田口方法实战训练.ppt

1、主讲：施荣伟,田口方法实战训练,施荣伟 2011-05,三星六西格玛系列培训,田口方法与健壮设计,二战之后，日本的田口玄一博士，将试验设计方法应用于改进产品和系统质量，并研究开发出“田口品质工程方法”，简称田口方法。从而提升了日本产品品质及日本产业界的研发设计能力，成为日本战后质量管理及设计开发的核心工具。 田口方法具有很强的抗干扰能力，因此又称为“稳健参数设计”通过调整可控因子的水平,来降低或弱化噪音对Y的影响, 从而提高设计方案的抗干扰能力. 1962年田口博士获得戴明个人奖。,田口的质量哲学,定义：“质量是产品出厂后给社会带来的损失”。 品质不是检验出来的，品质必须设计到产品中去； 品质

2、的目标是： “最小化与目标值的偏差，且能免于噪音的影响”； 品质成本应当用与标准值偏移的函数关系来衡量这就是著名的“质量损失函数模型”。,品质损失函数模型,设质量特性为y，目标值为m，质量损失函为L（y）：,当产品性能恰好为趋近目标时，质量损失最小；产品性能偏离目标值越远，质量损失越大。,田口关于参数分类,对于一个产品或者制程，我们可以用参数图来表示。如图2-3所示，其中y表示此过程输出的产品或制程的品质特性（响应值）。影响y的参数可分为可控因子、噪音因子和信号因子三类。,可控因子与噪音,可控因子： 可控因子是工程师能够控制和调整的因素及过程参数，如反应温度、时间、压力、材料种类等等/ 噪音：

3、 有许多参数非为设计工程师所能控制的因子，即随机误差，田口称其为噪音，田口博士将噪音归纳为外部噪音、内部噪音和零件间变异三类。,噪音,外部噪音,内部噪音,零件间变异,噪音分类1：外部噪音,外部噪音 由于环境因素与使用条件的变化或变异，如 温度、湿度、位置、粉尘、电压、电磁干扰、震动 以及操作者人为错误等。,噪音分类2：内部噪音,内部噪音 产品在库存和使用过程中，产品本身的零件、材料会随着时间的推移发生质量变化。例如： 绝缘材料的老化 零件在使用过程中的磨损、蠕变等,噪音分类3：零件间的变异,零件间的变异 由于构成产品的材料、零件存在变异， 制程中由于操作、设备、工艺参数的变化 以及环境因素的变

4、化形成的变异， 会造成零件间的变异。,对于噪音的识别分类，还可以有更多的分类，只要有益于改进，就应该做深入地分析！,噪音分析的意义,产品性能指标除了受可控因子的影响外，还受到噪音的影响。但传统的试验设计对误差的分析比较笼统，全部归为随机误差（实验误差）。 但是在稳健设计中，为了达到产品或过程的稳定性，必须仔细的分析这些误差是如何形成的。首先要识别噪音的具体状况，进行仔细的分析并加以描述，进而在设法在试验中反映这些变差，才能通过稳健设计的策略实现“抗干扰”的目的。,正交表和信噪比是田口方法的重要基础及工具。 正交表建立试验计划的基础 信噪比评价品质优劣的基础,正交表与信噪比,正交表,什么是正交表

5、？ 正交表是一种规格化的表格，也是试验计划，从一般意义讲，只要掌握正交表的运用方法就可达到DOE目的。 正交表的表达方式：,L9（ 3 ）正交表 (样式),4,正交表的 正交性质,1. 每一列都是自我平衡的：在任意一列中，因子各水平出现次数相同； 2.每两列都是平衡的：任两列中，某一水平的试验组出现的频率都是相同的。 这两个性质称正交性，导致对试验结果有“均衡分散，整齐可比”的特点，有利于计算回归方程。 因此，虽然是局部试验，但仍有可靠的代表性。,正交表的优势,试验次数少 L9(34)的全部组合 = 81次（3*3*3*3） 正交表获得的结论,在整个试验范围都成立; 具有良好的再现性； 资料分

