田口式实验计划法的应用
实验设计——田口方法(精)
A
A1 A2 A2 A2 A2 A2 A2 A2
B
B1 B1 B2 B2 B2 B2 B2 B2
C
C1 C1 C1 C2 C2 C2 C2 C2
D
D1 D1 D1 D1 D2 D2 D2 D2
E
E1 E1 E1 E1 E1 E2 E2 E2
F
F1 F1 F1 F1 F1 F1 F2 F2
G
•直交表(正交表)
–直交表用於實驗計劃，它的建構，允許每一 個因素的效果，可以在數學上，獨立予以評 估。 –可以有效降低實驗次數，進而節省時間、金 錢而且又可以得到相當好的結果。
24
)
次數
1 2 3 4 5 6 7 8
)
A 1 1 1 1 1 2 2 2 2
B 2 1 1 2 2 1 1 2 2
C 3 1 1 2 2 2 2 1 1
28
)
內部瓷磚
外層瓷磚 (尺寸大小有變異)
改善前
改善後 上限
尺 寸 大 小
)
下限 外部瓷磚 內部瓷磚
29
討論題
• 從本案例中，你認為？
– 最能提供最完整的實驗數據的是那一個方法
• 一次一個因子法 • 全因子法 • 正交實驗法
• 正交實驗法有何優點？
30
)
31
)
直交表和線點圖
•傳統的實驗計劃方法是由英國的R.A.Fisher在 本世紀初發出來的，該方法包含多種的統計設 計技巧，其需要使用比較繁複的統計技巧，所 以較少使用在工業界上。 •田口方法：由田口玄博士所提出，它刪除許多 統計設計的工作，以一種可以直接、經濟的方 式一次就可以做許多因素的實驗，所以工業界 上較常用。
质量管理工具：田口方法的功效
健性好，抵御外界干扰的能力强，波动小，质量可靠，易于创出知名产品， 8.执行实验，记录实验数据
占领市场，打出自己的品牌。
9.资料分析
(4)应用田口方法创效益。田口方法用廉价的三等品零件组装一等品整机， 10.确认实验
真正做到了价廉物美，使企业的经济效益更上一个台阶。
SPC 与田口方法
现今在发达国家田口方法已运用得相当广泛，并且为它们创造了不斐的收益。 SPC 与田口方法同属质量控制领域改进质量的方法，田口方法属于产品设计
第2页共2页
评为"消整者信得过产品'，在激烈竞争的电话市场中牢牢地站稳脚跟。
田口方法和 EPC 同属于质量优化方法，EPC 通过反馈补偿原理最小化过程的
波动，而田口方法通过利用正交实验进行稳健的参数设计， 以最小化产品
第1页共2页
格式为 Word 版，下载可任意编辑
设计参数的波动。 传统上， 田口方法大多应用在产品设计阶段，但在现代复杂动态的过程状 态下，如果要用 EPC 对过程进行调整，就要在众多的变量中选择关键变量作 为控制变量来设计调整控制器，而田口方法可以作为选择关键变量的有效工 具应用于制造阶段，因此，为了有效地调整过程，可以首先应用田口方法选 择影响输出的关键过程变量，然后，基于所选择的关键变量设计调整控制器， 二者整合同样具有互补的作用。
中国的一些企业也引进了这种先进方法并取得了良好的收效。深圳建裕电子 阶段的设计质量方法，而 SPC 是在产品制造阶段的监控质量方法。 产品质
公司就是应用田口方法走产品开发和技术创新之路的成功范例。建裕从日本、 量首先是设计出来的，其次才是制造出来的，田口方法保证了设计产品质量
台湾等比较先进、发达的地区引进国内外先进的电路，进行吸收、提高和创 的稳健性，在制造过程中 SPC 使产品保持在设计水平上，同时，通过控制图
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
田口方法是一种稳健性方法
田口方法是一种稳健性方法
田口方法是一种质量设计方法，目的是在给定的资源限制下，找到影响产品质量最重要的参数和参数组合。
该方法由日本质量专家田口玄一于1960年代提出，被广泛应用于工程、制造业和实验设计中。
田口方法的核心思想是通过系统性的实验设计，建立参数和产品特征之间的关系模型。
