望目特性稳健设计实践
合集下载
稳健性设计Robust Design
六西格玛培训—优化阶段模块稳健性设计Robust DesignPatrick ZhaoI&CIM Deployment Champion稳健性设计•稳健性设计也称田口设计，由Dr. Genichi Tuguchi在70 年代创立。
质量损失•车主在汽车行驶过程中听到发动机有异响，担心出问题，他请假开到4S 店检修。
工作人员安排检查，两个小时后报告显示异响噪音满足标准，无法赔偿。
车主十分不满，几年后换车时，他选择了其他品牌。
传统田口传统质量损失VS 田口质量损失LSL USLTarget LSL USLTargetLoss Loss Loss Loss什么是稳健性？•稳健性定义：产品或过程在周围不可控或未控制因子（噪音因子）不断变化的条件下，持续稳定工作的能力。
（The ability of a product or process to function consistently as the surrounding uncontrollable or uncontrolled factors vary.）在冬天转动遮阳板时很紧，在夏天时很松，产品是否稳健？发泡产品在环境干燥时需要更多原材料，潮湿时需要很少原材料，过程是否稳健？产品不稳健的原因–遮阳板•温度低，使材料变硬，遮阳板难以转动。
过程不稳健的原因–发泡•湿度低时，反应变慢，填充同样模具所用材料更多。
解决策略1.直接减少噪音•控制环境温度？•控制环境湿度？•建造恒温恒湿车间？成本？2.根据噪音制定不同的策略•制定两套工艺参数应对不同环境？•产品在客户端的条件能预测吗？3.稳健性设计•减少噪音因子对产品/过程的影响！•三种策略可能同时需要。
稳健性指标•衡量一个产品/过程是否稳健的指标是信噪比，S/N –Signal to Noise Ratio。
•通过比较两种设计的信噪比差值来确定设计优化的程度。
•信噪比越大，产品/过程越稳健，越不受噪音因子的影响。
稳健设计
3
几个基本概念
4
质量特性值
在工业生产中，产品的质量通常通过对特定的功能、特性的测
定或测量数值来评定（质量特性或输出特性）。
任何一种产品的质量特性值与其名义值（额定值）之间都存在
一定的偏差。偏差越小，质量越好。
5
质量的变异性
产品的质量特性指标往往会有差异； 即使完全相同的生产条件，由于种种干扰因素的存在，其 产品也会表现出不完全相同的质量特性；
质量工程技术人员研究发现，瓷砖尺寸波动原因是由砖窑内
部温度差异引起的。
在没有放置瓷砖时，砖窑内部设计的加热后温度是相同的， 但是放置瓷砖之后加热后窑内各部位的温度就不同了，外侧 温度高，中心处温度低。
解决办法：重新设计一个新砖窑，保证窑内温度均匀。 方法缺陷是什么？
15
第三种方法
从瓷砖内部结构入手，寻找影响尺寸稳健的内部原因。
现代设计理论 —稳健设计
胡坤（20101011）
1
主要内容
稳健设计起源 稳健设计的几个基本概念 稳健性设计与三次设计 内外表参数设计
简单的稳健设计方法
2
源起
20世纪70年代末期开始
日本学者田口玄一博士创立
以三次设计为内容的质量工程学 目前美国把一切用于提高和改进产品质量有关的工程方法 统称为稳健性设计
同一产品在不同的环境中使用，或者在寿命周期内的不同
时刻，其质量特性都会有差异；
例如手机电池的使用时间：随着气温的变化而变化；随着 使用时间长短的变化而变化。
6
质量特性值
第五章田口方法 Ⅰ
例1：(单指标的分析方法) 某炼铁厂为提高铁水温度，需要通过试验选择最好的 生产方案经初步分析，主要有3个因素影响铁水温度，它 们是焦比、风压和底焦高度， 每个因素都 考虑3个水 平，具体情况见表。问对这3个因素的3个水平如何安 排，才能获得最高的铁水温度?
