田口式实验实施的方案.pptVIP

多水準法(L8)應用在4*1+2*4 1 2 4 3 6 5 7 * 何謂直積配置的示意圖 內側直交表 (放置控制要因） 外側多元配置、直交表或調和誤差 （放置誤差或信號要因） 實驗數據 * 可能的直積配置範例 外側是放置誤差及信號因素，其配置方式有多元、直交、組合等三大類。 * 分析各實驗No.之優劣 方法一： 進行平均值及標準偏差?之計算，其中標準差希望小於公差之3分之1（?/3），平均值能和目標m相等 有些特殊個案需用線性回歸作分析 此為一般實驗計畫法常用的方式 方法二： 進行具有“變異係數”，相類似功能之“靜態SN比及S”之計算。 有些特殊個案需用“動態SN比及S”之計算。 此為田口式實驗計畫法之使用方式 * 計算實例 假使此一實驗有4個要因，每個要因有3水準，且每個實驗進行5個樣本，每個樣本取1個數據，其結果如下： * 何謂輔助表 利用直交表中各要因之直交性質，分別對於各要因之水準進行平均值之計算。 * 輔助表之實例 * 選擇最適條件的原則 第一：利用非線性要因 第二：利用線性要因 二階段設計 （穩健性設計） 減少變異 調整到目標值 即使在零件或製程有變異下，但是在不同之參數 中心值下，該變異之影響程度會不同。因此如何 找出使得產品最小變異之參數中心值是十分重要 * 選擇最適條件 由Std圖形中找出會使Std最小的要因及其水準，此為最適條件 依據最適條件計算預估的Std及Avg，並確認是否符合目標值 m=Avg ? Std*3=? ? 假使m?Avg，再從Avg圖中選擇符合Spec要求的要因及其水準。其中最好找對於Std影響最小的要因進行平均值的調整 假使Std*3?時，該如何進行？ * 何謂確認實驗 針對現行條件及最適條件分別進行推估及實際作實驗。 計算個別之增益值（效益），並據以判定實驗成功否？一般差距在+/-20%以內代表正常 * 另類計算方式靜態望目特性之計算例 * 靜態望目特性之計算例 SN比 10.0 15.0 20.0 25.0 A1 A2 A3 B1 B2 B3 C1 C2 C3 D1 D2 D3 S 0.0 2.0 4.0 6.0 8.0 10.0 A1 A2 A3 B1 B2 B3 C1 C2 C3 D1 D2 D3 * 靜態望大特性之計算例 * 另類實驗方法田口品質工程 田口品質工程的內容 參數設計的理念 資料的量測方法 直積配置 解析方法：ＳＮ比 公式證明 案例解說 * 田口認為技術開發之瓶頸 利用品質特性作品質改善：圖面與規格在品質工程上稱品質特性，利用此一特性值當成改善之特性時，其問題點在於： 沒有較佳之量測方法，亦即無法量測形狀(Profile)之變異，或無法真正量測出產品之變異性。 一般規格皆要進行壽命試驗，因此所需時間較長。 常會因為本身系統不佳而加入其他系統企圖保護或回饋修正，如此反而減少該產品之壽命。 在進行開發時並不考慮製造生產及使用者之使用環境，其問題點在於： 研發完成之後進行試作及量產時，必須進行設計變更，且設計變更次數多，造成時間的浪費，常在未完成研究時，即被迫上市。 * 技術開發之成功關鍵 針對基本機能作機能性之評價 利用動態SN比作解析 實驗規劃要具備技術三要素 先行性 汎用性 再現性 應用試驗片﹝TEST PIECE﹞作實驗 * 常用之ＳＮ比公式 靜態ＳＮ比 望小特性 特性值越小越好 望大特性 特性值越大越好 望目特性 特性值具有一特定目標值較好 零點望目特性 特性值具有正、負，且零為最佳 動態ＳＮ比 零點比例式 特性值會通過原點為其理想 基準點比例式 特性值會通過基準點為其理想 一次式 上述二者之外 * 何謂輔助表 利用直交表中各要因之直交性質，分別對於各要因之水準進行平均值之計算。 * 靜態公式一覽表 望目特性 * 靜態公式一覽表 零點望目特性 望小特性 望大特性 * 動態公式一覽表 零點比例特性 * 線外品質工程的實驗流程 決定最終結果（重要特性）的量測方法或資料取法 激盪出影響最終結果的可能原因 將原因分為可控制及不可控制，不可控制原因將用來評估可控制原因的各種組合是否為最佳。 將可控制原因放在內側直交表，而不可控制的原因放在外側，形成直積配置。 進行實驗，取出資料，針對平均值及偏差量作S/N比的計算。 找出最適條件，再作一次確認實驗，完成田口實驗。 * 在此一流程中，激盪出可控制原因，一般為負責此一專案（實驗）的工程師最為清楚，且同類型產品在不同公司，所取出的會十分相近，因此差異不大。 不可控制的原因，目前是大半研發工程師所不清楚的，因為在學校所教導實驗的方式是將此一原因加以控制在可接受的範圍。而在田口方法中卻要將此一原因放入實驗中，因此此一部份將是企業決戰的戰場。 田口博士常發揮的地方是如何正確量測資料。因為資料取的不適當將使得實驗完全失敗。例如：在一