本研究之算則建構流程大致上可以分為三個階段及十二個步驟，本節將逐一 陳述各階段所包含的步驟，說明內容如下：
階段一：功能需求之瞭解與失效分析 Step 1. 進行失效模式與效應分析
根據相關文獻及現場專業工程人員之意見，進行失效模式與效應分析 (FMEA)，如表 3-1 所示。依據 Xu et al.(2002)所提到的判斷準則，如表 3-2、表 3-3 及表 3-4 所示，評估失效效應發生時之嚴重性，現行的控管能力對失效之檢 測難易程度，以及失效原因之發生頻率，最後，計算風險優先數(RPN)。
表 3-1 FMEA 簡表 失效模式與效應分析 Failure Modes and Effects Analysis
FMEA 編號：
產品/項目(Item)：
核心小組(Core Team)：
頁碼：
填表人：
初稿日期： 修訂日期：
功能要求 潛在
失效模式
潛在 失效效應
嚴重度
潛在 失效原因
發生度
現行控制
檢測度
風險 優先數
25
表 3-2 FMEA 嚴重度判斷準則
評點 效應 判斷標準
10 無警告的嚴重危害
失效在無警告的情況下發生可能會影響安全 或違反政府規定
9 有警告的嚴重危害
失效在有警告的情況下發生，可能會影響安全 或違反政府規定
8 很高 產品/系統喪失主要功能，無法使用
7 高
產品/系統可以使用，但是性能下降，顧客很 不滿意
6 中等
產品系統可以使用，但是舒適性或方便性項目 性能無法運作，顧客不滿意
5 低
產品/系統可以使用，但是舒適性或方便性項 目性能下降，顧客感覺有些不滿意
4 很低
組裝、外觀或噪音等項目不符合要求，大多數 的顧客(≥ 75%)能發現缺陷
3 輕微
組裝、外觀或噪音等項目不符合要求，有一半 的顧客(50%)能發現缺陷
2 微乎其微
組裝、外觀或噪音等項目不符合要求，但很少 顧客(≤ 25%)能發現缺陷
1 無 無影響
26
表 3-3 FMEA 檢測度判斷準則
評點 可偵測度 判斷標準
10 沒有已知的檢測方法
設計控制不會/不可能探測潛在失 效原因及其隨後之失效模式；或 根本沒有控制
9 現行檢測方法可能性極微小
設計控制能探測潛在失效原因及 其隨後失效模式的機會非常少
8 現行檢測方法可能性很微小
設計控制能探測潛在失效原因及 其隨後失效模式的機會極少
7 現行檢測方法很小
設計控制能探測潛在失效原因及 其隨後失效模式的機會非常低
6 現行檢測方法小
設計控制能探測潛在失效原因及 其隨後之失效模式的機會很低
5 現行檢測方法中等
設計控制能探測潛在失效原因及 其隨後失效模式的機會中等
4 現行檢測方法中等偏上
設計控制能探測潛在失效原因及 其隨後失效模式的機會中等偏上
3 現行檢測方法高
設計控制能探測潛在失效原因及 其隨後失效模式的機會高
2 現行檢測方法很高
設計控制能探測潛在失效原因及 其隨後失效模式的機會很高
1 現行檢測方法幾乎肯定可以找出
設計控制幾乎肯定能探測潛在失 效原因及其隨後失效模式
27
表 3-4 FMEA 發生度判斷準則
評點 可能性 失效發生頻率
10 ≥ 100/1000
9
很高：持續發生的失效
50/1000
8 20/1000 7
高：時常發生的失效
10/1000
6 5/1000 5 2/1000 4
中等：偶爾發生的失效
1/1000
3 0.5/1000 2
低：相對很少發生的失效
0.1/1000 1 極低：不太可能發生的失效 ≤ 0.01/1000
階段二：關鍵失效模式分析
Step 2. 發展功能需求與 TRIZ 39 項工程參數之關聯性矩陣
利用 Altshuller 所歸納出的系統衝突矛盾特徵，即 39 項工程參數，與 FMEA 中的功能需求發展關聯性矩陣，其主要目的在於瞭解各個功能需求所具有之工程 參數，用以作為解決系統問題的思考方向。一般而言，每個功能需求都具有多個 工程參數，如有害副作用、製造準確度、控制複雜性等。
此外，在關聯矩陣中各參數間的關聯程度，則透過六點尺度量表予以表達，
從「無關聯」至「絕對關聯」分別給予「0」、「1」、「2」、「3」、「4」、「5」之分數，
如 3-5 所示。
舉例說明，FR3 之功能需求具有工程參數 EP1、EP3 及 EP4，而 FR3 與 EP1 之間具有低度關聯程度，如表 3-6 所示。
28
表 3-5 關聯程度量表
評估尺度 關聯程度
0 無關聯
1 輕微關聯
2 低度關聯
3 有關聯
4 高度關聯
5 絕對關聯
表 3-6 功能需求與工程參數關聯性矩陣範例
FR1 FR2 FR3 FR4 EP1 3 0 2 1 EP2 0 4 0 0 EP3 1 0 1 3 EP4 0 0 2 0
Step 3. 發展潛在失效模式與 TRIZ 39 項工程參數之關聯性矩陣