解：如果每个因素的每个水平都互相搭配着进行全面试 验，必须做试验33=27次。现在我们使用L9(34)正交表来安 排试验。
2. 减少变异性，与额定值或目标值更为一致；
3. 减少开发时间； 4. 减少总成本；
实验设计的发展过程:
试验设计始于20世纪20年代，其发展过程大致可分为三个阶段： 1. 早期的方差分析法: 20世纪20年代由英国生物统计学 家、数学 家费歇(R.A.Fisher)提出的，开始主要应用于农业、生物学、遗 传学方面，取得了丰硕成果。二战期间，英、美采用这种方法在 工业生产中取得显著效果；
产品间干扰（产品间噪声）：在相同生产条件下，生产制造出来一些 产品，由于机器、材料、加工方法、操作者、测量误差和生产环境（简称 5M1E）等生产条件的微小变化，引起产品质量特性值的波动，称之为产品间 干扰，也称为产品间噪声。 可控因素：在试验中水平可以人为加以控制的因素，称为可控因素。 标示因素：在试验水平中可以指定，但使用时不能加以挑选和控制的 因素称为标示因素。 误差因素：引起产品质量特性值波动的外干扰、内干扰、产品间干扰 统称为误差因素。
我们应当在不影响试验效果的前提下，尽可能地减少试验次数。
正交设计就是解决这个问题的有效方法。
正交设计的主要工具是正交表。
正交表:
右图是一個比较典型 的正交表. “L”表示此为正交表, “8”表示試驗次數
,
“2”表示兩水平,
“7”表示試驗最多可 以有7個因素 (包括單 個因素及其交互作 用)
稳健设计
大家好
46
直积内外表
例：图示的电感电路由电阻R和电感L组成，当输入交流电电 压为V时，电流频率为f，输出电流强度为y，其设定目标值为 10A，波动越小越好，要求对两个可控因素做参数设计
V y
R2 (2fL)2
R
L
y
V ，f
大家好
47
可控因素和噪声因素水平表
零件间噪声，即电阻R和电 感L与标称值之间是有差异
从产品的内部结构入手，用实验设计安排实验，寻找提高 产品稳健性的方法。目的就是尽量减少质量变异，设计出 稳健可靠的产品，并且考虑产品的成本。
如果产品能够在各种噪声因素的干扰下保持性能指标很小 的变异性，或者用廉价的零部件能组装成性能稳定可靠的 产品，则可认为该产品的设计是稳健的。
大家好
17
设计二 y2
找到使产品的平均质量及其稳健性、产品成本均令人满意 的产品配方或工艺参数。
大家好
20
三次设计
基础
系统设计
核心
参数设计
经济化
容差设计
大家好
21
系统设计
含义：又叫基础设计、专业设计 ，运用系统工程的思想和方 法，对产品的结构、性能、寿命、材料等进行综合考虑，以 探讨如何最经济、合理地满足用户要求的整个设计过程。
大家好
38
望小质量特性
产品的质量特性值越小越好，相当于取目标值m=0，损失函 数L(y)=y2，平均损失为E(y2)。
由于 E(y2)22，因此此时平均损失函数要求特性指
标平均值要小，且波动程度小。
大家好
39
望大质量特性
产品的质量特性值越大越好，则其倒数1/y则为望小质量特性， 其损失函数为L(y)=1/y2，平均损失为E(1/y2)
稳健设计及其在机械行业的研究与展望
３１ 国 外 的 主 要 研 究 概 况 ．
题 ； 处理多 目标 多响应多 约束 的问题时 ， 在 计算量极 大 ， 且仪 适 合处理各 目标之间 同等重要且相互 独立 的情 况。而实际工 程问题却 常常会出现多 目标 、多约束且 各 目标相关 的复杂系
统 。 应 面 法 、 响应 面法 、 义 线 性 模 型 法 与 田 口法 相 比 ， 响 双 广 虽
《 装备制造技术）０ ０ ） １ 年第 ８ ２ 期
稳 健 设 计 及 其 在 机 械 行 业 的研 究 与 展 望
李 伟
（ 连 交 通 大 学 机 械 工 程 学 院 ， 宁 大 连 １６ ２ ） 大 辽 １ ０ ８
