以新製程導入階段之數據建構製程參數推估模式-以玻璃化學強化製程為例

  • 李 明達

Student thesis: Master's Thesis

Abstract

隨著面板需求成長趨緩,製造商極需開發新的技術並尋找新的應用領域。然而如何在維持高產出良率下,縮短新產品開發週期與新製程導入時程,以提前將新產品上市而取得搶奪市場先機,是一個值得研究的議題。本研究以個案公司導入化學強化玻璃製程為例,然在檢驗其化學強化製程特性時,需進行破壞性檢驗,是故在考量其試產資料特性後,提出一個新虛擬樣本產生法。藉由將輸入數值屬性視為名目屬性,學習輸入值與輸出值之模糊關係,並基於此關係產生虛擬樣本而增加訓練樣本數量。在實驗部分,本研究從個案公司取得29筆真實試產資料進行不同訓練樣本數的交互驗證,並以支撐向量迴歸(support vector regression SVR)並搭配Polynomial以及radial basis function 兩種運算核心進行預測模式的建構。方法比較部分,本論文採用Bootstrap aggregating (Bagging) 以及Synthetic Minority Over-sampling Technique (SMOTE)兩種虛擬樣本產生法,進行樣本增量後的預測準確度比較。實驗結果發現,除本研究所提出的方法外,Bagging與SMOTE並無法有效改善SVR 對於個案資料的預測準確度。透過本論文之方法,期能持續協助個案公司之製程工程師推斷高產出良率的製造參數。
Date of Award2018 Jul 31
Original languageChinese
SupervisorDer-Chiang Li (Supervisor)

Cite this

以新製程導入階段之數據建構製程參數推估模式-以玻璃化學強化製程為例
明達, 李. (Author). 2018 Jul 31

Student thesis: Master's Thesis