DOE试验设计与田口方法-培训教材(上)
DOE试验设计和田口方法专题培训课件
二﹑S/N比之基本含義
三﹑田口理論四種因子之概念
1. 調整因子(Adjust factor)
調整因子是不影響S/N比但可 以調整品質特性至目標值的因子。 在兩階段的過程中，調整因子是 在不改變變異情況下，但可以修 正全體偏差的因子。
2. 信號因子(Signal factor)
信號因子是評價SN比之信號 (S)的因子,通過調整信號因子, 可以改變品質特性值,也就是當 目標值改變時,通過調整信號因 子可以使輸出與目標值一致.信 號因子并非一個設計參數﹐而是 可以由使用者自行改變的因子. 信號因子與回應值間具有輸入與 輸出的關系。
5. 單個因子各水准之RAW值
怎么算???
例如C因子計算過程：Max-min=1.645 C1=(10.59+3.24+ 10.53+2.52) /4=5.4700 C2=(0.84+3.45+9.24+1.77) /4=3.8250 Max-Min=5.47-3.825=1.6450 其余因子依此類推
4. 單個因子各水准之S/N比值
怎么算???
例如B因子計算過程：Max-min=4.7992 B1=(-20.4979+(-10.2109)+ (-19.3134)+(-4.9595)) /4=13.7454 B2=(1.5144+(-10.7564)+ (-14.8545)+ (-8.0280)) /4=8.0311 Max-Min=-8.3787-(-13.3978)=4.7992 其余因子依此類推
6. 單個因子各水准之S/N比圖形
怎么繪???
S/N比圖形的繪制依據各因子各水准之S/N值來進行﹐縱座標表示 S/N比值﹐橫座標表示各因子和水准﹐用直線連接各水准之S/N比 ﹐依此可以判定最佳組合(S/N值最大之水准組合﹐即圖形中最上 面的點。)
Taguchi田口实验设计培训
触片形状 标准 长
支撑长度 全长 .25mm间隙
材料厚度 0.012英尺 0.011英尺
方向 标准 横向
21
问题？
22
• 信噪比(Signal to Noise Ratio) ：信噪比和稳健(Robustness) 的概念紧密相关, 稳健的概念追求产品或流程的表现在受到因素 的波动时候的稳定性. 这个比用S/N来表示，S/N可以是:
望目值 – 某个目标值
望大值 – 比如合格率
望小值 – 比如维修时间
14
用Minitab进行Taguchi实验的实例 (1)
一个接触器的使用寿命的实验设计示例 （四因子两水平）
Y = 寿命 (衡量指标为: 次)
因子:
A = 触片形状 (标准, 长) B = 支撑长度 (全长, .25mm间隙) C = 材料厚度(0.012英尺, 0.011英尺) D = 方向 (标准, 横向)
•
在Minitab中, 统计>DOE>田口 > 创建田口设计
2
传统试验析方法和试验设计比较
• 传统试验方法：
– 将应影响输出的众多输入变量（因子）在同一时间只允许有 一个变量变化，其他相对固定。 – 试验周期长，浪费时间，可能导致试验成本大幅提高，并拖 延产品上市时间。 – 试验方法粗糙，因为无法考察因子间的交互影响，得到的结 论可能和实际不符－导致质次价高。
5
优化的温度为 200
220
240
传统试验方法－多次单因子试验(3)
实例: 烤蛋糕
先固定烘烤温度为200℃，实验不同烘烤时间下的蛋糕厚度
12 10
蛋糕厚度 (cm)
8 6 4 2 0 7.5 15 30 时间 (mins)
DOE实验设计培训教材
X
X
没有交互作用 有一点交互作用 (平行的形状)
X
有很大的交互作用
交互作用图
低A 高A
低A
A&B间没有交互作用
高A
低B 高B
低A 高A
定义：当有交互作用存在时,
一个要素对回应的影响与其他各 规范要素对回应的影响是不同的.
