谢宁DOE教材
世界级质量管理工具谢宁DOEppt课件
某厂生产的振荡器的时间延迟，同时存在高值（H）和低值（L）。通 过拆卸/重装，结果如下：
阶段一
初始 第一次拆卸/重装 第二次拆卸/重装
高值组件（H）
配置
结果（ms）
所有组件，高
13
所有组件，高
16
所有组件，高
15
低值组件（L）
配置
结果（ms）
所有组件，低
34
所有组件，低
38
所有组件，低
35
阶段二 阶段三
➢然后设计数据收集表格
多变量分析案例（二）
某芯片生产线对芯片与基带的黏贴度进行多因素 分析,并得出如下结果:
变量图，利用收集到的数据做图。图标可以直观的判断哪个 变量族变化最大。
水平线表示时间——也可以是周对周、天天天，小时对小 时，批次对批次，
垂直轴表示正在研究的绿Y。
从图中可以看出， 位置变量的变化 最大，这说明红 X在位置变量内
2、进行第二阶段的部件互换，根据阶段一得数据做判断极限： 高值范围=高中值±2.776đ/1.81=35 ±2.776*3.5/1.81=35 ±5.37 低值范围=低中值±2.776đ/1.81=15 ±2.776*3.5/1.81=15 ±5.37
3、做曲线图，看哪些子部件的交换导致输出超出了判断极限，即为重要 因子
后4h
时间对时间 B
前4h 中间4h 后4h
前4h
C 中间4h
后4h
变量族
工艺40
员工#
甲
乙
丙
机台
1
2
3
15
16
17
34
35
36
砂浆# M N M N M N M N M N M N M N M N M N
Shainin DOE
Shainin DOE所属分类：质量管理工具目录 [隐藏]∙谢宁方法概述∙谢宁方法的主要内容∙经典方法、田口方法以及谢宁方法比较编辑谢宁方法概述实验设计(DOE)方法一直在发展、丰富和完善，美国人多里安·谢宁(Dorian Shainin)总结了七种新的DOE应用技术：多变图技术、零件搜索技术、成对比较技术、变量搜索技术、完全析因技术、改进效果检查及实验设计的回归分析。
编辑谢宁方法的主要内容1、多变图技术根据以往经验确定影响质量的可能要素，例如工人班次、机床、原材料、工艺变量等，每隔一段时间抽取连续生产的几件产品，按需观察的这些要素的几种情况分别测试质量特性，画成图表进行比较分析，以确定引起波动的原因。
2、零件搜索技术根据以往经验确定影响产品质量的可疑零件，随机选取几个好的产品和坏的产品，将坏产品上的可疑零件与好产品上的对应零件进行交换，重新装配后进行质量特性参数的测量、比较、分析，以找到影响产品质量的主要零件。
3、成对比较技术随机选取5对以上的好的和坏的产品，用各种方法测试其各种参数并比较其不同之处，以确定影响产品质量的主要原因。
成对比较技术适用于不可拆卸的产品。
4、变量搜索技术与零件搜索有许多相似之处，都是逐个替换，进行测试比较，以搜索引起产品质量波动的主要原因，但变量搜索是针对变量的，而零件搜索则是针对零件的。
5、完全析因技术采用以上四项技术，寻找出4个以下的主要因素，这些因素按全部因素所有水平的一切组合逐次进行实验，研究这些因素的主效应和相互之间的交互作用，以确定最佳的因素水平匹配方案。
6、改进效果检查令B为改进后的工序，而C为改进前的工序。
为了验证改进效果，可以设定风险率a(第Ⅰ类风险)和b(第Ⅱ类风险)，随机抽取B和C两种产品(样本量由风险率决定)，进行假设检验，以确定在规定的风险率下，B产品是否优于C产品。
7、实验设计的回归分析对散布数据作出散布图，应用回归理论，诊断出对产品影响大和小的因素，从而找出影响产品质量波动的主要原因，并根据波动大小，确定各因素的目标值和容差。
谢宁DOE
qsconsult www.qsconsult.be1 Willy VandenbrandeShainin: A concept for problemsolvingLecture at the Shainin conferenceAmelior11 December 20092Dorian Shainin (1914 –2000)•Aeronautical engineer (MIT –1936)•Design Engineer for United Aircraft Corporations •Mentored by his friend Joseph M. Juran•Reliability consultant for Grumman Aerospace (Lunar Excursion Module)•Reliability consultant for Pratt&Whitney (RL-10 rocket engine)•Developed over 20 statistical engineering techniques for problem solving and reliability •Started Shainin Consultants in 1984, his son Peter is currentCEO.Dorian Shainin and ASQ•15th ASQ Honorary Member (1996)•First person to win all four major ASQ medals•In 2004 ASQ created the Dorian Shainin Medal–For outstanding use of unique or creativeapplications of statistical techniques in thesolving of problems related to the quality of aproduct or service.3Dorian Shainin•Not very well known outside USA (compared to Deming, Juran)•1991: Publication of first edition of“World Class Quality”by Keki Bothe •2000: Second edition (Keki and Adi Bothe)•Books brought attention to Shainin methods, but are very biased.4Problem Solving •Focus is on variation reductionLSL USLLSL = Lower Specification Limit USL = Upper Specification LimitBeforeAfter5Problem Solving•But also …LSLAfterBefore6Basic Shainin assumption•The pareto principle of vital few and trivial many.