谢宁DOE知识分享

实验设计DOE（夏宁法）第一页，共173页。1夏宁何人?DorianShainin(1914-2001),中文译作道林·夏宁，又译作谢宁，是闻名世界的质量管理大师和可靠性工程专家。夏宁致力于改进工业(gōngyè)问题解决的专门技术长达六十余年.他最闻名于世的是其"夏宁方法"(ShaininTechniques)或简称夏宁法。他开发出夏宁法，用来帮助产品制造商解决问题，其中的许多问题往往被人认为是不可能解决的问题。美国康涅狄格州的<<哈特福德报>>(HartfordCourant)是这样形容夏宁的:"他是将其质量与可靠性的足印遍布众多产品的工程师,这些产品是从阿波罗登月车到汽车,又到电灯泡。"第二页，共173页。2何谓(héwèi)夏宁法?夏宁法（Shaininapproach）是由著名可靠性工程专家和质量工程专家道林·夏宁（DorianShainin）历经四十余年研究开发的一套用于解决产品制造及设计开发过程中的质量和可靠性问题的一套系统方法和工具。夏宁法主要用来解决频发性的由下面两种原因引起的疑难或慢性的质量问题：交互作用（Interactions）和未知因素（Unrecognizedfactors)。夏宁法的思路与我们通常的或传统的方法不同，它采用逆向式的搜索方法。一般人通常的做法是从因至果去思考(先罗列许多可能的原因,然后一一去试验，从而决定哪个才是真正的原因),而夏宁法采用从果到因的思维方式(以输出结果(jiēguǒ)为起点，反向开展搜寻)。从夏宁法的角度看，质量改善意味着寻找引起波动的最重要的原因(即所谓RedX,PinkX和PalePinkX)。第三页，共173页。3夏宁法的工具(gōngjù)第四页，共173页。4目录(mùlù)应用初级DOE工具1.1多变量分析1.2集中图1.3成对数据比较(bǐjiào)1.4部件调查1.5过程参数调查高级工具2.1变量调查(diàochá)2.2全因子在采取措施前确定原因的工具3.1测试原因确认用变量调查(diàochá)作过程验证和确认第五页，共173页。5第一章－1

初级(chūjí)DOE工具—多变量分析目的(mùdì)与原理多变量研究的目标是为了把大量未知的（或仅仅是怀疑的）和不可处理的变量的原因减少(jiǎnshǎo)为少得多的一族相关变量，其中包括红X，即主要原因。第六页，共173页。6第二章－1

初级DOE工具—多变量(biànliàng)分析用扑克牌戏法说明(shuōmíng)多变量分析法寻找红X（1）请一观众来帮助你从一套扑克中选出任意27张（2）请他从选出的牌里任选一张，在你不知道的情况下，将其向观众展示。你要通过3个同样的问题来猜出红X牌。让我们假定他是梅花A。（3）请他将这27张牌进行洗牌，然后(ránhòu)交还给你（4）你将27张牌面朝上，排成3列，每列9张。（5）你请那位选牌人告知哪一列含有那张牌，假设他指向第2列。第七页，共173页。7第二章－1

初级(chūjí)DOE工具—多变量分析用扑克牌戏法说明(shuōmíng)多变量分析法寻找红X（6）然后逐列收牌，注意指定列总是第二(dìèr)收。（7）第2次布牌，将牌按行排开。（8）第2次问牌在哪一列，假设这次选牌人将指第1列。再次按列收牌，注意指定列第二(dìèr)收。（9）第3次布牌，还是按行排开。（10）最后，第3次问牌在哪一列，假设这次他指向第2列。（11）你会很神气地从第2列第5行中抽出那张牌（总是中间那行）。第八页，共173页。8第二章－1

初级(chūjí)DOE工具—多变量分析扑克牌戏法背后(bèihòu)的多变量原理在给定的问题中，27张牌就是27个变量，任何一个都可能是红X。在第1次布牌中，当观众指出第2列含有所选牌时，你马上就得到一个信号，即这张牌不在1，3列，即取消了18个变量，把红X缩小到了仅有9张牌的第2列。在第2次布牌中，原来第2列的9张处在了3个中间行上，当观众指出第1列时，则处在2，3列的那6张牌被排除了。范围(fànwéi)再次缩小到了3张。在第3次布牌中，刚才第1列的3张牌现在处在了中间或者说是第5行上，当你说是第2列时，便马上就可知道红X是梅花A了！第九页，共173页。9第一章－1

初级(chūjí)DOE工具—多变量分析确定问题(wèntí)的主要变量类型三种变差类型是：零件间变量单位内变量时间变量不同(bùtónɡ)变量类型的例子零件间变量从过程中连续收集的零件之间的变量（一个零件和另一个零件之间的变量）批次与批次之间的变量这些变量可能源于过程特性的变化，这些变化发生在制造过程中第十页，共173页。10第一章－1