A&B相互作用
高A
低A B的影响随着A的规范而变化. 这里, B对低规范A有负面影响, 对高
試驗設計的希冀
•試驗點在盡可以大的範圍內 •分散得盡可以地均勻 •試驗次數要盡可以少 •希望試驗點具有良好的代表性 •能將複雜的規律描画出來
試驗設計發展史
• 30年代R·A·Fisher把統計試驗設計(SED)用於農業並取得绝后成功, 統計試驗設計即對微 觀經濟及管理做出了严重貢獻.
• 50年代美國戴明把統計試驗設計(SED)傳到日本, 用來減少產品功用異性以提高產品質 量, 影響了整個日本工業界.
L8(2**7) 2水準 7因子 Runs: 8次
ABCDE F G 11111111 21112222 31221122 41222211 52121212 62122121 72211221 82212112
DOE基本概念
立方點/角點 中心點 軸向點
DOE基本概念
8 6
12 1
DOE基本概念
是數論方法的一個重要應用, 是〝電腦試驗設計〞(DEC)研發的產物. 實際上, 它是對參 與試驗各個要素之間的內在關係進行數字仿真, 從而大大減少了試驗, 降低了試驗本钱, 同時快速有效地優化了結果. 〝均勻設計〞是一種全新的試驗設計方法, 是〝類比〞走 向〝數位〞的打破.
試驗設計類別
DOE(试验设计)培训课件
介绍DOE软件工具中各种选项和参数的意义及 设置方法，例如实验设计类型、因子和水平设 置等。
DOE软件工具的应用案例
通过实际案例介绍如何使用DOE软件工具进行实验 设计和数据分析。
通过案例展示DOE软件工具在工业生产、新产品研 发等领域的应用。
DOE基本原则
随机化原则
试验设计应遵循随机化原则，以避 免潜在的人为偏见和系统误差。
重复性原则
为提高试验结果的可靠性和精确度 ，应尽可能遵循重复性原则，即在 相同条件下多次进行试验。
对照原则
通过设置对照组，可以更好地评估 试验组中目标变量与影响因素之间 的关系。
简约性原则
在满足试验目的的前提下，应尽可 能采用简约的试验设计，以降低试 验成本和时间。
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交 表，设计了九组实验方案，每组方案重复五次。
实施实验并收集数据
按照设计的实验方案进行实验，并收集了三十组实验数 据。
分析数据并得出结论
对收集的实验数据进行统计分析，发现生产温度对产品 质量影响最大，其次是生产压力，最后是生产时间
06
DOE软件工具介绍与操作指南
试验设计的基本原则
试验设计需要遵循随机化、重复性和对照等基本原则。
试验设计在生产中的应用
试验设计可以应用于生产过程中，通过优化生产工艺和参数，提高产品质量和生产效率。
试验设计在研发中的应用
试验设计可以应用于产品研发过程中，通过科学筛选和优化设计方案，降低产品成本和提高性能。
DOE与六西格玛的关系
DOE的基本概念
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交表 ，设计了九组实验方案，每组方案重复三次。
DOE试验设计流程及案例分析培训教材
DOE试验设计流程及案例分析培训教材试验设计 (Design Of Experiment, 简称 DOE) ，是研究和处理多因子与响应变量关系的一种方法。
它通过合理地挑选试验条件，安排试验，并通过对试验数据的分析，从而建立响应与因子之间的函数关系，或者找出总体最优的改进方案。
最基本的试验设计方法是全因子试验法，需要的试验次数最多，其它试验设计方法均以“减少试验次数”为目的，例如部分因子试验、正交试验、均匀试验等。
从上个世纪 20 年代育种科学家费雪 (RonaldFisher) 在农业试验中首次提出DOE 的概念，DOE 已经历了90 多年的发展历程，在学术界和企业界均获得了崇高的声誉。
然而，由于专业统计分析的复杂性和各行各业的差异性，DOE 在很多人眼中逐渐演变为可望而不可及的空中楼阁。
其实， DOE 绝不是少数统计学家的专属工具，它很容易成为各类工程技术人员的好朋友、好帮手。