•Only a few input variables are responsible for a large part of the output behavior.–Red X TM–Pink X TM–Pale Pink X TM•Problem solving becomes the hunt for the Red X TM7Shainin tools•Recipe like methods / statistics in the background•Comparing extremes allows easier detection of causes–BOB Best of Best–WOW Worst of Worse•Non parametrics with ranking tests in stead of calculations with hypothesis tests•Graphical Methods•Working with small sample sizes•The truth is in the parts, not in the drawing: let the parts talk!8Preliminary activities•Define the critical output variable(s) to be improved (called problem Green Y®)•Determine the quality of the Measurement System used to evaluate the Green Y®–A bad measurement system can in itself beresponsible for excessive variation–Improvements can only be seen if they can bemeasured910Overview of Shainin toolsComponents Search Multi-Vari chart Paired Comparisons Variables Search Full FactorialsB vs CScatter Plots PrecontrolProduct / ProcessSearchRSM methodsPositrolProcess CertificationClue generatingFormal Doe toolsValidationOptimization AssuranceOngoing controlControl20 –1000 variables5 –20 variables4 or less variablesNo interactionsInteractionsGeneral comments•Gradually narrowing down the search•Clear logic–Analyzing–Improving–Controlling•Not all tools are “Shainin”tools•“What’s in a name?”–Positrol versus Control Plan–Process Certification versus Process Audit11Tool details•Overview of methods•More info on B vs C TM and Scatter Plots in workshops•Some more detail on–Multi-Vari chart–Paired Comparison TM and Product/ProcessSearch–Pre Control1213Clue Generating / Multi-Vari Chart Very useful tool and best applied beforebrainstorming causes on excess variationComments Samples taken in production on current process Could be a big measurement investment Sample SizeDivide total variation in categories Search for causes of variation in the biggest category first PrinciplesProblem type: excess variation Wide applicability ApplicationUnderstand the pattern of variation Define areas where not to look for problems Allow a more specific brainstorm ObjectiveMulti-Vari Chart•Breakdown of variation in 3 families:–Positional(within piece, between cavities, …)–Cyclical(consecutive units, batch-to-batch, lot-to-lot)–Temporal (hour-to-hour, shift-to-shift, …)1415Multi-vari Chart•If one family of variationcontains a large part oftotal variation, we canconcentrate oninvestigating variablesrelated to this family ofvariation.16Clue Generating / Component SearchTM Disassembly / reassembly requirement limitsapplication.Comments 2 = 1 BOB and 1 WOW Sample SizeSelect BOB and WOW unit Exchange components and observe behavior. Components