初级DOE工具(gōngjù)—多变量分析不同(bùtónɡ)变量类型的例子（续）单位内变量在同一(tóngyī)个零件里的变差在同一(tóngyī)机器或冲模里的多个流的变差多腔多轴多排时间变量在一段时间后发生的变差小时和小时之间班次和班次之间第十一页，共173页。11多变量分析(fēnxī)的步骤确定可能的变差族（流）数量确定变差所属的类型画出族谱估计从过程中获得不同样本的时间差异从过程中选取3～5个连续样本，以确定零件和零件之间的变差针对占问题比例最大的零件，收集数据尽量避免在收集数据时调整过程或影响过程特性每当过程发生一个重大变化（例如批次变更(biàngēng)、材料变更(biàngēng)、工具变更(biàngēng)和班次变更(biàngēng)）时，应该划分成一个时间段第十二页，共173页。12多变量分析(fēnxī)的步骤从过程中连续选取3～5个样本并根据已定义的量化单位进行测量从先前定义的所有族中收集样本（多腔、多轴等等）从先前定义的每个不同时间段收集一批样本如果80％的历史变差可以从数据中获取，则停止(tíngzhǐ)收集样本利用多变差图分析数据根据以下类别计算变差：时间变差单位内变差零件间变差找出比例最大的参数从图标中寻找趋势第十三页，共173页。13案例研究(yánjiū)：设计多变量印刷(yìnshuā)电路板钻孔问题：印刷电路板在钻孔时产生得过量毛刺就是绿Y。现在我们想对各种变量族进行甄别。决定(juédìng)仅用1天时间进行试验，期望一天之内能充分找到至少80％的重复变量每天3班倒有13台同样的钻床每台机器4个钻削夹头每班8个工人操作机器每台机器有3个装在印刷电路板上的控制面板每台机器有10种钻孔尺寸第十四页，共173页。14案例研究：设计(shèjì)多变量印刷(yìnshuā)电路板钻孔解答(jiědá)：对于上述问题有3个主要变量族系和7个子族系。绿Y：毛刺度量尺度时间对时间部件对部件部件内班次对班次（3）小时对小时（3）面板对面板（3）机器对机器（3）钻孔尺寸对钻孔尺寸（4）操作者对操作者（3）钻孔夹头对钻孔夹头（2）第十五页，共173页。15确定取样频率和所需部件(bùjiàn)的数量有经验法则表明：应该持续在一个过程中进行周期(zhōuqī)采样，直至采集到80％重要的变量或技术规格要求公差总体而言，多变量研究可以持续不到1小时至4周或更长，以便采集到80％以上的重要的变量。但比较典型的多变量研究不会持续超过1～3天。部件对部件族系中，样本量可以为3～5个连续部件在部件族系里，每个子族系的采集可以100％，也可以从每个子族系中采集合理(hélǐ)数量的样本；目标是将采集所要求的部件总数有足够机会采集到红X第十六页，共173页。16课堂练习半导体硅晶片多变量(biànliàng)计划在一个多变量研究中，要在一个半导体硅晶片上（包括几百个芯片）进行厚度测量，以确定哪些变量族对厚度的差别影响最大。厚度变量就是(jiùshì)绿Y。假定测量仪器的精度是硅晶片规范厚度公差的6倍多。设计一个多变量计划，以表述下列计划方针所罗列的问题。第十七页，共173页。17课堂练习（1）为以下8个计划方针中的每一个鉴别重要变量族（即时间对时间，部件对部件、部件内）。在每个硅晶片上，要对5个部分进行测量（北、南、东、西和中间）。从镀膜后的每个批次里采集3个样本。从该批次镀膜过程中，从真空室的左、中、右3个方向采样(cǎiyànɡ)。使用2个真空镀膜室。每批次需要2小时。从1班和2班中2个连续的批次里取样。采样(cǎiyànɡ)是在周一、周二、周三完成的。采样(cǎiyànɡ)是在连续的3周内进行的。第十八页，共173页。18课堂练习（2）画出族谱（3）在整个多变量运行中，应包括多少硅晶片？（4）如果过去的经验表明，周对周、天对天、班对班中很少产生有影响(yǐngxiǎng)的变量时，所要求的总硅晶片采样数量会减少多少？第十九页，共173页。19练习(liànxí)答案（1）为以下8个计划方针中的每一个鉴别重要变量族（即时间(shíjiān)对时间(shíjiān)，部件对部件、部件内）。在每个硅晶片上，北、南、东、西和中间5部分：部件内每个批次里采集3个样本：部件对部件每个批次的左、中、右3个方向：部件内2个真空镀膜室：部件内每批次需要2小时，即每班4批次：部件对部件从1班和2班中2个连续的批次：时间(shíjiān)对时间(shíjiān)在周一、周二、周三取样：时间(shíjiān)对时间(shíjiān)在连续的3周内取样：时间(shíjiān)对时间(shíjiān)第二十页，共173页。20练习(liànxí)答案（2）多变量(biànliàng)族谱绿Y：基片厚度(hòudù)变量时间对时间部件对部件部件内周（3）每周天数（3）镀膜室数（2）每批次方位数（3）每班批次（4）每批次基片数（3）每天班次（2）每个基片的位置（5）第二十一页，共173页。21练习(liànxí)答案（3）硅晶片数量在多变量(biànliàng)运行中，要包括的硅晶片数量：3周×3天数/每周×2班数/每天×4批次数×3硅晶片数/批×2镀膜室数×3方位数/批＝1296读数＝1296×5（部分数/硅晶片）＝6480（4）如果时间变量(biànliàng)（周、天、班）是最小值，硅晶片总数量是：1296/（3×3×2）＝72，而读数将是：72×5＝360第二十二页，共173页。22数据(shùjù)练习有家公司是生产晶圆的，目前公司的膜厚一直不是很稳定，相了解其主要的原因是：日期(时间(shíjiān))批次(每天生产二个批次)(时间(shíjiān))WFAER(每批是二十五片WAFER)(部件间)每个WAFER中有五个位置(部件内)公司想要了解主要的变动原因来自那里。第二十三页，共173页。23MINITAB的操作(cāozuò)可以(kěyǐ)直接利用MINITAB>STATISTICS>質量工具>多變異圖。第二十四页，共173页。24數據案例(ànlì)第二十五页，共173页。25分析(fēnxī)結果第二十六页，共173页。26可以更精確的分析(fēnxī)─平衡ANOVA第二十七页，共173页。27结果(jiēguǒ)方差分析:thickness与Day,Lot,Wafer,position因子类型水平数值Day固定51,2,3,4,5Lot固定21,2Wafer固定21,2position固定4a,b,c,d对于thickness的方差分析来源(láiyuán)自由度SSMSFPDay41065.58266.396.630.000Lot10.580.580.010.905Wafer180.8080.802.010.160position313.194.400.110.954误差702810.6240.15合计793970.76S=6.33653R-Sq=29.22%R-Sq（调整）=20.12%但是本模型的解释状况(zhuàngkuàng)不好，一般要能达到R-SQ在80%左右，这样的答案才能比较有效。此时的情形可能是尚有其它的主要因子没有考虑到。第二十八页，共173页。28第一章－2

初级(chūjí)DOE工具—集中图目的(mùdì)如果多变量研究表明重要变量族是在部件内的，那下一步就应当是绘制部件内问题的精确位置，集中图就很好的做到这一点。集中图表明：（1）重现的故障问题没有一个具体(jùtǐ)的位置（即它是一个随机分布）。（2）它的确显示出在某个特定位置有缺陷集中的现象。第二十九页，共173页。29第一章－2

