DOE试验设计--田口Print
DOE培训教材之二经典田口DOE
试验文档记录 (续)
• 项目小组成员清单以及在每阶段试验中的责任。 • 试验结果的文档记录:
• 执行总结 • 结果和数据分析 • 结论和建议措施 • 附件；源数据(如果实际的话)，详细数据分析和
试验设备或程序的细节。
37
总体建议
• 试验的计划文档记录可能比实施试验还要重要。 • 确保试验目标已与项目的业务结果相关联。 • 每次集中精力于一个试验，别以为一次调查即可回答
3
六西格玛突破步骤
定义 测量 分析 改进 控制
步骤 1 - 选择输出特性 - 定义过程输入/输出变量
步骤 2 - 确定绩效标准 步骤 3 - 定义测量系统 步骤 4 - 建立过程能力 步骤 5 - 定义绩效目标 步骤 6 - 定义差异来源 步骤 7 - 查找潜在因素 步骤 8 - 发掘变量之间相互关系 步骤 9 - 建立操作公差范围 步骤 10 - 重新验证测量系统 步骤 11 - 重新计算过程能力 步骤12 - 实施过程控制
不可控制的输入.
31
计划编制的方法(续)
• 选择因子水平: 确定在试验中受检查的输入值，如：温度 可以设置在100度和160度级。
• 选择试验性设计: 选择进行研究的设计；暴露，特性化分 析或优化分析。
• 进行试验: 实施过程演示，确保每一个人对进行的试验程 序了解一致。
• 准备好收集数据，开始试验: 做好怎样收集和记录数据。
的改变的因子留下来
12
实验设计方法 (DOE)是很有效的改进工具
• 一个实验要是没有设计好和执行好,这种实验是没 有效果的.
• 不是所有的实验都会得到主要的影响因子,但是它 们会提供很多信息.
• 新的数据让我们问更多的问题和作更多的后继研究
实验设计---DOE
• 混料设计
---适用于原材料配方的一种实验设计方法
• 田口方法
---用信噪比找出对噪声不敏感的信号因子
实验三阶段及其策略
第一阶段：找出显著因子
策略Ⅰ：部分因子试验，筛选主要因子。（因子数大于5） 策略Ⅱ：全因子试验，找出交互作用和回归方程。（因子
DOE的定义
• 一种安排实验和分析实验数据的数理统 计方法。实验设计主要对实验进行合理 安排，以较小的实验规模（次数）、较 短的试验周期和较低的试验成本，获得 理想的试验结果以及得出科学的结论。
常用的实验设计方法
• 因子设计
---最常用的一种实验设计方法，部分析因筛选因子非 常有效率。
• 响应面设计
第二单元 一、二元配置
讲师：熊鼎伟
一元配置
• 使用时机：根据实验目的及实验环境 认为实验结果,只要考虑一个因子 （除此因子外其它条件须保持一定或随机化）
一元配置水准的选择
• 现行条件列为一水准 • 取等距 • 专业技术上有意义的范围下尽可能加大 • 可以用整组的方式 例：９０℃ ５分钟
８５℃ ６分钟
LSD t(e, ) 2ve n （该水准之重复数）
看法:两水准间的平均值差 < LSD 表示两水准的差异不显着 • 平均值有差异时进行推定
区间推定 x t(e, ) ve / n
一元配置变异数解析
步骤一：求全体平均值（Ｘ） 步骤二：求全变动（ＳＴ） 步骤三：求组间变动（ＳＡ） 步骤四：求组内变动（Ｓｅ） 步骤五：做变异数分析表
数小于等于5） (使 X 型问题简化成 A 型问题)
第二阶段：找出显著因子的最适参数区间
策略Ⅲ：响应面设计，找出最适参数区间（3因子以下） 策略Ⅳ：回归分析，找到适当的回归方程
DOE实验设计
DOE知识介绍查看:[大字体中字体小字体]DOE知识介绍一、什么是DOE：DOE（Design of Experiment）试验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，得理想的试验结果以及得出科学的结论。
