運用資料探勘於印刷電路板內層蝕刻產能的提升–以A公司為例

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：91

、訪客IP：3.14.15.94

姓名

謝東諺(Tung-Yen Hsieh) 查詢紙本館藏

畢業系所

工業管理研究所在職專班

論文名稱

運用資料探勘於印刷電路板內層蝕刻產能的提升–以A公司為例

相關論文

★ 佈置變更專案工程的執行研究－以H公司研發單位為例	★ MIL-STD-1916、MIL-STD-105E與結合製程能力指標之抽樣檢驗計畫
★ 建構客戶導向的製造品質資訊系統--以某筆記型電腦專業代工廠商為例	★ GMP藥廠設施佈置規劃的探討--以E公司為研究對象
★ 應用Fuzzy c-Means演算法之物流中心位址決策模式研究	★ 品質資訊系統之規劃與建構 -- 以某光碟製造公司為研究對象
★ 從製程特性的觀點探討生產過程中SPC管制圖監控運用的適切性 -- 以Wafer Level 封裝公司為例	★ 六標準差之應用個案研究-以光學薄膜包裝流程改善為例
★ 利用六標準差管理提昇中小企業之製程品質-以錦絲線添加防銹蠟改善為例	★ 專業半導體測試廠MES 系統導入狀況、成果及問題之探討-以A 公司為例
★ 以RFID技術為基礎進行安全管理導入－以A公司為例	★ 如何提昇產品品質及降低成本—以光碟壓片廠A公司為例
★ ERP導入專案個案分析—以半導體封裝廠A公司為例	★ 石英元件製造業之延遲策略應用— 以T公司為研究對象
★ 十二吋晶圓廠自動化搬運系統規劃與導入—以A公司為例	★ 半導體封裝產業之生產革新改善活動-A半導體股份有限公司導入經驗探討-

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

印刷電路板經過進30年演進，從最一開始簡單的雙面板，因應元件複雜度需求，需在一片板子上塞進更多的線路，進展到現今高層次板。在此衍生一個名詞為內外層結構比，假設內外層結構比為5，代表生產1 Panel，內層線路需求為5 Panel，某A公司從2010年結構比3至今平均結構比達到5，代表著對繳庫也許面積與過去並無差異，但對內層的需求確是以往需求5倍，故內層線路的產能變成我們需要去關注的議題。

隨著電腦運算大幅提升，大數據分析、資料探勘上的應用越來越普及，以及監控設備越來越成熟，許多老舊的機台以往只能依靠人解讀設備上的資訊做判斷，而現況將設備上的電腦數據與公司伺服器做連結，建立資料庫做數據的即時分析，並可立即回傳至設備，讓設備做參數上的調整，而本研究的重點是將資料探勘的邏輯導入至工廠的系統內，找出決策的關鍵因子，預測新產品生產前的理論參數，再透過資訊收集，運用迴歸修正公式，讓預測可以越來越精準，而參數的準確命中，不僅只有產能提升此項好處，因可預測生產線速，故我們可以精準的知道每個WIP產出時間，我們可以更佳的提供正確的交期，產能提升提供我們對客人有較低的成本增加獲利空間的成長，準確的交期提供我們對客人的交貨信任，大幅增加公司在印刷電路板業界的競爭。

摘要(英)

The printed circuit board has evolved over the past 30 years. From the beginning, the simple double-sided board has to be filled with more circuits on a board in response to the complexity of the components. It has progressed to the current high-level board. Here, a noun is derived as the inner-outer layer structure ratio. Assuming that the inner-outer layer structure ratio is 5, it represents the production of 1 Panel, and the inner-layer circuit demand is 5 Panel. A company from 2010 has a structure ratio of 3 to the present. The average structure ratio has reached 5, representing The area of the paid warehouse may not be different from the past, but the demand for the inner layer is indeed 5 times that of the previous demand, so the capacity of the inner layer circuit has become an issue that we need to attention it.

With the substantial improvement of computer computing, the application of big data analysis and data exploration is becoming more and more popular, and the focus of this research is to introduce the logic of data exploration into the system of the factory, find the key factors of decision-making, and predict the production of new products The previous theoretical parameters, through information collection, and the use of regression correction formulas, can make predictions more and more accurate, and the accurate hit of the parameters is not only the benefit of capacity increase, because the production line speed can be predicted, so we can accurately know each With a WIP output time, we can better provide the correct delivery time, and the increase in production capacity provides us with a lower cost to customers and increase the growth of profitable space. The accurate delivery time provides us with trust in the delivery of customers, greatly increasing The company′s competition in the printed circuit board industry.

