以回歸分析法找出各參數之相關性

在其它不可直接調整之參數部分，將經由上述四項製程參數，利用 STATISTIC 統計軟體來進行分析，以多元回歸分析方法(Multiple Regression) 將彼此之非線性關係式找出。因此，只要調整上述四項製程參數設定值，則 可經由多元回歸分析方法找出其餘五項製程參數，以此方式可找出新的製程 參數，並將參數輸入控制器的品質預測器，以找出製程參數，並重新調整機 台參數，使成品品質達到所需之要求。而各項參數之多元回歸分析方法說明 如下：

一、保壓時間：

由於保壓時間關係到塑膠的成品密度，時間越長重量相對較重。而 在參數之設定中，本研究所使用之機型僅可以調整射出時間無法直接設 定填充時間與保壓時間，其代表之意義為射出時間=填充時間+保壓時 間。而填充時間之長短是由射出速度所決定。射出速度越快則填充時間 越短相對的保壓時間就越長。因此將以射出時間與射出速度為因子，找 出保壓時間與上述兩者間之關係。本研究將採用製程參數最佳化過程中 之田口實驗計劃法所蒐集之製程資料建構其關係式，建構資料如附錄 A 所示，其3D 反應曲面如圖 5.7 所示:

其非線性關係式如下所示:

2

1 1

2 1 2

y=-3.0457239048493+.067051565534529 x -.00044566204825874 x +1.1861520261841 x -.0040761294026837 x x +ε

× ×

× × ×

2 0.99825 Radj =

其中

y: 為輸出變數，為保壓時間(Packing Time)。

x1: 為一輸入變數，射出速度(Injection Velocity)。

x2: 為另一輸入變數，射出時間(Injection Time)。

2

R :調整的adj R 統計量 (Adjust R^{2 2} Statistic)。

ε:為殘差項(MS Residual)=0.0000438

Fitted Surface; Variable:Packing Tim e [sec]

0.8 0.6 0.4 0.2

圖5.7 保壓時間與(射出時間與射出速度)之反應曲面

(5.2.1.1.1)

二、平均保壓壓力：

由於保壓壓力關係到填充模穴熔膠的密度，壓力越高重量越重。雖 然在參數之設定中可以調整保壓壓力，但是由圖5.3 中可發現，充填保壓 切換點之壓力非常高，若保壓時間短的話，則平均保壓壓力將超出所設 定之保壓壓力非常多。因此，即使是在相同之保壓設定值下，平均保壓 壓力之差異將根據保壓時間之變化而改變。因此將以保壓時間與保壓壓 力為因子，找出平均保壓壓力與上述兩者間之關係，本研究將採用製程 參數最佳化過程中之田口實驗計劃法所蒐集之製程資料建構其關係式，

建構資料如附錄B 所示，其 3D 反應曲面如圖 5.8 所示:

其非線性關係式如下所示:

2

1 1

2 1 2

y=19.590343365122-42.044499851097 x +20.015761430145 x +.79914389096744 x +.23306145107601 x x +ε

× ×

× × × (5.2.1.1.2)

2 0.99681 Radj =

其中

y: 為輸出變數，為平均保壓壓力(Avg. Packing Pressure)。

x1: 為一輸入變數，保壓時間(Packing Time)。

x2: 為另一輸入變數，保壓壓力(Packing Pressure)。

2

R :調整的adj R 統計量 (Adjust R^{2 2} Statistic)。

ε :為殘差項(MS Residual)=0.1262927

Fitted Surface; Variable:A vg.Packing Pressure [M pa]

55 50 45 40 35

圖5.8 平均保壓壓力與(保壓時間與保壓壓力)之反應曲面 三、螺桿行程：

在參數之設定中雖然可以設定充填保壓切換點，但是成品在還未填 充飽滿之情況下，螺桿在保壓時會根據保壓時間和平均壓力還會有些許 的移動，因此螺桿總行程亦與塑膠之填充量相關，填充量多則成品較重。

但是依照現有之參數無法直接找出螺桿行程，但能夠找出最大行程與螺 桿起始位置，因此本研究利用螺桿起始位置扣除螺桿最大行程即可找出 螺桿行程。因此將以保壓時間與保壓壓力為因子，找出螺桿最大行程與 上述兩者間之關係，再計算出螺桿行程。本研究將採用製程參數最佳化 過程中之田口實驗計劃法所蒐集之製程資料建構其關係式，建構資料如 附錄C 所示，其 3D 反應曲面如圖 5.9 所示:

Fitted Surface; Variable: R am Position at M ax. Filling

8 7.5 7 6.5 6 5.5 5

圖5.9 螺桿最大行程與(保壓時間與平均保壓壓力)之反應曲面 其非線性關係式如下所示:

1 2

2 2

y=13.421673626298-1.5932268655323 x -.18512326820143 x +.0010754345906742 x +ε

× ×

× (5.2.1.1.3)

2 0.9425 Radj =

其中

y: 為輸出變數，螺桿最大行程(Ram Position at Max. Filling)。

x1: 為一輸入變數，保壓時間(Packing Time)。

x2: 為另一輸入變數，平均保壓壓力(Avg. Packing Pressure)。

2

R :調整的adj R 統計量 (Adjust R^{2 2} Statistic)。

ε:為殘差項(MS Residual)=0.0191837

螺桿起始位置=49.47mm

螺桿行程= 螺桿起始位置- 螺桿最大行程(Ram Position at Max. Filling) 四、射速曲線之SOM 特徵值：

射速曲線為射出成型過程中的實際射速曲線，在射出成型之過程 中，充填期之射速、射出時間會影響到射速曲線之變化。在保壓階段，

保壓壓力與平均保壓壓力會影響到射速曲線之變化，因此本研究將以上 述四項因子，找出射速曲線SOM 與上述四者間之關係。本研究將採用製 程參數最佳化過程中之田口實驗計劃法所蒐集之製程資料建構其關係 式，建構資料如附錄 D 所示。經由多元回歸分析方法找出其非線性關係 式如下所示:

2 2

1 1 2 2

2 2

3 3 4 4 3 4

y=378.9512-15.8896 x +0.1730 x -11.7251 x +3.5716 x + 1.9812 x +0.0501 x -1.9587 x +0.0918 x -0.1411 x x +ε

× × × ×

× × × × × × (5.2.1.1.4)

2 0.9889 Radj =

其中

y: 為輸出變數，射速曲線之 SOM 特徵值。

x1:輸入變數，射速(Injection Velocity)。

x2:輸入變數，射出時間(Injection Time)。

x3:輸入變數，保壓壓力(Packing Pressure)。

x4:輸入變數，平均保壓壓力(Avg. Packing Pressure)。

2

R :調整的adj R 統計量 (Adjust R^{2 2} Statistic)。

ε:為殘差項(MS Residual)=0.0821165

五、螺桿位置曲線之SOM 特徵值：

螺桿位置曲線為射出成型過程中的實際螺桿移動位置曲線，在射出 成型之過程中，充填期之充填保壓切換點、射出時間會影響到螺桿位置 曲線之變化。在保壓階段，保壓時間與螺桿最大行程會影響到螺桿位置 曲線之變化，因此本研究將以上述四項因子，找出螺桿位置曲線SOM 與 上述四者間之關係。本研究將採用製程參數最佳化過程中之田口實驗計 劃法所蒐集之製程資料建構其關係式，建構資料如附錄 E 所示。經由多 元回歸分析方法找出其非線性關係式如下所示:

2 2

1 1 2 2

2

3 4 4 1 2 1 3

2 3 2 4 3 4

y=987.24-1324.35 x +562.52 x +1207.64 x +533.94 x 47.05 x -46.97 x +2.47 x -1057.26 x x +31.66 x x 25.54 x x -6.04 x x +2.25 x x +ε

× × × × −

× × × × × × × −

× × × × × ×

(5.2.1.1.5)

2 0.97606 Radj =

其中

y: 為輸出變數，螺桿位置曲線之 SOM 特徵值。

x1:輸入變數，射出時間(Injection Time)。

x2:輸入變數，保壓時間(Packing Time)。

x3:輸入變數，充填保壓切換點(VP Position)。

x4:輸入變數，螺桿最大行程(Ram Position at Max. Filling)。

2

R :調整的adj R 統計量 (Adjust R^{2 2} Statistic)。

ε:為殘差項(MS Residual)=0.2406485

經由上述方式可以在調整製程參數時，同時將其餘各項不可調整之參數 計算出，再將所計算出之數值輸入製程品質預測器，以估算成品之品質。