實驗設計---田口法介紹

Stay hungry stay foolish……

田口法實驗設計介紹田口法實驗設計介紹田口法實驗設計介紹田口法實驗設計介紹

2011/March2011/March

Dale HsiehDale Hsieh


目錄• 各類實驗手法

• 田口法特色

–直交表

–品質損失函數

–實驗因子分類

– SN比

• 穩健的參數設計

• 靜特性案例說明

• 交互作用

• 允差設計

動特性的參數設計

組織導入田口法

Excel樣板使用

各類直交表

結論,Next step


前言

• 田口式品質工程是田口玄一(Taguchi Genichi)博士於1950年代所開發倡導。

• 利用簡單的直交表實驗設計與簡潔的變異數分析，以少量的實驗數據進行分析，可有效提昇產品品質。遂於日本工業界迅速普及，稱之為品質工程(Quality

Engineering)

• 1951、1953獲得品質論文戴明獎,於1962年獲得品管界最高榮譽之一的品質應用戴明(Deming)獎

• 1980年代後，美國AT＆T、 Ford、 Xerox、Motorola、Kodak等公司亦陸續採用，歐美一般稱之為田口方法(Taguchi Method)


試誤法

• 根據這一次實驗的結果而在下一次的實驗中改變一個(或二個) 因子的水準，稱之最佳猜測途徑(best-

guess approach) 或散彈槍的方式(shot gun approach)

–為傳統上大部分科學家和工程師採用的實驗策略

–缺點為可能進行很長一段時間沒有任何結果、可接受的結果不能保證是最佳的、且完全沒有學習


一次一因子法

– 其缺點在於評估效應時有明顯的偏見，例如對A之效應而言，是植基於其他因子均為水準一的情形下A的表現。一旦其他因子一併變動，原先求出A的效應將沒有意義

• 一次一因子法

– 每次只變動一個因子，而其他因子則維持於前次實驗的水準，以探討因子水準變動之效應。下表中實驗中探討7個2水準因子對y的影響，目標為使y

最小化。實驗1全固定於水準一，實驗2只變動A至水準2，其餘維持不變，是以A之效應為0.3。實驗3只變動B至水準2，其餘維持和實驗2相同，是以B之效應為0.5。效應為正，代表該因子變化時對y值而言有加大的趨勢；效應為負，則有減小的趨勢。當目標為使y減至最小，則應找出各因子貢獻最小的組合，亦即A1 B1 C2 D1 E1 F2

G1。


一次一因子法

• 其主要缺點為未能考慮介於因子間的任何可能之交互作用( i n t e r a c t i o n )、實驗結論的再現性可能差

• 所謂交互作用指的是一個因子無法在另一個因子的不同水準對回應變數(y) 產生相同的效果時，當因子間存在著交互作用時，即各因子的效果非加法性質，容易造成錯誤的結果

如圖二所示，因子B在不同水準下(

B1、B2) ，A因子的改變( A1至A2) 對回應變數(y) 有不同的效果，即兩條線不平行。


全因子法• 全因子法

– 所有因子水準的組合均在實驗中出現，因子或水準愈多，所需的實驗愈多，花費的時間、精力或成本也愈多，可行性愈低。。以下表為例，擁有2水準的4個因子，共有24＝16個實驗組合。目標為欲使y最小，則應取第3組實驗組合A1 B1 C2

D1。

– 因為每一種組合在上述16種實驗中均出現，因此可直接指出最佳組合，不需再做因子反應圖。但如果繪出因子反應圖，亦可看出此組合。


全因子實驗,部分因子實驗

• 全因子實驗(full factorial experiment) 包含所有可能的組合，可考慮所有的交互作用，但所需進行的實驗過多

– 如一實驗有一個二水準(2-level) 的因子，七個三水準(3-level)

的因子，其所需進行的實驗次數為21 ´ 37 =4 3 7 4，需耗費太多的時間與金錢，且增大誤差因子的空間

• 部分因子實驗(fractional factorial experiment)，乃基本的因子設計的一個變化型態，在其中只有進行一個子集合的實驗

– 例如一個實驗具有5個2水準的因子，全因子實驗需要25 = 32

次實驗，可能的一個部分因子設計只需1 6次實驗，稱之為1/2

部分實驗(one-half fraction) ，它可以提供有關5個因子主效應及因子間交互作用的良好訊息。


實驗計劃法• 實驗計劃法(design of experiments，DOE) 係於1 9 2 0年代英國學者Ronald A.

