第四章 實例驗證
4.3 模擬驗證
4.3.5 機台數量新增機制之成效分析
吾人將於本小節驗證本文機台數量新增機制之成效。首先，表 4 - 45 與表 4 - 46 為在 4.2.2 節中所得之初始機台配置(見表 4 - 7)、以及 4.2.4 節 中經由本文機制產生之最終機台配置(見表 4 - 35)下，生產週期時間平均值
與標準差之比較表。由此二表中可知，最終機台配置下各屬性別工件生產 週期時間之平均值與標準差，皆較初始機台配置所得之值為低。
表 4 - 45 初始以及最終機台配置下之生產週期時間模擬結果(一般工件) 生產週期時間平均值(分鐘) 生產週期時間標準差(分鐘)
(1)初始機台配置 1480.72 4.45
(2)最終機台配置 1421.37 3.33
(3)差值[=(1)-(2)] 59.35 1.11
表 4 - 46 初始以及最終機台配置下之生產週期時間模擬結果(量測工件) 生產週期時間平均值(分鐘) 生產週期時間標準差(分鐘)
(1)初始機台配置 1648.11 5.25
(2)最終機台配置 1586.91 2.54
(3)差值[=(1)-(2)] 61.20 2.71
接下來，吾人將以本研究所得之機台數量配置結果，與運用另外兩種 啟發式方法所得之機台組合進行比較。吾人首先介紹將與本文機制作比較 之兩種啟發式方法：
1. 閒置成本法[27][31]：一般管理階層希望成本較高之機台，要有較高 之利用率，以盡量減少高成本機台之數量；反之，成本較低之機台則 允許有較多的數量，以維持生產系統之流暢。而閒置成本法利用機台 閒置成本作為機台優先新增之依據，機台之閒置成本越低，優先考慮 新增機台數量，機台閒置成本ICk之公式如下所示：
k Cost
ICk =(1−ρk)× k ∀ 式 4 - 7
其中，ρ 為工作站k k之機台利用率，Costk為工作站k機台購置成本。
2. 邊際貢獻法[6][8][27][31]：此啟發式方法考量了週期時間以及機台成 本，尋找成本低且能快速降低生產週期時間之機台，亦即單位成本之 週期時間改善率越大之機台，優先考慮新增。此方法以週期時間改善 幅度與機台成本之比值為評估指標，比值最大之工作站優先新增一部 機台。比値Ratiok之計算公式如式 4 - 8 所示，其中∆WCTk為增加一部 機台所減少之總生產週期時間9，公式如式 4 - 9 所示。
Cost k Ratio WCT
k k
k ∆ ∀
= 式 4 - 8
k CT
L
WCT k
r
r r k
k = × ×∆ ∀
∆
∑
( π ) 式 4 - 9其中，Costk為工作站k之機台購置成本，Lrk為屬性別r之製程步驟中 經過工作站k次數，π 為屬性別工件r r佔總產量之比例，∆CTk為工作 站k新增一部機台時之工作站週期時間減少量。
吾人將以 4.2.2 節所求得之機台初始組合為出發點，經由計算各屬性 別工件之層級週期時間與 X-factor 值，以選取 X-factor 值超出上限之層級 中所有的工作站，並彙整為候選工作站集合S(D)後，分別運用上述兩種常 見之啟發式方法，搜尋優先考量新增機台之工作站，予以增加一部機台。
並反覆執行上述步驟，直到各屬性別工件於各層級之 X-factor 值皆小於設 定之上限値(1.3)為止。吾人利用上述兩種方法所求得之新增機台順序分別 如表 4 - 47 及表 4 - 48 所示，而最終機台數量配置將分別列於表 4 - 49 以 及表 4 - 50 中。
9 此處∆WCTk代表於工作站k增添一部機台時所造成之週期時間總減少量，而本 文第三章中之∆CTIk則表示於工作站k新增一部機台時，針對 X-factor 值超出上限之層
表 4 - 47 新增機台之工作站順序(閒置成本法)
新增機台順序 1 2 3 4 5 6
工作站編號 W17 W02 W04 W17 W02 W17
新增機台數量 1 1 1 1 1 1
新增機台順序 7 8 9 10 11 12
工作站編號 W02 W04 W19 W17 W17 W06
新增機台數量 1 1 1 1 1 1
表 4 - 48 新增機台之工作站順序(邊際貢獻法)
新增機台順序 1 2 3 4 5 6
工作站編號 W04 W17 W02 W19 W09 W10
新增機台數量 1 1 1 1 1 1
表 4 - 49 各工作站之最終機台配置(閒置成本法)
工作站編號 W01 W02 W03 W04 W05
機台數量(台) 6 7 2 8 7
工作站編號 W06 W07 W08 W09 W10
機台數量(台) 6 2 5 3 2
工作站編號 W11 W12 W13 W14 W15
機台數量(台) 3 3 2 2 3
工作站編號 W16 W17 W18 W19
機台數量(台) 9 11 2 3
表 4 - 50 各工作站之最終機台配置(邊際貢獻法)