that change behavior are Red X comp PrinciplesProblem type: assembly does not perform to spec Limitation: Disassembly / Reassembly must be possible without product change ApplicationFind the component(s) of an assembly that is (are) responsible for bad behavior Objective17Clue Generating / Paired ComparisonTM Practical application of “let the parts talk”Comments5 to6 pairs of 1 BOB and 1 WOWSample SizeSelect pairs of BOB and WOW units Look for differences Consistent differences to be investigated further PrinciplesProblem type: occasional problems in production flow ApplicationFind directions for further investigationObjectivePaired Comparisons TM: method•Step1: take1 good and 1 bad unit–As close as possible in time–Aim for BOB and WOW units•Step2: note the differences between these units (visual, dimensional, mechanical, chemical, …). Let the parts talk!•Step3: take a second pair of good and bad units.Repeat step218Paired Comparisons TM: method •Step4: repeat this process with third, fourth, fith, …pair until a pattern of differences becomes apparent. •Step5: don’t take inconsistent differences into account. Generally after the fith or sixth pair theconsistent differences that cause the variationbecome clear.1920Clue Generating / Product/Process Search Tukey test is alternative for t-testWidely applicable methodProblem: available data (process parameters)Comments 8 BOB and 8 WOW units / batches Sample SizeSelect sets of BOB and WOW units –batches -..Add product data / process parameters and rank Apply Tukey test to determine important parameters PrinciplesProblem type: Various types of problems ApplicationPreselection of variables out of a large group of potential variables ObjectiveProduct/Process Search: example•Transmission assemblies rejected for noise.•Components search shows idler shaft as responsible component•One of the parameters of idler shaft is “out of round”•8 good / 8 bad units selected and measured for “out of round”2122Product/Process search: example0.0070.0110.0190.0170.0220.0140.0180.015Out of round good units(mm)0.0170.0210.0230.0240.0230.0160.0180.019Out of round bad units(mm)Tukey test procedure•Rank individual units by parameter and indicate Good / Bad.•Count number of “all good”or “all bad”from one side and vice versa from other side.•Make sum of both counts.•Determine confidence level to evaluate significance.2324Tukey test confidence levels99.9%1399%1095%790%6ConfidenceTotal end count25Tukey test: example0.0230.0230.0240.0160.0170.0180.0190.0210.0170.0180.0190.0220.0070.0110.0140.015BadGood Top end count (all good)4Bottom end count (all bad)3Overlap regionTukey test: example•Total end count = 4 + 3 = 7•95 % confidence that out-of-round idler shaft is important in explaining the difference in noise levels.2627Formal Doe tools / Variables