Fisher氏研究所創， F i s h e r氏建立了實驗設計的基本原理，及有關數據分析的技術

– 他發展出並首次應用變異數分析法(analysis of v a r i a n c e，A N O VA) 以作為實驗設計中主要的統計分析工具，其整個檢定程序可摘要為變異數分析表(analysis of variance table)，

– F i s h e r爵士所開發的實驗計畫法可以定義為“透過(技術、市場) 實驗提高獲得資訊之效率的整個泛用技術”，除了評估個別因子對輸出回應的主效應外，著重在分析各因子間的交互作用

• 而田口玄一博士( D r. Genichi Ta g u c h i )在1 9 5 0年代至1 9 6 0年代初期研發而成的田口法( Taguchi Methods，田口式品質工程，或田口實驗計劃法)，是較近似於工程的方法(engineering approach)，又稱為穩健性設計(Robust Design)

– 除了各因子的主效應外，乃在尋求各因子間交互作用對輸出回應的最佳化，或避免其對輸出回應的負面影響【即不探討或分析各因子間的交互作用】，為一工程最佳化的策略


田口方法最大的特點

田口方法最大的特點在於

• 以較少的實驗組合，取得有用的資訊。雖不如全因子法真正找出確切的最佳化位置，但能以少數實驗便能指出最佳化趨勢，可行性遠大於全因子法

• 田口方法有以下特點：(1)基於品質損失函數之品質特性、(2)實驗因子的定義與選擇、(3)田口直交表(4) S/N比



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


田口直交表 (L8)

• 右表為L8(27)，代表共有8

組實驗，其中最多可容納2

個水準的因子7個(在全因子試驗中需有27＝128組實驗)。

• 下表為[一因子]實驗法 (not

good)



• 若目標為欲使y最小，則應選取各因子較低的效應，亦即A2 B1 C1 D1 E2 F2

G1。此組合在先前8個實驗中並未出現。在因子間無交互作用的假設下，因子效應可加成，則預測的最佳值為 0.95



• 田口直交表以La(bc×de)表示，代表共有a組實驗，其中最多可容納b個水準的因子c個，d個水準的因子e

個，而L取自Latin square。

• 是以常用的L18(21×37)代表共有18組實驗，其中最多可容納2個水準的因子1

個，3個水準的因子7個(在全因子試驗中需有21×37＝4,374組實驗)。

L18 F1 F2 F3 F4 F5 F6 F7 F8

Treat \ Factor A B C D E F G H

T1 1 1 1 1 1 1 1 1

T2 1 1 2 2 2 2 2 2

T3 1 1 3 3 3 3 3 3

T4 1 2 1 1 2 2 3 3

T5 1 2 2 2 3 3 1 1

T6 1 2 3 3 1 1 2 2

T7 1 3 1 2 1 3 2 3

T8 1 3 2 3 2 1 3 1

T9 1 3 3 1 3 2 1 2

T10 2 1 1 3 3 2 2 1

T11 2 1 2 1 1 3 3 2

T12 2 1 3 2 2 1 1 3

T13 2 2 1 2 3 1 3 2

T14 2 2 2 3 1 2 1 3

T15 2 2 3 1 2 3 2 1

T16 2 3 1 3 2 3 1 2

T17 2 3 2 1 3 1 2 3

T18 2 3 3 2 1 2 3 1


品質損失函數

• 傳統品質損失觀念==>

• ==>田口品質損失觀念


田口損失函數公式

2)()( mykyL −=

2)( kyyL =

22 /)()( yAyL ∆=

望目特性

望小特性

望大特性



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


• 在田口實驗計劃法中，信號/ 誤差比(Signal-to-Noise (S/N) rat i

o，η，單位：分貝，d e c i b e l，d b)為穩健性唯一的評估標準(the only measure of ro bu s t n e s

s )，即信號/誤差比(S/N rat io) 是穩健性的指標( i nd ex of

robustness)

