以丢弃一组不再使用或

12、仅用过一两次的电子产品。通过数字化转型来迎接挑战 我们的客户清楚地看到数字化转型的必要性，以便在行业中生存并最终蓬勃发展。但不幸的是，虽然很多公司都看到了这种需求，但并非所有公司都以正确的方式去做。有一些公司已经出现了一些非常公开的数字化转型失败。如果你深入研究细节，你会看到两个经验教训案例：首先，你需要强大的，自上而下的组织支持，从高管到普通员工。每个层级的员工在数字化转型中都承担各自不同的使命与任务，而不仅仅只是把数字化视为一项被安排需要完成的工作而已。其次，您需要整个组织不同角色与岗位的参与，特别是来自设计、制造和销售等运营团队的参与。这些不同角色的人员参与能将企业内部数字化转型的内涵更

13、加沉淀与丰富，而不仅仅只是一个使命，甚至数字化转型不能简单地成为 IT 驱动的活动。我们将从以下几个方面，通过不同的维度来阐述数字化转型的方方面面：数字化的工程师应该具有哪些融合能力 数字化的工程师是数字化转型的重要角色，他们能够应用现代科技，将传统产品转换为数字化产品，并开发新的数字化产品。数字化的工程师通常需要掌握软件开发和硬件设计技能，以及人工智能、机器学习、大数据等技术。数字化的工程师能够将数字化技术应用到产品开发中，提高产品的质量和效率，同时减少生产成本和周期。数字化的产品管理如何更细致又高效高质的驱动产品项目活动 数字化的产品管理是数字化转型的另一个重要角色。数字化的产品管理需要掌

14、握产品设计、产品营销、产品开发等技能，能够将数字化技术应用到产品生命周期的各个环节中。数字化的产品管理需要能够应对快速变化的市场需求，能够开发出更具竞争力的数字化产品，从而提高企业的市场占有率。数字化如何成就智能制造，让制造更精益更柔性 数字化成就智能制造是数字化转型的另一个重要部分。数字化成就智能制造需要将数字化技术应用到生产和制造过程中，能够将传统的生产流程数字化，并应用物联网、云计算等技术，从而实现智能制造。数字化成就智能制造能够提高生产效率，降低成本，并实现生产流程的可视化、可控制化，从而提高产品的质量和一致性。总之，数字化转型正在成为企业转型的重要趋势，电子产品行业也不例外。未来，数

15、字化的工程师、数字化的产品管理、数字化成就智能制造将成为数字化转型的重要角色，能够推动电子产品的个性化和智能化发展，满足消费者多样化的需求和偏好。只有不断推进数字化转型，企业才能在竞争激烈的市场中立于不败之地。2023 电子与半导体行业白皮书 西门子数字化工业软件 6 半导体的数字化转型来了半导体行业面临的市场与挑战 从德国提出工业 4.0 开始，各行各业的专家们开始摸索及讨论何谓 CPS、CPPS，以及如何运用自动化、IoT 工业物联网、大数据分析等来让企业自身能达到工业 4.0的境界。随着这几年来各个学者专家的研究及推导，也逐渐的认清数字化转型与数字化企业才是目前企业内部所急需要达成的战略

16、方向，也是达成工业 4.0 所必要的基础。而世界级先进的半导体公司藉由巨大资本支出、大量研发人员的投入与现场自动化及自身管理系统的开发，早已领先一般制造业而打造出堪称超越工业 4.0 的企业环境了。然而，随着当前消费市场的发展，原先以 PC/服务器为主的时代已经过去，随之而来的是转变成为 5G、AIoT、智慧手机、智能设备、自动驾驶、AR/VR、元宇宙与 AIGC 的时代，对 IC 芯片的功能要求与需求数量都呈现倍数的成长；所以半导体的上、中、下游除了必需挑战摩尔定律的物理极限并投入后摩尔定律发展，另一个挑战则是需要重新审视企业内部延用多年的研发工具、管理系统与业务流程，能否协助企业能更快的设

17、计、制造出更小更节能更多功能的 IC 芯片，并支撑与管理新世代 IC 与衍生出来数倍或数十倍的数据量与复杂的关连关系。也唯有如此，才能不被市场所淘汰。半导体行业内管理现况 从上游的芯片设计开始，不论是前端的逻辑设计(诸如规格制定、详细设计、仿真验证、Static Timing Analysis（STA）、网表验证等)或后端的物理设计（包含 Place&Route、信号参数分析、物理版图 GDSII 验证等），目前多数公司的设计工具仍是独立的操作及手动/半自动的交互协作，并利用自行开发的管理系统/Excel/Word等进行版本/版次/关联关系的记录与跟踪，有些大型项目开发时，更是需要许多小组平行

18、合作并串接多个子项目才能完成，任何进度的延宕都将会影响产品的开发进度。首先以 IP（知识产权）为例，从 IP 的设计元素/专利的取得开始、IP版本/版次/衍生版本管理、IP 的设计验证/制造验证、IP 许可证管理/成本管理、IP 变更管理到 IP库管理等；这需要一个完整且串接的管理系统，但目前大多数的公司都是人工管理或由数个分开独立的小系统进行控制，并且依赖手动/二次开发的接口在进行信息的同步抛转。其次，在 IC 制造阶段，早在随着制造工艺进入28/14nm阶段，组件和结构变得越来越小和复杂，制造工艺研发与创新的过程中需要更高的技术水平和更严格的管理方式，仿真工具所产生的数据量与相关的文件、制

19、造验证过程中的参数、生产检验的 Log，传统管理模式也已不堪负荷，唯有模块化、全面性的数字化管理才能确保产品质量和可靠性。另外，在后端封测部分，因摩尔定律的限制以及产品的复杂度越来越高，利用 SiP、PoP、3D 等先进封装技术可达到高效能、低功耗、高度集成的目的，这已成为未来产品主流趋势；因此，除了将封装产品微小化之外，如何在小巧封装形式中将废热散除将成为这领域主要的挑战之一，而其产能多寡及测试质量好坏完全依赖于经营层设备采购的能力还有公司自身使用、整合各类检测设备的能力与技术。纵观市场趋势，目前半导体设备研发公司大多仍停留在半导体设备本身与零组件的2D/3D 设计与组装，对产品的机/电/软

20、/控设计缺乏有效的研发协同与管理手法，而设备的组装与产线建置更是停留在传统的作业模式，无法做到效率提升与经验知识的累积；更遑论跃升成为世界级的水平。半导体行业数字化战略的必要性 从上述挑战与管理现况发现，各大半导体设计/制造公司仍努力突破摩尔定律的技术瓶颈，而我国的半导体行 2023 电子与半导体行业白皮书 西门子数字化工业软件 7 业在先进封装技术的发展上也不断寻求创新。目前国际大厂虽然在某些领域上达到领先的阶段，但各公司在管理系统却有一定包袱存在，其中为了符合内部封闭系统运作的需求，大量的二次开发与系统间错综复杂的关系造成软件无法及时更新与汰换，进而必须保有或继续投入更多的硬件设备和 IT

21、 技术人员进行运维或修改。在未来几年，我国半导体行业仍需要努力持续维持竞争力并领先业界，除了让研发人员持续研究并突破后摩尔定律的技术外，可藉由数字化工具与数字化管理平台来填补先前所没有建置的缺憾，更避免掉大厂的部门壁垒与架构包袱。西门子 EDA 设计工具已累积许多 IC 设计和验证经验，除了不断的推出更便捷的功能外，也因应 3DIC 与小芯片的设计流程提供了一套相当完整的解决方案，包含了 Xpedition software、Aprisa solution、HyperLynx software 与 Calibre 3DSTACK software。在仿真与测试工具则有 Simcenter 3D

22、 software、Simcenter Amsim software、Simcenter Flotherm software、Simcenter STAR-CCM+software、MICRED platform、Simcenter T3Ster hardware 与专家顾问服务等。而在数字化企业转型的战略手段则可利用西门子的Teamcenter 和 Polarion Portfolio 解决方案，来协助半导体企业实现数字化转型，以下是一些具体的建议与提升方向：整合多样化的系统：半导体企业通常拥有许多不同的系统，如 CAD 设计、仿真、测试和生产系统等，这些系统可以透过西门子的 PLM 和 A

23、LM 解决方案整合在一起，搭配低代码开发工具快速的搭建个性化入口，使企业能够更加高效地管理和协作。提升生产效率：西门子的 PLM 解决方案能够协助半导体企业实现智能制造、优化与自动化生产流程，并提高生产效率和质量。同时，ALM 解决方案可以协助企业优化应用程序开发和部署流程，从而提高生产效率与产品良率。加强数据管理：随着产品研发与生产制程的复杂度增加，西门子 Teamcenter 解决方案能够协助半导体企业管理大量的研发、生产数据与彼此间的关联关系，包括产品设计、仿真数据、封装测试数据、生产数据等，从而提高数据质量、可用性与追踪追溯的能力，帮助数字化企业更及时的做出更好的决策。促进协作和沟通：

24、西门子数字化协作平台能够促进不同部门和项目团队之间的协作和沟通，更能与客户或供货商进行实时交互，从而加强企业的整体协同能力，并能够更快速地满足市场需求。综上所述，若国内半导体行业要追赶上国际大厂，数字化转型是一条不得不走的路，而如何弯道超车并选择一个能长期合作的战略伙伴来提升生产效率、加强数据管理、促进协作和沟通，从而帮助企业更好地应对市场挑战与提高市场竞争力，是企业 CxO 必须果断决定与推动的工作，它责无旁贷也无法回避，也唯有如此，才能成功发展出自己的行业地位。半导体行业数字化的愿景 半导体行业的创新与技术发展正影响着全球产业的未来，因此，半导体行业数字化的首要愿景是必须要打破各工具、各部

25、门与各平台间的壁垒，结合更新的技术/管理方案（如：IIoT、AOI、Simulation、大数据分析、AI等）来协调沟通，并融合应用到企业数字总线及形成数字化闭环，进而成为企业核心优势。西门子数字化工具能协助半导体产业的产品快速创新与提升制造效率，创造更好的产品及质量，为企业带来更好的获利。2023 电子与半导体行业白皮书 西门子数字化工业软件 8 数字化的工程师 一、利用仿真更高效进行创新设计电子行业现状和问题 随着电子产品的普及，人们对电子产品的性能要求日益苛刻。为了满足各种人群的不同需要，电子系统变的越来越智能；设计时间变得越来越短；产品成本要求越来越低；产品质量要求越来越高。这些变化对

26、研发设计提出了很大的挑战，同时许多新问题因此而显现出来。三星 Galaxy Note 7 电池爆炸，召回成本 53 亿美元。根据相关研究机构推断，热失效应该是其出问题的主要原因之一。电池设计不良，整体结构尺寸与手机内部空间的不协调导致电池极性弯曲变形，一部分电池因为绝缘胶带稀薄，在使用过程中容易短路过热。从这个典型案例可以看出如果结构与热设计不合理对电子产品带来的不仅仅是金钱的损失，而且对整个公司的形象和品牌价值都带来巨大的伤害。手机等手持式电子产品的使用时间越来越长，消费者在使用或携带过程中将电子产品失手跌落至地面或不慎撞击到坚硬物体上的意外时有发生。如果跌落后引起手机失效，可能带来的是消费

27、者无法出行，甚至影响到工作、学习等很多方面。空调现在是夏天必备的家用电器，空调给大家带来舒适的温度同时，也会给大家带来一些不适，那就是空调噪声。空调由于压缩机的循环运动会产生比较大的振动，一方面导致结构的性能受严重影响，另一方面又产生比较大的噪声。现在人们对生活的品质要求越来越多，希望减少噪声污染，需要更加静音的电子产品。新一代冰箱需要更智能，食物需要保持更新鲜，用户需要更节能。这些新的需求给研发部门带来新的挑战，研发部门希望能够在新产品确立的初期就能预测冰箱内食物的温度，同时优化冰箱的能耗。仿真驱动设计创新提升产品性能 当代的电子产品，创新变得尤其重要，然而创新性的产品需要设计师具有很多领域

28、的经验和知识，但是新技术、新材料不断地的涌入，原有的经验可能已经过时。为了解决电子行业出现的新问题和新技术，在设计过程中引进和运用先进的计算机仿真工具已经变得越来越重要，而且不可或缺。电子产品和半导体都是一个复杂的功能体，它的性能都是都属于多物理场的耦合响应。因此电子产品和半导体仿真是一个多学科、多物理场的仿真范畴。其性能设计、分析、优化等工作涉及众多的学科，如热力学、声学、结构动力学、计算流体力学（CFD）和电磁学等交叉学科。利用这些多学科仿真我们可以有效的解决上述电子产品遇到的新问题，提升产品的设计品质，同时提升客户的满意度。西门子 Simcenter 平台具有从一维系统仿真到三维多学科仿

29、真的全系列仿真解决方案，可以有效地帮助电子行业客户去解决新设计和新需求带来的新的设计难点，帮助研发部门验证创新设计，提升产品的先进性和有效性。1.Flotherm 解决手机和芯片热失效问题 2023 电子与半导体行业白皮书 西门子数字化工业软件 9 发热问题被确认为电子设备结构设计所面临的三大问题之一(强度与振动、散热、电磁兼容)；温度引起的电子产品失效高达 55%；结温提高 10，可能影响系统50%的寿命 Simcenter Flotherm 软件是全球领先专业面向解决电子散热的仿真分析软件；约占全球电子热分析软件市场80%的份额；拥有 40 余年历史经验，其稳定性、准确性和易用性都得到长期

30、大量的验证。Simcenter Flotherm 提供 SmartPart 技术和热分析模型库，能够支撑电子产品从芯片到数据中心整个供应链的热设计。2.Simcenter 3D瞬态动力学解决手机跌落和冲击破裂问题 手机等手持电子设备的跌落是在极短的时间内，受到剧烈碰撞动态载荷而产生的非线性复杂动态响应，这个属于瞬态动力学过程。瞬态动力学是一门用于计算载荷随时间变化的结构动力学，结构的速度、加速度、位移和力都可能随时间变化。Simcenter 3D 具有优秀的瞬态动力学分析能力，使用 Simcenter 3D 瞬态动力学可以快速且准确模拟电子设备跌落的分析过程。Simcenter 3D 是完全的

31、CAD/CAE 一体化技术，同步建模、批量中面抽取，不需要数据转换，真正实现仿真实时性与设计协同，保证仿真的精度和可靠性。全自动网格划分技术、快速高质量网格、丰富的材料曲线和迅速的材料获取，全部满足非线性求解器对网格和材料要求。直观的速度定义和众多接触的灵活设置，减少工程师前处理时间，同时方便工程师的检查。各种直观的后处理的方法，云图，动画，曲线等，可以方便地发现危险的区域，帮助工程师做出正确的判断。3.Simcenter 3D Acoustics software 解决空调振动噪声问题 多数的家电产品都存在噪声问题，噪声是衡量家电产品性能的一个重要指标。随着人们对环境的要求不断提高，噪声指标

32、作为法规条款也会不断提高。家电产品的噪声主要来源于结构振动和空气流动，产品结构特性设计方面的缺陷将直接增大产品的运行噪声。通过结构特性设计的详细分析，可以准确地识别主要噪声的来源及相应的结构部位，进而可以获得进一步改进的措施与方法。为了解决 NVH 问题，西门子一直采用“声源-传递路径-声学响应”的方法。Simcenter 在声学仿真应用上提供了全面的仿真与试验结合的完整套件（3D，Test，1D），最终使工程师可以在整个产品开发阶段更加高效地工作。对于工程师来说，关键是要详细了解噪声的原因：例如哪种模态对声学最关键，哪个面板占主导等。Simcenter 都提供了正确的解决方案。在声源（通常是

33、非线性的）方面，可以是多体动力学获取的机械负载，也可以是电机电场获取的电磁力，还可以是流体动力学计算获取的压力。这些都可以通过 3D 仿真获取，同样可以是基于测试获取振动和声学数据，还可以是经典公式或者 1D 仿真获取的激励数据。在传递路径方面，Simcenter 提供了全面的声学仿真模拟方法，除了常用的有限元振动声学和边界元法以外，还提供了射线声学和统计能量法。在气动声学方面，能够轻松地支持导入 Star-CCM+等 CFD 结果，并且支持了许多处理工具（如映射和傅里叶变换）。4.Simcenter Amesim 系统仿真解决新一代冰箱的保鲜和节能问题 局部变形云图 整体变形云图 加速度曲线

34、 电子产品全供应链热仿真能力 整体应力云图 激励源 传递路径 响应 X=2023 电子与半导体行业白皮书 西门子数字化工业软件 10 Simcenter Amesim 系统仿真可以分析无霜冰箱冷冻室和冷藏室内部的温度的动态特性，并优化和验证冰箱的智能控制策略。整个系统组成图如下所示，包括冷藏室、冷冻室、食物、制冷系统、冰箱壁面、大气环境、风扇等模型。这样就可以基于这个模型验证系统的设计，不同材质、不同厚度的壁面设计，不同功率的制冷系统，甚至食物的温度对冰箱仓室内部温度的影响，分析设计能不能满足要求，还有哪些方面可以优化，降低整个设计成本，减少了整个产品的设计和验证周期。上述案例中，外部环境温度

35、 25，而冷藏室和冷冻室的控制温度分别为 3和-18，整个模型的仿真结果如图，冷藏室的温度在 3范围内上下波动，冷冻室的温度在-18附近上下波动，都很好的达到了设计的要求。仿真驱动设计创新的价值 通过多学科仿真了解复杂电子系统中不同学科专业部件和子系统间的相互影响，或了解单个零件在整个系统中的作用等，使得设计人员在设计阶段就可以通过虚拟模型的仿真来研究系统的动静态特性，尽早发现设计问题，优化系统设计，可大大提高系统或零部件的设计质量，并显著缩短设计周期，避免因重复试验以及加工所带来的费用，以及漫长试验修改的循环迭代过程 通过多学科仿真能及早认识电子产品在各个学科方面存在的薄弱环节，并加以消除和

36、优化。在不断提高企业的设计水平的同时，提升了新产品开发和创新的能力，增强了企业的核心竞争力，为企业研发新产品特别是企业自有技术的可持续发展提供了重要的条件。2023 电子与半导体行业白皮书 西门子数字化工业软件 11 二、更紧密的机电协作创造更好的产品摘要 更紧密的协同对于改进工作效率和打造稳健设计至关重要。得益于现代化的计算机辅助设计(CAD)工具和数字化研发能力的支持，设计师能够更高效地同步数据、更高效地跨领域协同，因而能够确保正确实施设计意图。这样，设计工程师就能专注做自己最擅长的事情，以创造更好的产品。行业变化带来产品创作的挑战 各行各业的电子公司正面临着巨大变化：定制和个性化产品越来

37、越多。显然，在 5G 时代，网络运行速度较之前将提高 10 倍，数据传输量将提高 100 倍，而延迟则会缩短为原来的十分之一。据估计，到 2024 年，25%的通信量将由 5G 网络承担。物联网分析报告显示，未来通信设备将越来越小，对成熟行业的电子产品将产生颠覆性的拉动作用。到 2025 年，将有 220 亿台物联网设备实现互联。客户体验对于企业增长至关重要。TechValidate 调查显示，从 2005 年到 2021 年，全球互联网协议(IP)年通信量增长了 127 倍。机电系统日益复杂，电子和软件因素支配着设计的机械方面。不幸的是，设计师难以跟上快速变化的需求，这种复杂性致使先前的优秀

38、实践流程效率低下，并最终过时。将设计和实施割裂开来，一味等待物理原型的构建来验证产品设计是否符合预期，这样的年代已经一去不返。工程师必须超越自身领域进行合作：机械工程师可以经常研究电子问题，或者电子工程师经常研究机械问题。“59%的复杂产品至少需要进行两次额外的设计迭代才能解决其中的机电问题，68%的公司将电子、机械和仿真设计同步视为产品设计方面的重大挑战。”电子与机械结构设计协同的阻碍 加强电子与机械计算机辅助设计(ECAD-MCAD)人员之间的协同，说起来容易做起来难。潜在的阻碍因素为数众多。首当其冲就是电子和机械学科之间的传统隔离。电子和机械工程师往往使用截然不同的工具和术语。他们办公的

39、地点甚至也是完全分开的。此外，机械和电子 CAD 系统表示同一物体结构的方式不同。在 机械结构设计 MCAD 中，计算机模块可能以螺钉、套管、电路板和连接器之类物理 BOM 表示。但是，同一模块在 ECAD 中的表示可能只是穿过物体物理结构的功能图或示意图。某些电子功能可以对应多个电路板和连接器，因此很难将一个功能关联至一个物理零件。对系统进行电子与电气设计时，必须选择适当的元件，包括连接器、端子、屏蔽套、线材等。足够多的电子与电气设计才能确保系统实现所需功能。但是，电子系统制定过程中，也存在大量机械结构设计。电路连接必须仔细布线，贯穿物理产品并通过放电电磁干扰(EMI)。务必确保元件没有冲突

40、、长度合适（尊重弯曲半径的实际情况）并考虑其他事项，譬如固定校准点位置是否正确。如果电子工程师和机械工程师在两种不同环境中工作，谈论最基本的问题都可能遇到障碍。他们是在讨论这根电线呢，还是那根？电子工程师正在研究电路图中的某条线。机械工程师却在研究 3D 机械装配中的某条电线、电缆或线束。这可能导致严重的分歧、延误或流程错误。在非协同设计流中，电子工程师提供完整电路图、物料清单(BOM)和图纸给机械工程师，而机械工程师必须理解这些图纸，才能知道元件之间需要哪图：传统 ECAD 工程师和 MCAD 工程师之间的割裂阻碍了机电设计之间的同步。2023 电子与半导体行业白皮书 西门子数字化工业软件