SearchAlternative to fractional factorials on two levels Method comparable to components searchCommentsNumber of tests is determined by number of variables and quality of ordering.Sample Size List variables in order of criticality (process knowledge) and indicate good / bad level.Swap factor settings and observe behavior.Factors that change behavior (and interactions) are red X TM , Pink X TMPrinciplesProblem type: Various types of problemsAfter clue generating more then 4 potential variables leftApplicationDetermine Red X TM , Pink X TM including quantification of their effectObjective28Formal Doe tools / Full FactorialsWell established methodCommentsNumber of tests is determined by number of variables k (2k test combinations)Sample Size Classical DOE with Full Factorials at two levels Main Effects and interactions are calculated Principles Problem type: Various types of problems After clue generating 4 or less variables left Application Determine Red X TM , Pink X TM including quantification of their effectObjective29Formal Doe tools / B(etter) vs C(urrent)TMQuick validation that works well with big improvementsComments3 B and 3 C tests (each test can involve several units –test of variation reduction)All 3B’s must be better than all 3C’s Sample Size Create new process using optimum settings and compare optimum with current.Principles Problem type: Various types of problemsApplication Validation of Red X TM , Pink X TMObjective30Optimization / Scatter PlotsGraphical method that could easily be transformed to a statistical methodComments30 tests for each critical variableSample Size Do tests around optimum and use graphical regression to set tolerancePrinciples Problem type: Variation Reduction and optimizing signalApplication Fine tune best level and realistic tolerance for Red X TM , Pink X TM if no interactions are present Objective31Optimization / Response Surface Methods Method developed by George Box CommentsDepends on variables and surface.Sample SizeEvolutionary Operation (EVOP) to scan response surface in direction of steepest ascent PrinciplesProblem type: Variation Reduction and optimizing signal ApplicationFine tune best level and realistic tolerance for Red X TM , Pink X TM if interactions are present ObjectiveEVOP example3233Control / PositrolCan be compared with a Control Plan CommentsChecking frequency in the When columnSample SizeTable of What, How, Who, Where and When control has to be exercised. PrinciplesProblem type: all types ApplicationAssuring that optimum settings are kept Objective34Control / Process CertificationMix of 5S, Poka-Yoke, instructions, ISO 9000,audits,…Comments Checking frequency to be determined Sample SizeMake overview of things that could influence the process and install inspections, audits, …PrinciplesProblem type: all typesApplicationEliminating peripheral causes of poor quality Objective35Control / Pre ControlAlternative to classical SPCTraffic lights systemVery practical methodComments Checking frequency to be determinedSample SizeDivide total tolerance in colored zones and use prescribed sampling and rules to control the process.PrinciplesProblem type: control variation and setting of the process ApplicationContinuous checking of the quality of the process output Objective36Pre-Control: chart constructionUSL LSLTARGET ½TOL1/4 TOL1/4 TOLPre-control: use of chart1.Start process: five consecutive units ingreen needed as validation of set-up.2.If not possible: improve process.3.In production: 2 consecutive units4.Frequency: time interval between twostoppages (see action rules) / 6.3738Pre-control: action rulesStop and act 2 units in different yellow zoneStop and act1 unit in red zone Correct2 units in same yellow zoneContinue 1 unit in green and 1 unit in yellowzoneContinue 2 units in green zoneAction Result of samplesAfter an intervention: 5 consecutive units in green zone39Pre-control: exampleTime StartCorrect Startqsconsult www.qsconsult.be40 Willy VandenbrandeWilly Vandenbrande, Master TQM ASQ Fellow-Six Sigma Black Belt Montpellier 34B -8310 BruggeBelgië-BelgiumTel + 32 (0)479 36 03 75E-mail willy@qsconsult.be Website www.qsconsult.beQS Consult。
谢宁DOE试验设计应用实战培训
谢宁 DOE 试验设计应用实战培训
1、试验设计的发展历史 2、试验设计种类方法介绍（介绍经典 DOE、田口 DOE）
课程特点： 在全球竞争空前加剧，生存环境日趋恶化的现实下，企业如何能够突出重围， 得到生存和发展，是无数企业家在思考和探询的问题，多数企业把目光投向 了通过内部的流程优化和效率提升来达到这一目的。企业对经营绩效的改善 要求是这样的：首先是要能快速收效，其次改善必须是突破性的，目前最为 流行的六西格玛管理满足后者，但无法做到快速改善；精益技术可以快速， 但在解决复杂问题尤其是品质问题时能效太低，有没有一种能够兼顾两个要 求的管理策略和技术呢？ 在流程优化的众多策略和方法中，美国质量专家（Dorian Shainin）多利安. 谢宁发明/整合的 DOE（试验设计），具有简捷、效果强大，改进成本低等优 点。结合经典 DOE 方法，是解决企业经营生产中的一系列问题尤其是复杂问 题无法替代的突破性方法。 如果您在公司经营中存在难以解决的质量难题，本课程将帮您做出最有效的 解决方案. 培训对象：品质经理、技术/工程/研发经理、生产经理、各类工程师。 培训目标： 1．掌握谢宁 DOE 方法及实施步骤
2．指导学员对本公司改进项目进行改进，并取得效果。
培训内OE 方法原理及与经典 DOE、田口 DOE 方法的不同之处和相同之处 4、红 X 线索生成 5 种工具 ★多变量分析----时间对时间、部件对部件、部件内 ★集中图---重复出现问题的精确定位 ★部件搜索-----简便而平滑的交换（B0B/WOW） ★成对比较-----BOB、WOW(当部件搜索工具不适用时) ★产品/过程搜索----精确定位的过程变量 5、全析因（识别与量化每个交互影响的最好佳技术） 6、B vs C（卓越的过程验证及确认技术） ★风险与置信水平 ★图基检验 ★风险----确定 B 对 C 的改进程度 7、获得切实的技术规格和公差的散布图 8、响应曲面方法（RSM）交互作用的优化 9、从试验设计到统计过程控制的转换 10、正向控制 11、过程风险的识别及控制
关于电池OV的研究(谢宁DOE实例)
特性无明显不同 ④：合剂中AB含量终结数=3，说明好坏产品之间该质量特性 无明显不同
5
5、改善措施验证
通过成对比较及图基检验得出合剂PH值为影响电池OV的 主要因素。为了控制合剂PH值，我们在合剂配方中添加了氧 化锌作为缓冲试剂，减少PH值的波动，期望达到减小电池OV 波动的目的。
合剂氯化锌含量% 11.54G 10.92G 11.45G 11.47G 11.32G 11.32G 11.35B 11.22B 11.47B 11.25B 11.52B 10.53B
合剂AB含量% 7.86G 7.75G 7.78G 7.93G 7.96G 7.86G 7.63B 7.89B 7.92B 7.92B 7.82B 7.85B
11.32G
7.85B
11.32G
7.86G
11.35B
7.86G
11.45G
7.89B
11.47B
7.92B
11.47G
7.92B
11.52B
7.93G
11.54G
7.以下结论： ①：合剂PH终结数=6+6=12，说明好坏产品之间该质量特性
确实显著不同 ②：合剂中二氧化锰含量终结数=0，说明好坏产品之间该质
2
2、因素数据
序号 1 2 3 4 5 6 7 8 9 10 11 12
