田口电子讲义.doc

田口方法实战培训主讲：李联伟目录 实验设计概述； 直交表介绍； S/N比基础； 田口方法的实施步骤； 田口方法中的数据解析； 田口方法中的两阶段实验策略。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？更便宜的原料相同产品 相同功能为什么可以做出低 成本高质量的产品？什么是实验设计 一种安排实验和分析实验数据的数理统 计方法；试验设计主要对试验进行合理 安排，以较小的试验规模（试验次数）、 较短的试验周期和较低的试验成本，获 得理想的试验结果和正确的结论实验设计的意义 实验设计的目的是用最少的试验次数实现下述期 望：Z提高产量； Z改进质量； Z降低成本； Z缩短研究开发的时间；Z建立指标与因素的关系；Z选择工艺参数或配方；Z.实验设计的发展历程 20世纪20年代由英国学者费舍尔（R.A.Fisher）率 先提出； 最初在农田试验方面取得重要成果；欧美各国将此 法用于生物学、医学等领域的科学研究； 二战后试验设计法在工业中得到推广和应用； 日本学者田口玄一首先将试验设计成功得应用于新 产品的开发。对于一些复杂的制程和产品，利用实 验设计法合理的选择适当的参数，可以大大改善产 品功能目标值的稳定性，即所谓稳健性设计； 20世纪70年代初期，我国著名数学家华罗庚带头在 我国推广实验设计法。实验设计进行的时机 要为产品选择最合理的配方时（原料及其含 量）； 要对生产过程选择最合理的工艺参数时； 要寻找最佳的生产条件时； 要研制开发新产品时； 要提高老产品的产量和质量时； 实验设计中的几个概念品质特性：实验中的应变量，是反映试验结果好坏 的标准，是试验结果比较的依据。试验的指标有定 量和定性之分，也有单指标、多指标之分。因子：试验中的自变量，是影响试验指标的有关因 子与条件。影响实验指标的因素有单因素和多因素 的情况。水准：每个因素所取的用量或所处的状态，简称为 因素的水准。从专业知识、实践经验、生产技术等 方面考虑，对试验指标有重要影响的因素都有其试 验范围，一般从中选取一个或多个水准做试验实验设计法介绍 试误法 一次一因子实验法 全因子实验法 田口方法试误法 经验挂帅，凭个人经验或直觉设计参数； 机会性实验，不断尝试； 没有系统化，没有任何资料分析； 不能传承； 有时浪费人力物力资源。一次一因子实验法定义:每次实验与前次相比,只改变一个实验因子的水 准!实例：塑胶射出成型机的制程设计制程参数:射出温度（A）模具温度（B） 射出压力（C）保压压力（D）保压时间（E） 材料厂商（F）机器型号（G） 品质特性：翘曲量（mm）一次一因子实验法ExpABCDEFGy111111111.2221111111.5322111112.0422211111.1522221111.8622222112.2722222211.6822222221.7Effect0.30.5--0.60.1全因子实验计划法全因子实验计划法定义: 实验计划当中,考虑全部实验因子所有水准 的全部不同组合举例解析：有四个因子（ABCD），每个因子有两个 水准，则共需24=16组实验全因子实验计划法Exp.ABCDy111111.1211121.3311211.0411221.8512112.0612122.1712211.5812221.1921112.31021122.21121211.61221221.71322111.81422122.01522211.51622221.3Level 11.491.631.851.60Level 21.801.661.441.69Effect0.310.04-0.410.09全因子实验计划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。田口方法田口玄一博士是著名的质量专家，他以预防为主、正本清源 的哲学方法运思，把数理统计、经济学应用到质量管理工程 中，发展出独特的质量控制技术田口方法(TaguchiMethods)，从而形成自己的质量哲学，即：质量不是靠检验 得来的，也不是靠控制生产过程得来的；质量，就是把顾客 的质量要求分解转化成设计参数、形成预期目标值，最终生产出来低成本且性能稳定可靠的物美价廉的产品。簡單的說， 也就是在产品最初的开发设计阶段，通过围绕所设置的目标 值选择设计参数，并经过实验最低限度减少变异从而把质量 构建到产品中，使所生产的全部产品具有相同的、稳定的质 量，极大地减少损失和成本。把质量设计的产品中去田口方法 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。