臺灣博碩士論文加值系統

太陽產業是近年來替代能源的新興產業，因太陽能電池利潤豐厚，許多公司紛紛加入生產行列，由於生產迅速膨脹導致供過於求的情形發生。結至2011年第三季，全球太陽能面版需求為20GW(Giga Watt)，但供給已經超過60GW。供過於求的情形使得各公司財務結構面臨考驗，開始有公司因財務問題紛紛退出太陽能電池製造的舞台。如何有效降低成本又不影響轉換效率，是目前各公司在這樣的時空背景下生存的主要課題。太陽能電池製造業的成本主要來自於矽晶圓價格，但矽晶圓價格隨市場供需決定，無法自行掌控，其次成本來自於導電漿料(Paste)，導電漿料約佔電池製造10%以上成本，如何在轉換效率不變的情形下節省將料用量，就可以有效降低生產成本，讓公司可以在這波太陽能面版的寒冬中生存下來。
以往實驗都是以一次一因子法或是經驗法則，實驗結果並不可靠。本研究利用實驗設計及反應曲面法，找出太陽能電池製程最適參數組合及建構經驗模型，透過系統性的實驗，使實驗結果更可被參考及運用，讓導電漿料可在一定的效率等級下達到最低用量，未來新產品的導入，也可利用經驗模型，在短時間內降低導電漿料用量。透過本研究的結果，可有效降低公司成本，讓公司在不景氣的寒冬中更具競爭力。

Solar industry is one kind of alternative energy industries in the past years. Due to expectedly lucrative benefit, many corporations have made an investment in this industry. Unfortunately, the rapid expansion of production leads to oversupply. At the end of the third quarter of 2011, the global demand of solar cell is 20GW (Giga Watt), but the supply has been more than 60GW. Oversupply situation makes corporations facing financial structure. The serious oversupply problem forces corporations to review and rebuild their financial structure. As a result, some corporations choose to quit solar industry. How to reduce costs effectively without affecting the conversion efficiency is the topic at this moment of the various companies. The greatest cost in solar cell comes from the raw material of silicon prices, but the prices of silicon depend on market supply and demand, which we cannot control. The secondly high cost in solar cell manufacturing is conductive paste (Paste). The cost of conductive paste is more than 10% in the overall cost of manufacturing. It means that reducing the usage of conductive paste under the same conversion efficiency not only can decrease the production costs effectively, but also is the good way to survive in the slump year.
In the past years, experiments were done by One-factor-at-a-time or the rule of thumb, and the results are not reliable. In this study, we used the experimental design and response surface methodology to identify the optimal combination of parameters of the solar cell process and construct the empirical model. The results through systematic experiments are more reliable to be referred to and used, and it also shows that we can achieve the same conversion efficiency using the minimum usage amount of conductive paste. We can also fit the empirical model to any new product, and reduce the amount of conductive paste in a short time. Through the results of this study, companies can effectively reduce the costs and be more competitive in a downturn of solar energy.

摘要 i
Abstract ii
誌謝 iii
表目錄 vi
圖目錄 vii
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機及目的 3
第三節 研究步驟 4
第四節 論文架構及小結 5
第二章 文獻探討 6
第一節 太陽能電池簡介 6
2.1.1 太陽能電池發電原理 6
2.1.2 太陽能電池種類 7
2.1.3 太陽能電池製程 8
2.1.4 印刷製程簡介 9
第二節 因子實驗設計 10
第三節 反應曲面法 11
2.3.1 反應曲面 12
2.3.2 逐次程序 13
2.3.3 多重反應 14
2.3.4 中央合成設計 15
第四節 穩健參數設計 16
第五節 利用實驗設計應用的研究 17
第六節 小結 19
第三章 網版印刷實驗設計 20
第一節 研究範圍及資料來源 20
3.1.1 實驗假設 20
3.1.2 操作環境假設 21
第二節 研究架構 21
3.2.1 定義研究範圍及假設 22
3.2.2 決定影響因子及反應值 22
3.2.3 進行部分因子實驗篩選出主要影響因子 23
3.2.4 建立一階模型 23
3.2.5 最大斜率路徑實驗 23
3.2.6 建立二階模型 24
3.2.7 求得最適解並建構經驗模型 24
第三節 因子實驗設計 26
3.3.1 部分因子實驗計畫 26
3.3.2 一階反應實驗計畫 27
3.3.3 最大斜率路徑實驗 29
第四節 二階反應曲面法 29
第五節 經驗模型驗證實驗 29
第六節 小結 30
第四章 實驗結果與分析 31
第一節 部分因子實驗 31
第二節 一階反應實驗 33
第三節 最大斜率路徑實驗 36
第四節 二階反應曲面實驗 39
第五節 驗經驗模型驗證實驗 47
第六節 小結 49
第五章 研究結論與建議 50
第一節 研究成果 50
第二節 建議及未來研究方向 51
參考文獻 53
附錄一 二階反應曲面實驗計畫表 56
附錄二 一階反應實驗結果 58
附錄三 二階反應曲面實驗數據 59

