随着半导体行业的发展，对半导体产品质量的要求不断提高，半导体生产过程的质量控制面临着很大的挑战，也使得研究半导体生产过程的统计质量控制技术，具有十分重要的现实意义。近年来，Run-to-run (R2R)过程控制理论受到统计质量控制研究领域的广泛关注，并被应用于半导体制造业的实际生产过程。R2R过程通常指工业生产中周期性的生产过程，R2R过程控制理论结合了统计过程控制和反馈控制，常用的R2R过程控制算法（如EWMA算法）在处理生产过程偏移或波动带来的质量变异时表现出突出的性能与效率。但是，目前R2R在实际中应用仍然存在很大的局限性。一方面，在很多生产过程中，产品或零件常是每次加工一批而非一个。传统的R2R过程控制方法并没有考虑到批次生产的情况，因此难以达到理想的质量控制效果。因此，需要根据批次生产的工艺特点建立基于批次的过程控制算法。另一方面，为达到更高的效率和效益，一个制造过程被分成很多阶段，而多个阶段之间产品加工质量密切相关，相对于单个阶段的过程问题，多阶段过程的描述、质量数据之间的关系等也更为复杂。若仅局限于每一个阶段孤立地分析过程控制问题，质量控制效果与过程控制的效率都可能受到影响。但是这一方面的研究目前仍然很少。基于以上现实问题，本课题将以半导体制造作为研究背景和参照案例，重点完成以下几方面的工作：第一，研究和建立基于批次生产的硅片制造过程的统计模型，并以此为基础着重讨论质量变异的构成；第二，研究和设计硅片分批算法，以及根据硅片输入质量对加工过程进行调控的前馈控制算法；第三，基于以上统计模型和分批方案，设计反馈控制算法；第四，将基于批次的统计过程控制算法拓展到多阶段制造过程。本课题分别针对单阶段、多阶段两种生产情况开发基于批次加工的生产过程仿真模型，通过仿真实验研究复合R2R过程控制策略的质量改善性能。结果表明，本文提出的本文提出的基于批次的复合过程控制策略在单阶段和多阶段生产条件下都能够大幅度改善产品质量，且质量控制效果稳定。