田口方法田口玄一的质量观涉及整个生产职能，共有以下5个 要点：在竞争性市场环境下，不断提高产品质量、削减成本是企业 的生存之道;衡量成品质量的一个重要标准是产品对社会造成的一切损失;改变产前实验的程序从一次改变一个因素到同时变化多个因 素，提高产品和流程的质量;改变质量定义。由“达到产品规格”改为“达到目标要求和尽量 减少产品变异”;通过检查各种因素，或参数因素, 对产品性能 特色的非线性影响，可以减少产品性能（或服务质量）的变 化。任何对目标要求的偏离都会导致质量的下降。田口方法运用的经典案例：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，这些瓷砖尺寸大小变异，他们发现外层瓷砖，有50%以上超出规格，内层则正好符合规格。引起瓷砖尺寸的变异，很明显地在制程中存在一个杂音因素。解决问题，使得温度分布均匀，需要重新设计整个窑，需 要额外再花50万元，投资相当大。內部磁砖外层磁砖 (尺寸大小有变异)尺寸大小改善前上限 改善前下限外部磁砖內部磁砖原材料粉碎及混合成型烧成上釉烧成控制因素水准一(新案)水准二(现行A:石灰石量5%1%B:某添加物粗细 度细粗C:蜡石量43%53%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F:浪费料回收量0%4%G:长石量0%5%)L8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ABCDEFG12345671234567111111115细43新13000016211122225细43现12004517312211225粗53新13004512412222115粗53现1200006521212121细53新1200056621221211细53现13004068722112211粗43新12004042822121121粗43现13000526回应表(Response Table)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%)內部瓷砖外层瓷砖 (尺寸大小有变异)改善前改善后上限尺寸大小下限外部瓷砖內部瓷砖实验设计方法 一次一因子法：误差大，偏见下的产物。消 除偏见直交表 全因子实验法：实验次数多，没有效率，附 和直交表特性。 田口实验设计法：方便有效的实验方法。直交表(OrthogonalArray) 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、 金钱而且又可以得到相当好的结果。 直交表实验的优点：（1）消除偏见（2）简 化资料分析;直交表特性对于任意一个直交表都应当具备下列两个特性: 每一列都是自我平衡的（self-balanced）,在每一列 中因子的各水准出现的频率是相同的； 每两列间都是平衡的（mutual-balanced）,也就是 在某一列中出现某一水准的所有实验组，与在另一 列中，出现此水准的频率是相同的上述两个特性同时存在，就可以称为直交。直交表ExpABCDEFGy111111111.2211122221.8312211222.0412222112.2521212121.5621221211.7722112211.3822121122.1Level 11.801.551.601.501.751.751.60Level 21.651.901.851.951.701.701.85AVER.Effect-0.150.350.250.45-0.05-0.050.251.725直交表表示方法La (bc)水准数列数相当于可配 置多少因子有a组实验，最多可容纳b个水准的因子c个行数相当于实验总数表示直交表(Latin squares)直交表(二水准)水准数8L (27 )列数相当于可配 置多少因子有8组实验，最多可容纳2个水准的因子7个行数相当于实验总数表示直交表直交表(三水准)水准数9L (34 )列数相当于可配 置多少因子有9组实验，最多可容纳3个水准的因子4个行数相当于实验总数表示直交表直交表15 直交表为基本型。 Z2系：L4、L8、L16、L32、L64 Z3系：L9、L27、L81 Z混合系：L12、L18、L36Z常用直交表331L4 (2),L8 (2),L16 (2),L32 (2)4L9 (3 ),740L27(313 ),L81(3)L12 ()L18 ()L36 ()211 ,21 37,23 313直交表 直交表表示方式解释：Z2水准系列：例：L4(23)表示做4次实验、3因子(因子指控制因素， 其因子数=n-1，n为实验次数)、2水准。