關鍵字(中)

★ 印刷電路板業
★ 內層蝕刻參數
★ 產能提升
★ 資料探勘
★ 迴歸分析

關鍵字(英)

★ Printed circuit board
★ Inner layer etching parameters
★ Capacity increase
★ Data mining
★ Regression

論文目次

第一章緒論............................................ 1
1.1 研究背景........................................... 1
1.2 研究動機........................................... 2
1.3 研究目的........................................... 3
1.4 研究範圍........................................... 3
1.5 論文架構........................................... 4
第二章文獻探討......................................... 6
2.1 印刷電路板製程簡介.................................. 6
2.2 印刷電路板產業的沿革與供應鏈發展..................... 13
2.3 印刷電路板內層線路產能與瓶頸分析..................... 20
2.4 資料探勘的簡介 .................................... 20
2.4.1 資料探勘的發展背景與定義 ......................... 21
2.4.2 資料探勘的功能說明............................... 23
2.4.3 資料探勘的步驟介紹............................... 25
2.4.4 資料探勘常用的分析技術 ........................... 26
2.5 資料探勘之迴歸分析與相關論文探討..................... 26
第三章個案公司介紹 ................................... 28
3.1 個案公司簡介 ...................................... 28
3.2 成長歷程........................................... 30
3.3 基本資料........................................... 32
3.4 主要產品........................................... 33
3.5 經營理念與競爭優勢.................................. 35
3.6 個案公司問題環境說明................................ 36
第四章個案分析與討論................................... 37
4.1 分析背景介紹 ...................................... 37
4.2 現行作業流程與問題彙整.............................. 38
4.3 迴歸模型分析 ...................................... 40
4.3.1 定義相關數據分析資料.............................. 40
4.3.2 線性迴歸模型分析資料.............................. 43
4.4 個案產能提升結果................................... 47
第五章結論與建議 ..................................... 48
5.1 研究結論與貢獻 .................................... 48
5.2 對個案公司的建議................................... 49
5.3 未來研究方向與建議................................. 51

參考文獻

中文參考文獻
1.王錦祥（2008），印刷電路板無鹵素膠片壓合製程最佳化之研究，國立中央大學化學工程與材料工程學系所碩士論文。
2.周森、林玲修（2002），玻璃纖維的製造與玻璃纖維的應用，新竹市：化工技術，107期，P.173-174。
3.林一星（2019），臺灣印刷電路板材料產業回顧與展望（2019），工研院產業國際所。
4.林宇恆（2016），決策樹結合複迴歸模型預測氣溫與雨量，國立臺灣師範大學電機工程學系所碩士論文。
5.張益城（2015），MARS在產險賠款準備金上的應用，東吳大學財務工程與精算數學系所碩士論文。
6.張云濤、龔玲（2007），探勘原理與技術，台北市：五南圖書出版公司。
7.陳銀貴（2003），台灣PCB產業分析，拓璞產業研究所。
8.陳姿羽（2017），基於下游消費性電子產品的需求預測進行台灣印刷電路板產業之產能規劃，國立交通大學工業工程與管理系所碩士論文。
9.傅鈺婷（2018），台灣的毒品犯罪趨勢分析-時間序列模型之應用，國立台北大學統計學系所碩士論文。
10.雲穎（2019），主機板產能規劃與動態關係，國立交通大學工業工程與管理系所碩士論文。
11.萬海威（1998），多層印刷電路板之鍍銅製程，電路板資訊雜誌，7期，P.24-31。
12.賈繼德（2009），台灣電力需求預測模型之探討-ARIMA模型及迴歸模型，東吳大學經濟學系所碩士論文。
13.廖英廷（2017），結合統計迴歸及機器學習對台灣半導體產業之績效分析與模擬，國立交通大學工業工程與管理系所碩士論文。
14.廖立偉（2017），應用資料挖礦於瓶頸站排程的研究-以U公司為例，國立中央大學工業管理系所在職專班碩士論文。
15.鄧仁棋(2010)，以資料探勘技術提升覆晶構裝技術之產品開發能力，國立中央大學工業管理系所在職專班碩士論文。
16.郭信宏(2008)，漏檢因素之資料探勘分析與探討-以X公司晶圓級晶片尺寸封裝製程為例，國立中央大學工業管理系所在職專班碩士論文。

