田口式实验计划法的应用培训.pptx

田口式实验计划法的应用一、为什么需要实验设计同样在生产同规格的产品，为什么有些厂商的良品率就是比较高。同样是在生产同类型的产品，为什么有些人的产品性能以及寿命就是比较好，而成本又比较低呢？相同原料相同制程为什么良品率不一样？为什么可以做出低成本高质量的产品？更便宜的原料相同产品相同功能实验方法一次一个因素法每次只改变一个因子，而其它因子保持固定。缺点是不能保证结果的再现性，尤其是有交互作用时。 例如在进行A1和A2的比较时，必须考虑到其它因子，但目前的方法无法达成。 一次一因素的实验实验次数ABCDEFG实验結果1A1B1C1D1E1F1G112A2B1C1D1E1F1G123A2B2C1D1E1F1G134A2B2C2D1E1F1G145A2B2C2D2E1F1G156A2B2C2D2E2F1G167A2B2C2D2E2F2G178A2B2C2D2E2F2G28全因子实验法全因子实验法所有可能的组合都必须加以深究，信息全面，但相当耗费时间、金钱，例如: 7因子，2水准共须做128次实验。 13因子，3水准就必须做了1,594,323次实验，如果每个实验花3分钟，每天8小时，一年250个工作天，共须做40年的时间。 A(64)B(32)C(16)D(8)E(4)F(2)G(1)结果111111112111111231111121411111225111121161111212711112218111122291112111101112112111112121…..12722222211282222222田口式实验计划法?由田口玄一博士所提出的一套实验方法，它在工业上较具有实际应用性，是以生产力和成本效益，而非困难的统计为依归。 厂商必须致力于在生产前就使复杂的产品达到高品质。 减少变异亦即要有较大的再现性和可靠性，而最终目的就是要为制造商和消费者节省更多的成本。正交表(Orthogonal Array)直交表(正交表) 直交表用于实验计划，它的建构，允许每一个因素的效果，可以在数学上，独立予以评估。 可以有效降低实验次数，进而节省时间、金钱而且又可以得到相当好的结果。 次数ABCDEFG结果123456711111111Y121112222Y231221122Y341222211Y452121212Y562122121Y672211221Y782212112Y8DOE运用的经典案例：瓷砖工厂的实验 在1953年，日本一个中等规模的瓷砖制造公司，花了200万元，从西德买来一座新的隧道，窑本身有80公尺长，窑内有一部搬运平台车，上面堆着几层瓷砖，沿着轨道缓慢移动，让瓷砖承受烧烤。 问题是，这些瓷砖尺寸大小的变异，他们发现外层瓷砖，有50%以上超出规格，则正好符合规格。引起瓷砖尺寸的变异，很明显地在制程中，是一个杂音因素。 解决问题，使得温度分布更均匀，需要重新设计整个窑，需要额外再花50万元，投资相当大。內部磁砖外层磁砖(尺寸大小有变异)改善前上限改善前尺寸大小下限外部磁砖內部磁砖原材料粉碎及混合成型烧成上釉 烧成控制因素水准一(新案)水准二(现行)A:石灰石量5%1%B:某添加物粗细度细粗C:蜡石量53%43%D:蜡石种类新案组合现行组合E:原材料加料量1300公斤1200公斤浪费料回收量0%4%长石量0%5%L8直交表A石灰石量B粗细度C蜡石量D蜡石种类E加料量F浪費回收G长石量每百件尺寸缺陷数ABCDEFG12345671234567111111115粗43现13000016211122225粗43新12004517312211225细53现13004512412222115细53新1200006521212121粗53现1200056621221211粗53新13004068722112211细43现12004042822121121细43应表(Response Table)要素不良总数不良百分比要素不良总数不良百分比A151/40012.75E112230.50A214235.5E27117.75B110726.75F15413.50B28621.5F213934.75C110125.25G113233.00C29223.00G26115.25D17619.00合计19324.12D211729.25最佳条件确认 由于缺陷是愈小愈好，所以依此选出的最佳条件为：A1B2C2D1E2F1G2。确认实验：将预期的缺陷数和“确认实验”的结果做比较。但事实上厂商选得是A1B2C1D1F1G2，主要的原因是C(蜡石)要因的价格很贵，但改善的效果又不大，所以选C1(蜡石含量为43%) 內部瓷砖外层瓷砖(尺寸大小有变异)改善后改善前上限尺寸大小下限外部瓷砖內部瓷砖讨论题 从本案例中，你认为最能提供最完整的实验数据的