實驗改善效益評估

此次改善效益主要以 Cell CF Mura 減少不良率為主要改善目標，次要改善目標為 減少廠內膜厚異常次數&時間，故分別計算改善效益:

主要改善目標效益: Cell CF mura 不良率

2010/10~2011/05,於客戶端Cell製程投入20.1吋 CF，其色差不良率：

Baseline:平均水準 = 0.15%

Improvement Goal =0.05%

次要改善目標效益:減少廠內膜厚變異次數&時間

 每月平均膜厚異常次數 32 次 (base on 2010 年 10 月~2011 年 5 月)

 每次異常造成無法生產時間為 2 小時

 RGB 每小時 move 約 240 sheets

 外購 CF cost : 5,200NTD/sheet; in-house CF cost : 3,200NTD/sheet 有 2,000 NTD 價差

 1 年 = 12 個月

 Baseline 41 次 & 第一攻堅點 6.2 次

年度效益 = (41-34.8)*2*240Sheets*2000*12 = 7千一百萬NTD/年

4.2.2 實驗改善流程

下列圖示為檢出膜厚異常處理流程圖, 當膜厚機膜厚異常發生時,該片設片至 Mura 缺陷機確認是否有色差,若檢出色差並且送至 SAM 復檢確認,若檢出色差該片量 測色度密集點,同時光阻塗佈機停機待色度量測結果.假設可改善膜厚塗佈變異&塗佈 參數最佳化,減少因異常造成停機&確認品質動作時間,可省下可觀效益.

列出可能影響 CF 色差不良缺陷之原因，而後設計一連串相關實驗，並從中分 析製程參數的改變對色差現象的影響，並且在最後就各方面考慮因素討論改善色差現 象的方法

表 4-3 In-Line THK Judge NG SOP

4.2.3 色差特徵

彩色濾光片各色層(紅、綠、藍)色差通常出現在開始塗佈區，Marco 檢出燈源 以不同之色層，皆以不同之燈源檢出，以紅色來看鈉燈暗部較易檢出，綠色來看以光 合反部較易檢出，最後藍色以 SeNa 燈較易檢出，故簡易判別各色層造成色差，初步 可以利用檢出之燈源之不同做判別。

圖4-3 何謂彩色濾光片色差

4.2.4 色差檢出型態

大致上可分為二種型態:條狀色差及弧狀色差

圖4-4 彩色濾光片色差種類

4.2.5 色差檢出產品

由於塗佈初期容易因膜厚不穩定，造成膜厚變異大檢出色差，但因目前各產品 Dummy(無效區)皆不一致，故以目前最容易檢出色差之產品，大致上分為以下:20.1 吋/22吋為主，主要原因塗佈Dummy約在20mm以內，最容易檢出色差。

圖4-5 彩色濾光片色差Model

因此本章從CF之RGB製程分析，並列出可能影響膜厚變異造成色差之原因，而 後設計一連串相關實驗，並從中分析製程參數的改變對膜厚變異造成色差現象的影 響，並且在最後就各方面考慮因素討論改善膜厚變異減少色差現象的方法。

4.2.6 膜厚變異異常定義

膜厚依照各色層&產品工程條件卡規定膜厚製作，每色層各自有膜厚中心值及 上/下規格，若超出此範圍則違反出貨規格必須報廢，不過通常廠內生產過程中為了 防止違反出貨規何，會製定出更嚴格之規格防止此類異常發生，以生產線即時量測膜 厚關卡為 in-line 膜厚機，針對膜厚會以更嚴格之規格卡關，

由於塗佈初期容易造成色差，故 coating start 膜厚卡+/-0.05um,防止膜厚變異過大造成 Macro 檢出色差

圖 4-6 彩色濾光片膜厚異常定義

4.2.7 建立 Coater SIPOC 流程

由前述可清楚知道廠內膜厚變異造成機台停機次數&時間皆屬嚴重，故於廠內 針對可能影響之製程以宏觀流程圖之分析 SIPOC 圖如下圖 4-7

圖 4-7 製程宏觀流程圖

4.2.8 建立 VOC

六標準差最基本的邏輯是由滿足顧客的期望開始，因此如何獲取顧客的聲音 (VOC；Voice Of Customer)就成了推動六標準差專案的動力源，故針對客戶端收集相 關滿意度調查，針對客戶需求收集成 VOC，以達到六標準差成功之要件之一:

在文檔中 中 華 大 學 (頁 90-96)