初级DOE工具(gōngjù)—集中图确定在零件的缺陷中是否存在任何模式（pattern）或密度（concentration）只有(zhǐyǒu)在多变差分析表明单位内变差很大，而且怀疑是变差很大的原因时适用画一幅单位图在图上用网格(wǎnɡɡé)画成多个区域当对单位进行检验时，在单位图上标记发现缺陷的准确位置如果你在分析多种缺陷，确定缺陷编号（这绝不是我们在问题定义阶段第一步要做的事）用比例（1～5）乘以缺陷，表示每个缺陷的严重度，填写在适当的网格(wǎnɡɡé)里把这个图和多变差分析结合起来。连续标记，直到获得80％的历史拒收研究网格(wǎnɡɡé)，看是否有什么缺陷很集中，密度很大看看能否用工程判断来确定缺陷的原因。如果不行，我们必须应用产品/过程或变量调查来继续试验。第三十页，共173页。30集中(jízhōng)图下面是一个集中图，表示由于(yóuyú)灰尘引起的喷漆失效59565102当单位内变差较多时当缺陷可能发生在一个(yīɡè)单位的多个部位上时第三十一页，共173页。31案例(ànlì)研究冰箱门上泡沫(pàomò)保温材料的漏气某家电制造厂的冰箱生产线在用泡沫保温材料填充冰箱的门和衬里时，出现漏气现象。该问题存在了几个月，当时的缺陷率为8％，返修成本是每年120000美元。操作员曾因此备受指责。我们先对3个班次的工作进行了多变量研究，并将其分为时间对时间族、门对门族和门内族3个变量族系。在时间对时间以及门对门族系变量里没有发现显著的变化。在操作者对操作者族系里也没有显著的变化。泡沫塑料漏气最经常出现在门内变量里。在门的右上角、右下角和左下角这些填充泡沫的地方几乎没有漏气现象，集中图定位于左上角的位置。经确认：操作者总是由门的左上角开始填充泡沫塑料，然后沿顺时针填充其他各部位。这使研究的重点(zhòngdiǎn)转向填充泡沫的启动过程，结果发现在左上角发泡的初期阶段，编程上有2秒钟的延迟。消除延迟后，缺陷降为了0。第三十二页，共173页。32课堂练习喷漆(pēnqī)缺陷在控制面板上进行喷漆的过程中，成品率平均仅为82％。每1％的产量的提高，每年会给公司节约45000美元。于是公司开展了多变量研究。经确认，重要变量不是时间对时间或控制面板对控制面板，而是控制面板内的变量。研究人员制作了一个集中图，图中显示了4中缺陷（通过显微镜和截面检测）以及各种缺陷的数目(shùmù)和位置。（1）通过集中图，你从每种缺陷类型的分布情况中能得出什么结论？（2）通过各种缺陷的类型，你能猜测出其形成原因么？第三十三页，共173页。33喷漆(pēnqī)缺陷集中图I：9I：16I：18G：2G：2O：2FE：1G：1O：2FE：1缺陷(quēxiàn)代码 总缺陷(quēxiàn)数I＝铁铬镍合金缺陷(quēxiàn) 33G＝“玻璃”缺陷(quēxiàn) 5缺陷(quēxiàn)代码 总缺陷(quēxiàn)数O＝有机物缺陷(quēxiàn) 4FE＝铁缺陷(quēxiàn) 2第三十四页，共173页。34练习(liànxí)答案（1）铁铬镍合金缺陷不但是最常发生的缺陷类型（占缺陷总数的75％），而且集中于控制面板顶边的中部，集中图清楚地说明了这一点。DOE小组发现，控制面板是用铁铬镍合金制的钩子沿面板上棱的中部悬挂起来的；由于这些钩子没有进行定期清洗，所以钩子上的碎屑就到了控制面板上。应采取的预防性措施是，由过去的每季度清洗一次改为每两周清洗一次，同时重新设计钩子，这样就使总缺陷率由19％降减少至4.8％。（2）其他缺陷种类：玻璃、有机物和铁等，占缺陷总数的25％，且都没有集中的位置。DOE小组从控制面板到悬挂控制面板进行追踪(zhuīzōng)，将“玻璃”缺陷归结于珐琅质。即使这些缺陷，没有重现的性质，但重新设计了小一些的钩子可使这类缺陷减少为3：1。第三十五页，共173页。35练习(liànxí)答案（3）有机物缺陷可能是由于在进行打底漆或光亮喷漆时产生漏气而造成的；至于铁缺陷，被认为时控制面板的返工造成的，后来没有对其进行跟踪（4）集中图促使产量提高(tígāo)了近20％，每年大致可节约90万美元。第三十六页，共173页。36第一章－3

初级DOE工具—成对数据(shùjù)比较引言(yǐnyán)成对比较基于12～16个部件数据的极为简单的布局——通常是6～8个好的和6～8个差部件——按高低次序排列。而且当与部件相关的一个参数或质量特性(tèxìng)被宣布是重要的时候，其置信度较高（90％以上）。成对比较的通用性很强，以至于可以用于新产品和过程的设计、生产、现场使用、后勤服务、管理工作——简言之，可以用于任何经济活动。第三十七页，共173页。37第一章－3

初级(chūjí)DOE工具—成对数据比较先决条件性能（输出或绿Y）必须是可测量的，测量仪器的精度至少是规格公差或产品分布的5倍。在一个大致恒定的时间框架内，每一次尝试都应当选取(xuǎnqǔ)最好的部件（BOB）和最差的部件（WOW）。如果质量特性或参数是一个属性，就应当考虑将其转化成一个变量。第三十八页，共173页。38第一章－3

初级(chūjí)DOE工具—成对数据比较确定哪些可疑的产品特性或质量参数影响了问题只有(zhǐyǒu)当存在影响问题的可疑的产品特性（例如硬度、抗拉延强度、沙的特性、椭圆度）时，才能使用这个工具这个工具帮助我们找到产品特性或质量参数是否是造成问题的原因根据好的和坏的产品的比较做比较时，需要收集8个好的和8个坏的产品/总成应该收集非常好的和非常差的产品来做比较待测的产品特性或质量参数可以是变量或属性如果质量参数是一个变量，仪器误差必须(bìxū)小于等于公差的10％，而仪器的不确定度应该小于等于公差的25％根据问题的不同，应该在成对数据比较之前使用部件调查来确定有问题的部件/总成。部件调查会在下一章谈到第三十九页，共173页。39步骤(bùzhòu)确定8个非常好的零件和8个发现了该问题的非常差的零件列出尽可能多的产品特性/参数(cānshù)，这些特性应该可能解释好的和坏的零件之间的差异（这个列表是根据个人/小组的工程判断产生的，不过可以用成对数据比较工具来加以证实）。按递减顺序或对问题的影响程度进行列表排序对前面确定的好的和坏的零件进行测量，总共应该有16个值按顺序（从最小到最大或反之）排列这16个值，排列顺序和产品的好坏无关针对每个值标识该值属于坏的或好的零件。如果该值属于一个好的零件，则在该值额右边写一个（G）。如果该值属于一个坏的零件，则在该值额右边写一个（B）从数列的顶端开始数，找出第一次从好的零件变到坏的零件的地方，即转折点（反之亦然）在转折点画一条临界线（例如，如果这个变化发生在第5个数据之后，则在第5个数据后面画一条线）第四十页，共173页。40步骤(bùzhòu)（续）从数列的末端开始数，找出第一次从坏的零件变到好的零件的地方，即转折点（反之亦然）在转折点画一条临界线（例如，如果这个变化发生在第15个数据之后，则在第15个数据和第16个数据中间画一条线）找出顶端数（从上往下数测量的值，数到临界线为止）找出末端数（从下往上数测量的值，数到临界线为止）把这两个数相加，得到总计数如果总计数<=5，则该质量参数或产品特性(tèxìng)不是问题的原因如果总计数=6，则我们有90％的把握（置信度），认为是该质量参数或产品特性(tèxìng)导致了问题第四十一页，共173页。41第一章－3