41、12 些布线。此过程并非自动的，因而容易产生人为错误。电子系统设计很少能一次性完成。相反，它需要电子和机械工程师一起反复推敲。每次出现这种反复迭代时，每个工程师都必须重新推敲修改。这也使得产生人为错误的几率增高。因此，电子和机械工程师需要反复推敲，才能制定完善的电子系统。他们需要共享详细的设计信息，而这需要他们相互之间密切沟通和协同。您是否也正面临这些机电协同问题呢？电子与机械结构设计协同的十大问题领域（ECAD-MCAD）如果没有全面的机电协同数字孪生，MCAD 机械结构设计用户就无法准确地对 PCB 进行数据化表示。我们总结了印刷电路板(PCB)设计工作的电子和 机械结构设计师们需要面对协

42、作工具功能失调问题的十大领域：外部和内部铜箔和阻焊层/丝网印刷数据 真实 3D 模型交换和同步 刚性-柔性对象设计协同 高密度互连和小型化产品的位置准确性设计 完整 3D 干涉检查 电子设计与机械结构设计的变量交换 设计意图的协作与自动传递 工作流程同步与信息的及时更新 仿真驱动设计 制造协同与准备 以下我们将针对这十大问题领域的几项，进行概要性描述，便于您理解这些问题发生的真实原因，是技术性原因、工程性原因还是管理性原因。1.外内部铜箔和阻焊层/丝网印刷数据 铜箔、阻焊层和丝网印刷数据历来属于电子领域。此信息 通常不为人所了解，在 MCAD 领域中没有一席之地。团队 往往采用 2D(DXF)

43、项目来进行繁琐的人工检查，导致出 现短路、干涉和其他制造问题。如能让机械结构设计团队围绕所有铜箔、阻焊层和丝网印刷信息展开协作，那将是机械工程师全面了解电子设计的重要一步。快速的干涉检查也会显著改进这两个学科之间的响应能力。2.真实 3D 模型交换和同步引脚验证 低保真度的组件表示极大限制了设计团队确认组件放置和检查公差有效性的能力。因组件放置错误而导致制造失败可能断送设计师的职业生涯。对于大型电子 OEM 制造商而言，连接器方向在电子和 MCAD 领域中不一致可能会导致重大的制造问题。3.完整 3D 干涉检查 机械/电子系统的许多限制往往会导致需要对不完整数据进行手动验证和检查。这可能是业内

44、研究人员所说的大量设计返工和由此产生的“额外”设计迭代的原因。如果机械结构设计团队收到代表所有组件的全部文件，则可能需要花费数小时按照公司设计规则进行更改审查和设计检查。这些检查可能会受到 2.5D 组件表示的局限，并且组件的任何小特征（例如引线）都可能与壳体发生干涉。机械结构设计规则检查如果能够按照公司标准进行预定义，则可以节省数百小时的机电设计验证时间，并防止因数据不完整而导致多次设计返工。4.设计意图协作与自动传递 在机电设计中，各种组件或对象通常归其中一个领域所有。例如，机械领域拥有连接器的放置。如果这些信息或所有权无法自动传输到另一个领域，则可能因为项目移动不正确而导致设计违规，从而

45、发生多次无效迭代。5.工作流程同步 2023 电子与半导体行业白皮书 西门子数字化工业软件 13 随着团队分散在世界各地，设计师们该如何了解彼此的协作状态和急需处理的未决策数据？设计师们是否可以确信自己已根据被接受或拒绝的内容对另一个领域进行了更新？有时，电子设计已然发布，而 MCAD 领域不了解该情况，则可能导致浪费多个小时等待更改完成（其实早已完成）或做出的更改不再应用于新设计。如何进行机电协同，实现一次性设计成功 1.通过在线设计，使 ECAD 和 MCAD 免于数据传递与转换 实现 ECAD 和 MCAD 的协同，既要针对模型层面和意图层面的设计与交互，也能够在设计模型、设计意图传递、

46、设计管理层面进行线上同步协同。ECAD 设计工具可以和 PLM 集成，在 ECAD 与 PLM 集成后，可以实现 ECAD 的在线设计，也可在线管理和复用ECAD 的元器件库。在 ECAD 执行检入后，ECAD BOM 被自动生成，相关的 ECAD 设计文件包括原理图、Layout、也自动管理在 PLM。评审人员等可以直接在线查看原理图和 Layout，并可实时进行标注。对于 MCAD 而言，MCAD 与 PLM 的集成可以让机械工程师在统一协同的环境下打开、查找、共享 CAD 文件，并尽可能的重用已经被验证的设计和经验。PLM 对于 ECAD 和 MCAD 在线设计协同支持，有助于避免频繁的

47、数据上传下载和转换。为 ECAD 和 MCAD 更有效的协同做好准备。2.有机结合机电协同设计流程、设计库与设计工具能力 ECAD、MCAD 与 PLM 的集成实现了一个完全并行的协同设计环境，在这个环境中，全球不同专业团队可以同时工作，开发创新和有竞争力的产品。工程师可以将其设计的发布版本保存到 PLM 协同环境中，从而与其他的协同设计者进行实时的设计共享，确保每个人都可以访问到准确一致的零件信息。ECAD/MCAD 通用零件库允许 ECAD 和 MCAD 设计工具共享通用零件库定义，从而实现跨 MCAD 和 ECAD 域进行连接和协同设计。通常会通过以下几个过程来进行协同设计，并进行不断迭

48、代 MCAD 机械结构设计定义初始基线 PCB 设计基线协同 ECAD 到 MCAD 的增量协同 扩展热分析、应力分析、电磁分析 结语 电子设计师和制造商们面临着寻找具有显著优势的系统的巨大挑战。NX software 强大的机械结构设计功能和 Xpedition 中的创 新 PCB 设计解决方案可让产品设计师和工程师们拥有相应工具，彻底革新其工作流程。NX 和 Xpedition 中包含的完整解决方案有助于不同企业增进效率、节约成本并提高生产率。西门子基于 NX，Xpedition 和 Teamcenter，提供一体化机电数字化协同方案，打破机械结构设计和电子设计的沟通障碍，使得结构工程师和

49、电子设计工程师能够在整个产品开发过程中始终保持协同。由于大多数制造商都有多种 ECAD/MCAD 工具，Teamcenter 同时支持与大多数商用 ECAD PCB 设计工具集成，包括：西门子的 PADS software、Xpedition 与Cadence Allegro、OrCAD、Altium Designer 等以及MCAD 设计工具集成，包括：西门子的 NX、Solid Edge software、及 CATIA、Creo、Solidworks 等。而通过 Teamcenter 提供的跨领域的集成设计开发方法，可以实现跨系统、领域和部门的协同产品开发，跨域数据管理，将机械、电子结合

50、在一起，从而加快产品创新，确保设计合规性，提高产品质量，并且简化了从工程到制造的传递过程。2023 电子与半导体行业白皮书 西门子数字化工业软件 14 三、拥抱软件无所不在的世界摘要 电子与半导体行业正在经历着一场变革，这场变革正在将软件无所不在的世界带入我们的日常生活。从智能手机到智能家居，软件正在改变我们的生活方式，随着软件成为产品交付日益重要的一个组成部分，产品硬件开发与软件开发之间的界限逐渐模糊。智能产品中软件敏捷迭代与有效管理有着十分重要的作用。首先，我们先分析一下电子产品软硬件协同开发面临的问题和挑战，大致可以分为四个方面：缺乏软硬件协同开发及过程管理一体化环境：软硬件协同开发和过

51、程管理分离，采用异构系统或甚至线下方式管理软硬件开发需求、计划、数据、和流程，依靠人来跟踪和管理其开发状态、过程及结果。产品软硬件需求管理缺乏闭环：从初始的业务需求转化为软硬件特性的过程中，缺乏需求与产品规划、设计实现、测试与验证的闭环管理，缺乏有效的跟踪，导致软硬件功能特性实现与用户需求脱节，需求实现偏离，不符合用户提出的真实需求 普遍缺乏软硬件数据集成化管理：软硬件开发数据管理分散或普遍缺乏系统性集成，软硬件对象及版本管理严重脱钩，基本靠人通过配置管理，记录软硬件版本关系，保证两者版本的匹配一致。严重依靠实物样机进行产品验证：依靠实物样机对软硬件功能及控制逻辑进行验证，研制周期长、多方案设

52、计以及试错成本高 注重四个方面能力建设 1.构筑软硬件集成产品开发一体化环境 面对普遍缺乏软硬件协同开发环境的挑战，可通过西门子产品 Polarion 和 Teamcenter 构建产品软硬件协同集成开发的一体化环境。Teamcenter 和 Polarion 之间可以通过适配的集成接口即可实现软件需求、开发计划、软件程序、状态、版本、测试结果的集成。让软硬件开发工程师及管理者，在一体化的集成环境中协同工作。对产品机械结构设计、硬件设计、软件设计的 BOM 数据与过程集中统一管理，再定时做出正确的软硬件变更影响关系，更好的协调软硬件变更，来保障软硬件版本的匹配。2.产品软硬件开发需求闭环管理

53、面对产品软硬件需求管理缺乏闭环挑战，西门子提供的软硬件开发需求管理解决方案，可以帮助用户实现从产品需求、设计、验证、制造的全过程端到端管理闭环，集成的需求管理使得软硬件开发过程中对需求理解一致，加强彼此协助，对变更做出正确的影响分析，促进在整个产品生命周期过程中，对需求进行持续的跟踪验证，保障产品的实现与需求的一致。3.产品软硬件开发数据集成管理 面对缺乏软硬件数据集成化管理的挑战，产品研发分散的数据与过程管理，使得很多企业软硬件开发的数据，缺乏管理的集成性，软件和硬件的对象管理脱节，依靠大量的人工管理和识别软硬件对象关系及版本匹配。西门子提供了集成产品数据管理的方案，通过集成软硬件开发环境实

54、现对产品结构、硬件、软件 BOM 完整性管理，同时系统集成软硬件变更流程，在任何一方进行变更时均可对其影响的范围展开分析以及变更后对软件版本进行关联，以确保软硬件版本变更后的匹配一致性。从而实现在产品开发，测试，生产，与服务各个环节获得正确的匹配软硬件的数据。2023 电子与半导体行业白皮书 西门子数字化工业软件 15 4.多学科协同设计&集成仿真验证 在面临普遍需要依靠实物样机进行产品验证的现状时，西门子提供了多学科协同集成仿真设计验证平台。工程师们可以在这个平台上，从产品的开发阶段，一直到投产，整个过程进行紧密协同。从项目的早期就开展多学科的概念设计研究，通过设计建模、软硬件在环虚拟调试，

55、进行产品软硬件的执行功能控制逻辑的虚拟仿真验证，可以对概念设计的动态行为进行交互分析，快速测试概念设计的不同方案，集成产品软硬件，缩短研发周期，加速产品创新。成功案例：帮助 CUONICS 加速审查并开发精益效的流程 CUONICS 是一家德国公司，业务遍及全球，专注于为飞机、直升机和无人机的飞行控制和输入/输出(I/O)通信进行开发以及生产客户特定的系统解决方案。公司面临的业务挑战是：1.必须要遵守严格的安全要求 2.必须为物料管理和生产提供支持 3.必须应对产品开发中的紧迫时间压力 成功的关键 集成硬件和软件开发的整个过程；将硬件和软件结合在一个系统中作为民用和军用航空安全关键硬件和软件解

56、决方案，Polarion 不仅记录了CUONICS 公司的机械、软件和硬件开发，还记录了从需求管理到验证的整个产品开发过程。Polarion 的 SVN 存储库不仅用于存储软件源代码，还用于存储三维设计软件的机械组件、印刷电路板 PCB 布局和来自 EDA 软件的电子元件，以及 FPGA 的超速集成电路代码。硬件和软件工件和设计数据存储在同一个Polarion 存储库中，因此我们可以随时恢复和分析任何配置状态。扩展 Polarion 以创建集成的解决方案；它还用于控制生产，CUONICS 将解决方案扩展为集成的 ALM/PLM 产品生命周期管理平台，用于硬件和软件解决方案的跨学科系统工程，受到

57、客户的好评。并已将其应用于企业资源规划(ERP)系统以前负责的更多任务。为材料管理和生产提供支持；每个组件都必须可追溯到制造商，以便能够在出现批次错误的情况下准确确定这些组件被集成到哪些设备中。为此 CUONICS 通过 Polarion 控制其制造过程。来自 ERP系统的生产订单当前在 ALM/PLM 应用程序中再次映射，来完成电子文件 CodeView(CV)。同时在审查过程中节省大量时间。CUONICS 使用 Polarion 不仅使产品生命周期更容易追溯，而且加快了审查过程，正如借助票证系统，可以为员工分配工作包到各个部门和学科，并使用工单和清单轻松跟踪他们的工作进展情况。过去则必须坐

58、下来审查结果。最终实现产品的可追溯的开发和生产，加速整个过程的跨域审核流程，提供精益和效的流程，增强了公司的研发和组织的敏捷性。同时也具有广泛的行业支持，符合：CMMI、GJB5000A、FDA、ISO、ASPICE 等规范体系，满足企业的要求。2023 电子与半导体行业白皮书 西门子数字化工业软件 16 四、打造具有品牌辨识度的好声音卓越品牌不断追求挑战 随着消费市场的成熟度提升，消费者在选择产品时，价格已经不再是决定要素。企业在市场竞争中，产品差异化已取代价格成为市场竞争的主导因素。1.用户直观体验 对于家用电器产品来说，除了几大核心的产品属性以外，如“功能”、“节能”和“智能”等，另外有

59、一个维度，越来越受到重视、或者说已经成为核心竞争力，这个维度就是 “好声音”。冰箱制冷时“滋滋”声、烟机排烟时“呼呼”声，洗衣机脱水时的“哐当”声、空调的“呜呜”声、这种种的噪音，是否一度对你的生活造成困扰？你是否也曾因这些噪音而感到心烦意乱、无法静心工作学习？或是心态紧张、难以入眠、疲惫不堪？甚至感到耳鸣、眼花？过去几年，中国全面放开计划生育，放开鼓励二胎政策。以洗衣机为例，很多企业都不约而同地将二胎家庭作为最重要的目标市场。而在这一市场，静音成了最重要的需求之一。毕竟，没有父母希望自己和宝宝的生活，被洗衣机的噪声所影响。这种需求的变化直接反映在统计数据中，根据尼尔森完成的中国洗衣机市场需求

60、研究的行业调查报告，在所有受访消费者中，高达 51%的人认为，振动噪声，是洗衣机制造企业需要解决的重点问题之一。2.行业发展趋势 伴随着新消费主义盛行，及疫情带来的居家时间延长，消费者关注的已经不仅仅是噪声的大小了，而是声音对人的心理影响，也就是“声品质”。国外，英国某公司，已经将洗衣机的声品质，作为卖点在产品广告中进行宣传。国内，2021 年，中国家用电器研究院，正式发布“家电好声音”标识，制定了家用电器声品质主观评测方法，并为首批通过声品质评测的产品颁发“好声音”证书，引导消费者科学选购。打造好声音的总体流程 打造好声音，可以分为两个目标层次。首先，合理的声压级。合理的声音量级，是好声音的

61、基础。例如，在人声鼎沸的菜市场、在震耳欲聋的建筑工地，声音品质无从谈起。所以，控制降低噪声声压级，是第一步。第二，提升声品质。大家都在降低噪音，但降噪总有极限，因此需要在一定噪声的前提下，提升声品质。把听到的声音，变成“悦耳的噪声”。调整优化这个“悦耳声音”的成分，形成不同的听感，从而打造成具有品牌辨识度的声音。类比汽车行业，在您没有看到车之前，一听发动机声音，就知道是一台法拉利。西门子 Simcenter 平台，提供一整套打造“好声音”的解决方案，包括：试验测试方案 Simcenter Testlab software 与 仿真计算方案 Simcenter 3D。打造好声音的总体流程，主要包

62、括四个步骤：1.双耳测试。使用人工头或者双耳麦克风对声音进行测试。2.主观评价。对测试到的数据，进行主观评价打分。3.客观分析。对测试到的数据，计算“心理声学指标”。4.优化迭代。结合试验与仿真手段，对声音进行优化改善迭代。此流程可纳入产品开发总流程当中 2023 电子与半导体行业白皮书 西门子数字化工业软件 17 通过对竞品/上一代产品的双耳测试、主观评价、客观分析，可以设定新产品的声音开发目标。在详细开发阶段，可以对零部件、子系统进行测试、评价、分析，确保零部件、子系统本身声音，满足设计要求。整机调试阶段，可以对整机声音表现进行测试、评价、分析，评判是否满足预期的开发目标。如不满足目标，结

63、合试验与仿真手段，对声音进行优化改善迭代。1.双耳测试 为了获得人耳所听到的声音感受，需要使用人工头或者双耳麦克风，进行数据采集。考虑人体躯干、头甚至是衣服对声场的影响。2.主观评价 对所测声音，进行主观评价，又称为 Jury Testing。一个声音给人主观感觉是舒服还是烦躁？客户喜欢“层次丰富”还是“纯粹洁净”的声音？这些问题，可以通过主观评价来回答。召集一定数量的评审员，可以是工程师，声学专家，也可以是目标客户群体。通过播放不同的声音，大家对听到的声音进行打分评价，划分等级。从而确定什么样的声音是我们想要的。3.客观分析 主观评价结果，能够表征人对声音的主观感受如何。但不同感觉的声音，如

64、何用数学语言量化这种不同呢，这就需要借助“心理声学指标”对测得声音数据，进行客观分析。心理声学指标，是一系列用来反馈人主观听觉感受的客户数据指标。如“响度”反应声音听感是否“响亮”；“尖锐度”反应声音听感是否很“尖锐、刺耳”。“抖动度”反应声音听感是否存在“抖动/周期性变化”等。有了不同声音的主观评价结果，同时有了每个声音的客观心理声学指标结果，将主观结果与客观指标进行相关性分析（比如使用线性回归方法等），即可建立二者之间的联系，用数学公式来量化人对声音的主观感觉。4.优化迭代 工程实践中，对于产品动态特性与工作状态分析，有试验和仿真两种方法研究。试验的方法准确快捷，与实际工况比较接近，但试验

65、方法存在成本高、获取信息量有限等问题；而仿真手段恰能弥补试验的不足，并在产品开发中发挥作用，节约开发成本并缩短开发周期。尽管仿真分析已经大行其道，但其结果的准确性常常受到质疑，从而在一定程度上限制了 CAE 的发展和价值发挥。究其原因，一方面是由于复杂系统的纯仿真模型的构建本身就非常困难，另一方面是由于仿真模型构建过程中人为的设定了一些近似和假设。对此，西门子提供了仿真与试验相结合的方案，通过试验数据来标定仿真模型，从而提高仿真结果的准确性。对模型进行部件级、子系统级、以及系统级的模型验证，才能有效避免建模过程中的误差累计。通过灵敏度分析的结果来推断模型中需要修正的部位，并从指定参数中找出影响

66、最大的参数。进一步通过优化模块完成优化迭代过程，从而使仿真模型与试验模型匹配。2023 电子与半导体行业白皮书 西门子数字化工业软件 18 产品的优化是要经过多轮的迭代，每次修改一个参数，生产一个样机来确定是否满足声品质的要求，整个过程耗时耗力。基于仿真模型进行优化可实现快速高效低成本的优化设计。通过建立产品的仿真模型，再将仿真模型进行参数化，通过专业的优化算法不断的调整设计变量，使得设计结果不断的接近设计的声品质要求。案例介绍 使用声音合成可听化 仿真阶段聆听声品质 在对某电机产品的噪声分析中，可以得到常规的分析中得到电机加速过程中的频谱曲线，例如声压级曲线，响度曲线，尖锐度曲线等，也可以得

67、到电机加速过程中的声功率曲线。但是在这里存在一些挑战，数据曲线相对枯燥，声学仿真的云图和曲线通常需要专家进行分析和理解。利用西门子 Simcenter 3D 中的 Sound Processing and Auralization 声音合成和可听化功能，在计算完电机的噪声之后，可以直接聆听设计电机的声品质，通过听觉感受来判断设计的电机噪声特性是否满足需求。利用主观评审系统 打造烟机好声音 某公司为了打造出具有好声音的新型号烟机，充分利用 Simcenter Testlab 中的 Jury Testing 系统。在研发初期，使用该系统进行目标设定。在详细开发阶段，使用该系统进行不同阶段的实际效果

68、评价。在定标阶段，邀请 10位评审员，对 8 个烟机声音样本（包括竞品、上一代产品）进行主观评价，挑选出了普遍比较受欢迎的声音。对排名前 5 的声音样本，计算客观“心理声学指标”，包括：响度 Loudness，尖锐度 Sharpness，音调度Tonality。结合主观评价结果以及客观计算数据，二者拟合出“黄金公式”。用数学语言客观量化表达，烟机声音给人的主观感受。使用该公式，给新产品进行了具体的目标设定。在详细研发各阶段，使用该方法，进行数据测试+心理声学指标计算+主观评价打分，经过多轮优化迭代，最终打造出预期的烟机好声音，赢得了市场信赖。借助传递路径分析 TPA-提升洗衣机脱水声品质 在研

69、发过程中，某品牌型号洗衣机在脱水工况下，噪声非常大，声音体验差。工程师利用 Simcenter Testlab中的 Signature Testing 工具，很快发现，右侧侧板在转速1200rpm 存在一个共振区。运用“激励源 传递路径 响应”的分析思路，就滚筒洗衣机而言，激励源为：脱水时滚筒的离心力。传递路径为：上端左/右 2 个吊簧+下端前后左右 4 个减振器。响应为：箱体上的振动、对外辐射的噪声。使用 Simcenter Testlab 中的传递路径分析（TPA）手段，小天鹅团队，量化了各传递路径对箱体右侧板振动的贡献量。分析结果表明，在不同转速下，始终是左侧吊簧悬挂点的贡献量最大。最终

70、通过对吊簧加强件的改进，实现箱体振动降低到原设计的50%，箱体辐射噪音降低了 3 分贝以上，显著提升声音品质，改善了客户体验。新型号洗衣机上市以后，在市场上获得了广泛的客户好评。Pleasant Loudness Sharpness Tonality 黄金公式 公 主客观关联 2023 电子与半导体行业白皮书 西门子数字化工业软件 19 自动优化工具改善咖啡机声音体验 人对噪声的感知很重要，工作休憩时间，走到咖啡机前启动咖啡机，在等待咖啡制作时，如果咖啡机研磨过程中发出很大的噪声，会让人不悦，给人带来不好的体验，甚至会产生一种这个牌子的咖啡机不可靠的感觉。以往在对产品优化的时候，需要多轮手动调

