企业官网建设流程全解析

简介：面向电子制造SMT产线、工艺、设备与品质岗位从业者及新人的专业词汇翻译资料，集中解决英文术语在设备资料、客户文件与生产沟通中的理解障碍，适合岗前培训、日常查阅和术语统一等场景。压缩包共1个docx文件，约13KB，以Word文档形式组织，内容紧凑，便于按术语快速检索和打印备忘。已有376人学习下载，说明其在SMT入门与岗位查漏中具有一定参考价值。文档围绕表面黏着技术相关表达展开，涵盖SMT、SMD、PCBA、印刷机、高速贴片机、泛用机、上下板机、接驳台、回流焊、DIP、AOI与NPI等设备及工艺词汇的中英对照，可帮助读者在阅读设备手册、整理工艺文件和跨部门沟通时更快对应专业概念，也可作为班组培训与新人熟悉SMT术语体系的便携清单。

1. 术语表看起来最没门槛，却最先在产线翻车

去年做一条新线的布局评审，客户工艺文件里同时出现 Highspeed mounter、Multi function mounter、Loader、Unloader 四个词，翻译过来分别叫高速贴片机、泛用贴片机、上板机、下板机。会议室里四个人分成三种理解，有人把 Loader 当成上料器（Feeder），有人把 Unloader 当成下料皮带，结果产线出入口方向画反，整版布局图返工。这件事之后我把 SMT 专业词汇翻译这份对照表打印出来贴工位——它解决的正是这种问题：把 SMT、SMD、PCBA、NPI、AOI、Reflow、DIP 这类高频词在中文语境里固定下来，让设备、工艺、封装、流程四类词不再互相串。它适合三类人：刚转进电子制造的新人、要给外文工艺文件做本地化的工艺工程师、以及需要把术语喂进 MES 或文档系统的技术岗。

2. 拆开这份 SMT 词汇表：14 个条目其实横跨四个维度

直接背「SMT = 表面黏着」这种记法效率很低，因为这份表里的词根本不是同一类东西。有的指技术路线，有的指器件形态，有的指一台具体设备，有的指一个管理流程。不先分维度，翻译时就会出现「设备名当工艺名用」「封装名当工序名用」的错位。我的做法是先按维度归位，再让每个维度和产线的物理位置对应起来，记忆和使用都变成有坐标的事。

2.1 按工段给词条归位：一条板从 Loader 走到 Unloader

一条 SMT 线的物理顺序基本固定：Loader 上板 → Solder paste printing 印刷 → Highspeed mounter / Multi function mounter 贴片 → Reflow 回流焊 → AOI 检测 → Unloader 下板，中间用 Conveyor 接驳台串起来。把词条挂到这条线上，翻译就不再是查字典，而是「这台设备在哪个位置、干什么、英文怎么叫」。

这张表最大的用处是排布局时不会再问「Loader 到底是人还是机器」。顺带说一句，很多现场把 Loader 口头叫「上板机」，把 Stacker 叫「收板机」，两个都往线头线尾塞，装反了整条线的流向就全错。

2.2 三类最容易被混着翻译的词：技术、器件、封装

这份表里真正的「技术—器件—封装」三层是这样的：SMT 是 Surface Mount Technology，表面贴装技术，讲的是一条技术路线；SMD 是 Surface Mount Device，表面贴装器件，讲的是元件本身；PCBA 是 Printed Circuit Board Assembly，指板子贴装完的整体。三者层级不同，翻译时必须各归各位。

封装词是第二个雷区。DIP 是 Dual In-Line Package，双列直插封装，它对应的是通孔插装再焊接的那条工序，和 SMT 是两条并行路线，不能翻成「贴装的一种」。实际项目里常写成 DIP 段、DIP 线，指的就是插件焊接那段，而不是某个元件。同理 AOI 是设备也是工序名，NPI 是 New Product Introduction，新产品导入，属于流程维度，压根不是硬件。翻译时把维度标出来，比多背十个单词管用。

