(3.238.98.214) 您好!臺灣時間:2021/05/08 12:00
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:邱俊智
研究生(外文):Chun-Chih Chiu
論文名稱:有限產能下之投料模式構建與應用之研究--以半導體測試廠為例
論文名稱(外文):An Input Model for a Semiconductor Final Test Facility
指導教授:王孔政王孔政引用關係
指導教授(外文):Kung-Jeng Wang
學位類別:碩士
校院名稱:中原大學
系所名稱:工業工程研究所
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2001
畢業學年度:89
語文別:中文
論文頁數:69
中文關鍵詞:半導體封裝測試投料模式有限產能基因演算法產能規劃
外文關鍵詞:Input ModelGenetic AlgorithmLimited CapacityCapacity PlanningSemiconductorAssembly and Final Test
相關次數:
  • 被引用被引用:14
  • 點閱點閱:184
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
在半導體產業中,大部分的文獻都在探討有關上游晶圓廠的投料方式,本文主要是探討半導體中下游的封裝與測試整合廠中,依據測試廠的產能限制,構建出一套投料模式,期望使固定週期內的投料產品與投料數量,並利用演算法求出可以同時滿足封裝廠與測試廠產能之投料組合。同時利用程式模擬與實際驗證之方式,來證明所構建之投料模式,比工廠的現行投料作業較佳的績效。
在相關產能的限制條件之下,其投料模式必須滿足公司之期望目標,如下列三點:
1.使封裝廠與測試廠之總收益增加;
2.使產出數量滿足顧客需求量之要求;
3.減少生產線上的WIP,縮短產品製成時間。
本研究第一部份說明研究背景、現況與問題描述。第二部份為投料方式與基因演算法相關文獻之探討。第三部份將問題轉化為基因演算法求解模式,依據程式執行後所求出之投料組合,實際應用於投料作業上,並與過去之投料模式作產能利用率、產品製造週期時間、產出量、與在製品數量等之變異數分析,檢驗新的投料模式對產能及產出量之影響是否顯著。最後為後續研究計畫與期望成果。
In the semiconductor Industry, most of literatures discussed the input model of wafer fabrication. This thesis discussed the input model of the assembly and final test combined facility. It’s based on the assumption of capacity of final test facility to develop a suitable input model. We use the result to measure system performance from the proposed input model.
Base on the test capacity constrained, we use genetic algorithms for find device input optimization solutions. To archive the expected goal of facility, this input model must solve below 3 points:
1.Make the maximum profit both Assembly and Final Test Facility.
2.Make good output performance to satisfy customer demand.
3.Reduce WIP quantity and cycle time.
The first part of this thesis is about the background of research and problem defined. The second part is the relevant literature of genetic algorithm. And the latest part is use GA program to find the optimum solution. Finally, we use the result doing the Analysis of Variance to get more evidence to prove this input model is more usefully than the one we use before.