工作站編號 W01 W02 W03 W04 W05
機台數量(台) 6 5 2 7 7
工作站編號 W06 W07 W08 W09 W10
機台數量(台) 5 2 5 4 3
工作站編號
機台數量(台) 3 3 2 2 3
工作站編號 W16 W17 W18 W19
機台數量(台) 9 7 2 3
接下來，吾人分別以此二種方法所得之最終機台配置進行模擬驗證，
每組機台配置狀況模擬 30 次，每次模擬總時間為 168 天，前 84 天為 warm up 時間，僅蒐集後 84 天之模擬資訊。吾人分別蒐集每組機台配置下各層 級生產週期時間的模擬結果，並與本文機制所得之結果進行比較，如表 4 - 52 所示。此外，吾人亦將各種方法下各屬性別工件之生產週期時間平均值 與標準差，以及機台購置總成本等資訊，整理於表 4 - 53 中。
由於新增機台之搜尋方法將會決定最終機台數量配置之品質，一個不 好的機台新增組合，會使得機台購置成本增加，而生產績效卻無法大幅提 升；反之，一個好的機台新增組合，會使得決策者在新增機台時，增加對 系統績效改善幅度大、購置成本低之機台。
然而，生產績效之提升是需要成本的，任何的搜尋方法所得之機台新 增組合，皆為機台成本與生產績效之間的取捨(Trade-off)。舉例而言，若決 策者決定新增之機台完全取決於機台購置成本，則必定先增加成本最低之 機台，然而卻可能由於無法新增對系統績效影響較大之機台，使得生產績 效遲遲無法達到系統限制。相反的，若決策者先新增了對系統績效改善幅 度大的機台，固然會使得生產績效迅速滿足系統設定之要求，但卻可能犧 牲了機台成本，使得機台購置成本居高不下。
因此，本文欲在成本與績效的取捨之間決定機台數量配置，使得機台 總購置成本盡可能降低，同時又能夠滿足 X-factor 值之限制。由表 4 - 52 中三種方法下各屬性別於各層級之週期時間模擬結果以及 X-factor 值，可 知分別運用此三種方法所求得之最終機台規劃，於模擬系統中確實可滿足 本文對於各層級 X-factor 值之限制(1.3)。然而，在三種機台配置組合皆達 成限制條件之情況下，透過本文機制所產生之最終機台配置，其機台購置 總成本最低，如表 4 - 53 所示。
由閒置成本法之搜尋結果(彙整於表 4 - 51)可發現，其共增加了 12 部
機台才能滿足本文 X-factor 值之限制，且其中成本較小之工作站(W02、
W17)就佔了 8 部，可見此方法傾向搜尋成本較小之機台，而不注重生產績 效之改善幅度大小，導致系統之 X-factor 值遲遲無法達到要求。
邊際貢獻法之搜尋結果(彙整於表 4 - 51)共增加了 6 部機台，其中有 3 部機台(W04、W09、W10)亦為本文機制之搜尋結果。然而，透過本文之 機制只需新增 3 部機台即可滿足系統限制，且機台購置總成本較其他兩種 方法低，由此可知於本案例中，本文機制之搜尋成效較佳。
然而，雖然此三種方法所得之機台新增組合皆為滿足 X-factor 值限制 下之結果，但由於透過本文機制所新增之機台數量，小於另外兩種方法之 機台新增數量(如表 4 - 51 所示)，因此，本文最終機台配置下之生產週期 時間平均值與標準差，與另外兩種方法所得之值相比並非最低，如表 4 - 53 所示。
表 4 - 51 不同方法下新增機種之名稱及數量
新增之機種名稱與數量(括號內為新增之機台數量)
本文方法 W04(1)、W09(1)、W10(1)
閒置成本法 W02(3)、W04(2)、W06(1)、W17(5)、W19(1)
邊際貢獻法 W02(1)、W04(1)、W09(1)、W10(1)、W17(1)、W19(1)
表 4 - 52 不同方法下各屬性別各層級之週期時間模擬結果與 X-factor 值
本文機制 閒置成本法 邊際貢獻法
一般工件 量測工件 一般工件 量測工件 一般工件 量測工件 層級週期時間(分鐘) 212.79 246.07 215.26 244.85 207.97 238.51 層級純製程時間(分鐘) 176.20 206.20 176.20 206.20 176.20 206.20 第一
層級
層級之 X-factor 値 1.21 1.19 1.22 1.19 1.18 1.16 層級週期時間(分鐘) 208.12 243.04 210.37 246.83 208.66 239.49 層級純製程時間(分鐘) 161.20 191.20 161.20 191.20 161.20 191.20 第二
層級
層級之 X-factor 値 1.29 1.27 1.30 1.29 1.29 1.25 層級週期時間(分鐘) 214.29 247.31 220.62 250.63 213.89 243.86 層級純製程時間(分鐘) 169.53 199.53 169.53 199.53 169.53 199.53 第三
