跳到主要內容

臺灣博碩士論文加值系統

(3.235.227.117) 您好!臺灣時間:2021/07/28 03:30
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

: 
twitterline
研究生:曾照銘
研究生(外文):Chao-Ming Tseng
論文名稱:應用關聯法則於半導體表面黏著技術異常診斷之研究
論文名稱(外文):Applying Association rule technique for SMT Failure analysis
指導教授:蔡介元蔡介元引用關係
學位類別:碩士
校院名稱:元智大學
系所名稱:工業工程與管理學系
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:2009
畢業學年度:97
語文別:中文
論文頁數:74
中文關鍵詞:半導體表面黏著技術關聯法則異常診斷
外文關鍵詞:Semi-conductorSMTAssociation RuleApriori algorithm
相關次數:
  • 被引用被引用:6
  • 點閱點閱:340
  • 評分評分:
  • 下載下載:5
  • 收藏至我的研究室書目清單書目收藏:0
半導體於現今社會是非常競爭的產業,若是產品品質無法達到客戶的要求,生產者除必須負擔退貨的有形成本外,還必須承受商譽損失以及產品形象等無形成本。因此,生產者必須針對客戶回饋的不良產品進行分析,找出廠內異常原因並改善之,才能夠持續改善品質,以保有產品的競爭力。本研究主要是利用關聯法則(Association Rule)的技術,針對既有的半導體中客戶回饋的不良訊息、失效模式以及異常原因三者間進行關聯分析,並藉以產生關聯性規則,此外,當發生新案例無法比對出結果的狀況時,研究中利用相似係數統計的手法,以找出近似的預測結果。若發生新案例比對出兩種以上結果的情形時,則統計規則子集合的各結果及其信賴度作為選定預測結果的原則。當客戶回饋新的不良訊息時,系統能自動判別,並立即找出可能的失效模式及異常原因,讓廠內人員減少找尋問題的時間,並立即針對製程作改善,減少不良品產出。
Semi-conductor is more competitive than any industrial field in nowadays. Producers have to listen the VOC (voice of customer) and provide after-sales service to improve customer satisfaction, otherwise they have to suffer the loss of customer returned goods and get worse image in product and enterprise. Thus, producers shall assign much human resource to find the failure root cause of failed goods and trace back to correct the issue in production line to keep advantage in this field.

In order to save the human resource and analysis time, this research applies association rules technique to find the relationship between VOC, failure mode and failure root cause. Based on this we can generate associational rule to predict the root cause from VOC immediately instead of analyzing every failed goods. Sometimes new case can’t match any rule, we use Jaccard similarity coefficient to find the approximate rule and set the consequent for prediction. And if confliction rule is happened we use sub-itemsets calculation to choose the highly confidence consequent to be prediction result.
第一章、緒論 …......…………………………………....………………… 1

1.1 研究背景及動機 …......…………………....…………………………. 1
1.2 問題描述 …......…………………....…………………………........…. 2
1.3 研究目的 ....………………....…….............…………………….……. 5
1.4 論文架構 …............…………………....…………………………..…. 5

第二章、文獻探討 …......…………………....…….......…………………….… 7

2.1 異常診斷相關文獻 …......…………...…....………………………….. 7
2.2 資料探勘定義 ….....…………………....………………………….…. 10
2.3 DRAM模組製程概論 ….....……………....………………………….. 13
2.3.1 記憶體簡介 …......…………………....……………………….. 13
2.3.2 封裝製程簡介 …......…………………....…………………….. 15
2.3.3 表面黏著製程簡介 …......…………………....……………….. 19


第三章、研究方法 …......…………………....…………………………............ 25

3.1 研究架構 …......…………………....…………………………............. 25
3.2 資料收集 ............................................................................................... 26
3.2.1 客戶敘述資料收集 …..........…………………....…………….. 26
3.2.2 失效模式資料收集 …..........…………………....…………….. 28
3.2.3 異常原因資料收集 …..........…………………....…………….. 29
3.3 資料轉換 ............................................................................................... 30
3.3.1 客戶敘述資料轉換 …..........…………………....…………….. 30
3.3.2 失效模式資料轉換 …..........…………………....…………….. 32
3.3.3 異常原因資料轉換 …..........…………………....…………….. 32
3.4 關聯規則分析 …..........…………………....……………................... 33
3.4.1 資料合併 …..........………………….................……………..... 33
3.4.2 Apriori演算法 ...........…………………....…………….............. 34
3.4.3 關聯式規則產生 …..........…………………....……………...... 36
3.5 衝突處理 …..........…………………....……………............................. 38
3.5.1 無完全吻合規則前項時 …..........…………………....……….. 39
3.5.2 結果衝突時 ............…………………....……………................ 42

第四章、實例分析及效能評估 ……..………………………………………….. 45

4.1 資料前置作業 ....................................................................................... 45
4.1.1 客戶敘述資料轉換 .................................................................... 45
4.1.2 失效模式資料轉換 .................................................................... 48
4.1.3 異常原因資料轉換 .................................................................... 50
4.1.4 關聯式規則產生 ........................................................................ 52
4.2 異常診斷系統建置 ............................................................................... 53
4.3 參數分析 ............................................................................................... 56
4.3.1 外部規則測試與評估 ................................................................ 57
4.3.2 內部規則測試與評估 ................................................................ 60
4.3.3 未完全吻合規則前項之案例近似預測評估 ............................ 63
4.3.4 衝突預測評估 ............................................................................ 66
4.3.5 小結 ............................................................................................ 68

