製程之多重品質特性研究-雲林科技大學工業工程與管理系.ppt

製程之多重品質特性研究 指導教授：童超塵 作者：陳榮星 主講人：吳唯鼎 1.續論 2.文獻回顧 3.研究方法 4.實證研究 5.結論與建議 1.續論 研究動機 工廠實務中，生產管理者所面臨的最重要問題，就是當同一產品或製程需同時考量品質特性愈多時，產品最佳參數組合判斷極為不易。 田口方法是目前業界公認兼具研發效率與實驗成本的方法。近年來國內、外文獻，對於多重品質之探討，大多希望找出有利的方法以取代工程師或作業者之經驗判斷，以做管理者的設計指標。 但是部分分析方法不是過於艱深，就是分析方法過於簡化，其合理性與適用性皆為管理者所疑慮。 因此，如何建構最佳製程參數組合，提昇改善產品從單一品質轉換多重品質，降低生產成本，提昇產業競爭力，成為本研究的動機。 研究範圍與目的 本研究所探討的範圍係針對製程參數選定，建構從單一品質到多重產品品質之製程最佳演算法。以試誤法來找尋所謂最佳化的單一品質製程參數，對於多重品質受下列主要因素影響，至今仍無適切有效的方法： 1.各製程參數彼此間可能具有交互影響，亦可能產生衝突。 2.製程參數計量單位不同，對每一品質特性所造成的品質總損失亦不同。 3.缺乏定義明確的多重品質衡量指標。 為因應上述製程管理者所面對的困境，本研究將整合應用灰色系統理論(Grey System Theory)及田口方法(Taguchi Method )，以線切割放電加工 (Wire ElectricalDischarge Machining)參數設定為實例，建構製程參數由單一品質轉化多重品質之最佳化演算模式，並再分別以模糊集合理論(Fuzzy Sets Theory)與可拓集合理論(Extension Set Theory) 驗證此方法的有效性與實用性。 研究架構與內容 本論文研究架構， 如圖1. 1 所示。 2.文獻回顧 2.1 田口方法 田口玄一於1960 年代，以品質損失函數所發展的訊號雜音比(Signal-to-Noise Ratio; S/N)，作為衡量品質的指標。 2.2 灰色系統理論 鄧聚龍於1982 年提出灰色系統理論，主要論點係研究系統於模型不確定、資訊不完全及數據運作不明確之狀況下，透過灰關聯生成、權重灰關聯分析，求得灰關聯度方法，以有效處理不確定性模型、多變量性資訊和離散數據。  2.3 模糊集合理論基於模糊的概念所提出之數學演算模式，以有效解決資料非量化、資訊不完整等情況下無法進行分析與評估之問題；以一種將命題對真值集合賦予假(0)與真(1)之隸屬程度，而與傳統與兩值邏輯[0 , 1]有所不同，模糊集合理論主要的觀點是接受模糊性現象存在的事實，以專家的主觀判斷處理模糊不確定之事物。 2.4 可拓集合理論 可拓集合理論由蔡文於1983 年提出，該理論源自於模糊集合理論之物元與點之演算模式，建立關聯函數(Incidence Function)用以定量描述任一元素屬於正域、負域或零界於同屬於一個域中之元素，再由關聯函數值的大小，區分物元的層次。 3.研究方法 本研究運用田口方法之L18 型直交表建構十八組不同之參數組合實驗，透過變異數分析之F 檢定，先求得個別之最佳單一目標品質，再運 用灰色系統理論之灰關聯生成之數據轉化，透過賦予權重之灰關聯分析，求得灰關聯度之最佳化多重品質參數組合。此外，更積極的分別以模糊集合理論與可拓集合理論，驗證其最佳化多重品質參數組合之正確性。 3.1 單一品質特性演算模式 步驟一：以田口L18 型直交表設計實驗，紀錄實驗數據。 本研究採用8 欄18 列之L18 直交表，具有17 個自由度應用於一個二水準製程參數和七個三水準製程參數（本研究中取二欄為失誤水準），而配製成十八組製程參數各異之實驗，如表3-1 所示。 步驟二：計算實驗數據訊號雜訊比 訊號雜訊比與損失函數（Loss Function）關係密切，S/N 比可以衡量產品品質的穩定性。S/N 比越高表示品質越穩定，亦表示損失越小。S/N 比依目標特性可分為三種標準型態，分別定義如下： 望大特性（The Higher the Better，HB）：目標值為無限大，希望目標值越大越佳。 望小特性（The Lower the Better，LB）： 目標極端值為零，希望目標值越小越好。 望目特性（The Nominal the Better，NB ）：此特性具有一特定目標值，其最佳值與目標值愈趨近愈宜。 步驟三：實施變異數分析(ANOVA) 步驟四：以反應圖顯示最佳單一目標加工參數組合。 步驟五：驗證實驗。 預估最佳條件值與確認實驗的結果相印證。 3.2 多重品質特性演算模式 步驟一：灰關聯生成 序列群組間作灰關聯分析，所有序列間之因子藉由灰關聯生成法將原始序列因子空間轉換為測度空間，形成比較序列。