六西格玛之改善DOE计划阶段

六西格玛之改善DOE计划阶段改进(Improve)阶段VitalFewX’S最佳化

(DOEPlanning

)

-对控制因子实施DOE,并分析其结果导出有关VitalFewX’s最佳条件；-对对策因子实施对策创造并实施风险评价,选出最佳对策方案；INPUT控制因子对策因子专家Team员控制因子(OperatingParameter)对策因子(Criticalelement)实施实验计划最佳条件评价对策方案实验及产出效果最佳对策方案OUTPUT最佳条件最佳对策方案结果分析定义推进顺序重要性及教育目标重要性这是与项目成功直接相连的VitalFew最佳条件或最佳对策方案的确定阶段,为了实行正确的最佳化,需要理解符合目的的实验实施及数学模型的导出过程,在结合多种经验知识的背景下,在对控制条件的最佳条件选定的过程中需要保持客观性.教育目标理解实验计划,可以设计符合目的的实验实施正确的实验,可以设定最佳运营条件可以理解对策方案提出方法,并导出对策方案可以评价对策方案的风险因素,并选出最佳对策方案实验计划实验定义6SIGMA方法把任何活动都看作是一个过程，如设计过程，生产过程等。过程的某个输出可能是我们和客户都特别关注的（CTQ’s）。但影响过程输出的因素往往很多，DOE就是一种同时研究多个输入因素（X‘s）对输出（Y）的影响的方法，它是通过对选定的输入因素进行精确、系统的人为调整（变化）来观察输出变量的变化情况；并通过对结果的分析，最终确定影响结果的关键因素及其最有利于结果的取值的方法。

ProcessInput(原材料,部品等)OutputX1X2...Xp可能控制的因子(输入变数)

N1N2...Nq不可能控制的因子(噪音变数)Y输出变数<工程或系统的一般模型>实验设计就是对实验方案进行优化设计、以降低实验误差和生产费用，减少实验工作量并对实验结果进行科学分析的一种科学方法找出对输出变数(Y)引起显著影响的输入变数(X)有哪些?在数值上有多大的影响?-不显著的输入变数影响的和占总体有多大?-测量误差是多少?-有显著影响的输入变数在什么条件下才能得到最佳的输出?DOE(DesignofExperiment):实验设计实验计划DOE(DesignofExperiment):实验设计实验设计是通过对品质特性带来影响的多个因子的选定,并为了观察他们之间的关系,实施实验，能经济性寻找出产品的最佳条件实验设计是实验的计划方法，对要想解决的问题怎样进行实验、怎样收集数据、用怎样的统计手法、用最少的实验次数，计划得到最大的情报.实验计划DOE的目的把握VitalFewX’s的影响程度(验证和推测的问题)把握选定的重要X间的交互作用利用X制定Y的预测模型决定使Y最佳化的X条件(最佳条件的决定问题)-探测不显著要因的影响程度和测量误差各是多少(误差项推测的问题)实验计划其结果解释要相对容易；要用最少的费用得出尽可能明确的实验结果在输入变数(可能控制因子)的设定中要慎重的检验和确认相对复杂的统计分析来说，更重要的是要有适当的实验设计各种实验设计可根据特定状况(特定问题,生产样本,样本利用性及控制实验)等进行必要的调整DOE的特征实验计划输出变量-Y

也称作反应变数(Response)是实验设计的输出结果，也是实验设计优化、改善的目标如半导体Process的产出率

输入变量(因子)-X’s

也称作因子(Factor)潜在解决方案或研究中的变量因子，可按水平不同分类如半导体Process中输出变量为产出率时,其因子为:压力、温度

关联术语输出变数YX1X2X3X4X5……输出变数Y输入变数X实验计划

关联术语RUN温度压力1100121003320014200351001610037200182003因子处理组合水平反复再现一个工程师想检验温度和压力对一个化学收益的影响

实验计划压力:

HHHHLLLLHHHHLLLLHHHHLLLL温度:HHLLHHLLHHLLHHLLHHLLHHLL实验顺序水平因子

水平水平:因子的“水平”是指实验中被调查的因子的不同取值。

对于定量的因子，所选择每个的数值成为一个水平，即如果某实验在两个不同的温度下运行，那么就说该因子“温度”就有两个“水平”

对于定性的因子，类似如干净程度的情况下也有两个“水平”：干净与不干净实验计划Run

温度

压力1 Hi Hi2 Hi Hi3 Lo Hi4 Lo Hi5 Hi Lo6 Hi Lo7 Lo Lo8 Lo Lo

处理组合配置组合配置组合:是指实验中不同因子的不同水平的一个组合。一个全体实验中处理组合的个数通常是等于各因子 水平数的乘积。实验计划重复(Repetition

):在一个实验配置组合条件下测试数个样品（揭示短期有效性）再现(replication):

在一个时间序列上重做整个实验（揭示长期有效性）

-重复和再现主要是为实验系统中的自然散布提供估计

-在同一实验中你可以两个都使用

-在实验中两个都直接与样品数相关

反复和再现实验计划反复实验法（TrialandError

）单因子法（One-Factor-at-a-Time）(OFAT)部分阶乘法（FractionalFactorials）全阶乘法（FullFactorials）反应表面法（ResponseSurfaceMethods）其他方法

