以DFMEA架構結合親和圖建構卓越產品設計之關鍵因素分析

Integrating DFMEA Framework with Affinity Diagram to Construct DFx for Key Factor Analysis

黃閔妏(Min-Wen. Huang)

指導教授 ： 吳建瑋

國立清華大學/工學院/工業工程與工程管理學系碩士在職專班/碩士(2020年)

摘要

隨著市場競爭激烈，筆記型電腦及其零組件等消費型產品價格也持續下探，嚴重影響了毛利率。面對這樣嚴苛的考驗，各公司開始著重於縮短產品開發時程、減少不良品報廢，才能夠有效提升自己產品的競爭力、維持毛利並滿足市場瞬息萬變的多樣化產品特性。
　　而大數據的時代來臨，人們開始學習從過往的經驗中找出隱含的意義，希望能夠帶來價值，所以如何有效地利用儲存的資料，轉換成資訊，甚至成為公司重要的知識，並提升產品品質。故本論文主要以筆記型電腦內之散熱零組件之設計品保的觀點出發，探討新產品於開發設計階段影響品質的關鍵因子，從大量的新產品試做後不良品記錄進行一連串的資料清洗及分析，以第五版D-FMEA（Design - Failure Mode and Effects Analysis，設計端失效模式和效應分析，簡稱D-FMEA）失效模式與效應分析）為架構，結合親和圖法將質性資料標準化，而資料分析後得到影響產品品質的關鍵因素，最終導入同步工程與其知識管理工具，即「卓越產品設計」（Design for excellence; 簡稱 DFx）於開發階段即同步讓各功能部門針對關鍵因子進行管控，將不良攔阻於設計之前，達到縮短開發流程與減低試做後之不良品報廢兩大目標，進而有效減低公司的內耗成本。

關鍵字

質性資料分析 ； 設計品質 ； 新產品開發 ； 同步工程 ； 知識管理

並列摘要

In the face of stiff global competition, the prices of consumer products such as laptop computers and its components are going down constantly, and it has caused a decrease in gross profit significantly. Though, the companies have begun to focus on shortening the product development timeline and reducing the scrapping of defective products, so that they can effectively enhance the competitiveness of their products, maintain gross profit, and meet the rapidly changing of the market.
　　A famous word “Data Science” is going to change anything that we used to make by manually, people start to find the hidden meanings from past experience, hoping to bring the value of the company. Therefore, in this thesis, I will integrate several techniques to construct a procedure for finding out the key factor base on thousands of past laptop production data. First, I will use the fifth edition of D-FMEA（Design-Failure Mode and Effects Analysis）as the framework, combined with the affinity diagram method to classify and standardize the production data. Once the qualitative data could be easily analyzed, it will no longer be difficult for engineers to find the key factors of quality and design. Second, using Concurrent Engineering and DFx（Design for excellence）tools can help us to store the key factor as knowledge or principle for different function departments and shorten the new product design and development time. Base on a case study, the result shows that this procedure effectively reducing the company's internal consumption costs. It could be a reference for the manufacturers that want to find patterns and knowledge discovery from data.

並列關鍵字

qualitative data analysis ； design quality ； new product development ； concurrent engineering ； knowledge management

參考文獻

1. 王友龍（2015），圖解資料學，台北市: 臉譜出版社有限公司

2. 白光華（2003），創新協同產品研發，台北市: 財團法人中國生產力中心

3. 何佳勳（2012），建構一以KJ法為基礎之創意思考平臺，國立臺中科技大學，多媒體設計系碩士論文

4. 林華齡（2005），大量客製化環境下台灣機械製造業產品模組化的探討，私立東海大學管理碩士學程碩士論文

5. 洪儒瑤（2000），台灣企業知識管理應用現況及其模式之研究，國立台北大學，企業管理研究所碩士論文