实验设计源于1920年代研究育种的科学家Dr. Fisher的研究, Dr. Fisher是大家一致公认的此方法策略的创始者, 但后续努力集其大成, 而使DOE在工业界得以普及且发扬光大者, 则非Dr. Taguchi (田口玄一博士) 莫属。
二、为什么需要DOE：要为原料选择最合理的配方时（原料及其含量）；要对生产过程选择最合理的工艺参数时；要解决那些久经未决的“顽固”品质问题时；要缩短新产品之开发周期时；要提高现有产品的产量和质量时；要为新或现有生产设备或检测设备选择最合理的参数时等。
另一方面，过程通过数据表现出来的变异，实际上来源于二部分：一部分来源于过程本身的变异，一部分来源于测量过程中产生的变差，如何知道过程表现出来的变异有多接近过程本身真实的变异呢这就需要进行MSA测量系统分析。
三、DOE实验的基本策略：策略一：筛选主要因子（X型问题化成A型问题）实验成功的标志：在ANOVA分析中出现了1~4个显着因子；这些显着因子的累积贡献率在70%以上。
策略二：找出最佳之生产条件（A型问题化成 T型问题）实验成功的标志：在第二阶段的实验中主要的误差都是随机因素造成的。
因为各因子皆不显着，因此，每一因子之各项水准均可使用,在此情况下岂不是达到了成本低廉且又容易控制之目的。
策略三：证实最佳生产条件有再现性。
试验设计方法及其在国内的应用返回DOE目录随着改革开放的深入，以市场经济为代表的西方先进文明及其方法论越来越多被国内企业界所接纳。
在质量管理、产品（医药，化工产品，食品，高科技产品，国防等）研发、流程改进等领域，统计方法越来越多成为企业运营的标准配置。
实验设计─田口方法
5
3 1 2 2 1 1 2 2 5 细 53 现 1300 4
5
4 1 2 2 2 2 1 1 5 细 53 新 1200 0
0
5 2 1 2 1 2 1 2 1 粗 53 现 1200 0
5
6 2 1 2 2 1 2 1 1 粗 53 新 1300 4
0
7 2 2 1 1 2 2 1 1 细 43 现 1200 4
36
田口试验
•假设实验执行所需花费的成本相当高，在此情况下不 管任何理由，我们希望只做四次实验，以代替全因素 实验。请问下列二表，你会选择那一项
35
田口试验
次数 A B C D E F G 结果 1234567
1 1 1 1 1 1 1 1 Y1 2 1 1 1 2 2 2 2 Y2 3 1 2 2 1 1 2 2 Y3 4 1 2 2 2 2 1 1 Y4 5 2 1 2 1 2 1 2 Y5 6 2 1 2 2 1 2 1 Y6 7 2 2 1 1 2 2 1 Y7 8 2 2 1 2 1 1 2 Y8
见次页
31
田口试验
一次一因素的实验
A 实验次
数
B
C
D
E
F
G
实验结 果
1 A1 B1 C1 D1 E1 F1 G1 1
2 A2 B1 C1 D1 E1 F1 G1 2
3 A2 B2 C1 D1 E1 F1 G1 3
4 A2 B2 C2 D1 E1 F1 G1 4
5 A2 B2 C2 D2 E1 F1 G1 5
上限
尺
寸
大 小
外部瓷砖
改善前
内部瓷砖
下限
17
田口试验
原材料粉碎及混合 成型 烧成 上釉 烧成
DOE实验设计
查看:[大字体中字体小字体]DOE知识介绍一、什么是DOE：DOE（Design of Experiment）试验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，得理想的试验结果以及得出科学的结论。
实验设计源于1920年代研究育种的科学家Dr. Fisher的研究, Dr. Fisher是大家一致公认的此方法策略的创始者, 但后续努力集其大成, 而使DOE在工业界得以普及且发扬光大者, 则非Dr. Taguchi (田口玄一博士) 莫属。
