DOE试验设计与田口方法-培训教材(上)
合集下载
DOE试验设计和田口方法专题培训课件
二﹑S/N比之基本含義
三﹑田口理論四種因子之概念
1. 調整因子(Adjust factor)
調整因子是不影響S/N比但可 以調整品質特性至目標值的因子。 在兩階段的過程中，調整因子是 在不改變變異情況下，但可以修 正全體偏差的因子。
2. 信號因子(Signal factor)
信號因子是評價SN比之信號 (S)的因子,通過調整信號因子, 可以改變品質特性值,也就是當 目標值改變時,通過調整信號因 子可以使輸出與目標值一致.信 號因子并非一個設計參數﹐而是 可以由使用者自行改變的因子. 信號因子與回應值間具有輸入與 輸出的關系。
5. 單個因子各水准之RAW值
怎么算???
例如C因子計算過程：Max-min=1.645 C1=(10.59+3.24+ 10.53+2.52) /4=5.4700 C2=(0.84+3.45+9.24+1.77) /4=3.8250 Max-Min=5.47-3.825=1.6450 其余因子依此類推
4. 單個因子各水准之S/N比值
怎么算???
例如B因子計算過程：Max-min=4.7992 B1=(-20.4979+(-10.2109)+ (-19.3134)+(-4.9595)) /4=13.7454 B2=(1.5144+(-10.7564)+ (-14.8545)+ (-8.0280)) /4=8.0311 Max-Min=-8.3787-(-13.3978)=4.7992 其余因子依此類推
6. 單個因子各水准之S/N比圖形
怎么繪???
S/N比圖形的繪制依據各因子各水准之S/N值來進行﹐縱座標表示 S/N比值﹐橫座標表示各因子和水准﹐用直線連接各水准之S/N比 ﹐依此可以判定最佳組合(S/N值最大之水准組合﹐即圖形中最上 面的點。)
Taguchi田口实验设计培训
触片形状 标准 长
支撑长度 全长 .25mm间隙
材料厚度 0.012英尺 0.011英尺
方向 标准 横向
21
问题？
22
• 信噪比(Signal to Noise Ratio) ：信噪比和稳健(Robustness) 的概念紧密相关, 稳健的概念追求产品或流程的表现在受到因素 的波动时候的稳定性. 这个比用S/N来表示，S/N可以是:
望目值 – 某个目标值
望大值 – 比如合格率
望小值 – 比如维修时间
14
用Minitab进行Taguchi实验的实例 (1)
一个接触器的使用寿命的实验设计示例 （四因子两水平）
Y = 寿命 (衡量指标为: 次)
因子:
A = 触片形状 (标准, 长) B = 支撑长度 (全长, .25mm间隙) C = 材料厚度(0.012英尺, 0.011英尺) D = 方向 (标准, 横向)
•
在Minitab中, 统计>DOE>田口 > 创建田口设计
2
传统试验析方法和试验设计比较
• 传统试验方法：
– 将应影响输出的众多输入变量（因子）在同一时间只允许有 一个变量变化，其他相对固定。 – 试验周期长，浪费时间，可能导致试验成本大幅提高，并拖 延产品上市时间。 – 试验方法粗糙，因为无法考察因子间的交互影响，得到的结 论可能和实际不符－导致质次价高。
5
优化的温度为 200
220
240
传统试验方法－多次单因子试验(3)
实例: 烤蛋糕
先固定烘烤温度为200℃，实验不同烘烤时间下的蛋糕厚度
12 10
蛋糕厚度 (cm)
8 6 4 2 0 7.5 15 30 时间 (mins)
DOE实验设计培训教材
Y
X
X
没有交互作用 有一点交互作用 (平行的形状)
X
有很大的交互作用
交互作用图
低A 高A
低A
A&B间没有交互作用
高A
低B 高B
低A 高A
定义：当有交互作用存在时,
一个要素对回应的影响与其他各 规范要素对回应的影响是不同的.
A&B相互作用
高A
低A B的影响随着A的规范而变化. 这里, B对低规范A有负面影响, 对高
試驗設計的希冀
•試驗點在盡可以大的範圍內 •分散得盡可以地均勻 •試驗次數要盡可以少 •希望試驗點具有良好的代表性 •能將複雜的規律描画出來
試驗設計發展史
• 30年代R·A·Fisher把統計試驗設計(SED)用於農業並取得绝后成功, 統計試驗設計即對微 觀經濟及管理做出了严重貢獻.
