中文引用格式： 祁建华，马诗旻，何桂玲. 数字孪生在半导体测试设备中的实践[J]. 电子技术应用，2024，50(9)：25-30.
英文引用格式： Qi Jianhua，Ma Shimin，He Guiling. The practice of digital twinship in semiconductor testing equipment[J]. Application of Electronic Technique，2024，50(9)：25-30.
引言
我国在2015年部署了“中国制造2025”战略，全面推进实施制造强国战略[1]。智能制造是“中国制造2025”的主攻方向，而数字孪生(Digital Twin)是智能制造迅速发展的关键技术之一[2-3]。
数字孪生技术通过为物理世界中的客观对象建立数字模型，实现对物理世界实体对象的实时监测、分析和优化[4]。数字孪生可实现物理世界与信息世界的交互融合[5]，被用于解决实际的工程问题。
Gartner在2017年开始连续三年将数字孪生列为十大战略科技发展趋势[6-8]。中国科学技术协会在其发布的2020重大科学问题和工程技术难题中将“如何建立虚拟孪生理论和技术基础并开展示范应用”列为前沿科学问题之一[9]。
智能制造数字孪生应用已被广泛应用于航空航天、电力、船舶等行业[10-12]。在半导体制造业的数字化转型中，借助数字孪生技术可以对产线全流程进行实时监控和管理，有效提高企业的生产效率[13]。
集成电路生产线的设备投资占据总资本支出的80%（据SEMI估计）[14]，提高设备综合利用率对于降低生产成本至关重要。通过IoT和边缘计算，采集和上传设备数据后，数字孪生技术可完成设备的可视化监控管理，实现提质增效的价值[15-16]，数字孪生正成为制造业数字化转型的核心驱动力[17]。
数字孪生的定义在不同领域存在分歧[18]。陶飞教授提出了数字孪生成熟度模型分析[19]，该模型将数字孪生的成熟度分为L0至L5共六个等级。本文将探讨半导体测试服务企业如何在这六个等级中，打通设备物理世界与虚拟世界的数据通道，并在数据上进行模拟分析，尝试进行部分预测和优化工作。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000006137
作者信息：
祁建华1，马诗旻2，何桂玲2
（1.上海华岭集成电路技术股份有限公司，上海 201203；
2.上海火挚科技有限公司，上海 201402）