朱仲威(2007)，以反應曲面法及模擬模式求解多目標推拉界限決策－以TFT-LCD後段製程為例，國立成功大學製造工程研究所碩士論文
呂政冀(2009)，用部分因子實驗設計進行LED磊晶之MOCVD製程最佳參數之研究，國立成功大學工業與資訊管理研究所碩士論文
曾珞萍(2000)，以反應曲面法尋找多目標模擬模式之最佳解－以半導體封裝廠印字區為例，國立成功大學製造工程研究所碩士論文
葉怡成(2001)，實驗計畫法-製程與產品最佳化。台北市:五南
馮垛生(2009)，太陽能發電原理與應用。台北市:五南
鄭矩浚(2010)，應用統計手法於TFT LCD配向膜製程之最佳參數設計，國立交通大學精密與自動化工程研究所碩士論文
戴金琪(2002)，以反應曲面方法改善銅導線晶圓封裝之銲線製程問題，元智大學工業工程與管理研究所碩士論文
鍾文仁(2009)，應用反應曲面方法求解封裝銲線製程微細間距之最佳參數，雲林科技大學營建工程系研究所碩士論文
藺善文(2005)，以二次反應曲面設計最佳化氧化鈦薄膜製程參數，逢甲大學工業工程與系統管理學研究所碩士論文
Amit, K. and S. Hari (2011). Optimization of processing parameters in induction hardening using response surface methodology. International Journal of Advanced Manufacturing Technology, 36(2), 141-152.
Box, G.E.P. (1954). The exploration and exploitation of response surfaces: some general considerations and examples. Biometrics, 10(1), 16-60.
Box, G.E.P., K.B. Wilson. (1951). On the experimental attainment of optimum condition. Journal of the Royal Statistic Society, 13(1), 38-45.
Fığlalı, N., C. Özkale, O. Engin, A. Fığlalı. (2009). Investigation of Ant System parameter interactions by using design of experiments for job-shop scheduling problems. Computers ＆ Industrial Engineering, 56(2), 538-559.
Han, P. and J. Lee (2009). A response surface based sequential approximate optimization using constraint-shifting analogy. International Journal of Advanced Manufacturing Technology, 23(11), 2903-2912.
Hill, W.J., W.G. Hunter. (1966). A review of response surface methodology: a literature survey. Technometrics, 8(12), 571-590.
Küngas, R., I. Kivi, K. Lust, G. Nurk, E. Lust. (2009). Statistical method to optimize the medium temperature solid oxide fuel cell electrode materials. Journal of Electroanalytical Chemistry, 629(1-2), 94-101.
Montgomery, D.C. (2009). Design and Analysis of Experiments (7th ed.). New York: John Wiley ＆ Sons.
Peterson, J.J. (2004). A Posterior Predictive Approach to Multiple Response Surface Optimization. Journal of Quality Technology, 36(2), 139-53.
Romano, D., M. Varetto, G. Vicario. (2004). Multiresponse Robust Design: A General Framework Based on Combined Array. Journal of Quality Technology, 36(1), 27-37.
Szu, H. N. (2010). A Bayesian Model-Averaging Approach for Multiple-Response Optimization. Journal of Quality Technology, 42(1), 52-68.
Tiernan, P., B. Draganescu, M.T. Hillery. (2005). Modelling of extrusion force using the surface response method. International Journal of Advanced Manufacturing Technology, 27(1-2), 48-52.
Timothy, J.R., S.S. Wulff, D.C. Montgomery, A.I. Khuri. (2006). Robust Parameter Design Using Generalized Linear Mixed Models. Journal of Quality Technology, 38(1), 65-75.
Wahdame, B., D. Candusso, X. François, F. Harel, J.M. Kauffmann, G. Coquery. (2009). Design of experiment techniques for fuel cell characterisation and development. International Journal of Hydrogen Energy, 34(2), 967-980.
William, E. B. (1975). A Response Surface Method for Experimental Optimization of Multi-Response Processes. Industrial and Engineering Chemistry, 14(2), 152–158.