近年來許多產品逐漸往輕、薄、短、小的趨勢發展，精密模具開發與產品的尺寸控制至今仍然挑戰重重，其中翹曲變形與產品品質最為關聯，而為了更有效率克服複雜的產品設計與模具開發所遭遇之問題，並調控合適的操作參數，目前產學界利用電腦輔助工程模擬技術(CAE)之輔助，但CAE模擬分析結果與實際實驗常存在一定之差異，CAE模擬分析所得到之製程參數，往往也無法直接於實際機台上設定使用。有鑑於此，本研究同時運用CAE模擬分析及實際實驗進行研究，探討CAE模擬與實驗結果之差異，並進一步探索造成差距之原因，其中針對第一部份主要利用Moldex3D軟體整合產品設計、模具設計、材料及操作條件，並可以將複雜的射出過程進行解剖，進而了解何種原因會對產品品質有深刻的影響，經研究可得同樣在射出速度50%情況下，實驗與模擬的收縮量值比較，發現兩者平均差值0.34 mm，而造成差異的來源為實射於填充時響應時間延遲約29％、保壓壓力不足約23％。當圓平板模型經過機台校正之後，可以有效改善收縮量值差距，可修正為0.12mm，而改善率達64.7%。接著以不同材料與不同幾何模型驗證此流程，結果顯示此分析流程仍然有效。在第二部分是先應用CAE技術整合實驗設計優化法探索各重要影響因子之貢獻度，特別是我們將深入探討並比較在有無考慮機台特性驗證下，兩種實驗設計優化技術(反應曲面法和田口方法)之實際優化優化情況。經一系列的模擬分析與實驗後，在未考慮機台校正前，利用田口法(DOE)優化後，在CAE-DOE模擬部分可由0.22 mm縮減為0.05 mm，於實際機台射出後由0.34 mm縮減為0.17 mm，當考慮機台校正後的影響，CAE-DOE模擬量值為0.02 mm，而實際實驗縮減至0.07 mm。再則，在未考慮機台校正前，利用反應曲面法(RSM)優化，在CAE-RSM模擬部分可由0.22 mm縮減為0.00 mm，於實際機台射出後由0.34 mm縮減為0.11 mm，當考慮機台校正後的影響，CAE-RSM模擬量值仍為0.00 mm，而實際實驗縮減至0.04 mm，因此可以確認利用田口法(DOE)及反應曲面法(RSM)可有效優化原始設計之成型參數，並且在考慮機台校正後，優化效果更顯著。

In recent years, the products have gradually developed towards portable products. The precision and the dimensional control of products are very important. Speciically, the warpage is one of the key factors to retain the quality of products. In order to overcome the problems encountered in complex product design and mold development more effectively, and to adjust the appropriate operating parameters, people apply computer-aided engineering technology (CAE) to assist product design and development. However, the results of CAE simulation are not consistent with that of real experiments. 
In this study we have utilized CAE simulation and experimental sudies to explore the differences bis etween simulation and experimental results, and to find out what the causes of the difference are. In Part I, we have applied Moldex3D software and real experiment on injection molding simulation based on the circle plate system with same process condition setting. Results show that the difference between simulation and experiment is 0.34 mm. To further find out what is the cause to make this difference, we have focused on the history curve o the injection pressure. Results show that the real injection time is delay about 29%, and the packing pressure is lower than about 23 %. To overcome this problem, we have setup one procedure to calibrate the real machine response based on the history curve o the injection pressure. Afer calibrated the machine response, the difference between simulation and experiment is reduced to 0.12 mm, and the correction rate is 64.7%. This calibration procedure has been verified using different material (from ABS to PP) and different geometrical design. All results show that the difference between simulation and experiment are reduced significantly.
Moreover, in Part II of this study, we have focused on the integration of CAE and optimization techniques, specifically we applied Tuguchi method (called CAE-DOE) and Responxe Surface method (called CAE-RSM). In CAE-DOE study, before the machine calibration, the deviation from CAE-DOE simulation is 0.22 mm and that is 0.34 mm from real DOE experiment. However, after machine calibration, the deviation from CAE-DOE simulation is reduced to 0.05 mm and that is 0.17 mm from real DOE experiment. Obviously, the difference between CAE-DOE simulation and real DOE experiment is reduced sifgnificantly. Furthermore, In CAE-RSM study, before and after the machine calibration, the deviation of simulation can be reduced from 0.22 mm to 0.00 mm, and for the experiment it is reduced from 0.34 mm to 0.11 mm. Clearly, the machine calibration effect is quite important in optimization process in injection molding development.