合剂PH 5.43G 5.37G 5.45G 5.42G 5.35G 5.39G 5.92B 5.79B 5.78B 5.83B 5.84B 5.82B
合剂二氧化锰含量% 47.22G 47.36G 47.37G 47.26G 47.55G 47.32G 47.35B 47.23B 47.26B 47.38B 47.39B 47.28B
DOE实验设计-田口经典谢宁综合问题解决方法
DOE实验设计-田口/经典/谢宁综合问题解决方法培训时间：2019年08月23-24日深圳培训费：3800元/人（含资料费、午餐费、专家演讲费、会务费）住宿可统一安排，费用自理培训对象：工程部门人员（特别是IE）、工程经理、工程技术骨干、质量经理、质量工程师咨询电话：400-086-8596认证费用：中级证书1000元/人;高级证书1200元/人(参加认证考试的学员须交纳此费用，不参加认证考试的学员无须交纳)备注:1.高级证书申请须同时进行理论考试和提交论文考试，学员在报名参加培训和认证时请提前准备好论文并随理论考试试卷一同提交。
2.凡希望参加认证考试之学员，在培训结束后参加认证考试并合格者，由“香港国际职业资格认证中心HKTCC”颁发与所参加培训课程专业领域相对应证书。
（国际认证／全球通行／雇主认可／联网查询）。
3.课程结束后20日内将证书快递寄给学员；∵〖课程背景〗DOE实验设计在产品诞生的整个过程中扮演了非常重要的角色，它是提高产品质量，改善工艺流程，优化设计的重要工具。
通过两天的课程，将通过对产品生成的各阶段的DOE应用，学习判别与选择不同的实验设计工具，解决相应的问题，同时相关人员了解DOE在自己工作中可以帮到什么。
通过我们六年的授课实践和不断研究，采用逻辑上的重整和合并，在两天的课程之内，将田口、经典和谢宁三种风格的DOE结合起来，不但是完全可以的，而且能保证内容上的翔实，困惑的解除，有助于快速掌握和灵活应用。
对DOE的整合是通过贯穿始终的产品诞生路径、质量与可靠性风险的线索，它是本课程的独家内容，会为学员带来特别的增值价值。
此外，课程提供持续的支持服务和交流活动，学员在课后应用中的问题，老师将提供持续的解答和辅导，很多学员都已经成为我们多年的朋友。
今天，DOE这个词给很多工程人员带来了困扰，很多误区由此而生：它是做6sigma才需要的。
它需要深入的统计数学基础，掌握起来非常困难，即使掌握了，距离解决问题也很远它能最终解决一切问题，但是耗费的周期很长如果没有其他部门的配合，发起部门就无法将试验设计做到有结果。
谢宁DOE(谢宁方法)
谢宁DOE(谢宁方法)主办单位: 上海普瑞思管理咨询有限公司时间地点：2010年10月22-23日苏州收费标准: 2600元/人（含培训费、资料费、午餐、培训证书等）课程背景谢宁DOE (谢宁方法)是由道林•谢宁(Dorian Shainin)研究开发的解决产品设计开发、过程设计开发和制造过程控制中的质量问题的系统方法和工具。
工具名称作为服务商标受法律保护，很少文章讨论，而公众不知详细内容，从SPC、DOE、数理统计和部件交换技求导出，用现成公式，而不需数理统计知识和计算，谢宁(Shainin)DOE工具作为一个由果到因系统解决问题的方法，采用从果到因的方式，以现有结果为起点，反向开展搜索根本原因。
谢宁(Shainin)DOE解决问题针对性强、不打断生产、效果好的优点。
“没有戴明，美国就不会有质量哲学；没有朱兰，美国就不会有质量的方向；没有谢宁，美国就无从解决质量问题”。
这句名言总结了美国最伟大的三位质量大师的贡献。
课程目标•提高对DOE的认识，从根本上摒弃依靠“啪脑袋”和“工程猜测”解决问题的传统陋习•了解应用DOE的必备条件•掌握谢宁DOE工具的应用步骤•掌握如何在Minitab中运行DOE•系统性地应用DOE工具，提高过程质量及生产效率学员要求具备基本的运算能力，了解统计概念，并有统计过程控制（SPC）和测量系统分析（MSA）的经验。
带电脑，会使用简单的Minitab软件功能。
课程大纲一谢宁DOE介绍- 实验设计的质量改进哲学- 三种实验设计流派简介- 谢宁DOE的思考路径- DMAIC 分析结构- 基本统计技术复习- Minitab中的统计分析- 数据分析与质量控制二多层变差图- 多层变差模型- 分层法调查表- 多层变差图- 变差过程分析案例三 AVOVA具体分析、线索生成及筛选工具、特征化及建模工具- 正态概率图- Pareto- 主效果图- 交互效果图- ANOVA- 多元回归- 简化模式- 线索生成及筛选工具- 多变量图- 集中图- 元件搜索- 配对比较- 过程搜索- 特征化及建模工具- 变量搜索- 析因设计四优化工具、监控工具具体案例分析、DOE方法在运用和案例练习与操作- 散点图- 响应曲面法- 变量搜索- 析因设计- B vs C（改进效果检查- 积极控制- 过程认证- 预控制图- 谢宁DOE开展的流程- 判断的方法是否可以解决的具体问题- 问题的特征值是否可测量- 减少搜索范围- 确定根本因子- 量化因子的效应- 验证改进的建议- 确定工艺参数边界- 控制过程- 谢宁DOE方法全天课程中的要点回顾、讨论及解答- 谢宁DOE方法及运用案例练习与操作（分组讨论、实际操作）- 谢宁DOE方法的汇总与练习后分析（结合工厂自身的情况和老师进行探讨）讲师介绍徐老师现任排名前十世界500强企业亚太区质量经理，协助中国区各工厂推行GE北美质量体系及精益6西格玛系统，协助下属各工厂进行精益6西格玛推行。
谢宁DOE教材0
2.05
46
9
5.74
1.47
47
10
6.27
2.1
48
11
5.42
1.87
49
13
5.43
1.61
50
14
3.21
1.62
51
15
4.88
2.09
52
16
3.86
1.31
53
17
2.35
1.32
54
18
1.95
0.86
55
19
2.51
1.71
56
20
2.79
1.87
57
21
2.72
1.17
58
22
應用
Shainin
•應用於和裝配過程有關的問題(裝配件的功能失效， 如滲漏、開啟壓力、電流、噪聲、扭的、矩)
•有助於發現問題是產生於裝配過程，還是裝配中 的工件造成的
•SSV既可以裝配過程，也可以是零部件
•反饋(結果)可以是計量型或計數型的。如果是計 數型的，需要轉換為1-5區間
應用-零部件研究 Shainin DOE
•在收集數據時，方法2更加容易，可操作性 強
數據收集-方法1 Shainin DOE
•列出要測量的SSV
•如果可能存在測量方法帶來的變差則要做R ＆R
•如果SSV和原材料有關，測量這一參數後開 如加工工件