初级DOE工具(gōngjù)—成对数据比较总计数(jìshù)与置信度其它(qítā)数值的置信度总计数的值置信度690％795％1099％1399.90％第四十二页，共173页。42例例：如果(rúguǒ)针对一个参数获得的值如下：0.1(G)0.11(G)0.11(G)0.12(G)0.12(B)0.15(G)0.16(G)0.16(B)0.17(G)0.17(G)0.18(B)0.19(B)0.20(G)0.20(B)0.22(B)0.25(B)顶端和末端(mòduān)的数是多少？ 顶端数＝4 末端(mòduān)数＝3但是在这个例子里，在转折点上，好的和坏的零件的参数值是一样的（在顶端为0.12，在末端(mòduān)为0.20）在这个例子里，我们要把顶端数和末端(mòduān)数各减去1/2 顶端数＝31/2 末端(mòduān)数＝21/2 总计数＝6第四十三页，共173页。43产品特性或质量参数可能是问题的原因当好的和坏的零件几乎在同一时间段内产生时（零件间变差）理念(lǐniàn)——检验好的和坏的零件之间参数的不同是否导致了问题第四十四页，共173页。44案例(ànlì)分析滚针轴承的热关闭工序之后，外壳(wàiké)破裂问题问题定义：在滚针轴承生产线上有一道(yīdào)装配工序是热关闭。确定的问题是在关闭作业之后，外壳发生破裂。由于这个过程造成的废品率大概是4％。DOE小组怀疑一个产品特性——“外壳的硬度”导致了破裂。所以采用成对数据比较来找出硬度是否真的是导致破裂的参数。8个好的8个坏的零件的测量结果如左表所示值零件值零件55B46G54B42G54.5B42G49B49G51B51.5G50B50G52B44G51.5B第四十五页，共173页。45按顺序排列后的结果(jiēguǒ)42G42G44G46G47G49G49B50G50B51B51.5G51.5B52B54B54.5B55B总计数＝10，说明(shuōmíng)硬度导致了问题的结论有99％的置信区间现在问题确定为“硬度(yìngdù)变差”，可以采用多变差分析来确定硬度(yìngdù)的变差。顶端数=6-1/2=51/2末端数=5-1/2=41/2第四十六页，共173页。46练习(liànxí)－1DOE小组正在(zhèngzài)研究问什么公司在失去订单。小组怀疑的一个质量参数是公司的报价。下面给出了8份公司获得的订单的报价和8份失去的订单的报价。做一次成对数据比较并报告你的结论在上述问题中，解释你如何选择非常好的和非常差的样本并比较报价USD合同的获得（W）/失去（L）报价USD合同的获得（W）/失去（L）20,00,000W14,00,000L30,00,000W12,00,000L5,00,000W35,00,000L10,00,000W40,00,000L15,00,000W15,00,000L8,00,000W30,00,000L22,00,000W25,00,000L13,00,000W15,00,000L第四十七页，共173页。47练习(liànxí)答案－1解答：先将16个数据按报价(bàojià)USD从大到小排列顶端(dǐngduān)数=3-1/2=21/2末端数=3总计数＝51/2，说明价格导致了问题的结论有不到90％的置信区间价格不是一个显著的失去订单的原因。而且从报价来看，价高者并没有得到订单。第四十八页，共173页。48练习－2：确定(quèdìng)导致问题的参数DOE小组正在研究制动器气缸活塞(huósāi)的装配出的问题。小组已经作过了部件调查，确定问题出在活塞(huósāi)上。小组怀疑在活塞(huósāi)里的三个参数——直径、椭圆度和表面抛光。于是他们决定做一次成对数据比较。下面给出了8个好的和8个坏的活塞(huósāi)的有关参数的值。直径值的单位是微米，是对目标值25mm测量出的偏差直径抛光（Ra）椭圆度（微米）活塞（好/坏）直径抛光（Ra）椭圆度（微米）活塞（好/坏）20.12G30.14B20.153G20.13B20.12G10.152B30.21G10.123B10.12G20.114B40.153G40.153B20.22G50.14B50.251G30.14B第四十九页，共173页。49练习(liànxí)答案－2解答：先将16个数据按直径(zhíjìng)从大到小排列顶端(dǐngduān)数=1末端数=11/2总计数＝21/2，说明直径不是导致问题的原因。第五十页，共173页。50练习(liànxí)答案－2解答(jiědá)：再将16个数据按抛光从大到小排列顶端(dǐngduān)数=5-1/2=41/2末端数=4-1/2=31/2总计数＝8，说明抛光导致问题的结论有大于95％的置信度。因此，我们可以认为抛光是导致问题的一个重要原因第五十一页，共173页。51练习(liànxí)答案－2解答：最后将16个数据按椭圆(tuǒyuán)度从大到小排列顶端(dǐngduān)数=4末端数=2总计数＝6，说明椭圆度导致问题的结论有90％的置信度。因此，我们可以认为抛光是导致问题的一个次要原因第五十二页，共173页。52练习(liànxí)答案－2结论：综合以上的各个参数的成对比较的分析，我们可以得到的结论是——导致活塞装配出问题的的红X或是主要原因是抛光，粉红X或是次要原因是椭圆度。而直径并不是造成活塞装配出错(chūcuò)的原因。对策：重新调整抛光和椭圆度的参数设置，该问题得到了解决。第五十三页，共173页。53运用工程判断针对确定的参数确定纠正措施么？如果(rúguǒ)要进一步分析才能确定导致确定参数变差的原因，我们需要采用多变差分析、产品/过程分析或变量调查等工具来确定比较分析中的参数的规范，在成对数据比较之后可以改变规范。第五十四页，共173页。54第一章－4

初级DOE工具—部件(bùjiàn)调查引言(yǐnyán)部件(bùjiàn)调查不打乱生产秩序，也不要求对生产技术有高深的了解，一线工人也能在很短时间内学会。部件(bùjiàn)调查的样本量令人难以置信的小——只要两个部件(bùjiàn)，一个是“好”的，一个是“差”的。第五十五页，共173页。55第一章－4

初级(chūjí)DOE工具—部件调查先决条件该技术主要用于装配操作，从而可区别于面向过程的操作（尽管它可以用于具有变化的绿Y的过程和机械，也可以用于在这些机械中互换的部件）。性能（输出或绿Y）必须可测量的，测量仪器的精度至少为技术规格要求公差或产品误差分布的5倍。“好”和“差”两种部件必须能够拆卸和重新组装而又不会造成初始输出的显著(xiǎnzhù)改变。第五十六页，共173页。56第一章－4