摘 要 ： 当前 稳 健 设 计 的 各 种 方 法 作 了综 述 ， 析 了 各 方 内 外 机 械 行 业 中 的 研 究 状 况 ， 今 后 机 对 分 介 对
（ ｏ ｒｍｓ ｒｇａ ｍｉ ） Ｃ ｍｐｏ ｉ Ｐｏｒｍ ｎ 及效用 函数 （ ｔｉ ｕ ｃｏ ） ｅ ｇ Ｕｉｔ Ｆ ｎｔ ｎ 进行加 ｌ ｙ ｉ
权 处 理 ， 一 优 化 目标 。 统
在数学上提法严格 ， 考虑 了交互作用 的情况 ， 但都停 留在理论 阶段 ， 且数据 、 模型仍非 常难建立 ， 缺乏实际应用 。
：）且未能克服 田１ ）， ３方法对变 量要 求服 从正态分布 的限制 。 灵敏度法能够较方便 、迅 速地表 明需调节 的变量 的范 围 或方 向， 但由于其不考虑设计变量 的容差 ， 因而此法实际应用 时一般不单独使用 ， 常和其他方法联合运用 。 对 于多 目标优化 的问题 ， 需进 一步的研究。随机模型法 仍 考虑 了可控因素和不可控 因素 的随机性 ，故此法 的实际意义 较大 。 但此法 中的随机模型的建立和计 算都较复杂 ， 在实际中
题 ； 处理多 目标 多响应多 约束 的问题时 ， 在 计算量极 大 ， 且仪 适 合处理各 目标之间 同等重要且相互 独立 的情 况。而实际工 程问题却 常常会出现多 目标 、多约束且 各 目标相关 的复杂系
统 。 应 面 法 、 响应 面法 、 义 线 性 模 型 法 与 田 口法 相 比 ， 响 双 广 虽
《 装备制造技术）０ ０ ） １ 年第 ８ ２ 期
稳 健 设 计 及 其 在 机 械 行 业 的研 究 与 展 望
李 伟
（ 连 交 通 大 学 机 械 工 程 学 院 ， 宁 大 连 １６ ２ ） 大 辽 １ ０ ８
摘 要 ： 当前 稳 健 设 计 的 各 种 方 法 作 了综 述 ， 析 了 各 方 内 外 机 械 行 业 中 的 研 究 状 况 ， 今 后 机 对 分 介 对
（ ｏ ｒｍｓ ｒｇａ ｍｉ ） Ｃ ｍｐｏ ｉ Ｐｏｒｍ ｎ 及效用 函数 （ ｔｉ ｕ ｃｏ ） ｅ ｇ Ｕｉｔ Ｆ ｎｔ ｎ 进行加 ｌ ｙ ｉ
权 处 理 ， 一 优 化 目标 。 统
在数学上提法严格 ， 考虑 了交互作用 的情况 ， 但都停 留在理论 阶段 ， 且数据 、 模型仍非 常难建立 ， 缺乏实际应用 。
：）且未能克服 田１ ）， ３方法对变 量要 求服 从正态分布 的限制 。 灵敏度法能够较方便 、迅 速地表 明需调节 的变量 的范 围 或方 向， 但由于其不考虑设计变量 的容差 ， 因而此法实际应用 时一般不单独使用 ， 常和其他方法联合运用 。 对 于多 目标优化 的问题 ， 需进 一步的研究。随机模型法 仍 考虑 了可控因素和不可控 因素 的随机性 ，故此法 的实际意义 较大 。 但此法 中的随机模型的建立和计 算都较复杂 ， 在实际中
现代设计方法之稳健性设计
-把质量设计进产品里面去； -量化分析并确定产品的最佳参数和合理容差； -用质量损失和经济性角度进行质量设计； -实现低成本、高质量的设计效果。
三个阶段
参数设计
决定系统中各参数的选择，使产品的性能既能达到目标 值，又使它在各种条件下波动小
系统设计
对产品进行整个系统和整个结构的设计 主要由专业技术人员完成
为了定量描述产品质量损失，田口提出了“质量损失函数”的概念，并以信 噪比来衡量设计参数的稳健程度。
质量损失函数
产品功能波动客观存在，有功能波动就会造成社会损失。所 谓质量损失函数是指定量表述产品功能波动与社会损失之间关系 的函数。
当产品特性值y与目标值m不相等时，就认为造成了质量损失。
L(y)=k(y-m)² 其中L（y）为质量损失函数，m—目标值
外噪声
由于环境因素和使用条件的波动或变化，引起质量特性值 的波动。例如，温度、湿度、位置等。