一、为何要进行试验设计在进行6西格玛项目的改进阶段时，我们经常需要面对的一个问题是：在相当多的可能影响输出Y的自变量X中，确定哪些自变量确实显著地影响着输出，如何改变或设置这些自变量的取值会使输出达到最佳值?我们传统使用的方法：将影响输出的众多输入变量在同一次试验中只变化一个变量，其他变量固定。
传统方法的缺点：试验周期长，浪费时间，试验成本高;试验方法粗糙，不能有效评估输入间的相互影响。
可以有效克服上述缺点的试验方法是：DOEDOE取得的是突破性改善试验策划时，研究如何以最有效的方式安排试验，能有效识别多个输入因素对输出的影响；试验进行时，通过对选定的输入因素进行精确、系统的人为调整来观察输出的变化情况；试验后通过对试验结果的分析以获取最多的信息，得出“哪些自变量X显著地影响着输出Y，这些X取什么值时会使Y达到最佳值”的结论。
我们在分析阶段使用回归分析方法对历史数据进行分析，获得了相应的回归方程，得到Y与各个X间的关系式。
DOE实验(田口实验方法)
➢ 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）
试验设计DOE培训教材
优点
1. 与一次只改变一个参数的实验方法相比,可以减少试验次数(24:8) 2. 可以观察参数间的相互作用 3. 得到的结果适用范围更广——主效应和相互作用是在各参数各种可能的组 合的情况下得到的,与实际情况较接近。
缺点
所有可能的组合都必须加以深究，信息全面，但相当耗费时间、金钱 例如: 13因子，3水准就必须做了1,594,323次实验，如果每个实验花3分钟， 每天8小时，一年250个工作天，共须做40年的时间。 由于这个缺点,完全析因实验（特别是多参数的完全析因实验）在工业中并未得到广 泛的应用。 而如果可以假设一定的高阶相互作用是可以忽略的,则通过仅进行完全析因实验所要 求的一部分试验便可以得到主效应和低阶相互作用。实际经验表明,这样做往往是合 理的,这类实验称为部分因子实验。 20世纪50年代田口博士(Dr.Taguchi)把部分因子实验的应用技术进行了简化,大大方便 了普通工程师把这种实验设计应用于解决工程实际问题。因此也叫田口式实验法。
所以，用正交表来安排试验时，各因子的 各种水平的搭配是均衡的，这是正交表 的优点
1. 如有图所示输入因子资料（3因子，3水平） 2. 数据输入完毕，打开Stat 菜单，点选 DOE--- Taguchi ---Create Taguchi Design…
3. 在弹出的对话框中选择3-Level Design 4. “Number of factors”中选择3 5. 点击Design 6. 在对话框中选择L9，点击OK 普通试验需 做27次
特点： 1． 一条对角线上全是A，另一条对角线上是4。 2． 方块与梅花左右对称的，红桃与黑桃左右 对称。 3． 方块与黑桃，梅花与红桃上下对称。 4． A与4, 2与3左右对称。 5． A与4, 2与3上下对称。 6． 两条对角线上四种四种花色齐全。
《doe田口方法》课件
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
实验设计(DOE)方法培训教案PPT课件
.
14
根据具体要求选择DOE实验方法
• DOE实验方法流程如图(二)所示
实验设计的基本策略
• 1、确定问题
• 为解决何种问题，需要进行的何种实验，应做到心中有数， 有的放矢。
• 2、建立实验目标
• 实验要达到何种目的，要达到怎样的指标，应从实际出发， 根据当时当地的实情，确定实验目标，不要夸大其辞，矫 揉造作。
复运行的结果计算出平均值（Y） 6. 按标准计算软件或EXCEL进行计算
.
19
7. 作出实验因子的影响及关系图
8. 进行方差分析，用以决定实验因子是否重要，用P值进 行衡量（P〈0.05)
9. 对方差分析结果进行评价,以确定因子对实验的影响程度
10. 选择重要因子(通常不超过4个)而进行全因子DOE实验,以 确定实验的最终结果
.