Z3水准系列：例：L9(34)表示9次实验、4因子(因子指控制因素，其 因子数=(n-1)/2，n为实验次数)、3水准。Z混合型：例：L18(2137)表示18次实验、2水准1因子、3水准7因子。直交表的证明L4（23）直交表ExptNo.ColumnABC1111212232124221直交表的证明ABCAB之和BC之和CA之和+000000直交表证明L8(27)ABCDEFG111111111122221221122122221121212122122121221122122121122直交表证明L8(27)ABCDEFGABBCCDDEEFFGGA+00000000000000直交表证明L9（34）NO.ABCD111112122231333421235223162312731328321393321直交表证明L9（34）NO.ABCDABBCCDDA1+2OOO00003+4OO+00005OO+0006O+O0007+O008+O+00+9+O+00小计OOOOOOOO田口方法中的名词概念 因子名称解释：Z控制因子：在制程中，会影响产品品质特性之参数， 其参数可自由控制的参数称为控制因子 。例：材料 种类。Z误差因子：在制程中，会影响产品品质特性之参数， 其参数不能或不太能改变的参数称为误差因子 。例： 外界的温度。Z调和因子：在制程中，会影响产品品质特性之参数， 其参数不能或不太能改变品质特性之变异的参数称为 调和因子。Z信号因子：如同控制因子，但在工程上是容易作调整， 且和输出间有其理想的线性关系。田口方法中的名词概念Z控制因子信号因子M产品/制程品质特性(响应值)yX杂音因子田口方法中的名词概念 静态特性分析：Z望小特性：量测结果越小越好。例如:不良率、表面粗度、噪音.Z望大特性：量测结果越大越好。 例如:强度、寿命.Z望目特性：量测结果有一特定目标，越接近目标越好。 例如:输出电流、输出电压、硬度、浓度Z零点望目特性：量测结果有其正负之值，其以越接近 零越好。例如:弯曲、位置的偏移.田口方法中的名词概念 动态特性： 对于一个系统而言，希望通过调整设计参数来改善 系统的效率()及此 效率()的稳定性。效率()可定 义为此系统所产生的输出(y) 与输入的信号因子(M)之比， 理想上，我们希望此效率越大越好，而且维持定值，换 句话说，也就是y与M成正比，而且其中效率 ()越大 越好。因此此品质特性的理想值不是一个固定值，是动 态的，故此称为动态特性。动态特性的种类：零点 比例式：y=M；基准点比例式：y-ys=(M-Ms)； 一次式：y=+M田口方法中的名词概念 动态特性分析：Z零点比例式：量测值在信号因子为零时，其量测 值亦为零。即此线性关系会通过原点之特性S/NM田口方法中的名词概念 动态特性分析：Z基准点比例式：量测值在信号因子为某一特性值 (Ms)时，其量测值输出亦为某一特性值(Ys)为理 想。即此Ms为校正之基准。S/NM田口方法中的名词概念 动态特性分析： 一次式：其量测值非零点比例式、基准点比 例式时，使用此一特性S/NMS/N比之解析S / N比之解析：Z信号杂音比（signaltonoiseratio) Z其为分析实验结果之共通语言。 Z其为子数与对数之关系。Z101=10Z102=100Z103=1000 Z其单位为分贝(db)。 Z其值越大越好。安定性（稳健性）的评价标准最佳组合： 为其依据实验结果所计算出之S/N比，所排列 出最佳化之制程参数为最佳组合。 最适组合：Z其依据最佳组合之排列，考虑其成本因素，而排 列出最理想化之制程参数为最佳组合。田口方法的运用步骤选定品质特性（Quality characteristics）。品 质特性也就是我们本次专案所要改善的产品（或者制程）机能（如不良率、良率、厚度等）。品质特性的选择往往是整个专案改善 的成败。判定品质特性之理想机能（ideal function）, 也就是我们专案所要达到的理想值。如：不 良率的理想机能是越小越好（望小特性）。田口方法的运用步骤寻找所有影响品质特性的因子（factors）。在 公司内一般都采用头脑风暴（brain storming） 的方法（需要各部门的专业人员来完成）来确 定影响品质特性的因子。并且以特性要因图（鱼骨图）来呈现。从所有因子中决定控制因子（control factors） 并定出它们的水准。因而通过特性要因图（鱼 骨图）来呈现的所有因子并不一定都作为控制 因子来考量。