目錄
致謝詞	I
目錄	IV
圖目錄	VIII
表目錄	XVII
第一章 緒論	1
1.1前言	1
1.2文獻回顧	6
1.2.1射出成型翹曲變形文獻回顧	6
1.2.2射出成型壓力監測技術與品質關聯文獻回顧	14
1.2.4實驗設計優化產品翹曲變形文獻回顧	15
1.2.5文獻回顧總結	20
1.3研究動機與目的	22
1.4論文架構	25
第二章 射出成型基本理論與統計學優化技術	28
2.1射出成型原理	28
2.1.1塑膠射出成型的收縮特性和翹曲變形缺陷	33
2.1.2射出成型條件對收縮特性和翹曲變形之影響[43]	33
2.2射出成型模流分析數值理論	36
2.2.1高分子流動特性	36
2.3田口方法(Design of Experiment method)	39
2.3.1田口方法介紹	39
2.3.2直交表(Orthogonal Arrays)	40
2.3.3信號雜訊比(Signal-to-noise ratio, S/N Ratio)42
2.3.4 變異數分析(Analysis of Variance, ANOVA)	45
2.4反應曲面法(Response surface methodology, RSM )	48
2.4.1反應曲面法介紹	48
2.4.2反應曲面法數學模式	49
2.4.3反應曲面設計	51
2.4.4殘差分析(Residual analysis)	54
第三章 研究流程與方法	57
3.1研究流程	57
3.2研究方法	60
3.3 應用CAE模擬分析探索實際機台效能之研究	61
3.3.1 CAE模擬分析	61
3.3.2實際實驗研究	78
3.3.3機台校正效應驗證	81
3.4 CAE技術整合實驗設計優化法之實際效能研究	92
3.4.1 CAE模擬分析	92
3.4.2實際射出成型實驗	102
3.5實驗研究與相關資訊	105
3.5.1實驗設備	105
3.6產品品質定義與量測方法	112
3.6.1圓平板模型量測定義與方法	112
3.6.2框架模型量測定義與方法	116
第四章 結果討論	119
4.1 CAE模擬分析探索實際機台效能之研究	119
4.1.1流場行為與短射現象探討	119
4.1.2單一因子效應探討	120
4.1.3 CAE模擬分析與實際實驗結果差異性探討	125
4.1.4 CAE模擬分析與實驗結果差異性內在機理剖析	130
4.1.5機台校正效應之驗證	136
4.2 CAE技術整合實驗設計優化法之實際效能研究	151
4.2.1機台校正效應探討	151
4.2.2田口方法(Design of Experiments, DOE)	163
4.2.3反應曲面法 (Response Surface Method, RSM)	186
第五章 結論	215
第六章 未來研究方向之建議	219
第七章 參考文獻	220
附件〈一〉	226
附件〈二〉	227
圖目錄
圖1.2.1肋條位置[17]	9
圖1.2.2流道設計與翹曲(a)流道長度(b)流道直徑(c)澆口直徑[18]	10
圖1.2.3不同澆口位置與流動波前圖澆口位置A、B、C：(a)位置流動波前(c) B位置流動波前(d) C位置流動波前(最佳結果)[19]	11
圖1.2.4不同冷卻時間對翹曲變化之影響[22]	12
圖1.2.5所使用之幾何模型[33]	16
圖1.2.6手機殼幾何模型[34]	17
圖2.1.1高分子加工方法市佔率[39]	28
圖2.1.2射出成型機示意圖[40]	29
圖2.1.3射出成型週期[39]	30
圖2.1.4射出成型循環過程[41]	32
圖2.4.1一階模式反應曲面[55]	51
圖2.4.2兩因子中央複合設計設計示意圖[55]	53
圖2.4.3三因子Box-Behnken Design設計示意圖[55]	54
圖2.4.4簡單迴歸模型[60]	55
圖2.4.5非常態之圖形[61]	55
圖2.4.6非同質性之圖形[61]	56
圖2.4.7非獨立性之圖形[61]	56
圖3.1.1研究流程圖：(a) Part I 實際射出機台效能之量化研究；	59
圖3.3.1(a) 產品平面幾何與尺寸(b)產品厚度方向之幾何與尺寸	62
圖3.3.2 (a)流道與模穴幾何； (b)流道尺寸	62
圖3.3.3冷卻系統尺寸與配置 (a)三視圖 (b)上視圖	63
圖3.3.4水路及模座配置	63
圖3.3.5網格元素形式[51]	65
圖3.3.6模型各部位網格架構	65
圖3.3.7圓平板網格品質	66
圖3.3.8不同尺寸進澆口壓力曲線圖	68
圖3.3.9不同尺寸進澆口壓力曲線圖(放大圖)	69
圖3.3.10 ABS結構式[63]	70
