DOE内部培训教材.ppt

《DOE内部培训教材.ppt》由会员分享，可在线阅读，更多相关《DOE内部培训教材.ppt（101页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、DOE（实验设计实验设计 Design of ExperimentsDesign of Experiments）知识知识品管中心品管中心制作制作:左新辉左新辉审核审核:钟小青钟小青日期日期:2013.10.03:2013.10.03瑞丰内部培训教材瑞丰内部培训教材2021/9/261什么是实验？实验本身代表什么？-用科学的方法及数据来验证实验的因子对结果 产生的影响.实验的目的？筛选 优化 （望大，望小)稳健设计(望目,通常使用田口设计)2021/9/262什么是设计？概念设计-设计人应以产品应有的功能为基础，研究分析多项不设计人应以产品应有的功能为基础，研究分析多项不同的产品结构同的产品结构

2、 及工艺，然后从中选出及工艺，然后从中选出一项认为最适当者。一项认为最适当者。参数设计设计人必须决定各项控制因素的最佳决策，务使不致设计人必须决定各项控制因素的最佳决策，务使不致影响制造成本或影响制造成本或 保持品质损失于最小。保持品质损失于最小。容差设计 降低因性能变异而产生的品质损失和增加制造成本两降低因性能变异而产生的品质损失和增加制造成本两者之间的妥善者之间的妥善 衡量。衡量。什么是设计过程？设计输入设计输入-设计评审设计评审-设计验证设计验证-设计输出设计输出-设计修改设计修改什么是实验设计？实验实验-设计设计-过程过程 =Design of ExperimentsDesign of

3、 Experiments(DOE）2021/9/263DOE基础DOEDOE的意义的意义DOEDOE的定义的定义基本术语基本术语直交表直交表2021/9/264为什么需要实验设计同样在生产同规格的产品，为什么有些厂商的良品率就是比较高。同样是在生产同类型的产品，为什么有些人的产品性能以及寿命就是比较好，而成本又比较低呢？相同原料相同制程为什么良品率不一样？相同产品相同功能更便宜的原料为什么可以做出低成本高质量的产品？2021/9/265实验设计的意义实验设计的意义:应用数理统计学的基本知识，讨论如何合理地安排试验、取应用数理统计学的基本知识，讨论如何合理地安排试验、取得数据，然后进行综合科学分

4、析，从而尽快获得最优组合方得数据，然后进行综合科学分析，从而尽快获得最优组合方案。案。在工序开发应用实验设计方法能得出以下成果：在工序开发应用实验设计方法能得出以下成果：1.1.提高产量；提高产量；2.2.减少变异性，与额定值或目标值更为一致；减少变异性，与额定值或目标值更为一致；3.3.减少开发时间；减少开发时间；4.4.减少总成本；减少总成本；实验设计的意义12021/9/266Y=f(x)实验 定义 试验是一个或一系列有目的有目的地改变流程或系统的输入变量输入变量以观察识别输出应变量输出应变量随之改变的实验那些自变量X显著的影响着Y?这些自变量X取什么值时将会使Y达到最佳值?2021/9

5、/267DOE阶段一阶段一:筛选试验筛选试验阶段二阶段二:优化试验优化试验确定出关键x最佳取值寻找到所有可能影响y的关键x利用SPC 控制这些关键的X实验设计的意义实验设计的意义22021/9/268输入可控制的因子(输入变量)输出不可控制的因子(杂音变量)(输出变量)Process实验设计的意义实验设计的意义2021/9/269实实验验设设计计是是对对实实验验方方案案进进行行最最优优设设计计，以以降降低低实实验验误误差差和和生生产产费费用用，减减少少实实验验工工作作量量，并并对对实实验验结结果果进行科学分析的一种进行科学分析的一种方法方法。（广义）（广义）当当需需要要探探寻寻或或验验证证产产

6、品品质质量量或或工工艺艺或或资资源源利利用用是是否否为为 最最 佳佳 状状 态态 时时，实实 验验 设设 计计（Design Design of of ExperimentsExperiments）是最科学、最经济的方法。（狭义）是最科学、最经济的方法。（狭义）DOE的定义2021/9/26101)1)在研发新产品时在研发新产品时,验证原材料物料之间验证原材料物料之间,作业方作业方 法结合之间，产生最佳的搭配而实现实本最低的法结合之间，产生最佳的搭配而实现实本最低的 方案方案.2)2)改善问题：改善问题：当发现问题，使问题进一步凸显而找到问题影响当发现问题，使问题进一步凸显而找到问题影响 的最

