实验工具之一田口方法实例

合集下载

实验计划法-田口式实验法

实验计划法-田口式实验法

i2=
y2
+
σ2
∵ y = 2 Ao =$100
∴k=
yo2 Ao
= $100
4
k =$25
Quality Loss Function案例 Sony美国厂 与 Sony日本厂 产品比较
结论
Lower
Sony日本厂之 Grade A产品远
spec. Limit
比Sony美国厂
为多.
Freq.
Sony日本
Upper spec. Limit
理由
Color.Density
︸ ︸ Meet Spec.与 D
DOE--- TAGUCHI METHOD(I) 田口实验方法简介
有关田口实验的案例 日本某一地砖制造厂 Ina Tile Company Japan
问题 Ina Tile Company所做出来的成品(地砖),其 尺寸大小差异很大.
工程分析结果 因炉子温度不均而发生问题 也是说,炉子温度是做成问题的主因.
Meet Target
CB
A
︸B ︸C
D
之差异.
Distribution of color density in TV sets (1979 Data)
DOE--- TAGUCHI METHOD(I)
Quality Loss Function
Make to Specification Step Function
DOE--- TAGUCHI METHOD(I) 田口实验方法简介
基本观念
在一个制程里,发和不良的原因很多,如果我们能 把不良原因杜绝,我们可防止不良产生.但在现实 的世界里,很多时候我们知道那些不良原因,但完 成去杜绝却有困难.可能涉及成本或技术.但我们 却可透过制程参数优化可控制不良原因之变异. 田口式实验方法就是协助我们找出主要的因子和 最有利的制程参数.

实验计划法田口式实验法

实验计划法田口式实验法

案例二:电子产品研发中的优化设计
总结词
田口式实验法在电子产品研发中应用,有助于优化产品设计,提高产品性能和用户体验。
详细描述
电子产品研发过程中,设计优化是关键。田口式实验法通过设计合理的实验方案,对不同设计方案进 行对比和分析,以找出最优设计方案。同时,通过实验验证和数据分析,还可以对产品性能进行预测 和改进,提高产品的性能和用户体验。
02
田口式实验法的基本原理
田口式实验法的概念
田口式实验法是一种以正交表为基础,通过实验 设计、数据分析与优化来研究多因素多水平系统 的一种实验设计方法。
它是由日本学者田口玄一先生提出,被广泛应用 于工业工程、生产制造、品质管理等领域。
田口式实验法的优点
科学性强
田口式实验法采用正交表进行实验设计,能 够科学地安排实验因素和水平,减少实验次 数,提高实验效率。
06
田口式实验法的总结与展望
总结
田口式实验法是一种 以正交表为基础,通 过控制实验条件进行 多水平实验的方法。
田口式实验法广泛应 用于各种领域,如化 工、机械、电子等, 旨在提高产品质量和 性能。
田口式实验法的核心 思想是通过控制三个 因素(质量、成本和 交货期)的组合,实 现产品优化。
田口式实验法采用正 交表设计实验方案, 具有高效、经济、灵 活的特点。
部分因子设计
只考虑部分可能的因素组合,以减少实验次数并获得 有价值的结论。
随机设计
以随机顺序进行实验,以避免实验者偏差和系统误差 。
实验误差控制
01 重复实验
进行多次实验以增加结果的可靠性和稳定性。
02 盲法
消除实验者和被试者对实验目的和分组情况的知 晓,以避免主观影响。
03 对照实验

实验设计DOE田口方法

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。

[管理工具-质量管理]田口方法(TaguchiMethods)

[管理工具-质量管理]田口方法(TaguchiMethods)

田口方法(Taguchi Methods)什么是田口方法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。