圖3.3.11ABS PA757材料黏度對剪切率之關係特性	71
圖3.3.12 ABS PA757材料pvT特性	72
圖3.3.13 ABS PA757材料熱傳導係數對溫度之關係特性	72
圖3.3.14 ABS PA757材料比熱對溫度之關係特性	73
圖3.3.15螺桿示意圖	75
圖3.3.16ABS和PP之黏度特性比較圖	82
圖3.3.17 ABS和PP之pvT特性比較圖	82
圖3.3.18 ABS和PP之比熱特性比較圖	83
圖3.3.19 ABS和PP之熱傳導係數比較圖	83
圖3.3.20 (a) 保壓壓力50%          (b) 保壓壓力150%	84
圖3.3.21 (a)產品平面幾何與尺寸(b)產品厚度方向之幾何與尺寸	85
圖3.3.22冷卻系統尺寸與配置 (a)三視圖 (b)上視圖	85
圖3.3.23框架模型螺桿示意圖	87
圖3.4.1 L18(21x37)點線圖	94
圖3.5.1研究所使用之機台	106
圖3.5.2產品示意圖	106
圖3.5.3實驗模具設計(a)公模面(b)母模面	108
圖3.5.4模溫機	109
圖3.5.5烘料機	110
圖3.5.6模穴內部壓力感測器位置圖: (a)實際射出系統 (b)模擬分析系統	111
圖3.6.1圓平板量測四條直徑位置	113
圖3.6.2各成型參數之四條直徑收縮量值圖	113
圖3.6.3各成型參數之平均收縮量值圖	114
圖3.6.4圓平板CAE模擬分析翹曲變形結果示意圖	114
圖3.6.5模擬產品量測示意圖	115
圖3.6.6電子游標尺	115
圖3.6.7圓平板實際產品量測示	115
圖3.6.8(a)框架模型量測方向 (b) 框架模型量測點位置	116
圖3.6.9框架模型進行細部觀察之量測點	117
圖3.6.10框架模型CAE模擬分析翹曲變形結果示意圖	117
圖3.6.11框架模型實際產品量測示	118
圖4.1.1實驗與模擬短射結果之比較	119
圖4.1.2改變充填時間對收縮量值之影響圖	121
圖4.1.3改變料溫對收縮量值之影響圖	121
圖4.1.4改變模溫對收縮量值之影響圖	122
圖4.1.5改變保壓壓力對收縮量值之影響圖	123
圖4.1.6改變保壓時間對收縮量值之影響圖	123
圖4.1.7改變冷卻時間對收縮量值之影響圖	124
圖4.1.8原始設計條件下CAE模擬結果	125
圖4.1.9原始設計條件下實驗結果	126
圖4.1.10原始設計條件下CAE模擬與實驗結果比較	127
圖4.1.11原始設計條件下CAE模擬與實驗結果比較(模擬平移)	128
圖4.1.12實際機台響應圖譜	129
圖4.1.13模擬進澆口壓力圖譜	130
圖4.1.14模擬分析與實射進澆口充填壓力曲線歷程圖之比較	130
圖4.1.15相同射出速度下CAE模擬與實驗射出壓力比較	133
圖4.1.16不同射速下CAE模擬與實射射出壓力歷程曲線比較圖	133
圖4.1.17利用CAE模擬與實射射出壓力歷程曲線比較圖進行相互匹配測試	133
圖4.1.18有關機台校正對產品收縮量值比較	135
圖4.1.19 PP材料在原始設計條件下：CAE模擬與實驗結果比較	137
圖4.1.20 PP材料在原始設計條件下：CAE模擬與實驗結果比較(CAE模擬結果平移)	138
圖4.1.21針對PP利用CAE模擬與實射射出壓力歷程曲線比較圖進行相互匹配測試	140
圖4.1.22針對PP有無考量機台校正對產品收縮量值比較	141
圖4.1.23框架模型改變充填時間對翹曲量值之影響圖	142
圖4.1.24框架模型改變塑料溫度對翹曲量值之影響圖	143
圖4.1.25框架模型改變模具溫度對翹曲量值之影響圖	143
圖4.1.26框架模型改變保壓壓力對翹曲量值之影響圖	143
圖4.1.27框架模型改變保壓時間對翹曲量值之影響圖	144
圖4.1.28框架模型改變冷卻時間對翹曲量值之影響圖	144
圖4.1.29框架模型實驗與模擬短射結果圖	145
圖4.1.30框架模型原始設計模擬與實驗翹曲行為比較圖	146
圖4.1.31框架模型機台校正後模擬與實驗翹曲行為比較圖	147
圖4.1.32框架模型機台校正前後比較圖_A邊	148
圖4.1.33框架模型機台校正前模擬與實驗翹曲量值比較圖_P4	149
圖4.1.34框架模型機台校正後模擬與實驗翹曲量值比較圖_P4	149
圖4.2.1實際射出不同射出速度下短射結果	152
圖4.2.2射速校正測試圖	153
圖4.2.3CAE模擬不同射出速度下短射結果	153
圖4.2.4實際機台之射出壓力響應圖	155
圖4.2.5 50%射出速度之模穴壓力歷程	156
