第13 屆全國(guó)質(zhì)量管理研討會(huì)

以數(shù)據(jù)探勘為基建構(gòu)偏光板質(zhì)量異常診斷系統(tǒng)

摘 要
數(shù)據(jù)探勘 (data mining) 是利用自動(dòng)或半自動(dòng)的技術(shù)，由數(shù)據(jù)庫(kù)中萃取出有效的、
事前未知的，以及潛在有用的信息，以作為兩種用處：一先了解數(shù)據(jù)特征與關(guān)系可以提
供決策制定與問(wèn)題解決的依據(jù)；二再由所探勘出來(lái)的信息可以幫助進(jìn)行分類(lèi)與預(yù)測(cè)。
本研究希望以偏光板在面板端的客訴異常，利用數(shù)據(jù)探勘技術(shù)中的決策樹(shù)分析，
比較Answer tree軟件的四種演算方式CHAID、Exhaustive CHAID、CART與QUEST，
利用其錯(cuò)誤率進(jìn)行算法選定，再?gòu)钠渲羞M(jìn)行異常真因與現(xiàn)象的法則歸納，并透過(guò)失
效模式與效應(yīng)分析(FMEA)，在嚴(yán)重度、發(fā)生率、探測(cè)度、RPN 的級(jí)別設(shè)定上進(jìn)行檢
討分析，可使得分析知識(shí)更有效率與正確性，進(jìn)而預(yù)先防堵，避免無(wú)謂之異常造成雙
方的質(zhì)量成本。
供貨商質(zhì)量管理 (supplier quality management, SQM) 可以藉由此套質(zhì)量異常診斷
系統(tǒng)快速分類(lèi)，進(jìn)行機(jī)器設(shè)備、參數(shù)設(shè)定最佳化與特殊檢驗(yàn)手法的搭配，并同時(shí)水平
展開(kāi)到所有供貨商管理系統(tǒng)，降低異常重復(fù)發(fā)生機(jī)率，以期達(dá)到SQM 的源頭管理、事
半功倍的效率。
關(guān)鍵詞：數(shù)據(jù)探勘、決策樹(shù)、失效模式與效應(yīng)分析、供