通过调整参数的不同水平和组合，可以判断出哪些参数对产品特征具有显著影响，从而找到最佳的参数设置。
田口方法具有以下特点：
1. 系统性：通过列举参数和参数组合的所有可能性，确保全面性和系统性。
2. 效率性：通过设计精确的实验，用最少的实验次数和资源调查到参数的最佳设置。
3. 稳健性：考虑到参数的变动和误差对产品特征的影响，保证产品质量的稳定性。
因此，田口方法被认为是一种稳健性方法，可以在变动的环境中稳定产品质量，并寻求最佳的参数设置。
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
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
田口方法导入与配置实验设计
田口方法导入与配置实验设计田口方法，又称为田口质量管理方法，是一种通过合理设计实验来寻找最佳工艺参数的方法。
它是由日本科学家田口玄一在20世纪60年代提出的，旨在通过少量的实验次数找到最佳条件。
田口方法在工业实验设计以及优化工程中被广泛应用，具有经济、高效、科学的特点。
田口方法的核心思想是通过有限的实验次数，尽量获取到最多的信息。
在实验设计中，首先明确要研究的因素和水平，然后设计试验矩阵，并进行试验。
最后，通过分析试验结果，找到最佳的工艺条件。
田口方法的导入与配置实验设计主要包括以下几个步骤：1. 确定研究因素和水平：首先明确需要研究的因素和水平。
因素是影响实验结果的各个变量，而水平是每个因素的不同取值。
通常情况下，因素的水平数目不宜过多，一般控制在3-5个，以保证实验的可控性和可行性。
2. 构建田口试验矩阵：根据因素和水平确定田口试验矩阵。
田口试验矩阵是通过对各个因素在不同水平下的组合进行排列组合，生成实验方案。
田口试验矩阵采用正交设计，可以最大程度地减少试验次数，提高实验效率。
3. 进行试验：根据田口试验矩阵，进行实验。
在试验过程中，需要严格按照设计方案进行操作，确保实验的可靠性和可重复性。
同时，要收集实验数据，并及时记录。
4. 分析试验结果：通过对实验数据的分析，找到最佳的工艺条件。
可以利用统计方法，如方差分析、回归分析等来分析实验数据，确定各个因素对实验结果的影响程度，找到最佳的因素水平组合。
田口方法的导入与配置实验设计需要考虑以下几个因素：1. 确定目标：在实验设计之前，需要明确实验的目标。
是寻找最佳的工艺参数、优化产品性能、提高生产效率还是解决某个问题。
只有明确目标，才能有针对性地设计实验方案。
2. 确定因素和水平数目：在确定因素和水平时，需要考虑到实际情况。
因素的选择应该与实际生产密切相关，并且水平数目不宜过多。
太多的水平数目会增加实验的难度和成本，同时也会降低实验的可行性。
3. 控制实验误差：在进行实验时，需要严格按照设计方案进行操作，确保实验的可靠性和可重复性。
田口实验设计方法 -回复
田口实验设计方法-回复什么是田口实验设计方法？田口实验设计方法，又称为田口方法或田口质量工程，是一种广泛应用于工程和科学领域的实验设计方法。
它由日本工程师田口玄一于20世纪60年代提出，并由此得名。
田口实验设计方法旨在通过最小的实验次数，获得较为准确的研究结果，从而提高产品或过程的质量和效率。
田口实验设计方法的核心理念是寻找和优化实验因素对于结果的影响情况。
这些实验因素也被称为设计变量，它们是在一个实验中被设定和调整的不同变量。
通过系统的实验设计和数据分析，田口方法帮助研究者确定哪些设计变量对于结果的影响最大，并帮助找到优化的工作条件。
如何运用田口实验设计方法？田口实验设计方法的运用可以分为以下几个步骤：1.明确研究目标：首先需要明确研究目标，确定要优化的结果是什么。
这可以是产品质量、工艺性能、生产效率等。
2.确定关键因素和水平：在田口方法中，关键因素是指对结果有较大影响的变量。
研究者需要根据经验或文献调研确定哪些因素可能对结果有影响，并确定每个因素的水平。
水平可以是离散的（例如高、中、低）或连续的。