7、关键因子。的最关键因子。DOE使用的两种时机2021/9/26111)1)随机化随机化2)2)区组化区组化3)3)重复性重复性DOE使用的3个原则2021/9/2612品质特性的种类品质特性可分为品质特性可分为二二类类计量特性：能以连续尺度量测。计量特性：能以连续尺度量测。计数特性：不能以连续尺度量测，但能按不连计数特性：不能以连续尺度量测，但能按不连续续分级分级尺度分类。常依主观而判定，如好、更好、最好。尺度分类。常依主观而判定，如好、更好、最好。2021/9/2613过程参数设计优化选择最佳的参数组合使产品选择最佳的参数组合使产品对杂音最不敏感对杂音最不敏感；应用直交表应用直交表进行原因检

8、测和平均值的处理；进行原因检测和平均值的处理；应用直交表使变异最小；应用直交表使变异最小；最低成本最低成本田口是运用最多的好方法2021/9/2614计量特性的种类望目：望目：此特性具有一特定的目标值此特性具有一特定的目标值(愈近目标值愈好愈近目标值愈好)，例如尺寸、换档压力、间隙、粘度等。，例如尺寸、换档压力、间隙、粘度等。望小：望小：目标的极端值是目标的极端值是(值愈小愈好值愈小愈好)，例如磨耗、收，例如磨耗、收缩、劣化、杂音水准等缩、劣化、杂音水准等望大：望大：目标值为无限大目标值为无限大(值愈大愈好值愈大愈好)，例如强度、寿，例如强度、寿命、燃料效率等。命、燃料效率等。2021/9/2

9、615基本术语响应我们假定过程的结果当中，我们假定过程的结果当中，y1y1，y2y2，y3y3是我们关心是我们关心的输出变量，这些我们常常称之为的输出变量，这些我们常常称之为响应（响应（responseresponse）过程x1x2x3u1u2y1y2y32021/9/2616基本术语可控因子我们将影响响应的那些变量称为实验问题中的因子。我们将影响响应的那些变量称为实验问题中的因子。其中其中x1,x2,x3x1,x2,x3是人们在实验中可以控制的因子，我是人们在实验中可以控制的因子，我们称为们称为可控因子（可控因子（controlled factorcontrolled factor）过程x1

10、x2x3u1u2y1y2y3可控因子是输入变量，是影响过程最终结果的可控因子是输入变量，是影响过程最终结果的2021/9/2617基本术语不可控因子在影响过程和结果的因子中除了控制因子还包括在影响过程和结果的因子中除了控制因子还包括一些非可控因子（一些非可控因子（uncontrolled factoruncontrolled factor）：）：u1,u2u1,u2,他们通常包括他们通常包括环境环境、操作员操作员、材料批材料批次等次等，对于这些变量我们通常很难把它们控制在对于这些变量我们通常很难把它们控制在某个精确值上。某个精确值上。过程x1x2x3u1u2y1y2y3这些经常被叫做杂音202

11、1/9/2618基本术语主效应举一个简单的例子在农田实验中，考虑两个因子，举一个简单的例子在农田实验中，考虑两个因子，每个因子都设置了两个水平：每个因子都设置了两个水平：A A因子：浇水因子：浇水 水少水少 水多水多B B因子：施肥因子：施肥 肥少肥少 肥多肥多实验结果如下（响应是产量（实验结果如下（响应是产量（kgkg）：）：B/A水少水多肥少100120肥多1301702021/9/2619基本术语主效应由于由于A A处于低水平（水少）时，得到的产量平均值为处于低水平（水少）时，得到的产量平均值为（100+130100+130）/2=115/2=115kgkg；由于由于A A处于高水平（水

12、多）时，得到的产量平均值是处于高水平（水多）时，得到的产量平均值是（120+170120+170）/2=145/2=145kgkg，分析：产量从分析：产量从115115kgkg提高到提高到145145kgkg完全是因子完全是因子A A的的作用（因为分析过程中没有考虑因子作用（因为分析过程中没有考虑因子B B），这时），这时我们称因子我们称因子A A的主效应为：的主效应为：145-115=30kg请问因子B的主效应是？呢2021/9/2620基本术语水平和处理为了研究因子对响应的影响，需要用到因子的两为了研究因子对响应的影响，需要用到因子的两个或者更多不同的取值，这些取值称为个或者更多不同的取值

