• 學位論文

多產品迴流生產線製程平衡問題之研究

製造業之機台設備成本相當昂貴，因此如何充分利用設備所提供的產能為相當重要之議題，這些議題包括如何避免多餘的機台造成不必要的產能浪費。面對多產品且迴流的生產型態，傳統的平衡指標－生產線平衡效率，並無法準確衡量平衡狀況與反映系統生產績效的優劣。本論文以多產品迴流生產線為研究對象，將製程平衡分為各工作站「機台數配置」與「製程平衡指標之計算」兩部分，考量製程良率、機台可利用率、換線整備時間、搬運時間等製程平衡參數將兩部分公式化，並提出製程平衡效率與製程平衡率兩項平衡指標。 透過案例設計與驗證，得到在製程平衡指標的計算式之中，等效工作站週期時間取「製程加工時間與製程前搬運時間最大者」最能準確地反映系統生產績效之優劣。最後，本研究建立製程平衡之標準化步驟，提供業界作為改善生產方針之參考。

• 學位論文

非指數失效機制與非常態資料之X-bar 管制圖的經濟與經濟-統計設計

統計方法近來已經受到產業界的重視，將其應用於解決製程問題，尤其是在1924年，Shewhart 博士應用統計的原理發展出著名的管制圖(Control chart)方法，並且被廣泛的使用在監控製程的變異，以確保產品的品質能符合顧客的期待。 傳統在探討應用經濟模式決定管制圖的參數時，通常假設製程由管制內(In-control)狀態轉變為管制外(Out-of-control)狀態時，其可歸屬原因(Assignable causes)的發生是服從卜瓦松過程(Poisson process)，並且假設由製程中所抽取之樣本組，其組內數據的分佈與樣本統計量均服從常態分配。然而對於電子產品的零組件、機械設備或機台，指數分配就不是一個適合的製程失效機制假設，且由於其危險函數(Hazard function)會隨使用時間增加，因而產生失效的機率便會遞增。此外產業界為考量降低抽樣與檢驗的成本與時間，在應用管制圖監控製程時會設法減少抽樣數量，導致無法應用中央極限定理使樣本組內的數據分佈與樣本統計量逼近常態分配。因此應用傳統的管制圖理論設計實際監控製程之管制圖時，會影響其偵測製程變異的能力。 基於以上因素，本研究嘗試以Burr分配取代常態分配為基礎，並分別於Weibull與Gamma分配的失效機制，以固定抽樣區間（FSI）與變動抽樣區間（VSI）的抽樣方式，及經濟性與經濟統計的設計方法建構X bar管制圖，且應用非線性的搜尋方式決定其參數值，以完成管制圖的設計。最後分別以ECT、型 I 誤差及檢定力三項評估指標，比較應用Burr分配與常態分配於不同非指數失效機制、抽樣區間與設計方法的限制下所建構之X bar管制圖的績效。期望透過研究之結論，可以提供一種降低成本並且維持高品質產品之製程監控工具於實務界。

• 學位論文

建構半導體晶圓製造廠跨廠績效評估模式及其實證研究

半導體為資本密集且高度競爭的產業，因此為了維持企業的競爭優勢，如何有效地運用各種投入資源以提供更多產出以提升生產力即成為各企業重要的課題。回顧過去在探討半導體績效之文獻，大部分是針對半導體同業之間的比較，對於企業內部各個廠區之效率評估則鮮少著墨。本研究目的係建立半導體業之跨廠的生產績效評估，利用資料包絡分析模式使用多項製造指標以衡量各廠之相對效率，同時考量理論與實務的情況給予各項指標改善的方向與建議。藉由企業內部廠際間的評比，可以幫助管理者瞭解各個決策單位(Decision Measure Unit, DMU)的執行狀況，並作適當地資源配置，參考評估的結果設定改善的方向與幅度，更進一步，藉由廠與廠之間的學習與競爭，將有助於整體績效的提升。依據實務上資料會不斷更新的特性，更進一步使用BPNN建構跨廠績效之預測模式，使得企業能夠做即時性的評估，並針對現在或未來擬定合適的策略和資源的規劃。本研究結果指出晶圓廠持續擴廠可能會讓效率呈反向下降，因此各廠必須特別評估擴廠是否合乎效益，並以實例說明生產規模與生產績效之間的變化趨勢，分析各廠所面臨的問題及改善方向，也提供未來建廠的參考依據。跨廠績效評比亦可找出各廠的優勢與弱勢指標，提供管理者如何強化優勢與改善弱勢的方向，以更有效的資源分配來提升跨廠效率值，並可根據跨廠效率預測結果，讓管理者事先對未來效率值可能下降的廠提高警覺，加以調整資源的配置。有鑑於此，實證研究進一步驗證了本研究之效度與可行性。

• 學位論文

模擬輸出分析之理論發展及其應用

A classical problem of stochastic simulation is how to estimate the variance of the sample mean from dependent but stationary outputs. Traditional estimators of the variance of the sample mean require specification of the simulation run length a priori. To our knowledge, the dynamic non-overlapping batch means (DNBM) and dynamic partial overlapping batch means (DPBM) are the only two existing variance estimators without assuming that the simulation run length (data size) is known in advance. Obtaining good estimators of the variance of the sample mean without assuming that the data size is known in advance is the primary motivation of the author's dissertation research. The research encompasses five areas: 1. The creation of improving the DPBMin terms of the storage space. 2. The creation of proposing the 100(1−w−1)%DOBM, which is a generalization of DNBM and DPBM. 3. The creation of obtaining finite-memory algorithms to extend DPBM algorithm to reflect the correlation structure of the data. 4. The investigation of developing MSE-optimalDPBM algorithms to estimate the variance of the sample via estimating the optimal batch size of the estimator. 5. In addition, we apply simulation to study a physical examination service to improve the system efficiency.