信號/ 誤差比


信號/ 誤差比

• 數字越大愈好

–同一次實驗內(L18, L9..),數字越大愈好,表示該因子抗雜訊能力強.不論是望大或望小或望目實驗,

S/N比均是數字越大愈好

–不同實驗(這次L18,跟另一次L18)的 S/N比,不能比較 (沒有意義)


影響品質特性的因子影響品質特性的因子大致可分為三類：

1. 控制因子

– 參數設計中實驗者可以控制的因子。若該因子在變動水準時，品質特性的變異維持不變，則稱為調整因子，可藉此作為為輸出值微調之用。

2. 信號因子

– 在特定的控制因子下，輸入某一信號因子可使品質特性隨之做連續函數的變化。

3. 干擾因子(或稱雜訊因子)

– 干擾因子為實驗者無法控制，使品質特性產生變異。其又可分為左列數種：

雜訊項目說明

內部雜訊

1.產品劣化。物料或材質變異或尺寸變

異。

2.製造不良。原料零件加工之變異。

外部雜訊外在環境或加工條件而造成品質特性之

變異。

產品雜訊產品之間的品質差異。


因子的案例說明

• 電鍍工程

–輸入(信號因子): 電氣量

–輸出 (品質特性 ): 電度量

–控制參數 (控制因子):電流波形,電流配分,電鍍液溫度, 濃度.組成比,流速,張力,檢間間距

–雜訊:溫差,度槽內位置,度液劣化



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


對付雜訊的方法• 發現雜訊與除去

– 常見品管手法

– 要控制雜訊變動,造成成本提升

• 例如:要求更精準的溫度控制,壓力控制

• 輸出的補正

– 利用回饋方式進行補正

– 從古至今使用的方法

• 例如: 調整射箭的力道/角度

• 雜訊影響的減弱

– 90%的技術人員不知道這個手法

– 使用田口法的參數設計可達成此功能

• 概念如:練成強壯的身體,抵抗病毒


雜訊影響的減弱與參數設計的構思

• 日本磁磚工廠（1953年)

– 以前：自歐洲購入高價的隧道式窯爐

• 隧道位置不同,溫度變異大,造成磁磚尺寸,色澤差異,以及彎曲現象,

身陷苦惱

– 方法

• 一般品管對策:努力改善溫度的變異（＄＄＄）

• 該工廠的方法: 磁磚材料調配改良,減弱溫度不同的影響


田口玄一對品質的定義

• 一件產品的品質為該產品出廠後給社會帶來的最小損失。

• 田口玄一使用品質損失之觀念來衡量產品之品質。

• 從「降低雜訊對產品品質的影響降低雜訊對產品品質的影響降低雜訊對產品品質的影響降低雜訊對產品品質的影響」著手，來提升產品品質


穩健參數設計的概念

輸入輸出系統

將雜訊影響最小化,

穩健的參數設計

雜訊

輸入

輸出

輸入

輸出

在產品設計或製程設計時，將可控制因子與雜音因子分開，並找出一組對雜音因子的變化影響不敏感的可控制因子的設計


穩健設計的目的、手段與結果

• 穩健設計的目的:

–藉由減少變異之影響來增進產品的品質而不是去除其發生的原因 (因為可能很困難控制或控制成本太高) 。

• 穩健設計的手段:

–運用在產品及製程設計上，藉由使產品對環境因素及構成組件變異的不敏感，去增進產品製程能力和可靠度。

• 穩健設計的結果為:

–經由設計使得對不容易控制的因素不敏感。


穩健設計方法:產品/製程開發三階段

• 步驟 1.系統設計

–以工程技術發展具有期望性能的產品/製程

• 步驟 2.參數設計

–將因子區分為控制因子及雜音因子。

–以最低成本，找出受雜音因子影響最小，最穩定的控制因子組合。

• 步驟 3.允差設計

–用於最佳允差值大於可容許允差時。

–需控制雜音因子，更改設備或精確的參數控制。

–成本提高。


穩健設計方法:產品/製程開發三階段

1、系統設計

– 產品結構或製程技術的選擇。

– 此步驟為調查生產此產品相類似的技術。

– 包含技術的選擇及製程設計。

2、參數設計 (應用田口法）

– 選擇控制因素及最佳的水準組合。

– 最佳的水準組合可經由實驗獲得知資訊求得。

3、允差設計 (應用田口法）

– 允差因子最佳化的選擇。

– 先決定各噪音因子的對品質損失的貢獻度。

– 再降低噪音因子的靈敏度然後再控制雜音因子。



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


田口方法的實施步驟

可分為下列十項：

– 1. 選定品質特性

– 2. 判定品質特性之理想機能

– 3. 列出所有影響此品質特性的因子

– 4. 定出信號因子的水準

– 5. 定出控制因子的水準

– 6. 定出干擾因子的水準，必要的話，進行干擾實驗

– 7. 選定適當的直交表，並安排完整的實驗計劃

– 8. 執行實驗，記錄實驗數據

– 9. 資料分析

– 10. 確認實驗

• 重覆以上步驟，直到達到最佳的品質及性能為止。


非動態回應有五種型式非動態回應有五種型式

• (1) 運轉(操作) 區間特性( o p e rating window re s p o n s e )

– 目標為將代表兩個失效模式啟始( t h resholds) 的差異最大化，例如焊接電流的啟始(

welding curre n t t h re s h o l d s )、治療範圍( t h e rapeutic window )

• (2) 望小特性( S m a l l e r-the-Better Response)

– 目標為降低變異性和將其平均值(mean) 最小化，例如縮小( s h ri n k age )、變形( d i s

t o rt i o n )、低介電值材料的介電常數( d i e l e c t ric constant)

• (3) 望大特性( L a rge r-the-Better Response)

– 目標為降低變異性和將其平均值(mean) 最大化，例如開始洩漏的壓力、黏著強度(adhesion stre n g t h )、薄膜的硬度

• (4) 望目特性(Nominal-the-Best Response)

– 此種型式的回應有一目標值( t a rget va l u e )，目標為降低變異性且使其在目標值附近，例如沉積薄膜的厚度、輸出電壓；

• (5) 分級屬性特性( C l a s s i fied Attri bute Response)

– 回應無連續值(contiunous va l u e )，只有屬性值( at t ri bu t e va l u e )，如好/不良/壞(

go o d / p o o r / b a d )、成功/失敗、最好到最壞等，實例有外表、孔隙度( d egree of

porosity)


實例介紹─磁磚製程設計也可同時看厚度（望目）和均勻度（望小)