3.构建田口表：田口表是田口实验设计方法的基础，它通过系统地排列和组合不同水平的因素来构建。
该表的设计使得能够识别出主要因素的影响，同时最小化实验次数。
4.进行实验和收集数据：根据田口表进行实验，并记录每个实验条件下的结果数据。
确保数据的准确性和可重复性。
5.分析数据和建立模型：通过统计方法和数据分析，研究者可以确定不同因素对结果的影响程度。
这有助于建立模型并找出优化的工作条件。
6.验证和优化：最后一步是验证和优化结果。
通过对实验结果的确认和分析，可以确定最佳的工作条件，并对过程或产品进行进一步的改进。
田口实验设计方法的优势和应用领域田口实验设计方法具有以下几个优势：1.最小化实验次数：田口实验设计方法的设计能够最小化实验次数，节约时间和资源。
2.系统的变量分析：田口方法能够系统地分析多个变量对结果的影响，帮助确定主要因素并解释变量之间的相互作用。
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
田口式实验计划法工程应用分析
田口式实验计划法工程应用分析引言田口式实验计划法是一种用于实验设计和优化的方法，由日本质量专家田口玄一于20世纪60年代提出。
该方法以极少的实验次数获得最大的信息，并且能够确定最佳条件下参数之间的相互关系。
本文将分析田口式实验计划法在工程领域的应用，并评估其在工程实践中的效果。
田口式实验计划法概述田口式实验计划法是一种基于统计学原理的实验设计方法。
它通过系统地变化和调节多个因素，以寻找最优条件和确定参数之间的关系。
田口式实验计划法可以将多个因素的不同水平进行组合，从而实现最小的实验次数。
田口式实验计划法的主要步骤包括：1.选择关键因素：确定影响实验结果的主要因素。
这些因素可以是材料、工艺参数、环境条件等。
2.确定因素水平：对于每个关键因素，确定几个不同的水平。
水平的选择应覆盖整个实验范围，以便得到全面的数据。
3.建立正交表：利用正交表设计实验矩阵，将因素水平组合在一起，以满足均匀设计要求。
4.进行实验：根据正交表的设计，依次进行实验，并记录实验结果。
5.分析结果：通过分析实验结果，找出最佳条件和参数之间的关系，以达到优化的目的。
工程应用分析田口式实验计划法在工程领域有广泛的应用，特别是在产品开发、工艺改进和质量优化方面。
产品开发产品开发过程通常需要对多个因素进行调整和优化。
田口式实验计划法可以帮助工程师确定最佳的产品设计参数，以提高产品质量和性能。
通过对关键因素的系统变化和调节，可以通过最少的实验次数确定最佳的参数组合，从而节省时间和资源。
工艺改进田口式实验计划法也可以应用于工艺改进。
通过对工艺参数的变化和调整，可以确定最佳的工艺条件，以提高生产效率和降低成本。
例如，在制药工艺中，可以利用田口式实验计划法确定最佳的温度、湿度和反应时间等工艺参数，以获得优质的产品。
质量优化质量优化是每个工程项目的关键目标之一。
田口式实验计划法可以帮助工程师找出最佳的质量控制参数，以最大程度地减少产品的变异性。
通过对关键因素的变化和调控，可以确定最佳的参数设置，从而实现产品尺寸、强度、耐用性等质量指标的要求。
DOE-田口式实验计划法
2Z公斤，而四組的體重平均增加 W公斤
直交表，回應表
7
序論--實驗樣本數
如何量測鑽石重量？在天平 理論上重量為：可為正或負
左端放置鑽石，右端放置法 1.234-
碼即可得知：大鑽石為1.234 0.567-
克拉，小鑽石為0.567克拉。 是一個隨機值，一般而言它會形
另類方法：將大鑽石+小鑽 石放在左端得到W，將大鑽
直交表之符號意義： L代表Ｌ型直交表，9代表需要做9次實驗，3代表3
水準，4代表可以擺放4個要因。 L9 34
常用之直交表種類：
L4 23 , L8 27 , L16 215 , L32 231
L9 34 , L27 313 , L81 340 L12 211 , L18 21 37 , L36 23 313
豬公食、人食
