望目特性稳健设计实践
稳健性设计Robust Design

六西格玛培训—优化阶段模块稳健性设计Robust DesignPatrick ZhaoI&CIM Deployment Champion稳健性设计•稳健性设计也称田口设计,由Dr. Genichi Tuguchi在70 年代创立。
质量损失•车主在汽车行驶过程中听到发动机有异响,担心出问题,他请假开到4S 店检修。
工作人员安排检查,两个小时后报告显示异响噪音满足标准,无法赔偿。
车主十分不满,几年后换车时,他选择了其他品牌。
传统田口传统质量损失VS 田口质量损失LSL USLTarget LSL USLTargetLoss Loss Loss Loss什么是稳健性?•稳健性定义:产品或过程在周围不可控或未控制因子(噪音因子)不断变化的条件下,持续稳定工作的能力。
(The ability of a product or process to function consistently as the surrounding uncontrollable or uncontrolled factors vary.)在冬天转动遮阳板时很紧,在夏天时很松,产品是否稳健?发泡产品在环境干燥时需要更多原材料,潮湿时需要很少原材料,过程是否稳健?产品不稳健的原因–遮阳板•温度低,使材料变硬,遮阳板难以转动。
过程不稳健的原因–发泡•湿度低时,反应变慢,填充同样模具所用材料更多。
解决策略1.直接减少噪音•控制环境温度?•控制环境湿度?•建造恒温恒湿车间?成本?2.根据噪音制定不同的策略•制定两套工艺参数应对不同环境?•产品在客户端的条件能预测吗?3.稳健性设计•减少噪音因子对产品/过程的影响!•三种策略可能同时需要。
稳健性指标•衡量一个产品/过程是否稳健的指标是信噪比,S/N –Signal to Noise Ratio。
•通过比较两种设计的信噪比差值来确定设计优化的程度。
•信噪比越大,产品/过程越稳健,越不受噪音因子的影响。
稳健设计

3
几个基本概念
4
质量特性值
在工业生产中,产品的质量通常通过对特定的功能、特性的测
定或测量数值来评定(质量特性或输出特性)。
任何一种产品的质量特性值与其名义值(额定值)之间都存在
一定的偏差。偏差越小,质量越好。
5
质量的变异性
产品的质量特性指标往往会有差异; 即使完全相同的生产条件,由于种种干扰因素的存在,其 产品也会表现出不完全相同的质量特性;
质量工程技术人员研究发现,瓷砖尺寸波动原因是由砖窑内
部温度差异引起的。
在没有放置瓷砖时,砖窑内部设计的加热后温度是相同的, 但是放置瓷砖之后加热后窑内各部位的温度就不同了,外侧 温度高,中心处温度低。
解决办法:重新设计一个新砖窑,保证窑内温度均匀。 方法缺陷是什么?
15
第三种方法
从瓷砖内部结构入手,寻找影响尺寸稳健的内部原因。
现代设计理论 —稳健设计
胡坤(20101011)
1
主要内容
稳健设计起源 稳健设计的几个基本概念 稳健性设计与三次设计 内外表参数设计
简单的稳健设计方法
2
源起
20世纪70年代末期开始
日本学者田口玄一博士创立
以三次设计为内容的质量工程学 目前美国把一切用于提高和改进产品质量有关的工程方法 统称为稳健性设计
同一产品在不同的环境中使用,或者在寿命周期内的不同
时刻,其质量特性都会有差异;
例如手机电池的使用时间:随着气温的变化而变化;随着 使用时间长短的变化而变化。
6
质量特性值
第五章田口方法 Ⅰ

例1:(单指标的分析方法) 某炼铁厂为提高铁水温度,需要通过试验选择最好的 生产方案经初步分析,主要有3个因素影响铁水温度,它 们是焦比、风压和底焦高度, 每个因素都 考虑3个水 平,具体情况见表。问对这3个因素的3个水平如何安 排,才能获得最高的铁水温度?
解:如果每个因素的每个水平都互相搭配着进行全面试 验,必须做试验33=27次。现在我们使用L9(34)正交表来安 排试验。
2. 减少变异性,与额定值或目标值更为一致;
3. 减少开发时间; 4. 减少总成本;
实验设计的发展过程:
试验设计始于20世纪20年代,其发展过程大致可分为三个阶段: 1. 早期的方差分析法: 20世纪20年代由英国生物统计学 家、数学 家费歇(R.A.Fisher)提出的,开始主要应用于农业、生物学、遗 传学方面,取得了丰硕成果。二战期间,英、美采用这种方法在 工业生产中取得显著效果;
产品间干扰(产品间噪声):在相同生产条件下,生产制造出来一些 产品,由于机器、材料、加工方法、操作者、测量误差和生产环境(简称 5M1E)等生产条件的微小变化,引起产品质量特性值的波动,称之为产品间 干扰,也称为产品间噪声。 可控因素:在试验中水平可以人为加以控制的因素,称为可控因素。 标示因素:在试验水平中可以指定,但使用时不能加以挑选和控制的 因素称为标示因素。 误差因素:引起产品质量特性值波动的外干扰、内干扰、产品间干扰 统称为误差因素。
我们应当在不影响试验效果的前提下,尽可能地减少试验次数。
正交设计就是解决这个问题的有效方法。
正交设计的主要工具是正交表。
正交表:
右图是一個比较典型 的正交表. “L”表示此为正交表, “8”表示試驗次數
,
“2”表示兩水平,
“7”表示試驗最多可 以有7個因素 (包括單 個因素及其交互作 用)
稳健设计