圖4.2.6不同射出控制系統對產品收縮量值比較: Controller A為第一代控制器和B為第二代控制器	156
圖4.2.7不同射速下模擬與實射模穴壓力歷程曲線比較圖	158
圖4.2.8 CAE模擬與實射模穴壓力歷程比較 (Sim_70%、Exp_40%)	158
圖4.2.9 CAE模擬與實射模穴壓力歷程比較 (Sim_80%、Exp_50%)	158
圖4.2.10 CAE模擬與實射模穴壓力歷程比較 (Sim_90%、Exp_50%)	159
圖4.2.11 CAE模擬與實射模穴壓力歷程比較 (Sim_100%、Exp_60%)	159
圖4.2.12 機台校正前後收縮量值比較(Sim_70%、Exp_40%)	160
圖4.2.13 機台校正前後收縮量值比較(Sim_80%、Exp_50%)	160
圖4.2.14 機台校正前後收縮量值比較(Sim_90%、Exp_50%)	161
圖4.2.15 機台校正前後收縮量值比較(Sim_100%、Exp_60%)	162
圖4.2.16 未考量機台校正進行CAE-DOE優化：各因子之S/N比因子反應圖	166
圖4.2.17未考量機台校正進行CAE-DOE優化：品質特性因子反應圖	167
圖4.2.18考量機台校正後再執行CAE-DOE：品質特性因子反應圖	174
圖4.2.19考量機台校正後進行CAE-DOE優化：品質特性因子反應圖	175
圖4.2.20 未考慮機台校正前執行CAE-DOE模擬分析及實際實驗結果之比較	182
圖4.2.21 考慮機台校正後執行CAE-DOE模擬分析及實際實驗結果之比較	183
圖4.2.22 有無考量機台校正之CAE-DOE模擬分析與實際DOE實驗結果比較	185
圖4.2.23 A(射出速度)與C(保壓壓力)反應曲面圖和等高線圖	191
圖4.2.24 A(射出速度)與E(塑料溫度)反應曲面圖和等高線圖	191
圖4.2.25 C(保壓壓力)與E(塑料溫度)反應曲面圖和等高線圖	191
圖4.2.26 未考量機台校正進行CAE-RSM優化：一階方程式殘差結果圖	192
圖4.2.27未考量機台校正進行CAE-RSM優化：非一階模型之參數對一階方程式殘差結果圖	194
圖4.2.28 未考量機台校正進行CAE-RSM優化：常態機率圖	195
圖4.2.29 未考量機台校正進行CAE-RSM優化：殘差散佈圖	196
圖4.2.30 未考量機台校正進行CAE-RSM優化：殘差與實驗順序圖	196
圖4.2.31 未考量機台校正進行CAE-RSM優化：最適化因子參數建議結果圖	197
圖4.2.32 C(保壓壓力)與D(保壓時間)反應曲面圖和等高線圖	202
圖4.2.33 C(保壓壓力)與E(塑料溫度)反應曲面圖和等高線圖	202
圖4.2.34 考量機台校正後進行CAE-RSM優化：一階方程式殘差結果	204
圖4.2.35考量機台校正進行CAE-RSM優化：非一階模型之參數對一階方程式殘差結果圖	205
圖4.2.36考量機台校正後進行CAE-RSM優化：常態機率圖	206
圖4.2.37考量機台校正後進行CAE-RSM優化：殘差散佈圖	207
圖4.2.38考量機台校正後進行CAE-RSM優化：殘差與實驗順序圖	207
圖4.2.39考量機台校正後進行CAE-RSM優化：最適化因子參數建議結果圖	208
圖4.2.40 未考慮機台校正前執行CAE-RSM模擬分析及實際RSM實驗結果之比較	211
圖4.2.41 考慮機台校正後執行CAE-RSM模擬分析及實際RSM實驗結果之比較表	212
圖4.2.42 有無考量機台校正之CAE-RSM模擬分析與實際RSM實驗結果比較	213
 
表目錄
表1.2.1 模擬預測和實際射出翹曲變形之比較[11]	7
表1.2.2實驗結果與預測值之間的差異[33]	17
表1.2.3初始參數與優化參數比較[33]	18
表1.2.4田口與反應曲面法結果[35]	19
表2.3.1L18(21×37)直交表[52]	41
表2.3.2內直交表L18(21×37)與外直交表L8(27)之因子配置[52]	42
表3.3.1不同網格尺寸建構之網格總數及所須之計算時間	68
表3.3.2ABS (PALYLAC PA757) 材料物性表[64]	71
表3.3.3圓平板模型單一因子加工操作參數表	74
表3.3.4圓平板模型模擬分析原始設計參數表	75
表3.3.5圓平板模型台螺桿速度之校正模擬成型參數表	76
表3.3.6圓平板模型機台射出速度之校正模擬成型參數表	77
表3.3.7短射實驗參數表	79
表3.3.8實際射出原始設計參數表	79
表3.3.9機台螺桿速度之校正實驗成型參數表	80
