田口品质工程.ppt

田口品质工程(Taguchi-Method) 损失函数 直交表 参数及允差设计 田口方法 「田口方法」是以实验的手段来决定设计参数 为了减少实验的次数，依控制因子及其水准的数目选用适当的实验直交表 设计的目标是寻求最佳的产品（或制程）机能（性能），并且维持此一机能的稳健性，亦即受干扰因子的影响减至最少 实验计划法与田口方法 田口品质工程主要内容一览表 田口博士的品质定义 产品在它的生命周期内，整个社会对它所付出的总代价 此总代价称之为品质损失 (quality loss) 越少的品质损失代表越高的品质 品质损失 消费者购买产品时支付的费用, 这包括了制造商的成本 产品对消费者造成的不便 产品对环境的侵害 维修或更换费用 消费者会把对品质损失的满意度反应在市场上——品质差的产品或厂牌会渐渐失去市场, 于是品质差的制造商最终还是要自食品质损失的后果 消费者是品质的最终决定者 下列对产品的描述可以视同义的 品质很高 社会对它所付出的代价很小 品质损失很小 消费者满意度很高 消费者不满意度很低 当品质特性与消费者的期待值 (目标值)一致时, 消费者的不满意度是最低的 (品质损失是最小的) 当品质特性开始偏离目标值时, 消费者的不满意度也开始提高——品质损失开始增加 损失函数 损失函数的计算例 以SN比来评价较容易了解 以SN比评价 静态特性与SN比 允差设计的考虑方法 允差的决定方法决定允差之前，使得品质与成本平衡，对于决定合理的允差来说是重要的 品质设计时，只需计算损失函数，但在交易和制程管理时，是使用规格及允差。 决定决定规格书及图面公差的方法。 损失函数与安全系数 望目特性和允差 望小特性、望大特性和允差 决定下位特性(原因特性)的允差方法 损失函数和允差设计 损失函数与安全系数 决定下位特性(原因特性)的允差方法 社会损失与杂音因素的关系 因子(factor)：引起数据变化的可能原因 因子数宜多不宜少。 直交表可以有效而简单地配置所需的实验。 直交表Orthogonal Arrays 每一行都是自我平衡的 (self-balanced) 即每一行中各水准出现的频率是相同的 每两行间都是互相平衡的 (mutual-balanced) 即在某一行中，出现某水准的所有实验组，在另外一行中，出现各水准的频率是相同的 有这两个特性的实验计划表称为直交表 (orthogonal arrays) 直交表的目的 推荐直交表的理由： 其理由在由我们是否重视再现性高的要因效果。 在直交表里A1与A2两阶次的相差是变更其它因素条件下所求出的平均效果。 在实验室小规模实验的结果可以应用于现埸。 表示其它因素变化时，具有一贯性的因子，对于『规模』的因素有变化时，其再现性的可能性也大。 点线图__线可变点，点不可变线 L8(27) 直交表Orthogonal Arrays 二水准的直交表 L4(23)、L8(27)、L12(211)、L16(215)、L32(231) 三水准的直交表 L9(34)、L18(21×37)、L27(313)、 L36(211×312)、L36(23×313)、L54(21×325) 四水准的直交表 L16(45)、L32(21×49) 五水准的直交表 L25(56)、L50(21×511) 高度推薦的直交表 L12(211)、L18(21×37)、L32(21×49)、L36(211×312)、及L54(21×325)等這些直交表中，交互作用或多或少均勻地分散到各行了 所以這幾個直交表是最受推薦的直交表 L18(21×37)是很多大公司最常使用的直交表 L12(211) 直交表則常被用來做過濾實驗 (screen experiments)或干擾實驗 (noise experiments) 稳健品质设计Robust Quality Design 决定控制因子的值, 使得品质特性达到理想的机能, 且让干扰所造成的品质特性变异减至最小 稳健品质设计的原理 如何让干扰所造成的品质特性变异减至最小? 利用品质特性与控制因子间的非线性关系去降低内部干扰因子的影响 利用干扰因子与控制因子间的交互作用去降低外部干扰因子或量测干扰因子的影响 两阶段最佳化 (Two-Step Optimization) 先调整那些对S/N有影响的因子, 使得S/N变得最大 调整因子Adjustment Factors 再调整那些对品质特性有影响但对S/N没有影响的因子, 使得品质特性的平均值移至目标值但变异维持不变 两阶段最佳化示意图 交互作用The Nature of Interactions 由于田口式直交表强调其高效率, 所以常常让直交表填满了控制因子 (称为饱和直交表，saturated arrays)