L18最多(1+7)個因子,可以少因子

動態特性才需仔細考量


實驗數據

P1~P7: 七個量測值Ave: P1~P7平均值S: P1~P7標準差

參考:Page 59干擾因子的水準選擇


資料分析

厚度-因子反應圖

ＳＮＳＮＳＮＳＮ比比比比,數字要大數字要大數字要大數字要大厚度厚度厚度厚度,望目望目望目望目


二階段方式進行最佳化


確認實驗



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


35373941434547

A1 A2 A3E1E2E3

前3大SN因子,交互作用

• 有交叉的線,即表示有交互作用

• 慎選品質特性及控制因子去儘量降低交互作用至可接受的範圍

35.0037.0039.0041.0043.0045.0047.0049.00H1 H2 H3

E1E2E335.0037.0039.0041.0043.0045.0047.0049.00

H1 H2 H3E1E2E3


交互作用

• 左:強交互作用右:弱交互作用

–弱交互作用 (weak interactions) 是可以接受的

–強交互作用 (strong interactions) 是必須避免的

B1 B2

品品品品

A1 A2

D1 D2

品品

品品

C1 C2


選擇品質特性以降低交互作用

• 品質特性: yield ==> Darkness

• 選擇品質特性以降低交互作用==> 最好是連續實數函數,是各控制因子的單調函數(monotonic functions),最好是與能量轉換有關

烘烤時間和烘烤溫度間的交互作用

20min 30minD

ark

ness

150℃ 200℃

20min 30min

Yie

ld

150℃ 200℃


適當及不適當的品質特性例子

適當的品質特性不適當的品質特性

力良率或不良率

距離通過或不通過

速度可靠度

加速度外觀

壓力缺失數目

時間氣泡數目


選擇控制因子以降低交互作用

• 譬如在波霸奶茶實驗中, 因子B (混合方式) 和C (溫度量測位置) 間有交互作用, 這是實驗前就可以依常識知道的

• 滑動水準 (sliding levels) 常可以降低交互作用

• 滑動水準: 烤麵包例子

– 烘烤時間 (A), 考慮20分鐘或30分鐘兩個水準

– 烘烤溫度 (B), 則考慮低溫及高溫兩個水準

• 烘烤時間20分鐘時低溫及高溫分別是170℃及220℃

• 烘烤時間30分鐘時低溫及高溫分別是130℃及180℃


化工產品產能例子

• 原來的實驗計劃及交互作用圖

使用滑動水準的實驗計劃及交互作用圖

Level 1 Leve 2 Level 3

Level 1 200℃

Level 2 250℃

Level 3 300℃ 10 hrs 17.5 hrs 25 hrs

Level 4 350℃

Level 5 400℃

Time

Temperature

10 hrs 25 hrs

Yie

ld

200℃ 400℃

Level 1 Leve 2 Level 3

Level 1 200℃ 18.75 25 31.25

Level 2 250℃ 15 20 25

Level 3 300℃ 11.25 15 18.75

Level 4 350℃ 7.5 10 12.5

Level 5 400℃ 3.75 5 6.25

Time (hrs)

Temperature

Short Long

Yield

200℃ 400℃



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


應答解析法與允差設計

• 應答解析法:利用直交表進行允差設計的方法,稱為應答解析法

• 選擇各因子的變異後(L2, L2-?%,L2+?%),進行直交表的配列進行實驗,

依樣畫出要因效果圖,依此圖進行等級及允差的合理性檢討

Output Average

8.008.509.009.5010.0010.5011.0011.50

1 2 3 4 5 6 7 8Factorsoutput average 數列1 數列2 數列3

Average table A B C D E F G HLevel \Facotr F1 F2 F3 F4 F5 F6 F7 F81 10.03 9.46 10.10 10.31 10.40 10.04 11.01 9.432 10.14 10.11 10.11 10.08 10.08 10.13 10.00 10.083 10.67 10.04 9.86 9.77 10.08 9.25 10.75max-min 0.11 1.21 0.07 0.45 0.64 0.09 1.76 1.32ranking 6 3 8 5 4 7 1 2max 10.14 10.67 10.11 10.31 10.40 10.13 11.01 10.75


允差設計案例• 各常數的變化範圍

– F2~F4, F8: +-10% (F1沒使用）

– F7~F8: 30%

• 變異數 1.11

各常數的變化範圍

前三大因子 F2,F7,F8變異縮小1/2

變異數 0.61 (vs 1.11==> 44% reduction)L18 F1 F2 F3 F4 F5 F6 F7 F8 OutputTreat \ Factor A B C D E F G H p1T1 1 1 1 1 1 1 1 1 10.17T2 1 1 2 2 2 2 2 2 9.35T3 1 1 3 3 3 3 3 3 8.62T4 1 2 1 1 2 2 3 3 10.14T5 1 2 2 2 3 3 1 1 10T6 1 2 3 3 1 1 2 2 9.94T7 1 3 1 2 1 3 2 3 11.59T8 1 3 2 3 2 1 3 1 8.94T9 1 3 3 1 3 2 1 2 11.51T10 2 1 1 3 3 2 2 1 8.33T11 2 1 2 1 1 3 3 2 9.27T12 2 1 3 2 2 1 1 3 11.04T13 2 2 1 2 3 1 3 2 9.01T14 2 2 2 3 1 2 1 3 11.95T15 2 2 3 1 2 3 2 1 9.64T16 2 3 1 3 2 3 1 2 11.38T17 2 3 2 1 3 1 2 3 11.13T18 2 3 3 2 1 2 3 1 9.491.11