利用工程參數與 FMEA 中的潛在失效模式發展關聯性矩陣，其主要目的與 Step 2 相同，舉例說明，FM1 之潛在失效模式具有工程參數 EP1、EP2 及 EP4，
而 FR1 與 EP1 之間具有高度關聯程度，如表 3-7 所示。
工程參數 功能需求
29
表 3-7 潛在失效模式與工程參數關聯性矩陣範例
FM1 FM2 FM3 FM4
EP1 4 0 1 1
EP2 2 0 3 0
EP3 0 3 0 3
EP4 1 1 0 0
Step 4. 評估工程參數之權重值
由 Step 2 所獲得之「功能需求與工程參數關聯性矩陣」，將依功能需求之重 要性程度分析出 39 項工程參數的權重值，其目的在於尋找關鍵失效模式的同 時，亦將功能需求之重要性考量進去，而評估功能需求的重要性程度則是依據專 業工程人員的意見及工程上的需求，以公式 3-1 進行各功能需求重要性程度之加 權值的評估。
(3-1)
由於風險優先數(RNP)為介於 1 至 1000 的數值，因此求算各個 RPN 值的千 分比，千分比值越大，代表重要性程度越高，然後分別計算各功能需求所包含之 RPN 千分比值的平均值，即為該功能需求重要性程度之加權值，如表 3-8 所示，
FR1 之重要性程度加權值為(0.02+0.04+0.032+0.055)/4=0.037。最後，將各 參數間所得之關聯值乘以功能需求重要性程度的加權值，加總後取其比重即為工 程參數之權重值，例如 EP1 之加總為3×0.037+2×0.042+1×0.082=0.277，則 其權重值為 0.277/0.886 = 0.313，如表 3-9 所示。
單一功能需求重要性程度之加權值
n RPN FR
k
i n
j
ij ij
=
∑∑
) 1000 / (
) (
其中，i 表示第 i 項功能需求 (i = 1, 2,…, k)
j 表示第 i 項功能需求中之第 j 項 RPN 值 (j = 1, 2,…, n)
30 PFM11 PEF11 PC11-1 20 0.020
PC12-1 40 0.040 PC12-2 32 0.032 FR1
PFM12 PEF12
PC12-3 55 0.055
31
表 3-10 潛在失效模式與加權後工程參數關聯性矩陣範例
FM1 FM2 FM3 FM4
EP1 1.252 0 0.313 0.313
EP2 0.452 0 0.678 0
EP3 0 1.101 0 1.101
EP4 0.094 0.094 0 0
Step 6-10. 進行決策實驗室分析法(DEMATEL)
鑑於 FMEA 缺乏有系統、有規則之評估方法，僅透過嚴重度、發生度及檢 測度的主觀判斷，計算風險優先數(RPN)並決定失效問題改善之優先順序；
DEMATEL 是一種透過矩陣及相關數學理論之運算，進而擬定決策/改善優先順 序的方法。因此，本研究結合 TRIZ 理論所歸納出來的工程參數，在 DEMATEL 的架構下，藉由量化分析尋找製程上之關鍵失效模式，並改善 RPN 存在許多重 複數的問題。
接續 Step 5 的結果，將各潛在失效模式加權後的關聯值進行影響幅度之計 算。首先將兩兩失效模式相互比較：
1. 當失效模式 A 與工程參數 C 之關聯值大於失效模式 B 時，表示於系統中面 對工程參數 C 的狀況時，A 之失效問題所帶來之影響程度高於 B。
2. 當失效模式 A 與工程參數 C 之關聯值小於失效模式 B 時，表示於系統中面 對工程參數 C 的狀況時，A 之失效問題所帶來之影響程度是低於 B 的，因 此不將其影響值納入考量。
3. 當失效模式 A 與工程參數 C 之關聯值等於失效模式 B 時，表示在面對工程 參數 C 的狀況時，失效模式間之影響程度沒有高低之分，亦不考量。
而判斷影響幅度多寡則是藉由兩失效模式之加權後關聯值相減而得，當所考量之 工程參數眾多時，則將所求得的影響幅度值加總，即為潛在失效模式對多項工程
工程參數
潛在失效模式
32
參數之總影響幅度。
接著利用 DEMATEL 針對各潛在失效模式之影響幅度進行分析，並使用 Matlab 軟體求算出直接/間接矩陣，進一步獲得各潛在失效模式之因果圖。
DEMATEL 運用的步驟已於 2.2 節詳細介紹，因此不再多加贅述，僅簡列其進行
33
根據 Step 10 所得到的關鍵失效模式，考量其失效原因之工程特性作為改善 的特徵，建立矛盾矩陣以獲得建議解決的方法。
Step 12. 改善成效之驗證
利用矛盾矩陣所提供之建議解決方法，尋找合適的改善對策。另外，為使製 程分析模式的結果較具有客觀性，本研究以 FMEA 的風險評估模式進行衡量，
讓衡量方法具有一致性，進而驗證本研究算則之可行性及有效性。
34
第肆章 實例驗證
本章將以背光板框架組裝為例，說明本研究所建構之演算法則的應用，進而 驗證演算法則之可行性與有效性。