結果分析與比較

172800 0

1071 2

'

1 1 ,

2 = =

=

∑

=

CAP D

s

i i

λ t T

for k

,..., 1

2

=

= 式 3- 43

4.4.5 重點工作站後之排程

最後為剩下之工作站給定加工順序，若工作站無設置時間(系統第 九至第十二站)則以先進先出法(FIFO)派給工件加工，若有設置時間，依以 訂單式生產之產品優先順序派給機台加工，且較先進入系統之工件優先加 工。

4.5 結果分析與比較

為了在競爭激烈之 TFT-LCD 產業生存，需要準確的供料量以及快進的 生產週期時間以滿足顧客需求；因此 TFT-LCD 組立段小尺吋廠若要同時 兼顧產出量與準確的生產週期時間的考量，必須透過一個好的規劃機制，

方能維持企業之競爭力；因此，本文蒐集模擬所得之生產績效指標，來對

本文所規劃之 TFT-LCD 組立廠生產排程做驗證。

4.5.1 模擬環境說明

本模擬驗證之環境設定如 4.1 節所述。為了評估分析本文所規劃之各 期產出目標是否準確達到，系統之瓶頸工作站與連續批量工作站之前三站 皆依 4.4.1 節與 4.4.2 節之數學規劃結果進行產能配置，而系統瓶頸與連續 批量間之序列工作站與系統瓶頸前之第一站工作站則以動態派工法則進 行排程，重點區段以後之其他工作站排程則以產品種類給定加工順序，並 蒐集模擬所得之產出資訊進行績效驗證。由於規劃幅度 28 天內每期(2 天) 所排定之產出目標皆不同，系統在此非穩態情境下規劃目標與模擬結果將 產生較大變異，因此本實例驗證每次模擬 32 天，前 28 天視為模擬系統 Warm-up 之時間，所蒐集之資料樣本為 Warm-up 之後一個規劃幅度，即第 29 天至第 32 天作為本文實例驗證所蒐集之模擬資料。

4.5.2 模擬驗證之成效分析

為了驗證本文數學模式所規劃之產出目標與產能配置是否可行，將各 期所規劃之預期產出以固定在製品量投料法則進行投料，進行實際模擬，

再將各期模擬累出量與需求規劃量做分析比較如下表：

表 4- 23 模擬累績產出量與需求規劃量與達成率分析表 產品 第一期

需求量

第一期 產出量

第一期 達成率

第二期 需求量

第二期 產出量

第二期 達成率

A 10 10 100.0% 10 10 100.0%

B 10 10 100.0% 10 10 100.0%

C 40 40 100.0% 40 40 100.0%

D 40 40 100.0% 40 40 100.0%

E 50 50 100.0% 50 50 100.0%

F 140 141 100.7% 140 140 100.0%

G 160 158 98.8% 160 159 99.4%

H 534 537 100.6% 347 343 98.8%

I 85 85 100.0% 169 169 100.0%

由模擬產出與需求規劃量比較可知，各期之產出皆可達到 98%以上之

達成率，顯示本文所提出之排程方法功效顯著。

4.5.3 派工法則之成效分析

本文所設計之動態派工法則適用於序列與批量工作站共存之排程環 境，並與陳式[14]所提出之連續批量工作站數學規劃模式相比較，於完全 相同之加工環境與假設前提完成排程，所需之輸入資訊如下：

1.系統環境：週劃週期為 720 分鐘(半天)，排程之環境包含系統瓶頸工作站 後之序列工作站與連續三站批量工作站，產品種類共三種，所有訂單於系 統瓶頸完工時間已知。

2.機台資訊：序列工作站之加工時間為 44 分鐘，各工作站整備時間皆為 20 分鐘，機台加工之產品良率為 1。連續批量工作站可用之機台數與最大 加工批量數如下表 4- 24，為各種產品於各工作站加工時間見表 4- 25：

表 4- 24 各工作站相關資料

工作站編號 WS05 WS06 WS07 最大加工批量數 12 15 6

機台數 2 2 2

整備時間(分鐘) 20 20 60 表 4- 25 各工作站加工時間

單位：分鐘 WS05 WS06 WS07

產品 A 240 180 260

產品 B 260 200 280

產品 C 280 220 300

3.訂單資訊：已知各訂單於到臨連續批量工作站時點如下表 4- 26 表 4- 26 產品於配向膜塗佈工作站之加工完成時點

順序 產品 批次 時點 順序 產品 批次 時點 1 A 1 1 11 B 5 261 2 B 1 42 12 C 4 304

3 C 1 88 13 B 6 321 4 B 2 102 14 A 4 345 5 A 2 123 15 B 7 383 6 B 3 162 16 C 5 425 7 C 2 184 17 A 5 463 8 B 4 201 18 B 8 488 9 A 3 223 19 C 6 540 10 C 3 244 20 B 10 620

將上述資訊作為輸入值，以本文之派工法則執行此生產排程，所得之 結果分析如下：

1.各工作站機台生產之產品種類

表 4- 27 各機台生產之產品種類 產能配置之結果

工作站 WS05 WS06 WS07

機台 1 A C A C A C

產量 5 6 5 6 5 6

機台 2 B B B

產量 9 9 9

2.各機台設置次數：

表 4- 28 各工作站內機台設置次數 數學規劃

工作站 WS05 WS06 WS07

機台 1 2 3 2

機台 2 2 1 2

總設置次數：12

派工法則與產能配置

工作站 WS05 WS06 WS07

機台 1 3 3 3

機台 2 2 2 2

總設置次數：15 3.平均產出週期時間

表 4- 29 平均產出週期時間(分鐘)

數學規劃 派工法則與產能配置

2380 1940

透過以上分析結果，吾人可得到以下結論：

1. 由表 4- 27 可知，應用本文所設計之數學模式來為連續批量工作站完成 產能配置，使得連續批量工作站確實完成配向膜塗佈工作站所規劃之產 出目標，達成產品種類無法滿足產量最小化之目標式，此結果與式 3- 20 之目的相符。

2. 吾人所發展之批量工作站產能配置模式將產能儘可能充份利用產能，以 期最小化不滿足各產品產量，這與陳氏[14]所發展之數學規劃結果相比 雖然總設置次數仍比較多，但結果已相當接近。

3. 本文所發展之動態派工法則能夠有效縮短批量工作站集批等候之時 間，且以較大之載入批量加工，讓產品的平均生產週期時間縮短。