初级DOE工具(gōngjù)—部件调查确定可能是问题原因的部件或组件通常(tōngcháng)用来处理总成问题只能在拆、装过程不会对总成造成任何损害时，使用该工具部件调查的理念如果一个总成发现了问题，而另一个总成没有问题，则这两个总成之间肯定(kěndìng)有差异。（例如，一个主缸总成是好的，而另一个不好）对于上面这种问题只能有两种解释。一是在装配过程中出了差错，二是如果装配过程没有问题，那就是部件/组件造成了问题许多装配问题都是由部件/组件之间的交互作用而产生的。在本书的下一页会对这种交互作用进行说明。部件调查工具可以清楚地指出导致问题的部件我们只需要两个总成就可以进行部件调查。一个非常好的和一个非常差的总成。这两个样本的选择遵循一点，即“非常好”意味着最好的总成，而“非常差”意味着最差的总成（例如：一辆里程数最多的车和一辆里程数最少的车）第五十七页，共173页。57什么(shénme)是交互作用举一个通俗易懂的例子：一个人，当他/她出汗的同时，还要喝冷水，就很容易感冒还是这个(zhège)人，如果他/她光出汗、不喝冷水，或者是在不出汗的时候喝冷水，则不太容易感冒。在这里，汗水和冷水（两种质量参数）起交互作用，并产生了问题。如果把两者分开，则不一定产生问题。假设这里的问题是车辆(chēliàng)的里程数太少，我们怀疑发电机和化油器导致了这个问题。有两个发电机（一个好的，一个差的），两个化油器（一个好的，一个差的），我们对他们进行测试，观察它们对燃油效率的影响差的发电机标为E-，好的标为E+差的化油器标为C-，好的标为C+第五十八页，共173页。58交互作用图下图显示了行驶(xíngshǐ)里程数29C+C-20151050E-E+如果我们得到的图如上图，则表明发电机和化油器之间没有交互作用发动机之间的差异造成了9英里的距离(jùlí)，不管此时安装的化油器是好还是差化油器之间的差异造成了2英里的距离(jùlí)，不管此时安装的发电机是好还是差结论是，如果我们得到的是两条平行线，则这两个参数之间互不影响第五十九页，共173页。59交互作用图让我们(wǒmen)分析下面这张图213C+C-20151050E-E+25105如果我们得到的图如上图，则表明发电机和化油器之间有交互作用发动机之间的差异在安装了差的化油器之后，造成了5英里的距离；而安装了好的化油器之后，造成了13英里的距离化油器之间的差异在安装了差的发电机之后，造成了2英里的距离；而安装了好的发电机之后，造成了10英里的距离结论是，如果我们得到的是两条不平行的线，则这两个参数之间互相影响(yǐngxiǎng)。两天线越不平行，交互作用越显著第六十页，共173页。60交互作用图负面(fùmiàn)的交互作用例子C+C-20151050E-E+25第六十一页，共173页。61部件调查(diàochá)的步骤步骤调查的4个主要步骤列出可疑(kěyí)部件/组件，确定问题是否在装配过程中调换好的和差的部件来测试最终调换如果在第2步确定问题是由部件之间的交互作用产生的，则应用因子分析第六十二页，共173页。62Step－1第一步列出可疑的部件/组件，按照可疑程度的递减次序进行排序，例如最可疑的部件先写根据要分析的问题选取两个总成——一个非常好，一个非常差根据问题的量化单位来测量两个总成，把数据记录在查核表中把两个总成拆开，再装配起来，重新测量，把数据记下来。然后再做一次。（一共要拆卸、装配两次）在两次拆卸、装配之后，如果原来好的总成还是好的，而差的还是很差，则说明装配过程没有问题，而是部件问题。如果在任何一次拆卸、装配之后，好的总成变差了，或是(huòshì)差的变好了，则说明部件没问题，而是装配过程有问题。（在量化单位是属性类的时候，可以应用这种逻辑）如果量化单位是变量类的（例如车辆里程数、电流、扭距等等），则进行下一页上的步骤第六十三页，共173页。63第一步：案例(ànlì)分析下表显示的是可疑的部件中的化油器的拆装之后(zhīhòu)测的数据车1（好）BOB车2（差）WOW初始值179化油器的第一次拆装15.510.5化油器的第二次拆装1611中位数1610.5极差1.52D=中位数之间的差＝5.5 d=极差的平均值＝1.75 D/d=3.14如果D/d的比例>=1.25(α=0.05,n=3时的经典F值)，则说明装配没有问题，而是部件出了问题；如果D/d的比例<1.25，则说明装配出了问题。在以上例子(lìzi)里，化油器是造成问题的部件如果量化单位是变量类数据，应用以上逻辑如果D/d比例不满足条件，或是在拆装时总成发生了从好到差或是相反的变化，不要继续到第2步。此时应该研究装配过程中的问题第六十四页，共173页。64第一步：练习(liànxí)某工厂生产一种计时器，客户要求能在-40℃的条件下能工作。但废品率是2位数，更糟的部件甚至在0℃就不再工作。计时器的组成部分有一个线圈和一个屏蔽。脉冲触发一个线圈的销，销又引起一个边臂或电铃曲柄去触发计数器，计数器步进一位。现选出2个部件，一个很好（-40℃），一个很差（0℃），拆卸和重组装，所得到的结果如下，判断问题是否出在装配(zhuāngpèi)过程？结果好的组件差的组件初始-40℃-0℃第一次拆卸/重组装-35℃-5℃第二次拆卸/重组装-37℃-7℃第六十五页，共173页。65第一步：练习(liànxí)答案解答：（a）BOB的3个绿Y好于WOW的3个绿Y，检验通过。（b）D/d≥1.25，其中：D=3个高值和3个低值的中值的差=-37-(-5)=-32d=(高值组件(zǔjiàn)的不重现性范围＋低值组件(zǔjiàn)的不重现性范围)/2=[(-40+35)+(-7-0)]/2=-6所以D/d=-32/-6=5.33，该值超过了1.25第六十六页，共173页。66Step－2第二步根据已经现成的部件/组件清单，在好的总成和差的总成之间调换第一种部件如果量化单位是变差，测量好的和差的总成（记住，这时的好总成里有一个从差总成里来的部件，而差总成里有一个从好总成里来的部件）如果量化单位是属性(shǔxìng)，则找出好总成是否变差了，而差总成是否变好了。如果两者都发生了变化，则调换的部件是原因。如果没有变化，则调换的部件肯定不是原因对于变(計)量类数据，如果数据发生了完全相反的变化，则调换的部件肯定是原因。如果数据没有任何变化，则调换的部件不是原因在很多情况下，数据发生了部分变化（例如好总成部分变差，而差总成部分变好）。这时候，调换的部件不是问题的唯一原因，而是部件之间的交互作用产生了问题。第六十七页，共173页。67下表总结了由于调换部件造成的不同(bùtónɡ)结果变量属性决策发生了完全相反的变化好的变差了而差的变好了停止部件调查，调换部件就是原因没有变化没有变化调换的部件肯定不是原因，把这个部件换回去，继续调换其它部件部分变化好的变差了，差的不变（或）差的变好了而好的不变调换的部件不是问题的唯一原因。是由部件之间的交互作用产生了问题。把这个部件换回去，继续调换其它部件第六十八页，共173页。68把部件恢复到原来位置，然后再继续调查其它部件在部件复位之后，测量量化单位，确定好的总成还是好的，而差的还是差的。如果有什么突然变化，就说明装配过程(guòchéng)有问题重复以上步骤，直到确定出所有造成部分变化和完全变化的部件下列数据显示部件调换(diàohuàn)的结果和决策好总成结果差总成结果判定ABRG15AGRB9好的还是好的，差的也不变BBRG11BGRB13.5部分变化，可疑CBRG11.5CGRB14部分变化，可疑DBRG17DGRB10好的还是好的，差的也不变第六十九页，共173页。69如何确定变量(biànliàng)类数据的部分变化*t0.95=2.776,d2=1.81对于上述数据，判定界限是：UDL（好）＝18.68 LDL（好）＝13.32UDL（差）＝13.18 LDL（差）＝7.82任何值在这些界限以外的部件，都可以认为造成了部分(bùfen)变化，有需要研究的交互作用好总成的判定上限＝好总成的中位数＋2.776*(d/1.81)好总成的判定下限＝好总成的中位数－2.776*(d/1.81)差总成的判定上限＝差总成的中位数＋2.776*(d/1.81)差总成的判定下限＝差总成的中位数－2.776*(d/1.81)第七十页，共173页。70部件(bùjiàn)调换的结果图1011121314151617181920ABCD好总成678910111213141516ABCD差总成结论：化油器的部件B和C起交互作用，造成了里程(lǐchéng)问题第七十一页，共173页。71第二步：练习(liànxí)请根据第一步中计时器的例题(lìtí)数据，计算出好的部件的判别上下限和差的部件的判别上下限。结果好的组件差的组件初始-40℃-0℃第一次拆卸/重组装-35℃-5℃第二次拆卸/重组装-37℃-7℃第七十二页，共173页。72第二步：练习(liànxí)答案解答(jiědá)：好部件的判定上限＝好部件的中位数＋2.776*(d/1.81)好部件的判定下限＝好部件的中位数－2.776*(d/1.81)差部件的判定上限＝差部件的中位数＋2.776*(d/1.81)差部件的判定下限＝差部件的中位数－2.776*(d/1.81)好部件的中位数=-37，差部件的中位数=-5；d=-6对于上述数据，判定(pàndìng)界限是：UDL（好）＝-46.2 LDL（好）＝-27.8UDL（差）＝-14.2 LDL（差）＝4.2第七十三页，共173页。73第二步：练习(liànxí)（续）现在将计时器分成A、C、D、E、F、G、H、8个主要部件，其余(qíyú)的小部件用R表示。分别做部件调换，得到结果如下，请判断哪些部件及其交互作用是重要的；试验号调换的部件好组件结果差组件结果判断1AAbRg-40AgRb-52BBbRg-35BgRb03CCbRg-35CgRb-54DDbRg-20DgRb-55EEbRg-40EgRb06FFbRg-40FgRb-57GGbRg-20GgRb-58HHbRg-35HgRb09RDgGgRb-40DbGbRg9第七十四页，共173页。74第二步：练习(liànxí)答案（续）试验号调换的部件好组件结果差组件结果判断1AAbRg-40AgRb-5A不重要2BBbRg-35BgRb0B不重要3CCbRg-35CgRb-5C不重要4DDbRg-20DgRb-5D重要5EEbRg-40EgRb0E不重要6FFbRg-40FgRb-5F不重要7GGbRg-20GgRb-5G重要8HHbRg-35HgRb0H不重要9RDgGgRb-40DbGbRg9R不重要D，G超出好部件(bùjiàn)控制界限，所以它们是重要的。另外D，G的调换导致了好的变差了，而差的不变，说明了D、G之间交换作用也是重要的。第七十五页，共173页。75Step－3第三步：最终调换如果确定有两个或以上的部件(bùjiàn)造成了问题（交互作用），把这几种差的部件(bùjiàn)同时装到好的总成上。进行测量，测出的数据应该接近差总成原来的值把这几种好的部件(bùjiàn)同时装到差的总成上（其它部件(bùjiàn)不动）。进行测量，测出的数据应该接近好总成原来的值化油器的最终调换(diàohuàn)数据好总成结果差总成结果判定BbCbRG9BGCGRB15同时调换成功如果最终调换时，得不到接近初始值的结果，表明(biǎomíng)有其它部件/组件也对问题有影响第七十六页，共173页。76最终调换(diàohuàn)之后的图1011121314151617181920ABCD最终调换98678910111213141516ABCD最终调换第七十七页，共173页。77ANOVA表格(biǎogé)构筑一个(yīɡè)ANOVA表格，研究主要影响和交互作用3个参数(cānshù)的ANOVA表ABCABACBCABC---+++-+----++-+--+-+++-+-----++--++-+-+---++--+-+++++++第七十八页，共173页。78第三步：练习(liànxí)在第二步中，我们已经分析中D、G及其交换作用是重要的，现在我们要通过最终调换来确认结果(jiēguǒ)。最终调换的试验结果(jiēguǒ)如下，请根据结果(jiēguǒ)来判断。计时器的最终(zuìzhōnɡ)调换数据好部件结果差部件结果判定DbGbRg9DgDgRb－40第七十九页，共173页。79第三步：练习(liànxí)答案好的部件结果调换结果比差部件初始值还低，而差部件经过(jīngguò)调换后得到的结果和好部件初始值一样，这就表明D、G部件确实是问题的主要原因。计时器的最终调换(diàohuàn)数据好部件结果差部件结果判定DbGbRg9DgDgRb－40同时调换成功第八十页，共173页。80Step－4第四步：因子分析因子分析用来量化主要(zhǔyào)影响和部件的交互作用对问题的影响从数量和方向上量化交互作用总结(zǒngjié)交互作用的影响CbCGBb9,10.5,11,9,10,9中位数＝9.511,14中位数＝12.5BG13.5,11.5中位数＝12.517,15.5,16,15,17,15中位数＝15.75第八十一页，共173页。81量化主要(zhǔyào)影响和交互作用的影响BCBC（交互作用）结果--+9.5+--12.5-+-12.5+++15.75+6.25+6.25+0.25结论：当B是好的时候，里程(lǐchéng)改进是6.25，当C是好的时候，里程(lǐchéng)改进是6.25，当B和C都是好的时候，里程(lǐchéng)改进是0.25。因此，B和C都是问题的原因。第八十二页，共173页。8202468101214161820B-B+显示(xiǎnshì)交互作用的图C＋C－B和C之间有交互作用吗？这个工具可用于总成的所有问题只能(zhīnénɡ)在总成的拆装不影响总成特性的情况下应用第八十三页，共173页。83第四步：练习(liànxí)在第三步中，我们确定(quèdìng)了D、G及其交换作用是重要的，现在请计算出D、G及其交互作用的效应。DbDgGb0,0,0,0,0-5,-5,-5,-5,-7中位数＝-2.5-5,-20中位数＝-12.5Gg-5,-20中位数＝-12.5-40,-40,-40,-40,-40,-37,-35,-35,-35,-35中位数＝-38第八十四页，共173页。84第四步：练习(liànxí)答案结论：从数据上来看D、G的主效应(xiàoyìng)是非常显著的，他们交互作用则是中等程度的交互作用。量化主要(zhǔyào)影响和交互作用的影响DGDG（交互作用）结果--+-2.5+---12.5-+--12.5+++-38-35.5-35.5-15.5第八十五页，共173页。85课后练习以下是针对汽车总成的噪音问题的部件调查的数据(shùjù)。分析并确定问题的原因。噪音用Db为单位进行测量。画出显示交互作用的图表车1（好）车2（差）初始值510化油器的第一次拆卸714化油器的第二次拆卸912好总成结果差总成结果判定ABRG15AGRB7BBRG4BGRB19CBRG7CGRB20DBRG18DGRB3第八十六页，共173页。86第一章－5