6、析简单.,田口乘积表,田口方法建立实验计划也是使用正交表,所不同的是,使用内表+外表乘积表 将可控因子安排在内表 (控制表） 将噪音因子安排在外表 (噪音表) 同时考虑可控因子及噪音对响应的影响,是田口方法的特点. 田口方法的优势: 通过调整可控因子的水平,来降低或弱化噪音对Y的影响, 从而提高设计方案的抗干扰能力.,田口正交表样式,实验次数成倍数增加: 9*8 = 72 次,噪音表,控制表,试验观察值,设置噪音的简化方法,正确识别和确定噪音及其水平，是成功实现稳健设计的基础。 综合误差法： 选择少数几个点，如3-4个 最不利误差法： 选定2个端点 正偏，正负,田口正交表样式(简化),实验次数

7、: 9*2= 18 次,信噪比 (S/N),田口博士创造性提出了信噪比的概念，以S/N比作为分析改善对象和评价方案的核心指标。 S/N比的特点： 综合反映关于响应位置和离散度两个特性的信息，从而达到获得最理想的品质效果。 这也正是稳健设计的核心机理。虽然缺少统计理论支持，但实践证明它是最优良的方法。,在通讯工程里，常以电讯的输出“信号”与“噪音”之比作为品质指标，以此值越大表示通讯品质越好。S/N比的原始定义是指信号噪音比，可用以下公式表示： S/N = 信号/噪音 该比值越达，表明品质越好。 单位 以分贝（db）表示。,S/N 之来源,S/N 理论表达式,设实际测量值y与目标值m之偏差为y1

8、、y2、，yn，则有: 总误差： ST = 平均误差： Sm = 误差方差： Ve = 信噪比： S/N = 10log （3-0）,S/N 应用公式,望目： S/N= 10log（y2/ s2） （3-1） 望大： S/N = 10log （3-2） 望小： S/N = - 10log （3-3）,S/N以10倍的对数来表示,田口设计选优准则,田口博士将S/N做为实验设计的优选评价标准:,S/N比极大化,无论特性是什么情形-望小/望大/望目 SN值越大则品质越好!,静态设计与动态设计,信号因子： 是指产品使用人设定的参数，是动态特性中输出变量的因素。举例说，一台电扇的转速，是使用人期望风量的

9、信号因子；在一个测量系统中，零件真值是信号因子，其测量值是响应变量。 静态设计： 在一个系统中，如果没有信号因子或者信号因子表现为一常数值，以寻求“点”的最佳设计，便称为静态设计； 动态设计： 在一个系统中，如果加入了信号因子，以寻求“线”的最佳设计，便称为动态实验设计。,本课程只介绍静态设计方法,田口方法的类型,，,田口方法,静态设计,动态设计,望大特性,望小特性,望目特性,加入了信号因子,田口设计的基本程序,步骤1：明确改善目标或试验目的； 步骤2：选择品质特性（起关键作用的） 步骤3：筛选并确定因子及其水平； 步骤4：确定试验计划； 步骤5：实施试验，收集数据； 步骤5：构建田口模型；

10、步骤7：分析数据，确定最优因子组合； 步骤8：验证设计。,计 划,分析,实施,田口方法与正交实验的区别,相同：都使用正交表(但田口使用内外表) 区别：使用的分析评价标准不同 正交实验设计 极差分析法 田口实验设计 信噪比分析,【例1】改善小组计划采取降低PCB过炉泛黄不良率的改善活动。,因子水平表,田口设计展开应用,望小,建立试验计划,使用L4（23）正交表,信噪比S/N 手工计算,第一次实验的SN比：SN=-10152 = -23.5218 第二次实验的SN比：SN=-10182 = -25.1055 第三次实验的SN比：SN=-10122 = -21.5836 第四次实验的SN比：SN=-