25
3、考核指标 考核指标是在试验设计中，根据试验目的而选定的用来
衡量试验效果的量值（指标）。 考核指标可以是定量的，也可以是定性的。定量指标如
硬度、强度、寿命、成本、几何尺寸、各种特性等。定量 指标根据试验结果的预期要求，又可分为望目值、望小值、 望大值三种类型。定性指标不是按数而是按质区分，如质 量的好与坏，天气的晴与阴，指标可以用加权的方法 量化为不同等级。
.
10
36) 材料的影响 37) 机器设备的影响 38) 测试设备的影响 39) 领导者的支持 40) 制造者支持 41) 工程部门的支持 42) 优化后的合格率 43) 配合度 44) 测量精密 45) 随机抽样 46) 块的区分 47) 决定区分程度 48) 假设构造
49) 测量方法 50) 管理者支持 51) 将实验结果图表化 52) 确定主要因子 53) 计算出各因子影响大小 54) 作出相关因子影响图 55) 连续样本 56) 从样本收集到样本测量的时
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。
DOE(培训教材)
一.DOE(培训教材)1.试验设计所要研究和解决的问题：如何以尽可能少的试验次数获得足够有效的数据，并分析得出比较可靠的结论。
2.20世纪20年代由英国R.A.Fisher等人最早提出试验设计技术，并第一应用于农业，以后逐步被应用于生物学、遗传学等方面。
1935年，R.A.Fisher的专著«试验设计»的出版标志着一门新的学科的产生。
20世纪30、40年代，该方法在欧美盛行，应用到工业领域。
二次大战后，该方法在日本得到进一步的进展和应用，专门是以田口玄一为首的一批人员，将试验设计方法应用于改进产品和系统的质量，成为战后推动质量治理的重要工具之一。
3.质量治理中，经常会遇到多因素、有误差、周期长的一类试验，期望通过试验解决以下几个问题：1）对质量指标的阻碍，哪些因素重要，哪些因素不重要？2）每个因素取什么水平为好？3）各个因素按什么样的水平搭配起来使指标较好？实践证明，正交试验设计是处理这类试验问题的一种简便易行、行之有效的方法。
4.田口方法介绍。
产品质量的形成贯穿于产品寿命周期的全过程，包括设计、制造和使用过程。
田口博士提出产品的三次设计思想：系统设计、参数设计和容差设计。
同时，他将正交试验设计方法应用于产品研制时期对参数的合理选择，为提高产品的设计质量提供了一套理论和方法。
二.正交试验设计的差不多方法1.正交表正交表是一种规格化的表格，各种各样的正交表都已构造出来了，关于解决实际问题的应用来说，只要把握正交表的应用方法就达到目的了。
上图是一张正交表，有4列，每列的数字代表水平符号；有9行，每一行的水平组合代表一个试验条件。
这张表简记为L9(34)。
L表示正交表，下标9表示试验次数，34表示应用那个表最多能够安排3水平4因子的试验。
这张表的性质〔整齐可比性性质，或称正交性性质〕：1）在任意一列中，各水平显现的次数相同，即水平1、2、3显现的次数相同；2）对任意列的任一水平，其他列的水平1、2、3与之在同行上相遇的次数相同。
《doe田口方法》PPT课件
-