在相同的A)食物、C)餐數下
籠子、放山
在相同的A)食物、B)環境下
2餐、3餐
好像不行，因為在看食物時該用 哪一種環境、要吃幾餐？
用8隻可以嗎？
豬公食、籠子、2餐 豬公食、籠子、3餐 豬公食、放山、2餐 豬公食、放山、3餐 人食、籠子、2餐 人食、籠子、3餐 人食、放山、2餐 人食、放山、3餐
1 35
2 64 7
2020/12/3
22
常用之直交表變形
虛擬水準法：應用在將較少水準的要因配置 在較多水準的直交表之行上。
多水準法：應用在將較多水準的要因配置在 較少水準的直交表之行上。
浮動水準法：應用在要因和要因間無法獨立 改變時，亦即獨立改變將造成實驗重大影響。
2020/12/3
23
虛擬水準法(L9)應用在 2*1+3*3
常用之水準為
田口式实验计划法的应用-2
DOE
应用实验计划 选择最好的组合水准 保留对杂音最不敏感的参 数组合达成高品质而不需 增加成本 日本的强项／美国的弱项
à À ø 70% 60% 50% 40% 30% 20% 10% 0%
à À ø È ± Õ ¾ Ï ½ Ô Ó µ y O 70% 40%
È ± Õ ¾
Ô Ó ¢ µ O 2% 40%
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 ”。
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
DOE
品质管制活动
某家公司做了一部份的空调，行销世界各国： – 在发达国家其反应制冷效果相当良好，但未不发达国 家其反应制冷效果不好，请问这是什么杂音。 – 在进行产品测试时，发现一百台产品中，有些制冷效 果好，有些制冷效果差，请问这些什么杂音。 – 产品使用了一段时间之后，制冷效果变差，发现是里 面的某一个零件寿命匹配不佳所造成，请问这些是什 么杂音。
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）是由日本的质量工程师田口玄一在上世纪60年代提出的一种工程应用分析方法。
该方法在工程领域中广泛应用，能够提高产品质量、降低成本和缩短开发时间。
本文将对田口式实验计划法的原理和应用进行分析，以及其在工程领域的实际应用情况。
田口式实验计划法的原理是通过系统地设计实验，找出影响产品性能的关键因素，并确定这些因素的最佳水平，以实现产品性能的最优化。
通过田口式实验计划法，能够通过最少的试验次数，尽可能全面地研究产品生产过程中的因素之间的相互关系。
田口式实验计划法的具体步骤分为三个阶段：问题解决方案阶段、实验设计阶段和实验分析阶段。
在问题解决方案阶段，需要明确产品性能的目标和影响目标的因素。
在实验设计阶段，根据问题解决方案阶段得到的目标和因素，利用正交表设计合理的实验方案。
在实验分析阶段，通过分析实验数据，确定最佳因素水平，以达到产品性能的最优化。
田口式实验计划法在工程领域有广泛的应用。
例如，在产品研发过程中，可以利用田口式实验计划法确定产品的最佳设计参数，以保证产品性能的优良。
在制造过程中，可以利用田口式实验计划法确定影响产品质量的关键因素，并优化这些因素以提高产品质量和降低制造成本。
在服务领域，可以利用田口式实验计划法优化服务流程和服务质量，提高用户满意度。
田口式实验计划法的一个重要应用领域是质量工程。
质量工程是一种以数据为基础的管理方法，旨在通过分析数据，找出影响质量的最重要的因素，并制定相应的改进措施。
田口式实验计划法可以提供一个系统性的分析框架，以帮助质量工程师进行实验设计和数据分析。
通过田口式实验计划法，质量工程师可以更加高效地寻找和改善影响产品质量的因素，从而提高产品质量和客户满意度。
除了在质量工程领域外，田口式实验计划法还可以在其他工程领域中应用。
例如，在工业设计中，可以利用田口式实验计划法确定产品的最佳设计参数，以满足用户的需求和提高产品的竞争力。