•如果SSV和過程參數有關，則在工件加工時 測這一參數的實際值(設定值不等同於實際值)
•工件加工後測量Y
•如果我們得到的是無責任的結論，我們需要繼續分 析下一個可疑零件
•注意：在我們開始分析下一個零件時，切記我
- 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)。
收集的數據
工程規范：1.78 表格中記錄的數據 為珩磨前後槽的測 量尺寸： 第一列為數據序號 第二列為珩磨前值 第三列為珩磨後值
粗磨－珩磨
選出BOB，WOW數據
NO. 35 46 18 29 39 3 60 50 43 57 61 6 68 5 1 69 Groove form(SSV) 2.51 3.89 1.95 2.3 3.69 3.19 4.14 2.53 6.07 3.48 4.19 4.93 6.19 5.02 3.48 6.58 Groove form 0.64 0.8 0.86 0.89 0.93 0.94 1.1 1.11 2.68 2.74 2.76 2.77 2.77 2.8 2.84 3.04 (Response) BOB BOB BOB BOB BOB BOB BOB BOB WOW WOW WOW WOW WOW WOW WOW WOW
Shainin DOE
五、產品＆過程研究
應用於識別和過程參數相關的SSV
應用Biblioteka Shainin DOE•用於識別過程參數相關的SSV •用於SSV是類似溫度、壓力、注塑時間等過 程參數 •也用於和輸入原材料尺寸相關的SSV（這些 尺寸將在過程中被改變） •SSV可以是計量或計數型的 •反饋（結果）也可以是計量或計數型的
3.04-0.64=2.4>1.78*80%
繼
＊方法和應用成對比較技朮時一樣：
NO 18 29 35 50 3 57 1 39 46 60 61 6 5 43 68 69 Groove form (SSV) 1.95 2.3 2.51 2.53 3.19 3.48 3.48 3.69 3.89 4.14 4.19 4.93 5.02 6.07 6.19 6.58 Response BOB BOB BOB BOB BOB WOW WOW BOB BOB BOB WOW WOW WOW WOW WOW WOW
L3(after grinding) L3(after honing) 90 71 93 161 108 106 56 116 94 124 116 158 78 99 113 69 151 106 140 159 89 95 145 84 127 7 5 6 7 7 8 7 6 8 6 6 11 7 7 10 9 10 10 15 10 8 6 6 5 12
數據收集
數據收集---方法 2---示例
Before honing No Groove form 1 2 3 4 5 6 7 8 9 10 11 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 3.48 2.93 3.19 5.03 5.02 4.93 6.2 6.76 5.74 6.27 5.42 5.43 3.21 4.88 3.86 2.35 1.95 2.51 2.79 2.72 3.53 2.79 2.83 2.72 3.93 2.64 2.47 2.3 3.69 1.89 3.38 3.9 2.72 2.51 After honing Groove form 2.84 1.34 0.94 1.75 2.8 2.77 2.38 2.05 1.47 2.1 1.87 1.61 1.62 2.09 1.31 1.32 0.86 1.71 1.87 1.17 2.03 1.53 1.77 1.4 2.36 2.02 1.4 0.89 1.27 1.39 1.32 1.55 1.15 0.64 36 37 38 39 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 68 69 70 71 3.5 3.33 3.73 3.69 5.69 5.37 6.07 3.23 5.46 3.89 3.45 4.38 4.57 2.53 4.09 4.17 4.28 2.89 4.19 4.03 3.48 5.3 3.65 4.14 4.19 3.49 4.49 3.29 2.35 6.26 6.19 6.58 6.4 6.23 1.21 1.9 1.95 0.93 2.04 1.84 2.68 1.61 1.34 0.8 1.25 1.52 1.53 1.11 1.88 2.24 1.16 1.46 1.72 1.96 2.74 1.54 1.61 1.1 2.76 1.5 1.72 2.1 1.32 2.12 2.77 3.04 2.1 1.67
數據收集-方法1
Shainin DOE
•列出要測量的SSV •如果可能存在測量方法帶來的變差則要做R ＆R •如果SSV和原材料有關，測量這一參數後開 如加工工件 •如果SSV和過程參數有關，則在工件加工時 測這一參數的實際值(設定值不等同於實際值) •工件加工後測量Y •是否是最好的或最差的 •繼續這一活動直到你得到8個最好的和8個最 差的工件(反饋)
應用-產品＆過程研究
Y＝反饋（結果）
Shainin DOE
Y=f(X)
X＝SSV *過程中發生改變的原材料參數 *過程參數的變差 *設備狀況
數據收集
Shainin DOE
•數據收集方法和成對比較時不一樣 •有2種數據收集的方法： 方法一-持續收集數據直到我們得到8個 最好和8個最 差的工作 方法二-固定將要加工的工件數量，收集 這些工件的 數據並在其中選出8個最好和8 個最差的工件 •在收集數據時，方法2更加容易，可操作性 強
數據收集-方法2 Shainin DOE
•選擇將要被加工的工件(例如：70件) •測量所有工件的原材料SSV •工件加工中測量所有工件的過程參數SSV •測量所有工件的反饋(結果) •將測量到的Y按升序或降序排列，並選出8個最好的 和8個最差的反饋(結果) •80%公差帶原則，確認數據是否足夠 •注意：必須確保最好和最差的反饋(結果)是從被加 工的工件中產生的。否則，我們必須處理更多的工 件。
結論是什以？ 粗磨後槽的尺寸規范應該 是什麼？
應用產品/過程研究工具識別問題的根本原因，並建立過程參數規范
L3打磨是否L3在珩磨後變異的根本原因？如果是，建立L3研磨後的規格
NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25