二、为什么需要DOE：要为原料选择最合理的配方时（原料及其含量）；要对生产过程选择最合理的工艺参数时；要解决那些久经未决的“顽固”品质问题时；要缩短新产品之开发周期时；要提高现有产品的产量和质量时；要为新或现有生产设备或检测设备选择最合理的参数时等。
另一方面，过程通过数据表现出来的变异，实际上来源于二部分：一部分来源于过程本身的变异，一部分来源于测量过程中产生的变差，如何知道过程表现出来的变异有多接近过程本身真实的变异呢？这就需要进行MSA测量系统分析。
三、DOE实验的基本策略：策略一：筛选主要因子（X型问题化成A型问题）实验成功的标志：在ANOVA分析中出现了1~4个显着因子；这些显着因子的累积贡献率在70%以上。
策略二：找出最佳之生产条件（A型问题化成 T型问题）实验成功的标志：在第二阶段的实验中主要的误差都是随机因素造成的。
因为各因子皆不显着，因此，每一因子之各项水准均可使用,在此情况下岂不是达到了成本低廉且又容易控制之目的。
策略三：证实最佳生产条件有再现性。
试验设计方法及其在国内的应用返回DOE目录随着改革开放的深入，以市场经济为代表的西方先进文明及其方法论越来越多被国内企业界所接纳。
在质量管理、产品（医药，化工产品，食品，高科技产品，国防等）研发、流程改进等领域，统计方法越来越多成为企业运营的标准配置。
田口DOE
客
基層 品質改善 QCC
滿意
Etbest Provide Th 夥伴 供 應 商 線外 品管 系統設計 參數設計 公差設計 診斷 預測 測量
產品 設計
製程 設計 生產 服務
設計 品管
技術 品管 製造 品管 顧客 品管
需求 期望 顧
線上 品管
客
滿意
Etbest Provide The Best Service
Etbest Provide The Best Service
11
討論題
• 實驗設計的目的是為了什麼？ • 實驗設計是線上品管還是線外品管？ • 為什麼線外品管要比線上品管早做呢？
Etbest Provide The Best Service
12
變異和雜音
•雜音因素就是使機能特性，如燃料效率、換檔 壓力、磨耗和轉向力等偏離目標值的因素。雜 音因素可分為三類：
Etbest Provide The Best Service
23
其他特性
•分類計數 –外表、多孔性、破裂等。 –分成為良品／不良品，A，B，C，D等級等。 •動態特性：機能品質特性
信號投入
系
統
產出
Etbest Provide The Best Service
24
LSL
m
USL
LSL
m
USL
LSL
Etbest Provide The Best Service
18
品質管制活動
•生產線外品質管制 –產品設計階段─標準產品的研究與開發 –製程設計階段─設計製造產品的生產程序 •生產線上品質管制 –生產階段─產品的實際生產 –顧客服務階段 •實驗設計的功用在於求得工程上的最佳組合 (Engineering Optimization)。
2-0.DOE田口方法--0.618、黑红梅方拉丁方、规划、设计、制造、销售、服务
0.618法（例）
2009.6
0.618法要求试验结果目标函数f(x)是单峰函数，即在试 验范围内只有一个最优点d，其效果f（d）最好，比d大 或小的点都差，且距最优点d越远的试验效果越差。
这个要求在大多数实际问题中都能满足。
f(x)
o
a
d
b
0.618法
x
2009.6
对分法也叫平分法，是单因素试验设计方法适用于试验 范围（a, b）内，目标函数为单调（连续或间断）的情况 下，求最优点的 方法。
试验设计的效果
2009.6
试验设计是应用统计手法进行解决问题的方法，它在19世 纪产生于英国.