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)
田口方法介绍
田口方法介绍田口方法是一种基于质量管理的统计试验设计方法，由日本质量管理专家田口玄一于20世纪60年代提出。
它被广泛应用于产品设计与改进、工艺优化以及问题解决等领域。
田口方法通过精确的试验设计和统计分析，帮助企业找到影响产品质量和性能的关键因素，从而实现问题的解决和质量的提升。
田口方法的核心是正交试验设计。
正交试验设计是指在确定试验因素的基础上，按照统计原理设计试验方案，通过构建一组能充分反映因素间相互影响的试验条件，以最少的试验次数获取最多的信息。
田口方法使用正交设计的目的是排除多余的试验次数，提高试验效率。
田口方法将试验因素分为控制因素和干扰因素。
控制因素是指被试验者可以改变和控制的因素，干扰因素是指不能改变但可能对试验结果产生影响的因素。
在田口方法中，通过将干扰因素随机化，采用正交试验设计来排除干扰因素，从而提高试验的可靠性和有效性。
田口方法的步骤包括确定试验目标、选择试验因素、选择试验水平、设计正交表、进行试验和数据分析。
首先，确定试验目标是解决的问题和改进的目标。
然后，选择试验因素，即影响产品质量和性能的关键因素。
接着，选择试验水平，确定每个试验因素的不同水平，以考察其对试验目标的影响。
然后，设计正交表，根据试验因素和试验水平的组合设计正交表格，确保试验的均衡和完整。
进行试验时，按照正交表依次进行试验，记录试验结果数据。
最后，根据试验数据进行统计分析，确定影响试验目标的关键因素和最佳水平组合。
田口方法的优点是试验效率高、试验成本低、结果可靠、数据分析简单。
通过田口方法，企业可以通过有限的试验次数，获得最多的信息，较快地解决问题和提升质量。
同时，田口方法能够帮助企业实现创新，从而提高竞争力。
此外，田口方法还可以应用于产品设计的初期阶段，通过优化设计参数，达到产品性能的最佳状态。
田口方法的应用范围广泛。
在产品开发中，田口方法可以用来优化设计参数，改进产品性能。
在生产过程中，田口方法可以用来优化工艺条件，提高生产效率和产品质量。
田口方法是一种的方法
田口方法是一种的方法田口方法是一种统计实验设计方法，用于确定多个因素对产品质量的影响，以寻找合适的因素水平组合，以达到产品最佳的质量要求。
这个方法由日本统计学家田口玄一于20世纪60年代提出，被广泛应用于工程领域和产品开发过程中。
田口方法的核心思想是通过有限的实验次数，系统地研究多个因素的影响，确定各个因素的最佳水平组合。
田口方法主要包括三个步骤：确定实验因素及其水平、确定实验方案、分析实验结果。
下面将详细介绍这三个步骤。
首先，确定实验因素及其水平。
在使用田口方法进行实验设计时，我们需要确定需要研究的因素及其不同的水平。
对于一个产品或者一个工艺流程来说，可能会存在多个因素，例如温度、压力、时间等。
每个因素需要确定几个不同的水平，例如温度可以选择高、中、低三个水平。
这样就形成了一个多因素多水平的实验设计。
其次，确定实验方案。
在田口方法中，我们使用正交表设计实验。
正交表是一个用于实验设计的特殊表格，能够避免因素之间的相互影响，从而减少实验次数。
通过正交表，我们可以确定每个因素在每个水平上的实验条件。
在进行实验之前，我们需要根据实际情况选择正交表，并将因素与水平填入表中。
最后，分析实验结果。
在实验完成后，我们需要对实验结果进行统计分析，以找出最佳的因素水平组合。
通常使用统计软件进行分析，例如使用方差分析（ANOVA）来确定每个因素的显著性水平，从而选择对产品质量影响最大的因素。
通过进一步的统计技术，可以确定每个因素在不同水平下的最佳组合。
田口方法的优点是可以通过有限次数的实验，快速确定最佳的因素水平组合，从而提高产品质量。
它能够在考虑多个因素相互影响的情况下进行实验设计，并通过统计分析找出最佳方案。
通过这种方法，可以减少实验次数和资源的浪费。
田口方法被广泛应用于各个行业，包括制造业、化工业、医药业等。