第一章 緒論
1.1 研究背景與動機
1.2 研究目的
1.3 研究範圍與限制
1.4 研究方法與流程
第二章 文獻探討
2.1 基因演算法簡介
2.2 基因演算法的演化過程
2.3基因演算法的組成要素
2.3.1 控制參數
2.3.2 染色體的編碼及解碼
2.3.3 產生母體(族群、人口)
2.3.4 適應度函數
2.3.5 選擇機制
2.3.6 遺傳運算子
2.3.7 停止規則
2.4 投料法則
2.4.1 定量在製品法
2.4.2 工作負荷調節法
2.4.3 及時生產法與修正及時生產法
第三章 以基因演算法配合工作負荷法為基礎求解之投料計畫
3.1 研究問題之描述
3.1.1 現況描述
3.1.2 測試廠產能限制因素之分析
3.1.3 構建以測試廠之產能限制下之投料模式
3.2假設條件
3.3投料模式構建說明
3.3.1 模型構建
3.3.2 目標函數與限制式
3.4 方法論說明
3.4.1 求解流程之建立
3.4.2 基因演算法求解步驟
第四章 演算法執行及成果評估
4.1 基本資料描述
4.2 以基因演算法求解目標函數
4.2.1目標函數與限制式
4.2.2 決定基因群組
4.2.3染色體之選擇、突變與交配
4.2.4最佳染色體之解碼
4.2.5 23因子之實驗設計與分析
4.3 成果驗證
第五章 結論與未來研究方向
5.1 結論
5.2 未來研究方向
Andersson M., Olsson G., “A Simulation based decision support approach for operational capacity planning in a customer order driven assembly line.” Proceedings of the 1998 Winter Simulation Conference. pp. 935-941, 1998.Chung S. H., Huang H. W., “The Design of Production Activity Control Policy for Wafer Fabrication Factories.” Journal of the Chinese Institute of Industrial Engineers, Vol. 16, No.1, pp. 93-113, 1999.Classey C. R., Resende M. G.. C., “Closed-Loop Release Control for VLSI Circuit Manufacturing.” IEEE Transactions on Semiconductor Manufacturing. Vol. 1, No.1, pp. 36-46, 1988Freed T., Leachman R. C., “Scheduling Semiconductor Device Test Operations on Multihead Testers.” IEEE Transactions on Semiconductor Manufacturing, Vol. 12, No. 4, pp. 523-530, 1999.Lawton J. W., Drake Al, Henderson R., Wein L. M., Whitney R., Zuanich D., “Workload regulating wafer release in a GaAa fab facility.” In Proceedings of the International Semiconductor Manufacturing Science Symposium, pp. 33-38, 1990.Levitt M. E., Abraham J. A., “Just-in-Time Methods for Semiconductor Manufacturing,” IEEE/SEMI Advanced Semiconductor Manufacturing Conference, pp. 3-9, 1990.Park J. B., Park Y. M., “An Improved Genetic Algorithm for Generation Expansion Planning.” IEEE Transactions on Power System, Vol. 3, pp. 916-922, 2000.Rose O., “CONLOAD — A new lot release rule for semiconductor wafer fabs.” Proceedings of the 1999 Winter Simulation Conference, pp. 850-855, 1999.Sareni B., Krähenbühl L., Nicolas A., “Efficient Genetic Algorithms for Solving Hard Constrained Optimization Problems.” IEEE Transactions On Magnetics, Vol. 36, No. 4, pp.1027-1030, 2000.Separman M. L., Woodruff D. L., Hopp W. J.,“CONWIP : A Pull Alternative to Kanban,” International Journal of Production Research, Vol. 28, No. 5, pp. 879-894, 1990.Thompson M., “Using Simulation-Based Finite Capacity Planning and Scheduling Software to Improve Cycle Time and Front End Operations.” IEEE/SEMI Advanced Semiconductor Manufacturing Conference, 1995 Uzsoy R., Martin-Vega L. A., Lee C. Y., Leonard P. A., “Production Scheduling Algorithms For A Semiconductor Test Facility.” IEEE Transactions on Semiconductor Manufacturing, Vol. 4, No. 4, pp. 270-280, 1991. Wein L. M., “Scheduling Semiconductor Wafer Fabrication,” IEEE Transactions on Semiconductor Manufacturing, Vol. 1, No. 3, August 1988.Xiong H. H., Zhou M. C., “Scheduling of Semiconductor Test Facility via Petri Nets and Hybird Heusistic Search.” IEEE Transactions on Semiconductor Manufacturing, Vol. 11, No.3, pp. 384-393, 1998.Goldberg D. E., "Genetic Algorithms in Search, Optimization, and Machine Learning," Addison-Wesley, 1989.Montgomery D. C., “Design and Analysis of Experiments.” JOHN WIELY & SONS, Inc. 1997.大野耐一,豐田生產方式與現場管理”,日本能率協會,中華企業管理發展中心,民國70年。游麗娟,”基因演算法於幾何形狀最佳化設計之研究”,國立中央大學機械工程研究所碩士論文,民國89年。錢明淦,”遺傳基因演算法相關文獻探討”,私立元智大學工業工程研究所,民國8?年。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