13、，这些取值称为因子的水因子的水平（平（levellevel）。）。各因子选定了各自的水平之后，其组合被称为一各因子选定了各自的水平之后，其组合被称为一个处理（个处理（treatmenttreatment）或者或者一次实验（一次实验（trailtrail）70度90度温度温度level1level22021/9/2621基本术语交互作用在前面的资料中我们发现：在前面的资料中我们发现：当因子当因子B B处于低水平的时候（肥少），因子处于低水平的时候（肥少），因子A A从低水平变到从低水平变到高水平是从高水平是从100100到到120120，增加，增加2020kgkg ；当因子当因子B B处于高水平

14、的时候（肥多），因子处于高水平的时候（肥多），因子A A从低水平变到从低水平变到高水平是从高水平是从130130到到170170，增加，增加4040kg kg；分析：显然同样分析：显然同样a a因子的变动在不同的因子的变动在不同的b b状态下，变化量状态下，变化量不同，所以因子不同，所以因子a a和因子和因子b b之间存在交互作用。之间存在交互作用。交互作用的定义：如果交互作用的定义：如果A的效应依赖于因的效应依赖于因子子B所处的水平，则称所处的水平，则称A和和B之间有交互之间有交互作用。作用。2021/9/2622基本术语交互作用交互作用图示交互作用图示A低高产量10017015013012

15、0110B肥多肥少2021/9/2623正交表(OrthogonalArray)正交表特点：正交表特点：每一列都是自我平衡，即每一列中各水准出现的每一列都是自我平衡，即每一列中各水准出现的频率相同。频率相同。每两列间都是互相平衡每两列间都是互相平衡 ，即在某一列中出现某水，即在某一列中出现某水准的所有实验组，在另一列中出现各水准的频率准的所有实验组，在另一列中出现各水准的频率相同。相同。正交表正交表(直交表直交表)直交表用于实验计划，它允许每一个因素的效果可以直交表用于实验计划，它允许每一个因素的效果可以在数学上独立予以评估。在数学上独立予以评估。可以有效降低实验次数，进而节省时间、金钱而且又

16、可以有效降低实验次数，进而节省时间、金钱而且又可以得到相当好的结果可以得到相当好的结果。2021/9/2624正交表(直交性)在实验计划中最主要的一个特性，便是在实验计划中最主要的一个特性，便是实验结果的再实验结果的再现性现性；另外，当我们希望能在各种相异的条件，以最另外，当我们希望能在各种相异的条件，以最有效的方式有效的方式比较因素水准比较因素水准时，都只有在直交性实验计时，都只有在直交性实验计划划方法中才能达到方法中才能达到利用直交表进行实验，在实验结果的可靠度及高再现利用直交表进行实验，在实验结果的可靠度及高再现性上，都具有高效益。不管制程条件如何变化，在不性上，都具有高效益。不管制程条

17、件如何变化，在不同条件下，获得好的再现性之效果是相同的。同条件下，获得好的再现性之效果是相同的。2021/9/2625DOE 知识第一章、第一章、实验方法实验方法 田口式实验计划法田口式实验计划法的经典案例的经典案例第二章、利用正交表进行实验设计第二章、利用正交表进行实验设计 第三章、实验数据分析第三章、实验数据分析 第四章、参数设计第四章、参数设计 2021/9/2626第一章 实验方法2021/9/2627DOEDOEDOEDOE运用的经典案例：瓷砖工厂的实验运用的经典案例：瓷砖工厂的实验运用的经典案例：瓷砖工厂的实验运用的经典案例：瓷砖工厂的实验 在1953年，日本一个中等规模的瓷砖制造

18、公司，花了200万元，从西德买来一座新的隧道，窑本身有80公尺长，窑内有一部搬运平台车，上面堆着几层瓷砖，沿着轨道缓慢移动，让瓷砖承受烧烤。问题是，这些瓷砖尺寸大小的变异，他们发现外层瓷砖，有50%以上超出规格,引起瓷砖尺寸的变异，很明显地在制程中，是一个杂音因素。解决问题，使得温度分布更均匀，需要重新设计整个窑，需要额外再花50万元，投资相当大。2021/9/2628內部磁砖外层磁砖(尺寸大小有变异)上限下限尺寸大小改善前改善前外部磁砖內部磁砖2021/9/2629原材料粉碎及混合成型烧成上釉烧成控制因素控制因素水准一水准一(新案新案)水准二水准二(现行现行)A:石灰石量5%1%B:某添加物