A ¥Ö ±a ±i ¤O
165
B ¨÷ ¨ú ¶s ¤O
45
C ¤ ¶¡ ·Æ ½ü ®¶ °Ê
0.03
D ¤ ¶¡ ·Æ ½ü ¾l »Ø
0.01
E ´k ½ü ¶b ¾l »Ø
0.02
F µ± ½L ¶b ®¶ °Ê
0.2
G °¨ ¹F ¹B Âà ¥~ ©P ®¶ °Ê 0.03
H ¨÷ ¨ú ¶s ¤O ÅÜ °Ê ´T
¸Õ Åç
³B ²z
11 2a 3b 4 ab 5c 6 ac 7 bc 8 abc 9d 10 ad 11 bd 12 abd 13 cd 14 acd 15 bcd 16 abcd
A(·Å «× )
+ + + + + + + +
¦] ¤l
B(À£ ¤O )
+ + + + + + + +
C(¥Ò îÇ ¿@ «× )D(ÅÍ ©Õ ³t «× ) Æ[ ´ú È
– 常因產品壽命之消耗，因而造成產品績效逐漸遠離 目標值。
產品變異
– 同樣規格，有些能夠正確地發揮機能，有些就不能， 這是由於製造工程中產品間的變異所造成。
產品設計
製程設計
控制因子
尺寸、材質、型態
加工程序、機具組合、 加工條件
外部雜音
使用者操作方式、溫 濕度、操作人員、進
度衝擊、震動
料、電壓改變
S/N比依品質特性種類有所不同，一般而言， S/N比愈大，期望損失愈小。
S/N比與功率增益的關係
損失函數與S/N比
S/N比計算
DOE(试验设计)培训课件
试验设计的特点包括：系统性、有目的性、有组织性、有计 划性、有经济性、有交流性等。
试验设计的发展历程
试验设计方法的发展历程包括：传统试验设计、近代试验 设计、现代试验设计等阶段。
试验设计方法的应用和发展，经历了从简单到复杂、从单 一到多元化的发展过程，逐渐形成了较为完善的理论体系 和应用实践。
试验设计的应用范围
根据专业知识和经验进行选择
选择试验设计方法需要具备一定的专业知识和经验，应根据实际情况和专业知识进行选择。
提高试验设计效率的建议
要点一
预先制定详细的试验 计划
在试验开始前，应制定详细的试验计 划，包括试验的目的、方案、材料、 时间、人员等，以便提高试验效率。
要点二
采用自动化和智能化 设备
积极采用自动化和智能化设备，减少 人工操作和误差，提高试验效率和质 量。
02
试验设计基本原则与步骤
试验设计的基本原则
科学性
以科学理论为指导，客观地、全面 地、系统地进行试验设计。
对比性
通过对比试验，突出试验组与对照 组的差异，便于数据的分析和解释 。
可重复性
在相同条件下，可以多次重复试验 ，以方便在 其他类似场景中应用。
优点
能够有效地控制嵌套因素的影响， 提高试验的精度和可靠性。
缺点
嵌套设计的难度较大，需要专业知 识和经验。
04
试验设计案例分析
案例一：水泥强度试验设计
目的
确定不同水泥品种、粒度、水 灰比等对水泥强度的影响，寻
找最优配比。
试验设计
采用正交试验设计方法，选取9个 因素，每个因素选取3个水平，共 进行3^9次试验。
问题与解答
学员提问
鼓励学员主动提出问题，针对学员提出的问题进行解答，并对重点问题进行 强调和补充说明。
DOE及田口式方法
Exp.
Column 行
No.