• 50年代美國戴明把統計試驗設計(SED)傳到日本, 用來減少產品功用異性以提高產品質 量, 影響了整個日本工業界.
L8(2**7) 2水準 7因子 Runs: 8次
ABCDE F G 11111111 21112222 31221122 41222211 52121212 62122121 72211221 82212112
DOE基本概念
立方點/角點 中心點 軸向點
DOE基本概念
8 6
12 1
DOE基本概念
是數論方法的一個重要應用, 是〝電腦試驗設計〞(DEC)研發的產物. 實際上, 它是對參 與試驗各個要素之間的內在關係進行數字仿真, 從而大大減少了試驗, 降低了試驗本钱, 同時快速有效地優化了結果. 〝均勻設計〞是一種全新的試驗設計方法, 是〝類比〞走 向〝數位〞的打破.
試驗設計類別
X
X
没有交互作用 有一点交互作用 (平行的形状)
X
有很大的交互作用
交互作用图
低A 高A
低A
A&B间没有交互作用
高A
低B 高B
低A 高A
定义：当有交互作用存在时,
一个要素对回应的影响与其他各 规范要素对回应的影响是不同的.
A&B相互作用
高A
低A B的影响随着A的规范而变化. 这里, B对低规范A有负面影响, 对高
試驗設計的希冀
•試驗點在盡可以大的範圍內 •分散得盡可以地均勻 •試驗次數要盡可以少 •希望試驗點具有良好的代表性 •能將複雜的規律描画出來
試驗設計發展史
• 30年代R·A·Fisher把統計試驗設計(SED)用於農業並取得绝后成功, 統計試驗設計即對微 觀經濟及管理做出了严重貢獻.
• 50年代美國戴明把統計試驗設計(SED)傳到日本, 用來減少產品功用異性以提高產品質 量, 影響了整個日本工業界.
L8(2**7) 2水準 7因子 Runs: 8次
ABCDE F G 11111111 21112222 31221122 41222211 52121212 62122121 72211221 82212112
DOE基本概念
立方點/角點 中心點 軸向點
DOE基本概念
8 6
12 1
DOE基本概念
是數論方法的一個重要應用, 是〝電腦試驗設計〞(DEC)研發的產物. 實際上, 它是對參 與試驗各個要素之間的內在關係進行數字仿真, 從而大大減少了試驗, 降低了試驗本钱, 同時快速有效地優化了結果. 〝均勻設計〞是一種全新的試驗設計方法, 是〝類比〞走 向〝數位〞的打破.
試驗設計類別
DOE(试验设计)培训课件
详细说明如何使用DOE软件工具进行实验设计 、数据采集、数据分析和模型构建等。
介绍DOE软件工具中各种选项和参数的意义及 设置方法，例如实验设计类型、因子和水平设 置等。
DOE软件工具的应用案例
通过实际案例介绍如何使用DOE软件工具进行实验 设计和数据分析。
通过案例展示DOE软件工具在工业生产、新产品研 发等领域的应用。
DOE基本原则
随机化原则
试验设计应遵循随机化原则，以避 免潜在的人为偏见和系统误差。
重复性原则
为提高试验结果的可靠性和精确度 ，应尽可能遵循重复性原则，即在 相同条件下多次进行试验。
对照原则
通过设置对照组，可以更好地评估 试验组中目标变量与影响因素之间 的关系。
简约性原则
在满足试验目的的前提下，应尽可 能采用简约的试验设计，以降低试 验成本和时间。
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交 表，设计了九组实验方案，每组方案重复五次。
实施实验并收集数据
按照设计的实验方案进行实验，并收集了三十组实验数 据。
分析数据并得出结论
对收集的实验数据进行统计分析，发现生产温度对产品 质量影响最大，其次是生产压力，最后是生产时间
06
DOE软件工具介绍与操作指南
试验设计的基本原则
试验设计需要遵循随机化、重复性和对照等基本原则。
试验设计在生产中的应用
试验设计可以应用于生产过程中，通过优化生产工艺和参数，提高产品质量和生产效率。
试验设计在研发中的应用
试验设计可以应用于产品研发过程中，通过科学筛选和优化设计方案，降低产品成本和提高性能。
