臺灣博碩士論文加值系統

近來科技進步日新月異，使的人類的生活有了相當程度的改善，自從第一次工業革命開始，機器改善了以人力為主要生產的生產模式，大量的人力生產作業模式被機器取代，而物聯網（Internet of Things, IoT）的蓬勃發展，也將使的既有生產模式將再度面臨革命性的挑戰。已有許多來自不同產業的工廠改善案例，顯示透過物聯網帶來的競爭優勢，能夠有效進行產線生產模式優化，並且能提升工廠產能效益。也因此引發本研究動機，探討物聯網架構下的自動化搬運系統在導入半導體封裝廠時之成本效益狀況。

為達到前述之目的，本研究主要聚焦於半導體封裝導線架工廠，設計了四種模擬情境，用以探討導入自動化搬運系統的成本效益，是否能夠具有經濟誘因，而能夠吸引工廠改善決策者、或新建廠區決策者導入此系統。本研究採用成本分析法，主要於「事前」評估四個模擬情境之成本效益:一、自動化搬運系統導入:整段製程；二、自動化搬運系統導入:瓶頸站點銲線站;三、自動化搬運系統導入:Wafer Form製程前段站;四、自動化搬運系統導入:產品成形站後段站。

根據本研究的實證研究結果顯示，自動化搬運系統在目前市場價格計算下的設備投資金額，與該系統能夠帶來效益情況進行成本分析結果，情境一、情境三、情境四皆能通過檢定，而情境二則無法通過鑑定，故情境二之模擬站點，不建議單獨導入自動化系統。由於該模擬工廠規模與相對需導入的自動化搬運系統設備投資金額有一定規模，故進行敏感度分析探討在良率提升與機台稼動率提升的情況下，各情境的回收年限狀況。透過敏感度分析結果顯示，模擬結果皆可縮短每個情境的回收年限，且情境二能通過檢定。

由於前述結論是本研究進行時，所設定的假設條件前提下，經過計算所得出的結果，一旦假設條件改變，或者是假設條件與原本的情境不同時，此四個模擬情境，可能會出現不同的模擬結果。

Recent progress in science and technology has drastically improved the life quality of peoples. Since the first industrial revolution, machines have improved the production modes through the means of manpower. Production operations that requires large amounts of manpower has been replaced by machines. The flourish of Internet of Things (IoT) also leads another revolutionary challenge for the present production modes. Based on a lot of plant improvement cases in diverse industries, the competitive advantages caused by IoT can effectively optimize production modes in different lines to raise plant productivity. It also leads the motivation of the research to explore the cost-benefit of the introducing of automatic material handling system to a semiconductor assembly plant under IoT architecture.

In order to achieve the aforementioned purpose, this research will mainly focus on a lead frame plant for semiconductor assembly. Four simulation scenarios are designed to explore the cost-benefit of automatic material handling system introduction, and to check for the related economic incentives are enough for decision-makers of plant improvement or new plant construction to introduce the system. The research adopts cost analysis method, and aims to evaluate the cost-benefit of the four simulation scenarios in advance: 1. automatic material handling system introduction: the whole manufacturing process, 2. automatic material handling system introduction: the bottleneck station and wire bonding station, 3. automatic material handling system introduction: the front-end station for wafer form process, and 4. automatic material handling system introduction: the back-end station for product form process.

According to the empirical research results in the research, the equipment investment of the automatic material handling system based on the current market price and the benefit led by the system are performed the cost analysis. The analysis results show that the scenario 1, 3, and 4 pass the test, while scenario 2 did not. Therefore, the simulation station in the scenario 2 is not recommended to introduce the system separately. Because of the scale of the simulation plant and the amount of investment for automatic material handling system introduction, the sensitivity analysis was conducted to explore the payback period of each scenario in case of product yield improvement and machine utilization improvement. The simulation results indicate that the payback period of each scenario can be shortened. And the simulation result of the scenario 2 can pass the test.

The aforementioned conclusions are concluded under conditions of the assumptions in the research. In case that the assumptions are changed or different from the original scenario, the four simulation scenarios may end with different results.

摘要 ii
目錄 v
表目錄 vi
圖目錄 viii
第一章 緒論 1
第一節 研究背景、動機與目的 1
第二節 研究範圍 4
第三節 研究方法與步驟 6
第四節 研究結構 7
第二章 文獻探討 8
第一節 物聯網與物聯網工廠架構探討 8
第二節 物聯網工廠案例探討 17
第三節 成本效益分析法之文獻 23
第三章 研究方法與模型建立 25
第一節 成本效益分析法 25
第二節 模型建立 26
第三節 敏感度分析 27
第四章 實證分析之結果 28
第一節 A公司現況與自動化搬運系統之導入 28
第二節 自動化搬運系統對整段製程成本效益分析 36
第三節 自動化搬運系統對銲線站製程成本效益分析 39
第四節 自動化搬運系統對前段製程成本效益分析 42
第五節 自動化搬運系統對後段製程成本效益分析 45
第六節 敏感度分析 48
第七節 實證結果及其意涵 61
第五章 結論與建議 63
第一節 結論 63
第二節 研究貢獻 65
第三節 未來研究建議 65
參考文獻 67
附錄 71

一、中文部分

TTR 台灣趨勢研究報告(2012)，半導體製造業發展趨勢，擷取自
http://www.twtrend.com/upload/shares/a_13294711780.pdf

IBM(2015)，製造業大數據分析_打造新一代智慧工廠，擷取自:
http://www.cw.com.tw/article/article.action?id=5068696

BMW(2015)，製造業大數據分析_打造新一代智慧工廠，擷取自:
http://www.cw.com.tw/article/article.action?id=5068696