田口方法是日本田口玄一博士创立的,其核心内容被日本视为“国宝”。

日本和欧美等发达国家和地区,尽管拥有先进的设备和优质原材料,仍然严把质量关,应用田口方法创造出了许多世界知名品牌。

随着市场竞争的日趋激烈,企业只有牢牢把握市场需求,用较短的时间开发出低成本、高质量的产品,才能在竞争中立于不败之地。

在众多的产品开发方法中,田口方法不失为提高产品质量,促进技术创新,增强企业竞争力的理想方法。

田口方法的目的田口方法的目的在于,使所设计的产品质量稳定、波动性小,使生产过程对各种噪声不敏感。

在产品设计过程中,利用质量、成本、效益的函数关系,在低成本的条件下开发出高质量的产品。

田口方法认为,产品开发的效益可用企业内部效益和社会损失来衡量.企业内部效益体现在功能相同条件下的低成本,社会效益则以产品进人消费领域后给人们带来的影响作为衡量指标。

假如,由于一个产品功能波动偏离了理想目标,给社会带来了损失,我们就认为它的稳健性设计不好,而田口式的稳健性设计恰能在降低成本、减少产品波动上发挥作用。

田口方法的基本思想田口方法的基本思想是把产品的稳健性设计到产品和制造过程中,通过控制源头质量来抵御大量的下游生产或顾客使用中的噪声或不可控因素的干扰,这些因素包括环境湿度、材料老化、制造误差、零件间的波动等等。

田口方法不仅提倡充分利用廉价的元件来设计和制造出高品质的产品,而且使用先进的试验技术来降低设计试验费用,这也正是田口方法对传统思想的革命性改变.为企业增加效益指出了一个新方向。

与传统的质量定义不同,田口玄一博士将产品的质量定义为:产品出厂后避免对社会造成损失的特性,可用“质量损失”来对产品质量进行定量描述。

质量损失是指产品出厂后“给社会带来的损失”,包括直接损失(如空气污染、噪声污染等)和间接损失(如顾客对产品的不满意以及由此导致的市场损失、销售损失等)。

工程应用分析之田口式实验计划法

工程应用分析之田口式实验计划法

工程应用分析之田口式实验计划法田口式实验计划法(Taguchi Method)是由日本质量管理专家田口玄一郎于20世纪60年代提出的一种工程应用分析方法。

该方法是通过设计和执行一系列实验来优化产品、系统或过程的设计参数,以实现最佳性能和品质控制。

田口式实验计划法以其简洁、高效和准确的特点在全球范围内被广泛应用于工程领域。

田口式实验计划法的核心思想是通过考虑设计参数对结果的影响,确定最佳的参数组合来优化产品或系统的性能。

与传统的试验方法相比,田口式实验计划法减少了实验次数,但仍能得出可靠的结论。

田口式实验计划法主要包括三个步骤:参数选择、水平选择和实验设计。

首先,确定影响结果的关键参数。

然后,为每个参数选择适当的水平。

最后,设计实验矩阵并执行实验,以收集数据和分析结果。

在参数选择阶段,田口式实验计划法强调选择对结果影响最大的参数。

通过使用正交实验矩阵,可以确定最少的实验次数来获得最大的信息量。

正交实验矩阵是一种特殊的矩阵,具有平衡各种因素的能力,并且可以减少因素之间的相互作用。

因此,正交实验矩阵能够在最少的实验次数下提供有效的数据。

在水平选择阶段,田口式实验计划法要求选择适当的水平来代表参数的范围。

通常,参数的水平可以分为三种类型:高水平、低水平和中心水平。

高水平和低水平用于极端测试,而中心水平用于检测参数的相互作用。

通过选择不同水平的参数组合,可以确定最佳的参数组合来实现最佳性能。

在实验设计阶段,根据正交实验矩阵的设计,执行一系列实验并收集数据。

通过对数据进行统计分析,可以确定影响结果的关键参数和最佳参数组合。

这种分析方法可以减少试验次数和时间,并提高实验结果的准确性和可靠性。

田口式实验计划法的应用非常广泛,涵盖了各个领域的工程问题。

例如,在产品设计中,田口式实验计划法可以优化产品的功能、性能和可靠性。

在生产过程中,田口式实验计划法可以优化工艺参数,减少产品的变异性和缺陷率。

此外,田口式实验计划法还可以用于系统设计、质量改进和环境优化等领域。

实验设计─田口方法

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。

田口参数实验设计教学案例

田口参数实验设计教学案例

田口参数实验设计教学案例教学案例一:田口参数实验设计1 田口方法源起实验设计是以概率论与数理统计为理论基础,经济地、科学地制定实验方案以便对实验数据进行有效的统计分析的数学理论和方法。

