田口方法简介
田口实验简介
田口法设计原理1.1田口法简介田口法是工程领域中一种求最佳产品品质的实验方法，是由田口玄一博士所创立，它的核心思想是以最少的实验次数确定最佳的参数组合,快速筛选出最优设计方案。
其设计策略是尽可能减少由于状态改变而引起的品质变化，此方法已在众多工程领域中大量应用。
它的设计观念在于：①认为品质是产品的固有特性，并且是由决定产品或系统品质好坏的因素(控制因素)的水准取值决定，因此可以通过对控制因素水准的设计来对产品或系统的品质进行设计。
②产品的品质需要从“与目标的差别”、“抵抗噪声的影响的能力”以及经济性三方面来综合衡量。
图 2.1 田口法设计流程Fig. 2.1 Flow chart of Taguchi design method它创新地将产品中“恰与规格相符者”视为“最佳的性能”，从工程的角度出发，将社会损失成本作为衡量产品品质的依据，首先通过实验求取特定的品质特性指标和鲁棒性指标来求得各控制因素对产品“与目标的差别”以及“抵抗噪声的影响的能力”两个方面特性的影响效应，然后根据效应指标，在设计过程中结合成本对产品进行设计，最大限度减少产品在不同噪声环境下品质的变异，从而把质量构建到产品当中，最终生产出低成本且性能稳定可靠的物美价廉的产品。
1.2 田口法设计流程在设计时，田口法首先根据设计问题的实际将设计所涉及到的各类因素分类，并确定它们可能的水准取值，然后根据这些因素和水准的情况通过正交表工具进行实验安排并进行实验，根据实验得出各指标并将各控制因素筛选分类进而为设计提供依据，最后采用两阶段最佳化程序对产品或者系统进行设计，提炼出最经济有效的方案。
田口法具体设计流程如图 2.1 所示。
2 田口法设计相关概念2.1 因素及水准在田口法中，因素表示的是一件事物中的几个要素，水准则是因素的取值。
类似自动控制理论的原理，在田口法中对于一个产品或系统所涉及到的因素可用如图产品/系统影响因素示意图来表示：图 2.2 产品/系统影响因素示意图Fig. 2.2 Product/system influence factors sketch map如上图所示，因素可以分为信号因素(M)、控制因素(Z)，以及噪声因素(X)：①信号因素是由产品或系统使用人或操作人设定的参数，用以表示对产品所期望的质量参数。
实验设计DOE田口方法
实验设计DOE田口方法田口方法（Taguchi Method）是一种实验设计（Design of Experiments, DOE）方法，旨在通过设计有限数量的实验来优化产品和过程。
这种方法是由日本工程师田口幸三在上世纪60年代提出的，已经在全球范围内应用广泛。
田口方法的主要目标是确定控制因素对产品或过程的性能目标的影响，并找到一组最优的控制因素设置，以实现这些性能目标。
田口方法通过以下三个步骤来实现这一目标：1.识别关键因素：首先，需要确定影响产品或过程性能的关键因素。
这些因素可能包括材料特性、工艺参数、环境条件等。
田口方法通过对影响因素进行分析和筛选，确定出最终需要考虑的关键因素。
2. 设计实验矩阵：在确定了关键因素后，需要设计一组实验来评估这些因素的影响。
田口方法采用正交实验设计（Orthogonal Array Design，OAD）来构建实验矩阵，以尽量减少实验数量同时保证数据的准确性。
正交实验设计可以在有限的实验次数情况下获得全面而有效的数据。
3. 分析实验数据：实验数据的分析是田口方法的核心。
不同的性能目标可能需要不同的统计分析方法。
常用的分析方法包括方差分析（Analysis of Variance，ANOVA）、信号/噪声比（Signal-to-Noise Ratio，S/N Ratio）分析等。
通过对实验数据的分析，可以确定关键因素的最佳设置，以达到性能目标的最优值。
田口方法的优点在于它可以在实验次数有限的情况下获得准确的数据，并最小化因素相互影响的效应。
此外，田口方法还可以有效地提高产品和过程的稳健性，使其对外部变化具有较强的抗干扰能力。
田口方法的应用非常广泛，适用于各种不同的工业领域。
它可以用于优化产品设计、改进工艺参数、减少能源和资源消耗等方面。
田口方法已经得到了许多企业的认可，并在实践中取得了显著的效果。
总结起来，田口方法是一种有效的实验设计方法，通过有限的实验次数来确定关键因素对产品或过程性能的影响，并找到最佳的因素设置来实现优化。
田口方法资料
• 主图分析：通过主图分析实验结果的波动情况
• 田口图包括主图和副图
• 副图分析：通过副图分析各因素对质量损失的影响
• 因素优化：根据田口图的结果优化因素水平，降低质量
损失
持续改进与迭代优化
田口方法强调持续改进与迭代优化
持续改进与迭代优化的方法
• 通过质量设计和质量控制实现持续改进
• PDCA循环：通过PDCA循环实现持续改进
田口方法强调实验数据的分析与处理
• 通过田口图等工具分析实验结果
• 确定最佳参数组合和设计方案
实验数据的分析方法
• 田口图：通过田口图分析实验结果，找出最佳参数组合
• 方差分析：通过方差分析检验实验结果的显著性