DOE与六西格玛的关系
DOE的基本概念
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交表 ，设计了九组实验方案，每组方案重复三次。
介绍DOE软件工具中各种选项和参数的意义及 设置方法，例如实验设计类型、因子和水平设 置等。
DOE软件工具的应用案例
通过实际案例介绍如何使用DOE软件工具进行实验 设计和数据分析。
通过案例展示DOE软件工具在工业生产、新产品研 发等领域的应用。
DOE基本原则
随机化原则
试验设计应遵循随机化原则，以避 免潜在的人为偏见和系统误差。
重复性原则
为提高试验结果的可靠性和精确度 ，应尽可能遵循重复性原则，即在 相同条件下多次进行试验。
对照原则
通过设置对照组，可以更好地评估 试验组中目标变量与影响因素之间 的关系。
简约性原则
在满足试验目的的前提下，应尽可 能采用简约的试验设计，以降低试 验成本和时间。
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交 表，设计了九组实验方案，每组方案重复五次。
实施实验并收集数据
按照设计的实验方案进行实验，并收集了三十组实验数 据。
分析数据并得出结论
对收集的实验数据进行统计分析，发现生产温度对产品 质量影响最大，其次是生产压力，最后是生产时间
06
DOE软件工具介绍与操作指南
试验设计的基本原则
试验设计需要遵循随机化、重复性和对照等基本原则。
试验设计在生产中的应用
试验设计可以应用于生产过程中，通过优化生产工艺和参数，提高产品质量和生产效率。
试验设计在研发中的应用
试验设计可以应用于产品研发过程中，通过科学筛选和优化设计方案，降低产品成本和提高性能。
DOE与六西格玛的关系
DOE的基本概念
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交表 ，设计了九组实验方案，每组方案重复三次。
DOE试验设计流程及案例分析培训教材
DOE试验设计流程及案例分析培训教材试验设计 (Design Of Experiment, 简称 DOE) ，是研究和处理多因子与响应变量关系的一种方法。
它通过合理地挑选试验条件，安排试验，并通过对试验数据的分析，从而建立响应与因子之间的函数关系，或者找出总体最优的改进方案。
最基本的试验设计方法是全因子试验法，需要的试验次数最多，其它试验设计方法均以“减少试验次数”为目的，例如部分因子试验、正交试验、均匀试验等。
从上个世纪 20 年代育种科学家费雪 (RonaldFisher) 在农业试验中首次提出DOE 的概念，DOE 已经历了90 多年的发展历程，在学术界和企业界均获得了崇高的声誉。
然而，由于专业统计分析的复杂性和各行各业的差异性，DOE 在很多人眼中逐渐演变为可望而不可及的空中楼阁。
其实， DOE 绝不是少数统计学家的专属工具，它很容易成为各类工程技术人员的好朋友、好帮手。
一、为何要进行试验设计在进行6西格玛项目的改进阶段时，我们经常需要面对的一个问题是：在相当多的可能影响输出Y的自变量X中，确定哪些自变量确实显著地影响着输出，如何改变或设置这些自变量的取值会使输出达到最佳值?我们传统使用的方法：将影响输出的众多输入变量在同一次试验中只变化一个变量，其他变量固定。
传统方法的缺点：试验周期长，浪费时间，试验成本高;试验方法粗糙，不能有效评估输入间的相互影响。
可以有效克服上述缺点的试验方法是：DOEDOE取得的是突破性改善试验策划时，研究如何以最有效的方式安排试验，能有效识别多个输入因素对输出的影响；试验进行时，通过对选定的输入因素进行精确、系统的人为调整来观察输出的变化情况；试验后通过对试验结果的分析以获取最多的信息，得出“哪些自变量X显著地影响着输出Y，这些X取什么值时会使Y达到最佳值”的结论。
我们在分析阶段使用回归分析方法对历史数据进行分析，获得了相应的回归方程，得到Y与各个X间的关系式。
DOE实验(田口实验方法)
➢ 不同的组合是属于组间变化。 ➢ 同一实验组合，反复进行二次或二次 以上为组内变化。