内噪声
由于在储存或使用过程中，随着时间的推移，发生材料变 质、劣化现象而引起质量特性值的波动。例如，电器产品 绝缘材料的老化等。
质量的变异性
那个设计更好？
1
产品的质量特性指标往往会有差异
即使完全相同的生产条件，由于种种
稳健性设计是田口玄一创立的质量工程观中的一个分支， 由田口玄一发展而成，因此通常被人们称之为田口方法(Taguchi Method)。
田口方法是一种低成本、高效益的质量工程方法，它强调 产品质量的提高不是通过检验，而是通过设计。
稳健性设计基本认识
传统的设计思想认为：只有质量最好的元器件 （零部件）才能组装成质量最好的整机；只有 最严格的工艺条件才能制造出质量最好的产品 。总之，成本越高，产品的质量越好，可靠性 越高。
三个阶段
参数设计
决定系统中各参数的选择，使产品的性能既能达到目标 值，又使它在各种条件下波动小
系统设计
对产品进行整个系统和整个结构的设计 主要由专业技术人员完成
为了定量描述产品质量损失，田口提出了“质量损失函数”的概念，并以信 噪比来衡量设计参数的稳健程度。
质量损失函数
产品功能波动客观存在，有功能波动就会造成社会损失。所 谓质量损失函数是指定量表述产品功能波动与社会损失之间关系 的函数。
当产品特性值y与目标值m不相等时，就认为造成了质量损失。
L(y)=k(y-m)² 其中L（y）为质量损失函数，m—目标值
外噪声
由于环境因素和使用条件的波动或变化，引起质量特性值 的波动。例如，温度、湿度、位置等。
内噪声
由于在储存或使用过程中，随着时间的推移，发生材料变 质、劣化现象而引起质量特性值的波动。例如，电器产品 绝缘材料的老化等。
质量的变异性
那个设计更好？
1
产品的质量特性指标往往会有差异
即使完全相同的生产条件，由于种种
稳健性设计是田口玄一创立的质量工程观中的一个分支， 由田口玄一发展而成，因此通常被人们称之为田口方法(Taguchi Method)。
田口方法是一种低成本、高效益的质量工程方法，它强调 产品质量的提高不是通过检验，而是通过设计。
稳健性设计基本认识
传统的设计思想认为：只有质量最好的元器件 （零部件）才能组装成质量最好的整机；只有 最严格的工艺条件才能制造出质量最好的产品 。总之，成本越高，产品的质量越好，可靠性 越高。
田口实验
望小特性： 望大特性： 望目特性：
1 n 1 2 S / N = −10 lg ∑ n y i = 1 i
1 n 2 S / N = −10 lg ∑ ( yi − m ) n i =1
动态特性SN比-零比例式
一、零比例式 有效除数 r为 总波动平方
Y = βM
可以得出最佳组合是E1，A1,H2,D3,C3,B3,G3,F3， 和我们分析结果一致。所以认为我们程序在处理静态特性的结果是比较理想的。
测试仪(动态)
某热膨胀仪的主要用途是测量金属材料的等温转变曲线、材料的临界点及热膨胀系数。 其结构如下图所示。
水冷系统 测 控 仪 热电偶 函数记录仪 炉体 试样 电感测量仪
试验影响因素有7个，都是与配料有关。因素的 水平有2个。如表1：
因子水准表
因子符号 A
因子名称 石灰含量
水平一 5%
水平二 1%
水平三
B
寿山石含量
43%
53%63%CFra bibliotek寿山石种类
新配方加添加物
原来配方
新配方无添加物
D E
烧粉含量 添加物粒径
0% 小一些
1% 原来粒径
3% 大一些
F G H
烧成少数 长石含量 黏土种类
谢谢大家 谢谢 大家
热电偶
长图记录仪
图4-12 热膨胀仪结构简图 该仪器的炉体温度采用TDW-89系列可变程序温控器自动控制，可以实现任意速率的 升温和降温。但用传统实验方法，长期不能解决温控系统控制精度问题，从而影响了整 个测试系统的测试精度。为了改进热膨胀测试精度，采用田口方法优化温控系统最佳参 数。