其基本思想是英国统计学家R. A. Fisher在进行农田实验时提出的。

他在实验中发现,环境条件难于严格控制,随机误差不可忽视,故提出对实验方案必须作合理的安排,使实验数据有合适的数学模型,以减少随机误差的影响,从而提高实验结果的精度和可靠度,这就是实验设计的基本思想。

在三十、四十年代,英、美、苏等国对实验设计法进行了进一步研究,并将其逐步推广到工业生产领域中,在冶金、建筑、纺织、机械、医药等行业都有所应用。

二战期间,英美等国在工业试验中采用实验设计法取得了显著效果。

战后,日本将其作为管理技术之一从英美引进,对其经济复苏起了促进作用。

今天,实验设计已成为日本企业界人士、工程技术人员、研究人员和管理人员必备的一种通用技术。

实验计划法最早是由日本田口玄一(G. Taguchi)博士将其应用到工业界而一举成名的。

五十年代,田口玄一博士借鉴实验设计法提出了信噪比实验设计,并逐步发展为以质量损失函数、三次设计为基本思想的田口方法。

田口博士最早出书介绍他的理论时用的就是“实验计划法─DOE”,所以一般人惯以实验计划法或DOE来称之。

但随着在日本产业界应用的普及,案例与经验的累积,田口博士的理论和工具日渐完备,整个田口的这套方法在日本产业专家学者的努力之下,早已脱离其原始风貌,展现出更新更好的体系化内容。

日本以质量工程(Quality Enginerring)称之。

但是,严格来讲,田口方法和DOE 是不同的东西。

田口方法重视各产业的技术,着重快速找到在最低成本时的最佳质量。

DOE则重视统计技术,着重符合数学的严谨性。

虽然学术界普遍认为田口方法缺少统计的严格性,但该方法还是以其简单实用性广为工业界所应用和推广。

先进国家对田口方法越来越重视,并且也已经取得了很好的效果。

DOE实验(田口实验方法)

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)

田口实验方法

田口实验方法

• 配方:各種因子設定在某水準之下所組成的操
作條件,如溫度定200,220,240三水準,壓力定 400,450二水準,則配方數就有3*2=6個,而溫 度200且壓力400就是一個配方
• 交互作用:許多案例告訴我們,往往A因子 的最佳條件,加上B因子的最佳條件,未必 就能獲得最佳的品質,這種因子間所產生 相生相剋的影響就叫交互作用(Interaction)
• 优势是以最少的试验次数获得最理
想的实验效果。
• 田口方法是日本质量管理专家田口玄一博士创立的一门崭 新的质量管理技术,它立足于工程技术,着眼于经济效益,开 辟了质量管理的新天地。与传统的质量管理相比,有以下特 色: • (1)工程特色 • 用工程的方法来研究产品质量,把产品设计当成工程设 计,把产品设计质量的好坏看成是工程设计质量,用产品给 社会造成的经济损失来衡量产品的质量。 • (2)“源流”管理理论 • “源流”管理的思想把质量管理向前推进了一步。认 为开发设计阶段是源流、是上游,制造和检验阶段是下游。 质量管理中,“抓好上游管理,下游管理就很容易。” • (3)产品开发的三次设计法 • 产品开发设计(包括生产工艺设计)可以分为三个阶段进 行,即系统设计—参数设计—容差设计。
直交表的表示方法
直交表的表示方法
直交表
• • • • • • • • ™ 直交表为基本型 2系:L4、L8、L16、L32、L64… 3系:L9、L27、L81… 混合系:L12、L18、L36 常用直交表表示 L4 ( 2 3 ), L8 (2 7 ), L16 (215 ), L32 (231 ) L9 ( 34 ), L27 (313),L81(340) L12 ( 211), L18 (21 × 37 ),L36(23 ×313)