大家好
46
直积内外表
例:图示的电感电路由电阻R和电感L组成,当输入交流电电 压为V时,电流频率为f,输出电流强度为y,其设定目标值为 10A,波动越小越好,要求对两个可控因素做参数设计
V y
R2 (2fL)2
R
L
y
V ,f
大家好
47
可控因素和噪声因素水平表
零件间噪声,即电阻R和电 感L与标称值之间是有差异
从产品的内部结构入手,用实验设计安排实验,寻找提高 产品稳健性的方法。目的就是尽量减少质量变异,设计出 稳健可靠的产品,并且考虑产品的成本。
如果产品能够在各种噪声因素的干扰下保持性能指标很小 的变异性,或者用廉价的零部件能组装成性能稳定可靠的 产品,则可认为该产品的设计是稳健的。
大家好
17
设计二 y2
找到使产品的平均质量及其稳健性、产品成本均令人满意 的产品配方或工艺参数。
大家好
20
三次设计
基础
系统设计
核心
参数设计
经济化
容差设计
大家好
21
系统设计
含义:又叫基础设计、专业设计 ,运用系统工程的思想和方 法,对产品的结构、性能、寿命、材料等进行综合考虑,以 探讨如何最经济、合理地满足用户要求的整个设计过程。
大家好
38
望小质量特性
产品的质量特性值越小越好,相当于取目标值m=0,损失函 数L(y)=y2,平均损失为E(y2)。
由于 E(y2)22,因此此时平均损失函数要求特性指
标平均值要小,且波动程度小。
大家好
39
望大质量特性
产品的质量特性值越大越好,则其倒数1/y则为望小质量特性, 其损失函数为L(y)=1/y2,平均损失为E(1/y2)
稳健设计及其在机械行业的研究与展望

题 ; 处理多 目标 多响应多 约束 的问题时 , 在 计算量极 大 , 且仪 适 合处理各 目标之间 同等重要且相互 独立 的情 况。而实际工 程问题却 常常会出现多 目标 、多约束且 各 目标相关 的复杂系
统 。 应 面 法 、 响应 面法 、 义 线 性 模 型 法 与 田 口法 相 比 , 响 双 广 虽
《 装备制造技术)0 0 ) 1 年第 8 2 期
稳 健 设 计 及 其 在 机 械 行 业 的研 究 与 展 望
李 伟
( 连 交 通 大 学 机 械 工 程 学 院 , 宁 大 连 16 2 ) 大 辽 1 0 8
摘 要 : 当前 稳 健 设 计 的 各 种 方 法 作 了综 述 , 析 了 各 方 内 外 机 械 行 业 中 的 研 究 状 况 , 今 后 机 对 分 介 对
( o rms rga mi ) C mpo i Porm n 及效用 函数 ( ti u co ) e g Uit F nt n 进行加 l y i
权 处 理 , 一 优 化 目标 。 统
在数学上提法严格 , 考虑 了交互作用 的情况 , 但都停 留在理论 阶段 , 且数据 、 模型仍非 常难建立 , 缺乏实际应用 。
:)且未能克服 田1 ), 3方法对变 量要 求服 从正态分布 的限制 。 灵敏度法能够较方便 、迅 速地表 明需调节 的变量 的范 围 或方 向, 但由于其不考虑设计变量 的容差 , 因而此法实际应用 时一般不单独使用 , 常和其他方法联合运用 。 对 于多 目标优化 的问题 , 需进 一步的研究。随机模型法 仍 考虑 了可控因素和不可控 因素 的随机性 ,故此法 的实际意义 较大 。 但此法 中的随机模型的建立和计 算都较复杂 , 在实际中
现代设计方法之稳健性设计