因子选择
根据专业知识，选择五个可控因素。其中比例带P、积分时间I、微分时间D和采样时间t 为温控系统参数。此外，炉体冷却系统的冷却速度V也是温控精度的影响因素。 表4-4 可控因素水平 因素 水平 1 2 3 冷却速 度 V 大 小 比例带 P（%） 20 40 60 积分时间 I/s 100 200 300 微分时间 D/s 50 100 200 采样时间 t/s 1 2 4
稳健性设计-完整版
稳健性设计是日本著名的质量管理专家田口玄一博士于70年 代初创立的质量管理新技术。这是一种最新颖、科学、有效的稳 健性优化设计方法。该理论和方法不仅受到日本同时也受到欧美 各国应用统计学家、质量管理专家、工程设计专家和企业人士关 注，并在工程实际中得到了广泛应用。
稳健性设计是田口玄一创立的质量工程观中的一个分支，由 田口玄一发展而成，因此通常被人们称之为田口方法(Taguchi Method)。
系统设计
参数设计
容差设计
★基本思想和目的
参数设计就是运用正交试验法或优化方法确定零部件参数的最 佳组合，使系统在内、外因素作用下，所产生的质量波动最小， 即质量最稳定（健壮）。
参数设计的目的是根据系统设计中所确定的所有参数，通过多 因素的优选方法来考察三种干扰（内干扰、外干扰、产品间波动） 对系统质量特性的影响，寻求最佳的参数组合，以求得抗干扰性 最佳的设计方案。使系统质量特性波动小、稳健性好，并价格低 廉。
任何一种产品的质量特性值与其名义值（额定值）之间都存在一 定的偏差。偏差越小，质量越好。
设质量特性值为y，目标值为y0, y对y0的变差是 y
y y0 y
y 是服从一定概率分布的随机变量，当它服从正态分布
y~ N(0, 2)
2 越小越好
设计二 y2
哪个设计更好？
设计一 y1
系统设计
参数设计
Ⅰ制定可控因素水平表
初始数据表
容差设计
系统设计
参数设计
Ⅱ利用正交表进行内设计
内设计方案
容差设计
系统设计
参数设计
Ⅲ制定误差因素水平表 误差因素水平表
容差设计
系统设计
参数设计
容差设计
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
内排列
y = 瓷砖厚度
Slide 80
在Minitab里完成实验规划
2 4
3 5
8 1. 2. 3. 4. 5. 6. 7. 8. 打开 Minitab 的空白工作表 选择“Stat>DOE>Taguchi> Create Taguchi Design..”（统计>DOE>Taguchi> 创建 Taguchi 设 计..） 选择“Mixed Level Design”（混合等级设计） 选择因子数为 “8” 单击 Taguchi 对话框中的“Designs…”（设计 ）按钮 选择“L18 2**1 3**7” 单击设计对话框中的“OK”（确定） 单击 Taguchi 主对话框中的“OK”（确定）
y = 瓷砖厚度 (mm) USL
标称 LSL
要衡量的输出响应是：
y = 瓷砖厚度 (mm)
制造规格，y = 瓷砖厚度，是： 10.00 ± 0.15 mm
内部 瓷砖
外部 瓷砖
砖窑中 所处位 置
Slide 77
确定噪声因子与等级
理想值 y = 10.00 mm 可归纳为 y = m，m 是标称尺寸时没有可变性。
P3 P5
噪声等级
Slide 78
确定控制因子与等级
通过脑力风暴讨论，他们从材料组成参数中选择控制因子和等级。 因子 F 是流程顺序控制因子。 控制因子和等级为精选的瓷砖成分
控制因子 等级-1 等级-2 等级-3
A
B C D E F G H
石灰石
滑石 滑石类型 耐火黏土 粒度 烧制顺序 长石 粘土类型
1. 定义范围/目标