表3.3.10機台射出速度之校正實驗成型參數表	81
表3.3.11框架模型單一因子加工操作參數表	86
表3.3.12框架模型模擬分析原始設計參數表	87
表3.3.13框架模型機台射出速度之校正模擬成型參數表	88
表3.3.14框架模型短射實驗	89
表3.3.15框架模型實際射出原始設計參數表	90
表3.3.16框架模型射速修正實驗成型參數表	91
表3.4.1未考慮機台校正之CAE-DOE優化控制因子水準表	93
表3.4.2未考慮機台校正之CAE-DOE優化：模擬成型L18(21x37)直交表	94
表3.4.3考慮機台校正之CAE-DOE優化之控制因子水準表	95
表3.4.4考慮機台校正之CAE-DOE優化：模擬成型L18(21x37)直交表	96
表3.4.5未考慮機台校正之CAE-RSM優化之控制因子水準表	98
表3.4.6未考慮機台校正之CAE-RSM優化：模擬成型一階模型實驗配置表	99
表3.4.7考慮機台校正之CAE-RSM優化之控制因子水準表	100
表3.4.8考慮機台校正之CAE-RSM優化：模擬成型一階模型實驗配置表	101
表3.4.9未考慮機台校正之田口方法優化：實驗成型參數表	103
表3.4.10考慮機台校正之田口法套用優化：實驗成型參數表	103
表3.4.11未考慮機台校正之反應曲面法優化：實驗成型參數表	104
表3.4.12考慮機台校正之反應曲面參數：實驗成型參數表	104
表4.1.1原始設計條件下CAE模擬與實驗結果比較	127
表4.1.2螺桿速度校正測試表	131
表4.1.3機台校正前後收縮量值比較表	135
表4.1.4 PP材料在原始設計條件下：CAE模擬與實驗結果比較	138
表4.1.5 PP射速校正測試表	139
表4.1.6針對PP有無考量機台校正對產品收縮量值比較	141
表4.1.7框架模型機台校正前後比較表_P4	149
表4.1.8框架模型機台校正後各點修正率	150
表4.2.1新射速校正測試表	152
表4.2.2 Controller A和B之收縮量值比較表	157
表4.2.3 機台校正前後收縮量值比較(Sim_70%、Exp_40%)	160
表4.2.4 機台校正前後收縮量值比較(Sim_80%、Exp_50%)	161
表4.2.5 機台校正前後收縮量值比較(Sim_90%、Exp_50%)	161
表4.2.6 機台校正前後收縮量值比較(Sim_100%、Exp_60%)	162
表4.2.7未考量機台校正進行CAE-DOE優化：L18(21x37)直交表模擬參數與結果	164
表4.2.8 未考量機台校正進行CAE-DOE優化：各因子之S/N比因子反應表	165
表4.2.9 未考量機台校正進行CAE-DOE優化：品質特性因子反應表	167
表4.2.10未考量機台校正進行CAE-DOE優化：初次S/N比變異分析結果	169
表4.2.11未考量機台校正進行CAE-DOE優化：第二次S/N比變異分析結果	169
表4.2.12未考量機台校正進行CAE-DOE優化：品質特性初步變異分析結果表	170
表4.2.13 未考量機台校正進行CAE-DOE優化：第二次品質特性變異分析結果	170
表4.2.14未考量機台校正進行CAE-DOE優化：因子分類表	171
表4.2.15未考量機台校正進行CAE-DOE優化：製程參數表	172
表4.2.16考量機台校正後進行CAE-DOE優化：L18(21x37)直交表模擬數據表	173
表4.2.17考量機台校正後進行CAE-DOE優化：各因子S/N比反應表	174
表4.2.18考量機台校正後進行CAE-DOE優化：品質特性因子反應表	175
表4.2.19考量機台校正後進行CAE-DOE優化：初步S/N比變異分析結果	176
表4.2.20考量機台校正後進行CAE-DOE優化：第二次S/N比變異分析結果表	177
表4.2.21考量機台校正後進行CAE-DOE優化：品質特性初步變異分析結果表	178
表4.2.22考量機台校正後進行CAE-DOE優化：品質特性第二次變異分析結果表	178
表4.2.23考量機台校正後進行CAE-DOE優化：因子分類表	179
表4.2.24考量機台校正後進行CAE-DOE優化所考量之製程參數表	179
表4.2.25 未考慮機台校正實際執行田口方法：實驗成型參數與結果	180
表4.2.26 考慮機台校正實際執行田口方法：實驗成型參數與結果	181
表4.2.27 未考慮機台校正前執行CAE-DOE模擬分析及實際實驗結果之比較表	182
表4.2.28 考慮機台校正後執行CAE-DOE模擬分析及實際實驗結果之比較表	183