田口方法的运用步骤根据控制因子及其水准的数目来选定 适当的直交表，并安排完整的实验计 划。执行实验，收集数据。田口方法的运用步骤资料分析。资料分析的主要工作集中在两个 方面：（1）计算每个控制因子的变动（水准变动） 对品质特性（y)的效应（effects）;(2)计算每个控制因子的变动（水准变动）对 品质特性变异的效应。根据前两项的咨讯调 整控制因子，使品质特性最接近理想机能。田口方法的运用步骤对新的设计值做确认工作。根据资料分析确 定控制因子间的最适组合，并预测在新的设 计值下的品质特性值及变异。通过进行确认 实验，将实验的实际值与预测值做比较，如 果很接近，则新的设计值（最适组合）可以 推广之生产线上量产用，否则，就要对整个 专案的实施步骤，进行检讨改进。田口方法的运用步骤 在以上的步骤中我们只是考虑的是静态特性 时的实验步骤，但在动态特性时会有所不同， 主要区别在于，动态特性要考虑信号因子（signal factors）和干扰因子(noise factors)。因而动态特性时的专案进行步骤，需要增加两个步骤。首先，在步骤3后增加一个定出信号因子的水准步骤。信号因子由产品使用者自行调整的因子；再次，在上述静态特性中 步骤4后增加一个定出干扰因子及其水准的步骤。田口方法中S/N比公式望小：望大：= 10= 10log 1 (2y)niy)n2log 1 (1i田口方法中S/N比公式零点望目特性一般望目特性因子水准的设定因子水准的设定因子水准的设定因子水准的设定因子水准的设定因子水准的设定田口方法手算法 假设其制程参数及其水准数如下： A参数：温度 A1水准：100C、A2水准：120 C B参数：材质 B1水准：甲公司材质、B2水准：乙公司材质 C参数：机器 C1水准：美国制机器、C2水准：日本制机器田口方法手算法 测试次数、直交表安排说明因子試驗 次A 溫B 材質C 機器實驗結果 n=100 (品)c d1 A1 100C1 A1 100C1 B1甲2 B2乙1 C1美國2 C2日本Y110Y218e f2 A2 120C2 A2 120C1 B1甲2 B2乙2 C2日本1 C1美國Y36Y44確認實驗田口方法手算法计算A因子的效应值：因子試驗 次A溫B材質C機器實驗結果n=100 (品)c dA1A1B1B2C1C2Y110Y218efA2A2B1B2C2C1Y36Y44確認實驗A2以红色为基准线，第c、 d次实验相加与第 e 、 f实验相加相比较，可得 知：B水准及C水准会相 抵消。(c+d)/2=(10+18)/2=14.A1 (e+f)/2=(6+4)/2=5.A2A2好田口方法手算法计算B因子的效应值因子試驗 次A溫B材質C機器實驗結果n=100 (品)c eA1A2B1B1C1C2Y110Y36dfA1A2B2B2C2C1Y218Y44確認實驗A2B1以红色为基准线，第c、e次实验相加与第 d 、f實驗相加後相比較，可得知：A水准及C水准会相抵消。(c+ e)/2=(10+6)/2=8.B1(d+f)/2=(18+4)/2=11.B2B1好田口方法手算法因子試驗 次A溫B材質C機器實驗結果n=100 (品)cfA1A2B1B2C1C1Y110Y44edA2A1B1B2C2C2Y36Y218確認實驗A2B1C1 计算C因子的效应值以红色为基准线，第c、 f次实验相加与第 e、 d实验相加相比较，可 得知：A水准及B水 准会相抵消。(c+ f)/2=(10+4)/2=7.C1 (e+ d)/2=(6+18)/2=12.C2C1好田口方法手算法 可計算出最佳組合為：ZA因子為A2好(溫度120 C )ZB因子為B1好(甲公司材質)ZC因子為C1好(美國機器)田口方法中的手算法通过计算S/N比来求最佳组合望小特性S/N比公式：S/N10log（1/nYi2）因子 試驗 次數 A 溫度 B 材質 C 機器 實驗結果 n= 100 ( 不良品數 )c d1 A 1 100 C1 A 1 100 C1 B 1 甲2 B 2 乙1 C 1美國 2 C 2日本 Y1 1 0Y2 1 8e f2 A 2 120 C2 A 2 120 C1 B 1 甲2 B 2 乙2 C 2日本 1 C 1美國 Y3 6Y4 4田口方法中的手算法S/N1 10log(1/nYi2 )10log(1/1*102)10log10010*220.0000S/N210log(1/nYi2 )10log(1/1*182)10log32410*2.5105425.1055S/N310log(1/nYi2 )10log(1/