在产品开发过程中，田口方法可以帮助研发人员快速定位问题，找出最佳方案。
在流程改进中，田口方法可以帮助优化工艺参数，提高生产效率和产品质量。
doe田口式实验计划法应用
DOE
直交表(二水准)
水准数
L8 (27 )
列数相当于可配 置多少因子
行数相当于实验总数 表示直交表
DOE
直交表(三水准)
水准数
L9 (34 )
• 若某两因素间的交互作 用并未确定存在，则该 两因素的联线上可配置 其它的因素。
3
2
6
3
1
5
6
5
4 7 2
4
7
DOE
交互作用的考虑
主效果 二因子交互 三因子交互 四因子交互 五因子交互
A
A×B
A×B×C A×B×C×D A×B×C×D×E
B
A×C
A×B×D A×B×C×E
C
A×D
A×B×E A×B×D×E
DOE
练习
• 现有A,B,C,D四个二水准的因子，AB, CD, BC有交互 作用。
• 请试着利用点线图进行实验配置。 • 如果利用L8直交表配置不出来时该如何处理？ • 请利用L16表配配看，是否可以满足？
DOE
有交互作用之直交表配置
• 选定一交互作用，将其相关之两因子任意配置于直交 表之行上，然后根据“交互作用配行表”将此交互作 用配置于直交表之行上
1
2
1
1
1
1
1
1
2
3
1
1
1
1
1
2
1
4
1
1
1
1
1
2
2
5
田口实验方法
田口实验方法
田口实验方法是一种常用的质量管理工具，它是由日本质量管理专家田口玄一所提出的。
该方法主要应用于工业生产过程中，以优化产品质量和生产效率为目的。
下面将详细介绍田口实验方法的原理和步骤。
田口实验方法的原理是根据变量之间的相互作用关系，通过设计实验方案，寻找影响产品质量的主要因素，并确定各因素的最优条件。
这样可以有效地降低产品缺陷率和生产成本，提高产品质量和生产效率。
田口实验方法的步骤如下：
确定要研究的因素和水平。
在工业生产中，影响产品质量的因素往往很多，如工艺参数、原材料、设备等。
因此，需要根据实际情况，选取重要的因素进行研究，并确定每个因素的水平范围。
确定实验方案。
在确定实验方案时，需要考虑到实验次数、样本量、因素水平的组合方式等因素。
此外，还需要考虑到实验过程中可能发生的误差和随机变量对结果的影响。
接着，进行实验并记录数据。
在实验过程中，需要严格按照实验方案进行操作，并记录实验结果和数据。
为了提高实验结果的可信度，每组数据需要进行多次重复实验。
分析数据并确定最优条件。
在数据分析阶段，可以使用统计方法对数据进行处理和分析，找出影响产品质量的主要因素和最优条件。
通过此步骤，可以进一步优化产品质量和生产效率。
田口实验方法是一种有效的质量管理工具，可以帮助企业优化产品质量和生产效率。
但是，在应用该方法时，需要注意实验方案的设计和数据的处理方法，以保证实验结果的准确性和可靠性。
田口方法在磁砖制程中的应用报告
田口方法在磁砖制程中的应用报告1、田口实验法说明1.1、田口方法简介日本的田口玄一博士（Dr. Genichi Taguchi）开创了一种品质工程方法，简称田口方法（Taguchi method）。
田口方法源自品质设计中的实验计划法（DOE），是一种稳健设计的实验方法（Robust Design）。
田口方法从工程的角度事先了解品质问题，把社会损失成本作为衡量产品品质的依据。
田口方法的两个主要工具是直交表和SN比。
田口方法以成本效益的观念找出最佳的管理水准组合。
田口方法（Taguchi method）与实验计划法（DOE）的比较：（1）、田口方法以SN比取代DOE的直接处理数据；（2）、DOE需要考虑交互作用的影响，并设法（运用点线图或是观察效果列）加以配置；而田口方法不考虑交互作用；（3）、DOE利用变异数（ANOV A）表和F检定表找出显著因子；而田口方法利用因子水准表max-min找出。