71、整参数去优化几何形状，来寻找改善方案，耗时耗力。Simcenter 3D 联合 HEEDS software 的参数化优化功能可以很好的解决这一问题，通过建立咖啡机的参数化优化模型，可以实现参数的自动迭代，快速高效地得到优化方案。客户工程师反馈：“在短短八小时内，我们就评估了300 种设计方案，并找到了解决性能难题的好方法。这一工作，按照之前的方法，往往需要数天乃至数周的时间。”最终优化后的咖啡机，给客户带来了良好的声音体验。结语“人闲桂花落，夜静春山空。月出惊山鸟，时鸣春涧中。”好的声音是美好的，令人向往的。西门子 Simcenter平台，提供试验测试与仿真计算全面解决方案，助力企业打造品牌

72、“好声音”。2023 电子与半导体行业白皮书 西门子数字化工业软件 20 五、半导体行业的需求、可靠性与功能安全性前言 随着科技的飞速发展，无论是汽车、飞机或者是医疗设备都越来越现代化，功能越来越复杂。而这其中有很多是通过半导体搭配各种软件在产品中发挥巨大的作用，比如汽车由最原始的代步工具，逐渐转变万物互联的人类生活中不可或缺的一环。但是随着功能的不断累积，每增加一个功能就好似打开潘多拉魔盒，也许会带来许多潜在的风险或问题。这些年我们经常能看到各种各样的汽车故障的新闻，例如：2017 年特斯拉 Model S 的 Autopilot 故障导致与卡车相撞；2022 年小鹏汽车 LCC 功能导致碰

73、撞事故；2023年宝马 5 系因软件设备故障导致 17 万车辆召回。波音 737 MAX 的缺陷则导致更加严重的灾难。2018年 10 月印尼狮航和 2019 年 3 月埃塞俄比亚航空公司发生两起波音 737-Max 空难事故，原因是由于波音 737-MAX 8 的机动特性增强系统(MACS)的设计和认证没有充分考虑飞机失控的可能性。美国 FDA 在 2019 年公布了一组数据，在过去的 20年中，医疗器械发生过 570 万其因医疗器械导致的事故，其中涵盖美敦力、波士顿科学等技术先进的企业。其中的众多事故是因为医疗器械的设计未能满足可靠性的要求。在各个行业中，这些因设备芯片或控制软件导致的问题

74、和故障数不胜数，因此保证设备或软件的可靠性成为越来越先进的各个行业中十分紧要的问题。每个行业都有其行业的标准和要求，从而指导其产品设备的研发是符合可靠性和安全性要求的。例如汽车行业有 ISO-26262，航空行业有 DO-178C，医疗行业有 ISO-14971、IEC-62304等。这些行业的标准和要求可以指导你的设备和软件的研发，从而满足其要求。安全性对于一个企业尤为重要，它与一系列的具体工程行为是否完善密切相关的，而这些工程行为是否被有效的管理并且遵循相关行业的合规性要求，则是重中之重，这也是为什么这一两年，越来越多的半导体设计和制造公司，逐渐需要流程与治理平台的原因。安全生命周期方法

75、这种安全生命周期主要有三个关键部分组成：首先是生命周期的管理，涵盖了半导体设计研发和制造的所有过程、治理和执行等。生命周期管理包含了数据和工作产品两部分，并且是紧密关联的，从而产生安全用例。其次是系统性故障，系统故障是由于设计错误而导致的，这就需要一系列活动进行避免，这包括架构、建模、涉及、验证、DFT 和可制造性。图：涵盖整个安全生命周期的方法和自动化 2023 电子与半导体行业白皮书 西门子数字化工业软件 21 最后一个则是随机出现的随机错误，这种错误通常具有不可预测性，因此为了保护我们的产品不受随机的故障影响，就需要相关的活动和解决方案。这包括安全分析，安全机制的设计增强，以及故障注入等

76、一系列手段。将这三者糅合在一起进行协同，就可以尽可能保证我们半导体产品的安全性。在一个统一的平台中关联从产品需求到风险管理、编码、功能验证、验证和后端到制造的一系列工作，从而实现真正的可追溯性。目前西门子能够提供需求验证管理+EDA 工具的完整解决方案。在Polarion 中定义我们的目标，通过西门子 EDA 工具或其他设计开发类工具实现我们的产品，再通过测试和验证工具来证明我们的产品是符合我们定义的目标，形成一个完整的闭环，从而实现功能、系统的可靠性。众多行业的功能安全模板 西门子 Polarion 提供众多行业的半导体功能/系统安全模板，可以帮助用户快速适配合规性的要求，例如 ISO-26

77、262，DO-178C，ISO-14971、IEC-62304 等。以汽车行业的 ISO-26262 举例，西门子 Polarion 默认提供 ISO 26262 part3 的“HOW-TO”指导过程和对应的work items 以及预定义的流程来辅助用户快速适配功能安全开发的要求。能够帮助用户从“危害的定义危害的等级分类ASIL 的等级确定安全目标的定义功能安全需求的产生转化成技术安全需求”这一系列完整的闭环，帮助用户满足产品功能安全的要求。我们的合作伙伴在这个基础之上则增加了更加完整的 ISO-26262 过程模板，可以让用户在一个平台上完成合规性的所有工作。同时，Polarion 也是

78、获得 ISO26262 安全认证的工具，从而确保工具的可靠性。客户证言 西门子 Polarion 平台在众多知名的半导体公司被使用，从而证明其卓越的能力：“我们能够克服配置管理和与供应商进行数据交换的关键挑战”-Paul Lomangino,Director of Engineering Applications,Tesla-Brian Craw Cypress Senior Staff CAD Engineer“Polarion 的设计可追溯性支持节省了大量时间。以前，该公司投入了 20-25%的项目时间，仅使用 Excel 和 Word 管理流程。使用 Polarion，通过“按下按钮”实

79、现可追溯性，投入的时间减少到 5-10%。”-Prominent supplier of safety-critical ICs 2023 电子与半导体行业白皮书 西门子数字化工业软件 22 六、先进封装设计与制造规划半导体先进封装设计与制造规划是半导体产业中至关重要的一个环节，其目的是通过精细的设计和制造，将半导体芯片封装成符合市场需求的各种封装形式，从而实现半导体产品的生产和应用。因此，在封装制造前需要全面考虑市场需求、封装方案、封装制造工艺、封装生产、封装测试和品质管理等因素。此章节将分几个部分来描述先进封装设计与制造规划，包括先进封装技术的演进、市场规模和相关技术，接下来将讨论在先进封

80、装技术下如何利用西门子 Simcenter和其他工具来协助仿真分析，确保产品符合客户对小型化、高效能、低功耗和高质量的需求。最后利用西门子Teamcenter 全面的产品生命周期管理（PLM）数字化平台，用于管理产品设计、制造和维护的所有数据和流程。先进封装技术的演进 Gordon Moore 在 1965 年时就提到使用较小的功能模块（单独封装和互连）建构大型系统将更经济，也预言半导体芯片上整合的晶体管和电阻数量将每年增加一倍。不过在 1975 年时摩尔将此定律的时间改为每两年增加一倍，而普遍的说法是每 18 个月增加一倍，若将摩尔定律延伸，则是 IC 技术每隔一年半推进一个世代。由于过去十

81、年数据的运算量超过过去四十年的总量，随着云运算、大数据分析、人工智能（AI）、AI 推断、行动运算，甚至自动驾驶车等海量的运算量，IC 技术的发展不再是一条线式的进行，先进技术封装的需求被推向了全新的创新发展。根据 Yole Dvelopement 的资料，先进封装市场营收就将突破 420 亿美元，其中，2.5D/3D 堆栈 IC、嵌入式芯片封装（Embedded Die，ED）和扇出型封装（Fan-Out，FO）是成长最快的技术平台，年复合成长率分别为21%、18%和 16%。先进封装技术是摩尔定律和 IC 高速发展的重要推手，与传统封装技术相比，有许多显而易见的优势，包括：跨越门坎：采用新

82、的节点生产成本较高，对晶体管小型化的经济效益不大，而利用先进封装可达到预期的功效并降低成本。体积更小：先进封装技术可实现更小巧的封装形式，达到更高的集成度。散热性佳：采用较佳的散热材料和散热结构，提升散热效能，减少组件发热问题，增进组件的稳定性和可靠性。高速性能更强：实现更短的信号传输路径，减少延迟，提高电路的运行速度。低功耗：藉由先进技术实现更低的功耗，不只提高组件的效率，更能延长电池寿命，同时降低系统的能耗。可靠性更高：藉由材料和制成的提升，增加组件的可靠性和稳定性，减少故障率，提高产品的寿命。先进封装技术可以实现更小、更快、更节能、更可靠的半导体产品，符合现代消费者对高性能、高质量产品的

83、需求，同时也促进了半导体技术的不断发展。上图列出这10 多年来封装技术的发展与不同产品间的应用。20202026 年先进封装市场规模（美元）Source:Yole Dvelopement 先进封装技术的发展与应用，Source:KLA 2023 电子与半导体行业白皮书 西门子数字化工业软件 23 随着电子产品芯片集成度需求越来越高，封装技术也在不断发展。下面列出近年来常见的先进封装技术：SiP 封装技术（System-in-Package）：SiP 封装技术是在一个封装内集成多种不同的组件，例如芯片、电容和电感等。这种封装技术可以节省空间、提高可靠性和降低成本。CoWoS 封装技术（Chip-

84、on-Wafer-on-Substrate）：CoWoS 封装技术是一种三维封装技术，主要是将多个芯片通过微细的线路连接在一起。这种技术可以提高设计灵活性和性能，同时减少能耗。PoP 封装技术（Package-on-Package）：PoP 封装技术是一种多层封装技术，将多个封装堆栈在一起。这种技术同样可以节省空间、提高可靠性和增加组件数量。3D 封装技术：3D 封装技术则是一种将多个组件在三维空间内封装在一起的技术。与上述的技术类似，同样为了提高设计灵活性和性能并节省空间。Fan-Out 封装技术：Fan-Out 封装技术是将芯片封装在一个薄膜上的技术，利用微细的线路将芯片连接到基板上。这种

85、技术可以提高密度和降低成本。西门子针对先进封装设计多种的解决方案 西门子 EDA（Electronic Design Automation）是专门用于设计和验证电子系统的软件工具。在芯片设计初期可以帮助设计师进行先进封装技术的设计，例如组件的布局、线路的走向和分层、电源和地线的设置等。透过西门子 EDA 软件工具还可进行各种模拟、分析、验证和测试，评估封装的性能和可靠性，例如信号完整性分析、热分析、功率分析等。西门子 EDA 提供了多种工具和解决方案来协助实现先进封装技术的设计。例如：Xpedition 包括了 PCB 设计、IC Packaging、仿真等功能，可以协助电子工程师 Layou

86、t 设计、信号完整性分析，进一步完成高质量、高可靠性的电路板和系统设计，包括 SiP、PoP、Fan-out 等封装技术。HyperLynx SI/PI/Thermal 主要分析高速数字和仿真信号线路的信号完整性，电源和接地网络的功率完整性，并分析 PCB 和 IC 温度分布，解决热管理、热失控等问题。Tessent software 相关套件用于设计和生成测试压缩方案，提供先进的硅级故障诊断技术，还可测试存储器、逻辑电路等，实现高效、全面的测试和故障排除。Calibre 是一款半导体版图检查和验证软件套件，在芯片设计、版图布局、制造前后等各个阶段中，进行全面、精确的版图检查和验证。使设计版图

87、符合半导体制造的规格要求，确保芯片的功能和性能符合设计要求，还可进行优化，以提高芯片的性能、可靠性和制造良率等。西门子 EDA 已累积多年先进封装上的经验，能提供一套成熟的端到端针对解决方案，结合了上述的Xpedition、Hyperlynx、Tessent 和 Calibre 等工具技术，实现了快速有效的设计。高密度先进封装解决方案获得2020 年三星 Foundry 的 MDI（多芯集成）封装工艺认证。同年，西门子 EDA 凭借其解决方案还获得台积电（TSMC）联合开发 3DIC 设计生产力解决方案年度OIP 合作伙伴奖，透过台积电技术的认证来实现下一代 图：ASE 所属的 SiP 封装技

88、术 图：CoWoS 技術在 10 年內推出 5 個世代(Source:TSMC)2023 电子与半导体行业白皮书 西门子数字化工业软件 24 SoC 和 3DIC 设计。2021 年西门子 EDA 再度携手台积电，双方在云上 IC 设计以及台积电 3D 硅堆栈和先进封装技术系列3DFabric 方面达到了关键里程碑。（来源 https:/ 将持续探索，综合运用电子与系统机械的工具，从芯片整体的角度为厂商提供更多的解决方案；同时通过参与芯片与芯片之间的沟通信号连接标准的制定，推动 2.5D/3D IC 异构封装集成的大范围应用。而这些正是西门子的价值所在。无论是在设计端或者是在制造端，西门子 E

89、DA 都在积极地与合作伙伴寻找相应的解决的方案，为客户提供与时俱进的工具，助其直面挑战，向行业提供生态系统层面的支持，促进产业发展。3D CAD 与仿真软件的应用 过去 IC 设计公司考虑产品与选择封装形式，多数由封装形式对功能的影响为主要考虑因素，一般会考虑更小的例如封装尺寸，希望 IC 封装能够节省电路板空间，同时极限度地利用空间，并希望能提供更大的设计灵活性，同时相对节省了电路板空间;IC 功率密度也对封装选择至关重要，对于提高能效和适用广泛的供电电压范围，功率密度与散热条件的改善相辅相成的;谈及散热效率，IC 工作在较低温度可减小组件上的应力，因此封装的散热性能与其可靠性存在内在联系，

90、希望实现更高的额定电流值，从而实现更高的功率密度和更小的封装尺寸。同时也须考虑开关损耗，特别是针对工业驱动器等组件中工作频率高达 20kHz 的硬开关电路，为提高封装效率，减少开关损耗势在必行。但进入 2.5D 和 3D 封装时代后，封装的考虑因素更加复杂，首先：1.封装技术：在 2.5D 和 3D 封装中，封装技术与传统的表面贴装(SMT)封装不同，如，使用积体互连技术(TSV)来连接芯片和基板，因此需要考虑新的封装技术。2.芯片堆栈：在 3D 封装中，芯片的堆栈方式也需要考虑，例如，垂直堆栈和水平堆栈，不同的堆栈方式需要不同的封装方式。需要考虑散热技术和散热设计：在 2.5D 和3D 封装

91、中，芯片密度更高，散热更加困难 1.设计和测试：芯片和基板的设计也需要考虑 2.5D 和 3D 封装的特点，并且需要更加复杂的测试程序来确保封装后的芯片和系统的可靠性。2.生产和测试设备：2.5D 和 3D 封装需要更高端的生产和测试设备，因此生产和测试成本也更高。3.应用场景：2.5D 和 3D 封装通常用于高性能、低功耗、小型化、高可靠性等应用场景，因此需要考虑不同应用场景提出的要求。因此，在日渐复杂的封装设计需求下，使用 3D CAD/CAE 软件进行 2.5D 和3D IC 封装设计是必然的设计方式，能够得到众多的好处，诸如:更全面的分析：3D CAD CAE 软件可以进行更全面的物理

92、分析，包括热学、力学、电学和电磁学等方面。这可以帮助设计人员评估不同设计方案的可行性和性能，确保封装设计满足产品要求。更好的优化：3D CAD CAE 软件可以进行基于分析的设计优化，从而在封装设计中实现更好的性能和可靠性。能更好地满足客户需求，并提高产品的市场竞争力。更好可靠性：使用 3D CAD CAE 软件可以进行更全面可靠性分析，包括寿命预测、热失效、应力和应变等方面。这可以帮助设计人员设计出更可靠的封装，减少生产和后期维护的成本和风险。更好的协作：使用 3D CAD CAE 软件可以方便地与其他设计人员和供货商进行协作，共同讨论和修改设计方案。这可以提高沟通效率，减少设计和生产中的错

93、误。使用 3D CAD CAE 软件可以帮助设计人员更全面、更精确地进行 2.5D 和 3D IC 封装设计和分析，并可以更好地进行协作和设计优化，从而提高设计效率和封装质量。2023 电子与半导体行业白皮书 西门子数字化工业软件 25 西门子提供 Simcenter 3D，Simcenter FLOEFD software 和 Flotherm 完整的 CAE 模型，都是 3D IC 封装企业必备的研发工具。因此，西门子能够协助企业在封装设计由概念性的简单模型、三维模型，到能够进行相关仿真验证的 CAE 模型。BOP（Bill of Process 制程清单）在 2.5D、3D 封装的重要性

94、 过去封装企业利用 BOM rule 管理，以超级 BOM 的形式在管理，在进入 2.5 D，3D 封装后，在/Die bund-chip probe/-/Die bund-chip probe/-/Die bund-chip probe/-/Die bund-chip probe/这样的多次循环工作模式下，对BOM 的管理，以及 BOP(bill of process)的管理都可以利用 Teamcenter 物料管理，与 Teamcenter 工艺应用的能力来达成。制程清单（BOP）是 IC 封装产业中的重要数据，它在确保封装过程的质量和效率方面扮演着至关重要的角色。以下是 BOP 在 IC

95、 封装产业中的一些关键重要性：1.质量控制：BOP 提供了封装过程的详细信息，包括操作序列、使用材料、设备设置和测试参数等。这些信息对于确保封装过程能以一致且可控方式进行非常重要，这对于确保最终产品的质量至关重要。2.制程优化：透过提供封装过程的详细信息，BOP 可以帮助识别制程优化和改进的机会。例如，透过分析 BOP，封装工程师可以识别特别耗时或容易出错的步骤，并努力简化或自动化这些步骤。3.合规性：BOP 对于确保符合产业法规和标准也非常重要。透过记录整个封装过程，包括所有使用的材料和设备，BOP 可以帮助展示符合相关的法规和标准，例如与环境影响或员工安全有关的法规和标准。4.培训：BOP

96、 是新员工的一个有价值的培训工具，因为它提供了封装过程的全面概述和必须遵循以确保质量和合规性的程序。透过将 BOP 用作培训工具，公司可以确保所有员工都接受培训以遵循相同的程序和标准，这对于保持一致性和质量是至关重要的。5.持续改进：BOP 还可以作为持续改进计划（如 Six Sigma 或精益生产）的基础。通过分析 BOP 中详细的封装过程，封装工程师可以识别制程改进的机会，并努力实施变更，以提高效率，减少浪费和提高质量 总之，BOP 是 IC 封装行业中至关重要的数据，发挥着确保质量、合规性和效率的重要作用。它提供了有关封装过程的详细信息，为新员工提供了培训工具，并可用于识别制程改进和持续

97、改进计划的机会。利用 Teamcenter 解决先进封装制程问题 西门子 Teamcenter 提供业界标准 3PR（Product 产品 Process 工艺 Plant 工厂 Resource 资源）的模型来协助 IC 产业有效管理以上的问题，拥有完整的 e-BOM to M-BOM 管理，BOP 管理与下游应用。Teamcenter 拥有多项专注制造的解决方案，例如:1.EBOM to MBOM 结构管理:使用 Teamcenter 多结构编辑器实现 MBOM 结构树：其生成过程就是按生产装配顺序创建 EBOM 上没有的工艺制程节点，然后把零件引用到这些节点下。能够经由 EBOM to

98、MBOM 指派，保持同步关联性，且可选择性同步关注的差异，进一步找出 EBOM/MBOM 间差异零件，达成 EBOM-MBOM 与 BOP 一体化 2.组装程序仿真与 SOP 工作指导:能够在模拟环境中撷取工艺制程中的工序、工步、设备、工装、装配NX 模型 2023 电子与半导体行业白皮书 西门子数字化工业软件 26 件等信息，在仿真环境中模拟、优化装配过程，优化后的结果直接更新到组装规划，实时更新产出SOP 文件供现场工人操作指导，达成验证产品组装可行性，提高组装程序编制质量和效率，减少错误和返工，避免现场工人执行错误，确保现场数据的实时性及正确性 3.通过 3D 设计与制造一体协同方式，打

99、通产品设计与工艺组装信息孤岛，解决目前工艺制造与产品设计脱节的问题 4.实现单一数据源重用、结构化管理工艺程序，直接与后端 MES、ERP 系统整合，提升企业制造知识重用和整合效率 5.验证产品组装可行性，提高组装程序编制质量和效率，减少错误和返工 6.确保现场作业指导书的实时性及正确性并搭配直观对照操作步骤，避免现场工人执行误差 使得半导体制造企业达成结构化、重用化、一致化、可视化、验证 3D 化，完成数据整合化的整体需求。图：3PR 模型 Product 产品，Process 工艺过程，Plant 工厂，Resource 资源 2023 电子与半导体行业白皮书 西门子数字化工业软件 27

100、七、汽车电子的小心脏半导体不断演变的汽车促使汽车电子蓬勃发展 近十年来汽车产业有着显著的变化，汽车产业正逐渐向电动化转型。而科技的不断进步，汽车驾驶技术也在逐渐智能化，推出各种智能化辅助驾驶和互联网功能，利用各式的传感器和摄像头来增进车子行驶时的安全性和整体驾驶体验，如自动驾驶、智能交通管理等。由于电动化、智慧化以及自动驾驶技术的引领下，汽车电子与车用芯片需求持续成长，汽车芯片的功率和运算能力要求也愈来愈高，这些需求已快速推动车用半导体的研发，为了达到目标与汽车电动化的趋势，半导体技术发展已在汽车产业转型中扮演着重要角色。过去在传统的车厂中，一辆燃油汽车所需要的车用芯片约 400 美元，油电混

