第二章第二章
第二章、、、、文獻探討文獻探討文獻探討 文獻探討
由於 TFT-LCD 產業為近幾年快速發展之產業，學術界對於彩色濾光片 廠排程規劃之相關論文極少。故本節將針對彩色濾光片廠之製造流程、生 產型態及多規格換線之排程相關文獻，按照以下順序一一介紹：
(1)彩色濾光片製造流程介紹 (2)流程式生產相關排程研究 (3)考量附屬資源相關排程研究
2.1、、、、彩色濾光片製造流程介紹彩色濾光片製造流程介紹彩色濾光片製造流程介紹彩色濾光片製造流程介紹
TFT-LCD 面板中顯示色彩之原理為透過驅動 IC 與液晶控制，由內部 的背光模組提供光源，形成灰階顯示(只有黑、白兩色)，再利用彩色濾光 片(Color Filter；CF)上的紅、綠、藍之彩色濾光層來提供色彩，藉由這三 原色組合出所希望呈現的色彩種類。彩色濾光片之製程為流程式生產，主 要由鉻(Cr)製程、黑色矩陣(BM)製程、三原色(RGB)製程、氧化銦錫電玻 璃(ITO)製程、間隔物(Spacer)製程及最終檢查所構成。由圖 2-1 所示，以 下對各個製程作說明[23][24][27]：
1. 鉻(Cr)製程：
投入玻璃基板，並以真空濺鍍的方式將鉻鍍在其上，成為鉻玻璃。
2. 黑色矩陣(BM)製程：
以前階段產生的鉻玻璃投入，利用光微影(photolithography)製程以得到 保護膜，再經過蝕刻製程得到圖案，最後再將保護膜去除，即可得到鉻圖 案，以完成黑色矩陣製程。黑色矩陣在彩色濾光片內的主要功能有兩種，
一為提供對比，防止漏光，另一為產生光電流。其要求的特性有遮光性、
無缺陷、低反射性及均一性等，目前一般使用的還是以金屬材料為主，其 中鉻及其氧化物為目前最常用的材料。
3. 三原色(RGB)製程：
分別使用紅、綠、藍三種不同之著色染料，重複下列作業三次。塗佈
含著色染料的感光性樹脂，利用光罩將其曝光在紫外線下，接著再進行顯 影及烘烤等動作，如此反覆進行三次，分別形成紅、綠、藍三色之長條形 陣列。
4. 氧化銦錫電玻璃(ITO)製程：
又稱成膜製程。利用電場真空濺鍍氧化銦錫到上個製程所形成之彩色 層上，堆積成膜。
5. 間隔物(Spacer)製程：
在最上層再以光微影製程置上間隔物，來減少以後發生漏光或顏色不 均的情形。
6. 最終檢查：
進行均勻、外觀及厚度等品質檢查流程。
圖 2- 1 彩色濾光片製造流程圖[26]
2.2、、、考量整備時間、考量整備時間考量整備時間考量整備時間之之之之流程流程流程式工廠排程研究流程式工廠排程研究式工廠排程研究 式工廠排程研究
基於上述之介紹，可以得知彩色濾光片廠之生產線佈置型態為流程式 生產(Flow shop)，且因其三原色 RGB 之製程特性，環境中存在著順序相依 換線時間，因此本節將整理具有此生產環境與製程特性之相關研究。
流程式生產之問題最早是由 Johnson[8]所提出，主要針對一條生產線 上僅有兩個機台之環境，規劃雙機排程問題，目標為最小完工時間，藉由 發展出來的一套方法(Johnson's rule)，將環境中所有訂單求得最佳順序，使 得所花費之完工時間最少。隨後有關流程式生產之排程研究皆從此衍生而
來。
在 Flow shop 生產環境中，考量之整備時間分為順序獨立
(Sequence-independent)與順序相依 (Sequence-dependent)兩種，若整備時間 是屬於順序相依換線時間(Sequence-dependent)則無法使用 Johnson's rule 求 得最佳解，故 Corwin 及 Yoshida[6][19]等人，發展動態規劃(Dynamic programming)、兩階段(Two phase)等解法來求得最佳解。
然而，總完工時間內必須包含在機台上已加工完成工件卸下來之拆卸 時間(Removal time)，方能更具實務性，亦即是否考量拆卸時間會影響求解 方法之適用程度。Gupta[8]對流程型環境中之雙機排程問題，不考量拆卸 時間，並定義以工件為基礎(job-based)之完工時間，設計一套多項式最佳 化解法(A polynomial optimization algorithm)來求解。而 Sule[15]及 Sule &