《doe田口方法》课件

《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

DOE培训教材1田口式实验计划法的经典案例

DOE培训教材1田口式实验计划法的经典案例

第一章田口式实验计划法的经典案例1953年,日本一个中等规模的瓷砖制造公司,花了200万美元,从西德买来一座新的隧道窑,窑本身有80米长,窑内有一部搬运平台车,上面堆放着十几层瓷砖,沿着轨道缓慢移动让瓷砖承受烧烤。

问题是,这些瓷砖尺寸大小有变异,他们发现外层瓷砖有50%以上超出规格要求,内层则正好符合规格要求。

工程师们很清楚,引起产品尺寸变异的原因是窑内各个不同位置的温度偏差导致的,只要更换隧道窑的温度控制系统,提高窑内温度的均匀就能够解决。

使得温度分布均匀,需要重新改进整个窑,需要额外再花50万美元,这在当时是一笔很大的投资,不到万不得已时谁也不愿意这样做,大家都希望寻找其他方法来解决,比如通过改变原料配方,如果能找到对温度不敏感的配方,则不需投入资金就能够化解温度不均匀而导致的尺寸变异和超差。

工程师们决定用不同的配方组合来进行试验,以寻找最佳的配方条件,具体的思路是,对现行配方组合中的每一种原料寻找替代方案,通过实际生产运行筛选能够化解温度变异的最佳配方,对于熟悉瓷砖生产工艺的工程师来说,每一种原料的替代方案其实不难找到(见下表),但每一个因素的替代方案的组合并不一定是最佳组合,最佳组合可能是各种原料现行条件和替代方案的所有组合方式中的一种,到底是哪一种,只有进行实验,对实际效果进行评价才能予以判定。

替代方案表参与过产品开发或工艺改进的人都知道,灵感可以在一秒钟内产生,但实际操作却是耗时耗力的事情。

七个可变的因素,每个因素两种选择,用全因素实验法进行筛选,就有128种组合,如果用小型设备做实验,每个实验做一天,买上8个实验用的小炉子,同时做八个实验,8天即可完成,然后在所有128个组合中寻找产品尺寸变异最小的组合即可,但本实验在小型设备中无法模拟,因为所要解决的问题的关键就在于隧道窑的温度变异,只有在该窑里做实验,找到的配方组合才是能够化解该窑温度不均匀的最佳组合(若还有另外一个窑存在类似问题,就得另外再找,因为每个窑的温度不均匀状况是不同的),这样一来,每做一次实验其实就是在不同的条件下生产一窑的瓷砖,需要全体员工折腾整整一天,128种组合就需要全体员工搞四个月,试想,能不能找到可化解温度变异的配方尚不知道,就要停产四个月搞实验,其人工、水电、材料耗费比投资50万美元还多,可行吗?除非能够有办法用几次实验就找到最佳组合方案,尚可以一试,否则就只好花钱买高精度温控系统了。

实验设计之田口方法(PowerPoint 204页)

实验设计之田口方法(PowerPoint 204页)

改善前
上限 改善前
外部瓷磚
內部瓷磚
下限
18
原材料粉碎及混合 成型 燒成 上釉 燒成
控制因素 A:石灰石量 B:某添加物粗細 度 C:蠟石量 D:蠟石種類 E:原材料加料量 浪費料回收量 長石量
水准一(新案) 5% 細
53% 新案組合 1300公斤 0% 0%
水准二(現行) 1% 粗
43% 現行組合 1200公斤 4% 5%
•廠商現在必須致力於在生產前就使複雜的產品 能達到高品質。
•減少變異亦即要有較大的再現性和可靠性,而 最終目的就是要為製造商和消費者節省更多的 成本。
10
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?
11
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:
• 假如我們的實驗計劃均為直交,則我們在回應表中比 較A1和A2時,我們將可確定A1中B效果與A2中的B效果 應為相同,且當因素以直交方式變動時,其它的效應 將不會混合於各因素的水准內。
37
次數 A B C D E F G 結果 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
35
A(64) B(32) C(16) D(8)
E(4)
F(2)
G(1)