三个阶段
参数设计
决定系统中各参数的选择,使产品的性能既能达到目标 值,又使它在各种条件下波动小
系统设计
对产品进行整个系统和整个结构的设计 主要由专业技术人员完成
为了定量描述产品质量损失,田口提出了“质量损失函数”的概念,并以信 噪比来衡量设计参数的稳健程度。
质量损失函数
产品功能波动客观存在,有功能波动就会造成社会损失。所 谓质量损失函数是指定量表述产品功能波动与社会损失之间关系 的函数。
当产品特性值y与目标值m不相等时,就认为造成了质量损失。
L(y)=k(y-m)² 其中L(y)为质量损失函数,m—目标值
外噪声
由于环境因素和使用条件的波动或变化,引起质量特性值 的波动。例如,温度、湿度、位置等。
内噪声
由于在储存或使用过程中,随着时间的推移,发生材料变 质、劣化现象而引起质量特性值的波动。例如,电器产品 绝缘材料的老化等。
质量的变异性
那个设计更好?
1
产品的质量特性指标往往会有差异
即使完全相同的生产条件,由于种种
稳健性设计是田口玄一创立的质量工程观中的一个分支, 由田口玄一发展而成,因此通常被人们称之为田口方法(Taguchi Method)。
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。
稳健性设计基本认识
传统的设计思想认为:只有质量最好的元器件 (零部件)才能组装成质量最好的整机;只有 最严格的工艺条件才能制造出质量最好的产品 。总之,成本越高,产品的质量越好,可靠性 越高。
田口实验

望小特性: 望大特性: 望目特性:
1 n 1 2 S / N = −10 lg ∑ n y i = 1 i
1 n 2 S / N = −10 lg ∑ ( yi − m ) n i =1
动态特性SN比-零比例式
一、零比例式 有效除数 r为 总波动平方
Y = βM
可以得出最佳组合是E1,A1,H2,D3,C3,B3,G3,F3, 和我们分析结果一致。所以认为我们程序在处理静态特性的结果是比较理想的。
测试仪(动态)
某热膨胀仪的主要用途是测量金属材料的等温转变曲线、材料的临界点及热膨胀系数。 其结构如下图所示。
水冷系统 测 控 仪 热电偶 函数记录仪 炉体 试样 电感测量仪
试验影响因素有7个,都是与配料有关。因素的 水平有2个。如表1:
因子水准表
因子符号 A
因子名称 石灰含量
水平一 5%
水平二 1%
水平三
B
寿山石含量
43%
53%63%CFra bibliotek寿山石种类
新配方加添加物
原来配方
新配方无添加物
D E
烧粉含量 添加物粒径
0% 小一些
1% 原来粒径
3% 大一些
F G H
烧成少数 长石含量 黏土种类
谢谢大家 谢谢 大家
热电偶
长图记录仪
图4-12 热膨胀仪结构简图 该仪器的炉体温度采用TDW-89系列可变程序温控器自动控制,可以实现任意速率的 升温和降温。但用传统实验方法,长期不能解决温控系统控制精度问题,从而影响了整 个测试系统的测试精度。为了改进热膨胀测试精度,采用田口方法优化温控系统最佳参 数。
因子选择
根据专业知识,选择五个可控因素。其中比例带P、积分时间I、微分时间D和采样时间t 为温控系统参数。此外,炉体冷却系统的冷却速度V也是温控精度的影响因素。 表4-4 可控因素水平 因素 水平 1 2 3 冷却速 度 V 大 小 比例带 P(%) 20 40 60 积分时间 I/s 100 200 300 微分时间 D/s 50 100 200 采样时间 t/s 1 2 4
稳健性设计-完整版

稳健性设计是日本著名的质量管理专家田口玄一博士于70年 代初创立的质量管理新技术。这是一种最新颖、科学、有效的稳 健性优化设计方法。该理论和方法不仅受到日本同时也受到欧美 各国应用统计学家、质量管理专家、工程设计专家和企业人士关 注,并在工程实际中得到了广泛应用。
稳健性设计是田口玄一创立的质量工程观中的一个分支,由 田口玄一发展而成,因此通常被人们称之为田口方法(Taguchi Method)。
系统设计
参数设计
容差设计
★基本思想和目的
参数设计就是运用正交试验法或优化方法确定零部件参数的最 佳组合,使系统在内、外因素作用下,所产生的质量波动最小, 即质量最稳定(健壮)。
参数设计的目的是根据系统设计中所确定的所有参数,通过多 因素的优选方法来考察三种干扰(内干扰、外干扰、产品间波动) 对系统质量特性的影响,寻求最佳的参数组合,以求得抗干扰性 最佳的设计方案。使系统质量特性波动小、稳健性好,并价格低 廉。
任何一种产品的质量特性值与其名义值(额定值)之间都存在一 定的偏差。偏差越小,质量越好。
设质量特性值为y,目标值为y0, y对y0的变差是 y
y y0 y
y 是服从一定概率分布的随机变量,当它服从正态分布
y~ N(0, 2)
2 越小越好
设计二 y2
哪个设计更好?
设计一 y1
系统设计
参数设计
Ⅰ制定可控因素水平表
初始数据表
容差设计
系统设计
参数设计
Ⅱ利用正交表进行内设计
内设计方案
容差设计
系统设计
参数设计
Ⅲ制定误差因素水平表 误差因素水平表
容差设计
系统设计
参数设计
容差设计
第六章稳健设计 PPT