L18 F1 F2 F3 F4 F5 F6 F7 F8 OutputTreat \ Factor A B C D E F G H p1T1 1 1 1 1 1 1 1 1 10.33T2 1 1 2 2 2 2 2 2 9.66T3 1 1 3 3 3 3 3 3 9.02T4 1 2 1 1 2 2 3 3 10.21T5 1 2 2 2 3 3 1 1 9.84T6 1 2 3 3 1 1 2 2 9.94T7 1 3 1 2 1 3 2 3 10.95T8 1 3 2 3 2 1 3 1 9.25T9 1 3 3 1 3 2 1 2 10.68T10 2 1 1 3 3 2 2 1 8.88T11 2 1 2 1 1 3 3 2 9.9T12 2 1 3 2 2 1 1 3 10.37T13 2 2 1 2 3 1 3 2 9.3T14 2 2 2 3 1 2 1 3 10.88T15 2 2 3 1 2 3 2 1 9.95T16 2 3 1 3 2 3 1 2 10.51T17 2 3 2 1 3 1 2 3 10.53T18 2 3 3 2 1 2 3 1 9.820.61


允差設計

• 允差設計

– 允差因子最佳化的選擇

– 先決定各噪音因子的對品質損失的貢獻度

– 再降低噪音因子的靈敏度然後再控制雜音因子

允差設計

用於最佳允差值大於可容許允差時

需控制雜音因子，更改設備或精確的參數控制

成本提高



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step



• 動特性案例

(系統 )(輸出)(輸入)

– (水龍頭)(水量)(轉閥的圈數)

– (切削加工)(切削量)(進刀量)

• 動特性的參數設計

– 除了下述各點其他與望目特性相同

• 系統輸出入的探討

• 理想機能的探討

– 線形(零點比例式,一次式,基準點比例式)

– 非線形 (依據變數轉換為線形,因應技術要求的部份)

• 輸出變動的評價方法

• SN比的計算方法

輸入

輸出

N1

N2N1

N2

N1

N2


動特性的參數設計-

example• 風速實驗 (冷卻風扇在光源燈部)

– 輸入5V, 15V, 25V;輸出風速 (meter/second)

– N1 (排出口無障礙) N2 (排出口有障礙)OutputL18 F1 F2 F3 F4 F5 F6 F7 F8 M1 5 M2 15 M3 25Treat \ Factor A B C D E F G H N1 N2 N1 N2 N1 N2 SN ratio S^ (感度)T1 1 1 1 1 1 1 1 1 0.12 0.09 0.31 0.26 0.44 0.41 -4.17 -35.08T2 1 1 2 2 2 2 2 2 0.18 0.15 0.28 0.23 0.44 0.32 -12.77 -35.86T3 1 1 3 3 3 3 3 3 0.36 0.31 1.2 0.96 1.56 1.46 -5.99 -23.94T4 1 2 1 1 2 2 3 3 0.25 0.22 0.77 0.66 1.24 1.2 1.76 -26.29T5 1 2 2 2 3 3 1 1 0.24 0.19 0.84 0.73 1.26 1.08 -4.81 -26.36T6 1 2 3 3 1 1 2 2 0.23 0.2 0.79 0.67 1.24 1.02 -5.35 -26.74T7 1 3 1 2 1 3 2 3 0.13 0.08 0.14 0.34 0.3 0.56 -15.93 -35.41T8 1 3 2 3 2 1 3 1 0.23 0.19 0.57 0.26 0.91 0.56 -14.45 -30.67T9 1 3 3 1 3 2 1 2 0.24 0.19 0.86 0.68 1.32 1.12 -5.35 -26.15T10 2 1 1 3 3 2 2 1 0.26 0.17 0.86 0.67 1.3 0.98 -8.82 -26.58T11 2 1 2 1 1 3 3 2 0.06 0.04 0.23 0.28 0.37 0.27 -11.40 -37.24T12 2 1 3 2 2 1 1 3 0.36 0.34 1.14 1.04 1.7 1.58 -1.08 -23.41T13 2 2 1 2 3 1 3 2 0.21 0.12 0.77 0.6 1.18 1.04 -5.57 -27.06T14 2 2 2 3 1 2 1 3 0.31 0.3 1.12 0.93 1.66 1.42 -4.92 -23.97T15 2 2 3 1 2 3 2 1 0.1 0.04 0.33 0.24 0.56 0.47 -8.00 -33.99T16 2 3 1 3 2 3 1 2 0.28 0.23 1.1 0.82 1.66 1.24 -9.13 -24.54T17 2 3 2 1 3 1 2 3 0.27 0.23 0.83 0.72 1.3 1.08 -4.89 -26.25T18 2 3 3 2 1 2 3 1 0.28 0.19 0.76 0.57 1.06 0.71 -11.99 -28.41