101、合车（MHEV）约使用 600 美元的车用芯片，而如今的电动车（PHEV+BEV）则需要 800 美元车用芯片。随着先进驾驶辅助系统越来越普及，周遭传感器和车内娱乐等功能越来越强，每部车所使用的芯片数量和功率也会随之增加。现今的电动车如同一台移动式的计算机和数据中心，所有零配件、充电系统、传感器和收集到的信息都需要电子化，不再是传统车厂的机械产业思维，而是信息科技领域产业的范畴。从电动车的渗透率来看，2017 年全球开始提倡电动车，各车厂无不加快脚步进行转型，到了2020 年市场上已陆续出现不同厂牌/不同型号的电动车。Mercedes-Benz 集团目前已有超过 10 款不同的电动车，美国 F

102、ord 甚至宣示将在几年内成为全球第二大的电动车厂，仅次于 Tesla。中国比亚迪（BYD）对电动车的投入更是成为 Tesla 最主要的竞争对手，也将电动车带入中国汽车市场的主流。根据彭博社（Bloomberg）的资料，2020 年电动车占整体车辆销售的渗透率大约是 4.4%，推估到了 2030 年，整体电动车渗透率将达到 34.7%，到了 2040 年，渗透率将高达68.7%，市值规模约 1 兆 9800 亿美元。如前所述，汽车半导体组件引领着汽车产业的发展，半导体器件如何打通汽车电子化的任督二脉 半导体在汽车产业中的应用越来越广泛，从基本的汽车电子控制单元（ECU）到高级的驾驶辅助系统（A

103、DAS）和自动驾车技术，都需要使用半导体。过往汽车设计很简单，每个装置都交给特定的控制器来控制，而随着新一代汽车增加许多车内电子产品和辅助驾驶功能，包括摄影机、触控屏幕、倒车雷达、视听娱乐等，每个传感器和装置都需要互相沟通协调，传统电子控制单元已无法达到要求，因此为了提升汽车电子模块运作效率，新型的汽车半导体器件种类越来越多，功能性和运算能力也大大提高，不但可以处理大量的讯息，更能在极短的时间内完成判断做出回应。半导体在汽车产业主要应用包括以下几个系统：引擎控制系统：使用电子控制系统（ECU）来监测和调整引擎运转，需要高性能和可靠的微控制器和嵌入式系统，以及相关的传感器和执行器。驾驶辅助系统（

104、ADAS）：利用高精度的传感器和高速的图像处理器来帮助汽车监测和响应外部环境，例如盲点侦测、自动跟车系统、自动停车等功能。娱乐和连接系统：由于增加了许多娱乐和通信系统，包括音频系统、蓝牙连接和智能手机互联等功能，这些都需要高效能处理器和通信半导体。车载网络：汽车上的许多系统需要相互沟通，这需要使用 CAN 和 LIN 等半导体通信技术才能达到快速且安全的讯息传递。自动驾驶技术：如同 ADAS 系统，自动驾驶技术需要更高精度和高可靠性的传感器和图像处理器来精确的分辨周遭的事物。重点产品近 20 年的市场预估产值 Source:Bloomberg 2023 电子与半导体行业白皮书 西门子数字化工业

105、软件 28 在以上系统中，自动驾驶是这几年被广为讨论的议题，而半导体技术是实现自动辅助驾驶的核心技术之一。自动驾驶系统需要大量的传感器和处理器来收集和处理车辆周围的信号和数据，并在分析后进行车辆控制和决策。半导体技术提供高性能、低功耗的器件来解决相关需求。例如，雷达、相机、超声波和激光传感器需要高精度的仿真信号处理和数字信号处理器来处理传感器的数据，搭配高速、可靠的通信网络和内存系统来存储和交换数据。半导体技术还可以提升自动驾驶系统的安全性和可靠性。例如，通过使用硬件加速的人工智能技术来实现自动驾驶中的决策和行为预测，可以大大提高系统的反应速度和精度，减少事故的风险。此外，半导体技术还可以实现

106、系统的自我诊断和故障排除，提高系统的可靠性和维护性。简单来说，自动驾驶系统需要各种半导体组件和技术支持，进一步推动自动辅助驾驶技术的发展。根据不同应用和设备划分出车用半导体的功能和市场成长率及规模发展，未来几年将可看到汽车半导体的蓬勃发展。美国汽车工程师协会（SAE）将自动驾驶辅助系统分成 5 个等级，分别是 Level 1 到 Level 5，所需要的基本半导体传感器数量也不同，从最基本的 1012 颗传感器到最高等级的 Level 5 则需要近 40 颗传感器，除了数量不同，运算能力也有很大的差异，有学者表示，每提高一个自动驾驶的等级，芯片 TOPS（Tera Operations Per

107、 Second，每秒万亿次运算）的等级就要增加 10 倍，这都显示未来车用芯片技术发展与需求将持续强劲。目前主要的车用半导体芯片，包括数字讯号控制器（DSP）、传感器、微控制器（MCU）、电源管理 IC、功率半导体、分离式组件、微机电（MEMS）、内存、客制化应用 IC（ASIC）等。这些半导体芯片应用在不同的功能需求，例如 ADAS 和自动驾驶、5G 和通讯系统等。此外，不同类别的车用半导体芯片也需要不同的制程，8 成以上的车用芯片来自于 28 奈米的成熟制程，只有 2 成须采用 14 奈米制程。不过随着电动车发展与智慧驾驶的提升，制程需求已逐步迈向 14 奈米以下。车用半导体芯片依种类来划

108、分则主要分成三类。1.逻辑芯片 IC 中央处理器 CPU、MCU、内存 RAM 等，主要应用于车身电子与车用信息娱乐。2.传感器 影像感测、光学感测，如同人体的五官，负责基本讯息的接收，常使用于声控、胎压感应、雨滴感应、距离感应、温度感应等。自动驾驶的等级愈高，此类传感器的需求也愈多。3.功率芯片 Power IC、电源管理 IC，主要用途包括变频、整流、变压、功率放大、功率控制等，具有节能的效果，能有效的将电子装置的电能转换成系统控制的核心。此类的半导体芯片为了达到更高的能源转换已改用第三代半导体材料，例如 SiC 和 GaN 等芯片。车用半导体的棘手问题通过仿真&测试工具来解决 为了确保这

109、些半导体组件在车辆中的正确运作，需要进行大量的测试和验证。这样的测试和验证过程需要大量的时间和资源，而且会导致产品推出的延迟。因此，针对车用半导体的解决方案之一是使用仿真&测试工具模拟各种不同的情况和环境，在实际生产之前评估半导体的性能和可靠性，减少时间和成本投入，并且能够快速发现和解决问题。汽车应用首先必须考虑质量与安全，车用半导体器件在设计、制造、封装测试等各个环节都须符合严格的车用规范并获得车厂认证，因此各车厂的一级供货商技术成熟，都能掌控关键设计、制造与封测等技术来符合车厂要求。不过由于近几年疫情的影响，车用半导体芯片缺料严重，一级供货商货源不够稳定，无法满足车场的需求，因此各车厂愿意

110、自行投入资源在车用半导体技术领域，同时倾向直接与半导体企业沟通，确保能有稳定的供货来源。西门子在半导体组件市场已耕耘许久，拥有丰富的经验和专业知识来协助车厂及供货商解决问题，除了前一章所提到的 Siemens EDA 软件能在初期提供芯片设计的技术和验证外，Simcenter 还能协助分析车用半导体芯片在实际应用时可能产生结构、散热和可靠性等状况。温度如同消费性电子半导体组件一样，是影响车用半导体器件可靠性和性能的重要因素之一。通常情况下，当半导体器件在高温环境下，器件的老化速度加快，导致器件性能退化、失效风险增加。例如，高温环境下，氧化层容易熔融，形成闸极-源漏短路，从而导致器件失效。此 2

111、023 电子与半导体行业白皮书 西门子数字化工业软件 29 外，高温还会促进接口反应、晶粒生长，形成位错、晶格缺陷等缺陷，影响器件的可靠性。如何降低芯片工作时产生的高温，进行有效的散热，避免芯片损坏或运作效能降低，这对重视安全的汽车产业是一项重要的议题。Simcenter Flotherm 是西门子一款先进的热仿真软件，它专门用于分析和设计电子产品的热管理系统。该软件使用 CFD（计算流体力学）技术，可以帮助工程师进行快速、精确的热仿真分析，并找到更好的热管理解决方案。Simcenter Flotherm 可进行三维流场及热传现象分析，涵盖范围从封装级、器件级、板级和系统级的问题。此外，Sim

112、center Flotherm 提供丰富的参考案例，数据库及白皮书，让工程师可以迅速累积经验来进行个别化的建模和分析，帮助工程师设计更优秀的电子产品，并提高产品的性能和可靠性。若用户对使用 CAD 软件较为熟悉，西门子还提供另一套 CFD 软件，Simcenter FLOEFD，此软件同样是基于计算流体力学（CFD）技术的专业软件，可以用来仿真流体流动、热传和气动力学等问题。它还支持各种 CAD 软件，包括 NX，Solid Edge、SolidWorks、Creo 和 CATIA等，并且能够与这些软件进行无缝集成。这使得工程师可以在 CAD 环境中执行 CFD 分析，从而节省时间和提高效率。

113、除了热传分析外，Simcenter FLOEFD 还提供了一个广泛的物理模型库，包括紊流、热传、辐射、化学反应等模型。这些模型可以用于仿真各种流体问题，如压力损失、气体动力学、流体力学、热传等，并支持多孔介质和旋转机械等专业应用。除了提供热仿真分析软件外，西门子针对电子零组件和高功率器件还有独特的量测技术。Simcenter T3Ster 是一款热阻测试系统，用于测试半导体器件、散热器和热介质的热特性，能提供精确、可靠和高效的热性能测试解决方案。例如 IGBT、Power MOSFET 等高功率器件，由于本身运作时功率较高，因此在材料选用和散热设计上就须特别注意。Simcenter T3Ste

114、r 依据 JEDEC 的瞬态量测法和独特的结构函数（Structure Function）能精准分析功率器件内部各层材料的热特性（热阻和热容），了解半导体器件散热路径中的热传现象。同时，它还支持多种不同的测试标准和测试方法，如 JEDEC、MIL、IPC 和 IEEE 等。另外，功率组件还须特别注意产品可靠度，因为大多数的功率器件需要长时间进行快速的开关动作，这会使的热应力不断的累积、降低可靠度，造成器件损坏影响安全性。利用 Simcenter Power Tester 可以将功率组件做长时间的开关测试，内建 Simcenter T3Ster 系统，因此测试过程还能自动化量测功率器件的热特性，

115、在器件完全损坏前就及时了解器件内部是否因为热应力累积产生破坏，测试结果还能协助计算功率器件的可靠度，帮助研发单位进行产品分析。半导体器件对汽车产业电子化的影响是不可忽略的。随着科技的不断进步和消费者对汽车产品性能和安全性的需求不断提高，半导体器件在汽车中的应用也越来越广泛。半导体器件可以提高汽车的智能化、自动化和连接性，使得汽车更加安全、便捷和高效。因此，半导体器件的应用和效能提升对未来汽车电子产业的发展和经济有着很深的连结，也是各车厂对于布局电动车产业所必须重视的环节。2023 电子与半导体行业白皮书 西门子数字化工业软件 30 数字化的产品管理 八、芯片的全生命周期管理摘要 数字化转型不仅

116、是当今社会的一个流行词，而是有着重要意义的事情。超过三分之二的企业认为，数字化转型对于保持他们公司的竞争力是不可或缺的。一些人认为，这是因为他们面对的复杂性太多，导致他们不得不考虑如何限制或管理复杂性。然而，真正的颠覆者不会是那些试图限制复杂性的人。如果企业希望更快地发展、降低开发和生产成本、更好地响应客户需求的变化、成为领导者，他们需要让复杂性变为竞争优势。半导体技术是当今主流趋势的支撑技术，例如智能连接的基础设施、驾驶汽车以及物联网（IoT）网络支持的制造产品或能源系统。随着半导体行业面临的挑战越来越复杂，解决这些挑战所需的半导体芯片的设计也变得越来越复杂。在今天的半导体设计领域，一个芯片

117、可能包含超过数千万甚至上亿万个晶体管，软件代码行数也有可能达到过去 1000 倍的规模。当加上需要考虑的韧体、硬件选项、软件版本、大量客制以及端到端的可追踪性、安全性以及质量要求等因素时，很明显地，我们需要一种能够有效管理这种复杂性的方法。西门子 Teamcenter 提供了一整套预先配置完成的半导体生命周期管理解决方案，包括定制工具和流程，可以用来跟踪整个产品的生命周期，并在一个整合的环境中管理所有数据。特别是，这套解决方案预设了半导体 BOM（设计和制造），这将有助于快速启动产品生命周期管理（PLM），并降低所需顾问或内部资源的开支。解决方案概要 面对半导体行业现今的特殊挑战，市场对更先进

118、功能和更高密度设计需求已经大大提高了对先进封装的需求。扩展单片的成本、风险和限制促进多芯片(异构)封装增长。其次，对更智能、更强大的产品的需求，正在促进传统孤立的多个领域的融合，这推了跨电子、机械、热、验证和制造领域的合作需求。此外，加速增长的半导体封装复杂性导致设计质量和可靠性的风险增加。与现今的设计相关的追求更小密度和更快的产品正在强化保证在首次制造前对先进封装(包括热分析)进行正确设计和验证的重要性。西门子提出了解决方案，重点关注从设计到制造的硅生命周期的三个方面。新产品导入（NPI）是一种管理产品交付工具，其目的是涵盖从需求捕获到最终产品交付的整个流程：让我们专注于流程的第一步:新产品

119、导入(NPI)。NPI 是一个端到端、完全整合的项目管理解决方案,可以加速价值实现的时间。它提供基于行业优化实践的即插即用工作流程,并利用预定义的项目模板,根据您的新想法的特性默认选择,迅速产生相应的时间表,交付物及检查列表等关键项目管理目标。IC 设计则是关注集成电路设计流程和工件的管理，并透过一系列的方法来确保 IC 设计的顺利进行：当启 NPI 项目时,通常会建立一个或多个芯片。步骤是建立一个芯片设计对象并将所有设计信息与其关联起来。这个管理对象与单一的实体芯片不同,单一的实体芯片是逻辑芯片设计的实现。芯片设计对象是包含整个项目的所有数字设计的核心管理对象。它包含了与芯片设计相 2023

120、 电子与半导体行业白皮书 西门子数字化工业软件 31 关联的所有硅智财 IP。中央 IP 管理存储库储存整个企业的 IP,并确保适当的管治,包括谁可以建立 IP、使用 IP 以及 IP 对 NPI 项目和需求的可追溯性,以及 IP 如何从外部组织获取。这些流程和协调都由公司 IP 存储库和相关的流程框架处理;半导体公司也会在独立的数据库中维护晶圆工艺技术(WPT)、包含其属性及合规认证信息。当创建新芯片时,通常会将其关联到一个晶圆工艺技术。IC 制造则是关注前端和后端的 IC 制造规划，以实现封装厂和后端操作的更好效果:IC 制造阶段。允许您管理复杂的信息并在多个站点和数据储存区之间进行协作。

121、关键在于 BOM 管理。MBOM 允许创建前端和后端零件并记载它们的各种属性。然后检查关联以确保它们被正确的标注并且生命周期被正确标示。最终,从晶圆到成品的制造数据都被连接起来,此外,您可以选择扩展 BOM 以包含环保物质和原材料信息,以确保产品合规。具有下列的管理对象 与传统拼凑的工具不同,Teamcenter 半导体生命周期套件是一个整合的解决方案,结合了 IC 设计、IC 制造以及 NPI 等多个过程。这种整合方式可以确保整个流程的端到端追踪性,确保了流程的一致性和顺畅性。此外,它还可以提高工作效率,降低沟通成本,并减少错误率,从而提高生产效率和降低生产成本。主要构成业务板块 半导体生命

122、周期套件的重要功能板块包括：新产品开发(NPI)集成电路设计 产品特性和要求 IP 管理及与 Methodics 集成 电路设计、开发和验证流程管理 技术开发管理 Tapeout 和光罩管理 IC 制造管理 BOM 管理 Bill of Process 管理 这些板块管理所有半导体设计和制造数据和文件，包括 RTL、netlist、GDSII、IP、晶体、晶圆、芯片设计、制程技术、光罩信息、探针设定、芯片套件、封装套件、组装项目、测试项目和分类项目，包括特定站点和一般通用指令清单、站点实现、替代料、代替品、物质合规性和冲突矿产；管理制造、探针、组装和测试制程技术，包括在制程节点和制造地点之间数

123、据对应；管理完整可追踪性，包括所有版本修改和产品成熟度层次。效益 1.通过整合过程和消除冗余，提高研发能力和新产品导入（NPI）投资回报率（ROI）；2.利用业界优秀实践模型与工作流程，缩短上市时间（TTM）和总拥有成本（TCO）；3.连接设计和制造，提高全球合作，促进 IC 设计和代工/下游厂的互动。4.通过（IP）数据管理模型以及变更管理系统，确保质量和合规性。“如果使用得当，PLM 软件可以带来 5-10的潜在收入增长，并在产品开发活动中节省大量资，从而可以大大提高企业的利润。”Source:Poston&Dury:“Semiconductor Product Lifecycle man

124、agement”；Kalypso 结语 Teamcenter 的半导体产品生命周期管理和单一数据源的优势在于，它们提供了一份真实且单一的记录，用于捕获并控制所有与产品设计相关的数据和信息。然而，如果缺少 PLM，则只能依赖非正式的沟通工具，如电子邮件和超出版本控制范围的文件，这样会导致严重的设计缺陷和对企业的损失。PLM 可以通过尝试解决这些挑战，帮助您创造竞争优势，从而增强面对挑战的能力。以下是一个典型的产品生命周期曲线。公司都努力尽可能减小曲线的早期阶段，以降低将产品推向市场的成本并提升曲线的顶部，这正是 Siemens Teamcenter 半导体套件所能提供的价值。2023 电子与半导

125、体行业白皮书 西门子数字化工业软件 32 九、从产品规划到项目运营 借力数字化转型提升企业产品竞争力面临挑战 经过近三十年的发展，大部分企业已经走过了纯OEM 和设计模仿的阶段。我们已经来到需要自主研发创新的阶段，需要建立自己的品牌，完成自有知识产权产品的研发创新，不再只是模仿借鉴别人的产品，这就需要我们管理好从产品规划到项目运营的整个过程。电子行业大部分是直接面对消费者的产品，面临用户需求、应用场景以及技术的不断变化需要持续研发创新，适时调整产品规划策略和项目运营方式来保持产品持续竞争力。比如某功能手机领先厂商，就是因为选错了智能手机的技术路线从领先者直接走向转卖的境地。我们在产品研发、规划

126、和项目运营过程中面临的主要挑战主要包括：如何确保开发的产品满足客户期待，同时具有竞争力；如何降低产品规划和开发过程中的失败概率，适时推出新产品；如何保证产品持续技术领先，同时保持稳定可靠的质量；如何提高研发、工艺和制造协同效率，保证产品的准时推出；迎接挑战的解决思路 面对激烈的市场竞争环境、多变的客户需求和日新月异的新技术，要做好电子产品的规划和运营，企业要在这个过程中要实现“快”、“准”、“稳”。就是要快速收集并理解客户的需求，快速设计和仿真测试，快速工艺验证到量产，从而实现先一步推出产品，以获取更大的商业利益，成为行业的领先企业。就是要精准的理解客户真实需求和使用场景，准确选择技术路线，通

127、过项目整体运营流程的管理，实现满足产品规划和成本要求的准确产品推出。就是要通过标准化的流程和先进的技术手段，保证稳定的产品质量输出。同时，企业还要通过数字化转型来保持企业稳定的产品发布能力，以避免企业在竞争中突然掉队。将挑战转为机会的实现手段 为了实现企业从产品规划到项目运营过程的“快”、“准”、“稳”，我们可以通过企业的数字化转型，帮助企业建立：概念-规划-设计-验证-实现-运营的端到端的业务流程。快是企业成功的关键，帮助企业实现效率提升是我们的目标 为帮助企业实现“快人一步“能力，西门子帮助企业建立“系统设计”数字主线体系框架，这一数字主线的关键能力包括：MBSE 架构设计和概念开发，利用

128、基于模型的系统工程（MBSE）协调工程项目，为复杂的系统和流程带来更高能力的集成和效率；准确完成产品定义 准确捕获并管理所有利益相关者的系统意图，快速准确传达产品定义，提高信息沟通和传递效率，避免理解偏差。并通过互联工程，能够将架构设计与需求联系起来，确保了产品设计的准确性以及需求的匹配性，避免设计架构性失败。快 准 稳 2023 电子与半导体行业白皮书 西门子数字化工业软件 33 实现产品研发过程中的持续验证和确认，通过关闭测试和验证循环以最终符合性来认证产品，通过确保研发过程中每一步的正确来实现研发真正的“快”。先进的设计能力，通过使用集成的工具和流程更快地设计更好的产品，这些工具和流程允

129、许工程师分析更多系统的配置，帮助工程师更快，更容易达成设计目标；重点关注领域，包括：通过工具和流程效率提高生产力，统一设计数据管理，统一设计数据管理，团队和协作，通过这些先进能力引入来提高研发效率；跨领域协同，建立跨多个领域的数字集成解决方案促进了协作，提高了跨学科的透明度，并消除了设计和制造之间的反复，从而加快产品研发速度；真正的产品设计多领域解决方案，是数字集成和优化，它给企业带来的价值包括了：高效的跨域协作加快了开发，设计数据的通用视图减少了歧义，数字化制造移交降低了风险，数字原型设计降低了开发成本和重新设计；产品验证和确认，设计过程中的验证和确认避免产品反复修正，同时优化设计的性能和可

130、制造性，以减少设计错误和返工，从而实现更高效、更快速的设计流程；研发过程中的验证和确认过程左移，使得设计人员能够在发生错误时发现并修复错误，减少设计反复和设计错误带来的成本，具体价值体现包括：通过连贯的设计和分析应用程序减少歧义，在创建错误的时间和位置及早检测错误，利用数字孪生模型实现有效的权衡分析，减少对分析专家的依赖。提供优秀的 DFM 分析能力，帮助工程师优化设计，提高设计产品的工艺性，主要体现在：制造、组装、测试和可靠性检查，通过数字孪生模型分析影响产品性能、产量和质量的问题，助力企业“可制造性”规则检查的执行，及早发现装配过程中的潜在问题，可制造分析前移降低制造风险和成本；准确的产品

