谢恩DOE.docVIP

定义问题（绿Y） 量化并测量绿Y 测量散布图 利克特度量尺度将属性变化成变量 问题的历史（问题存在的时间、故障率、费用） 创新思路 多变量（包括集中图） 部件搜索 成对比较 产品/过程搜索 实验的正式设计 变量搜索 完全析因 B与C比较 问题的引出及解决——保证改进的持久性 B与C比较 建立实际的范围和容许偏差（最佳化） 散布图 响应曲面法（RSM） “冻结”过程的改进 正向控制 确认过程：明确减少所有外部的质量问题 过程确认 SPC保持成果 预控制 10种DOE工具 工具 目的 用于何处 何时应用 样本数 多变量图 把大量没有关系的、难以处理的原因减少到一族数量较少且相关的原因，例如时间到时间、部件内部，机器到机器、测试为指导测试位置。 检测非随机趋势 确定产品/过程正在怎样运行；没有大量用途有限的历史数据使的快速的处理。 在一些白领阶层的应用中，取代过程能力研究 在工程试运行时，生产是运行时，在生产中，甚至是在现场 抓取至少9~15个或直至80%的历史变量 集中图 多变量图的续篇，以单元或部件正确地指出重复的缺陷 同多变量 当红X在单元内 同多变量图 部件搜索 从几十万个部件/组件中，针对红X，捕捉所有重要的主效应和交互影响的量 在有两个不同地方用可互换部件组装的场合（标注“好”和“差”） 在样机、工程试运行、生产试运行或在现场 2 成对比较 以高置信度确定“好”和“差”单元之间的重复差异，以向红X提供线索 不能拆卸的产品以不同的方式组装（标注“好”和“差”）的配套装置处 为许多管理者或白领职员应用 样机、工程试运行、生产试运行或在现场 6-8对“好”和“差”的产品 产品/过程搜索 用成对比较发现重要的产品变量 发现与8个好的和8个差的产品有重要关联的重要变量 仅用多变量图难以分离重要过程 样机、工程试运行、生产试运行或在现场 单元数量足以通过一个过程产生8个好和8个差产品以及与它们相关的过程参数 变量搜索 指出红X、粉红X等。捕捉所有重要主效应和交互影响效应的量。放开所有不重要变量的允许偏差以减少费用 有5-20个需研究的变量处 卓越的问题预防工具 应用在白领职员工作中 再研究与开发以及开发工程中卓有成效，在生产中产品/过程表示特征。也用于多变量图表或成对比较之后指出红X 1-20 完全析因 同变量所艘 仅在2-4个变量处有效 同变量搜索 1-20 B（Better）VS C（Current） 以期望的统计置信度（通常为95%）确认新的或更好的产品（B）/过程优于现行的产品/过程（C） 评估工程革新 降低费用 在以上7种工具的一种或多种的引导下进行 在某些白领职员的应用中。当问题容易解决时，B与C比较可以超越以上这些工具（即可以不用以上这些工具，直接用B与C比较） 可用于两个以上的选择，即“B与C”于“D与E”比较等 样机、工程试运行或生产时 通常3个B和3个C 散布图（实际允许偏差平行四边形） 确定红X、粉红X、变量的最优值（水平）以及它们的最大允许偏差 当重要变量之间有较弱交互影响或者没用交互影响时 工程试运行或产品过程 30 响应曲面法（RSM） 同散布图 当重要变量间有强相互影响时 同散布图 5-25 选取样本 设备*工位*操作者*单件个数*3（班次）*3（每班个数） 谢恩 DOE 7个工具介绍 Multi-Vari Chart（多层图） B VS C （B与C比较） Paried Comparisons（成对比较） Components Search（组件寻找） Variables Search（变量寻找） Full Factorials（全因子效果） Realistic Tolerance Parallelogram（Scatter Plots：散布固定公差） Multi-Vari Chart（多层图） 时间面变动（Temporal Variation）：不同时间、不同班次、生产日期、生产周别 空间面变动（Position Variation）：不同工位、不同机械、人员或工厂 重复面变动（Cycle Variation）：同一设备、同材料同一作业者、同操作程序生产 B（Better） VS C（Current） Lord Test 步骤 Better Current 1 BC各实验３次data x1,x2,x3 y1,y2,y3 2 median