SN table

-12.00-10.00-8.00-6.00-4.00-2.000.00 1 2 3 4 5 6 7 8

FactorsSN ratio 數列1 數列2 數列3

Output Average

-32.00-31.00-30.00-29.00-28.00-27.00-26.00-25.00-24.00-23.00 1 2 3 4 5 6 7 8

Factorsoutput average 數列1 數列2 數列3

風速實驗---圖表SN table A B C D E F G HLevel \Facotr F1 F2 F3 F4 F5 F6 F7 F81 -7.45 -7.37 -6.98 -5.34 -8.96 -5.92 -4.91 -8.712 -7.31 -4.48 -8.87 -8.69 -7.28 -7.01 -9.29 -8.263 -10.29 -6.29 -8.11 -5.91 -9.21 -7.94 -5.18max-min 0.14 5.81 2.58 3.35 3.05 3.29 4.38 3.53ranking 8 1 7 4 6 5 2 3max -7.31 -4.48 -6.29 -5.34 -5.91 -5.92 -4.91 -5.18Average table A B C D E F G HLevel \Facotr F1 F2 F3 F4 F5 F6 F7 F81 -29.61 -30.35 -29.16 -30.83 -31.14 -28.20 -26.58 -30.182 -27.94 -27.40 -30.06 -29.42 -29.13 -27.88 -30.80 -29.603 -28.57 -27.11 -26.07 -26.05 -30.24 -28.94 -26.55max-min 1.67 2.95 2.95 4.76 5.09 2.37 4.22 3.63ranking 8 6 5 2 1 7 3 4max -27.94 -27.40 -27.11 -26.07 -26.05 -27.88 -26.58 -26.55


風速實驗---圖表

• ＳN比：選大的

–使SN比變高的水準為 A2B2C3D1E3F1G1H3

• 感度：選大的（此例為-電壓對風速的斜率)

–從上頁兩個要因效果圖中,D的趨勢相反 (Ｓｎ比及感度圖）

–若選擇D3,會造成直線性變差,抗雜訊變弱.因此選擇D1



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


現行開發模式的問題點

• 現行開發模式的問題點

– 依據除蟲周期 (debug cycle)進行開發

• 第一次試作 (設計\試作\試驗\改良)

• 第二次試作 (設計\試作\試驗\改良)

• …...第n次試作(設計\試作\試驗\改良)

– 試驗中沒抓出品質問題 (造成不良品流入市場,客訴/回收/補償)

– 找不到對策來縮短開發期 (只好增加開發部門的人)

– 開發後期產品成本上升 (因解決品質對策,付出成本) (例如塗料熟成,成品靜置避免壓痕)

– 開發費用過高,競爭力降低 (人員加班/假日出勤)


設計方法比較

符合目標需求之設計

加上雜訊進行實驗

檢討品質對策

符合目標需求之設計結果



檢討品質對策




檢討品質對策


不受雜訊影響的設計

調整到目標值

品質問題最小化

一般性設計方法田口2階段設計方法


設計方法比較

• 一般性設計方法就是除蟲週期

–一開始就想要使目標值出來,就會引起除蟲週期

•被最初得到的解答牽著鼻子走，不敢進行較大的改變

• 田口的兩階段設計

–不受雜訊影響的設計

–調整到目標值


田口方法的體系

Step

基本機能

損失函數

基本機能

技術開發實驗計劃法

參數設計 SN比

2階段設計法

產品企劃製品許容差損失函數

基本機能

損失函數

設計基本機能

參數設計實驗計劃法

SN比

生產準備 2階段設計法

許容差設計應答解析法

損失函數

許容差決定安全係數

生產 Online QE 損失函數

銷售

田口方法主要戰術/方法

系統選擇

系統選擇


運用損失函數於生產線管理

On Line品質工學

• 將損失函數思維擴大,運用經濟性的見解為最佳化方法

–將製造所有成本(函檢查成本),及品管不良所衍生的成本全部加上,使總成本做小化.針對對管理系統,檢查週期,調整週期及調整界限,工程管理所有參數值之設計

–回饋控制(量測後調整),製造工程診斷與調整(調查異常原因後修理或調整),管理成本的降低,預防保養,前饋控制(選擇組合),檢查設計,量測器校正


運用損失函數

• 系統的特性(輸出)的允差如何決定

– 經驗 (例如被退貨,業界通用標準)