EVOP(EvolutionaryOperation)

实验的类型实验计划速度燃料轮胎压力每升行使距离55853023658530296591302365853524你需要多少次运行才能判断出这些变量的最佳组合呢？

你将如何解释以上结果？

假如还有更多的变量，要花多长时间才能得到一个满意的解决方案？

假如有两个或多个变量的特定组合决定着最佳的耗油量怎么办？

问题:耗油量是100Km/5L

单因子法(OFAT)—对所有相关因子进行有次序的关联实验,在前一个因子的最佳条件下进行下一个因子的实验实验计划OFAT实验这时你可以得出什么结论？问题:耗油量是

100Km/5L温度燃料轮胎压力每升行使距离5585302365853029559130376591302355853537658535245591353065913536

全阶乘法(FullFactorialExperiment) --对所有因子的所有可能的全部组合进行实验实验计划DOE的阶段Screening从多数的输入变量中筛选出少数重要的输入变量特征化把握重要输入变量影响输出变量的特征最佳化设定重要的输入变量的最佳条件PB筛选法部分阶乘法(1/2-半阶乘)全阶乘法反应表面法(RSM)部分阶乘法(1/2n,n>1)EVOP精密度实验计划DOE阶段的例子因子的选定可能控制的因子(输入变数)焊接温度预热温度焊接深度Flux形态Flux比重传送速度传送角度不可能控制的因子(噪音变数)作业者生产计划

PCB厚度PCB上使用的部品形态PCB上部品的配置实验计划DOE阶段的例子-筛选(Screening)阶段筛选阶段的目的:就是识别或查找出对发生缺陷有影响的重要因子为了找出对发生缺陷有影响的重要因子,就要了解哪些因子是输入因子,哪些是噪音因子

对发生PCB缺陷有影响,利用PB法或部分阶乘法实施实验,并分析其结果,找出两个重要因子焊接温度

焊接深度实验计划DOE阶段的例子-特征化阶段特征化的目的:就是明白焊接温度和焊接深度对发生缺陷起什么作用为了减少单位缺陷数,决定焊接温度和焊接深度的设定或调整方向;

为了避免缺陷率变高或发生意想不到的工程结果,提供全体制造工程中需要谨慎控制的变量的相关情报;

以焊接温度和焊接深度为例的两个输入变量实施2K全阶乘加中心点实验得到下列结果实验计划DOE阶段的例子-最佳化阶段最佳化阶段的目的:就是查找出缺陷率最小的时候焊接温度和焊接深度的水平设置

以焊接温度和焊接深度为例的两个输入变量实施2K全阶乘或RSM实验得到下列结果焊接温度为:255(℃)焊接深度为:0.83(mm)结果:缺陷为0.8%实验计划

建议事项对问题分析要密切结合非统计性的知识这方面工程专家拥有很多的知识和经验非统计的知识在选定因子,决定因子水平,决定反复次数,分析结果的解释等方面要重点的灵活使用

尽量采取简单的设计和分析方法请不要盲目滥用过分复杂的统计分析方法;比较单纯的设计和分析方法最好实验计划

注意事项-实际与统计的差异注意在统计上有意义的结果,可能在实际上却没有意义如某项改善远远超出规格范围时,或某项改善在实际中需要花费很多费用时都是不可取的-实验通常要反复实行

-实验的反复,通过实验方法的改善要逐渐达到最终目的

-只做一次实验就想得出结论,往往是不可行的实验计划明确实验目的选择输出变量决定因子和水平数选择DOE实施实验及收集数据分析实验结果结论和提案

明确实验的目的

▶明确把握要解决的问题

▶明确把握要从实验得到的目的

-如投射器的例子:

想查找弹射距离最远的组合条件

-前面波峰焊的例子:

想查找缺陷率最低的因子组合条件实验计划-顺序

决定因子

▶因子的选择

-确认在实验中所有输入变量能否选定为因子

-准备对没被选定为因子的输入变量的处理方案

-定义因子的类型计数型变量计量型变量

明确实验目的选择输出变量决定因子和水平数选择DOE实施实验及收集数据分析实验结果结论和提案实验计划-顺序

决定因子

▶不可控因子(噪音变量)的定义

-作为对输出变量有影响的变量本应进行控制,但有些在现实中是不可能控制的变量

▶处理噪音变量的方法

-利用随机化

-试图把噪音变量维持为常数的方法

-利用Block化

-反复实验明确实验目的选择输出变量决定因子和水平数选择DOE实施实验及收集数据分析实验结果结论和提案实验计划-顺序选择DOE筛选实验6以上部分阶乘实验4~10全阶乘实验1~5反应表面实验2~3DOE种类因子数选别重要因子部分交互作用因子间的关系设定因子的最佳条件目的为了改善的大概方向(线形效果)主效果和部分交互作用所有主效果和交互作用反应变数的预测模型(曲线效果）推测