Mintab_DOE操作说明(田口试验设计)

Mintab_DOE操作说明(田口试验设计)


26
Unit-3: 直交表設計

直交試驗表的性質:

正交试验只选其中的4个角代替全面试验的8个角,如下图黑点所示。
全因子
田口直交
PS: 全因子試驗,各點全部選擇,共需進行8 次試驗,效率較差。
PS: 正方体的6个面上每个面都被选中2个角,12条边上每条 边都有1个点,虽只选了8个角中的4个,但对AB、AC、BC 任意2个因素而言均为全面试验。因此此4点有很强的代表 性。假定所要找的最优搭配不在 正交试验的4个点中,如111,如会通过与该点相邻的 较优搭配表现出来,而此三点都是试验中的点,(112, 221,121),通过这3个点可很容易就找到最优点。 其具有較高效率;

5
Unit-1: 田口品質工程簡介

基本概念:

田口方法是要降低變異原因的影響,而不是去除變異的原因,來改善品質;田口方法將各種 變異極小化,使得產品對變異的來源最不敏感。 Ex:m 代表電視機彩色密度目標值,而m±5是可容忍的製程偏差。日本廠的產品品質特性 呈一個近似常態分配,平均值在目標值上。美國廠的產品品質特性則呈一個近似在m±5 內 之均勻分配。 日本廠產品大部分集中在目標值附近,亦即靠近m(變異較小,性能較佳)的產品,美國廠 產品遠離m(變異較大,性能較差),超出產品規格機會較大。

24
Unit-3: 直交表設計

直交試驗表結構:
该表为7因素,2水平,运行8次的正交试验表,具有以下特点: 1、有8个行,表示8种试验运行的不同因素水平组合。 2、有7个列,表示最多可允许有7个因素。 3、表中心的“1”、“2”表示各因素的两种水平。 4、每个因素的每个水平各出现4次,出现机会完全均等。 5、表中任意两列间的组合数字各出现2次,其搭配是均衡的。