131、规划和开发，是企业减少资源浪费的重要手段 为帮助企业提高“准”的能力，西门子帮助企业建立从需求-设计-工艺-生产的“集成生命周期管理”数字主线，这一数字主线的关键能力包括：产品路线图规划，它是您沟通和管理产品愿景和战略方向的重要载体，产品路线图的管理决定了产品的准确实现，它需要具备以下能力：提供聚焦，确保更广泛的产品团队对重要的工作有明确的方向，并管理多个输入，客户要求、产品功能、历史问题和缺陷必须一起管理。且易于共享，针对所有利益相关者的统一计划；需求和验证管理，它保证了产品研发过程中从一开始就合规，过程也合规，以确保完成的交付成果符合利益相关者的期望，它在业务过程中提供以下能力支持：改进决

132、策制定，集成需求管理可帮助做出更明智决策，以产生更好、更创新产品。并与计划对齐，通过全面管理产品优先级、资源、成本和时间表，实现交付目标。通过驱动闭环验证，在整个产品生命周期（包括验证和确认）中连接和跟踪需求。2023 电子与半导体行业白皮书 西门子数字化工业软件 34 产品和过程数据管理，打破组织和运营障碍，以共享协作环境进行创新，避免研发过程中的信息孤岛现象，保证产品的准确研发和生产，产品和过程数据管理包含以下方面：核心是集成生命周期管理，集成数据、流程、业务系统和资源，建立从需求到生产到使用寿命结束的规划和设计体系，实现从虚拟到物理的无缝过渡，使用数据驱动的见解和分析进行优化，以实现持续

133、改进。并建立合作共享环境，管理多个 MCAD&ECAD 工具、数据和流程，利用和重用多 CAD 数据和部件，管理软件和硬件的依赖关系，管理不同业务和流程间的依赖关系。构建全面数字孪生核心平台，实现单一信息来源，建立统一业务流程，通过实现数据和业务的链接，建立包含所有机械、电子和软件数据的完整 BOM。项目和进度管理，实现工作完成平台和工作管理平台的统一，避免项目真实进展和项目管理视角的信息不统一，它能够带来的价值能力包括：实现跨项目协调资源和任务，预见并避免项目中的高风险问题，通过在一个系统中连接所有内容，您可以确保获得准确、实时可靠信息。帮助你花更少的时间规划而有更多的时间执行，增加了项目的

134、可见度，任务和交付结果更易于跟踪，保证任务按要求准确执行，以保证整个项目的准确实现。最终实现紧密集成项目管理，在团队每天用于产品生命周期管理的同一系统中计划和安排任务，项目经理可以轻松跟踪和了解状态、问题、风险等；操作仪表板和实时报告，将信息和数据转化为有用、易读的信息，并可做为业务决策的重要支撑依据；洞察和分析，对资产中数据进行上下文分析，以进行有意义的分析并更好地理解信息；可追溯性，利用需求适时更新并有效解决问题，实现需求和问题的可追溯闭环管理，从而保证产品的准确实现；稳定的质量控制能力和产品发布能力，是企业成功的基石 企业的“稳”主要体现在产品质量的稳定，西门子帮助企业建立闭环质量管理体

135、系，闭环质量管理体系能给企业带来稳定的产品质量：建立贯穿产品全生命周期的闭环质量管理体系，通过流程规划和平台支撑，实现从设计-规划执行验证关闭的端到端质量管理闭环；质量规划，通过在项目早期识别和降低风险，提高产品发布的成功率，产品的准确研发和制造，是产品成功的基础；实现质量管理的价值扩展，打破质量与工程的孤岛和改变传统隔离状态，跨部门共享数据和业务打通，改变“事后找问题”的质量管理现状，质量管理左移，与研发过程并行；质量管理覆盖全业务，建立覆盖从研发-制造-供应商-售后的全流程质量管理，确保各业务环节的满足产品质量要求，以保证稳定的产品输出；建立以质量为中心的系统集成管理，确保质量管理业务过程

136、中的数据流和业务流通畅；问题管理，识别、跟踪、分析和解决当前问题，以缓解和预防未来问题 2023 电子与半导体行业白皮书 西门子数字化工业软件 35 客户成功案例 航盛电子 航盛电子项目成果 实现项目管理流程的在线管理和落地，提高研发效率，变的更“快”；实现企业知识、经验积累，数据重用提高，研发数据和发布的产品变的更“准”；加强设计过程管理，设计质量提高，产品质量更“稳”；实现设计优化，产品成本降低，包括索赔成本的减少；航盛电子客户证言：“通过实施 Teamcenter，航盛电子建立了企业统一的研发平台，并由此获得了巨大的收益，包括产品开发实现标准化和系统化，周期时间大幅缩短，交货达成率显著提

137、高。此外，在显著提升产品和流程质量的同时，公司还节约了大量成本，包括索赔成本。艾美特电器 艾美特项目成果 通过提升研发效率，改进产品工艺，降低研发错误，帮公司实现 2500 万降本；通过提升研发质量，实现设计变更错误率降低30%；通过多业务领域的协同设计，实现 BOM 发布周期由 4 天缩短为 2.4 天；缩短了从设计到制造的时间，新产品导入时间缩短 20-30%；大幅提高知识的再利用率，节省产品的开发时间20-50%；艾美特客户证言：Teamcenter 不仅帮助我们保存了重要的企业智力资产，还使得我们各种资料相互关联，极大方便查找和引用已有技术资料，为公司带来明显效率提升。同时，资料统一管

138、理，也为各业务部门间以及合作伙伴之间的协同变得更容易。整合流程创新、管理创新、业务创新才是有效变革才是有效变革的关键。借助 Teamcenter，我们大大提高了零件重用率，显著缩短了新产品的上市时间，有效规避新产品研发的风险，降低研发成本，使公司进而更快获利。2023 电子与半导体行业白皮书 西门子数字化工业软件 36 十、产品质量是如何设计出来的摘要 随着社会经济的发展、技术的进步以及消费者需求的不断更新，电子行业也迎来了发展高峰，作为新兴行业，发展潜力巨大，同样也面临了内外的重大挑战和机遇。全球产品链和供应链结构的重塑，新冠疫情的冲击，都推动着电子行业不断加快产品技术创新、升级、提高附加值

139、。在这种情况下，电子行业各相关企业都开始重视质量。世界各国的电子行业企业已经开始关注全价值链中的质量管理，我国电子行业也紧跟全球发展的趋势纷纷提出质量管理的需求。研发质量是全面质量管理的开始，也是闭环管理的关键。电子行业各企业想要谋求产品研发周期缩短，产品质量提升，市场竞争力增加和规模不断扩大，就需要树立在产品开发早期建立和形成质量管理体系和意识的质量管理方针。本文将从产品的研发流程中如何进行质量管理、质量活动与其他研发流程的联动以及如何应用数字化手段进行研发质量管理等方面来阐述研发质量的重要性和必要性。电子行业产品研发过程面临质量方面的挑战 国际形势的复杂多变，市场竞争日趋激烈，客户在质量、

140、交期、服务、价格等方面不断调整的高要求，以及供应链的不确定性，都驱动着组织或者企业的领导层考虑将“降本增效”作为重要的质量目标，让质量成为利润的创造者。唯有秉持并践行“零缺陷品质”的质量文化理念，才能更好地满足客户的需求、提高客户的价值，从而建立起良性的质量从内而外的闭环。质量的闭环不仅仅是某一个过程的小闭环，而是要兼顾全价值链来形成大的闭环，从设计到制造，制造到售后，设计到供应链，制造到供应链等，将每个环节按照PDCA 来进行策划、执行、分析和改善，从而形成一个端到端的闭环管理机制。在这个过程中，研发质量既是整个循环体系中的开端，也是质量改善和反馈的回归。所谓的“零缺陷”就是不断地将研发的设

141、计和工艺要求传递给执行端，再从执行端和客户端及时返回到研发端形成动态的闭环的过程。新产品开发过程是组织中重要的业务过程之一，是未来的销售、绩效和竞争力的生命线。统计数据表明，产品的设计开发成本虽然仅占总成本的 10%-15%，但决定了总成本的 70%-80%，可见产品设计阶段对最终产品质量和成本的重要作用。同时，组织的最高领导者逐渐开始认同“质量是设计出来的”。产品设计早期的质量预防是有效的措施之一，在设计过程中发现质量缺陷越早，付出的成本代价越小；发现越晚，失败成本越大。产品开发决定产品质量，产品开发过程中也会出现各种质量问题。以下就对在产品研发过程中面临的问题和挑战进行一个汇总。1.对客户

142、需求理解和认识不足 无法将客户的需求直接转化为产品的设计要求、风险分析和质量管控文件，由于设计中遗漏某方面的需求分析而造成的问题；例如，工艺条件达不到，采购不到需要的器件，超目标成本等；2.无规范化和集成化研发协作流程；如果把研发产品比作一台机器，每个过程就是这台机器中的组成部分，这些组成部分都需要紧密协作才能发挥理想效能。例如在产品的开发规划阶段，需要设定质量的管控；产品设计初始 BOM 需要进行 DFMEA 的风险分析，DFMEA 的优化措施结合着客户的需求又作为设计验证计划与报告（DVP&R）的输入，还有各种 DFX，如面向制造的设计、面向成本的设计等。如果各环节不能形成紧密的输入输出的

143、关系，那么就会导致后端出现纰漏，从而导致大量的变更；3.没有强大数据库进行支持，靠经验 产品开发流程缺乏明确的输入及输出要求，或不遵守程序，凭经验办事，经常造成需求不明确或需求理解错误而造成问题；制造过程中发生的质量问题，发现后只在制造部门进行了干预和处理，并没有反馈到研发端，售后反馈的问题虽然按照 8D 的处理要求制定预防措施，如更新DFMEA，PFMEA、控制计划和检验 SOP，但由于没有系统的制约和限制，并没有真正形成闭环，没有形成积累的质量问题库，也无法推送给新产品开发过程形成质量预防规避清单，结果类似问题频繁发生。2023 电子与半导体行业白皮书 西门子数字化工业软件 37 质量源于

144、设计：始和终都是客户 近年来，创造性在产品开发中发挥的作用引发了激烈的讨论。创造性和创新必须得到高度重视，而“质量源于设计”的实践让组织对于功能设计、产品特性和目标以及生产设计都抱有较高的期望。面对以上识别出的关键问题，如何设计出高质量的产品需要引起更多的思考。产品开发的各项工作都是由满足顾客需求开始的。传统的生产质量控制是通过对产品的质量检查，即用观察与测试的手段来取得，这种措施通常也被归于检验质量的方法。质量功能展开 QFD 方法则帮助公司从被动的产品检验转向主动的识别和分解出产品设计的内在质量，因为设计质量是产品质量的基石，所以在设计阶段，QFD 早在产品或服务设计成为蓝图之前就已经引进

145、了许多无形的要素，使质量融入生产和服务及其工程的设计之中。如右图所示，通过 QFD 将目标、产品或者过程质量特性、竞争性评价、客户的要求、技术评价与困难分析等进行矩阵式关系，形成“质量屋”，由 QFD 识别的设计要求、零部件特性、工艺要求和生产要求会传递给设计人员进行产品的设计，通过 DFMEA 进行设计风险分析，识别出的风险再通过设计验证，验证出有效的管控方法。产品的设计风险在过程开发过程中同样需要考虑和规避，在PFMEA 中可以将生产过程中的产品和过程特性充分地体现在“人、机、料、法、环”等方面，再通过控制计划予以定义管控方法、检验频次、应对计划等。在检验过程中，承接控制计划来执行检验，将

146、获取的数据予以分析和及时预警，通过对质量异常的监控，识别出偏差，经过质量问题的解决流程，形成经验教训和标准化作业。这一系列的质量活动，都是为了能够更好地满足客户新的需求。唯有不断地形成以需求为起点和终点的闭环，才能够保证高质量的产品设计。质量源于设计：打通与协作 汽车行业普遍是按照 APQP 的流程进行产品开发流程的管控，每个公司在践行 5 大阶段时也会根据各自的产品和工艺特点和客户要求而进行调整；而电子行业的开发流程都遵从相同的开发流程，如图：在量产前，电子的开发流程都是在不断的、大量的验证，其主要目的就是识别设计风险、减少产品质量隐患。每个阶段的活动都是相辅相成的，打破各流程的断点，实现各

147、个活动的协同，才能加快产品的设计周期并保证产品质量。形成集成式的研发质量管理体系、提高设计人员的质量意识和建设数字化的研发质量管理将成为企业未来进行研发管理平台搭建的三大支柱。首先，在产品开发的过程中设定“质量门”，在试产前努力找出问题，这样量产的问题才不会找到你。因而，在每个阶段结束向一个阶段进行前，设定质量门禁，如在样件评审中有任何技术能力、检测能力、环境条件和生产能力不满足之前的设计目标都不能予以放行。梳理各个阶段的评审检查表，在每个阶段设定门禁的严格要求和放行条件，将放行条件输入到系统化的管理系统中，一旦不满足要求即报警并限制下一阶段的活动。“质量门”的应用既规范了研发过程中的质量管控

148、，又能够避免质量风险的传递。其次，建立风险意识。风险管理是广义的，并不单纯指进行DFMEA 和 PFMEA 的分析。每个阶段可能发生什么问题，在下一个阶段如何消化、吸收和处理、转化掉，这些都是风险意识的体现。在电子产品开发过程中，需要利用众多的工具，如 MCAD、ECAD、二维 2023 电子与半导体行业白皮书 西门子数字化工业软件 38 MCAD、ECAD 等各方面软件，利用这些工具进行机械结构设计、电子设计或者是软件设计，进而进行产品的设计，在 DVTEVTPVT 各阶段进行 BOM 管理，然后进行测试标准管理、测试用例管理、编制测试计划、记录测试问题，整个过程中都贯穿了产品工程变更的管理

149、。从设计管理、物料及零部件管理、到产品管理和测试管理，每个阶段都不仅是流程上的关联，而更多是数据上的传递，如测试计划应该是整个产品开发计划的一部分，测试过程可能发生的问题应该作为阶段评审的重要输入；试跑阶段DQE 验证问题点要进行全闭环管理，对问题进行记录、跟踪、验证和关闭、防再发；利用 DFMEA 实现与 BOM 设计基于风险分析迭代，DFMEA 的风险分析也是对客户需求的体现，DFMEA 对 PFMEA 设计要求和措施的传递，PFMEA 对控制计划产品和过程特性的同步与一致性管理。以上是内部的风险管控，同时，原材料的性能、成分、规格和型号直接影响着产品的质量，因而对原料供应商也应该尽早进行

150、质量的干预和协同管理。将产品定义变更、图纸变更，设计变更等信息主动推送给厂商，实现系统之间的 BOM、工艺路线等数据双向联动，将厂商的产品开发计划纳入到内部的开发计划中，可尽早暴露出供应商在产品开发阶段可能带来的失效，并采取立即措施。综上所述，建立每个阶段的质量风险意识，利用数字化的手段，实现流程间数据的传递，实现数据同源，保证标准规范的前后一致。最后，如果没有一个基于产品生命周期的研发协同平台，将各个设计工具、设计流程、设计要求集中体现，将会导致无法约束设计人员的行为、进行冗余和重复的工作、影响产品的设计质量，所以从管理层就要管理意识，建立完善的研制质量管理体系，形成质量管理要求，再结合数字

151、化的手段来进行数据的搬运、传承和处理，实现高质量的研发质量体系和研发平台的双保障。质量源于设计：持续改进 开头我们提到“零缺陷”，所谓零缺陷，就是不断地循环着 PDCA。APQP 先期产品质量策划中也将“反馈、评估和纠正改善”作为减少变差、提高客户满意、提升产品交付和服务质量的有效质量策划方法，通过经验的总结和优秀实践的应用而实现持续改进。产品的设计质量更需要制造过程、售后过程甚至市场及时地反馈问题，这就需要建设一个集中的、规范化和结构化管理质量问题的系统。传统的 OA 或者其他流程驱动的系统更多地是管理处理的流程和管控审批节点，并不能将问题本身、问题处理的过程从线下转为向上，所以整个问题处理

152、的过程不透明，相关小组成员无法在统一的平台获取质量信息，造成了重复问题的频繁发生、内部损失成本和外部损失成本的持续增长。如果未来进行汽车电子领域的布局，就需要更加重视质量问题导致的索赔，因为这影响着整个公司的运营。因而，建立一个融合了研发过程、制造过程（包括设备机台或关键质量指标监控系统等）、供应商和售后质量问题库显得尤为重要，对质量缺陷代码、缺陷分类、缺陷位置等的标准化管理，能够在问题被触发的同时判断出是否曾经发生过，哪个客户、哪条产线、哪个机台、哪个参数等，快速锁定问题，通过与 MES 或者其他制造执行系统的串接，还能够将质量解决方案从质量问题库中筛选出来，并快速传递给制造人员指导问题解决

153、和处理。缺陷定义后，进行原因分析，结合 FTA，5 why 和鱼骨图等分析方法找到根本原因后，制定纠正措施和效果验证，最后制定长期的预防措施。问题的关闭并不代表完成一份 8D 报告，对于企业来说一个质量问题处理完毕后，需要将经验教训反馈到研发端，优化和改善设计。如何在系统内进行 DFMEA、PFMEA、控制计划和 SOP 等的更新，而不仅仅是 8D 报告的一个勾选项，需要建立一个由 CAPA（纠正措施和预防措施）驱动的 PDCA 环，如下图所示，将缺陷、原因分析等直接推送到 FMEA，经过评审后，作为新的失效模式和原因分析的参考进行 FMEA 的分析，并驱动 CP 和检验 SIP的更新；已发生

154、的缺陷也能够推送给新产品的开发流程，在项目启动阶段，形成一份质量缺陷点检表，实现对新产品开发的质量预防。将“人为被动”转换为“系统主动”，不断地充实和积累经验，形成企业级的质量问题知识库，实现质量的横展，才能不断靠近“零缺陷”，提高产品的质量。2023 电子与半导体行业白皮书 西门子数字化工业软件 39 他山之石，可以攻玉：优秀案例分享 K 公司成立于 2004 年，主要致力于研发、生产、制造及出口多媒体播放设备、多媒体无线通讯设备、车载导航装置、无线与有线手持式刷卡设备等电子通讯类产品。面对着客户不断增长的质量要求，同时如何将内部的质量管理成本降低，将分散的质量活动进行整合，并形成一个端到端

155、的质量管理平台，并能够于 PLM，MES 和 ERP 等形成系统的互通有无，K 公司在 2018 年同时启动了西门子的 Teamcenter 工艺规划平台，Opcenter 制造执行系统MES 和 Opcenter 质量管理系统 QMS，西门子为 K 公司建立一个智慧工厂的总体规划。实施了西门子的 Opcenter QMS 系统后，客户主要在以下方面得到提升和效益：Opcenter QMS 质量管理将 PFMEA/Control plan 纳入质量系统平台管理，实现研发质量的先期管理并与其他各质量模块形成闭环，没有遗漏，易于各质量环节追踪；可详细记录产品生产流程潜在问题点，及各产品质量及生产特

156、性追踪，且能将格式统一化，同时方便文档版本管控与升级；各产品系列相关失效模式历史资料/条目可方便搜寻并填写，可实现同类产品经验分享与传承。结语 产品的设计过程不是一个独立的、静态的过程，需要与制造、供应商、客户售后、市场等进行动态的关联，产品的质量也需要实现工具与工具、流程与流程、数据与数据的贯通、协作才能真正的有所提升和改善。唯有在项目开发的早期就建立研发与质量的管理模型，积累和完善质量数据库，通过与全生命周期的质量问题的不断反馈，形成持续的质量闭环，为企业不断探索的产品创新提供强大的数据基础和驱动力。始终以客户为导向，建立规范化的研发质量管理体系，提高研发人员的质量意识，再结合数字化手段的

157、加持，电子行业的质量数字化运营之路已经开启！2023 电子与半导体行业白皮书 西门子数字化工业软件 40 十一、优化半导体和电子产业供应链摘要 随着科技的不断发展和创新，电子与半导体产业已成为推动世界经济发展的重要引擎之一。在当前的时代背景下，产业正呈现出迅猛的发展势头。而以自动驾驶技术，5G 应用技术，工业智能控制领域的智能工控机为代表的高科技产业正在不断推动技术的发展和创新，而这种创新需要电子产业链的不断发展、利用和支持。行业趋势 在消费电子领域，手机厂商也在不断推出支持 5G 网络的手机以及各种基于 5G 的硬件，而 6G 也在商用前的预研过程中；而手机的普及也逐渐成为人们的智能控制中心

158、，比如，便捷支付，智能穿戴，智能家居控制，家用电器控制等，为人民提供了更丰富便捷的消费体验。在汽车电子领域，汽电子逐渐向自动化和电动化、新能源趋势发展，以辅助驾驶系统为例，高级辅助驾驶包括了车辆自身状态信息进行判断和执行，以及具有用于采集和分析汽车周边环境中信息的传感器，并可根据需要进行复杂的信号处理，以支持相应驾驶任务。为提高自动驾驶的安全性和智能化，汽车开始增加传感器（激光雷达、摄像头、毫米波雷达等）来实现对路况和环境信息的更全面收集，这对车载芯片对数据处理的实时性、复杂性和准确性要求不断提高，车载算力的需求也将会出现指数型增长。另外，车联网技术的不断发展，使车主能够更加方便地控制和管理自

159、己的汽车，在车辆安全、行车体验、娱乐和出行等方面发挥越来越重要的作用。在智能控制领域，随着工业智能化和自动化的发展，越来越多的客户需求被接纳，工控机的应用范围越来越广泛，可以用于工厂自动化、机器人控制、智能制造等领域。另外工控机对于安全性和可靠性要求也越来越高，硬件和软件都需要经过专门的设计和测试，以保证生产环境的稳定和安全。以上的半导体和电子产业的发展趋势中，不管是汽车电子，还是消费电子，或是工业控制，对于传感器、芯片以及电子元器件产品占据了重要地位，如果缺少关键的电子零部件或原材料，会造成生产线的停滞和延误，也会造成创新与技术能力不足，难以支撑行业的快速迭代和发展。因此，半导体和电子行业的