Huang[16]亦對流程型環境之雙機排程問題，考量拆卸時間，稱之為以機台 為基礎(machine-based)之完工時間。其針對前後機台是否考量拆卸時間來 設計數套啟發式解法規劃排程，藉以找出較佳解，與其它現有之方法比 較，證明其自創之解法是否較具優勢，結果如表 2-1 所示：
表 2- 1 考量工件之拆卸時間雙機排程問題[2]
拆卸時間 Permutation schedule 問題種類 是否具有
整備時間 機台一 機台二 dominant non-dominant
1 是
2 是
3 否 j-based j-based
4 否 j-based m-based N/A
5 否 m-based m-based
6 是 j-based m-based
7 是 m-based m-based 8 是 m-based j-based
在 Flow shop 環境中，考量順序相依換線時間之排程問題，又可分成
「批量整備」與「非批量整備」兩類。楊氏[29]對兩者之定義分別如下：「批 量整備」意即把產品相同且生產過程相近的加工工件組成同一個生產的批 量來進行加工，即以整批單位來進行加工，故也稱批量生產。若是依加工 工件到廠的順序一個接著一個來加工，為非批量整備。針對非批量整備換 線之情境，Corwin 及 Esogbue[6]假設整備成本與整備時間長短成比例之雙 機排程問題。創造一套動態規劃法求解前機台具順序相依換線時間(或順序 獨立)及後機台具順序獨立整備時間(或順序相依)，在總完工時間為最小之 目標下，求得最佳解。Uskup 及 Smith[17]提出了一套分支界限法(Branch-and -bound)在與上述相同之環境中，並且在最小化延遲成本為目標下，可求得 最佳解。
Gupta 及 Darrow[2]在 1985 年彙整 Corwin 及 Esogbue 在過去所有研究 過之所有問題，並對其問題提出兩套啟發式解法(Heuristics)求解，並證明 其求解速度較原始問題之解法更有效率。並隨後在 1986 年，證明了 Flow shop 之雙機排程問題中，前後機台中僅有一台機台有 Sequence-dependence 整備時間之特性時，說問題之難度即為 Strongly NP-Hard。其另外提出四 個啟發式解法以求解環境中各種實務上的限制。
Gupta[2]針對 Flow shop 之多機排程問題，提出網路模式(TSP)來求解，
並証明其問題之複雜度同為 Strongly NP-Hard。Strikar 及 Ghosh[2]於同年 提出一 MILP(Mixed integer linear programming)求解方法求解相同問題，目 標式為最小化完工時間。而 Stafford 及 Tseng[2]將 Strikar 及 Ghosh 提出之 數學模式作修正，並另外提出三個模式，使其更具求解效率，解決環境中 各種實務上的限制。
Rios-Mercado 及 Bard[8]針對 Flow shop 之多機排程問題，且環境具順 序相依換線時間之條件下，目標為最小化完工時間(F ST C2 sd max)，發展兩 套 MIP 模式，各自以限制式表達實務上之不同環境限制。Gupta[2]針對上 述相同問題，提出一套分支界限法解決具 20 種產品別之問題。隨後，
Gupta[2]提出一套啟發式解法，並証實整備時間大於產品之加工時間時，
其求解速率與品質皆有不錯之效果。Rios-Mercado 及 Bard[8]也提出一套啟 發式解法，對整備時間遠小於加工時間之情境，可求得較佳之解。Sinons[13]
提出之啟發式解法，則適用於訂單在機台上之整備時間與加工時間差不多
之情況。而 Parthasarathy 及 Rajendran[8]針對同個環境，提出模擬退火法 (simulated annealing algorithm)求解最小化平均加權延遲及最小化最大加權 延遲之目標，皆有不錯的成效。