1
2
3
4
1
1
1
1
1
2
1
2223来自133
3
4
2
1
2
3
5
2
2
3
1
6
2
3
1
2
7
3
1
3
2
8
3
2
1
3
9
3
3
2
1
34
I. 實驗設計的專門術語及概論
8.直交表實驗(Orthogonal Array) L9(34) 均衡分散-整齊可比
1.每列代表一個實驗處置，共有 9 種實驗處置，即 9 種實驗條 件。
Y；Y=f(X1,X2,…,Xk) 一個實驗反應值的選擇非常重要，反應值是否能反應實驗 目的，決定實驗的成敗。
CTQ=Critical To Quality
9
I. 實驗設計的專門術語及概論
1.反應值 (R反es應po值ns的es)分類
靜態
計量
反應值 (品質特性)
計數
望目特性 望小特性 望大特性
計件 計點
實驗中所考量的某個因素所處的定量或定性的狀態或條件，例如溫 度的因素考慮在三個水準 80℃、90℃、100℃ 下分別進行實驗， 或以早、中、晚班三個水準觀察不同班別的人員。
以烹調咖啡的過程為例:
18
I. 實驗設計的專門術語及概論 因素的水準選擇練習(2)
19
I. 實驗設計的專門術語及概論 5.處置(Treatments)
2
DOE & Taguchi Method
3
DOE & Taguchi Method
DOE培训
Ô ² Ô Ó Ê î O 28% 20%
DOE
允差设计
当参数设计不足以减少产出的变异，我们才转向允差 设计。对于某些生产因素，其变异会对输出变异造成很 大的影响，所以我们必须缩小其允差范围。为了符合较 紧的制程规格，往往需要较高级的材料和较好的设备。 因此允差设计经常导致生产成本增加。
DOE
目的
–在产品及制程参数，经参数实验计划，得到最佳设定条件 后，用以决定可容许的变异范围。
策略
–开始阶段，采用俱较宽允差的低成本材料和零件。 –利用经参数实验计划决定的最佳设定条件，以确定我们品 质特性的总变异。 –如果变异超出允许的范围，则选择性地紧缩允差，并且／ 或者提高材枓和零件的等级。
使用技术
田口式实验计划法的应用
易腾企业管理咨询有限公司
DOE
一、为什么需要实验设计
同样在生产同规格的产品，为什么有些厂商的良品率就 是比较高。 同样是在生产同类型的产品，为什么有些人的产品性能 以及寿命就是比较好，而成本又比较低呢？
相同原料
相同制程
为什么良品率 不一样？ 为什么可以做出低成 本高质量的产品？
LSL
m
USL
DOE
乙工厂 甲工厂
工厂
甲工厂 乙工厂
近似的分布
均等 常态
不良百分率
几近于零 0.3%
DOE
杂音和坚耐性
一些不想要和无法控制的因素，导致功能品质特性 偏离目标值。 杂音对品质有不良影响，然而，消除杂音因素常是 很花钱的。 例如在工厂内，制程可能会受到温度波动的影响。 透过全厂的空调系统，消除此一杂音因素，很可能是 太昂贵的解决方案。 田口的技术是减少杂音因素的影响。这一套技术， 帮助设计产品和改善制程，使得对杂音的敏感程度， 降低最低。 产品和制程对杂音最不敏感，我们称之为“坚耐性 ”。
DOE培训教材经典版
DOE发展的三个里程碑
1920年, 实验设计技术最早是由英国统计学大师 费歇尔（R.A.Fisher）所创立，首先将其应用在 农业试验，目的是为提高农业产量。 1947年印度的劳博士（Rao，D，R）发明并建议 使用正交表规划具有数个参数的实验计划。 英国统计学家乔治· 博克斯（George Box）发展 了响应曲面方法（RSM），使得DOE的应用步入 一个黄金时代。 二战后，日本质量管理大师田口玄一研究开发出 “田口品质工程方法”，简称田口方法。从而极 大提升了日本产品品质及日本产业界的研发设计 能力，成为日本质量管理最重要的工具。
实验设计 ：检测复杂的因果关系
实验设计是检测、筛选、证实原因的高级 统计工具，是利用整个统计领域的知识来 理解流程中普遍存在的复杂关系。 它不仅能识别单个因素影响，而且能识别 多个因子的交互影响。 DOE通过安排最经济的试验次数来进行试 验，以确认各种因素X对输出Y的影响程度， 并且找出能达成品质最佳因子组合。 DOE是进行产品和过程改进最有效的强大
回归分析的基本模式与目标
因子试验设计应用的是一次线性回归方程，其 基本表达式为：
Y =b0+b1A+b2B+…
其中将二阶项AA或交互项AB等，都看成是一个 新的自变量X …
响应曲面设计应用的是二次曲面回归方程，其 基本表达式为：
2 +b22x2 2 +b12x1x2+ε b11x1
Y =b0+b1x1+b2x2+
课程设置
第一单元 第二单元 第三单元 第四单元 第五单元 第六单元 第七单元
实验设计原理 实验设计与Minitab 全因子试验设计 部分因子试验设计 响应曲面试验设计 筛选试验设计 DOE归纳与提升