半導體封裝廠之顆粒成型製程生產績效改善研究 –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：39

、訪客IP：18.226.4.239

姓名

湯易齊(Yi-Ci Tang) 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

半導體封裝廠之顆粒成型製程生產績效改善研究 –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)

在半導體市場蒸蒸日上的發展下，封裝測試的需求也日與俱增，封裝廠主要以接單代工為主的生產模式，為了滿足顧客的需求還有交期，生產線排程上的單一站點生產流速容易造成整理Cycle time生產瓶頸，為了能夠順利調整生產狀況並提升產出是非常重要的。封裝廠的後段的生產模式與封裝前段廠不相似，但由於產品與技術的複雜度較前段生產為低，生產排程仰賴大量人工去做調整，使得生產效率與穩定性會因為人為因素決策，造成整體生產相對不佳。封裝廠後段廠生產管理改善，已有許多的研究探討；關於顆粒成型站點上尺寸改機來說其特性並無法直接套用相關之研究成果。
本研究之目標為發展出針對公司MES上的大數據歷史資料進行分析，並做出生產上的排程調整，而本研究的重點是將顆粒成型站點資料進行探勘，找出決策的關鍵因子，並改善後續生產排程方向。透過資訊收集，運用決策樹，讓顆粒成型站點達到該廠站點最大生產量為目標，發展出針對一個區間的內WIP走勢與PC投料相應對關係改善，進而改善生產管理模式提高設備稼動率及滿足降低WIP為主要目標。

摘要(英)

The semiconductor industry market is developing rapidly in recent years, and the demand for packaging and testing is also increasing day by day. The packaging factory is mainly based on the production mode of build-to-order. In order to meet the needs of customers and customer delivery time, it is easily to cause production cycle time bottleneck at a production flow rate of single site on the production line schedule. It is very important to be able to smoothly adjust the production status and increase the output. The production mode of the back end of the packaging plant is not similar to front end of the packaging plant. However, because the complexity of products and technology is lower than that of the previous production, the production schedule mostly relies on manual adjustments, so that the production efficiency and stability will be decided by human factors which lead to relatively poor productivity. There have been many researches and discussions on the improvement of production management in the back-end of the packaging plant; the characteristics of Saw-singulation machine’s modification adjustment cannot be directly applied to the related research results.
The goal of this research is to develop an analysis of the big data historical data on the company′s MES and make production scheduling adjustments. The focus of this research is to explore the Saw-singulation step data and find the key factors for decision-making. , And improve the direction of subsequent production scheduling. Through information collection, using decision trees, which reach the goal of the Saw-singulation step can reach the maximum production capacity of the plant site. And develop an improvement of production management mode of the relationship between WIP trends and PC ordering for an interval. Improving equipment utilization and meeting WIP reduction are the main goals.

關鍵字(中)

★ IC封裝
★ 產能提升
★ 資料探勘
★ 決策樹

關鍵字(英)

★ IC packaging
★ Capacity increase
★ Data mining
★ Decision tree

論文目次

摘要...........................I
ABSTRACT...........................II
誌謝...........................IV
目錄...........................V
圖目錄...........................VII
表目錄...........................IX
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...........................4
1.5論文架構...........................4
第二章文獻探討...........................7
2.1QFN產品與其封裝後段製程簡介...........................7
2.2生產效率改善的定義...........................14
2.3OEE 先前研究結果...........................14
2.4個案公司OEE的使用...........................17
2.5資料探勘...........................18
2.5.1資料探勘的發展背景與定義...........................18
2.5.2資料探勘的功能說明...........................22
2.5.3緒論資料探勘的步驟介紹...........................24
2.5.4資料探勘常用的分析技術...........................25
2.5.5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...........................27
3.1個案公司簡介...........................27
3.2成長歷程...........................30
3.3歷年營收基本資料...........................33
3.4經營理念與核心文化...........................33
3.5競爭策略...........................34
3.6未來挑戰...........................36
第四章研究方法與結果...........................38
4.1資料背景說明...........................38
4.1.1分析物件...........................38
4.1.2解析流程...........................39
4.2資料來源...........................43
4.3分析因子...........................43
4.3.1因子特徵說明...........................44
4.4個案資料採礦分析...........................45
4.4.1Decision Tree Model分析...........................45
4.4.2改善WM問題...........................47
4.4.3改善CO問題...........................49
4.4.4個案資料採礦分析結果...........................50
第五章結論與建議...........................51
5.1研究結論與貢獻...........................51
5.2個案公司的建議...........................51
5.3未來研究方向與建議...........................53
參考文獻...........................54
一、中文部分...........................54
二、英文部分...........................55