朱圃漢(2011)，〈台灣住宅部門熱泵系統之成本效益分析〉，台北：國立政治大學資訊管理學系 碩士論文。

里夫金傑瑞米(2014)，〈物聯網革命〉(陳儀、陳琇玲，譯者)，商周出版
社股份有限公司。

科技報橘(2016)，製造業轉型省思系列:工業4.0 改革潮==台灣再次運用製造業優
勢接軌世界的機會，擷取自
https://buzzorange.com/techorange/2016/12/22/industrial-4-0-smart-factory/

財報狗(2015)，矽品精密工業股份有限公司年報電子書
https://statementdog.com/analysis/tpe/2325#2325

徐仁全(2015)，藍天計畫，打造智聯生態圈。30頁 51-52。

許志義、賴彥宏、謝志豪、吳修賢(2015)，物聯網對節能措施之影響分析，財團
法人工業技術研究院委託國立中興大學執行。

許志義、黃國暐(2010)，〈台灣能源需求面管理成本效益分析之應用〉，發表於「中華民國能源經濟學會2010年學術研討會」，台北：中華民國能源經濟學會主辦，2010年11月19日。

陳良榕、鄧凱元(2015)，萬能物聯網，〈天下雜誌〉，第572期，頁 78-80。


麥爾荀伯格、庫基耶(2013)，〈大數據〉(林俊宏，譯者)，一版，天下遠見出版
股份有限公司。

郭重顯(2016)，工業4.0導論單元九：移動機器人之智慧工廠應用，擷取自
deltamoocx課程內容: http://tech.deltamoocx.net/course/view/courseInfo/87

郭乃碩(2012)，〈熱泵熱水系統生命週期評估與淨能源分析之整合研究〉，台北：國立政治大學國家發展研究所 碩士論文。

黃時彥(2015)，投資長專欄－蘋果的滋味，擷取自中時電子報:
http://www.chinatimes.com/newspapers/20150322000044-260202

勞動部統計處(2016)，勞動部統計處新聞稿，擷取自:
http://www.mol.gov.tw/announcement/2099/25691/

張志勇&陳正昌(2014)，物物相聯的龐大網路—物聯網。擷取自科學月刊:
http://scimonth.blogspot.tw/2014/05/blog-post_3117.html

張晉嘉(2015)，〈台灣智慧電網架構下住商能源需求面管理之成本效益分析〉，台中：國立中興大學應用經濟學系碩士論文。

經濟部工業局(2015)，生產力4.0推動作法與未來展望，擷取自:
http://thmr.wda.gov.tw/uploaddowndoc?file=/pubevta/InformationModel1/201512111644350.pdf&flag=doc

經濟部工業局(2015)，生產力4.0產業與技術發展策略，擷取自:
http://www.bost.ey.gov.tw/DL.ashx?u=/Upload/UserFiles/1040604_1-1%20E%A3%BD%E9%80%A0%E6%A5%AD%E7%94%9F%E7%94%A2%E5%8A%9B%E6%8E%A8%E5%8B%95%E7%AD%96%E7%95%A5(%E5%B7%A5%E6%A5%AD%E5%B1%80)(1).pdf

熊治民(2015)，台灣產業科技前瞻研究計畫-智慧製造應用與發展趨勢。資策會產業情報研究所、工研院產經中心、工研院競爭力中心。

劉旺林(2015)，從製造到智造-精密機械物聯網的應用案例介紹. 台中市: 精密機械研究發展中心，擷取自:
www.tami.org.tw/sp1/bulletin/other/other_1040304-2.pdf


謝志豪(2016)，〈物聯網對商用建築節能措施之影響分析〉，國立中興大學應用經
濟研究所。碩士論文。

謝嘉豪(2010)，〈台電需求面管理之經濟分析--用戶計劃性減少用電措施案例〉，
國立政治大學經濟研究所碩士論文。

二、西文部分

Gray Davis(2002), California Standard Practice Manual, Economic Analysis of Demand Side Management Programs and Projects:
http://www.calmac.org/events/SPM_9_20_02.pdf

Lasse, K. (2015), Will the industrial internet disrupt the smart factory of the future? Retrieved from IoT Analytics: http://iot-analytics.com/industrial-internet-disrupt-smart-factory/

Loeb, L. (2015), IoT Market Forecast At $11 Trillion, Report Finds. Retrieved from InformationWeek: http://www.informationweek.com/strategic-cio/digital-business/iot-market-forecast-at-$11-trillion-report-finds/a/d-id/1321100?

Manyika, J., Chui, M., Bisson, P., Woetzel, J., Dobbs, R., Bughin, J., & Aharon, D. (2015), “The internet of things mapping the value beyoud the hype,” McKinsey Global Institute.

Moreno, M. V., Úbeda, B., Skarmeta, A. F., & Zamora, M. A. (2014), “How can We Tackle Energy Efficiency in IoT Based Smart Buildings?,” sensors, pp. 9589-9590, 9601-9611.

UN. (2011), “Assessing the costs and benefits of adaptation options,” United Nations Climate Change Secretariat, Bonn.

Vermesan, O., & Friess, P. (2014), “Internet of Things –From Research and Innovation to Market Deployment (xvi ed.),” River Publishers, Aalborg.

Weiser, M. (1999), “The computer for the 21st century,” Newsletter ACM SIGMOBILE Mobile Computing and Communications Review - Special issue dedicated to Mark Weiser, Vol.3, Issue 3, pp. 3-11.

Yusuf, Z. (2013), Why Smart Parking is essential to Smarter Cities, Retrieved from Think Big: http://en.blogthinkbig.com/2013/01/16/smart-parking-essential-to-smarter-cities/