2.3 每条词条该补哪些字段，才能从「对照」升级成「术语表」

只有「英文—中文」两列的表，用两周就会退化成一张便签。我在实际项目里给它补了六个字段，多出来的信息才是防翻车的关键。

补字段这件事听起来繁琐，但它的回报在后面几章会体现：有了维度字段，中文反查英文时才能判断该给设备名还是工艺名；有了别名，客户邮件里写 chip shooter 你也能命中高速机。

3. 把它做成可检索的术语库：CSV 字段、校验与抽取脚本

纸质表或者 Word 文档最大的问题是不能查、不能校验、不能进系统。要做成真正能用的资源，第一步是把它转成结构化文件，第二步是加一层校验，第三步才是挂到检索上。这三步做完，一份 14 条的词汇表就变成了整个工艺文档体系的地基。

3.1 字段规范与 CSV 落盘约定

我一般用 CSV 而不是 Excel 直接当数据源，理由是版本管理友好、diff 可读、脚本读取不用装依赖。编码统一 UTF-8 带 BOM 会在某些工具里出问题，所以选纯 UTF-8；分隔符用逗号，字段内部有逗号时用双引号包裹。

提示：category 和 station 一定要用英文枚举值存，不要直接存中文。中文显示放在展示层做映射，否则以后想加英文界面就得全表重刷。

3.2 用 Python 生成术语库并做基础校验

先把原始词条写进脚本，跑一次生成 CSV，再跑校验。这样每次修订都有脚本兜底，不会出现手工改表改出重复项的情况。

# build_terms.py # 作用：把初始词条写成 CSV，并做最小校验 import csv # 字段顺序必须与表头一致 FIELDS = ["term_id", "en_primary", "abbr", "zh_primary", "category", "station", "alias_en", "alias_zh", "note"] # 原始词条，来自对照表并补齐维度与别名 TERMS = [ ("SMT-001", "Surface Mount Technology", "SMT", "表面贴装技术", "tech", "", "SMT", "表面黏着;表面贴装", ""), ("SMT-002", "Surface Mount Device", "SMD", "表面贴装器件", "device", "", "SMD", "贴片元件", "SMD 是器件，不是设备"), ("SMT-003", "Printed Circuit Board Assembly", "PCBA", "印制电路板组件", "device", "", "PCBA", "成品板", "指贴装完成后的整板"), ("SMT-004", "Loader", "", "上板机", "equipment", "loader", "loading machine", "送板机", "把空板送入产线"), ("SMT-005", "Unloader", "", "下板机", "equipment", "unloader", "unloading machine", "卸板机", "把成品板移出产线"), ("SMT-006", "Stacker", "", "收板机", "equipment", "offline", "stacking machine", "堆板机", "按批堆叠，不是贴装设备"), ("SMT-007", "Solder printer", "", "印刷机", "equipment", "printing", "solder paste printer", "锡膏印刷机", ""), ("SMT-008", "Solder paste printing", "", "锡膏印刷", "process", "printing", "", "印锡", "工艺名，与设备名区分"), ("SMT-009", "Highspeed mounter", "", "高速贴片机", "equipment", "mount", "chip shooter;high speed mounter", "高速机", ""), ("SMT-010", "Multi function mounter", "", "泛用贴片机", "equipment", "mount", "multi-function mounter", "泛用机", ""), ("SMT-011", "Conveyor", "", "接驳台", "equipment", "printing", "covertor", "传送段", "原表拼写为 Covertor，以 Conveyor 为准"), ("SMT-012", "Reflow", "", "回流焊", "process", "reflow", "reflow soldering", "回焊", ""), ("SMT-013", "Dual In-Line Package", "DIP", "双列直插封装", "package", "", "DIP", "插件", "对应通孔插装工序，非 SMT 子类"), ("SMT-014", "Automatic Optical Inspection", "AOI", "自动光学检测", "equipment", "inspect", "AOI", "光学检测", "既是设备也是工序名"), ("SMT-015", "New Product Introduction", "NPI", "新产品导入", "flow", "", "NPI", "新品导入", "流程维度"), ] def main(path: str = "terms.csv") -> None: # newline="" 避免 Windows 下出现空行 with open(path, "w", newline="", encoding="utf-8") as f: w = csv.writer(f) w.writerow(FIELDS) w.writerows(TERMS) print(f"wrote {len(TERMS)} terms to {path}") if __name__ == "__main__": main()

