在多數傳統中小企業製程條件或製程參數的設定是以過去的工作經驗或生產條件作為依據，如所生產的產品符合顧客要求，製造成本在客戶或公司考量下可被接受的範圍，則該條件或參數即為最佳條件。但製程變異、設備消耗或刀具損耗以及工時成本等均未加以考量，因此現行的製程條件或參數雖可生產出客戶可以接受的產品，但有可能並非為最佳之製程參數或條件。
本研究是以傳統機械加工製程與設備做為研究對象，將主軸轉速、進給率此兩個製程因子之不同水準參數值，在兩個不同特性的反應變數結果相互限制下以其獲得最佳之製程參數。將每個不同反應變數限制下建立一個最佳條件的參考模型，並在未來作為須考量因子耗損趨勢對產品變異產生影響之製程參數設定的參考依據。本研究是以SAS 440A為實驗材料，該材料是屬於高含碳量之高強度刃具鋼。本研究利用IDEF0（Integration DEFinition for Function modeling）建模方式，選定主軸轉速與進給率作為實驗因子。並藉由實驗設計（Design of Experiments, DOE）以及反應曲面法（Response Surface Method, RSM）等方法，將加工時間、換刀時間等反應變數作為限制，使其獲得製程參數的最佳化。本實驗的反應變數為加工時間與銑刀換刀時間，故將藉由迴歸分析（Regression analysis）之方程式描述以得知兩變數間關係。
最後本研究將給予加工時間與換刀時間三種不同權數來計算最佳製程參數，分別以加工時間與換刀時間比為（7.5：2.5）與加工時間與換刀時間比為（2.5：7.5）及加工時間與換刀時間比為（5.0：5.0）等不同的權數配比實驗。

Most of traditional small and medium enterprise set up the process conditions/parameters based on their previous manufacturing experience or production condition. For example: the products must satisfy consumer’s requirement; the cost must be accepted within the certain range which has been considered by both consumer and enterprise. Those examples show above could be the best conditions; however, due to the variation manufacturing process; equipment depreciation; milling cutter depletion and cost are not considered before; therefore, the current process conditions/ parameters might not be the most appropriate for the company.
In order to solve the issue above, the research material of this study takes SAS 440A stainless steel and CNC milling process as the example. This study adopts the DOE and RSM methodology, uses the response variables: machining timing; replacing milling cutter’s timing and etc. as the limitation of this study, which could reach the requirement of process conditions within the limit scope. In fact, this study investigates the process parameters to become into be processing timing and replacing milling cutter’s timing; the most appropriate result of process parameters are based on limitation of two different features response variables. Finally, with the process timing and replacing milling cutter’s timing weights, this study comes out with the best process parameters which including: the ratio of process timing and replacing milling cutter’s timing are (7.5:2.5); (2.5:7.5); and (5.0:5.0) and other different ratios experiences.
The restrict condition of optimization of this study is process costing; therefore, to have the appropriate process parameters not only need the size after process but also need to consider the cost of production. However, the consumption of milling cutters are necessary for the equipment process procedures, this study set up the optimization production procedure by estimating the consumption of the milling cutter which would affect the result of the production; it would increase the procedure variation and monitor and stabilize the quality control.

中文部分
1. 王繼正，「CNC銑床與切削中心」，二版，全華科技圖書股份有限公司，台北市，台灣，1991。
2. 呂美璉，「反應曲面法尋找烘烤參數優化研究以改善機板翹曲-以封裝廠個案公司為例」，元智大學工業工程與管理學系（所）碩士論文，桃園，台灣，2008。
3. 李阿卻，「切削刀具學」，二版，全華科技圖書股份有限公司，台北市，台灣，1984。
4. 沈金旺，「CNC綜合切削中心機程式設計與應用」，三版，全華圖書股份有限公司，台北市，台灣，2007。
5. 房克成、林清風，「管制圖與製程管制」，十版，中華民國品質學會，台北市，台灣，2005。
6. 林恒正，「以二階子模型結合實驗設計法進行多晶片模組可靠度之最佳化分析」，國立成功大學工程科學系博士論文，台南市，台灣，2007。
7. 邱廣泉，「銑床能力本位訓練教材-進给率使用」，中華民國職業訓練研究發展中心銑床能力本位訓練教材，台北市，台灣，2010。
8. 張伽臨，「實驗統計原理」，初版，九州圖書文物有限公司，台北市，台灣，2002。
9. 陳可杰、李宗倚、李婉怡、陳益昌譯，「統計學 Statistics for Business and Economics, 10e」，原著David R. Anderson, Dennis J. Sweeney, Thomas A. Williams，十版，滄海圖書資訊股份有限公司，台北市，台灣，2009。
10. 彭珮玲，「顧問公司工程監造知識管理之研究－以IDEF0流程模式為分析工具」，國立高雄第一科技大學營建工程系碩士論文，高雄市，台灣，2011。
11. 黃繼輝，「應用田口法於五軸CNC銑削加工製程之最佳化參數設計」，國立臺北科技大學製造科技研究所碩士論文，台北市，台灣，2008。
12. 葉啟鴻「CNC車床程式設計操作與檢定」，初版，全華科技圖書股份有限公司，台北市，台灣，1987。
13. 劉典嚴，「淺談實驗設計對專案的貢獻」，品質月刊，pp.22-25，台北，台灣，2003。
14. 黎正中譯，「實驗設計與分析Design and analysis of Experiment 7/e」，原著Montgomery，三版，高立圖書有限公司，台北市，台灣，2010。

英文部分
1. Chow, H.M., Lee, S.M., Yang, L.D., “Machining characteristic study of friction drilling on AISI 304s.s. ”, Journal of Materials Processing Technology 207,pp. 180–186, Nan Tou, Taiwan, 2008.
2. Djoudi, W., Aissani-Benissad, F., Bourouina-Bacha, S., ” Optimization of copper cementation process by iron using central composite design experiments”, Chemical Engineering Journal, Vol.133,pp.1–6, Algerie 2007.
3. Kacprzak, M., Kaczmarczyk, A., “Validation by simulation of enterprise models”, Elsevier IFAC Publications, PP.261-266, Warszawa, Poland, 2001.
4. Lalwani, D.I., Mehta, N.K., Jain, P.K., “Experimental investigations of cutting parameters influenceon cutting forces and surface roughness in finish hardturning of MDN250 steel”, Journal of Materials Processing Technology 206 , pp. 167–179, Uttarakhand, India, 2008.
5. Lin, W.T., Wang, S.T., Li, M.H., Huang, C. T., “Enhancement of process capability for strip force of tight sets of optical fiber using Taguchi’s Quality Engineering”, Optical Fiber Technology 18, pp.101–107, Taichung, Taiwan, 2012.
6. Myers, R.H., Montgomery, D.C., “Response Surface Methodology Process and Product Optimization Using Designed Experiments,” John Wiley and Sons, New York, USA, 1995.