19、粗细度细粗C:蜡石量53%43%D:蜡石种类新案组合现行组合E:原材料加料量1300公斤1200公斤浪费料回收量0%4%长石量0%5%2021/9/2630实验设计的想法processoutputinputsuppliercustomer客户关心什么，在乎什么，抱怨什么如何确定成为量化的产品特性？Y特性，CTQ过程中有那些的过程因子，其会影响到y特性，那些可能有相应的交互作用，从中找出CTP有那些的输入因子会影响到y，从中找出CTI对供应应要提出那些的规格要求，尤其是CTI2021/9/2631Y=f(x)的思想过程产品原材料客户供货商SupplierInputCTIxProcessCTPxO

20、utputCTQyCustomerVOC2021/9/2632DOE的分类OFAT法法每次一个因子每次一个因子(One-Factor-At-a-Time)全因子试验设计全因子试验设计(Full Factorial Design)Full Factorial Design)部分因子试验设计部分因子试验设计(Fraction Factorial DesignFraction Factorial Design)田口试验设计（田口试验设计（Robust Parameter DesignRobust Parameter Design）响应曲面方法（响应曲面方法（Response Surface Meth

21、odologyResponse Surface Methodology）混料设计（混料设计（Mixture DesignMixture Design）调优运算调优运算(Evolutionary Operation)Evolutionary Operation)2021/9/2633所谓一次一个因素法，就是先固定一种组合，而其它因子保持固定，然后每次改变一个条件，将相邻的两次实验结果进行比较，以估计两个条件的效果差异，实验方案如下表：缺点是不能保证结果的再现性，尤其是有交互作用时。例如在进行A1和A2的比较时，必须考虑到其它因子，但目前的方法无法达成。用Y2与Y1的结果比较A2和A1的效果是在其

22、他因素不变的条件下进行的，如果在实验1和实验2中将B1换成B2，C1换成C2，则Y2与Y1是否会有比较大的变化，甚至大小顺序都逆转？实验次数虽然减少了，但结果的可靠性却明显不能保证。实验法1：一次一个因素法(OFAT）2021/9/2634一次一因素的实验实验次数ABCDEFG实验結果1A1B1C1D1E1F1G112A2B1C1D1E1F1G123A2B2C1D1E1F1G134A2B2C2D1E1F1G145A2B2C2D2E1F1G156A2B2C2D2E2F1G167A2B2C2D2E2F2G178A2B2C2D2E2F2G28一次一个因素(OFAT)的实验缺点主要缺点 OFAT未能考

23、虑交互作用交互作用 在另一个因子的不同水平,一个因子产生的效果不相同另一个缺点OFAT总是比统计学试验设计效率差2021/9/2636实验法2：全因子实验法全因子实验法所有可能的组合都必须加以深究，信息全面，但相当耗费时间、金钱，例如:7因子，2水准共须做128次实验。13因子，3水准就必须做了1,594,323次实验，如果每个实验花3分钟，每天8小时，一年250个工作天，共须做40年的时间。2021/9/2637A(64)B(32)C(16)D(8)E(4)F(2)G(1)结果1111111121111112311111214111112251111211611112127111122181

24、11122291112111101112112111112121.127222222112822222222021/9/2638实验法3：田口式实验计划法由田口玄一博士所提出的一套实验方法，它在工业上较具有实际应用性，是以生产力和成本效益，而非困难的统计为依归。厂商必须致力于在生产前就使复杂的产品达到高品质。减少变异亦即要有较大的再现性和可靠性，而最终目的就是要为制造商和消费者节省更多的成本。2021/9/2639正交表(Orthogonal Array)直交表(正交表)直交表用于实验计划，它的建构，允许每一个因素的效果，可以在数学上，独立予以评估。可以有效降低实验次数，进而节省时间、金钱而且