160、长足发展也需要电子产业链的巨大支持，产业链的持续创新和支持为半导体和高科技产业的发展提供了必要的基础保障和创新后盾。电子产业链的重要作用 电子产业链作为高科技产业的重要组成部分，对高科技产业的发展起着重要的支撑作用。1.高科技产业需要大量的电子元器件和材料，如芯片、电池、显示器等，这些元器件和材料是高科技产品的核心组成部分。电子产业链需要不断创新和进步，提供更加先进和高效的电子元器件和材料。2.设计和制造：电子产业链可以提供丰富的设计和制造能力，帮助高科技产业开发和生产高品质的产品。例如，电子产业链可以提供专业的设计和制造服务，包括电路设计、模具制造、注塑加工、装配等环节。3.测试和认证：高科

161、技产品需要经过严格的测试和认证，以确保产品的质量和可靠性。电子产业链可以提供专业的测试和认证服务，帮助高科技产业进行各种测试和认证，如 EMC 测试、安规认证等。4.物流和供应链管理：高科技产业需要精密的物流和供应链管理，以确保产品能够按时、准确地交付给客户。电子产业链可以提供专业的物流和供应链管理服务，优化供应链流程，提高交付效率。5.信息技术：电子产业链可以提供丰富的信息技术支持，帮助产业建立信息化系统和平台，加强信息管理和分析能力，推动高科技产业的数字化转型。2023 电子与半导体行业白皮书 西门子数字化工业软件 41 有效的管理和利用电子产业链 高科技产业链涉及环节和相关企业众多，根据

162、产序及不同企业按照技术平承担的服务环节，高科技产业链可分为三部分：上游主要包括元器件和具供应商；中游主要包括案/模组企业；下游主要包括代和主机等。电子产业链涵盖了众多的供应商、代工厂和客户等，如果想要有效的管理和利用电子产业链，需要与上下游产业建立良好的合作关系，保证信息和资源的畅通流动，共同推进项目的开发和生产。基于如此长的产业链链条，数量巨大的供应商，如何优化供应链管理也成为了提高效率和降低成本的关键。通过整合供应链，减少不必要的环节和中间环节，提高供应链的透明度和效率，加强对供应链各个环节的管理和控制。我们可以通过采用信息化管理的方式更好的管理电子供应链，以更方便的进行选择和采购，提高管

163、理效率和准确性，优化研发、生产和采购流程。缩短电子供应商与行业的距离，连接全球电子市场价值链 Supplyframe 正是这样一个面向半导体和高科技行业的，旨在连接全球电子市场价值链的解决方案，帮助企业和个人做出更好的决策，帮助他们更快地将更好的产品推向市场。Supplyframe 的客户包括全球知名的电子公司和创新公司，如英特尔、微软、特斯拉、亚马逊等。利用 Supplyframe，工程师可以根据规格选择合适元器件，采购根据价格、服务选择合适的元器件供货商。当市场不稳定时，只依技术优势挑选的元器件可能会造成成本飙升或缺货。通过 Supplyframe，可以实现从孤立作业到协同作业的转变。企业

164、内部通常都会具备完整的技术参数与过去的购买价格和条件。但这些数据通常限制于工程师经常采用的元器件与采购经常合作的供货商。当元器件有 PCN 或有更好的替代方案时，内部的数据通常无法及时更新。再者，在贸易战的环境下，经常有限制或合规上的挑战，拥有实时工程与商业数据能避免未来产品的稳定性与供应持续性。通过 Supplyframe，可及时从原厂、授权分销商获取完整的工程与商业数据：技术数据：元器件参数、数据手册、原理图、焊接图、3D 模型。替代方案：可替代方案、参数对比、成本对比与相关风险。商业数据：元器件分销商、实时价格、库存、交货周期、相关合规数据、原产地、生命周期。另外，Supplyframe

165、 提供基于数据分析的供应链解决方案和市场情报服务，将陈旧情报转变为实时情报。旨在通过汇集来自全球供应链的数据和分析，帮助客户优化其采购、供应链和市场营销战略，优化电子制造商和组件供货商供应链、数字商务、设计至采购管理，帮助他们更好地管理供应链、控制成本和提高效率。结语 为了紧跟行业趋势的发展，我们必须要对我们所需要的电子元器件等有足够的监测和信息，以便获取合理的研发和采购方案以及替代方案，并且能够根据实时的变化来采取措施，以避免因风险或生产问题对企业产生不良影响。西门子的 Supplyframe 电子产业链解决方案正是致力于帮助客户在不断变化的行业市场环境中保持竞争优势，并推动半导体与电子行业

166、的发展和创新。2023 电子与半导体行业白皮书 西门子数字化工业软件 42 数字化造就智能制造 十二、电子装配一条龙摘要 电子装配在已有制造水平下以事无巨细的人海战术或依赖充足经验丰富工程师都难有较大提升空间，同时也面临着线体设备新旧型号共存，物料供应激烈波动、复杂工艺流程及熟练作业员流失严重等现实、再要实现极限质量要求的改善提升和低成本制造，出路在何方？六大核心板块 当前电子装配面临小批量多品种、严苛的电子与机械集成装配生产、转移产地和快速爬坡量产等复杂需求，同时需要保持低成本制造及快速上市盈利等竞争优势，业者需要不断检视电子装配全流程中节点，思考行业前瞻的问题并寻找行之有效的解决方法。什么

167、是利用数字样机 DFM 分析，减少 NPI 次数 借助 DFM 分析工具排除制造风险，实现产品设计与制造业务闭环 在产品 NPI 前，利用产品数字样机与工厂模型结合，实现制造工艺仿真分析，替代生产验证，释放占用设备调试。在产品制造时，克服车间线体配置差异和新老设备共存问题，快速实现与线体匹配的高效派工。利用虚拟场景离线进行工艺规划和工艺准备，让制造工程师拥有离线调试产品工艺能力。在产品变更时，利用新版数字提前样机评估变更对制造流程及工艺影响，离线做工艺调试，让产品变更更顺畅，更高效。什么是保持元器件供应链弹性 因新冠疫情在过去三年里造成电子制造行业面临物料短缺和供应激烈波动，企业花费大量人力关

168、注电子物料价格及采用不适当库存策略而蒙受损失，提前洞察市场供应波动变得至关重要。借助供应链平台，提前洞察元器件市场波动保持供应弹性 利用成熟的 AI 技术智能收集电子元器件在市场上库存及价格（含历史信息）评估出风险指数，让业者即时了解当前物料市场状况和 Pin2Pin 替代物料市场供应，及时调整选型和采购策略。库存及价格趋势：以产品 BOM 为单位，汇总物料实时库存、价格及历史走向。Pin2Pin 物料：一键搜索及智能 AI 分析，赋能采购员兼顾供应源和同质替代采购策略。借助供应链平台，洞察市场有效物料优化选型决策 电子零件选型关乎产品成本，让设计师快捷利用供应链平台获取零件技术参数、横向对比

169、和筛选，同时在物料维护期内，持续获取市场推送动态信息（价格、库存、兼容及生产周期），配合采购人员及时调整，规避库存短缺、EOL 和合规信息等问题物料。什么是高效工艺准备及虚拟调试 电子产品因快速创新而频繁迭代，企业面临产品变更带来复杂制造情形，同时企业车间普遍存在线体配置差异和设备新旧型号混杂，如何让工程师们应对产品在不同线体间切换导致工作量翻倍增加？2023 电子与半导体行业白皮书 西门子数字化工业软件 43 借助产品工艺准备工具，跨越 SMT 线体设备差异实现高效产前准备 SMT 线体包含如：镭雕、印刷、SPI、Pick&Place、AOI、FPI/ICT、FT 等不同类型设备，因设备品牌

170、及型号繁多，产品工艺资料往往不能在同类设备间通用，不支持产品在配置有差异的线体自由切换生产。利用虚拟设备搭建虚拟线体模型，实现产品工艺资料在不同线体间快速转换，同时结合产品数字样机快速创建如 EWI 文档和 SMT 设备程式实现产品虚拟贴装验证，在产品可视化下设计钢网开孔及并沉淀工艺实践，形成工艺知识库。借助制造工艺规划工具，实现装配工艺评估及规划，人因工程优化和虚拟调试 零件装配顺序规划及干涉分析是确保复杂产品高效装配的基础，利用产品数字样机，在虚拟场景下评估产品装配计划和验证工装治具。实现装配顺序设计、工序节拍平衡、人因工程评估、作业自动化替代评估等众多以前只能在 NPI 生产中占用设备的

171、验证作业。目前越来越多自动化逐步引入生产线替代繁重人工作业。但在产品换线时占线调试影响设备稼动率，特别在少量多品种生产时更严重，极大地影响企业用自动化替代人工作业积极性。借助工厂仿真及线体设计工具，完成企业产能规划、产线设计、物流通道和人机协同评估等设计及验证，同时在此基础上实现自动化和机器人虚拟调试，提高设备利用率，降低企业投资门槛。借助 PLM 平台实现制造数据版本管理，实现多地协同生产成为可能 为应对频繁产品变更或多制造基地协同生产，需要工程师们耗费大量时间重新准备工艺文档及设备程式等资料。借助成熟 PLM 平台和线体设备模型转换等技术，实现装配工艺文档的集中管理及发布，在生产端直接下载

172、并转换适配新工厂新线体完成快捷跨制造基地的协同生产。什么是电子装配高效计划排程 产品生产派工如何考虑车间现有线体设备差异，且兼顾物料-工装辅料齐套、设备稼动率、适量 WIP 等众多影响，同时背靠 ERP、PLM、MES 等管理平台面向不同制造业务现场，在计划和排程不同阶段充分利用现有资源实现产品订单出货目标？借助专业 SMT 排程，统筹考虑 SMT 可用资源 SMT 车间排程受限于线体配置和加工能力不一致，往往排下去很难执行，主原是存在与设备匹配的工艺资料(程式及文档)及工装治具不能线体设备间直接通用。SMT 排程工具需要与工艺准备工具结合用，在派工前完成某个具有代表性线体的工艺准备，生产计划

173、有变动或调整时利用工艺准备工具直接转换至目标线体所需（参阅上段-高效工艺准备）与工艺准备工具配合，实现不同机种打包编组的高效排程 2023 电子与半导体行业白皮书 西门子数字化工业软件 44 不同机种编组优化可以显著减少换线时间，如：在产品换线时更换和盘点物料、调整飞达顺序等动作会延长停机时间，用排程工具编组优化同系列产品生产顺序能有效提升换线效率。在物料不充足时如何满足紧急产品齐套生产，另外兼顾 WIP 库存水平和不同线体生产成本等因素，均是属于排程工具的考量范畴。借助计划排程工具，实现电子制造业务全流程可视和排程即时调度 为应对市场需求激烈波动和产品频繁的迭代，实现最小物料库存和周转，赋能

174、 PMC（计划物控）能洞察及掌控产品制造全流程进展是柔性排产的关键。让 PMC 均衡地协调电子制造涉及如注塑、钣金冲压、机加、PCBA 装配、线束加工等不同业务，兼顾彼此间物料齐套，排出工单生产计划且满足客户交期同时也是满足成本要求，是计划物控工作目标。西门子深耕排程技术，利用自有工厂业务 Know How和制造实践，结合计划排程及工艺准备两大工具，实践电子装配制造柔性排产。什么是电子装配过程数据采集 电子制造涉及大量机器、人与机器、纯人工等协同作业，如何将产品工艺流程与人机协同制造过程叠加实现有效管控且高效产出？借助成熟 IoT 软硬件，实现 SMT 设备数据采集 西门子提供工业 IoT O

175、DB+M 标准，相比其他标准，业务覆盖更全，阐述电子制造中设备和作业点的作业动作颗粒度，且定义印刷、贴片、回流、AOI 等工艺类级业务，让第三方开发者更容易将不同品牌不同型号设备数据接入 IoT 平台，实现制造纵向（业务与设备）与横向（设备与设备）的业务间联系。在电子制造现场，利用工业 IoT 硬件的网关将制造设备自有物理网络与车间物理网络，车间物理网络与办公网络在不更改原有网络配置下实现跨网络段的制造信息共享及可靠安全防护。让管理人员方便快捷地获取即时制造信息作调度决策。另外，针对制造设备数据采集，需要安排充沛算力和带宽响应，工业 IoT 作为边缘计算硬件可就近部署到设备侧，保障高效即时采集

176、。集成的监控平台实时展示分布在车间不同位置的 IoT 硬件状况和资源消耗，同时也要能承担设备级看板功能满足车间现场管理对设备级数字孪生初级需要。在工业 IoT 硬件的加持下，以设备通信驱动（不同设备接口）为核心高效便捷地实现设备信息双向通信、信息解析和语义转换供 MES 业务订阅，满足针对不同品牌和型号的设备的统一业务管理需求，如上料防借、缺料预警，实时扣料，质量监控等需要。基于不同品牌及设备型号的 IoT 版本驱动程序实现自动加载至 IoT 硬件内，让系统配置更简单、运维更高效。用 MES 业务流程图，实现复杂产品装配有效管控 复杂产品装配作业需要 MES 系统引导，让工艺流程及作业指引覆盖

177、制造设备或作业点，2023 电子与半导体行业白皮书 西门子数字化工业软件 45 满足混合生产场景下质量管控要求，如强制流程、不良流转、混线生产等。在工序间实现制造业务的闭环反馈和实时控制时，如锡膏印刷与 SPI 检查、贴片与 AOI 检查等闭环，基于事件-订阅通信协议和工业 IoT 硬件支撑，赋能装配业务具有异常自我探知和自我纠正的能力。什么是电子装配智能数据分析 在电子装配过程中收集大量制造数据，它以产品 ID为主线，把物料消耗、设备性能、作业过程等信息关联并存储。面对如此海量数据如何加以利用？借成熟的大数据分析，深挖产品制造数据价值 协助工程师们掌握一款数据分析工具，以提高产品质量及降低制

178、造成本为导向，引导他们从业务角度深挖数据潜在价值，实现制造数据采集与利用良性互动。借助 AI 技术，让电子产品制造赋能 针对海量制造过程数据中，如何搭建 AI 模型来预防产品瑕疵？利用贴片设备相机获取影像数据，加以分析，发现零件表面缺陷和虚假物料。利用 AOI 收集检测不良图片及人工确认伪错误等数据经 AI 模型优化，减轻作业员人工确认数量。结语 电子装配随着更多制造仿真技术诞生，同时利用数字孪生技术在发现工艺问题及突破制造瓶颈的作用，结合新工艺解决方案，实现电子产品闭环制造和闭环质量有效管控，加速产品上市，降低制造成本让业者保持竞争优势。2023 电子与半导体行业白皮书 西门子数字化工业软件

179、 46 十三、虚拟验证加速爬坡，提高产能动态优化打造量产系统的挑战 面对电子产品急剧变化的市场、不断增加的产品复杂性、成本以及供应链的不确定性等，制造企业需要建设更加自动化、柔性自主的生产系统，具备更快速的设计、试产和量产能力，实现高效生产高质量的产品。同时，随着企业规模的扩大，产品生命周期的缩短，已有产线的改变越来越频繁。加速产能爬坡，提高产能，动态优化，从而实现产品的快速上市，成为企业竞争致胜的关键能力之一。然而，企业在打造工艺生产准备能力、产能提升和生产动态优化能力、柔性自动化能力、产线快速调试能力的时候，面临多维度的挑战：1.在新产品引入(NPI)时，如何快速、准确开展工艺数据准备，一

180、次性正确地导入到生产现场，是长期困扰电子半导体企业的难题：电子产品日趋复杂，致使电子产品的生产工艺准备(包括 DFM 分析、SMT贴装、产品测试分析、检验设备程式输出、钢网设计等业务活动)的数据量和工作量都非常繁杂，已超出工艺工程师传统工艺准备方法的能力极限，甚至影响正常生产。2.柔性自动化工厂中，机器人越来越广泛应用，由于企业机器人仿真和编程能力的缺失，主要依赖于外包。而第三方设计院或咨询机构，往往仅在产线的初次建设时，按照当时的产品和工艺环节进行规划，固定了机器人的应用范围和程序。当企业需要持续地精益改善自动化产线时，只能求助于机器人设备供应商。后续任何对机器人系统的适度调整也需原供应商来

181、实施，这制约了制造企业新产品新工艺新方法快速引入到生产线的可能性。3.柔性自动化产线的调试，属于耗费时间长、投入人力资源多、成本不可控的复杂技术活动。产线按时按计划投产，需要确保多种自动化设备、物流、机器人、PLC 控制逻辑的正确协同运行，是非常困难的事情。4.作为激烈竞争的行业，电子产品工厂需要不断建设新产线，同时持续优化已有工厂。然而，由于目前工厂设计技术手段的限制，工厂布局、物流、产能结果的合理性，主要依赖于产线设计人员的经验和简单的手工验算，不能综合考虑生产线运行中的诸多因素，造成工厂各生产要素之间的匹配性问题，不能发挥其设计的峰值生产效能，更无法实现动态优化。西门子数字化工业软件从上

182、世纪八十年代，就开始为自动化产线的工程公司和制造企业提供数字化设计，仿真，验证工具；目标就是简化和高效化自动化产线的生产准备、机器人程序优化、虚拟调试、物流规划、产能验证等技术任务，以响应生产快速变化的需求。借助西门子数字孪生技术，企业可以从多方面、多维度建立自己的产线调试和调整能力:准确评估产前制造风险，正确完成工艺准备 建立机器人仿真和离线编程能力，实现柔性自主的生产系统 建立多机器人多设备的自动化协同工站，实现信号和控制逻辑的提前虚拟调试 提前验证工厂的产能，优化物流和调度策略，动态优化生产计划 这样，通过工艺准备仿真、机器人仿真、虚拟调试等虚拟验证技术，从多个维度，加速量产爬坡，并通过

183、物流仿真，产能仿真等优化供应，提高精益水平。准确评估产前制造风险，正确完成工艺准备 面对激烈竞争的市场，电子产品复杂性的日益增加，生命周期越来越短，制造生产线更加柔性且复杂。对于电子产品制造企业来说，加快新产品的导入、尽快达到量产和盈利，是提高企业核心竞争力的关键。然而众多棘手的问题，障碍着电子制造企业的工艺工程师的高效高质量的工艺准备：1.上游设计部门或设计企业，提供各式各样的设计数据，需要采用不同的工具才能读取；工艺工程师还需要重复对这些设计数据进行处理（包括Gerber/Drill 格式分析、元件坐标对齐、镜像、BOM 错误、BOM 与 CAD 比对、各种拼板等），才能开展后续的工艺准备

184、工作；当设计/工艺/替代 2023 电子与半导体行业白皮书 西门子数字化工业软件 47 料变更频繁发生时，管控这些版本数据，正确贯彻更改，变得更加困难。2.对设计数据的可制造性、可检测性审查是工艺准备的关键一环。BOM/替代料错误、元件布局/拼板设计/焊盘库不合理、元件容易虚焊/连焊/立碑/掉件/失效、测试点不可访问等都会严重影响生产和测试。如果工艺工程师没有产品可制造/检测性高效评估的规则和自动化校验工具，会延长工艺准备时间，甚至把错误传递到现场。3.缺乏完整的钢网开孔设计规范；即使有自己的规范，也无法保证钢网厂家按自己的规范去设计开孔；人工评审外协厂家发过来的钢网设计数据，没有专业工具，很

185、难评估；靠试生产验证钢网开口的正确性，试错成本很高；没有积累形成自己的钢网开口知识库，反复犯错；4.SMT 设备和检测设备的程序准备，需要面队数据不同源，需经各种 CAM 工具先行处理再编程；不同的品牌需不同的编程软件；设备之间及线体之间的程序转换，十分麻烦；混先编程时，人工分料，效率低下；上线才能知道极性、角度有没有错；为保证程序运行正确，需要花费大量的时间；上线试打，浪费了很多成本；并且设备的产能没有优化和平衡。5.在准备标准作业程序(SOP)时，人工创建工序工位，无法自动完成；依赖 Excel 模板，插入大量拍照图片费时费力；不支持动画，没有专业 SOP 设计工具；不能自动计算工时；输出

186、 PDF 给产线展示，无法输出结构化 SOP 数据；无法因产线调整而自动调整 SOP 展示内容；EC 变更困难，无法随CAD、BOM 的变更而自动更新 SOP。针对上述长期困扰电子制造企业工艺准备的棘手问题，西门子提供 Valor 电装工艺准备解决方案来给与解答。Valor 电装工艺准备解决方案，全面支撑工艺准备的所有业务过程（包括数据准备、DFA 分析、钢网设计、SOP 文档、SMT 编程及优化和平衡、测试工程(DFT)与测试编程、钢网设计等），基于统一数据共享平台、丰富且可扩充的规则和知识库、兼容各种数据源的高效工具，来帮助工艺工程师高效的工艺准备、一次准确地导入生产现场，同时满足不同地域

187、共享数据和信息，实现异地设计与制造。全球众多电子制造企业在使用 Valor 电装工艺准备解决方案后，不仅能快速准确完成新产品导入的工艺准备业务过程；而且产品数据共享共用，实现从产品设计到制造SMT 工程资料准备及转换过程高效化；给企业带来了巨大的收益：PCBA 制造风险产前评估，替代实际生产验证；避免生产现场严重问题(中断生产/质量缺陷)发生，极大消除非增值制造活动的成本浪费；改善设计及优化工艺，减轻 NPI 对制造影响；提升NPI 效率 50%、减少 NPI 迭代次数；产品工艺逐步完善、匹配生产现场实际；提升跨部门协作效率 70%；产品工艺经验沉淀、实现知识有效传承；实现工艺能力稳步提升；加