Szearc & Gupta[14]針對流程式生產環境中，具有順序相依換線時間特 性之雙機排程問題F ST C2 sd max，以最小完工時間為目標，定義了一特殊情 境(special case)。他們將整備時間分成兩個部份，一部分取決於目前正在機 台上加工之工件，另一部分則取決於下個待加工之工作，但此模式僅通用 在學術上以數學公式表達，不具實務性。
在過去的研究中，探討 Flow shop 環境中具批量整備換線特性之文獻 極少，僅有 Vakharia 及 Schaller[2]曾針對F ST2 sd,b Cmax問題，提出分支界限 法及數個啟發式之求解方法。
針對有關於 Flow shop 排程文獻，整理於表 2-2 所示：
表 2- 2 Flow shop 相關排程研究整理表
作者 問題類型 解題方法 批量換線與否 機台數 Corwin & Esogbue[6] F ST C2 sd max 動態規劃 No 2 Uskup & Smith[17] F ST2 sd Lmax 分支界限法 No 2 Gupta & Darrow[2] F ST C2 sd max 啟發式解法 No 2
Gupta [2] F ST Cm sd max TSP No m
Strilar & Ghosh[2] F ST Cm sd max MILP No m Strafford & Tseng[2] F ST Cm sd max MILP No m Rios-Mercado &
Bard[8] F ST Cm sd max MIP No m
Gupta[2] F ST Cm sd max 分支界限法 No m
Simons[13] F ST Cm sd max 啟發式解法 No m
Rios-Mercado &
Bard[8] F ST Cm sd max 啟發式解法 No m
F ST C 模擬退火法
Rajenfran
Szwarc & Gupta[14] F ST C2 sd max MILP No 2,m Vakharia et al. &
Schaller et al. [2] F ST2 sd b, Cmax 分支界限法 Yes m 由上述之整理，得知過去針對此環境之研究方法種類眾多，而本研究 考量現實競爭激烈之環境，複雜之換線限制，為的達到生產系統之總成本 最小化之目標，因此採用線性規劃法之混整數規劃(Mixed Integer Linear programming；MILP)為主要之解題工具。
2.3、、、、考量附屬資源相關排程研究考量附屬資源相關排程研究考量附屬資源相關排程研究考量附屬資源相關排程研究
在過去有關排程研究之相關議題，多數僅針對瓶頸資源做規劃，而忽 略在瓶頸資源生產時，需搭配之附屬資源(如晶圓廠黃光製程之光罩、
TFT-LCD 陣列製程之光罩等)，實務上，工廠內之機台必須搭配附屬資源 才能進行加工，唯有同時考量附屬資源與機台的產能，方能符合現場的實 際生產情況。
故本節首先介紹附屬資源排程問題之種類，接著提出國內、外學者對 附屬資源運用在各種環境之研究，加以說明。
2.3.1、、、附屬資源限制排程問題的分類、附屬資源限制排程問題的分類附屬資源限制排程問題的分類附屬資源限制排程問題的分類
Gargeya et al.[6]提及，所謂附屬資源乃生產活動控制系統(Production Activity Control, PAC)會使用到的設備或配件等裝置，而這些設備通常在生 產需要整備、保養、機台之作業或組裝等活動下使用。除了在生產時間所 會用到的相關設備，其它非線上生產作業(Off-line Operations)所用到之設 施如叉架起貨機(Forklifts)、自動搬運車(Automated Guided Vehicles, AGV)、棧板(Pallets)等設備，亦屬附屬資源之範疇。
Gargeya et al.針對不同的附屬資源限制形式，將附屬資源排程問題分 成下列四種類型[6]：
(1) 多重資源限制零工型工廠(Multiple resource-constrained job shop)
在工廠中，系統產出量受兩個或兩個以上之系統限制影響產出量稱
之。這些系統中的限制包括機器、人力、和其他附屬資源(工具、其他設備)。
之。這些系統中的限制包括機器、人力、和其他附屬資源(工具、其他設備)。