➢ 我们期望组内变化小，组间变化大。
6.数据分析
STEP 6:数据分析
1.决定Y 2.决定X 3.选择实验方法 4.配置实验 5.实验 6.数据分析
➢ 我们将各项的实验数据收集起来，输 入原先实验组合的表格中，如果有两个 的y特性，就要输入二个y特性。
性的因子有哪些，所以一般是由工程人
员来共同探讨。通常采用：
➢因果图； ➢因果矩阵图； ➢FMEA等 ➢选X时，一般刚开始时要多，不要少， 不然可能会失去一些因子，而导致实验
的效果不佳，再现性不好。
STEP 3:选择实验方法
1.决定Y 2.决定X 3.选择实验方法 4.配置实验 5.实验
➢minitab共有四种方法可以选择，分别 是：
x1
y1
x2
过程
y2
x3
y3
u1
u2
可控因子是输入变量，是影响过程最终结果的
几个基本术语——不可控因子
在影响过程和结果的因子中除了控制因子还包括 一些非可控因子（uncontrolled factor）： u1,u2……,他们通常包括环境、操作员、材料批 次等，对于这些变量我们通常很难把它们控制在 某个精确值上。
我们假定过程的结果当中，y1，y2，y3……是 我们关心的输出变量，这些我们常常称之为响应 （response）；
x1
y1
x2
过程
y2
x3
y3
u1
u2
几个基本术语——可控因子
我们将影响响应的那些变量称为实验问题中的因 子。其中x1,x2,x3是人们在实验中可以控制的 因子，我们称为可控因子（controlled factor）
➢ 我们期望组内变化小，组间变化大。
6.数据分析
STEP 6:数据分析
1.决定Y 2.决定X 3.选择实验方法 4.配置实验 5.实验 6.数据分析
➢ 我们将各项的实验数据收集起来，输 入原先实验组合的表格中，如果有两个 的y特性，就要输入二个y特性。
性的因子有哪些，所以一般是由工程人
员来共同探讨。通常采用：
➢因果图； ➢因果矩阵图； ➢FMEA等 ➢选X时，一般刚开始时要多，不要少， 不然可能会失去一些因子，而导致实验
的效果不佳，再现性不好。
STEP 3:选择实验方法
1.决定Y 2.决定X 3.选择实验方法 4.配置实验 5.实验
➢minitab共有四种方法可以选择，分别 是：
x1
y1
x2
过程
y2
x3
y3
u1
u2
可控因子是输入变量，是影响过程最终结果的
几个基本术语——不可控因子
在影响过程和结果的因子中除了控制因子还包括 一些非可控因子（uncontrolled factor）： u1,u2……,他们通常包括环境、操作员、材料批 次等，对于这些变量我们通常很难把它们控制在 某个精确值上。
我们假定过程的结果当中，y1，y2，y3……是 我们关心的输出变量，这些我们常常称之为响应 （response）；
x1
y1
x2
过程
y2
x3
y3
u1
u2
几个基本术语——可控因子
我们将影响响应的那些变量称为实验问题中的因 子。其中x1,x2,x3是人们在实验中可以控制的 因子，我们称为可控因子（controlled factor）
试验设计DOE培训教材
优点
1. 与一次只改变一个参数的实验方法相比,可以减少试验次数(24:8) 2. 可以观察参数间的相互作用 3. 得到的结果适用范围更广——主效应和相互作用是在各参数各种可能的组 合的情况下得到的,与实际情况较接近。
缺点
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: 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。 由于这个缺点,完全析因实验（特别是多参数的完全析因实验）在工业中并未得到广 泛的应用。 而如果可以假设一定的高阶相互作用是可以忽略的,则通过仅进行完全析因实验所要 求的一部分试验便可以得到主效应和低阶相互作用。实际经验表明,这样做往往是合 理的,这类实验称为部分因子实验。 20世纪50年代田口博士(Dr.Taguchi)把部分因子实验的应用技术进行了简化,大大方便 了普通工程师把这种实验设计应用于解决工程实际问题。因此也叫田口式实验法。