25、又可以得到相当好的结果。2021/9/2640次数ABCDEFG结果123456711111111Y121112222Y231221122Y341222211Y452121212Y562122121Y672211221Y782212112Y8正交表正交表2021/9/2641在后四次实验中，B、C、D、E、F、G等6个因素的两种选择也都出现了两次，于是我们可以大胆的得出结论，Y1、Y2、Y3、Y4的总和之所以与Y5、Y6、Y7、Y8的总和不同，就是由A1与A2的差异导致的，因为其他因素的两个水准都出现了相同的次数，其影响力已经各自抵消！（这个结论虽然大胆，但确实可靠，原理将在后述内容中说明），

26、同理：B1和B2的作用分别对应于Y1+Y2+Y5+Y6与Y3+Y4+Y7+Y8;C1和C2的作用分别对应于Y1+Y2+Y7+Y8与Y3+Y4+Y5+Y6；D1和D2的作用分别对应于Y1+Y3+Y5+Y7与Y2+Y4+Y6+Y8；。2021/9/2642L8直交表A石灰石量B粗细度C蜡石量D蜡石种类E加料量F浪費回收G长石量每 百 件尺 寸 缺陷数A B CD E F G12 34 5 6 7 123456711111 1 1 1 5粗43现1300001621112 2 2 2 5粗43新1200451731221 1 2 2 5细53现1300451241222 2 1 1 5细53新120

27、000652121 2 1 2 1粗53现120005662122 1 2 1 1粗53新1300406872211 2 2 1 1细43现1200404282212 1 1 2 1细43新13000526正交表正交表2021/9/2643要素不良总数不良百分比要素不良总数不良百分比A151/40012.75E112230.50A214235.5E27117.75B110726.75F15413.50B28621.5F213934.75C110125.25G113233.00C29223.00G26115.25D17619.00合计19324.12D211729.25回应表(ResponseT

28、able)2021/9/2644最佳条件确认 由于缺陷是愈小愈好，所以依此选出的最佳条件为：A1B2C2D1E2F1G2。确认实验：将预期的缺陷数和“确认实验”的结果做比较。但事实上厂商选得是A1B2C1D1F1G2，主要的原因是C(蜡石)要因的价格很贵，但改善的效果又不大，所以选C1(蜡石含量为43%)2021/9/2645內部瓷砖外层瓷砖(尺寸大小有变异)上限下限尺寸大小改善前外部瓷砖內部瓷砖改善后2021/9/2646第二章、利用正交表进行实验设计 2021/9/2647原先假设因素的效果不会受其它因素水准的影响，然而在实际的状况并非如此；当一个因素的效果与其它因素水准相互影响时，因素间

29、就有交互作用存在。例子：设有A,B二种冷媒，成份完全不同；单独使用时效果挺好，但混合使用，反而效果很差。交互作用2021/9/2648我们在第一章已经讨论过，用正交表进行实验设计，利用简单的加和运算来处理实验结果需要首先解决两个问题1、各实验因素所产生的作用和影响力是否具有加和性？2、若两个因素之间存在强烈的相互作用，是否真的可以将其相 互作用看作第三个因素来处理？事实上，在现实世界里，并非简单的1+1=2,各种变量之间其实往往不能简单加和。比如一个人的力气若是100斤，两个人就应能够正好推得动200斤的车，可实际上两个人一起推的时候，因为推车时用力的角度偏差、发力的不同时等情况的存在，力量的

30、总和并非准确的200斤，只有在两个人用力的方向完全相同且同时发力的情况下才是200斤。因此，只要两个因素之间所存在的各种复杂关系对实验结果的影响力小于实验本身的波动和误差，我们就可以认为两个因素对最终结果的贡献具有加和性。2021/9/2649我们怎么知道两个因素的交互作用交互作用到底有多大呢？实验之前如何知道？这个问题比较难回答，但需要进行实验设计的人都是专业人员，也就是说，实验计划法是供专业设计开发人员使用的,对于专业人员来说，其实靠经验和知识背景可以判断出来哪些因素几乎独立发挥作用，哪些因素之间存在比较明显的交互作用，若无法靠知识和经验排除某些因素之间的交互作用的时候也没关系，姑且先认为