參考文獻

一、中文部分
1. 林雅祺、王政鴻、蔡勝閎、蕭淑君、彭定國（2015），利用資料探勘技術制定封測廠的機台保養維修計畫，科際整合管理研討會。
2. 翁慈宗（2009），資料探勘的發展與挑戰. Featuer Report 專題報導資訊與生活科技，科學發展。
3. 張云濤、龔玲（2007），探勘原理與技術，台北市：五南圖書出版公司。
4. 郭信宏（2008），應用資料探勘技術於面板檢測實證研究，中央大學工業管理研究所碩士在職專班碩士論文。
5. 陳榮盛（2007），將3D堆疊晶片加入QFN構裝中以提升功能之技術研發，行政院國家科學委員會專題研究計畫成果報告（NSC96-2221-E006-221）。
6. 黃于真（2013），運用統計與資料探勘方法進行顧客購買行為分析，長榮大學資訊管理學系碩士論文。
7. 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，東吳大學經濟研究所碩士論文。
8. 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。
9. 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。
10. 趙明鴻（2017），運用限制理論與總合設備效率改善IC封裝生產流程，東海大學高階經營管理碩士在職專班碩士論文。
11. 劉昇聰（2016），精實管理之價值流圖分析在半導體封裝製程之改善應用，國立高雄大學高階經營管理碩士（EMBA）在職專班碩士論文。
12. 歐浚現（2016），探討PBGA封裝製程之有限元素分析及雷射用於QFN結構切割優化，國立中山大學機械與機電工程學系碩士論文。
13. 潘曉駿（2017），以自動化資料收集系統改善整併生產效率成本模式之OEE與UPH資料品質 -以某封裝測試廠為例，國立成功大學大學工業與資訊管理學系博士論文。
14. 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。
15. 謝東諺（2020），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，國立中央大學工業管理研究所碩士在職專班碩士論文。
16. 魏瑞慶（2021），實施PDCA改善設備綜合產能效率（OEE）之研究-以封裝挑揀產線為例，國立高雄應用科技大學化學工程與材料工程研究所碩士論文。

二、英文部分
1. Baluch, N. H., Abdullah, C. S., & Mohtar, S.（2012）. Measuring OEE in Malaysian palm oil mills. Interdisciplinary Journal of Contemporary Research in Business.
2. Berry, M. J., & Linoff, G.（1997）. Data mining techniques: for marketing, sales, and customer support. John Wiley & Sons, Inc..
3. Comley, D., & Smith, P.（2002）. The QFN: Smaller, Faster and Less Expensive. Chip Scale Review. com.
4. Craven, M. W., & Shavlik, J. W.（1997）. Using neural networks for data mining. Future generation computer systems, 13（2-3）, 211-229.
5. Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P.（1996）. From data mining to knowledge discovery in databases. AI magazine, 17（3）, 37-37.
6. Frawley, W. J., Piatetsky-Shapiro, G., & Matheus, C. J.（1992）. Knowledge discovery in databases: An overview. AI magazine, 13（3）, 57-57.
7. Grupe, F. H., & Mehdi Owrang, M.（1995）. Data base mining discovering new knowledge and competitive advantage. Information System Management, 12（4）, 26-31.
8. Han, J., Kamber, M., & Pei, J.（2011）. Data mining concepts and techniques third edition. The Morgan Kaufmann Series in Data Management Systems, 5（4）, 83-124.
9. Hand, D. J., Mannila, H., & Smyth, P.（2001）. Principles of data mining （adaptive computation and machine learning）. MIT Press.
10. Konopka, J., & Trybula, W.（1996, October）. Overall equipment effectiveness （OEE） and cost measurement [semiconductor manufacturing]. In Nineteenth IEEE/CPMT International Electronics Manufacturing Technology Symposium （pp. 137-140）. IEEE.
11. Moore, G.（1965）. Moore’s law. Electronics Magazine, 38（8）, 114.
12. Oechsner, R., Pfeffer, M., Pfitzner, L., Binder, H., Müller, E., & Vonderstrass, T.（2002）. From overall equipment efficiency （OEE） to overall Fab effectiveness （OFE）. Materials science in semiconductor processing, 5（4-5）, 333-339.

指導教授

何應欽(Ying-Chin Ho)

審核日期

2021-7-7

推文