• 回归分析：通过回归分析建立响应面模型，优化设计方案
04
田口方法的质量控制与改进
质量损失函数(Quality Loss Function)
响应面法是通过实验数据建立响应面模型
• 通过模型优化寻找最佳设计方案
响应面法的优点
• 提高实验效率：响应面法可以在有限的实验次数内找到最佳方案
• 描述复杂关系：响应面法可以描述多因素之间的复杂关系
• 便于优化设计：响应面法可以方便地优化设计方案，实现质量目标
实验数据的分析与处理
跨领域融合与拓展应用
田口方法将与其他领域进行融合与拓展应用
• 与供应链管理相结合，实现供应链质量的控制与优化
• 与环保工程相结合，实现绿色制造与环保设计
跨领域融合与拓展应用的前景
• 供应链质量优化：通过田口方法实现供应链环节的质量控制与优化
• 绿色制造与环保设计：通过田口方法实现环保产品的设计与制造
• 质量设计：通过实验设计寻找最佳设计方案，实现质量目标
田口方法简介
田口方法简介引言田口方法，又称作田口设计，是一种应用于实验设计和质量管理中的统计技术。
它是由日本统计学家田口玄一郎（Genichi Taguchi）于20世纪50年代初提出的。
田口方法通过减少质量波动性，提高产品和服务的质量，从而降低成本并增加客户满意度。
本文将介绍田口方法的由来、基本原理以及应用领域。
田口方法的由来田口方法的提出源于田口玄一郎对质量管理的思考和实践。
田口玄一郎为了解决当时日本制造业中存在的质量问题和高成本，开始寻求一种新的方法来改善产品和服务的质量。
他意识到，传统的质量管理方法仅关注产品在特定条件下的质量，无法应对生产过程中存在的随机变动因素。
于是，他提出了田口方法，通过优化产品和服务的设计以及控制生产过程，来减少质量波动性，提高整体质量水平。
田口方法的基本原理田口方法的核心原理是通过三个步骤：参数设计、参数优化和参数控制，来实现质量的持续改进。
参数设计参数设计是田口方法的第一个步骤，其目标是确定影响产品或服务质量的关键参数。
在传统的实验设计中，只关注少数几个重要参数，而忽略了其他可能影响质量的参数。
田口方法则采用了正交表的方法，通过设计一组相对独立和均匀分布的试验条件，覆盖了尽可能多的参数组合情况，从而更全面地了解参数对质量的影响。
参数优化参数优化是田口方法的第二个步骤，其目标是找到最佳的参数组合，以最大化产品或服务的质量。
田口方法使用信号-噪声比（S/N比）作为质量评估指标，通过优化S/N比来确定最佳参数组合。
在田口方法中，S/N比根据具体的质量特征可以选择不同的计算方法，如最小化方差、最大化平均值等。
参数控制参数控制是田口方法的第三个步骤，其目标是通过控制生产过程中的关键参数，实现质量的稳定控制。
田口方法常用的控制方法包括平均值控制、离散程度控制和参数偏移控制。
通过监控和调整关键参数，可以减少生产过程中的波动性，实现质量的稳定控制。
田口方法的应用领域田口方法广泛应用于各个领域的质量管理和实验设计中，包括制造业、服务业以及科研领域的实验设计等。
实验设计─田口方法
实验设计─田口方法实验设计是科学研究中非常重要的一环，能够确保实验结果可靠、有效。
田口方法（Taguchi method）是一种常用的实验设计方法，采用统计学原理和数学模型，能够在较少的实验次数下得到较准确的实验结果。
下面将详细介绍田口方法的原理和实施步骤。
田口方法的原理基于“变动因子设计”的思想，即通过有选择性地改变实验因素，观察其对实验结果的影响，从而找到对结果最敏感的因素。
田口方法的核心原则是尽量降低实验次数，同时保持实验可靠性和有效性。
以下是田口方法的实施步骤：1.确定实验目标和结果指标：首先明确实验的目标和所要考察的结果指标。
结果指标应具体、可量化并符合实验目的。
例如，如果实验目标是改进产品的质量，结果指标可以是产品的尺寸、外观等。
2.选择实验因素和水平：在确定了实验目标和结果指标后，选择对结果指标有潜在影响的因素和其水平。
实验因素可以是材料的组成、工艺参数等。
每个因素应有两个或多个不同的取值水平。
3.构建田口表：田口表是田口方法的核心工具，用于设计实验矩阵。
根据实验因素和水平的选择，使用田口表，可以确定实验的设计，以达到尽量少的实验次数。
田口表是一个n×k的矩阵，其中n表示实验次数，k表示实验因素的个数。
4.进行实验并记录结果：按照田口表中的设计，在每一次实验中使用对应的实验参数，在相同条件下进行实验。
记录每次实验的条件设定和所得的结果。
5.分析实验结果：通过对实验结果的统计分析，寻找对结果产生最大影响的因素和最佳水平组合。
可以使用图形分析、假设检验等方法进行分析。
6.优化实验条件：根据实验结果的分析，调整实验因素的水平，以达到最佳的实验结果。
通过最优化实验条件，可以找到最佳的因素组合，提高产品的质量或性能。
田口方法的优点在于它能够在较少的实验次数下获得比较准确和可靠的结果。
由于实验设计是经过统计学原理和数学模型导出的，因此可以避免大量的试验和浪费资源。
此外，田口方法还可以降低环境因素的干扰，提高实验的稳定性。