（4）、DOE需要猜测有无交互作用，并闪躲交互作用列来进行直交表配置，较复杂；需要操作人员具备高等统计“变异数分析（ANOV A）”的计算能力，难度较高；结果运用较差，仅能知道实验诸因子何者为显著；（5）、田口方法不需要理会交互作用，使用直交表不配置交互作用列；操作人员不需要较高的计算能力；结果运用俱佳，不但可以知道实验因子何者为显著，还能加以排序，更可以运用公式，在事前即进行结果的数据预测。
1.2、田口方法的运用步骤在工程设计中可以分为三个步骤：系统设计、参数设计及公差设计。
设计人员在设计系统时，就必须把产品的品质特性的目标确定。
参数设计的主要目的是使系统设计最佳化，控制机能的变异需要先在因子中找出可以控制的因子，再把因子的干扰敏感度降低到最小，让干扰所造成的品质特性变异最小化，使系统达到理想的机能，进而提升系统的稳健性。
影响品质特性的因子可以归纳为以下三种：控制因子（对品质特性影响大的相关因子，可以对其参数进行变动设定）；干扰因子（对品质有影响但无法对其参数变动设定，或有不可控制因素的因子）；信号因子（在动态系统中，当在变动水准可设定最大范围内，可以自由改变设定参数，而品质特性也会随之改变的因子）。
田口式实验计划法的应用
5 2 1 2 1 2 1 2 41 48 89
6 2 1 2 2 1 2 1 28 24 52
7 2 2 1 1 2 2 1 26 25 51
8 2 2 1 2 1 1 2 35 41 76
n
T
n 16, T i1 yi 636, T y n 39.75
C1的總和 C1 73 86 109 100 368
田口式试验计划法旳应用
DOE
三水准系列直交表
每一column可提供二个自由度。 每个因子需占用一行。 三水准须使用二个自由度 交互作用需占用两行
–(3-1) ×(3-1)=4。
DOE
L9(34)直交表
1234 11111 21222 31333 42123 52231 62312 73132 83213 93321
n=16 T=960
E 数据 合计
7 1 66 62 128 2 68 63 131 2 88 80 168 1 63 65 128 2 73 71 144 1 37 42 79 1 38 39 77 2 57 48 105
DOE
回应表
A
B
C
D
E A×B A×C
水准1 69.375 60.25 64.625 63.125 51.5 55.125 60
因水准，对推动力旳影响极微，能够忽视不计。 • 最佳化及最佳条件旳估计。 • 确认试验
DOE
冷凝系统阀门推动力试验旳数据分析
• 目的：推动力(望大特征) 交互作用：B×C与C×D
控制原 水准一 因
水准二
A:原材料
M-270
M-290
B:停留时间 2.7秒
2.2秒
C:焊枪温度 410
- 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)。
DOE
参数设计的步骤
• 确定目标 讨论：要测什幺，如何使用资料具有可加性 – 避免(0,1)资料 – 分类值─可以变换为连续变量 分类组数越多越好 – 分类值的分析也可能发现安定性的条件。 – S/N比是最好的特性值(可加性的机会加大)
• 列出因素 – 怕少，不怕多 分类为控制因素、杂音因素
DOE
一般而言控制因素放在直交表内侧，杂音因素放在直 交表外侧。
DOE
参数设计的配置
A B C D E F G 杂音因素 1 2 3 4 5 6 7 N1 N2 11111111 21112222 31221122 41222211 52121212 62122121 72211221 82212112
ABCDE F G 1 1 2 2 M 1212 N
1234567 1221 O
11111111 21112222 31221122 41222211 52121212 62122121 72211221 82212112
DOE
信号杂音比
• 望小特性(不包括负值、不良率0%，最佳条件最理想状 态为0)。
40 19 46 22