初级DOE工具—过程(guòchéng)参数调查过程参数调查(diàochá)的目标正像成对比较是将重要的产品参数与不重要的产品参数相分离(fēnlí)一样，过程参数调查是将重要的过程参数与不重要的过程参数相分离(fēnlí)。第八十七页，共173页。87第一章－5

初级DOE工具—过程(guòchéng)参数调查过程参数(cānshù)调查的原理（1）生产中一个部件中的任一变量有着两个通用的因子，或者产品本身有变异（由材料引起），或者是一个以上能影响产品的过程参数有变异。（2）如果(rúguǒ)原因是过程参数的变异：移动、漂移移动或随时间而改变，就可以利用过程调查来解决。它的原理和成对比较一样，是把与6个或8个好产品相关的过程参数与6个或8个差产品的过程参数相比较。第八十八页，共173页。88第一章－5

初级DOE工具—过程(guòchéng)参数调查确定造成问题的过程参数在怀疑过程参数是问题原因的时候适用在多变量分析显示(xiǎnshì)零件间变差或时间变差很大时适用过程参数调查的理念如果一个零件生产出来是好的，而另一个出来是坏的，则一定存在某些过程参数变差造成了这个问题。我们(wǒmen)的目标是确定哪些过程参数造成了问题第八十九页，共173页。89第一章－5