31、有，待实验结果出来后，再进行判断。2021/9/2650正交表的性质：1 1、对对称性称性实验结果1和结果2的总和、结果3和结果4的总和的差异就可以认为是由因素1的两种不同水准导致的，因为因素2和3的贡献在两种情况下都分别抵消：因素实验123结果总和12111212Y1Y2Y1+Y234221221Y3Y4Y3+Y42021/9/26512 2、正交表的乘法运算性质：、正交表的乘法运算性质：在正交表中为了表示实验参数的两种选择，我们用了1和2来表示，其实正交表来自于群论（一种数学理论，具体内容可参考近代数学原理），在一个正交表中，除了各行之间具有对称性之外，各列之间还存在相乘运算，如果我们恢复

32、正交表的本来面目，将表中的状态“2”用“-1”表示，则正交表变为：1234567123456781111111111-1-1-1-11-1-111-1-11-1-1-1-111-11-11-11-1-11-1-11-11-1111-1-11-1-11-111-1正交表2021/9/2652这时我们会发现正交表某些列之间具有相乘关系,第一列和第二列的每一行的两个数字相乘的结果正好是第三列:第一列第二列第三列11X1=121X1=131X-1=-141X-1=-15-1X1=-16-1X1=-17-1X-1=18-1X-1=1在正交表中，这样的闭环还有（1，4，5），（2，4，6），（3，4，7）

33、，（1，6，7），（2，5，7），（3，5，6）总共七个组合 135264。732546712021/9/2653这种列之间的乘法关系正好对应因素之间的交互作用，就是说如果将A因素排在第一列，B因素排在第二列，则AXB交互作用会在第三列体现出来，如下表：ABAXB4567结果1234567811111111112222122112212222112121212212212122112212212112Y1Y2Y3Y4Y5Y6Y7Y8正交表2021/9/26541234567(1)325476(2)16745(3)7654(4)123(5)32(6)1(7)L8(27)直交表的交互作用配置表20

34、21/9/2655常用正交表介绍常用正交表介绍见见WORDWORD文档文档 有人问如果有50个因素，每个因素有7种选择怎么办？其实就是有500个因素，每个因素70种选择也无妨，从数学的角度来讲，正交表是无限的，因为数字是无限的，总会有适宜的正交表可以选用。2021/9/2656直交表的自由度(二水准)表示直交表列数相当于实验总数水准数行数相当于可配置多少因子直交表的自由度为实验执行次数减一2021/9/2657直交表的自由度(三水准)表示直交表列数相当于实验总数水准数行数相当于可配置多少因子直交表的自由度为实验执行次数减一2021/9/26581231111212232124221L4(23)

35、直交表本直交表总共须做四次实验，总共可提供三个自由度。每一个二水准的因子需一个自由度，所以最多只能配置三个因子。L8(27)直交表本直交表总共须做8次实验，总共可提供7个自由度。每一个二水准的因子需要一个自由度，最多能配置7个因子。如果有因子间有交互作用时，交互作用亦须配置自由度。次数ABCDEFG结果123456711111111Y121112222Y231221122Y341222211Y452121212Y562122121Y672211221Y782212112Y82021/9/2660直交表的运用 利用自由度我们可选用最小且最合适的直交表，系依据因素数量、每个因素的水准数，以及我们所

36、欲调查的交互作用数量等加以累加后的自由度来决定。例如：一实验包含二水准因素A、B、C、D、E和交互作用A*B，A*C，请问应选用何种直交表解决此一问题？2021/9/2661 每个二水准因素具有2-1=1的自由度。每个交互作用具有1*1=1的自由度 总自由度d.f.=(5个因素*1d.f.)+(2交互作用*1d.f.)=7d.f.因此，7个自由度是获得期望资料数量所必需的自由度，而L8直交表为二水准具7个自由度的实验计画，因此L8直交表是可以满足此项要求的。2021/9/26621234567891011111111111111211111222222311222111222412122122

37、122512212212121612221221211721221122121821212221112921122212211102221111221211221212111221222112121221L12(211)直交表L12直交表，将交互作用的效果平均分配到该直交表的11个纵行上，交互作用不明显时使用。它的再现性很好，是田口博士所推荐使用的。2021/9/26631234111112122231333421235223162312731328321393321L9(34)直交表2021/9/266412345678111111111211122222311333333412112233

38、512223311612331122713121323813232131913313212102113322111212113321221322113132212313214222312131522312321162313231217232111231823323231L18(2137)直交表2021/9/2665第三章、实验数据分析 2021/9/2666正规分析：正规分析的步骤是：1、根据选择的正交表设计实验计划；2、进行实验，收集实验数据；3、根据对称性求出相应因素所对应的实验结 果，建立回应表；4、选择实验条件的最佳组合；5、按照最佳组合进行确认实验，验证实验结 果的正确性。2021/

