美华管理人才学校资料质量管理田口三次设计讲义.ppt

制定可控因素水平表 据摸底试验，找出了影响膨胀力y的4个可控因素为： A---原料甲加入量。 B---原料乙加入量。 C---原料丙加入量。 D---原料丁加入量。 初步确定了各种成分的配比分别为 Aα%，Bb%，Cc%，Dd% 制定可控因素水平表（续） 其余为主料。以此方案为第2水平，按+50%的变化范围，制定可控因素水平表，见下表。 可控因素水平表 交互作用可以忽略 内设计 选用L9（34）作为内表，进行内设计，其表头设计见下表。 表头设计 确定最佳参数设计方案 灵敏度分析。从表“灵敏度方差分析表”可以看出，电感L与电阻R都是显著因素，但电感L的F值（或贡献率ρ）更大一些。由表“可控因素分类表”可知，电感L为调整因素。当最优水平组合的响应没有达到目标值时，可通过调整因素L进行调整。 原方案R2L2与最优水平组合R3L1的统计特性的比较，结果见下表。 由于R3L1下的电流强度的均值为9.93A与目标值10A相差不大，故不进行均值校正。若调整均值，用调整因素电感L来进行调整。 2个方案比较表 综合误差因素法 在综合误差因素方法中，关于制定可控因素水平表、内设计和制定误差因素水平表的方法和步骤同内外表直积法。 外设计 我们把4个误差因素合并成1个综合误差因素N’，它的3个水平规定如下： N’1---负侧最坏水平，使质量特性y取最小值的各误差因素水平的组合，即N’1=V1’f’3R’3L’3; N’2---标准条件，各误差因素第2水平的组合，即N’2=V’2f’2R’2L’2; N’3---正侧最坏条件，使质量特性y取最大值的各误差因素水平的组合，即N’3=V’3f’1R’1L’1. 外设计（续） 综合误差因素法可大大减少试验次数。本例采用综合误差因素法后的试验次数为9×3=27次，相当于内外表直积法试验次数的1/3。 为了进一步减少试验次数，还可以只考虑综合误差因素N’取2个水平，例如取N’1和N’3。 由误差因素水平表，我们得到内表中9个试验条件具体的N’1和N’3，其结果见下表。 内表试验数据 质量特性y的计算 把综合误差因素N’代入内表中，并计算质量特性值y，其结果见上表。 例如内表中第1号条件，质量特性y11、y13分别为 y11= 90 0.552+(2π×60×0.011)2 =21.5(A) 110 y13= 0.452+(2π×50×0.009)2 =38.4(A) 信噪比η和灵敏度S的计算 对每号试验下得到的2个质量特性yi1和yi3，可利用下列公式算出ηi和S i。 ηi和S i的具体计算结果见上表“内表试验数据”。 以第1号方案为例，有 S m1= (21.5+38.4)2=1794.01(A2) 2 1 S m1= (21.5－38.4)2=142.81(A2) 2 1 S m1=10l g (21.5×38.4) =29.2(dB) η1= l g =7.6(dB) 21.5×38.4 142.81 内表的统计分析 下面对内表进行统计分析，结果如下表。 内表的统计分析 对信噪比的方差分析见下表 信噪比方差分析表 对灵敏度的方差分析见下表 灵敏度方差分析表 由以上的2个方差分析表，可得到因素分类表同内外表直积法。 确定最佳参数设计方案 与内外表直积法分析结果相同，R3L1为最佳参数设计方案。 望小特性参数设计 这里将以钛合金磨削工艺参数的优化设计为例，说明望小特性的参数设计方法。因内外表直积法试验次数太多，我们只介绍综合误差因素法。 例：钛合金磨削工艺参数的优化设计。 钛合金以其强度高、重量轻、耐热性好和具有良好的抗腐蚀性等优点，被人们誉为“未来的钢铁”，目前已被广泛应用于航空、航天、造船和化工等工业部门。但是，钛合金的导热系数小、粘附性强、抗氧化能力低，致使磨削性能极差。即使采用特制的砂轮磨削钛合金，其表面粗糙度也只能达到Ra＞0.6μm。为了进一步降低表面粗糙度，今用参数设计优化钛合金磨削工艺参数。 望小特性参数设计（续） 试验目的：优化钛合金磨削工艺参数，将表面粗糙度降至0.2μm以下。 质量特性：表面粗糙度y（即Ra），望小特性。 试验指标：信噪比η，越大越好。 制定可控因素水平表 据专业知识，选用对表面粗糙度影响较大的因素作为磨削工艺参数中的可控因素，即： A---工件转速（r . min-1）； B---修整砂轮时的走刀量（mm . r-1）； C---工件纵向走刀量（mm . R-1） D---磨削深度（mm）。 为了减少试验次数，其他因素如冷却液、磨床、磨削用量及修整用量中的其他一些参数均固定不变。 制定可控因素水平表（续） 选取可控因素水平，见下表。 表中因素的水平为随机排列，因素间交互作用可以忽略。 内设计 选