初级DOE工具—过程参数(cānshù)调查过程(guòchéng)参数的种类1.机器/过程相关参数滑动重复性轴的磨损浇注(jiāozhù)稳定喷射速度反压力淬火时间奥氏体化温度模间隙冲程高度Bathcontent第九十页，共173页。90第一章－5

初级DOE工具—过程参数(cānshù)调查2.机器/过程(guòchéng)相关参数冷却剂温度冷却剂粘度气压退火油特性沙的特性3.人员相关参数(cānshù)相关经验技能疲劳度4.工装相关参数工装倾角工装材料模具温度5.进货材料参数材料硬度材料直径6.进货材料参数噪音环境温度湿度第九十一页，共173页。91注意事项如果是进货材料参数（产品特性）造成了可疑的变差，并且这种参数在加工时不再变化，不要使用这个工具。应该采用成对数据分析不要把在加工过程中不变的过程参数作为可疑参数。例如：工装(ɡōnɡzhuānɡ)倾角不能作为可疑参数，工装(ɡōnɡzhuānɡ)材料不能作为可疑参数。应该确定那些在加工时会改变的参数作为可疑参数应该测量可疑参数（作为变量或属性）。如果某种参数无法测量，这个工具就会变得没有效率第九十二页，共173页。92过程参数(cānshù)调查的步骤列出可疑的过程参数为上述列表中的过程参数建立测量系统。应该测量上述过程参数的实际值，而不是设定值。例如：在热处理时，设定温度可能是850度，但是在过际中的实际值会变化根据多变差分析的结果，决定是在制造时测量每个产品(chǎnpǐn)的过程参数，还是根据抽样进行测量测量过程参数，并且做记录，直到获得8个好的和8个差的零件对每个过程参数做成对数据分析，最终数字大于等于6的参数都是造成问题的参数第九十三页，共173页。93课堂练习问题：成型模零件出现多料问题冷却时间(shíjiān)区域温度模具温度为8个好的和8个差的零件收集的数据(shùjù)显示在下一页上。确定造成问题的参数。第九十四页，共173页。94课堂练习冷却时间区域温度模具温度冷却时间区域温度模具温度规范3秒415-425度100-110度规范3秒415-425度100-110度好3.1423106好3420105好3415103差3420108好3.1422105差2.8417108差2.9422109差2.8414104差2.8419101好3414103好3419105好3420105差2.9417102差2.8415102好3418105差2.8416103根据产品/过程(guòchéng)分析收集的过程(guòchéng)参数值现在我们(wǒmen)该做些什么呢？第九十五页，共173页。95练习(liànxí)答案解答：先将16个数据按冷却(lěngquè)时间从大到小排列顶端(dǐngduān)数=6-1/2=51/2末端数=7总计数＝121/2，说明冷却时间是导致规范好和差的原因的置信度超过了99％。显然，冷却时间是一个很重要的原因！第九十六页，共173页。96练习(liànxí)答案解答(jiědá)：将16个数据按区域温度从大到小排列顶端(dǐngduān)数=2-1/2=11/2末端数=1总计数＝21/2，说明区域温度并不是导致规范好和差的原因!区域温度最高的规范是好，区域温度最低者规范也是好的，且好和差交错出现，显然区域温度不是此问题的原因。第九十七页，共173页。97练习(liànxí)答案解答：最后将16个数据按膜具温度(wēndù)从大到小排列顶端(dǐngduān)数=3末端数=4-1/2=31/2总计数＝61/2，说明膜具温度是导致规范好和差的原因的置信度超过了90％。膜具温度是导致规范好和差的一个次要原因。第九十八页，共173页。98练习(liànxí)答案结论(jiélùn)：综合以上的各个参数的成对比较的分析，我们可以得到的结论(jiélùn)是——导致规范好和差的红X或是主要原因是冷却时间，粉红X或是次要原因是膜具温度。而区域温度并不是造成活塞装配出错的原因。对策：重新调整冷却时间和区域温度的参数设置，该问题即可得到解决。第九十九页，共173页。99怀疑过程(guòchéng)参数是问题的原因时为了使用这个工具，所有的过程(guòchéng)参数都要进行测量如果发现多个过程参数是问题的原因，我们必须运用变量调查(diàochá)或全因子分析来确定交互作用和主要影响如果只有一个过程参数造成了问题，可以直接采取措施第一百页，共173页。100第二章－1

变量(biànliàng)调查变量(biànliàng)调查的目标（1）将重要因子从不重要因子中分离出来。（2）对重要因子及它们的交互作用的效应进行量化。（3）变量调查必不可少的功能是在产品或过程设计阶段中，把预防影响生产的问题放在首位。（4）变量调查法可放宽非重要因子的误差范围(fànwéi)，降低成本；对于重要因子，则可将误差范围(fànwéi)压缩到最小，提高产品质量。第一百零一页，共173页。101第二章－1