11、10452 = -33.0643,直交表与实验数据表,A1信噪音比 = （ -23.5218 -25.1055）/2 = - 24.3137,信噪比S/N 分析,S/N比一览表,-29.084,-22.552,-23.64,-24.73,-25.82,-26.6.91,-28.00,A1,A2,B1,B2,C1,C2,S/N比,工程推断：,1）主次因子顺序：B 速度C 镀银A 炉温度 2）最优因子水平组合：A1-B1-C2,静态望大设计实例演练,【案例2】提高磁鼓电机力矩之改善 磁鼓电机是彩色录象机的关键部件，国外同类产品力矩指标规定大于210g.cm。为提高电机的输出力矩，需要进行实验。 因

12、子水平表,望大问题,步骤 1：制定试验计划（选择正交表）,菜单：Stat-DOE-Taguchi-Create Taguchi Design.,选择设计类型,是L9（34） ，默认,b.因子数选3,a.水平数选 3,c.确认所选定的设计,田口设计- 试验计划表,由系统得到正交表 ： L 9 （34）,修改设计（因子水平命名）,菜单 Stat-DOE-Modify Design.,修改因子命名/水平设定,中文因子 命名,水平值设置： 数字间留空格！,为保证课程讲述方便 取 默认值,静态田口设计,步骤2：执行试验，收集数据,进行实验，将响应值Y输入工作单。,提示：试验顺序应按照随机原则执行。,步骤

13、3： 设置SN，构造田口模型,菜单：Stat-DOE-Taguchi-Analyze Taguchi Design,输入y,确定S/N比,.本例属望大,望大,望目,望小,要点：通过Option正确设置 S/N,望目 (优选),步骤4：数据分析,SN分析,均值分析,效 应,效 应,等级,等级,对Y的响应值,田口实验设计 分析基础,正交实验设计 分析基础,步骤5：效应图分析- S/N,分析：（1）显著因素顺序: BAC; （2）最优因素组合：充磁量A2-角度B2-匝数C3,S/N 主效应图,充磁量,角度,匝数,田口方法：根据S/N 做决策！,步骤5：效应图分析-均值,均值 主效应图,分析：显著因素

14、B角度A充磁量C 匝数 （2）最优因素组合：充磁量A2-角度B2-匝数C3,充磁量,角度,匝数,两种分析方法的结论一致但，不会总是一致的！,步骤6：试验结论,工程推断：,1）主次因子顺序：B角度A充磁量C 匝数 2）最优因子水平组合：A2-B2-C3,步骤7：预测,菜单：Stat-DOE-Taguchi-Prediet Taguchi Results,3）点三角下拉表，设定最优因子水平值,1）点选L,T设置： 只分析主效应：A B C 系统是默认的,最佳水平： A2-B2-C3,2）点选,田口设计预测结果,Predicted values 信噪比 均值 S/N Ratio Mean 47.79

15、85 240.778 Factor levels for predictions （最优因子水平组合） 充磁量 角度 线圈匝数 1100 11 90,步骤8：验证实验。,田口望目设计实例演习,【案例3】提高塑料袋密合强度的稳定性 产品工程师要评估影响装货用塑料袋密合强度的因素。有3个可控因素温度、压力、厚度（它们分别有3个水平），另外识别出有2个噪音条件（Noise1和Noise2）。 Y属于望目特性，规格要求定为18。,步骤 1：制定试验计划（选择正交表）,菜单：Stat-DOE-Taguchi- Create Taguchi Design.,选择设计类型,试验计划是 L9（34）,2.因子

16、数选3,1.选择3水平的设计,3.确认所选定的设计,步骤2：执行试验，收集数据,可控因子,噪音,内 表,外 表,试验操作 每行实验应分别在两个噪音条件下做2次实验,真实的实验次数是9*2=18次！,Y1,Y2,本步骤最关键,望目问题,步骤3： 设置SN，构造田口模型,菜单：Stat-DOE-Taguchi-Analyze Taguchi Design,1.输入y,2.确定S/N比,3.本例属望目 选下边的,要点：通过Option正确设置 S/N 计算机默认生成SN及均值分析的数据与效应图。,望大,望目,望小,望目,步骤4：数据分析,SN分析,均值分析,效 应,效 应,等级,等级,SN分析主次顺