这段脚本的逻辑很直白：用常量列表承载内容，用 CSV 写入做落盘。关键参数是newline=""和encoding="utf-8"，少一个都会在表格软件里出现乱码或空行。TERMS 里我特意把Surface Mount Technology放在第一行，是因为后续匹配脚本要按英文长度排序，长词优先命中，避免 SMT 先匹配掉带 SMT 的复合词。

3.3 校验脚本：必填、唯一性和枚举值三道关

术语库最怕的是「改了一版，悄悄多了一条重复项」。校验脚本我固定查三件事：必填字段是否为空、term_id 是否唯一、枚举值是否越界。

# check_terms.py # 作用：校验 terms.csv 的必填、唯一性与枚举合法性 import csv, sys CATEGORY = {"tech", "device", "process", "package", "flow", "equipment"} STATION = {"loader", "printing", "mount", "reflow", "inspect", "unloader", "offline"} REQUIRED = ["term_id", "en_primary", "zh_primary", "category"] def check(path: str = "terms.csv") -> int: errors = [] seen_id, seen_en = set(), set() with open(path, encoding="utf-8") as f: for i, row in enumerate(csv.DictReader(f), start=2): # 1) 必填校验 for k in REQUIRED: if not (row.get(k) or "").strip(): errors.append(f"line {i}: 必填字段 {k} 为空") # 2) 主键唯一 tid = row["term_id"] if tid in seen_id: errors.append(f"line {i}: term_id 重复 {tid}") seen_id.add(tid) # 3) 英文主词条大小写归一后唯一 en = row["en_primary"].strip().lower() if en in seen_en: errors.append(f"line {i}: 英文词条重复 {row['en_primary']}") seen_en.add(en) # 4) 枚举越界 if row["category"] not in CATEGORY: errors.append(f"line {i}: category 非法 {row['category']}") if row["station"] and row["station"] not in STATION: errors.append(f"line {i}: station 非法 {row['station']}") for e in errors: print(e) print(f"共 {len(errors)} 条问题") return 1 if errors else 0 if __name__ == "__main__": sys.exit(check())

逻辑说明三点。第一，行号从 2 开始，因为第 1 行是表头，报错时直接对得上表格行。第二，英文词条比较前做了lower()，这样AOI和aoi会被判为重复，避免同一术语大小写两种写法混进库里。第三，函数返回码给 CI 用，脚本挂在文档仓库的提交钩子上，校验不过就不允许合入，这条习惯能省掉大量人工回归。

参数上唯一需要自己调的是REQUIRED。如果后面要给术语加「生效日期」，把它加进这个列表即可，其余逻辑不用改。

4. 双向翻译与歧义处理：一份表撑住中英两个方向

工艺文档本地化不是单向的。客户给英文文件要翻成中文给产线看，内部 SOP 又要翻成英文给海外审核。同一张表要撑住两个方向，麻烦出在「一个中文对应多个英文」和「一个英文对应多个中文」这两头。不处理歧义，反查出来的结果就会随机漂移。

4.1 一个中文对应多个英文：别名表比主词条更重要

「高速机」在中文语境里几乎只指高速贴片机，但英文侧有 Highspeed mounter 和 chip shooter 两种常见写法；「接驳台」有的客户写 Conveyor，原表写作 Covertor，还有写 transfer section 的。如果只存主词条，中文反查时就会漏。

我的处理是把别名塞进同一行的alias_en和alias_zh，匹配时先展开成一张扁平索引，再做双向查找。这样主词条负责「规范译名」，别名负责「能不能查到」，两件事分开管，改的时候互不牵连。

注意：别名里出现拼写错误（比如 Covertor）时，不要把它删掉，而是留在别名里并加备注。真实客户文件就会这么写，删了反而查不到，但主词条必须是正确的 Conveyor。

4.2 冲突检测：一个中文对应超过两个英文就该报警

别名越多，越容易出现「同一个中文名被挂到两台不同设备上」的情况。我在校验脚本后面追加了一段冲突检测，规则很简单：按中文主译名分组，组内英文主词条数量大于 2 就报出来人工确认。