第二节 信噪比与灵敏度计算公式
信噪比的类型与计算公式 灵敏度的类型与计算公式
一、信噪比
望目特性信噪比 望小特性信噪比 望大特性信噪比 动态特性信噪比
望目特性信噪比
定义式 设质量特性 的期望值为µ,方差为σ2 ,称为望目特性信噪比。 计算式
测得质量特性 y的 n个数据:y1、y2…yn ,望目特 性信噪比估计公式为
4)在参数设计阶段,先进行信噪比分析,通过优 选稳定因素,使设计方案稳健性最好。其次,进 行灵敏度分析,通过调整因素,来调整设计的系 统偏差。
稳健设计原理
5)以正交表为工具进行内设计、外设计,以此来 大幅度地减少试验次数。
6)在容差设计阶段,来谋求质量与成本的最佳平 衡,以此来合理确定参数的公差范围
一、质量特性
望大特性:不取负值,希望质量特性越大越好 (理想值为∞),且波动越小越好,这样的质 量特性称为望大特性。
动态特性:目标值可变的望目特性,称为动态 特性。( 与此相反,望目特性、望小特性、望 大特性,统称为静态特性。)
二、质量特性的干扰因素
质量特性的干扰因素主要有三种类型:
外干扰(外噪声):由于使用条件及坏境条件 (如温度、湿度、位置、输入电压、磁场、操作 者等)的波动或变化,将引起产品质量特性值的 波动,称之为外干扰,也称为外噪声。
三、与质量特性相关的术语
信号因素:在动态特性的稳健设计中,为实现人 变动着的意志或赋予不同目标值而选取的因素, 称为信号因素。 稳健性:指质量特性的波动小、抗干扰能力强。
信噪比:稳健设计中用以度量产品质量特性的稳 健程度的指标。
三、与质量特性相关的术语
灵敏度:稳健设计中用以表征质量特性可调整性 的指标。
第一节 基本概念
(优选)田口方法实战训练

S/N 之来源
在通讯工程里,常以电讯的输出“信号”与“噪音” 之比作为品质指标,以此值越大表示通讯品质越好。S/N 比的原始定义是指信号噪音比,,可用以下公式表示:
S/N = 信号/噪音
该比值越达,表明品质越好。 单位 以分贝(db)表示。
S/N 理论表达式
正交表的优势
试验次数少 L9(34)的全部组合 = 81次(3*3*3*3)
正交表获得的结论,在整个试验范围都成立; 具有良好的再现性; 资料分析简单.
田口乘积表
田口方法建立实验计划也是使用正交表,所不同的 是,使用内表+外表——乘积表
将可控因子安排在——内表 (控制表) 将噪音因子安排在——外表 (噪音表) 同时考虑可控因子及噪音对响应的影响,是田口方
最不利误差法: 选定2个端点—— 正偏,正负
田口正交表样式(简化)
实验次数: 9*2= 18 次
信噪比 (S/N)
田口博士创造性提出了信噪比的概念,以S/N比 作为分析改善对象和评价方案的核心指标。
S/N比的特点: 综合反映关于响应位置和离散度两个特性的信
息,从而达到获得最理想的品质效果。 ——这也正是稳健设计的核心机理。虽然缺少统计
可控因子与噪音
可控因子:
可控因子是工程师能够控制和调整的因素及过程参数, 如反应温度、时间、压力、材料种类……等等/
噪音:
有许多参数非为设计工程师所能控制的因子,即随机 误差,田口称其为噪音,田口博士将噪音归纳为外部噪音、 内部噪音和零件间变异三类。
噪音
外部噪音 内部噪音 零件间变异
噪音分类1:外部噪音
但是在稳健设计中,为了达到产品或过程的稳定性,必须仔 细的分析这些误差是如何形成的。首先要识别噪音的具体状 况,进行仔细的分析并加以描述,进而在设法在试验中反映 这些变差,才能通过稳健设计的策略实现“抗干扰”的目的。
现代设计方法(李思益)章 (7)

