设备能跑一次，只说明功能成立；设备能够长期、可预测地生产，才说明工程体系成立。可靠性、可维护性和校准共同决定设备性能能否跨越数月乃至整个生命周期。
1. 先统一“停机”的口径
SEMI E10 为半导体设备的可靠性、可用性、可维护性和利用率提供了统一术语，并通过设备状态区分生产、待机、工程、计划停机和非计划停机等时间。没有统一状态边界，不同团队计算出的可用率无法直接比较。
可靠性关注无故障运行能力，可维护性关注故障后恢复难度，可用性则同时受二者影响。MTBF 和 MTTR 有帮助，但必须说明故障定义、统计窗口与排除项。
2. 维护不是固定周期换件
预防性维护按时间或使用量执行；状态维护根据振动、温度、真空、光功率等趋势触发；预测性维护尝试估计剩余寿命。设备早期通常先用保守周期积累数据，再按失效机理优化。
维护周期过长会增加突发故障，过短则引入拆装污染、人工错误和不必要停机。每项 PM 都应对应明确风险、步骤、验收标准和回退方案。
3. 校准回答“测得准不准”
维护恢复功能，校准确立量值与基准的关系。位置、光功率、焦点、压力、温度和图像响应可能需要不同标准件、周期和溯源链。部件更换后，相关标定和设备匹配必须按影响范围重新执行。
校准通过并不代表所有生产 Recipe 都通过。还需要用参考晶圆、Golden Recipe 或控制图确认应用性能恢复，并保存校准前后数据。
4. 让故障可以被诊断
报警应包含发生时间、设备状态、关键上下文和明确含义，不能只给一个“动作失败”。事件日志、传感器趋势、软件版本、Recipe 和维护记录要能沿同一时间线关联。
故障模式与影响分析可以在设计阶段识别单点故障、检测手段和恢复策略。备用件管理也要关注交期、储存条件、版本兼容性和更换后的校准成本，而不只是库存数量。
5. 恢复能力也是可靠性
电压暂降、网络中断、真空异常或软件重启后，设备必须知道晶圆在哪里、动作是否完成以及数据是否已经提交。SEMI F47 等标准关注设备对电压暂降的抗扰能力，但完整恢复仍需要电气、机械和软件共同设计。
安全联锁不能为了提高可用率被绕过。正确做法是减少误触发、改善诊断和缩短安全恢复流程。
总结
可靠性工程不是统计几个指标，而是让失效可预防、可检测、可隔离、可恢复。统一状态口径、按风险维护、保持校准溯源，并把日志与配置纳入生命周期管理，才能把实验室性能变成生产能力。