188、快产品量产过程、减少成本投入；产品量产时间缩短 40%；建立机器人仿真和离线编程能力，实现柔性自主的生产系统 未来的电子产品工厂，更多需要利用工业机器人灵活处理的动态多变的工况。由于机器人系统的各种复杂因素，制造企业自己工程师掌握工业机器人应用规划技术难度非常大，致使当前制造企业在引入新的机器人系统进入新工厂或新(改造)生产线时，更多依赖线体或机器人系统供应商来实现；后续任何对机器人系统的适度调整也需原供应商来实施，这制约了制造企业新产品新工艺新方法快速引入到生产线的可能性。2023 电子与半导体行业白皮书 西门子数字化工业软件 48 现在，以数字孪生为代表的产线规划手段，正成为工程师手中有力

189、的工具，西门子提供完整的数字应用的能力，降低了制造企业自己整机器人的程序的门槛，使企业有能力根据自己意愿来调整机器人工作内容。利用西门子工业软件提供的数字化产线规划和验证技术，能够建立起包含机器人单元的自动化产线模型，在此模型上，完成对各项工艺的测试，完成机器人的可达性测试，完成机器人节拍计算，完成机器人程序编制，完成机械与控制的协同，实现更高效规划，更高效调试以及更快地安装使用。Process Simulate 的基础能力，包括三维可视化、机构定义、路径规划等，也提供了基本的分析能力，包括干涉检查、时间节拍分析、路径优化等，还针对自动化设备和机器人的共同需求，提供了事件仿真、逻辑仿真和虚拟调

190、试的功能。同时，西门子的 Process Simulate 和 NX CAM 软件，也为机器人各种实际的生产操作，提供了一系列工具，能基于各种需求，自动生成仿真步骤、自动调整某些特定条件下的机器人状态，提供特定的检查工具。主要支持的机器人操作，包含：1.物料处理、搬运和码垛 2.机器人装配 3.点焊及钻孔、铆接 4.机器人连续工艺仿真技术 5.机器人喷涂 6.机器人切削加工、涂胶和打磨 7.机器人增材制造 建立多机器人多设备协同工站，提前虚拟调试信号和控制逻辑 一般来讲，如果仅仅是单机器人的应用，利用基于时间的仿真及离线编程已经足够满足需求，这种类型的仿真通过预定义的操作序列仿真模拟从开始到结

191、束的单个生产周期。但是随着自动化技术的提升，产线中越来越多的工站，需要多机器人、多机器人和多设备的协同，通常会有几个机器人和几个自动化设备，通过一台中央控制器 PLC连接起来，设备的运动必须接到 PLC 发出的信号才可实现。对于多机器人、多机器人和多设备的协同工站，仅仅采用基于时间的仿真，无法模拟其多条件判断、并发的特性，需要采用基于事件的仿真来模拟，这是依据事件或触发器而非预定义的序列来模拟动态的生产过程，此时将通过传感器信号和构建的控制逻辑触发工位中设备的行为，如停止和启动机器人运动、选择要执行机器人的路径、打开和关闭夹具、输送零件等。通常的场景时几个机器人和几个自动化设备，通过一台中央控

192、制器 PLC 连接起来，设备的运动必须接到 PLC 发出的信号才可实现。在自动化生产线的安装调试阶段，西门子自动化产线虚拟调试，提供了强大和易用的仿真调试工具，得到业界的广泛应用。西门子工业软件的虚拟调试解决方案 Virtual Commission，采用基于事件和触发器的仿真来模拟，将通过传感器信号和构建的控制逻辑，触发工位中设备的行为，如停止和启动机器人运动、选择要执行机器人的路径、打开和关闭夹具、输送零件等。可以帮助助快速评估控制逻辑的错误，减少现场调试时间，加快产线建设。虚拟调试仿真，可对自动化产线中的多种核心要素，包括传感器、物料流转换信号、控制机理和安全互锁、PLC 控制逻辑、机器

193、人等，依据事件而非预定义的序列来模拟动态的生产过程。2023 电子与半导体行业白皮书 西门子数字化工业软件 49 提前验证工厂的产能，确定物流和调度策略，动态优化生产计划 作为激烈竞争的电子产品工厂，需要不断建设新产线，同时对已有工厂进行持续优化。然而，由于工厂设计技术手段的限制，工厂布局、物流、产能结果的合理性，主要依赖于产线设计人员的经验和简单的手工验算，不能综合考虑生产线运行中的诸多因素，造成工厂各生产要素之间的匹配性问题，不能发挥其设计的生产效能。解决方法是借助西门子工厂仿真软件，构建生产工厂的数字化双胞胎模型，在虚拟环境中真实再现生产车间及生产线运作过程，对生产过程进行仿真、优化和测

194、试，实现工艺、设备生产能力、物流、人员配备、运营策略的匹配，打造高效的生产模式，为生产决策提供数据基础，主要从以下几方面进行优化：生产线产能 设备利用率 生产线瓶颈 生产订单优化 关键设备调度图 暂存区大小优化 人员配置数量 传统的工厂规划方法，往往只注重各工艺阶段的平均产能匹配，从设备能力和数量上去评估工厂的能力需求，仅能反映工厂大致上的能力。而产线的优化布局、优化仓储、优化物流、优化调度等工作，因为太过复杂，传统规划难以达到较为理想的规划效果。西门子工厂仿真软件以数字化产线规划为主要手段，建设一个数字化工厂模型，在此模型中，将工厂的工艺设计、设备选型，物料供应和生产调度的策略统一包含进来，

195、基于此数字化产线模型，可以实现以下的目标：1.在数字化模型中，实现电子产品工厂的三维表达，通过建立三维的仿真模型库，含设施库及厂房模型等，形成电子产品工厂的三维布局，并可基于此三维布局进行产线的浏览、漫游等可视化需求。另外，产线的三维布局模型可以在后续仿真过程中实现重用。2.对未来生产制造过程进行仿真模拟，利用统计数据驱动数字化工厂仿真运行，获取量化的产线效率评价指标，并以此数字化仿真模型为基础，不断优化产线配置参数和各种策略，从而提升产线应对大规模柔性制造的应对能力。3.进行生产线平衡仿真，模拟未来多条生产线并发生产过程，发现生产不稳定因素，均衡产线效率形成针对不同牌号的生产加工模式；4.对

196、生产计划及调度过程进行仿真，验证产品配方加工路线的匹配性，优化工艺设计布局，消除生产瓶颈，提升生产效率，为工厂的生产组织过程提供电子沙盘预演；5.进一步，工厂仿真模型与西门子高级排产系统 APS集成运行。高级排产系统 APS，依据班制安排、工艺路线、物料贮存、批次转换时间和产能优先等排产规则与约束条件，按照全局优化与局部优化结合、静态优化与动态优化结合、预测与反馈结合的原则，创建出来初步的排产计划。工厂仿真模型可获得该生产计划，并基于数字化生产模型，在仿真系统中验证试产计划的可执行程度，进一步实现生产计划排程的智能化。下页有两个成功案例，详细的描述了我们的客户面对挑战采取了哪些措施，并取得了效

197、益。2023 电子与半导体行业白皮书 西门子数字化工业软件 50 成功案例 伊莱克斯 Electrolux 伊莱克斯是总部位于瑞典的全球分布企业，在全球150 个国家生产和销售家用和商用电器，拥有约 58000名员工。公司开发和造众多知名品牌的产品：包括伊莱克斯，Grand Cuisine、AEG、Zanusi、Frigidaire 和西屋公司，享有特别高的名誉。伊莱克斯面临的业务挑战 创建全局统一的生产设施和装配过程 优化装配过程和物料流，实现更高的效率 自动化的开发、测试和优化能力 融合产品开发和生产计划管理 伊莱克斯采取了以下主要措施 全球实施 Teamcenter for Manufa

198、cturing 使用 Line Designer 和中心库进行三维工厂规划 使用 Process Simulate 进行机器人仿真 通过工厂仿真软件 Plant Simulation，检查物料流和列车路线，模拟和优化装配过程 伊莱克斯得到的收益：节省了价值 200 万美元的缓冲区、库存空间和相关投资 降低工厂设计和投资的风险 新工厂投产准备，减少错误和延迟 成功案例 博西华 B/S/H/博西华家用电器公司（B/S/H/）是世界上家用电器产品领先的制造商之一，欧洲占有一席之地。BSH 制造冰箱、洗衣机、洗碗机、感应灶、无绳吸尘器、浓缩咖啡机等。博西华拥有博世、西门子、NEFF 和加格纳等著名品牌

199、。博西华公司还提供各种创新的数字服务，如 Home Connect 生态系统，可帮助消费者充分利用智能家电。博西华面临的业务挑战 需要管理全球 40 多个制造基地、高度复杂的家电产品组合 需要不断调整产线、计划和工人的任务 需要优化生产线以实现工厂的更高产能 博西华采取了以下主要措施 使用 Teamcenter 运行整个产品开发数据库 利用西门子 Xcelerator 产品组合完成数字工厂生态系统 直接在生产线上使用直观、基于 web 的解决方案进行复杂的工艺规划 博西华得到以下主要收益：通过部署开放、基于 web、易于使用的解决方案，实现全球、跨工厂的标准化工艺规划 生产计划效率提高了两位数

200、 工业工程师完成同等工作的时间缩短了 33%2023 电子与半导体行业白皮书 西门子数字化工业软件 51 十四、面向未来的半导体数字化制造行业面临的问题和数字化挑战 半导体行业高速发展：2021 年中国大陆晶圆产能占全球的 16%，中国大陆晶圆厂扩产速度显著高于其他国家和地区。据 Knometa Research 数据，截至 2021 年底，全球 IC 晶圆产能为每月 2160 万片(约当 8 英寸)，中国晶圆厂产能为 350 万片，占全球的 16%。预计中国大陆 20222026 年将新增 25 座 12 英寸晶圆厂，这些晶圆厂总规划月产能将超过 160 万片。截至2026 年底，中国大陆

201、12 英寸晶圆厂的总月产能将超过276.3 万片。智能数字化产线的挑战 近年以来，越来越多的客户关注在智慧工厂的发展，从智慧工厂的角度来讲，像美国的工业互联网、中国制造2025、德国的工业 4.0 都是同一个概念，就是提升产能，使得制造业更加完善，最终实现无人工厂或者黑灯工厂的目的。通过自动化制造和搬运的导入（自动立库和氮气柜、天车 OHT、AGV、自动上下料设备）。智慧工厂是现代工厂信息化发展的新阶段。是在数字化工厂的基础上，利用物联网的技术和设备监控技术加强信息管理和服务；清楚掌握产销流程、提高生产过程的可控性、减少生产线上人工的干预、实时正确地采集生产线数据，以及合理的生产计划编排与生产

202、进度。并加上绿色智能的手段和智能系统等新兴技术于一体，构建一个高效节能的、绿色环保的、环境舒适的人性化工厂。工厂管理层直接通过信息平台获取生产设备和搬运设备的实时数据，通过 AI 引擎和数据分析优化现场的效率，无论是设备黄金配方还是设备参数的自动修改都变成了现实。缩短产品上市和量产时间 无论是晶圆工厂还是封测工厂的客户都希望更早的将设计的产品投入量产，缩短 GTM 市场的时间，电子行业和新能源的市场竞争非常激烈，更早投入市场意味着更多的现金流和市场份额。传统的产品研发和制造运营是独立运行的，彼此的信息需要通过人工方式转移和传递，效率低下，需要整合的研发制造协同平台，自动集成产品研发工艺数据到产

203、线和设备，并在制造过程和完成反馈数据给研发平台，实现产品工艺数据的闭环。更精准的成本分析与销售预测分析，快速推出产品抢占市场，同时掌握外包厂商生产状况与生产进度，决定未来投片与投料计划。生产车间的自动化升级和物流自动化的导入，大大增加了集成复杂度，在传统的人工搬运和半自动模式下，都是通过人工来调度和安排设备批次的加工顺序，而在全自动模式下，如何协同订单批次的生产派工的顺序尤为重要，晶圆和封测工厂的形态差异比较大，搬运的方式也有较大差异（晶圆是天车/人工为主，封测是 AGV/天车/人工为主）。RTD 实时派工模块在这个过程中需要协同MES/EAP/搬运系统，实现自动化的无人调度。满足汽车芯片行业

204、的合规需求 2022 年以来芯片的细分领域中，传统电子消费市场不断萎缩（手机、笔记本、通讯、家电等），新能源汽车芯片的市场份额不断增长（MCU、CPU、FPGA、MOSFET/IGBT、射频、激光/超声波/毫米波雷达、NAND），目前，汽车芯片已广泛应用于动力、车身、座舱、底盘和安全等诸多领域。据中国汽车工业协会预计，2022 年新能源汽车单车芯片数量将超过 1400 颗。汽车行业的合规要求也同时存在 IATF16949 和 ISO26262 是全球汽车行业协会对于工厂和供应商的质量体系认证标准，如何快速通过行业和客户的认证成为了半导体汽车芯片制造商面临的实际问题。降低工厂制造成本 半导体的工

205、厂的种类多样，晶圆代工和封测代工以及IDM 模式，如何在激烈的市场竞争中降低成本，提高工厂订单的收益是生存的关键，成本的构成有生产设备的使用和损耗、搬运设备的使用和损耗、物料辅料、工装治具、人员和厂务（水电气-能源能耗），先进封装的运用和探索其实降低了封测成本（substrate 和金线材料的减少），而对于晶圆工厂提升设备利用率 OEE 其实就是降低了工厂运营成本。生产过程管控对成本和品质影响很大；人工记录流程卡，常导致人为错误，资料重复输入；无法及时获知生产线在制品状况。提升工厂生产良率 2023 电子与半导体行业白皮书 西门子数字化工业软件 52 对于半导体工厂而言，良率就是制造管理的核心

206、，赚钱还是亏损都依靠生产良率，同样的设备和工艺能力，同样是晶圆代工，台积电就可以超过 3 倍的利润相对于中芯国际、宏力半导体这样的企业，靠的就是制造良率，对于每批晶圆都要重点照顾，无论是设备参数还是工序间隔的生产时间甚至于环境温湿度以及空气洁净度都必须严苛控制，才能达成高的制造良率。如何解决问题和解决步骤 针对上述行业以及外部的挑战-客户需求，我们需要通过数字化转型，来实现半导体企业的数字化转型和平台升级。数字化技术：智能数字化产线挑战（新技术引入，AI、大数据、5G、IoT 等等）数字化技术和应用对半导体产业转型至关重要，人工智能、边缘计算、5G 通信以及物联网产品和服务是推动业务转型的关键

207、技术。这些技术不仅是半导体产业扩展的目标终端市场，还为半导体产业的发展提供了技术动能。在全球数字化浪潮下，这些新兴技术不仅为半导体行业创新持续提供活力，也令半导体企业更加关注提升自身的数字化部署、技术和协作能力，以在转型进程中变革运营模式，从而支持产品组合、服务及市场的持续拓展。对于半导体企业而言，在研发、制造、封测领域，通过现代化的生产、测试平台和大量数据革新助力企业转型升级成为必行之路。通过电子信息沟通平台，让合作厂商能实时分享产能、生产、库存状况，缩短制造周期时间，更精准进行需求预测。强化内、外伙伴协同合作，减少生产延迟、零件短缺、库存过高以及产品质量的管理风险。针对半导体行业的硅片材料

208、、外延、芯片制造、封装与测试等制造供应链生产管理，提供制造执行系统、设备集成、检测数据采集、参数管理、生产管制、质量管理、战情中心等生产管理解决方案。数字化组织变革：智能数字化产线挑战（组织结构，人员赋能）数字化转型从根本上来说是一种组织变革，而不是单纯的信息技术的工具化运用。一个组织的数字化转型需要企业有新愿景、新战略和业务蓝图、新架构（组织）、新人（新岗位、新技术）、新思维与新文化。企业从信息化转型到数字化，会深刻地重构业务模式、工作流程和人际关系。基于数字化所形成的平台，以数字孪生重构业务流程，会颠覆原有的生产方式和人力资源要素结构，必然对传统的组织结构带来巨大的冲击。数字化领导组织的构

209、建将为数字化团队提供可用的资源，在技术、系统、业务等多个领域创立连接端口，从而塑造整体的数字化领导组织。某头部客户 CIO 提到数字化转型的关键是数据和人。想要更好的挖掘数据价值，前提是数据治理，建立标准化，实现数据融合。想要更好的转型成功，管理层必须要重视，从上而下的思维模式要转变。对 IT 部门而言，需要采用业务+IT 融合模式，具备数字化思维，巧妙利用工具如低代码、云等，赋能业务发展。数字化系统改造：智能数字化产线挑战（IT系统架构柔性和快速响应）未来的企业的方方面面都将进行数字化改造，包括协同工作、运营模式、数字创新。未来的企业可分为四个方面：业务、能力、使能技术、行业生态。数字化转型

210、将重塑未来 IT 基础架构。未来的数字化基础架构将是面向多云，无处不在、智能自治的 IT 基础设施，它具有五大特点：弹性客户需求、自动资源优化、安全可靠、面向多云、支持云原生。某头部客户 CIO 提到如何在不确定的环境下尽可能保障业务连续性，提升客户满意度是当前企业面临的核心挑战。IT 部门要提升自身能力，加强“数据免疫系统”建设，确保业务弹性和连续性，通过智能手段快速识别风险，建立快速响应和恢复机制，重视数字技术供应链的安全。数字化制造解决方案：缩短上市和量产时间；提升生产良率；降低工厂制造成本；图：半导体企业数字化转型 2023 电子与半导体行业白皮书 西门子数字化工业软件 53 西门子为

211、半导体数字化工厂提供了数字化孪生方案，涵盖了从建厂布局规划 Layout，产线设备和自动物流优化，能源能耗和厂务安全，CIM 工厂信息化和智能化，设备自动化 EAP 和 RMS 控制，高级计划排程，质量策略闭环管理，满足汽车行业客户的 IATF16949 和 ISO26262 的合规需求。为您的全球制造工厂从厂房规划到产线设备布局，从物流搬运到自动化物流硬件（OHT 和 AGV），工厂还未土建就已经通过数字化手段在虚拟世界中建设起来，通过数字化孪生的手段分析产线的瓶颈并分析原因，协助工厂改进产线效率。我们建议使用西门子制造运营管理平台 MOM 取代原来累赘的系统，该 MOM 的功能非常强大，能

212、够处理海量事务，其灵活性足以满足每个工厂的特定需求。西门子Opcenter MES/APS/QMS 平台支持您高效地进行创新，适应新需求并取得成功。在全球超过 200 家半导体客户工厂部署实施和运营，从封测到晶圆，从国际功率半导体龙头到国内封测龙头。西门子和客户一路相随。西门子数字工业软件公司 2019 年推出西门子Opcenter 软件，这是一个用于制造运营管理（MOM）的紧密软件解决方案组合。西门子 Opcenter 通过将这些产品整合到一个连接的云就绪产品组合中，扩展了西门子公认的 MOM 软件的传统，该产品组合具有统一的用户体验，可帮助制造商满足生产效率，质量，可视性和缩短生产时间的要

213、求。APS 计划排程需求 缩短产品上市和量产时间 半导体晶圆工厂以及封测工厂的排产需求有那些？例如 LED 工厂的套 Bin 规则算法，晶圆工厂的中长期计划排配的规则，封测工厂瓶颈工位（DB，WB 和测试）的设备产能均摊，晶圆工厂的炉管和 CVD 机台的实施派工 RTD算法（结合 OHT 或者 AGV 配送）等等。如何满足上述这些行业需求，您需要导入西门子的APS 平台，首先我们针对订单产能评估（预算工厂能否接单，设备产能和物料是否足够，是否紧急插单），其次针对生产计划设置不同的排产规则和算法（交期、优先级、权重、不同工厂的成本），第三步是设备资源齐套（设备和工装-设备备件以及物料的齐套检查）

214、，第四步是针对全自动工厂的实时派工算法（针对晶圆工厂不同的工序采用不同的派工模型，例如炉管和 MOCVD 设备），第五步是做排产的模拟评估（结合西门子仿真平台，验证虚拟排产和真实生产的反馈，并不断优化排产的模型和修改因子），让工厂的的排产模型不断优化（APS 需要和 ERP 和MES 集成，实现半导体工厂的计划的闭环）。MES 制造运营需求 提高制造良率和降低制造成本 半导体的晶圆工厂以及封测工厂从传统的 CIM 架构向智能化、无人化、全自动搬运等方向发展，如何选择一个面向未来拓展需要的 MES 平台显得尤为重要，超过 70%的封测客户都选择了西门子 MES 半导体套件。有以下几点理由：丰富的

215、行业标准功能 OOB；成熟的软件平台持续更新；通过配置和低代码来满足客户需求；行业客户和协会的投入；支持负载均衡的系统架构；西门子服务生态圈支持；自动化场景经验丰富（OHT、AGV、自动上下料机台）；超过 20 年的半导体行业 MES 成功案例经验。QMS 质量管理需求 汽车芯片行业合规 半导体行业经常面临行业合规的需求，例如汽车行业的 IATF16949 和 ISO26262，对于汽车芯片供应商需要提供从质量先行策略 APQP 和失效分析 FEMA 等一系列满足行业质量需求的平台，平台需提供超过 15 年的电子数据追溯记录。我们推荐西门子的 QMS 平台，提供从研发到制造完整质量闭环方案（A

216、PQP+FMEA+CP+问题管理等）。帮您轻松应对行业和客户稽核需求。MindSphere 工业数据 IoT 平台 半导体行业的数据都是海量级的，如何数据应用和分析成为了行业难题，例如光刻机每 100 毫秒可以产生1000 个点的资料量，而晶圆厂的工艺往往是几百个工艺站点，单片晶圆就有几百万的数据量，西门子推出了工业物联网 IoT 解决方案 MindSphere，收集和采集工厂的 IoT数据，并建立数据加工平台，提供海量的 APP 应用和定制化开发，透过西门子的工业数据平台 MindSphere，我们可以建立不同的工业应用 APP，例如半导体工厂的能源能耗管理 APP、设备保养点检 App、设