7.1 概述 7.2 产品质量信息及分析方法 7.3 基于损失模型的稳健设计
第7章 稳健设计
7.1 概 述 7.1.1 基本概念 1.稳健性与稳健设计 产品质量是企业赢得用户的一个最关键的因素。产品的总 体质量一般可分为用户质量(外部质量)和技术质量(内部质量)。 前者是指用户所能感受到、见到、触到或听到的体现产品好坏 的一些质量特性;后者是指产品在优良的设计和制造质量下, 达到理想功能的稳健性,亦称鲁棒性。众所周知,产品的性能 与某些因素有关,当影响因素变化时,产品性能亦随之变化。 如果这种变化很小,则认为该产品的性能对影响因素的变化是 不敏感的。
要使波动
2 y
小,又要使偏差
2 y
小。在一般情况下,减小偏差要比减小波
动容易些。一般认为,致力于减小波动(方差)的方法称为方差稳健性设 计和分析,然后在控制波动的情况下,再致力于减小质量特性值的偏差, 称为灵敏度稳健性设计。
第7章 稳健设计
对于一般工业产品,减小质量指标的波动具有以下作用。 (1)减小方差可以减小废品数目,提高优质产品的数量。 (2)减小方差可以加宽可操作空间,使生产过程更易于 控制。当方差已经下降到性能限制范围内时,进一步减小方差 可以扩大可操作空间,且在生产过程出现偏差时亦可降低产生 废品的可能性。 (3)减小方差可以使绝大多数产品的质量特性接近目标值, 提高产品的优质率。
第7章 稳健设计
2.质量设计模型 产品质量设计模型的基本要素包括:信号因素(输入)y0, 设计因素(参数)x、噪声因素z和质量特性(输出因素)y, 如图7-3所示。
第7章 稳健设计 图7-3 产品质量设计图解模型
第7章 稳健设计
信号因素y0是指产品质量特性所需要达到的目标值或规定 的技术条件及其所限定的容差[Δy-,Δy+],例如,异步电 动机的额定功率和转速、压力容器所能承受的名义压力、汽车 方向盘转角。信号因素的水平一般要求易于控制、检测、校正 和调整,且与产品的质量特性呈线性或非线性关系。
第六章稳健设计

参数设计
参数设计
参数设计
参数设计
4. 外设计 选用正交表进行外设计,采用内外表直积法,其
直积方案如表6-5所示:
参数设计
5.获得质量特性数据 由于电流强度可以计算,故由
直接求出质量特性。 现以内表第一号方案为例说明其计算过程。首先给出
第一号方案的外设计方案表(表6-6)。
参数设计
参数设计
下面进行SN比分析和灵敏度分析。
信噪比分析 由SN比方差分析表可以看出,电 阻R为高度显著因素,电感L为次要因素。并且 从表6-8可见,R的最优水平(η分析中Ti1最大 相应的水平)为 ,L的最优水平为 (因素L的 水平可任意选择),因此最优水平组合为 ,它 使SN比η值最大,是稳定性最好的设计方案。
参数设计
二、参数设计
参数设计就是应用参数组合与输出质量特 性的非线性关系,通过对试验数据的定量统计分 析,找出成本最低、稳定性最好的参数组合的过 程。
容差设计
三、 容差设计 容差设计就是在参数设计基础上,在总成本
最小的原则下,采取最佳决策确定误差因素的最 合理容差的过程。
➢对产品开发而言,一般要进行三个阶段设计的 全部程序; ➢对技术开发而言,通常不进行容差设计。
参数设计
2. 内设计 选用正交表进行内设汁。设计方案如表6-3所示:
参数设计
3. 制定误差因素水平表 误差因素有4个,它们是电压,频率,电阻和电感。
根据外界客观环境,电压和频率的水平选为:
电阻和电感采用三级品,波动为土10%,其水平 如下:
参数设计
第二水平=内表给出的中心值 第一水平=内表给出的中心值×0.9 第三水平=内表给出的中心值×1.1 以上9个方案的误差因素水平表如表6-4:
第12章_田口品质工程 (品质特性分静态、动态,静态又分:望目特性、望小特性、望大特性)

習題解答1.試詳述品質特性區分為幾大類?【解答】:田口博士將產品品質特性區分為靜態特性與動態特性兩大類,再將靜態特性區分為三種:一、靜態特性1. 望目特性(Nominal the Best;NTB)此類產品品質特性,皆有一特定的目標值,當產品品質特性偏離此目標值時,即造成社會的損失,例如:最理想之能量輸出為電壓12V,而這12V即為目標值。
2. 望小特性(Smaller the Better;STB)品質特性值越小越好的特性,此類產品品質特性,其品質特性的理想值為零,例如:I.C之封膠過程中歪線率希望為零,故其為望小特性。
3. 望大特性(Larger the Better;LTB)品質特性值越大越好的特性,此類產品品質特性,其品質特性的理想值為無限大(然在實際工程中不可能發生),例如:I.C之拉力值,期望其在拉力測試中不會斷線,即拉力值為無限大,此為望大特性。
二、動態特性品質特性除了具有靜態特性之特質外,還包含有「輸入特性」。
此輸入因子,又稱信號因子(Signal Factor),信號因子可分為主動信號因子與被動信號因子,主動信號因子是指藉由人或機械等的主動操作,被動信號因子是由於環境條件的變化所導致,用以測試當外加輸入進入靜態系統中,對整個系統之影響。
由於外加之輸入值的變化,使得輸出值發生變化的特性,亦即輸出值有時需調整並不固定,所以稱其為動態特性。
例如:腳踏車的速度是根據腳踏車踏板的次數多寡,而將車速朝理想值做變化的特性,在動態特性方面,輸出與信號因子之間存在著一種數學函數關係,例如,y Bx,其中y為輸出值,x為信號因子輸入值。
2. 某機械零件之規格公差為2.050.2±,若不合格時,則更換此零件,若其平均成本為200元,試求出此零件的損失函數。
【解答】:損失函數 ()()2, 2.5L y k y m m =⨯-=其中因2A K =∆所以2)2.0(200⨯=k我們可得到5000k =故損失函數()2y 5000( 2.50)L y =⨯-3. 什麼是穩健設計?試詳述之。
稳健性设计