表4.2.29 有無考量機台校正之CAE-DOE模擬分析與實際DOE實驗結果表	185
表4.2.30 未考量機台校正進行CAE-RSM優化：一階模型實驗數據	187
表4.2.31 未考量機台校正進行CAE-RSM優化：初次變異數分析結果	189
表4.2.32 未考量機台校正進行CAE-RSM優化：第二次變異數分析結果	190
表4.2.33 未考量機台校正進行CAE-RSM優化：一階方程式殘差結果表	193
表4.2.34未考量機台校正進行CAE-RSM優化：非一階模型之參數對一階方程式殘差結果表	194
表4.2.35 考量機台校正後進行CAE-RSM優化：一階模型數據表	198
表4.2.36考量機台校正後進行CAE-RSM優化：初步變異數分析結果	200
表4.2.37 考量機台校正後進行CAE-RSM優化：第二次變異數分析結果	201
表4.2.38 考量機台校正後進行CAE-RSM優化：一階方程式殘差結果	204
表4.2.39考量機台校正進行CAE-RSM優化：非一階模型之參數對一階方程式殘差結果表	205
表4.2.40未考慮機台校正實際執行RSM優化：實驗成型參數與結果	209
表4.2.41 考慮機台校正實際執行RSM優化：實驗成型參數與結果	209
表4.2.42 未考慮機台校正前執行CAE-RSM模擬分析及實際RSM實驗結果之比較表	211
表4.2.43考慮機台校正後執行模擬分析及實際實驗結果之比較表	212
表4.2.44 有無考量機台校正之CAE-RSM模擬分析與實際RSM實驗結果表	214

[1]	D. Feldman. (2008). Polymer history. Designed monomers and polymers, 11(1), 1-15. 
[2]	D.N. Hess. (1986). Injection molded in-line connector assembly for bipolar leads: Google Patents.
[3]	H. Zhou. (2013). Computer modeling for injection molding. Simulation, Optimization, and Control. 
[4]	H.S. Park, T.T. Nguyen. (2014). Optimization of injection molding process for car fender in consideration of energy efficiency and product quality. Journal of Computational Design and Engineering, 1(4), 256-265. 
[5]	張榮語. (1995). 射出成型模具設計-操作實務: 高立圖書有限公司.
[6]	B.H. Lee, B.H. Kim. (1995). Optimization of part wall thicknesses to reduce warpage of injection-molded parts based on the modified complex method. Polymer-plastics technology and engineering, 34(5), 793-811. 
[7]	Y.C. Lam, L.W. Seow. (1997). Optimizing flow in plastic injection molding. Journal of Materials Processing Technology(Netherlands), 72(3), 333-341. 
[8]	K. Jansen, D. Van Dijk, M. Husselman. (1998). Effect of processing conditions on shrinkage in injection molding. Polymer Engineering & Science, 38(5), 838-846. 
[9]	林炫良. (2003). 厚件產品保壓過程對於收縮率與殘留應力影響之研究. 中原大學機械工程研究所學位論文, 1-68. 
[10]	C.T. Huang, Y.H. Hus. (2018). How to use CAE to Diagnose the Performance Problem of the Existed Machine in Injection Molding to Face Automation Challenge. ANTEC 2018. 
