六大核心技術
e9e0a7ebeb4e2a0aab4b1251b66f437b.png

簡介
(Ⅰ) 系統可靠度分析: 透過 DFR 與失效路徑建模在設計初期預先阻斷風險,將可靠度視為產品研發的核心基因。
(Ⅱ) 元件可靠度物理 深究材料與元件的物理衰退機制,為產品的長效壽命預測建立最穩固的科學基石。
(Ⅲ) 可靠度測試: 藉由高加速應力模擬驗證設計邊界,將漫長的產品使用壽命壓縮至短期的數據驗證。
(Ⅳ) 可靠度統計: 運用機率模型量化失效的不確定性,將零散數據轉化為精準的預測性維修決策。
(Ⅴ) 失效分析: 結合物化診斷與數值模擬,將每一次失效痛點轉化為驅動設計改進與工藝優化的知識資產。
(Ⅵ) 可靠度訓練: 透過國際標準化認證與技術賦能,建立組織整體的專業成熟度,掌握全球供應鏈的技術話語權。
團隊績效
陳始明 教授

自2017年3月起兼任長庚大學「可靠度科學技術研究中心」主任,近年持續帶領團隊與大型企業及政府機構深化合作,積極推動可靠度技術之應用與創新。其學術與產業計畫累積總經費逾5,700萬元,執行中多項計畫更延續至2028年,顯示其穩定且深厚之研發能量。合作領域涵蓋半導體、能源、醫療與太空等,並聚焦電池模擬分析、GaN可靠度及輻射環境測試等關鍵議題,充分展現學術研究與產業需求之緊密結合。代表性合作成果如下:

在產學合作方面,陳教授與台達電子展開四年合作,總經費達800萬元,帶領電子與物理相關博碩士生協助分析功率元件失效問題,並提供工程師教育訓練與技術諮詢,建立系統可靠度方法,提升產品耐用性與風險控管能力。與四零四科技則已連續合作7年,累計金額達700萬元,除擔任可靠度顧問、協助建置可靠度團隊外,亦涵蓋失效分析、統計方法、加速老化實驗與產品設計等面向,並促成多位學生畢業後進入合作企業任職。

在國際與跨域合作方面,陳教授與英飛凌科技簽署亞洲首家大學業務合作協議,並共同舉辦國際可靠度工程研討會,強化半導體測試與產業標準之發展。與長庚紀念醫院、SGS台灣檢驗科技及長庚國際能源等單位,則共同推動輻射環境下半導體與設備可靠度測試,建立醫療及能源設備耐受標準,促進驗證、培訓與研發整合。此外,陳教授亦擔任國家太空中心可靠度顧問,協助解決太空粒子輻射對電子元件之影響,並結合長庚醫院質子照射中心及國際合作資源,提升我國太空產業技術能量。

在技術研發與專利成果方面,團隊已建立多項具代表性成果。其一為氮化鎵(GaN)轉組放大器與運算放大器技術,利用GaN高電子遷移率、寬能隙與優良熱特性,提升高輻射環境下之系統可靠度。該技術已應用於質子治療系統,並於230 MeV輻射條件下完成驗證,使原需半年更換之矽基元件壽命延長至至少一年,顯著降低維護成本;此成果並榮獲2022年臺灣創新技術博覽會金獎,且已取得台灣與美國專利。其二為鋰離子電池健康狀態與剩餘壽命評估技術,可高精度分析容量衰退、內阻變化及循環壽命,並整合至智慧型電池管理系統,以提升電池系統之可靠性、安全性與維運效率,且已完成技術移轉。其三為電遷移模擬軟體,可於設計初期預測半導體元件之電遷移失效風險,協助優化元件結構與縮短開發時程,目前亦已進入商品化階段。

整體而言,陳始明教授在可靠度科學、產學合作及技術轉譯等面向均具卓著成果,不僅展現跨領域整合與研究創新能力,亦持續推動關鍵技術落地應用,具高度學術價值與產業影響力。

鄭順林教授
專長為可靠度失效統計模型與系統失效模型,近五年研究聚焦於鋰電池可靠度預測與半導體晶錠缺陷偵測,並具體展現統計方法於能源與半導體產業之應用價值。

在鋰電池可靠度研究方面,鄭教授主要探討動態休息時間、環境溫度與操作電流對鋰離子單電池及模組壽命衰退的影響。研究建立單電池放電電容量之退化模型,進一步延伸至串聯與並聯模組可靠度分析,並納入模組內單電池不一致性之效應,以預測剩餘使用壽命。研究結果顯示,所建構模型能有效掌握電池退化趨勢,預測結果與實測資料相符,可作為鋰電池健康管理與壽命評估的重要依據。