稳健设计认为,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 则以产品进入消费领域后给人民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。
稳健性设计
Robust Design
什么是稳健性设计
稳健性设计几个基本概念
稳健性设计三个阶段 ——三次设计
稳健性设计案例
什么是稳健性设计
●稳健性设计起源
传统的设计思想认为:只有质量最好的元器件(零部件)才 能组装成质量最好的整机;只有最严格的工艺条件才能制造出质 量最好的产品。总之,成本越高,产品的质量越好,可靠性越高。 自本世纪七十年代,世界上技术先进国家已开始以一种全新 的设计概念取代了传统的设计思想。这种新的设计概念认为:使 用最昂贵的高等级、一致性最好的元器件并不一定能组装出稳健 性最好的整机,成本最高,并不一定质量最好。产品抗干扰能力
如使产品性能对所用材质变差不灵敏,就能在一些情况下使
用较低廉的或低等级的材料;使产品对制造尺寸变差不灵敏,可 以提高产品的可制造性、降低制造费用;使产品对使用环境变化
不灵敏,就能保证产品使用的可靠性和降低操作费用。
●质量特性值
在工业生产中,产品的质量通常通过对特定的功能、特性的测定 或测量数值来评定(质量特性或输出特性)。 任何一种产品的质量特性值与其名义值(额定值)之间都存在一
影响会偏离目标值,随偏离的程度不同,将给用户带来程度不同的
损失。
稳健性设计案例 系统设计
参数设计
容差设计
设计一个电感电路,要求输出电流强度在10安培附近,且波动越小
DOE系列之六:别具特色的稳健参数设计

DOE系列之六:别具特色的稳健参数设计发表时间:2007-10-26 资深六西格玛咨询专家周暐关键字:质量管理六西格玛DOE信息化应用调查在线投稿加入收藏发表评论好文推荐打印文本稳健参数设计(Robust Parameter Design)是DOE的应用分支,它是一种在研究工程实际问题中很有价值的统计方法之前的五个DOE系列已经系统地介绍了很多经典试验设计的基本原理和使用技巧。
但是,DOE是一个理论和实践高度联系的统计科学门类,在不到一百年的发展历程中,企业界不断地向学术界提出新的意见和建议,而学术界也积极响应,推陈出新地向企业界提供了大量理论指导,逐步形成了更多专业化、精细化的DOE应用分支。
比如说,稳健参数设计(Robust Parameter Design)(也称健壮设计、鲁棒设计,简称参数设计)就是其中的典型代表,它是一种在研究工程实际问题中很有价值的统计方法。
日本的田口玄一(Genichi Taguchi)博士在参数设计方法方面贡献非常突出,他在设计中引进SN比(信噪比)的概念,并以此作为评价参数组合优劣的一种测度,这是很有价值的,以至于很多文献和软件都把稳健参数设计方法称为田口设计(Taguchi Design)。
稳健参数设计最主要的贡献是通过选择可控因子的水平组合来减少一个系统(或产品、过程)对噪声变化的敏感性,从而达到减少此系统性能波动的目的。
同样,它的实现也离不开统计分析软件的支持。
高端六西格玛统计分析软件JMP是目前业界最先进的六西格玛工具,其在DOE方面的表现最为优秀,在本期案例中我们将继续以中英文双语版JMP软件作为DOE方案实现的载体。
通俗地说,稳健参数设计区别于其它DOE方法最显著的特征是在关注响应平均值改善的同时,更关注其标准差的改善。
那么它是如何实现标准差的改善,也就是说,如何使响应变量的变差减小呢?很自然的想法是,通过减小噪声的变差来实现减小响应变量的变差,噪声因子的来源可能有很多类型,例如原材料参数的变化、环境的变化、载荷因子的变化、单元间的差异和耗损降级等等。
望目特性稳健设计实践