# conflict_check.py # 作用：检测中文译名与英文词条的多对多冲突 import csv from collections import defaultdict def load(path: str = "terms.csv"): index = defaultdict(set) # 中文 -> 英文集合 with open(path, encoding="utf-8") as f: for row in csv.DictReader(f): zh = row["zh_primary"].strip() en = row["en_primary"].strip() index[zh].add(en) # 中文别名同样参与，避免漏检 for a in (row["alias_zh"] or "").split(";"): if a.strip(): index[a.strip()].add(en) return index def report(index, limit: int = 2) -> None: hit = 0 for zh, ens in index.items(): if len(ens) > limit: hit += 1 print(f"[冲突] {zh} -> {sorted(ens)}") print(f"超阈值条目 {hit} 条，阈值 {limit}") if __name__ == "__main__": report(load())

关键参数是limit。设成 1 太严，因为「上板机」对应 Loader 加上一个 loading machine 别名是合理的一对多；设成 2 比较贴合实际，超过 2 就基本能确定是挂了不同设备。实际跑下来，最常见的一条是「接驳台」被同时挂到 Conveyor 和 Stacker 上，原因多半是有人把线尾收板段也当成接驳台。

4.3 和产线文件对齐：让术语库能接住 MES 与程序名

术语库最终要进系统。MES 里的工位名、贴片机程序里的站位描述、AOI 程序的缺陷代码，都是英文为主。如果术语库里的英文主词条和系统里不一致，检索时就查不到。

我的做法是加一列sys_name，专门存系统里实际使用的字符串，主词条保持规范写法。比如系统里工位叫HS_MOUNT_01，规范词条是 Highspeed mounter，两者通过这一列桥接。这一列不参与翻译，只参与匹配。落到 CSV 就是多一列，脚本里加一行即可，维护成本几乎为零，但省掉了系统对接时的一次全表映射。

另外提醒一句，DIP 段在不少系统里被拆成DIP_INSERT和DIP_SOLDER两个工位，翻译时如果只给一个「双列直插封装」，产线看到会以为漏了工序。这种情况我一般在 note 里补一句「DIP 在工位命名中常拆为插件与焊接两段」，一句话就能避免一轮沟通。

5. 避坑与排查：这份表直接用会踩的五条

这份词汇对照表的价值在中英对应，但它不是规范文件，里面存在几处明显需要勘误的地方。我按「现象 → 原因 → 解决」记了五条，都是自己和同事真实踩过的。

5.1 把 SMD 当设备翻，整段工艺描述就废了

现象：新人把「SMD: 吸板机」照抄进 SOP，产线按「吸板机」去找设备，结果找不到，因为车间里根本没有叫这个名字的机器。

原因：原表把 Surface Mount Device 的中文写成了「吸板机」，而吸板机实际是取放板的设备，与器件完全是两类东西。这是这份表里最需要先改的一条。

解决：把 SMD 固定翻译为「表面贴装器件」，和 Loader/Unloader 这类设备词分开存；在术语库的 note 字段明确写「SMD 是器件，不是设备」。凡是涉及器件的句子，一律用「贴装器件」或「贴片元件」，不再出现「机」字。

5.2 Loader 与 Unloader 方向搞反，布局图白画

现象：评审时把 Loader 理解成「上料器」，Unloader 理解成「卸料皮带」，产线出入口标反，布局图整版重画。

原因：这两个词在中文里都带「板」字，但方向相反，且现场口头叫法混乱，有人把上板机叫送板机，有人叫进板机。

解决：在术语库里给这两个词加 station 字段，分别锁死为 loader 和 unloader，并在中文别名里只保留「上板机」「送板机」和「下板机」「卸板机」两组，不再新增叫法。布局评审前先跑一次术语表核对，把文件里所有 Loader/Unloader 替换成统一中文再讨论。