在半導體產學合作方面,鄭教授配合工研院計畫,投入碳化矽(SiC)晶錠非破壞性缺陷檢測技術開發,結合人工智慧3D影像分析方法,建立微管缺陷之自動辨識與分群機制。研究除提升缺陷檢測的效率與準確度外,亦可進一步重建缺陷位置、尺寸、形狀與數量,並建立晶錠品質量化評估指標。此成果有助於提升碳化矽晶錠檢測能力與製程品質控制,對半導體材料檢測及智慧製造具實質貢獻。

鍾官榮 教授

近五年研究聚焦於元件可靠度物理、可靠度維護,以及人工智慧於可靠度分析之應用,並在政府計畫、產學合作、學術發表、專利與標準制定等方面累積豐碩成果。整體研究結合機器學習、深度學習、預測性維護與壽命評估方法,應用範圍涵蓋鋰電池、半導體設備、材料配方、製程最佳化及品質檢測等領域。

在AI與可靠度研究方面,鍾副教授運用組合式機器學習、深度學習與統計方法,發展設備健康監測、故障診斷、壽命預測與風險評估技術,並成功應用於車用鋰電池老化預測、晶圓取放機械手臂失效偵測、軌道車輛輪面缺陷分類、材料配方優化及電化學濃度檢測等議題。相關成果已實際導入產線與智慧製造場域,有助於提升生產效率、產品良率及設備維護效能。

在核心技術發展方面,鍾副教授建立半導體設備晶圓取放機械手臂之殘餘使用壽命預測模型與預診技術,並進一步開發PHM軟硬體系統。其中,預診軟體ProlepsisTM已完成開發與商標註冊,相關技術正由合作企業驗證,部分硬體亦已有銷售實績,並持續朝雲端化、工業物聯網與SaaS服務模式推進,以落實智慧製造與預測性維護。

在鋰電池可靠度研究方面,鍾副教授提出雙動態加速應力老化測試方法,模擬電動車實際運行下的溫度循環與充放電條件,建立更貼近實務的壽命預測模型。研究已累積大量實驗數據,並結合Gamma process、Monte Carlo方法及機器學習技術,持續提升電池老化壽命預測的準確性,對電池管理系統與智慧移動載具發展具重要價值。

在產學合作與產業貢獻方面,鍾副教授協助多家企業推動智慧製造、碳盤查、節能減碳、設備預測維護、材料配方優化及品質系統建置,合作對象包括南亞塑膠、豐億光電及多家製造業者。相關成果不僅提升企業生產效率與品質管理能力,也展現其研究在產業落地與技術轉譯上的實質效益。此外,其研究成果亦延伸至發明專利布局及IEEE PHM標準制定,顯示其在學術創新與產業應用上的整合影響力。


王建智 教授

長期投入智慧製造、可靠度工程與數據驅動決策研究,核心領域涵蓋製程與設備可靠度、量測與檢測可靠度、AI模型可靠度,以及服務營運可靠度。近五年主持多項國科會、經濟部及產學合作計畫,研究主題聚焦於品質預測、異常偵測、多模態資料融合與智能決策,應用場域涵蓋化工、電子、紡織、金屬加工及餐飲服務等產業。

在研究成果方面,王教授致力於將人工智慧、統計方法與可靠度工程整合應用於製程優化與智慧決策,發展多機台品質估測、虛擬量測、異常根因追蹤、供應鏈預測及服務品質提升等技術。相關成果已發表於多個國際期刊,並展現於製造流程穩定化、產品品質提升、交期管理優化及醫療與服務系統可靠度改善等面向,具備明確的理論與實務價值。

在產業應用與推廣方面,王教授近五年執行多件產學合作與輔導計畫,協助企業推動低碳轉型、智慧製造導入、品質改善及AI人才培育,累積豐富的跨產業落地經驗。其團隊已協助多家企業建置預測模型、決策工具與標準化導入流程,並可進一步為聯盟提供模型可靠度驗證、異常模式知識庫、虛擬量測技術及產業導入機制,展現其在技術整合、產業服務與人才培育上的重要貢獻。
量測與檢測設備
83cd78ea4a2f0e6696f14f0b9bf4fe55.png

專業著作
7ecd4b49f4321bce46fe3d8cddcfb40b.png