– 統計方法 (例如 +-3*sigma)

– 田口方法的損失函數 (經濟性觀點)

• 例如

– 影印機的感光體電壓目標值 100V,市場使用規格+-

50V (>+50V 黑影, <-50V較薄之原稿跳飛影印). 若客戶要求修理產生的處理費用 $100 USD,感光體的生產成本 $10 USD

– 安全係數 (Phi)=Sqrt(100/10)=3.16

– 工廠出貨的電壓允差 50/3.16=15.8 V

100

10


田口方法的全組織活用成果

研究，技術開發 �成品率提升�技術確立為止之時間縮短(30%~50%減少)�接受及交付無重工的技術

新產品開發 �降低開發階段的品質問題 (30%~50%減少)�開發期間的縮短 (30%~50%減少)�降低開發成本�降低設計變更

生產 �量產時間的縮短�提升工程能力降低場內品質異常�降低品質損失成本�降低品質管理成本

市場 �降低市常客訴回收�降低市場損失成本



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step


Excel 田口法樣板使用

• 開範例說明

– L18

•望大

•望小

•望目


直交表 L4, L8,L9

L4 A B CTreat \ Factor F1 F2 F31 1 1 12 1 2 23 2 1 24 2 2 1• L4 (23), L8(27), L9(34), L12(211), L16(215), L'16(45), L18(21X37),

L25(56), L27(313), L32(231),L'32(21X49), L36(211X312), L'36(23X313),

L50(21X511)


內外直標表混合應用

• 以內外直標表混合應用，控制因子放在外直交表，干擾因子放在內直交表。以下圖為例，

–外直交表採L18(21×37)

–內直交表採用2水準的L8(27)


干擾因子的水準選擇• 在上述內直交表法中，實際的實驗組合共有

18×8＝144種組合，仍嫌多了一點。干擾實驗的目的即在於先將眾多的干擾因子合成單一干擾因子，減少實驗組合

– 先在某一特定控制因子條件組合下(一般採用現有設計)先做2水準的干擾實驗。將簡化的干擾因子至入直交表中，進行實驗，分析因子效應。

– 如下圖針對4個2水準的干擾因子a、b、c、d進行的因子反應圖。

干擾因子的水準選擇，在合理的情形下，愈極端愈好。圖上a2 b1 c2 d1使品質特性降低，a1 b2 c1 d2使品質特性增加。是以可以複合成單一的2水準干擾因子N：

N1(使品質特性降低)：a2 b1 c2 d1

N2(使品質特性增加)：a1 b2 c1 d2

在接下來的每一組控制因子的直交表實驗中，僅需做N1、N2的變化，即可代表在干擾因子參與下的情形。如果在此極端的複合干擾因子的作用下，品質特性仍不受影響，則該組合應為最佳的穩建設計，必定能夠抵抗其他的干擾因子變



• 田口法特色

–直交表



– SN比



• 交互作用

• 允差設計



Excel樣板使用

各類直交表

結論,Next step

Ｑ＆Ａ


結論

• 田口法

–藉由減少變異之影響來增進產品的品質而不是去除其發生的原因 (因為可能很困難控制或控制成本太高)

–以較少的實驗組合，取得有用的資訊

–從技術開發至生產均可應用此法


Next Step......

• 複習教材,參考實作案例

• 經過幾次練習,養成獨立使用田口法的能力

• 諮詢及討論如何應用於實驗

– Dale Hsieh, 謝盛誠

– Mail: [email protected]


Minitab 統計軟體

• http://www.minitab.com.tw/


自學建議書目

• http://www.books.com.tw/exep/prod/booksfile.php?ite

m=0010498088


自學建議書目


田口方法的體系

Q & A

實驗設計---田口法介紹

Data & Analytics

Transcript of 實驗設計---田口法介紹