变量(biànliàng)调查确定过程参数调查中筛选出的过程参数的主要影响和交互作用区分重要的和不重要的因子扩大(kuòdà)非重要因子的公差量化重要因子的范围和方向及其交互作用，紧缩这些因子的公差用于新过程的资料确认（ISO/TS16949的要求）应用排除法，把筛选出的过程(guòchéng)参数一一排除，每个参数仅做2次试验。一个是以最优水平，另一个是边缘水平一个试验是把试验参数置于最优值，而其它参数置于最差值。另一个试验是把试验参数置于最差值，而其它参数置于最优值变量调查的理念第一百零二页，共173页。102变量(biànliàng)调查的步骤变量(biànliàng)调查的4个主要步骤是否为试验确定了正确的参数和水平区分重要的和不重要的参数验证第2步中确定的重要参数是否真的重要量化重要参数的数量和期望水平，以及它们的关联交互作用第一百零三页，共173页。103Step－1第一步按降序排列出可疑的过程参数确定需要测量的量化单位(在DOE术语里这叫做(jiàozuò)反应)例：硬度、涂层厚度等等。可能要测量不止一个量化单位。有些时候，量化单位不能是绝对值，但是可以是采用试验得到的一个批次的拒收数量的变差。第一百零四页，共173页。104例例子： DOE小组决定对内环孔径变差执行一次变量调查。环的生产周期是5秒。应该研究什么(shénme)量化单位（反应）呢？有两种要研究的反应：一批50个环的直径变差50个环的平均值在这里，试验在50个环/批的基础上进行第一百零五页，共173页。105确定每一个因子的最优水平(+)和边缘水平(-)。一般把目标值作为最优水平(+)，边界值作为边缘水平(-)。我们也可以把正常生产过程中得到的实际值的偏差作为边缘水平。一些例子： 温度＝550+/-15度 +水平是550 －水平可以是535或565。这时我们需要查明哪个值更糟糕，就把它作为边缘水平，如果两个值的影响都一样，任选其一。为每个试验选择样本容量 把所有过程参数设定在＋值，运行(yùnxíng)过程。测量量化单位。然后把所有过程参数设定在－值，运行(yùnxíng)过程。测量量化单位第一百零六页，共173页。106例子(lìzi)参数＋－温度450470时间2015从上述两个试验中可能得到下面两种情况：两个试验之间的量化单位的数值差异很显著。如果是这样，表明小组选择了正确的参数和水平如果最优水平和边缘水平之间没有显著的差异，表明可能是确定(quèdìng)的参数/水平不合适，或是参数之间的交互作用造成了问题。第一百零七页，共173页。107例子(lìzi)（续）最优水平和边缘水平之间有差异，但是这种差异和生产中的正规(zhèngguī)变差相同重复两次最优水平和边缘水平的试验(再做4次试验)。应该根据随机数表的随机次序重复试验。到现在为止，我们进行了6次试验(三次最优水平和三次边缘水平)计算(jìsuàn)D/d比例。这个比例应该>=1.25硬度值的变差图参数所有最好所有边缘初始运行23.5第一次运行2.753.25第二次运行2.53.8D=中位数之间的差=3.5-2.5=1d=最优水平的极差和边缘水平的极差的平均数=0.65D/d=1.53测试表明，参数和水平显示出所有最优水平和边缘水平之间有相当大的差异第一百零八页，共173页。108判定(pàndìng)界限的计算对于上述数据(shùjù)，判定界限是：UDL（＋）＝3.50 LDL（＋）＝1.50UDL（－）＝4.50 LDL（－）＝2.50+水平的上判定限＝+水平的中位数＋2.776*(d/1.81)+水平的下判定限＝+水平的中位数－2.776*(d/1.81)－水平的上判定限＝－水平的中位数＋2.776*(d/1.81)－水平的下判定限＝－水平的中位数－2.776*(d/1.81)第一百零九页，共173页。109Step－2第二步在过程设定(shèdìnɡ)时，把第一个参数置于边缘水平，其它参数置于最优水平。测量量化单位在过程设定(shèdìnɡ)时，把第一个参数置于最优水平，其它参数置于边缘水平。测量量化单位。我们得到的结果如下：如果量化单位的两个值在刚才计算出的判定限内，则这个参数不重要，不是问题的原因如果发生了完全变化，则试验的参数是问题的原因。我们不需要继续测试其它的参数如果两个值中的任意一个超出了判定限，表明有其它的参数和这个参数一起造成了问题，变量调查应该继续，寻找下一个因子对剩下的因子重复(chóngfù)上述步骤，直到得到b)的结果，或是所有c)的结果第一百一十页，共173页。110例DOE小组(xiǎozǔ)已经确定了对镀锌过程做变量调查所需要的下列过程参数。量化单位是spangles。这是什么类型的数据？变量调查结果如下参数＋－Zn锌含量％2.52.8Cd镉含量％0.50.75线速15001350所有最优水平所有边缘水平初始运行106第一次运行87第二次运行97UDL(+)=11 LDL(+)=7UDL(-)=9 LDL(-)=5参数(cānshù)A－Zn锌含量％参数(cānshù)B－Cd镉含量％参数(cānshù)C－线速第一百一十一页，共173页。111变量(biànliàng)调查的结果试验组合结果结论1AWRb5重要2AbRW8没有变化3BWRb9没有变化4BbRW6没有变化5CWRb7重要6CbRW10重要第一百一十二页，共173页。112345678910111213AwRbBwRbCwRb024681012AbRwBbRwCbRw第一百一十三页，共173页。113Step－3第三步如果多个参数(cānshù)造成了问题，则再做两次试验，一次把重要的参数(cānshù)置于边缘水平，其它参数(cānshù)置于最优水平；另一次把重要参数(cānshù)置于最优水平，其它参数(cānshù)置于边缘水平，注意是否能恢复到初始的最优水平和边缘水平组合结果组合结果结论AwCwRb6AbCbRw10重要最终运行(yùnxíng)的结果第一百一十四页，共173页。114345678910111213AwRbBwRbAwCwRbCwRb024681012AbRwBbRwAbCbRwCbRw第一百一十五页，共173页。115Step－4第四步量化部件对问题的主要影响(yǐngxiǎng)及其交互作用用数量和方向同时量化交互作用总结(zǒngjié)交互作用ACAC（交互作用）结果－－＋6＋－－7.5－＋－7.5＋＋＋93(+)3(+)01确定(quèdìng)主要影响和交互作用CwCbAw6,7,7,6,6中位数＝65,10中位数＝7.5Ab8,7中位数＝7.510,8,9,9,10中位数＝9结论：A＋和C＋水平提供了3个单位的改进。A和C之间没有交互作用。A、B和C都应该保持在＋水平，以得到好的结果第一百一十六页，共173页。116用图表显示(xiǎnshì)影响45678910C-C+A-A+第一百一十七页，共173页。117注意事项变量调查适用于确定重要的过程参数。紧缩(jǐnsuō)重要过程参数的公差，确保输出最优。放宽不重要的过程参数的公差，可以节约成本。第一百一十八页，共173页。118课堂练习研究内环孔径变差的DOE小组(xiǎozǔ)确定了下列过程参数是造成问题的重要参数。这些过程参数和它们的＋、－水平列表如下：参数＋－A：清理频率2025B：给进率0.20.23C：作业速度550470D：轮转速11001000第一百一十九页，共173页。119课堂练习确定的量化单位是一批50个环的变差。试验的结果如下。直径(zhíjìng)的公差是10微米所有最好所有边缘初始运行4.256.5第一次运行3.57第二次运行47.5试验组合结果1AWRb6.252AbRW5.503BWRb4.54BbRW7.55CWRb76CbRW47DwRb58DbRw7确定造成问题的参数。研究是否由单个的参数造成了问题，还是由于交互作用做出参数之间交互作用的表格为了减小变差，应该把参数设定在什么水平(shuǐpíng)在这个试验里什么事情没有做？第一百二十页，共173页。120第一步：练习(liànxí)答案解答：（a）最好的3个的变差均小于边缘的3个变差，检验通过。（b）D/d≥1.25，其中：D=3个最好和3个边缘的中值的差=7-4=3d=(最好的不重现性范围(fànwéi)＋边缘的不重现性范围(fànwéi))/2=[(4.25-3.5)+(7.5-6.5)]/2=0.875所以D/d=3/0.875=3.43，该值超过了1.25第一百二十一页，共173页。121第二步：练习(liànxí)答案解答(jiědá)：最好的判定(pàndìng)上限＝最好的中位数＋2.776*(d/1.81)最好的判定(pàndìng)下限＝最好的中位数－2.776*(d/1.81)边缘的判定(pàndìng)上限＝边缘的中位数＋2.776*(d/1.81)边缘的判定(pàndìng)下限＝边缘的中位数－2.776*(d/1.81)好部件的中位数=4，差部件的中位数=7；d=0.875对于上述数据，判定界限是：UDL（最好）＝5.34 LDL（最好）＝2.66UDL（边缘）＝8.34 LDL（边缘）＝5.66第一百二十二页，共173页。122第二步：练习(liànxí)答案（续）A，C超出(chāochū)最好和最差的控制界限，所以它们是重要的。而B、D均没有超出(chāochū)控制界限，故这两个参数不重要。试验调换的参数最好参数结果边缘参数结果判断1AAwRb6.25AbRw5.50A重要2BBwRb4.5BbRw7.5B不重要3CCwRb7CbRw4C重要4DDwRb