1 1 1 1 1 1 1 1 1 10.18 10.18 10.12 10.06 10.02 9.98 10.20 2 1 1 2 2 2 2 2 2 10.03 10.01 9.98 9.96 9.91 9.89 10.12 3 1 1 3 3 3 3 3 3 9.81 9.78 9.74 9.74 9.71 9.68 9.87 4 1 2 1 1 2 2 3 3 10.09 10.08 10.07 9.99 9.92 9.88 10.14 5 1 2 2 2 3 3 1 1 10.06 10.05 10.05 9.89 9.85 9.78 10.12 6 1 2 3 3 1 1 2 2 10.20 10.19 10.18 10.17 10.14 10.13 10.22 7 1 3 1 2 1 3 2 3 9.91 9.88 9.88 9.84 9.82 9.80 9.93 8 1 3 2 3 2 1 3 1 10.32 10.28 10.25 10.20 10.18 10.18 10.36 9 1 3 3 1 3 2 1 2 10.04 10.02 10.01 9.98 9.95 9.89 10.11 10 2 1 1 3 3 2 2 1 10.00 9.98 9.93 9.80 9.77 9.70 10.15 11 2 1 2 1 1 3 3 2 9.97 9.97 9.91 9.88 9.87 9.85 10.05 12 2 1 3 2 2 1 1 3 10.06 9.94 9.90 9.88 9.80 9.72 10.12 13 2 2 1 2 3 1 3 2 10.15 10.08 10.04 9.98 9.91 9.90 10.22 14 2 2 2 3 1 2 1 3 9.91 9.87 9.86 9.87 9.85 9.80 10.02 15 2 2 3 1 2 3 2 1 10.02 10.00 9.95 9.92 9.78 9.71 10.06 16 2 3 1 3 2 3 1 2 10.08 10.00 9.99 9.95 9.92 9.85 10.14 17 2 3 2 1 3 1 2 3 10.07 10.02 9.89 9.89 9.85 9.76 10.19 18 2 3 3 2 1 2 3 1 10.10 10.08 10.05 9.99 9.97 9.95 10.12
- 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)。
内排列
y = 瓷砖厚度
Slide 80
在Minitab里完成实验规划
2 4
3 5
8 1. 2. 3. 4. 5. 6. 7. 8. 打开 Minitab 的空白工作表 选择“Stat>DOE>Taguchi> Create Taguchi Design..”(统计>DOE>Taguchi> 创建 Taguchi 设 计..) 选择“Mixed Level Design”(混合等级设计) 选择因子数为 “8” 单击 Taguchi 对话框中的“Designs…”(设计 )按钮 选择“L18 2**1 3**7” 单击设计对话框中的“OK”(确定) 单击 Taguchi 主对话框中的“OK”(确定)
y = 瓷砖厚度 (mm) USL
标称 LSL
要衡量的输出响应是:
y = 瓷砖厚度 (mm)
制造规格,y = 瓷砖厚度,是: 10.00 ± 0.15 mm
内部 瓷砖
外部 瓷砖
砖窑中 所处位 置
Slide 77
确定噪声因子与等级
理想值 y = 10.00 mm 可归纳为 y = m,m 是标称尺寸时没有可变性。
P3 P5
噪声等级
Slide 78
确定控制因子与等级
通过脑力风暴讨论,他们从材料组成参数中选择控制因子和等级。 因子 F 是流程顺序控制因子。 控制因子和等级为精选的瓷砖成分
控制因子 等级-1 等级-2 等级-3
A
B C D E F G H
石灰石
滑石 滑石类型 耐火黏土 粒度 烧制顺序 长石 粘土类型
1. 定义范围/目标
完成信噪比及均值 响应值表
提出以下设计的信噪比预 测: a) 优化设计 b) 初始设计
2. 选择响应值 7. 进行以下设计的证实测试: a) 优化设计 b) 初始设计
3. 研究噪声对策
4. 建立控制因子和等级 — 确定控制因子和等级 — 将它们分配到正交排列 证实? 是 8. 实施和记录结果
y2
2 n-1
S/N = = 10 x log
Slide 84
L18测试,会在外排列中创建一组数据。例如,从 L18 第 1 轮测试中收 集的一组数据显示如下:
控制因子 外排列 — 瓷砖位置 1-7 A B C D E F G H P1 P2 P3 P4 P5 P6 P7 S/N 均值 Sigma L18 第 1 轮 1 1 1 1 1 1 1 1 10.18 10.18 10.12 10.06 10.02 9.98 10.20 41.31 10.11 0.087
在Minitab中计算信噪比
1. 打开练习文件 2. 选择“Stat>DOE>Taguchi> Analyze Taguchi Design” (统计>DOE>Taguchi> 分析 Taguchi 设计) 3. 为响应数据选择“P1-P7” 4. 单击分析 Taguchi 对话框中的“Graphs…” (图表 )按钮 5. 勾选图表对话框中的“Signal to Noise ratios”(信 噪比)和 “Means”(均值) 6. 单击图表对话框中的“OK”(确定)
推车上的瓷砖位置被视为一个主要的噪声因子。
接近热源的外部瓷砖和距其较远的内部瓷砖之间的温度梯度非常大。
噪声因子 等级-1 内部 前部 等级-2 内部 尾部 等级-3 外部 右面 等级-4 外部 左面 等级-5 外部 前部 等级-6 外部 顶部 等级-7 内部 中间
