| 姓名 |
黃榮富(Jung-Fu Huang)
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 |
高端多層共擠吹塑製程之多目標參數設計
|
| 相關論文 | |
| 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) |
半導體產業正處於快速發展的階段，在其製程對裝填藥水之化學桶包材的強度要求愈來愈嚴苛時，若能因應其需求，快速開發安全可靠之化學桶，就愈有機會佔得先機，並在製造成本上有一定的優勢。
研究案例在過往化學桶製造生產上，仍偏向於依靠經驗進行生產，且就影響產品強度的品質特性，採獨立的方式來控制，難免有顧此失彼的狀況產生，並未使用數學模型就多目標來找出顯著製程控制因子，往往無法確實的控制及找出可最大化滿足各不同重要特性的生產參數。
本研究期望透過單一目標迴歸分析，找出各個重要品質特性的顯著影響因子，對照目前已知經驗之間的差異，另外透過權重法將多目標轉為單一目標進行迴歸，對照單一目標迴歸狀況下求得之顯著因子差異進行比較，發現依此方法，可以得到簡單有效之參數設計參考。 |
| 摘要(英) |
The semiconductor industry is in a stage of rapid development. As its manufacturing process has more and more stringent requirements for the strength of the chemical, if the development stage can be speed up, to develop the safety and reliability drums upon the requirements, this will take advantage on production costs and earn the market share.
In the past, the company of study case still rely on experience to produce drums, and the quality characteristics that affect the strength of the product are controlled in an independent way. It is inevitable that there will be a situation where one loses the other. The mathematical model is not used to satisfy multiple objectives, to find significant process control factors. It is impossible to control and find optimized production parameters that can maximize the satisfaction of various key parameters.
This research hopes to find the significant factors of important parameters through regression analysis, and compare the differences between currently known factors, and use the weighting method to convert multiple objectives into a single objective for regression. The significant factor differences obtained are compared, and shows that the method used can be a simple and effective approach for parameter design on drums. |
| 關鍵字(中) |
★ 製程參數
★ 迴歸
★ 吹塑成型 |
關鍵字(英) |
★ Process parameters
★ Regression
★ Blow molding |
| 論文目次 |
目錄
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的與方法 3
1.3 論文架構 3
第二章 文獻探討 5
2.1 吹塑成型製程介紹 5
2.2 吹塑成型研究之相關文獻 6
2.3 工具介紹 7
2.3.1 迴歸分析(Regression Analysis) 7
2.3.2 多評準決策評估方法 8
第三章 研究方法 11
3.1 研究架構 11
3.2 權重法及權重設計 11
3.3 資料收集及變數選定 13
第四章 個案分析與討論 15
4.1 個案簡介及問題描述 15
4.2 實例分析 15
4.2.1 單一目標迴歸分析-桶厚 15
4.2.2 單一目標迴歸分析- Wall Thickness 1 16
4.2.3 單一目標迴歸分析- Wall Thickness 2 17
4.2.4 單一目標迴歸分析- Wall Thickness 3 18
4.2.5 單一目標迴歸分析- Wall Thickness 4 19
4.2.6 多目標轉單一目標迴歸分析 20
4.3 綜合分析與討論 21
第五章 結論與建議 22
5.1 研究結論 22
5.2 未來研究方法與建議 22
參考文獻 24
中文文獻 24
英文文獻 25
附錄(一) 自變數及應變數說明圖示 26
附錄(二) 迴歸分析報表 28 |
| 參考文獻 |
中文文獻
1.張永彥(2007)，塑膠模具設計學-理論、實務、製圖、設計、第二版，全華圖書。
2.桑慧敏(2017)，一生受用的統計學大數據分析之鑰，桑慧敏出版
3.黃立文(2008)。七家灣溪防砂壩壩體移除順序評估模式之研究
碩士論文，逢甲大學水利工程與資源保育研究所
4.林建仲(2005)。多準則決策分析於知識管理系統發展改進方針之研究
碩士論文，玄奘大學資訊管理學系研究所
5.葉昭憲(2018)。多評準決策特論授課講義。逢甲大學水利工程與資源保育研究所
英文文獻
1.D.M. Gao, K.T. Nguyen, J.-F. H ´Etu, D. Laroche and A. Garcia-Rejon, Modeling of Industrial Polymer Processes: Injection Molding and Blow Molding(1998) Kluwer Academic Publishers
2.D.V. Rosato, D. (Ed), Blow Molding Handbook, 2nd ed., (2003) Hanser Publishers, Munich
3.H.-X. Huang, C.-M. Liao, Prediction of parison swell in plastics extrusion blow molding using a neural network method(2002)
4.Jyh-Cheng Yu, Xiang-Xian Chen, Tsungg-Ren Hung, Francis Thibault. Optimization of extrusion blow molding processes using soft computing and Taguchi’s method(2004) https://link.springer.com/article/10.1023/B:JIMS.0000037712.33636.41
5.Norman C. Lee, Understanding Blow Molding (2000) http://files.hanser.de/Files/Article/ARTK_LPR_9783446412651_0001.pdf
6.Peter Nijkamp, Huub Bouman, Bram Verhoef (1990). High‐tech Em-
ployment‐Place and Competence, Applied Psychology, Volume39,
Issue2, April 1990, Pages 207-222 |
| 指導教授 |
曾富祥
|
審核日期 |
2020-7-20 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