17、序 B C - A,均值分析主次顺序 A B - C,矛盾-取哪种？,步骤5：效应图分析-SN,信噪比 S/N主效应图,分析：显著顺序B-C-A 最佳组合A1-B2-C2,步骤5：效应图分析-均值,均值主效应图,分析 主次顺序：A-B-C ；最佳水平 A2-B2-C1 （注意：与 SN分析 不一致）,步骤6：试验结论,本案SN分析与均值分析的结果是相悖的。 这并不影响做决定（更复杂更高级的策略参见“田口两阶段优化程序”） 田口设计的选优标准是SN比，故 工程推断：,1）主次因子顺序：B压力C厚度A 温度 2）最优因子水平组合： A1-B2-C2, 思考 ？,学习本章节，你怎样理解田口方法的概念

18、？ 田口乘积表与正表有什么不同？ 田口方法的建模和分析的基础是什么？ 选优的基准是什么？ 在什么情况下必须确定噪音因子及水平？,Minitab三步曲,1. 根据问题选择工具 找对医生,你准备好了么？从现在开始，就让 Minitab带着我们，在DOE的天空里自由地翱翔吧！,2. 按照图标进行操作拿脉检查,3. 解释数据作出决策 处方开药,要做什么？到哪去？约束条件？数据准备好了吗？,你了解路径、限制条件、要求及要点吗？经常提醒自己“我正在做什么？”不要因为机械的操作而忘记了目的。,需要何种形式的信息？哪些是重要的指标需要评估？评价的准则是什么？最后我要作出什么结论？,一项有效的试验，必须满足如下

19、条件： 正确确定因子及水平； 确定合适的实验计划（选择正交表）； 确定每次试验都在同样的环境条件下进行； 按照随机原则安排实验的顺序； 正确选择实验样本并获取实验数据,如何有效安排试验,正确合理的选择因子及因子水平，是保证实验能够顺利实现改进目标的最重要的基础。 确定因子及水平的方法的来源： 工程师的经验及团队知识 对流程的调查和了解 确定因子及水平的一般原则： 可控因子数目应尽可能的多，一般6-8个 因子水平数目一般2-3个 因子水平间隔尽可能的大些,如何确定试验因子与水平,案例1：利用头脑风暴和鱼刺图,如何确定试验因子与水平,品质不良,药液浓度,温度,速度,放置方式,压力,温度,能量,放置

20、时间,放置方式,撕Mylar,速度,负荷量,放置时间,其他,曝光,显影,压模,底片,异物,透光不均,薄膜Mylar,水洗喷压,风力,板面氧化,曝偏,皱纹刮伤,毛头,板面清洁度,Ring大小,异物,气泡,制程改善模式,7,借助头脑风暴的成果，规划完成实用的正交表和制造改善模式。,如何确定试验因子与水平,案例2：利用流程的原始数据 2水准,3水准,实验的样本规模与度量,计量型数据最低限度样本量：n 计数型数据最低限度样本量：n 利特克量化尺度 将属性数据转换为连续数据 进行评分，定义为最好，为最差（反之亦可） 量化后的样本保持在个足够 管理领域的样本度量 譬如衡量顾客满意度，或者某服务流程的绩效，

21、可以设计优劣等级和评分标准，如百分制,案例3：晶片表面缺陷的量度,田口博士著名案例 瓷砖制程设计 20世纪50年代日本一家瓷砖公司向德国购买了一套砖窑，有一种型号的瓷砖存在严重品质问题：厚度要求100.15mm，约有30%超差，成为不良品。 改善小组知道瓷窑内温度的变异，引起瓷砖的变异瓷砖承受的“温度”是噪音因素。 解决问题的两种策略： A）重新设计砖窑，但需要额外花费50万元 B）采用稳健设计，找到控制因素水准的最佳组合，以减少尺寸变异 这家公司的工程师经过几天头脑风暴后，确定了影响品质的8个因素，他们应用田口试验得到如下数据：,案例研究：,瓷砖制程设计 控制因子设计值,原始设计,试验计划：