英文參考文獻
1.Berry, M.J.A. & Linoff, G. (1997), Data Mining Technique for Marketing, Sale, and Customer Support, Wiley Computer.
2.Carven, M.W. & Shavlik, J.W. (1997), Using Neural Networks for Data Mining, in Future Generation Computer Systems, 13(10), 221-229.
3.Contreras, J., Espinola, R., Nogales, F. J., & Conejo, A. J. (2003), ARIMA models to predict next-day electricity prices, IEEE transactions on power systems, 18(3), 1014-1020.
4.Cabena, P., Hadjinian, P., Stadler, R., Verhees, J., & Zanasi, A. (1998), Discovering Data Mining From Concept to Implementation, Upper Saddle River, NJ: Prentice Hall.
5.Fayyad, U. M, Shapiro, G. P. & Smyth, P. (1996), From data mining to knowledge discovery in databases, AI Magazine, 37-54.
6.Fayyad, U. M., Shapiro, G. P. & Uthurusamy, R.(1996), Advances in Knowledge Discovery and Data Mining, Menlo Park, CA: AAAI/MIT Press.
7.Fayyad, U. M. & Irani, K. B.(1990), Multi interval discretization of continous attributes for classification learning, in Proceedings of 13th International Joint Conference on Artificial Intelligence, 8(40), 1022-1027.
8.Frawley, W. J., Shapiro,G. P. & Matheus, C. J. (1992), Knowledge discovery in databases, AI Magazine, 57-70.
9.Grupe, G. H. & Owrang, M. M. (1995), Database Mining Discovering New Knowledge and Cooperative Advantage, Information Systems Management, 12, 26-31.
10.Hand, D., Manila, H., & Smyth, P. (2001), Principles of Data Mining, MIT Press, Cambridge, MA, USA.
11.Hand, D.J., Blunt, G., Kelly, M. G. & Adams, N. M. (2000), Data mining for fun and profit, Statistical Science, 5(6),111-131.
12.Han, J. & Kamber, M. (2000), Data Mining Concepts and Techniques, Morgan Kaufmann, San Francisco.
13.Hasanipanah, M., Faradonbeh, R. S., Amnieh, H. B., Armaghani, D. J., & Monjezi, M. (2017), Forecasting blast-induced ground vibration developing a CART model, Engineering with Computers, 33(2), 307-316.
14.Hui, S.C. & Jha, G.(2000), Data Mining for Customer Service Support, Information and Management, 1-13.
15.Udom, P. & Phumchusri, N. (2014), A comparison study between time series model and ARIMA model for sales forecasting of distributor in plastic industry, IOSR Journal of Engineering, 4(2), 32-38.
16.Wu H. H. & R. K. Li(1995), Capacity constraint resource wandering and its behavior in a production plant, Journal of Chinese Institute of Industrial Engineers, 12(1), 63-69.

網站資料
1.台灣電路板協會（2009a），2008年PCB產業發展總结與2009年展望，（retrieved March.2020），取自：http://www.tpca.org.tw/File/EM/Paper/357/data/IEKforecAst.pdf。
2.台灣電路板協會（2009b），競爭態勢的消漲-中國大陸PCB市場概况分析，（retrieved March.2020），取自：http://www.tpca.org.tw/File/EM/Paper//457/data/200908CHT.pdf。
3.台灣電路板協會（2009c），全球電子產業及我國PCB產業第二季回顧與第三季展望，（retrieved March.2020），取自：http://www.tpca.org.tw/File/EM/Paper/475/data/200909CHT.pdf。
4.台灣電路板協會（2009d），硬板市場發展與走向，（retrieved March.2020），取自：http://www.tpca.org.tw/File/EM/Paper/488/data/200910CHT.pdf。
5.台灣電路板協會（2010a），揮別2009年陰霾，展望2010年PCB產業，（retrieved March.2020），取自：http://www.tpca.org.tw/File/EM/Paper/520/data/201002CHT.pdf。
6.台灣電路板協會(2010b)，全球電路板生產與市場現況狀況報告，（retrieved March.2020），取自：http://www.tpca.org.tw/File/EM/Paper/533/data/201003CHT.pdf。
7.產業價值鏈資訊平台，印刷電路板產業鏈簡介，（retrieved March.2020），取自：https://ic.tpex.org.tw/introduce.php?ic=L000。
8.A公司官網，公司介紹（2020），（retrieved Jan.2020），取自：http://www.compeq.com.tw/>。

指導教授

何應欽

審核日期

2020-6-18

推文