層級
層級之 X-factor 値 1.26 1.24 1.30 1.26 1.26 1.22 層級週期時間(分鐘) 196.84 229.05 195.81 223.51 195.15 225.45 層級純製程時間(分鐘) 167.87 197.87 167.87 197.87 167.87 197.87 第四
層級
層級之 X-factor 値 1.17 1.16 1.17 1.13 1.16 1.14 層級週期時間(分鐘) 589.33 621.43 582.35 609.27 585.95 615.52 層級純製程時間(分鐘) 518.87 548.87 518.87 548.87 518.87 548.87 第五
層級
層級之 X-factor 値 1.14 1.13 1.12 1.11 1.13 1.12
表 4 - 53 各方法下生產週期時間模擬資訊與機台總成本之比較
本文機制 閒置成本法 邊際貢獻法
一般工件週期時間平均值(分鐘) 1421.37 1424.39 1411.62
一般工件週期時間標準差(分鐘) 3.33 3.18 3.33
量測工件週期時間平均值(分鐘) 1586.91 1575.10 1562.84
量測工件週期時間標準差(分鐘) 2.54 3.02 4.08
機台購置總成本(百萬元) 15040 15360 15250
4.3.6 不同不同不同不同機台機台機台機台配置下之生產週期時間分析配置下之生產週期時間分析配置下之生產週期時間分析配置下之生產週期時間分析
由 4.2.4 節所得之機台新增結果(表 4 - 34)可知，以初始機台數量配置 為出發點，透過本文模式之搜尋，直到最終機台配置時一共新增加了 3 個 工作站之機台，其順序分別為 W04、W09 以及 W10 工作站。因此，本小 節將由初始機台配置開始，依照新增順序逐一增加機台，並對於每增加一 部機台後之機台配置環境，進行生產週期時間估算值與模擬結果之比較，
如表 4 - 54 以及表 4 - 55 所示。由此二表可知，在數個不同機台配置之環 境下，運用本文模式所求得之生產週期時間估算值，其誤差均小於 5%，
可見本文之估算模式不失為一良好之週期時間估算法則。此外，吾人亦將 此二表格之數值以圖之方式呈現，如圖 4 - 2 以及圖 4 - 3 所示。
表 4 - 54 不同機台配置下一般工件之生產週期時間比較表
初始配置下 新增 1 部機台 (W04)下
新增 2 部機台
(W04、W09)下 最終配置下 (1)週期時間估算值估算值估算值估算值(分鐘) 1520.39 1493.90 1463.26 1449.49 (2)週期時間模擬值模擬值模擬值模擬值(分鐘) 1480.72 1459.10 1433.89 1421.37 (3)差值[=(1)-(2)] 39.67 34.80 29.37 28.12 (4)誤差[=(3)/(2)] 2.68% 2.39% 2.05% 1.98%
表 4 - 55 不同機台配置下量測工件之生產週期時間比較表
初始配置下 新增 1 部機台 (W04)下
新增 2 部機台
(W04、W09)下 最終配置下 (1)週期時間估算值估算值估算值估算值(分鐘) 1716.46 1689.97 1659.33 1645.56 (2)週期時間模擬值模擬值模擬值模擬值(分鐘) 1648.11 1626.55 1601.85 1586.92 (3)差值[=(1)-(2)] 68.35 63.42 57.48 58.64 (4)誤差[=(3)/(2)] 4.15% 3.90% 3.59% 3.70%
一般工件
第五章 第五章 第五章
第五章 結論與未來研究方向 結論與未來研究方向 結論與未來研究方向 結論與未來研究方向
5.1 結論
結論結論結論在 TFT-LCD 產業之三階段製程中，第一階段之薄膜電晶體陣列(TFT Array)段製程與半導體晶圓製造廠十分相似，然而薄膜電晶體陣列段無批 量加工機台之製程特性，則不同於晶圓製造廠有批量加工機台之製程特 性。對於薄膜電晶體陣列廠而言，由於其機台設備成本十分昂貴，因此，
機台數量之配置規劃是ㄧ個相當重要之長期決策。此外，生產週期時間決 定了產品之交期時間，為衡量生產績效之重要指標，亦為規劃機台組合時 不可或缺之考慮因素。然而，在薄膜電晶體陣列廠中，由於原物料玻璃基 板所佔體積龐大，故以自動化搬運系統進行運送。若搬運系統設計不良，
則將造成產品之生產週期時間增加，故在薄膜電晶體陣列廠中，不可忽略 搬運系統對於生產週期時間之影響。
有鑑於此，吾人首先考量搬運問題之影響，設定搬運系統配置最適搬
有鑑於此，吾人首先考量搬運問題之影響，設定搬運系統配置最適搬