[11]	T. Matsuoka, J.I. Takabatake, A. Koiwai, Y. Inoue, S. Yamamoto, H. Takahashi. (1991). Integrated simulation to predict warpage of injection molded parts. Polymer Engineering & Science, 31(14), 1043-1050. 
[12]	G. Glozer, S. Post, K. Ishii. (1994). Research study demonstrates computer simulation can predict warpage and assist in its elimination. Journal of materials engineering and performance, 3(5), 635-638. 
[13]	J. Fassett. (1995). Thin wall molding: differences in processing over standard injection molding. ANTEC., 1, 430-433. 
[14]	K. Jansen, R. Pantani, G. Titomanlio. (1998). As‐molded shrinkage measurements on polystyrene injection molded products. Polymer Engineering & Science, 38(2), 254-264. 
[15]	陳武漢. (2002). 軸對稱曲面殼射出成形收縮補償之研究. (碩士論文), 國立臺北科技大學, 台北市  
[16]	黃東鴻. (2002). 薄殼射出件翹曲變形與殘留應力研究. (碩士論文), 國立成功大學, 台南市  
[17]	N. Subramanian, L. Tingyu, Y.A. Seng. (2005). Optimizing warpage analysis for an optical housing. Mechatronics, 15(1), 111-127. 
[18]	C. Yen, J.C. Lin, W. Li, M.F. Huang. (2006). An abductive neural network approach to the design of runner dimensions for the minimization of warpage in injection mouldings. Journal of materials processing technology, 174(1-3), 22-28. 
[19]	M. Zhai, Y. Xie. (2010). A study of gate location optimization of plastic injection molding using sequential linear programming. The International Journal of Advanced Manufacturing Technology, 49(1-4), 97-103. 
[20]	邱永福. (2011). 塑膠射出成型內縮變形改善之研究. (碩士論文), 國立交通大學, 新竹市  
[21]	郭瑞昌. (2010). 射出成型之結構件強度分析與品質改善. (碩士論文), 國立交通大學, 新竹市  
[22]	R. Sánchez, J. Aisa, A. Martinez, D. Mercado. (2012). On the relationship between cooling setup and warpage in injection molding. Measurement, 45(5), 1051-1056. 
[23]	劉建國. (2014). PA66長懸臂跨距支架之CAE分析. (碩士論文), 國立臺北科技大學, 台北市  
[24]	H. Chao-Tsai (CT), Y. Cherng-Jyi, L. Gwo-Geng, J. Wen-Ren. (2017). OPTIMIZING THE WARPAGE OF INJECTION MOLDING PARTS USING 3DVOLUME SHRINKAGE COMPENSATION METHOD. SPE ANTEC Anaheim 2017, 1575-1580. 
[25]	M.R. Kamal, A.E. Varela, W.I. Patterson. (1999). Control of part weight in injection molding of amorphous thermoplastics. Polymer Engineering & Science, 39(5), 940-952. 
[26]	K.K.S. Tong, B.H. Hu, X.P. Niu, I. Pinwill. (2002). Cavity pressure measurements and process monitoring for magnesium die casting of a thin-wall hand-phone component to improve quality. Journal of Materials Processing Technology, 127(2), 238-241. 
[27]	M.-S. Huang. (2007). Cavity pressure based grey prediction of the filling-to-packing switchover point for injection molding. Journal of Materials Processing Technology, 183(2-3), 419-424. 
[28]	陳宏銘. (2011). 優化成型參數以改善光學元件之品質. (碩士論文), 國立勤益科技大學, 台中市  
[29]	R. Chen, H.-H. Lee, C. Yu. (1997). Application of Taguchi's method on the optimal process design of an injection molded PC/PBT automobile bumper. Composite Structures, 39(3-4), 209-214. 
[30]	M.-C. Huang, C.-C. Tai. (2001). The effective factors in the warpage problem of an injection-molded part with a thin shell feature. Journal of Materials Processing Technology, 110(1), 1-9. 
[31]	陳啟峰. (2002). 塑膠光學透鏡之射出成型製程探討. (碩士論文), 長庚大學, 桃園市  
[32]	戴金琪. (2003). 以反應曲面方法改善銅導線晶圓封裝之銲線製程問題. (碩士論文), 元智大學, 桃園縣  
[33]	C.-C. Chen, P.-L. Su, Y.-C. Lin. (2009). Analysis and modeling of effective parameters for dimension shrinkage variation of injection molded part with thin shell feature using response surface methodology. The International Journal of Advanced Manufacturing Technology, 45(11-12), 1087. 