第五章、結論及未來研究建議 …..…………………………………………… 70

5.1 結論 ....................................................................................................... 70
5.2 未來研究方向 ......................................................................................... 70

參考文獻 .............................................................................................................. 72
一、中文部份
1、王俊傑,「旋轉機械故障診斷方法之探討」,碩士論文,中原大學機械工程學系,2007年
2、邱志洲,「整合鑑別分析與類神經網路在資料探勘上之應用」,中國工業工程學會學刊,第十九卷第二期,第9~22頁,2002年
3、江孟峰、曾憲雄、紀邦彥,「校園網路資料庫的建構與管理」,資訊與教育雜誌十週年特刊,第103~110頁,1997年
4、李培瑞,「半導體製程資料特徵萃取與資料挖礦」,科技管理學刊,第七卷第一期,第137~160頁,2002年
5、沈靖傑,「光碟製程設備中射出成型機遠距維護與故障診斷系統初步探討」,碩士論文,中央大學機械工程學系,2005年
6、吳鴻志,「運用關聯法則分析異常WAT良率之機台組合」,碩士論文,中正大學會計學系,2002年
7、林寅智,「以工程資料為基礎之半導體故障分析系統」,碩士論文,清華大學工業工程與管理學系,1998年
8、周雅君,「以資料探勘為基建構偏光板品質異常診斷系統」,碩士論文,元智大學工業工程與管理學系,2006年
9、施明欣,「應用知識管理於客訴矯正行動之探討」,碩士論文,逢甲大學工業工程學系,2006年
10、陳文健,「運用FMEA於SMT製程之改善」,碩士論文,大葉大學工業工程學系,2006年
11、陳香樺,「資料採礦技術於主機板維修零件備料預測之研究」,碩士論文,世新大學資訊管理學系,2006年
12、陳棟,「應用類神經網路於半導體封膠製程預測機台效率之研究」,碩士論文,義守大學電機工程學系,2006年
13、陳麗君,「應用資料探勘技術於信用卡黃金級客戶之顧客關係管理」,碩士論文,元智大學工業工程與管理學系,2002年
14、許義佳,「應用田口方法於波銲製程最佳化之研究」,碩士論文,大葉大學工業工程學系,2003年
15、張銘文,「網版印刷錫膏膜厚預測類神經網路模型與規則庫之建立」,碩士論文,中原大學機械工程學系,2006年
16、曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯,「資料探勘」,旗標出版股份有限公司,2007年
17、黃偉碩,「利用貝氏分類與因子分析法於半導體製程錯誤偵測與診斷」,碩士論文,中華大學科技管理學系,2005年
18、莊達人,「VLSI製造技術」,高立圖書有限公司,1997年
19、莊智偉,「液晶面板廠機台異常分析應用資料採礦之研究」,碩士論文,輔仁大學應用統計學系,2007年
20、菊地正典,「圖解半導體」,世茂出版社,2004年
21、劉志剛,「以資料分析技術評估顧客服務管理之績效」,碩士論文,清華大學工業工程與工程管理學系,2003年
22、葉俊吾,「運用類神經網路建構SMT錫膏印刷製程品質管制系統」,碩士論文,成功大學製造工程學系,2001年
23、蔡秋文,「表面黏著迴焊溫度曲線決策支援模式」,碩士論文,樹德科技大學經營管理學系,2004年
24、簡禎富、林鼎浩、徐紹鐘、彭誠湧,「建構半導體晶圓允收測試資料挖礦架構及其實證研究」,工業工程學刊,第十八卷第四期,第37~48頁,2001年
25、蕭朝文,「應用支援向量機於武器系統故障診斷分析-以高壓電源供應器為例」,碩士論文,國防大學兵器系統工程學系,2006年
二、英文部份
1、Anderberg, M. R., “Clustering Analysis for Applications”, London, Academic Press, pp. 359-362, 1973
2、Berry, M. and Linoff, G. “Data Mining Techniques for Marketing, Sales and Customer Support”, John Wiley, New York, 1997
3、Cabena, P., P. O. Hadjinian, R. Stadler, J. Verhees and A. Zanasi, “Discovering Data Mining from Concept to Implementation”, Prentice Hall, 1997
4、Carven, M. W. and Shavlik, J. W., “Using Neural Network for Data Mining”, Future generation Computer Systems, Vol. 13, pp. 221-229, 1997
5、Fayyad, U. M. , “Data mining and Knowledge Discovery: Making Sense Out of Data”, IEEE Expert, Vol. 11, No. 5, pp.20-25, 1996
6、Groupe, F. H. and M. M. Owrang, “Database Mining Discovery New Knowledge and Cooperative Advantage”, Information System Management, Vol. 12, No. 4, 1995
7、Han, J. and Kamber, M. , “Data mining Concepts and Techniques”, Elsevier Pte Ltd. , 2000
8、Peacock, P. R., “Data mining in marketing: part 1,” Marketing Management, Vol. 6, pp. 8-18, 1998
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top