完成信噪比及均值 响应值表
提出以下设计的信噪比预 测： a) 优化设计 b) 初始设计
2. 选择响应值 7. 进行以下设计的证实测试： a) 优化设计 b) 初始设计
3. 研究噪声对策
4. 建立控制因子和等级 — 确定控制因子和等级 — 将它们分配到正交排列 证实？ 是 8. 实施和记录结果
y2
2 n-1
S/N = = 10 x log
Slide 84
L18测试，会在外排列中创建一组数据。例如，从 L18 第 1 轮测试中收 集的一组数据显示如下：
控制因子 外排列 — 瓷砖位置 1-7 A B C D E F G H P1 P2 P3 P4 P5 P6 P7 S/N 均值 Sigma L18 第 1 轮 1 1 1 1 1 1 1 1 10.18 10.18 10.12 10.06 10.02 9.98 10.20 41.31 10.11 0.087
在Minitab中计算信噪比
1. 打开练习文件 2. 选择“Stat>DOE>Taguchi> Analyze Taguchi Design” （统计>DOE>Taguchi> 分析 Taguchi 设计） 3. 为响应数据选择“P1-P7” 4. 单击分析 Taguchi 对话框中的“Graphs…” （图表 ）按钮 5. 勾选图表对话框中的“Signal to Noise ratios”（信 噪比）和 “Means”（均值） 6. 单击图表对话框中的“OK”（确定）
推车上的瓷砖位置被视为一个主要的噪声因子。
接近热源的外部瓷砖和距其较远的内部瓷砖之间的温度梯度非常大。
噪声因子 等级-1 内部 前部 等级-2 内部 尾部 等级-3 外部 右面 等级-4 外部 左面 等级-5 外部 前部 等级-6 外部 顶部 等级-7 内部 中间
P 瓷砖位置
P6
P2
P7 P4 P1
5
2
3
4 6
Slide 86
8 9
7
10 11
7. 单击分析对话框中的“Analysis„” （分析）按钮 8. 勾选分析对话框中的“Signal to Noise ratio” （信噪比 ）、 “Means”（均值）和“Standard Deviations”（标准差） 9. 单击分析对话框中的“OK”（确定） 10.单击分析对话框中的“Storage„” （存储）按钮 11.勾选存储对话框中的“Signal to Noise ratio” （信噪比）、“Means”（均值）和“Standard Deviations” （标准差） 12.单击存储对话框中的“OK”（确定）按钮
第 1 轮测试的信噪比计算 如下图
n=7 y = n = 10.11
i =1
y
n
n
i
n-1 =
(yi - y)
i =1
S / N = 10 log (
= 0.087
2Leabharlann 2-1 )y2n -1
= 41.31 (dB)
由于最终目的是减少噪声引起的可变性，将针对 L18
的每一轮计算信噪比。
Slide 85
外排列
A B C D E F G H
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1 1 1 2 2 2 3 3 3 1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 2 3 1 3 1 2 2 3 1 3 1 2 1 2 3 2 3 1 1 2 3 3 1 2 3 1 2 2 3 1 1 2 3 2 3 1 3 1 2 2 3 1 1 2 3 3 1 2 1 2 3 3 1 2 2 3 1 2 3 1 3 1 2 1 2 3 1 2 3 3 1 2 3 1 2 1 2 3 2 3 1 2 3 1 P1 P2 P3 P4 P5 P6 P7