田口方法_
水平2 1% 细 53% 新组合 1200公斤 4%
G：长石含量
0%
5%
不是去改变环境（重新设计和建造新窑），而是改变产 品生产的某些参数，这些参数的改变可使产品更具抗干 扰的能力，从而减少环境温度差异对产品质量的影响。
信号因素 由产品或系统使用人或操作人设定的参数， 用以表示对产品所期望的质量参数。 控制因素 指的是工程设计师可通过自由设定来对产 品或者是系统的品质进行设计的参数。 噪声因素 指那些设计工程师所不能控制、极难控制 或者是控制成本极高的因素。
从工程角度来看田口方法就是在产品设计或设计过程中， 在不增加成本（甚至降低成本）的前提下，突破设计瓶颈 或改善生产制造流程，提高产品品质的一种试验方法。 核心思想：以最少的实验次数确定最佳的参数组合,快速筛 选出最优设计方案。（品质工程原理）
2田口方法工具
（正交表）
（信噪比）
品质：产品出厂后给予社会的最小损失
对于多因素试验，正交试验设计是简单常 用的一种试验设计方法，其设计基本程序 包括试验方案设计及试验结果分析两部分。
2.3.1试验方案设计
试 验 目 的 与 要 求
试 验 指 标
选 因 素 ， 定 水 平
选 择 正 交 表
表 头 设 计
试 验 方 案
2.3.2试验方案设计实例
实例1.为提高山楂原料的利用率，研究酶法液化工艺制造山 楂原汁，拟通过正交试验来寻找酶法液化的最佳工艺条件。
主要成分，分别添加不同增效剂、被膜剂和不同的浸泡时间，进行4因素4 水平正交试验。试设计试验方案。 ① 明确目的，确定指标。本例的目的是通过试验，寻找一个最佳的鸭肉天然
复合保鲜剂。
② 选因素、定水平。根据专业知识和以前研究结果，选择4个因素，每个因素
什么是田口方法
什么是田口方法?田口方法(Taguchi Methods)是指田口玄一(Genichi Taguchi)教授创立的知识系统,包括的内容很多,主要有:1.田口质量工程学.2.田口实验设计法.3.田口商业数据分析法.4.田口部门评价系统. 5.田口模式识别技术.∙然而,翻译成英文的却只有质量工程学和实验设计法,所以英美人讲的田口法是相当片面的.田口方法大大超越了统计技术的范畴,它以预防为主、正本清源的哲学方法运思，把数理统计、经济学和心理学创造性地应用到质量管理工程中，是在质量科学技术理念和思维方面的重大创新.田口方法与休哈特学派的基本思想和方法都不相同。
它的主要特点是引进质量损失函数，把质量与成本联系起来，并且把行之有效的正交表、信噪比广泛应用于产品设计与过程控制的各种试验中去。
田口方法既重视经济效益，又不等同于经济学；既灵活应用统汁方法(正交表、方差分析、回归分析)，又不完全从数理统计观点分析问题。
田口方法是从工程技术观点来研究质量管理中各种问题的. 田口博士的质量工程学”，是一种通用性和边缘性的质量管理新理论和新方法,包括两个方面的内容:∙线外质量工程(Off-line Quality Engineering): 用于研究、产品和工艺开发设计;∙线内质量工程(On-line Quality Engineering: 用于生产过程.线外质量工程学是产品设计(包括生产工艺设计)和研制阶段的质量管理。
田口博士提出产品设计可以分为三个阶段进行，即系统设计、参数设计和容差设计，简称三次(或三段)设计。
三次设计中参数设计是关键阶段，在应用中用得最多、效果最好的是参数设计。
系统设计就是功能设计，主要靠专业人员和专业技术去完成。
系统设计的目的是选择一个基本的模型系统，确定产品质量特性的目标值和容差，使产品达到所要求的功能。
参数设计是产品设计的核心，它在系统设计之后进行。
参数设计的基本思想是通过选择系统中所有参数(包括原材料、零件、元件等)的最佳水平组合, 从而尽量减少各种干扰的影响，使所设计的产品质量特性波动小，稳定性好。
田口方法
１．什么是田口方法田口方法是田口玄一博士在1950年代开始构筑的预防设计技术。
简单地说就是告诉工程师如何把质量设计到产品当中。
田口方法在国外被应用到各个领域，比如机械，汽车，电子，半导体，化学和医学等领域，但是在我国还却很少见。
几乎没有相关图书的出版。
许多人误解田口方法就是实验计划法或者是6σ等质量管理方法。
其实田口方法并不是质量管理方法，而是面向工程师的，能够提高产品质量和缩短开发时间的设计方法。
使用田口方法，可以提高我们产品质量，使我们的产品在各种环境下都能够安定地工作，不发生或者少发生故障。
使用田口方法，可以使工程师摆脱试行错误，用最短的时间设计出最高的产品质量，提高设计效率。
本空间主要面向大学生，企业工程师或者自学者讲解田口方法。
使工程师学会如何设计产品质量，提高我国产品在世界上的竞争能力。
２．田口方法的诞生1953年伊奈制陶公司进行了一个先驱性的瓷砖实验，这个实验被认为是田口方法的诞生。
当时，伊奈制陶从欧洲购买了一套烧制瓷砖的隧道窑。
可是烧出来的瓷砖尺寸，光泽和翘曲都不合格。
十分令人头痛。
问题的原因是隧道窑内的温度分布不均匀。
要想使温度分布均匀，就需要改造设备，就会发生巨大的费用。