最早是在农地进行试验。如“最佳肥料”的依据。
逐步应用到畜牧业。
试验设计的由来
2009.6
一个烤漆工厂，针对喷漆后烤漆所使用的时间及温度各使 用一元多次试验法进行试验，以了解哪一种条件下密着性 （附着度）最好。
美国：
1、检验部门把关，对产品的合格与否严加控制； 2、用休哈特( Shewhat )控制图进行生产工序管理； 这样只能控制产品的质量，而不能真正改进产品的质量；
日本：
1、用线外质量管理（又称三次设计）来提高产品设计质量，这样产 品先天性好；
2、用线内质量管理来改进生产工序；
产品的市场竞争力强；
一则发人深省的新闻报道
作法： 如试验范围L = b – a，试验点间隔为N，则试验点n为：
n = —L + 1 = ——b -—a — + 1
N
N
均分法
2009.6
对采用新钢种的某零件进行磨削加工，砂轮转速范围为 420转/分~720转/分，拟经过试验找出能使光洁度最佳的砂
实验计划法-田口式实验法
Rule 1 一个产品的质量特性是以附合目标值为革准 , 我们可确信这些产品会有良好的质量 .
Rule 2
如果一个产品的质量特性是以附合规格为基 准我们相信这样的产品是“ As good as bad”, 好坏差异不大 .
DOE--- TAGUCHI METHOD(I) 品质工程的概念
Experiment Environment 周遭环境条件可能会对实验结果造成影响.
DOE--- TAGUCHI METHOD(I) 实验计划法之概念
实验计划用语及定义
Blocking集区原量
Experiment Design Error错误
Randomization随机 Replication
Is a portion of the experimental material or experimental environment which is likely to
例题 假设波峰焊制程之Nomial value of y(焊接炉之温度)为240℃, 已知对某产品之平均成本(每片)为NT＄200而如果我们订定y 超出240℃之±20℃时,材料就得报废.试求Quality Loss
Function L(y) 解 本例属于Nomial the best Model因此L(y) =k(y-m)2
已知 当y = 220℃ or 260 ℃时L(y) =＄200
Ao=＄200 ＄50
L (y) = k(y - m) 2
220 230 240 260
△o
Tolerance =△o =±20℃∴ △o = 20℃ Loss = Ao = L =＄200
Ao = k(△o)2
[实验设计doe应用指南]使用实验设计（DOE）与田口方法（Taguchi method）的区别
[实验设计doe应用指南]使用实验设计(DOE)与田口方法(Taguchi method)的区别篇一: 使用实验设计与田口方法的区别使用实验设计与田口方法的区别[ 14/11/2007 06:01:00 | By: 桥智]1长期来欧美企业采用DOE一向严谨于统计理论，因此对田口方法是陌生或看不起的，一直到6sigma管理引用大量日式TQM与丰田精益生产管理以后，一般DOE教科书最后一章才谈田口方法，号称DOE 圣经书的Design and Analysis ofExperiments一书一直到第六版才加入田口方法的内容，但也非常谨慎使用其章节名称-稳健参数设计与制程稳健研究，其字义可以充分表达田口方法的意义2 一般人认识DOE与田口方法会从Minitab开始，看起来Taguchi 是DOE四个项目之一个，但Taguchimethod在日本已经渐渐变成一种开发设计手法以达品质安定化设计之目的，因此田口方法已经从所谓事后品管而趋向于事前品管的手法，田口有一句口号译成英文给老外- To get Quality，Don‘t measureQuality，亦即与其测量品质以进行事后品质改善，不如进行好的品质设计不让品质问题发生，田口方法不断演变也因此造成一般人对田口方法的认知众说纷纭3 