基于模拟晶圆检测数据建立缺陷分类表，按工序、批次、设备编号拆解异常来源；使用Python完成数据清洗、箱线图和Pareto图分析，定位关键波动参数；将分析结果转化为工艺检查清单，帮助小组在答辩中清晰说明异常定位路径和改善假设。项目成果被纳入课程优秀案例库，用于后续教学参考。后续进一步引入回归分析，量化温度与膜厚的关联，提出工艺窗口优化建议，使模拟良率提升约3.2%。

梳理实验室真空镀膜设备的点检流程，补充开机前确认、运行中记录和关机后清洁三个阶段的检查项；设计维护记录模板，统一故障现象、处理动作和复测结果字段；通过流程可视化降低新成员上手成本，提升设备使用记录完整性。优化后设备故障响应时间缩短20%，记录完整率提升至95%。此外，组织团队开展两次流程复盘会，收集操作反馈并迭代模板，形成标准操作文档（SOP），为后续设备管理提供可复用的范本。