P 瓷砖位置
P6
P2
P7 P4 P1
5
2
3
4 6
Slide 86
8 9
7
10 11
7. 单击分析对话框中的“Analysis„” (分析)按钮 8. 勾选分析对话框中的“Signal to Noise ratio” (信噪比 )、 “Means”(均值)和“Standard Deviations”(标准差) 9. 单击分析对话框中的“OK”(确定) 10.单击分析对话框中的“Storage„” (存储)按钮 11.勾选存储对话框中的“Signal to Noise ratio” (信噪比)、“Means”(均值)和“Standard Deviations” (标准差) 12.单击存储对话框中的“OK”(确定)按钮
第 1 轮测试的信噪比计算 如下图
n=7 y = n = 10.11
i =1
y
n
n
i
n-1 =
(yi - y)
i =1
S / N = 10 log (
= 0.087
2Leabharlann 2-1 )y2n -1
= 41.31 (dB)
由于最终目的是减少噪声引起的可变性,将针对 L18
的每一轮计算信噪比。
Slide 85
外排列
A B C D E F G H
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1 1 1 2 2 2 3 3 3 1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 2 3 1 3 1 2 2 3 1 3 1 2 1 2 3 2 3 1 1 2 3 3 1 2 3 1 2 2 3 1 1 2 3 2 3 1 3 1 2 2 3 1 1 2 3 3 1 2 1 2 3 3 1 2 2 3 1 2 3 1 3 1 2 1 2 3 1 2 3 3 1 2 3 1 2 1 2 3 2 3 1 2 3 1 P1 P2 P3 P4 P5 P6 P7
1 10.18 10.18 10.12 10.06 10.02 2 10.03 10.01 3 9.81 9.78
3 10.09 10.08 10.07 1 10.06 10.05 10.05 3 9.91 9.88 9.88
2 10.20 10.19 10.18 10.17 10.14 10.13 10.22 1 10.32 10.28 10.25 10.20 10.18 10.18 10.36 2 10.04 10.02 10.01 1 10.00 2 9.97 3 10.06 3 9.91 9.98 9.97 9.94 9.87 9.93 9.91 9.90 9.86 9.95 9.99 9.89
Slide 88
实验结果的分析
请注意:18 信噪比在 36 db 至 50 db 之间变化 - 有 14 db 的波动;第 10 个 组合是最糟糕的;第 6 个组合最佳,其可变性范围小于第 10 个组合的 ¼
12
Slide 87
13 14 16 15
13. 单击分析对话框中的“Options…”(选项)按钮 14. 勾选选项对话框中的“Nominal is best 10*Log(Ybar**2/s**2)”(望目特 性 10*Log(Ybar**2/s**2)) 15. 单击选项对话框中的“OK”(确定)按钮 16. 单击分析对话框中的“OK”(确定)
P6
9.98 9.89 9.68 9.88 9.78 9.80 9.89 9.70 9.85 9.72 9.90 9.80 9.71 9.85 9.76 9.95
P7
10.20 10.12 9.87 10.14 10.12 9.93 10.11 10.15 10.05 10.12 10.22 10.02 10.06 10.14 10.19 10.12
信噪比
有用输出 有害输出
y2
2
Slide 83
信噪比的计算方法
计算 n 数据,y1 y2 y3 . . yn 为:
y
=
y1 + y2 + y 3 . . . + y n n S (yi-y)2
i =1,n
2 = n-1
n-1
- y )2 (y1 - y )2 + (y2 - y )2 + . . . + (yn = n-1
5%
43% 新类型- 1 0.0% 细粒度 第一 7% 类型- K
1%
53% 当前 1.0% 当前 第二 4% 混合型 63% 新类型- 2 3.0% 粗粒度 第三 0% 类型- G
A2B2C2D2E2F2G2H2 为当前条件。
Slide 79
稳健设计规划
瓷砖实验的实验选用了L18正交排列,各行指定了 18 项控制因子测试条件; P1 至 P7 指定噪声等级或位置。
6
7
Slide 81
进行实验与数据收集
瓷砖材料以 L18 的每个组合配制并在小型砖窑中煅烧(烧制),然后从 每 7 个位置中选出一个样品测量厚度(单位 mm)。
控制因子 外排列(数据 = 瓷砖厚度,毫米)
A B C D E F G H
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1 1 1 2 2 2 3 3 3 1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 2 3 1 3 1 2 2 3 1 3 1 2 1 2 3 2 3 1 1 2 3 3 1 2 3 1 2 2 3 1 1 2 3 2 3 1 3 1 2 2 3 1 1 2 3 3 1 2 1 2 3 3 1 2 2 3 1 2 3 1 3 1 2 1 2 3
P1
P2
P3
9.98 9.74
P4
9.96 9.74 9.99 9.89 9.84 9.98 9.80 9.88 9.88 9.98 9.87 9.92 9.95 9.89 9.99