217、备备件监控 App、检验设备数据分析 App、曝光机 UV 灯和 Mask 光罩验证保养 App 等。2023 电子与半导体行业白皮书 西门子数字化工业软件 54 西门子 Mendix 低代码平台 敏态业务拓展 数字化企业目前面临的问题是，大型的系统架构非常完备（比如 ERP/MES/EAP/YMS），可是随着业务需求的不断增加，如何应对客户市场以及自身涌入大量柔性或者碎片化的需求，IT 往往是疲于奔命，需要分析业务，需要系统架构，需要采购外部，需要项目监督和运维，如何解决这样的问题，西门子的低代码平台可以快速拓展和部署实施，减少 IT 工作，让用户单位自己去尝试构建图形界面和系统，韩国的三星

218、集团采用了 Mendix 解决方案，针对半导体的 YMS 和 FDC 整合集成，呈现了全集团半导体工厂的质量数据和批次工艺参数，获得了集团内的大力推广。此外我们的平台还支持第三方的 AI 算法引擎，比如ChatGPT 等相关服务接口，帮您快速实现工业 AI 的应用场景（比如 AOI 光学检验的 AI 分析、CVD 沉积设备参数分析、蚀刻线对于 Wafer 品质波动）客户收益案例：英飞凌、三星、西部数据 客户收益英飞凌 全球功率半导体和 IGBT 龙头企业英飞凌半导体，通过无锡的封测工厂部署和实施了西门子 MOM 平台，后续推广到英飞凌的全球封测工厂，2016 年获得无锡先进后道封测工厂，缩短了

219、生产周期 50%，提升了设备利用率11%，实现了完整生产追溯，西门子伴随英飞凌向半导体工业 4.0 不断前行。客户收益三星 三星电子是全球晶圆制造龙头企业之一，在晶圆制造技术领域和台积电并驾齐驱，通过导入西门子的低代码平台，整合了 CIM 系统中的 MES/YMS/FDC/EAP 的海量数据资料，将每个批次/晶圆的过程参数质量数据深入挖掘和利用，通过整合 YMS/FDC 的质量数据，反馈到生产制造和设备部门，不断优化和改善制造工艺。客户收益西部数据 西部数据作为全球内存龙头企业，2006 年上海工厂导入西门子 MOM 平台，实现了 60 天上线，后续推广到槟城以及西部数据其他工厂，90%功能通

220、过系统配置实现的，2016 年开始导入封测产线自动化（AGV 和自动立库），2021 年实现封测全自动化无人物流（划片、DB、WB、测试、包装），2022 年评选为”可持续发展的灯塔工厂”称号。案例：三星电子采用西门子低代码平台搭建工艺质量平台 2023 电子与半导体行业白皮书 西门子数字化工业软件 55 十五、国产半导体设备制造性能迈向下一台阶半导体设备制造性能挑战 制造半导体的过程通常被称为“sand-to-silicon”的过程。这种砂制硅工艺是一种高度复杂、工程化程度高的工艺。半导体制造工艺涉及在数十台机器中执行的数百个工艺步骤。制造技术的发展和设备的效率对于半导体的高产量制造至关重要

221、。半导体制造工艺包括沉积、蚀刻、化学-机械平坦化、涂覆、吹扫和排气等步骤，大多数步骤都涉及某种类型的液体和气体流以及反应，同时温度控制对正确操作也至关重要。此外，光刻等工艺依赖于在光学柱下的载物台上移动晶片，从而可以在单个晶片上生产许多芯片。这种移动改变了晶片周围的气流，必须分析和理解其周围的物理场以进行正确的设计。下面我们以半导体制造过程中使用的其中一个系统设备来作为案例说明：这是世界领先的光刻公司 ASML 的极紫外（EUV）机器。我们每个人的口袋里（更具体地说，手机里）都有很多芯片，这些芯片都是用这样的 EUV光刻机加工的。这台机器包含数百块电路板、数英里长的电线和管道，以及极其精确的移

222、动台（移动速度为 500毫米/秒，精度在 2 纳米以内）。该设备的主要操作：一个从蒸发的锡滴中产生 13nm 光的系统，将特征尺寸小于10nm 的晶体管图像图案投射到晶圆上数百次。随着计算机计算技术的发展，仿真模拟手段已广泛用于样机的设计和制造过程中。半导体制造设备的开发也深深依赖于仿真模拟手段。ASML 在光刻机的制造中采用了西门子 Simcenter 的数值仿真模拟技术。他们使用STAR-CCM+和其他 Simcenter 产品来研究机器的许多领域，包括13nm 光源以及用于将光聚焦在晶片上以制造纳米级晶体管的成像系统。那么 ASML 为什么要使用西门子的 Simcenter，特别是 Si

223、mcenter STAR-CCM+仿真工具来指导光刻机的制造？世界上几乎所有其他主要半导体制造设备公司也采用 STAR-CCM+帮助他们高效、低成本地生产出客户所需的产品，从而使他们比竞争对手更具优势。具体原因我们将在下面内容展开。半导体设备交付生产中常见问题 当下市场对更好、更快的电子产品的无限需求日益增加。而目前高精密的半导体制造基本被 ASML 这家巨头公司垄断。其他一些厂商要么在产品质量上和精密度上存在技术问题较难突破。比如十纳米级芯片的生产限制，或产品出现缺陷较难调查故障原因；要么在流程效率或周期上存在问题。由于实际的物理样机的复杂性，在设备制造或生产过程中很难掌控流程的全部细节，也

224、较难了解哪些步骤可以加快流程。这些难题及挑战只有通过基础学科技术的不断改进才能实现。半导体设备系统复杂，涉及复杂的基础学科和工程知识以及与实际应用经验的结合。且很多时候物理测试是很难实施的，也很难了解及认知整个过程。需要借助仿真手段来实现。西门子 Simcenter 仿真中心为研发工程师提供了广泛和深入的数值模拟能力，更有效和高效地设计半导体制造设备。尤其是西门子 Simcenter STAR-CCM+是一种 CFD（计算流体动力学）解决方案。其核心是预测流体（如空气、水和油）行为、传热和颗粒建模的能力。还可以包括其他多种物理，如结构应力、电磁学和化学反应。在半导体设备行业中，主要应用是单相流

225、、多相流及对应的流量和温度控制等。数值仿真技术的背后是物理学、化学和电化学等基础工程学科知识及在行业内的经验积累。且通过数值模拟手段，比物理原型制作速度快得多，成本也低得多。改进过程的效率具有增加整体系统能量效率的附加益处。2023 电子与半导体行业白皮书 西门子数字化工业软件 56 数值仿真计算助力于新流程的探索、在物理测试不可行的地方进行虚拟测试以及开发更先进的技术来实现这一点，从而使他们能够继续推进摩尔定律。半导体设备制造性能开发场景 CVD 设备喷淋头性能仿真：设计更好的喷淋头改善晶片沉积厚度及温度分布 半导体制造工艺中的许多步骤涉及气体和/或液体的流动（两相流），以执行必要的工艺步骤

226、。单相流动可能发生在控制晶片清洁液体输送的阀门中，也可能是设计用于防止污染物进入晶片表面的晶片处理系统中的层流，也可能发生在将光学器件保持在已知均匀温度的冷却系统中。提高这些子系统的性能和效率对整体设备效率至关重要。而物理测试手段很难测出极小结构尺寸下的均匀性。采用数值仿真的手段可以建立虚拟模型，从介观尺度到常规工业尺度均可模拟。右图通过喷淋头的单相气流数值计算分析，得到晶片周围的三维流场分布及表面的温度分布。化学气相沉积通常用于在晶片上施加一层薄薄的材料层。它的一部分是带有数千个孔的板（称为喷淋头），用于将气体分配到晶片表面。均匀的沉积材料层取决于气流分布和晶片温度。通过数值模拟可以实现喷头

227、中孔的数量和位置的优化以及由于卡盘的加热而对晶圆中的温度控制，最终实现高均匀性。旋转喷涂设备：提高整个晶圆表面流体液膜均匀性 旋转喷涂是整个半导体制造过程中常用的一种工艺，有时用于在晶圆上添加一薄层材料，有时用于清洁晶圆。在蚀刻过程中，用光致抗蚀剂材料喷涂硅晶圆，并用清洁液洗涤硅晶圆。在这个工艺过程中，更大程度地提高硅晶圆厚度和化学成分的均匀性十分重要。而这一过程涉及复杂的流场和化学反应，很难通过物理测试的手段去了解性能。借助数值仿真手段，通过多相流和液膜的追踪，计算涂层厚度和化合物的分布是一种快速实现的办法。同时，三维实时仿真能够捕捉当液体添加到旋转晶圆时跟踪薄膜厚度。由此，可以调整分配速率

228、、喷嘴位置、喷嘴的移动，甚至晶圆的旋转速率等，以改进覆盖整个晶圆所需的时间以及所产生的流体液膜的均匀性，进而提高生产率。浸没 光刻设备：保持晶片表面无污染物的保护气体的浓度分布 在浸没式光刻工艺中，由于激光能量大，容易造成工件加工边缘氧化，影响激光加工品质，为此，需要设置保护气装置。然而由于载物台的运动，如何确保加工区域形成的保护气填充的稳定性，需要对保护气进行实时观测，并改进保护气装置以确保保护的效果。载物台的移动速度为 500 毫米/秒，精度要求在 2 纳米以内，在严苛的运动精度下，现实的物理测试手段很难获得这一过程的信息。仿真计算可以对浸没光刻工艺进行模拟。这一过程涉及广泛的物理范围，从

229、多种气体成分和多相到显著影响流动形态的各阶段的运动。下图显示了当载物台在光学柱下移动时，用于保持晶片表面无污染物（包括氧化反应）的保护气体的浓度分布。载物台移动与通过喷嘴的气流相结合，产生最终的流动模式，我们可以看到这种模式会随着时间而调整。图:半导体喷淋头中的气体流动及晶片温度分布计算 图:旋转喷涂中喷涂液膜厚度追踪 图:浸没 光刻设备保护气 CO2 的浓度显示 2023 电子与半导体行业白皮书 西门子数字化工业软件 57 浸没 光刻设备：洞察和研究液滴运动的全过程信息及相关影响因素 制造过程中的其它步骤涉及复杂的多相流变化过程，如涉及到液相和气相，并且这些相之间又相互作用，如图案例展示。载

230、物台上工作的过程中，需要在晶片表面上形成液体气泡，这对浸没光刻工艺至关重要。设计挑战在于晶圆在载物台上移动时保持液滴的纯净和正确的形状，液滴中不应形成气泡，否则将破坏投射在晶圆上的图像。在极其严苛的运动精度下，如何保证液滴的运动，现实的物理测试手段很难获得这一过程的信息。通过数值仿真的手段可建立载物台运动的虚拟模型，运用相关的多相流物理模型进行计算，捕捉液气交界面的位置和性质，液膜层的厚度和分布，以及液体中是否存在气泡等，洞察和研究液滴运动的全过程信息及相关影响因素，进而提高工艺水平。总结与展望 半导体设备的可靠性和产能要求不断增加，需要将数字仿真作为产品开发过程的一部分。研究工程师需要洞察核

231、心物理现象，开发工程师需要能够探索广泛的设计选项。物理测试速度太慢，成本太高，并且不能提供足够的数据点来指导工程师。另一方面，数字仿真可以快速调查许多设计和条件，并在整个系统中提供全面的物理数据。这种虚拟测试非常适合于开发初期，即设计更具动态性的时候，以及在大部分项目成本投入之前。然后，物理测试可以保留到开发后期，作为更适合的产品验证。最后总结与展望一下国产半导体设备制造性能的趋势及价值意义：增加设备产能：任何产能的提升都会直接影响设备的盈利。减少热循环期间工作部件达到均匀温度的时间；改进在晶片上喷洒清洁剂的方法，以缩短获得所需流体厚度的时间。减少缺陷：更少的缺陷意味着更少的拒收零件，从而提高

232、了生产线的盈利能力。使气流模式尽可能均匀；引导气流，使任何污染物不会停留在晶圆上；添加保护气体以保持工作区域无污染物。利用广泛物理知识的复杂物理系统：由于物理之间的复杂相互作用对设计的操作很重要，导致设计困难。当在预测性能时简化系统物理；重复构建和测试物理原型；使用所有相关物理模拟系统。数值模拟工具必须允许以完全耦合的方式解决广泛的物理问题，包括流动、热力、多相、化学、应力和电磁学。专业工程师支持可以帮助理解重要的物理原理并指导模拟设置。图:浸没 光刻设备晶片表面的气泡 2023 电子与半导体行业白皮书 西门子数字化工业软件 58 十六、AI 通过工业物联网成就智造背景及行业挑战 AI 对于工

233、业领域的重要性已日趋显现，诸多 IIoT（Industrial IoT，工业物联网）及人工智能的市场调查报告显示，到 2026 年，全球工业人工智能市场将超过 800亿欧元。在电子与半导体行业，AI 也正在为相关制造产业带来变革，有望成为行业发展的关键。埃森哲在调查报告中国企业人工智能应用之道：从“浅尝试”到“规模化”中指出，84%的企业决策者认为他们需要使用 AI 来实现其业务增长的目标。然而，人工智能在中国企业的推广速度远低于全球企业平均值，应用推广更面临重重挑战。数据挑战 数据的挑战在电子与半导体行业表现得尤为明显。高质量的数据及其治理能力已成为相关制造企业最重要的业务资产。例如最典型的

234、良率问题，找出影响质量的根本原因通常需要挖掘数亿甚至数十亿个参数，涉及电子测试、统计过程控制、工具、运维、缺陷、排队时间(QTimes)、制程时间、晶圆槽顺序、设备日志、测试数据和多种其他数据类型。这种海量的工业大数据的收集、建模、存储、管理和消费，以及相关 IT、OT 数据的融合对 AI 项目的成功至关重要。因此，在期待 AI 为企业带来理想的投入产出比之前，企业应该在数据层面先思考如下几个问题：是否对制造数据或工业大数据有了一定认识？是否拥有了支持 AI 战略的工业云平台及相关技术？是否拥有有效的工业数据管理及治理能力及相关实践？人才挑战 从目前电子及半导体制造企业的反馈信息来看，大部分企

235、业的 AI 之路仍停留在 PoC 阶段，且投资回报率不高，其主要原因之一就是缺乏相关的人才储备。人工智能的项目往往是综合型项目，需要广度、深度、精度各方人才组成的“多学科团队”共同完成，人才门槛相对较高。总结经验，如果企业要想提高 AI 项目成功率或更规模化开展 AI，就必须在团队综合能力和工具自动化程度两个方向下功夫。即构建出一个包含业务领域专家和数据科学家、数据建模及分析师、机器学习及大数据专家、数据质量专家、可视化技术人才等的综合团队；如果人才储备短期内较难实现，那么可以寻求工具上的突破，即给业务专家配上一个低门槛、自动化的工具平台及环境，以求在某种程度上替代专业技能。目标及应用场景挑战

236、 从研究、设计到生产销售，AI/ML 可以为电子与半导体企业在每一个步骤产生巨大的商业价值。但是权威机构调查显示，只有大约 30%的试用企业能从 AI 项目中创造价值，失败的主要原因之一就是大多数项目在创建时就没有设定明确的价值目标及具体用例及场景，麦肯锡的调查报告给出了电子与半导体行业的一些典型用例参考，如生产率优化，芯片设计自动化及验证，卓越设计（DFX，如产量提升、资本支出、可制造性、可测试性、材料成本等），需求预测、库存、供应链优化，OEE 优化、预测性维护等，缺陷识别、缺陷预测及偏差处理自动化，工艺效率（R2R 及实时参数校准）等。可见，从需求到研发设计，到生产制造再到销售整个价值链

237、中，AI/ML 都有非常广泛的用例，制造环节可以从 AI 中获得更多的价值。企业应根据业务价值来构建 AI 战略，目标明确，从执行层面考虑，就是确立优先级、找准具体的应用场景，如自动缺陷分类、测试效率提升或产线 OEE。西门子的 AI 探索及优秀实践 面对后疫情时代的压力及电子与半导体行业的诸多现实挑战，西门子以工业物联网为平台基础，加持卓越的工业级 AI 解决方案探索并打造了很多数字化、智能化的生产制造优秀实践。这些方案及实践经验可以帮助客户快速而自信地做出决策，并显著提高生产力，以下是两个典型案例：安贝格工厂基于 MindSphere 工业云及 AI提高机器可用性和生产力水平 安贝格工厂（

238、EWA）是西门子 PLC 示范性工厂，每年生产 1700 万件 Simatic 产品，制造质量达到 99.999%。EWA 通过建立统一的工业云平台进行工业大数据管理，利用人工智能的方法并结合边缘计算进行主轴故障预测，2023 电子与半导体行业白皮书 西门子数字化工业软件 59 大大提升了产线可用性并降低了整体运维成本，获得了显著的收益：提前 12-36 个小时预测维护需求 将计划外停机时间将至 0 每年可节省计划外维护成本 120，000 欧元 案例方案简述 EWA 建立了一个基于闭环分析原理的刀具主轴预警系统，该系统利用车间级别的数据通过闭环分析模型来实时优化底层工艺。首先将历史数据从其切

239、割机和切割过程传输到云端，利用工业云平台 MindSphere 的存储容量和处理能力来训练算法。算法确定与主轴计划外停机相关的关键参数如主轴的速度和功耗，应用程序则通过设定的参数阈值来预警。同时，EWA 还将经过训练的 AI 模型部署到边缘端，利用收集的机床数据例如主轴速度和驱动功率需求进行分析来检测主轴异常情况，提醒操作员进行预防性维护。数据和异常会持续上传到 MindSphere 平台来完善算法并提高其预测的准确性。西门子埃尔兰根工厂推进测试工程的 AI 实施 西门子埃尔兰根工厂（GWE）是一家大型数控设备生产工厂，主要产品有 SINUMERIK，SINAMICS 和SIMOTION 等，

240、是西门子数字化领域的先驱和重要创新实践基地之一。项目目标 高效实施 AI 模型，以提高在线测试（ICT）的一次通过率 设计并实现可扩展的解决方案架构，集成现有 IT系统（测试设备、Teamcenter、数据存储）作为闭环数字孪生的一部分，在验证和生产环境中更好地使用 AI 解决方案 解决方案 通过集成测试设备、Teamcenter 及现有数据库实现 IT/OT 更全面的融合 通过 MindSphere 工业云平台的能力优化现有 AI模型运行环境 集成工业边缘并部署 AI 模型部署到边缘端 收益 通过工业大数据平台的搭建为数据治理、AI 应用提供了更优化、自动化的环境；统一的解决方案架构可成为通

241、用平台供所有用例使用 将集成时间从预计的 6 个月缩短到 1 个月 通过自动化工具将 AI 模型的部署时间从几小时缩短到几分钟 实施透明模型性能自动估算，减少手动验证 工业云平台成就企业 AI 之路 基于工业物联网的人工智能最终要实现的目标就是要利用数据对生产实时洞察的同时推动业务决策。西门子的人工智能战略正是围绕这个目标制定的，它以MindSphere 工业云为基础，将全面的物联能力、平台自动化能力、大数据治理及 AI 能力、优秀实践及行业解决方案包括强大的生态能力进行有机整合，形成真正的以业务价值为导向的工业级人工智能解决方案。制造数据平台赋能工业大数据治理 从工厂的各类传感器数据中获取的

242、生产过程实时数据；质检数据，包括生产周期中的原料、半成品、成品的检验数据；来自于 ERP，PLM 等系统的生产经营数据等，这些构成了工业大数据的核心。对这些工业大数据进行有效治理并发挥其价值是西门子基于自身的智能化转型经验赋能企业的核心之一。MindSphere 将企业工业相关数据工业云生产现场AI训练智能数据传输应用开发/更新用于预测性维护的异常检测机器数据 设备 割机 2023 电子与半导体行业白皮书 西门子数字化工业软件 60 及服务整合（不取代原有业务平台服务），结合 AI/ML 能力，为以工业制造为核心业务的企业探索出了一条数据驱动价值的数字化、智能化之路。自动化工具、集成化方案降低

243、 AI 门槛，降低企业人才压力 人工智能和机器学习的技术知识和专业知识给大多数企业的转型和创新增加了技术壁垒。企业如果寻求 AI 方案及团队的产业化，需要储备相当数量的专业人才。在这一点上，西门子工业物联网平台内嵌的自动化工具、集成化方案可以帮助降低 AI 门槛与人才压力：专业工具快速实现基于工业物联网的高级分析；降低人工智能和机器学习技术应用于工业物联网的门槛；辅助完成多种用户场景。例如：质量管理、生产优化、能源管理、预测性维护等；通过面向所有人的高级分析能力增强您的工业物联网之旅。基于智能制造优秀实践的场景路线图，加速企业的新技术应用 企业如果想要将人工智能应用从概念验证阶段进阶到规模化推

244、广并创造实际的业务价值，就必须有明确的战略规划并且落到具体场景上。数字平台的思维模式对电子与半导体行业尤为重要，AI 的规模化应用必须依靠工业大数据平台这个基础，同时制定与业务战略重点相统一的发展路径。在工业落地场景层面，西门子也基于自身及生态伙伴的经验，将不同阶段的应用场景固化到平台能力上，为企业服务和赋能。结语 人工智能/机器学习是未来电子与半导体行业变革的关键点，然而在后疫情时代生存与发展的压力下，如何在清晰的 ROI 指标下有效地投资这些新技术，每个企业都在寻求答案。将人工智能和机器学习技术集成到工业物联网平台中，借助工业云平台的能力充分落地及规模化工业级的 AI/ML 场景是西门子根

245、据自身探索给出的更好的建议。通过此，企业可以提升综合设备效率（OEE），增加设备资产的使用命，提高整体生产质量等，同时可以有目的、有价值地开展 AI/ML 项目，实现可持续发展。西门子MindSphere 工业云在实现工业大数据管理与治理的同时，提供高度集成化、自动化的工具让企业一定程度上摆脱对数据专家、专业技术人才的高度依赖，低成本、高效率地实现典型的工业应用场景，帮助客户更快、更方便地从新技术中受益，真正实现“AI 通过工业物联网成就智造”。主编：梁乃明 陈敏智 李志明 何安定执行主编：黄翔麟 陈松盈作者团队：王庆国 周新 姜彪 张武 冯海星 金鑫 许钦淳 张治平 谭辉 刘佳 张立友 黄伟民 丁丰 张杰 李承相关于作者