根据田口方法实验

根据田口方法实验

根据田口方法实验,工艺参数对翘曲的影响摘要:实验模型是一个汽车三角面板,用田口实验的方法来判定工艺参数对翘曲的影响。

构造正交数组来研究每一个因素的重要性(成型温度,融化温度,注射时间,v/p转换,保压压力和保压时间)。

CAE软件Moldflow用来分析翘曲变形的范围。

通过获得信噪比和执行一定范围的分析来分析工艺参数对翘曲的影响。

而且,最小翘曲的工艺参数会得到优化。

随后,根据填充条件会得到最小翘曲的最佳填充条件。

关键词:注射模,翘曲,田口方法,最佳工艺1.介绍:随着轻型汽车的发展,汽车生产厂商开始普遍的使用塑料。

差不多有80%的汽车塑料零部件是通过注射模生产的。

在生产过程中,塑料产品中的发现了大量成型缺陷,比如翘曲,体积收缩,熔接痕和气泡。

潜在的原因包括大量的塑料原材料,复杂的模具型腔结构,成型设备的不同控制方法和不同的流变特性和机器性能。

塑料零件的翘曲是塑料产品质量一个重要的指标,它不仅仅影响产品的装配和性能,也影响产品质量外观,最简单也是最有效防止敲的方法就获得最优的成型工艺参数。

使用一个连续的单一的方法,1.Behrooz Farshi 研究了薄壁零件的汽车,确定了成型工艺参数对翘曲和体积收缩的影响。

Wu-lin Chen 用Moldflow模拟了塑料注射的过程,根据响应面方法设计了一个实验,确定了减小体积收缩和翘曲的工艺参数。

2.Kurtaran通过一个类神经网络模型和一个遗传算法(GA)分析了注射成型参数(成型温度,融化温度,填充压力,填充时间和冷却时间)对汽车灯罩的翘曲的影响。

这个研究发现了最小的最佳变形工艺参数。

3.Kitayama指出通过代理模型优化技术,变量压力分布图可以有效的减少翘曲的影响,该技术一直在使用径向基函数网络。

4.Chuang MT和Yang YK应用灰色关联分析并获得了一个注塑成型工艺的最佳参数组合。

5.为了优化参数的设计这样的一个的过程,许多方法已经被广泛的使用,包括田口方法。

田口玄一方法

田口玄一方法

Ve CV y
上式中,
为总体标准差 为总体均值
Ve 为样本标准差
y为样本平均值 Ve是由于试验或测量中,误差因素存在而产生 的表征数据的分散度的统计特征值故称为误差标 准差,其方差则称为误差方差。 CV大小由标准差与均值的比值决定。产品特 性值越分散,即 Ve 越大,则CV值也越大,说明 产品质量越差;反之,则CV值越小,说明产品质 量越好。因此,变异系数CV是衡量产品质量优劣 程度的一个指标。 若采书变异系数CV的倒数,即
田口方法就是要研究如何预防失效、如何降 低变异、如何降低成本等问题。
田口博士还进一步提出了以质量损失来评价质 量水平的概念和减少质量损失的方法。在此基础上 ,引发了以减少质量波动、提高产品健壮性为目标 的设计思想的重大变革,产生了极具创造性的以参 数设计、容差设计方法为主的线外质量管理方法, 和以对质量特性、过程反馈控制,对过程诊断、调 节等方法为主的线内质量管理问世,田口的线内外 质量管理方法在欧美统称为“田口方法”。
式(1)表明,容许产品质量特性值 围绕 有 的波 动。也就是说,只要波动不超过 就是良品,否则就 是不良品。 • 设质量波动超过 作为不良品处理,给工厂带来的损 失为A元,超过 作为良品出厂或流入下道工序,给用 户或工厂带来的损失为D元,未超过 作为良品,由于 质量波动,使得质量特性值Y偏离目标值 ,给用户带 来的损失为W元。显然,D>A>W(元)。
1 y CV Ve
1 CV 越大,产品的质量分散度越小,质量越好。
反之,质量越差。 变异系数CV表示产品质量特性值的不稳定程度, 1 或者说不良程度; CV 表示产品质量特性值的稳定 程度,或者说优良程度。 在正交试验中,n种试验条件下,测得试验数据为 y1、y2、…yn则其平均值及方差、标准偏差的计算式 为:
  1. 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. 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. 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)。

实验工具之一田口方法实

The following text is amended on 12 November 2020.
某产品射出成型之色差
变化因素探讨
一问题描述
二品质特征及因子说明
三直交表及因子配置
四实验步骤及资料汇集
五资料分析
六验证实验
七结论
八再次实验
九未来计划
问题描述
一背景
自我司生产某产品以来,一直受到色差问题困扰,经常会有此不良现象发生,不良比率在10%左右,由此给我司造成较大损失,使利润提高受到抑制。

并且因客户严格要求我司对此作以改进完善,故现经我司生产部,品保部及工程课人员共同探讨,利用田口品质工程技术进行实验设计,用尽可能少的时间,成本,实验次数,将影响该产品色差的因素寻找出来。

使此不良现象逐步消失,给公司带来更大的收益。

二制程分析及可控因素标示
射出成型是在加工过程中,将热塑性塑胶原料加热至熔融状态,再在高压下送入并填满由两个半边摸闭合形成的模腔,经过一段时间冷却定型后,将两个半模分开,取出塑件,即完成一个操作程式,操作过程中两边模闭合须与注射操作时间互相配合,并准确控制温度,压力及个别动作时间,使形成有规律性地循环。