39、9/2667案例：光学检测仪器的吸光板的光电转化效率研究(望大特性)1 1）实验条件：）实验条件：某公司在研究光学检测仪器的吸光板光电转化后的信号电流强度，经研究发现，光电转化后的信号电流强度与以下因素有关：A吸光材料品种、B吸光材料密度、C吸光材料涂层厚度、D信号光波长、E信号光强度，根据经验估计B吸光材料密度和C吸光材料涂层厚度之间，C吸光材料涂层厚度和D信号光波长之间存在交互作用，各因素都选择两水准进行实验。控制因素水准1水准2A吸光材料品种A1A2B吸光材料密度B1B2C吸光材料涂层厚度C1C2D信号光波长D1D2E信号光强度E1E22021/9/26682 2）实验结果：采用 正交表

40、设计实验方案，实验结果为：CBBXCDCXDAE？结果(mA)平均极差123456781111111111222212211221222211212121221221212211221221211253568063573936494964737767343557516076.5706236.535.5534871410518实验结果的总平均值为：55.6,重复性实验的平均极差为7。2021/9/26693）数据分析：采用 正交表设计实验方案，实验结果为：根据正交表的对称性原理，C1的实验回应值为:(51+60+76.5+70)/4=64.4；C2的实验回应值为:(62+36.5+35.5+53

41、)/4=46.8；(BXC)1的实验回应值为:(51+60+35.5+53)/4=49.9；(BXC)2的实验回应值为:(76.5+70+62+36.5)/4=61.3同样的方法，求得所有因素实验回应值,建回应表:ABCDEBXCCXD？水准159.052.464.456.348.349.954.3水准252.258.846.854.962.961.356.9差异6.86.417.61.414.611.42.62021/9/2670表中的回应值分别对应于每个因素的两个可选条件对光电信号强度的贡献,回应结果的差异对应于每个因素的两个可选条件之间的差异,从回应数据可以得出以下结论:（1）、C、E两

42、个因素的两个可选条件条件之间有显著差异；（2）、B、C之间存在明显的交互作用；（3）、A、B两个因素的两个可选条件之间有差异,但各个实验条件的8种实验组合的两次实验之间的极差平均值为7，因此无法判断6.4和6.8的差异水平到底是因素本身的差异，还是实验误差,但如果一定要在两个可选条件之间作出选择,则仍可认为回应值的差异来自于因素的两个可选条件的差异；（4）、D因素的两个可选条件无差异(注意:只能说所选取的D因素的两个条件之间无差异,不能说D因素对实验结果无影响)；（5）、请判定C与D之间的交互作用是否明显；4）实验结论：2021/9/2671C1C2B1(51+60)/2=56(62+36.5

43、)/2=49.3B2(76.5+70)=73.3(35.3+53)/2=44.3因此，B与C因素的最佳组合是B2C1（7）本实验的最佳实验条件的组合是:A1B2C1E2,D的两个条件可以任意选取。5）最佳组合的实际效果预测：根据加和性原理，我们只要计算出实验结果的总平均值，就可代表每个因素的两个可选条件的平均水平，回应值与平均值的差异可以作为该水准的贡献度，因此，可以预测最佳组合的总效果为：（6）、因为B与C之间存在较强的相互作用,因此,需要计算B与C的各种组合的回应表:2021/9/2672最佳组合的实验结果预测值为:T+(A1-T)+(E2-T)+(B2C1-T)=55.6+(59.0-5

44、5.6)+(62.9-55.6)+(73.3-55.6)=84 6）确认实验利用最佳组合条件进行两次实验,得到的光电信号强度值为82和81mA,虽然结果与预测结果有差异,但总体效果令人满意。评论:一般来说,实验结果若与预测值接近,则可以认为实验再现性良好,若差异显著(超过平均极差),则需要分析是否还存在没有发现的交互作用或还存在某种未纳入控制的因素,待分析出原因后,重新设计实验。2021/9/2673第四章、参数第四章、参数设计设计 2021/9/2674线外品管系统设计参数设计公差设计产品设计设计品管制程设计技术品管线上品管诊断预测测量生产制造品管服务顾客品管供应商双赢伙伴顾客需求期望满意第