所以，用正交表来安排试验时，各因子的 各种水平的搭配是均衡的，这是正交表 的优点
1. 如有图所示输入因子资料（3因子，3水平） 2. 数据输入完毕，打开Stat 菜单，点选 DOE--- Taguchi ---Create Taguchi Design…
3. 在弹出的对话框中选择3-Level Design 4. “Number of factors”中选择3 5. 点击Design 6. 在对话框中选择L9，点击OK 普通试验需 做27次
特点： 1． 一条对角线上全是A，另一条对角线上是4。 2． 方块与梅花左右对称的，红桃与黑桃左右 对称。 3． 方块与黑桃，梅花与红桃上下对称。 4． A与4, 2与3左右对称。 5． A与4, 2与3上下对称。 6． 两条对角线上四种四种花色齐全。
《doe田口方法》课件
对实验数据进行统计分析
详细描述
对实验数据进行统计分析，包括数据的整理、描述性统计、推断性统计等，以得出实验结果和结论。
结果验证
总结词
验证实验结果的可靠性和有效性
详细描述
对实验结果进行可靠性和有效性 验证，包括重复实验、对比实验 等，以确保实验结果的可信度和 实用性。
04
CATALOGUE
DOE田口方法的实际应用案例
增强创新能力
DOE田口方法不仅是一种实验设计方法，更是一种创新思 维模式，可以帮助企业从多角度、多层次地思考问题，激 发创新灵感。
DOE田口方法的发展趋势和未来展望
融合其他设计方法
随着科技的不断发展，DOE田口方法将进一步融合其他先进的设计方法和工具，如人工智 能、大数据分析等，以实现更高效、精准的设计。
培训和知识传递
01
02
03
04
培训计划制定
制定详细的培训计划，确保 所有相关人员都能接受到必要
的培训。
知识传递方式
采用多种方式进行知识传递 ，如讲座、案例分析、实践操 作等，确保知识传递的有效性
。
培训效果评估
对培训效果进行评估，及时 发现和解决培训中存在的问题
，提高培训质量。
持续学习文化
培养持续学习的文化，鼓励 员工不断学习和提高自己的技
通过计算信噪比，可以了解产品输出 的稳定性和一致性，以及生产过程中 噪声对产品品质的影响。
容差设计
01
容差定义
容差是指产品特性的可接受范围，在田口方法中，容差设计是指根据产
品特性的要求，合理设定容差范围，以提高产品的稳定性和可靠性。
02
容差分析
对容差进行分析，了解容差对产品品质的影响程度，为优化容差范围提
详细描述
对实验数据进行统计分析，包括数据的整理、描述性统计、推断性统计等，以得出实验结果和结论。
结果验证
总结词
验证实验结果的可靠性和有效性
详细描述
对实验结果进行可靠性和有效性 验证，包括重复实验、对比实验 等，以确保实验结果的可信度和 实用性。
04
CATALOGUE
DOE田口方法的实际应用案例
增强创新能力
DOE田口方法不仅是一种实验设计方法，更是一种创新思 维模式，可以帮助企业从多角度、多层次地思考问题，激 发创新灵感。
DOE田口方法的发展趋势和未来展望
融合其他设计方法
随着科技的不断发展，DOE田口方法将进一步融合其他先进的设计方法和工具，如人工智 能、大数据分析等，以实现更高效、精准的设计。
培训和知识传递
01
02
03
04
培训计划制定
制定详细的培训计划，确保 所有相关人员都能接受到必要
的培训。
知识传递方式
采用多种方式进行知识传递 ，如讲座、案例分析、实践操 作等，确保知识传递的有效性
。
培训效果评估
对培训效果进行评估，及时 发现和解决培训中存在的问题
，提高培训质量。
持续学习文化
培养持续学习的文化，鼓励 员工不断学习和提高自己的技
通过计算信噪比，可以了解产品输出 的稳定性和一致性，以及生产过程中 噪声对产品品质的影响。
容差设计
01
容差定义
容差是指产品特性的可接受范围，在田口方法中，容差设计是指根据产
品特性的要求，合理设定容差范围，以提高产品的稳定性和可靠性。
02
容差分析
对容差进行分析，了解容差对产品品质的影响程度，为优化容差范围提