[34]	K.-T. Chiang, F.-P. Chang. (2007). Analysis of shrinkage and warpage in an injection-molded part with a thin shell feature using the response surface methodology. The International Journal of Advanced Manufacturing Technology, 35(5-6), 468-479. 
[35]	洪啟偉. (2008). 以雙反應曲面法與非線性規劃進行塑膠射出成形作業之最佳化設計. (碩士論文), 東海大學, 台中市  
[36]	紀博竣. (2013). 結合田口實驗法與反應曲面法於射出成型參數最適化之研究. (碩士論文), 建國科技大學, 彰化縣  
[37]	S. Liao, W. Hsieh, J.T. Wang, Y. Su. (2004). Shrinkage and warpage prediction of injection‐molded thin‐wall parts using artificial neural networks. Polymer Engineering & Science, 44(11), 2029-2040. 
[38]	C.H. Tseng, C.T. Huang, Y.C. Liu. (2015). 3D VOLUME SHRINKAGE COMPENSATION METHOD IN INJECTION MOLD DESIGN OPTIMIZATION. Society of Plastics Engineers, No. 2096337, 1-6. 
[39]	科盛科技股份有限公司. Ch1 射出成型及CAE簡介v1.0.   
[40]	丞耀精密. 塑膠射出模具網,塑膠射出流程.
[41]	魏綸群. (2008). 塑膠射出成型製程時間最佳化設計. (碩士論文), 元智大學, 桃園縣  
[42]	湯慶雄. (2000). 模流分析基礎入門 第九章 C-MOLD軟體與模型網格.   
[43]	S.J. Liao, D.Y. Chang, H.J. Chen, L.S. Tsou, J.R. Ho, H.T. Yau, . . . Y.C. Su. (2004). Optimal process conditions of shrinkage and warpage of thin‐wall parts. Polymer Engineering & Science, 44(5), 917-928. 
[44]	J.-H. Wei, M.-T. Jeng. (2008). The AutoTuning Servo Controller of Injection Speed for the Servovalve Controlled Injection Molding Machine. 先進工程學刊, 3(1), 1-7. 
[45]	R.y. Chang, W.h. Yang. (2001). Numerical simulation of mold filling in injection molding using a three‐dimensional finite volume approach. International Journal for Numerical Methods in Fluids, 37(2), 125-148. 
[46]	K. Himasekhar, J. Lottey, K.K. Wang. (1992). CAE of mold cooling in injection molding using a three-dimensional numerical simulation. Journal of engineering for industry, 114(2), 213-221. 
[47]	F.H. Hsu, K.f. Wang, C.T. Huang, R. Chang. (2013). Investigation on conformal cooling system design in injection molding. Advances in Production Engineering & Management, 8(2), 107-115. 
[48]	張榮語. (1998). 射出成型模具設計-模具設計 第四章 射出成型模具設計之理論分析與實務. 高立圖書有限公司.
[49]	劉大佼. (1996). 高分子加工原理與應用. 楊智文化事業股份有限公司.
[50]	張元榕, 徐志忠, 許嘉翔. (2009). Moldex3D/Solid真實三維模流分析理論與應用 (Vol. 第三章 Moldex3D分析技術指引: 科盛科技股份有限公司.).
[51]	科盛科技股份有限公司. Moldex3D Mesh Help.   
[52]	李輝煌. (2006). 田口方法 品質設計的原理與實務(第二版). 高立圖書.
[53]	張季娜, 羅仕勇. (1993). 田口式品質工程導論: 中華民國品質管制學會發行.
[54]	李輝煌. (2010). 田口方法 品質設計的原理與實務(第二版). 高立圖書.
[55]	蘇朝墩. (2009). 六標準差(Six Sigma)-第七章 反應曲面法.   
[56]	陳順宇, 鄭碧娥. (2007). 實驗設計(二版). 成大圖書部.
[57]	黎正中. (2010). 實驗設計與分析: 高立出版社.
[58]	童超塵. (2007). 實驗設計與品質工程: 國立雲林科技大學,工業工程與管理所,品質與可靠度工程實驗室.
[59]	蕭允翔. (2009). 薄殼塑件射出製程參數最佳化研究. (碩士論文), 明新科技大學, 新竹縣  
[60]	T. Huang. (2018). 線性回歸(Linear Regression).   
[61]	Minitab18. Online Help 
[62]	簡錦昌, 彭俊瑋, 許嘉翔. (2002). 新世代高性能CAE模流分析網格處理技術: 科盛科技股份有限公司.
[63]	百科百度. ABS塑料.   
[64]	奇美實業股份有限公司. POLYLAC® ABS樹脂/PA757材料物性表.