• 學位論文

Optimizing Preventive Maintenance Using Genetic Algorithm and Discrete-Event Simulation

The study established the way to solve a real complex system regarding preventive maintenance scheduling problem in semiconductor manufacturing system, particularly in finding the appropriate start time of PM within PM window such that production loss due to maintenance activity can be minimized. To deal with multidimensional search space, meta-heuristics such as genetic algorithm and particle swarm optimization were introduced. Discrete event simulation was embedded into meta-heuristics algorithm for solving optimization problem. According MANOVA (Multivariate ANalysis Of VAriance) of five-performance indicators, -throughput rate, work in process (WIP), cycle time, equipment utilization and manpower requirement-, at the 0.05 level, it pointed out that a genetic algorithm-discrete event simulation (GA-DES) and a particle swarm optimization-discrete event simulation (PSO-DES) approach performs better than resource leveling and reference. For practical problem in this study, under objective of minimizing manpower, GA-DES perform better than PSO-DES; however under objective of maximizing throughput, there was not enough statistical evidence at the 0.05 level to conclude that GA-DES and PSO-DES were different each other. Contributions of this study include: 1. Identifying the best arrangement of the start time of PM within PM window. 2. Providing a way to optimize PM schedules for a complex system by utilizing meta-heuristics and discrete event simulation, simultaneously.

• 學位論文

Machine-Process Grouping Considering Setup and Waiting Times Using Particle Swarm Optimization

This research focuses on developing a machine-process grouping algorithm in which taking waiting time and setup time into the optimization’s objective. The method used to find the best grouping is Particle Swarm Optimization (PSO). Thus, the algorithm is named SWPSO (Setup & Waiting, PSO). A particle representation is created with dimension length equals to (M + P), i.e. sum of number of machines and recipes to be processed. The position boundaries are between 0 and min{M,P}. For the fitness function in PSO, estimations are used for both setup and waiting time. In particular for waiting time, there is a proportion of non-processing time in the makespan which needs to be found. Through repeated simulation, it is found out that the actual makespan is 1.73 times the ideal one. Thus, there is a proportion of non-processing time as much as 0.73. The grouping result is compared with the result from previous research (Cheng, 2008). It is called SGRAM (Setup, Dendogram) because it considers only setup time and uses dendogram to find the best grouping. Comparison is also made with the original grouping, most number of groups, and no grouping. For most performance measures under different lot release policies, SWPSO shows better performance. In the comparison of two dispatching policies for SWPSO grouping, CR shows better performance than FIFO in all but average throughput. Furthermore, in additional cases where the numbers of machine and recipes to be processed are perturbed, SWPSO consistently shows better performance than or at least equal to SGRAM for most performance measures.

• 學位論文

製造部門作業人員績效評估之研究—以光罩公司為例

光罩為製造積體電路過程中不可或缺的模具，然因光罩市場供需失衡，導致台灣成為全球光罩製作價格最低的地區，加上光罩製造成本水漲船高，在毛利率降低下，必須提高生產良率與降低成本，以增加公司競爭優勢。而製造部門生產人員的素質與生產良率息息相關，透過績效評估可提昇員工的工作績效，改進工作上的缺失，進而提升人員素質；但若績效評估實施不當，不但流於形式，且容易造成主管與部屬間的嫌隙，進而使部屬否定績效評估的功用。 本研究以案例公司為基礎，進行製造部門作業人員績效評估之探討。主要分為兩部分：1.檢視現行績效評估程序;2.建立評估指標層級架構。第一部份經由文獻理論的探討與主管訪談結果，從而設計績效評估程序問卷，以描述性統計方式，分析管理者與受評者對評估程序認知之差異及落實的程度，提出執行程序之修正方案。第二部分則利用層級分析法建構清楚有效之績效評估指標層級架構；並運用層級分析法來設計問卷及分析，篩選出代表製造部門作業人員之績效評估指標，再藉此彙集出各類指標所佔之權重，以設計成具體之績效評分表，提供案例公司製造部門在實施作業人員績效評估時運用。最後綜合評估程序與評估指標之修正方案對案例公司製造部門進行實證研究。修正後之辦法除加強評估程序之完整性，並對各程序實施時間與作法有明確之規定，且在評分表的設計方面，評估指標的選擇與分類更具系統性，並加上權重以分別各指標之重要程度。在實證研究中發現，透過修正辦法之實施，不僅使評估指標可以確實反映工作目標，同時完整的評估程序也可充分發揮績效評估之功能性，此外透過受評者參與指標權重之制定，也提高了受評者對評估結果的認同，由此可說明本研究所提出之修正模式，應具提高績效評估效度之實用價值。 關鍵字：層級分析法、光罩產業、作業人員、績效評估