22、L18（21*37）正交表（非对称水平）,瓷砖制程设计试验数据,Y值：厚度mm,瓷砖制程设计：试验数据分析,S/N比 效应图表,均值 效应图表,Means,S/N,主次： E A H D C,主次： F H B E A,重要因子判定准则与分类,重要因子判定准则：（一半一半原则） 一组因子中一半视为重要，一半视为不重要。 S/N效应排列： E A H D C 均值效应排列：F H B E A 因子四种分类：,1、对SN比和均值都有影响 2、对SN比没影响，但对均值有影响 3、对SN比有影响，但对均值没影响 4、对二者均无影响的因子。,位置因子/调节因子,散度因子,第一步： 最大化S/N比减小变异

23、、降低噪音的敏感性 选择能使SN比最大化的控制因子水准； 第二步： 调整平均值到目标值上 选择调节因子，使平均值靠近目标值，而变异维持不变。,田口两步优化程序,瓷砖设计因子分类与优化应用,瓷砖设计的可控因子分类与优化策略,Tagdchi应用1： 一线铜品质改善,改善前操作规范,运用 L18（21*37）直交表，持续改善品质,因子水平表,望目,选择 L18（21*37）直交表,根据需要，也可以选择L12（28），全部使用2水平。,实验数据,系统输出,望目,实验数据分析,因子影响次序： G E C D H F B A 显著重要因子： G E C D H 最佳因子水平组合： A2 B2 C3 D2

24、E3 F1 G1 H3,Tagdchi应用： 一线铜品质改善,改善后操作规范,原标准,新标准,运用 L18（21*37），持续改善品质；望目特性,Tagdchi应用2： 整板电镀改善项目,因子水平表,选择 L18（21*35）直交表,系统输出,实验数据分析,因子影响次序： B D A E C F 显著重要因子： B D A E 最佳因子水平组合： A1 B2 C2 D3 E2 F2,案由及成果 AT&T公司多晶矽沉淀长期存在两大困扰 晶片厚度变异过大 表面缺点计数太大 成果 厚度标准差减少到原来的1/4 表面缺点数从600/c减少到10/c,案例分析： 多晶矽沉淀实验,案例分析： 多晶矽沉淀实

25、验,控制因子及其水平（6因子3水平）,注： 开始水准,实验计划：L18直交表,空 列,空 列,当然，你也可以选择L27（36）直交表。,实验样本及数据记录（表面缺点）,多晶矽沉淀实验,显著因素,开始值,增加20db,分析方法： 将开始值与改善值进行比较。,A,B,C,D,E,F,多晶矽沉淀实验,开始值,显著因素,品质与效率的 权衡,减少5db,A,B,C,D,E,F,最适化因子水平组合 A1 B2 C1 D3 E2 F2,多晶矽沉淀实验-结论,如果在一个田口设计中加入了信号因素，就变成了一个动态响应设计。信号因子至少须有2个水平。 动态设计的目的：研究一个动态系统的信号与响应之间的关系。 在正

26、交表中加入信号因子后，其实验的次数（行数）会成倍增加，并与信号因子的水平数成比例。,L4（22）,L4*信号水平数3=12次,田口动态设计,问题 一位QE工程师正在尝试提高一个测量系统的稳健性。测量系统属于动态的，因为输入信号的改变会影响输出的结果。在这里，信号因素是被测物的真值，而输出响应则是测量所得的值，如果信号因素与输出响应之间是1：1的关系，这个测量系统就是完美的。 工程师已找到2个可控因素感觉（A）和报告（B），各有2各水平（1和2）；同时选了2个噪音Noise1、Noise2；另外选了1个信号因子，有3个水平（1、2、3）。 信号因子的水平至少要选择2个。,动态田口设计,菜单： Stat-DOE- Taguchi- Create Taguchi Design.,主对话框