45、一节 参数设计的原理 2021/9/2675变异与杂音杂音因素就是机能特性，如制冷效率、磨耗和转向力等偏离目标值的因素。杂音因素可分为三类：外部杂音外部杂音产品使用时，因使用条件，如温度、湿度、灰尘等使机能发生变异，此类条件为外部杂音因素。内部杂音内部杂音(劣化)产品组件的劣化。产品间杂音产品间杂音既定制造条件下，条件变异所造成的产品间差异。品质控制活动的目标就是要生产经得起杂音因素考验的产品。坚耐性坚耐性(Robustness)Robustness)就是产品的机能特性对杂音因素就是产品的机能特性对杂音因素的差异不敏感，不受影响。的差异不敏感，不受影响。2021/9/2676杂音和坚耐性 一些

46、不想要和无法控制的因素，导致功能品质特性偏离目标值。杂音对品质有不良影响，然而，消除杂音因素常是很花钱的。例如在工厂内，制程可能会受到温度波动的影响。透过全厂的空调系统，消除此一杂音因素，很可能是太昂贵的解决方案。田口的技术是减少杂音因素的影响。这一套技术，帮助设计产品和改善制程，使得对杂音的敏感程度，降低最低。产品和制程对杂音最不敏感，我们称之为“坚耐性”。坚耐性坚耐性=高品质高品质 2021/9/2677品质工程生产线外品管产品设计(产品改良)制程设计(制程改善)系统设计(创新)参数设计(最佳化)允差设计(最佳化)线上品管制程管制2021/9/2678设计过程系统设计 系统设计：需要专门领

47、域的技术知识和广泛经验，用以创始设计，或订出产品和制程的规格。例如，一位熟悉空调系统的工程师，可能被选来负责新型空调的原型设计，他的经验和知识，能够活用过来。系统设计不必利用诸如实验计划之类的设计最佳方法。2021/9/2679设计过程设计过程参数设计和允差设计参数设计和允差设计 二者都相当依赖设计最佳化的技术，以决定产品的参数值，而且或是以成本有效的方法，找出其所允许的参数值偏差范围.田口方法是最常应用在参数设计和允差设计以使制造出来的产品成本最低、变异最小.2021/9/2680参数设计目的 选择最佳的条件(参数)设计产品，使设计出来的产品，对杂音变量最不敏感。策略 设计产品，刚开始从低成

48、本的零件或原材料用起。控制主要因素和杂音因素间的交互作用和非线性效果，以达成“坚耐性”。减少变异性，而不必除去变异的原因，因为去除原因，通常都是昂贵的。2021/9/2681参数设计的步骤 确定目标 讨论：要测什幺，如何使用资料具有可加性 避免(0,1)资料 分类值可以变换为连续变量 分类组数越多越好 分类值的分析也可能发现安定性的条件。S/N比是最好的特性值(可加性的机会加大)列出因素 怕少，不怕多 分类为控制因素、杂音因素 2021/9/2682选择直交表 控制因素配置于内侧直交表，误差因素配置于外侧直交表。内侧直交表的选择 L12,L16,L18,L27,L32较实用。推荐L12,L18

49、 各行控制因素水准间隔要大。外侧直交表的选择 规模要小，杂音引起的变化要大。实行杂音因素的复合。重要的杂音因素有两、三个即可.有时可以不配置杂音因素.2021/9/2683计算S/N比对应分析望小特性望大特性望目特性最佳条件的估计确认实验与估计比较2021/9/2684参数设计的配置 参数设计的第一步，为分开列出控制因素与杂音因素，然后找出具有最小交互作用的控制因素以便研究控制因素与杂音误差因素之间的交互作用问题。一般而言控制因素放在直交表内侧，杂音因素放在直交表外侧。2021/9/2685参数设计的配置ABCDEFG杂音因素1234567N1N211111111211122223122112

50、241222211521212126212212172211221822121122021/9/2686ABCDEFG1122123456712121111111121112222312211224122221152121212621221217221122182212112杂音因素MN2021/9/2687品质特性的选取 田口方法系一种工程方法，拥有制程或产品的专门知识及有效率的实验方法，才能够设计出来一个极有效的工业实验，因此必须懂得此两种型态的知识才可能成功。品质特性的选取及因素与水准的区分是属于工程专家的工作；而各因素的配置及实验数据的解析则属于数据分析专家的工作。品质特性的选择是实验