1 10.18 10.18 10.12 10.06 10.02 2 10.03 10.01 3 9.81 9.78
3 10.09 10.08 10.07 1 10.06 10.05 10.05 3 9.91 9.88 9.88
2 10.20 10.19 10.18 10.17 10.14 10.13 10.22 1 10.32 10.28 10.25 10.20 10.18 10.18 10.36 2 10.04 10.02 10.01 1 10.00 2 9.97 3 10.06 3 9.91 9.98 9.97 9.94 9.87 9.93 9.91 9.90 9.86 9.95 9.99 9.89
Slide 88
实验结果的分析
请注意：18 信噪比在 36 db 至 50 db 之间变化 - 有 14 db 的波动；第 10 个 组合是最糟糕的；第 6 个组合最佳，其可变性范围小于第 10 个组合的 ¼
12
Slide 87
13 14 16 15
13. 单击分析对话框中的“Options…”（选项）按钮 14. 勾选选项对话框中的“Nominal is best 10*Log(Ybar**2/s**2)”（望目特 性 10*Log(Ybar**2/s**2)） 15. 单击选项对话框中的“OK”（确定）按钮 16. 单击分析对话框中的“OK”（确定）
P6
9.98 9.89 9.68 9.88 9.78 9.80 9.89 9.70 9.85 9.72 9.90 9.80 9.71 9.85 9.76 9.95
P7
10.20 10.12 9.87 10.14 10.12 9.93 10.11 10.15 10.05 10.12 10.22 10.02 10.06 10.14 10.19 10.12
信噪比
有用输出 有害输出
y2
2
Slide 83
信噪比的计算方法
计算 n 数据，y1 y2 y3 . . yn 为：
y
=
y1 + y2 + y 3 . . . + y n n S (yi-y)2
i =1,n
2 = n-1
n-1
- y )2 (y1 - y )2 + (y2 - y )2 + . . . + (yn = n-1
5%
43% 新类型- 1 0.0% 细粒度 第一 7% 类型- K
1%
53% 当前 1.0% 当前 第二 4% 混合型 63% 新类型- 2 3.0% 粗粒度 第三 0% 类型- G
A2B2C2D2E2F2G2H2 为当前条件。
Slide 79
稳健设计规划
瓷砖实验的实验选用了L18正交排列，各行指定了 18 项控制因子测试条件； P1 至 P7 指定噪声等级或位置。
6
7
Slide 81
进行实验与数据收集
瓷砖材料以 L18 的每个组合配制并在小型砖窑中煅烧（烧制），然后从 每 7 个位置中选出一个样品测量厚度（单位 mm）。
控制因子 外排列（数据 ＝ 瓷砖厚度，毫米）
A B C D E F G H
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1 1 1 2 2 2 3 3 3 1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 2 3 1 3 1 2 2 3 1 3 1 2 1 2 3 2 3 1 1 2 3 3 1 2 3 1 2 2 3 1 1 2 3 2 3 1 3 1 2 2 3 1 1 2 3 3 1 2 1 2 3 3 1 2 2 3 1 2 3 1 3 1 2 1 2 3
P1
P2
P3
9.98 9.74
P4
9.96 9.74 9.99 9.89 9.84 9.98 9.80 9.88 9.88 9.98 9.87 9.92 9.95 9.89 9.99