不改变设备，有没有办法提高产品的质量哪？当时指导这个实验的田口玄一博士开始思考这个问题。
其结果是瓷砖100%合格，并且还降低了成本。
之后，这个方法发表在《质量管理》上，并且被译成英文，受到工程师们的极大关注。
这个方法当时在日本被称为田口式实验计划法，在海外被称为田口方法。
1993年在日本成立了品质工学会，开始被称为品质工学（质量工学）。
田口博士到底想了些什么又做了些什么，逐渐被人们所了解。
在我国田口方法的叫法比较多，但是作为一门学问和技术，我个人认为称为质量工学更为合理。
我们从实用的角度来学习田口方法。
我们首先介绍一些必要的基本概念。
1.系统田口方法的做法是把系统定量化，计算实测数据来实现系统最佳化的手法。
所以我们首先要明确田口方法所说的系统是什么。
- 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)。
實驗因子的定義與選擇 The definition and selection of experiment factors
SN比 S/N ratio
田口直交表。 Taguchi orthogonal array
田口方法簡介 Taguchi Method – An Advanced DOE
高志民（Robert Gao) 库柏电工（CWD) 2007.05.14
田口式品質工程 Taguchi Quality Engineering
田口玄一博士於1950年代所開發倡導
Taguchi method was found at 1950
田口方法 Taguchi Method (TM)
「田口方法」是以實驗的手段來決定設計參數 TM selects parameters by experiments
為了減少實驗的次數，依控制因子及其水準的數目選用適當的實驗 直交表 Select the proper orthogonal array according to the numbers and the levels of control factors. This can reduce the number of experiments greater
A
B
C
D
Level 1 1.49
1.63
1.85
1.60
Level 2 1.80
1.66
1.44
1.69
Effect 0.31
0.04
-0.41
0.09
2.0
1.8
1.6
1.4
1.2
A1
A2
B1
B2
C1
C2
D1
D2
A1 B1 C2 D1
全因子實驗法 Full-factorial Experiments
直交表
每一行都是自我平衡的
Orthogonal Arrays
Every row is self-balanced
即每一行中各水準出現的頻率是相同的
This means that each level appears with same frequency in a row
每兩行間都是互相平衡的
Every two rows are mutual-balanced
La(bc)
La(bc ×de)
直交表 Orthogonal Arrays
二水準的直交表 (2 levels orthogonal arrays) L4(23)、L8(27)、L12(211)、L16(215)、L32(231)
三水準的直交表 (3 levels orthogonal arrays) L9(34)、L18(21×37)、L27(313)、 L36(211×312)、L36(23×313)、 L54(21×325)
直交表的使用，可以消除這種偏見 The use of orthogonal array could eliminate this bias
全因子實驗法 full-factorial experiments
考慮所有可能的因子排列組合 Consider all possible factors, and all combinations
無需任何資料分析 Don’t need data analysis
試誤法 Trial-and-error
不是一種有系統性的方法，太過依賴個人經驗 Rely on personals experiment very much
有時候很有效率，但大部份的時候是沒有效率的 Most time low efficient
一次一因子實驗法 one-factor-at-a-time experiments
因子效應是在特定的條件下的計算值 The factor effect is a calculated value under some assumptions
換句話說，因子效應是在某種偏見（bias）下評估出來 的 In other words, the factor effect is come out with personal’s biases