5.3 Covertor 这个拼写，检索时一条都查不到

现象：按原表拼写 Covertor 去客户文件里搜接驳台，零命中；换成 Conveyor 才搜到。

原因：原表拼写有误，正确写法是 Conveyor。很多英文工艺文件还会写成 transfer conveyor 或 buffer conveyor。

解决：主词条统一为 Conveyor，把 Covertor 放进别名并加备注，这样两种拼写都能命中。如果要做全文替换，只替换主词条命中项，别名命中项保留原样，避免把客户原文改错。

5.4 缩写大小写不统一，自动匹配全部失效

现象：脚本在邮件正文里抽术语，AOI 能抽到，aoi 和 Aoi 抽不到；SMT 能抽到，smt 抽不到。

原因：匹配时没做大小写归一，而邮件里大小写非常随意。

解决：建索引时统一lower()，命中后再回查主词条拿规范写法输出。要注意 DIP 这种词，全小写 dip 在英文里是「浸」的意思，容易误命中，所以对三字母以内的缩写加词边界约束，用\b包住再匹配，能过滤掉大部分误报。

5.5 NPI 被当成设备，流程文档的章节结构全乱

现象：有人把 NPI 归到设备类，写进了设备清单，结果设备台账里多出一个查无此物的条目。

原因：NPI 是 New Product Introduction，属于流程维度，和硬件无关。词汇表里所有词平铺排列，不标维度就很容易误判。

解决：category 字段强制必填，NPI 固定为 flow。所有导出设备清单的查询都加category = 'equipment'过滤，流程词和封装词永远进不了设备表。这条规则写进脚本后，同类错误再没出现过。

6. 上审计前的最后一道：抽检脚本与修订留痕

术语表做到能被检索，只是过了自己这关。真要拿去做对外文件或者过客户审核，还得证明「这一版和上一版差在哪、改动有没有依据」。我给术语库配了一个极简的抽检脚本，专门抓三类问题：未被术语库覆盖的英文词、被改动过但没写备注的行、以及中文译名和工段不匹配的条目。

# audit_sample.py # 作用：从工艺文本里抽取未登录词，辅助术语库补录 import csv, re def load_vocab(path: str = "terms.csv") -> set: vocab = set() with open(path, encoding="utf-8") as f: for row in csv.DictReader(f): vocab.add(row["en_primary"].strip().lower()) for a in (row["alias_en"] or "").split(";"): if a.strip(): vocab.add(a.strip().lower()) return vocab def extract(text: str, vocab: set): # 长词优先，避免 mounter 先于 highspeed mounter 命中 ordered = sorted(vocab, key=len, reverse=True) pattern = re.compile( r"\b(" + "|".join(map(re.escape, ordered)) + r")\b", re.I) hits = pattern.findall(text) # 未登录词：连续两个以上英文单词，且不在词表里 candidates = re.findall(r"\b[A-Za-z][A-Za-z\-]+(?:\s+[A-Za-z][A-Za-z\-]+)+\b", text) unknown = [c for c in candidates if c.lower() not in vocab] return hits, unknown if __name__ == "__main__": text = "Loader feeds bare board to solder paste printing, then highspeed mounter places chip components, reflow forms joints, AOI inspects." v = load_vocab() hits, unknown = extract(text, v) print("命中:", hits) print("未登录:", unknown)

这段脚本的重点在sorted(vocab, key=len, reverse=True)和\b边界两处。前者保证highspeed mounter不会被更短的mounter抢先切走；后者保证DIP不会匹配到dipping里的片段。unknown那一支抓的是「多词英文短语」，用来发现客户文件里新出现但库里没有的说法，比如buffer conveyor，抓到后人工判断是补录别名还是新开词条，这一步比全量人工比对省事得多。

修订留痕我用的办法很土但有效：CSV 进版本仓库，每次改动必须同时改两处——内容行和文件头部的变更注释。提交信息统一写成「新增 / 修正 / 废弃 + 条目 ID」，这样一年后回查某条为什么改，翻提交记录就能看到依据。我吃过一次亏，某条译名被改过但没人说得清是谁改的，最后只能拿旧版文件逐条对，花了整整一个下午。从那以后我每次动术语库都强制走一遍「校验脚本 → 冲突检测 → 抽检 → 提交信息写条目 ID」这四步，一步不省。希望这套东西能帮到你。

本文还有配套的精品资源，点击获取