射出成型制造流程及可控因素标示:
品质特性及因素说明
一品质特性:
本实验包含之品质特性为我司射出成型的某产品中的色差不良数量,实验目的是希望色差产品的数量得以减少,即不良率不断降低,此即为望小特性.
(一)色差之实验设计部分:
按照SOP要求操作并使用色差比对样品检测色差,每组检测
50PCS,其S/N之计算公式为:
S/N=-10log(1/n∑Yi2)
Yi为每组50PCS的色差总数。

二可控因素:
本实验可控因素之选取,是将前述之制造流程经现场技术人员分析后,选取四个三水准的可控因素,列表如下:
直交表及因素配置
一直交表:
本实验共有四个三水准可控因数,每一实验条件下均检测50PCS样本,计数色差不良数量,故本实验采用L9(34)之直交表。

二因素配置:
本实验之四个可控因素,经成份分析后,分别配置于L9(34)之直交表之1,2,3,4列。

实验步骤及资料汇集
一实验步骤:
本次实验经直交表配置分析后,交由射出成型现场技术人员进行实验,进行9组实验,每一组实验选取50个样本数,共选取450个样本数进行计数值资料分析。

二资料汇集:
由于本次实验规划之品质特性为色差不良数,有关资料之汇集,将9组450个样本一一与样品比对,并按SOP进行操作得出9组资料,由此计算S/N值。

经由执行上述之步骤,得出直交表。

资料分析
一最佳化条件之选定
二回应表
验证实验
一验证实验条件描述:
经资料分析后得出一组最佳条件组合如下:
转换为可控因素描述如下:
结论
经过我司工作人员的不懈努力,结合以上9组实验,最终得出一组最佳条件:烘料温度120℃,烘料时间4小时45分,螺杆温度295℃,模温118℃.
自从本星期五开始使用此条件后,通过两天来的长时间检测,发现到该产品的色差不良现象有所降低,这几天的不良率基本控制在5%至7%.
总而言之,以上说明此前的条件并不是非常理想,而现在的条件方是较为理想的条件,且公司的利益由此得以体现.
再次实验
一前提
因经过以上实验,仍有较高之不良率,且在做前三项不良统计时,色差不良现象依然是第一项,故我司射出课及相关工程人员决定在此基础上再次加以改进.
二可控因素:
本实验可控因素之选取,是将前述之制造流程经现场技术人员分析后,选取四个三水准的可控因素,列表如下:
三直交表:
本实验共有四个三水准可控因数,每一实验条件下均检测100PCS样本,计数色差不良数量,故本实验采用L9(34)之直交表。

四因素配置:
本实验之四个可控因素,经成份分析后,分别配置于L9(34)之直交表之1,2,3,4列。

五实验步骤:
本次实验经直交表配置分析后,交由射出成型现场技术人员进行实验,进行9组实验,每一组实验选取100个样本数,共选取900个样本数进行计数值资料分析。

六资料汇集:
由于本次实验规划之品质特性为色差不良数,有关资料之汇集,将9组900个样本一一与样品比对,并按SOP进行操作得出9组资料,由此计算S/N值。

经由执行上述之步骤,得出直交表。

七最佳化条件之选定
八回应表
九验证实验条件描述:
经资料分析后得出一组最佳条件组合如下:
转换为可控因素描述如下:
十结果
经过此次实验,关于该色差不良现象已降低至1~2%.
未来计划
有关未来之计划部分,由于田口式品质工程技术于设计规划或制程改善,均不失为一犀利之工具,故我司主管要求相关单位未来应加强田口式品质工程技术探讨,并将此应用于产品品质提升上.
但是应该考虑到的问题是:若因某项不良而改变条件后,同时出现其他严重问题又该如何因此是否可以对几项不良问题点同时分析并寻找最适合之条件.
制作人: 余利高
完成日期:14/02/07。

相关文档
最新文档