但是一般田口式直交表所預測的最佳設計組合通常並不 在實驗組中 But in Taguchi method, it’s very common if the optimized data group is not appeared in the orthogonal arrays
田口式直交表 Taguchi’s Orthogonal array
設計的目標是尋求最佳的產品（或製程）機能（性能），並且維持 此一機能的穩健性，亦即受干擾因子的影響減至最少 The aims of a design are looking for optimized products (or processes), performance (or characteristics) and keep them in stable even in a environment with different noises
利用直交表實驗設計與變異數分析，以少量的實驗數據 進行分析，有效提昇產品品質
With the help of orthogonal array, use very limited experiment to achieve a evidence product quality improvement
田口方法特點 characteristics of Taguchi Method
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： Oobtain key information using limited experiments. It can get the trend of optimization although can not get the optimal position like full factorial experiment
所累積的經驗常常是沒有系統的
The accumulated experiences are not linked each other
一次一因子實驗法 one-factor-at-a-time experiments
Exp A B C D E F G y
1
1 1 1 1 1 1 1 1.2
2
2 1 1 1 1 1 1 1.5
Exp. 1 2 3 4 5 6 7 8
1
11111111
2
11222222
3
11333333
4
12112233
5
12223311
6
12331122
7
13121323
8
13232131
3
2 2 1 1 1 1 1 2.0
4
2 2 2 1 1 1 1 1.1
5
2 2 2 2 1 1 1 1.8
6
2 2 2 2 2 1 1 2.2
7
2 2 2 2 2 2 1 1.6
8
2 2 2 2 2 2 2 1.7
Effect 0.3 0.5 -0.9 0.7 0.4 -0.6 0.1
A1 B1 C2 D1 E1 F2 G1
確認實驗 Experiment confirm
若有必要，可以重覆以上步驟，直到達到最佳的品質及性能為止 Repeat above steps until achieving our goals
以實驗的方法來決定設計參數 Select parameters by experiment
試誤法 (trial-and-error) 一次一因子實驗法 (one-factor-at-a-time experiments) 全因子實驗法 (full-factorial experiments) 田口式直交表實驗法 (Taguchi’s orthogonal arrays)
13
2
2
1
1 1.8
14
2
2
1
2 2.0
15
2
2
2
1 1.5
16
2
2
2
2 1.3
Level 1 1.49 1.63 1.85 1.60
Level 2 1.80 1.66 1.44 1.69
Effect 0.31 0.04 -0.41 0.09
因子反應表與因子反應圖 Table and graph of factor effect
田口方法步驟 (1/2) Steps of TM
選定品質特性 Select quality characteristics 判定品質特性之理想機能 Find the perfect performance of those characteristics 列出所有影響此品質特性的因子 List all factors which will impact those characteristics 定出信號因子的水準 Define the levels of signal factors 決定控制因子並定出它們的水準 Define control factors and their levels 決定干擾因子並定出它們的水準，必要的話，可以進行「干擾實驗」 Define noise factors and their levels. Arrange experiment with noise factors when necessary
田口方法步驟 (2/2) Steps of TM