• 學位論文

考慮需求不確定之隨機動態產能規劃─以TFT-LCD產業為例

薄膜液晶顯示器（Thin Film Transistor-Liquid Crystal Display, TFT-LCD）產業面臨的市場需求具有劇烈的波動之下，考量在規劃期間內，各產品機種於各期有不同的需求分配，且前後期的需求是彼此相關的。因此在需求不確定的環境下，傳統上僅以需求預測的期望值來做規劃是無法滿足實際的需求，必須考量各期需求間的相依性，動態的決定各期所需的產能與產能的配置。本研究利用時間序列的ARIMA(p, d, q)模式建立需求預測模式，產生需求分配，並考慮前後期需求的相依性，建立隨機動態規劃數學模式，期望找出一穩健的(Robust)產能擴充決策，並依此產能擴充決策的結果，規劃各期最佳的生產產品組合，達到最佳的產能配置結果。 本研究將以一實際的案例，產生需求分配之樣本內需求情境，透過定義隨機性的衡量指標，驗證考慮需求不確定之二階隨機規劃與隨機動態規劃模式可得到較確定型模式佳的結果，而隨機動態規劃模式多考慮了需求不確定性，因此在相同的需求情境之下，可得到較二階隨機規劃多的利潤。接著，利用蒙地卡羅模擬法(Monte Carlo Simulation)，隨機抽樣得到樣外的需求情境，透過比較所有需求情境下規劃求得的利潤平均數、標準差、風險測量值(Value at Risk; VaR)，來驗證此隨機動態規劃模式的有效性與穩健性，透過觀察90%的VaR，可得到在90%的信心水準之下，隨機動態規劃模式在最差的情況之下所求得的利潤會比二階隨機規劃與確定型模式佳，表示在可容忍的信心水準之下，隨機動態規劃所求得的最小利潤會比二階隨機規劃與確定型模式所求得的最小利潤高，可降低更多的風險與增加更多的利潤。 關鍵字：薄膜液晶顯示器、產能規劃、需求不確定性、隨機動態規劃、情境產生

• 學位論文

豐田生產系統應用於高爾夫球頭業之探討

當台商對中國投資逐年增加之際，中國已體認到其過去的經濟成長是以極高的資源和環境破壞為代價，為使中國能從「世界工廠」轉型為「世界消費市場」，中國際出一連串之行動，欲使低附加價值、高污染與高耗能之產業無法在中國生存，這對當初因中國生產成本低廉而前往設廠之台商造成空前的經營壓力。 本研究以在台灣設立營運總部，中國為生產基地之高爾夫球頭業為研究對象，探討其面對經營成本不斷上漲之際所採行之豐田生產系統(TPS)，如何使其達到縮短生產途程時間與降低庫存之目標，以維持其產業競爭力。 文獻相當多探討企業推行豐田生產系統成功之個案，但對於企業推行豐田生產系統並不完善之個案研究，或是做不同產業個案比較之研究，卻幾無人碰觸，然其重要性，卻不亞於探討成功因素。 因研究者之前曾在adidas全球供應鏈LEAN (類似豐田生產系統) 標竿工廠(菲律賓)服務，亦曾在個案公司服務，試著將兩間不同產業公司在推行過程中，所觀察到影響成效背後的根本觀念之差異，做一探討與比較。 對於有意推行豐田生產系統之廠商，藉由個案未盡完善之處的探討與比較，使後進者在推行時能避免重蹈覆轍，以達事半功倍之效。

• 學位論文

無線區域網路代工廠嵌入式軟體流程模式改善之探討

嵌入式軟體開發的障礙在於規格修改氾濫造成追蹤困難、開發時間掌控不易、軟體版本混亂、軟體缺陷數在開發階段一直無法收斂而造成專案的失敗。導入軟體流程可使整個開發過程得到有效的控制。軟體流程並非一成不變，它會隨著企業內部、市場需求及客戶的特性而改變。原有的標準流程需做適當的裁製以符合實際的需要。 本研究以系統分析的方式，藉由分析嵌入式無線區域網路軟體的特性，對此類軟體流程加以探討，提出「調適型子系統與原型開發流程模式(Adaptive Subsystem and Prototyping Development Process Model; ASPDPM)」：以漸增模式由小到大、逐步擴增系統，以提升軟體系統在開發階段的穩定度；以螺旋形模式的方法改善產品開發初期規格未能確定的難題，並搭配原型快速開發模式的技巧協助客戶迅速熟悉新產品；最後再以敏捷式軟體開發的精神裁製出一個合適的軟體流程模式，其中包含軟體版本控管方式、快速測試及有效的回饋系統。調適型子系統與原型開發流程模式可確保在軟體系統開發時專注於成功關鍵流程的活動，進一步提升軟體的品質，同時也可以作為其他嵌入式軟體開發業者在進行軟體流程改善的參考。