日本人的文字用语常令外国人头痛，譬如QC是指品质管理,TQC 是TQM，至于田口方法更有学问，请看田口方法发展史如下1950~1970年间致力品质提升而实施SPC，为了达成品质稳定，探讨品质问题原因而因此必须进行筛选设计，然而正统DOE的交络法或部份法当时是非常复杂，因此田口玄一发展出用直交表、点线图方便进行设计实验筛选出品质的关键要因，此阶段的实验方法当时被称为田口方法，时过境迁1980年代中期田口玄一出来呼吁澄清，除非采用有噪音因子的内外表与SN比才能称作田口方法，但是目前日本企业学习实验计画主流内容仍是以直交表与点线图为主1980年代以后日本品质登峰照极，田口致力于能够适用于设计阶段品质作入的实验计划法而发展出，采用有噪音因子的内外表与静态特性的SN比以及二阶段设计等技术，而称为田口品质工学，但外人还是称为田口方法1990年以后全球化贸易扩张，田口方法加入动态特性、基本机能等观念，在日本称为品质工程，其最新想法就是在商品企划后利用模拟方法实施田口方法，以求品质安定化设计，不过外人仍称为田口方法4 理论上DOE与田口方法都使用实验的手段，但目的是明显不同，因此当要使用田口方法用语时田口玄一要求如下参数设计使用适当的品质特性，并运用SN比或者Loss Function积极有效地使用杂音因子，控制与杂音因子分开为内外表设计使用直交表配置有再现性试验确认篇二: 实验设计及其应用● 培训背景DOE实验设计是一种最为重要的质量改善及工艺流程优化的工具，它可以：科学合理地安排实验，减少实验次数、缩短实验周期，提高经济效益；从众多影响因素中找出影响输出的主要因素；分析影响因素间交互作用影响的大小；分析实验误差的影响大小，提高实验精度；找出较优的参数组合，并通过对实验结果的分析、比较，找出达到最优化方案进一步实验的方向；对最佳方案的输出值进行预测。
10田口试验设计
田口试验设计方法概述主讲：张驰中国质量协会六西格玛专家组成员中国质量协会六西格玛黑带注册导师田口试验设计方法概述田口高一博士是日本著名质量专家。
他在研究正交试验的基础上发名出著名的田口试验设计法，田口是最早提出稳健性设计的学者。
田口稳健性设计的核心思想是运用试验设计将过程或产品变差降至最低或使过程、产品对噪声因素的敏感性降至最低。
如果运用得当，田口方法是产品设计、过程改善的强有力工具。
田口试验设计的特点1、田口方法是一种分部设计法，田口试验表只需全因子设计组合的一部分，因而可以用较少的组合评估较多的试验因素。
（33）设计只需9次，而全因素设计需33=27次。
如L92、田口试验设计的因素数可达31个，水平数可达5个，且可进行混合水平的设计，因而用途广泛。
3、田口试验设计的试验阵列（试验表中的因素水平组合）是正交的，因此时平衡设计，可以独立评估因素影响。
4、田口将信噪比S/N的概念导入试验设计，信噪比是通信电子等领域的测量指标。
在试验设计中，信噪比的定义中如下：设产品质量特性Y在多个输入变量的作用下为随机变量。
其数学期望为μ，方差为σ2，我们希望μ越接近目标越好，σ2越小越好。
变异系数Y=σ/μ，它表示实际值偏离目标值的程度，用η’=μ2/σ2来表示产品质量特性的稳定性，η’越大，则产品质量波动越小，如将μ2值看作信号，把σ2值看作噪声因素，η’称为信噪比，实际使用时会将η’转化为分贝值（dβ）。
即η=10lgη’=S/N取对数后的η值比较接近正态分布，便于分析。
田口试验可分为静态设计和动态设计两种静态设计是通过试验和分析找出信噪比最高的因素水平设置以使输出变量变差最小，即对噪声因素不敏感，静态设计的指标（输出变量）目标的值一般为固定值。
动态设计：动态设计是通过增加信号因素来优化输出变量与信号因素间的关系从而使输出变量对噪声因素不敏感，但对输入信号达到最大的敏感度。
根据田口试验设计法降低输出变差的策略可知，田口方法是在不同的噪声因素下（2-50个）运行可控因素试验组合，以取得多组试验数据，通过对这些数据进行分析计算，找到S/N最大的可控因素水平组合。