8 2 2 1 211 2
20 19 19 18
DOE
S/N回应表
因素
水准
A
C
B
D
E
F
G
水准1
-8.07
水准2
-6.76
根据计算的S/N比，制作响应表，并选择最佳的组合：
DOE
练习二：提高某型空调的EER值（望大特性参数设计）
• 为提高某型空调的EER值，考量下列控制因子皆为2水 准控制因子
10log 4 0.28
10log 48.64 16.868
y16
3.0
4.0
3.6 4
4.2
3.70
DOE
总结：工业实验设计时的检核表
确定问题 –明确叙述所欲解决之问题
设立目标 –确认产出的品质特性(可量测并且有良好的可加性)
脑力激荡 –确认因素，希望投入条件皆可以量测 –将因素分类为可控因素和非控因素 –决定因素的水准和素质 –讨论何种品质特性应该被使用当作产出
水准一
水准二
DOE
练习一：风扇噪音（望小特性参数设计）
杂音因素 H:空调器重量% I:空气湿度 J:周围温度
水准一
水准二
回应特性：噪音分贝数 用L8直交表排在内侧，L4直交表排在外侧。
–计算S/N比。 –完成回应表及回应图。 –决定最佳因素组合。
DOE
参数设计配置
实验 号码
A
B
C
D
E
F
G
HIJ 111 122 212 221
参数设计所运用的技术是S/N比(讯号杂音比)，它可以 表示制程或产品的水准及其误差因素影响的程度。
参数设计是一种提高品质而又不影响成本的设计，一 般而言，要提高品质一定要把影响这个产品的不良原因 消除，才能达到，如此则必须提高成本，如果不去消除 原因，而把这些原因所产生的影响设法消除，则不必花 什幺成本，也能提高品质，此即参数设计。
S/N
1 1 1 1 111 1
22 21 23 23
2 1 1 1 222 2
30 25 27 30
3 1 2 2 112 2
50 31 40 28
4 1 2 2 221 1
20 19 18 20
5 2 1 2 121 2
30 31 30 30
6 2 1 2 212 1
21 42 20 31
7 2 2 1 122 1
为了避免太大的实验，最好将杂音因素复合成最多3个。 复合时可依工程知识做取舍，假如不能确知时，应事先 用直交表做实验，一定是选重要的，影响最大的。 –选择最重要的杂音，经验告诉我们，试验时若对最大的 杂音具有坚耐性的话，对其它的杂音也必将稳定。 –一般采用2水准即可，并可用两极端条件复合。
DOE
杂音因素
DOE
杂音因素
ABCDE F G 1 1 2 2 M 1234567 1212 N
11111111 21112222 31221122 41222211 52121212 62122121 72211221 82212112
DOE
品质特性的选取
田口方法系一种工程方法，拥有制程或产品的专门知识 及有效率的实验方法，才能够设计出来一个极有效的工 业实验，因此必须懂得此两种型态的知识才可能成功。
实验计划 –选择适当的直交表以控制因素 –分配可控因素(和交互作用)于直交表的内侧 –选择杂音因素并将其分配于直交表外侧
DOE
操作实验或模拟并收集数据 分析数据 –传统分析
•平均回应表 •平均回应图 •平均交互作用图 •变异数分析 –S/N分析 •平均回应表 •平均回应图 •S/N变异数分析 解释结果 –选择可控因素的最佳水准 –推测最佳条件的结果
• 选择直交表
– 控制因素配置于内侧直交表，误差因素配置于外侧 直交表。 • 内侧直交表的选择 • L12,L16,L18,L27,L32较实用。 • 推荐L12,L18 • 各行控制因素水准间隔要大。 • 外侧直交表的选择 • 规模要小，杂音引起的变化要大。 • 实行杂音因素的复合。 • 重要的杂音因素有两、三个即可. • 有时可以不配置杂音因素.
DOE
计算S/N数值，并完成以下响应表
S/N比对应表
因素
水准
A
B
C
D
E
1 2
由二者之差选出最佳组合
DOE
练习─散热片表面涂膜
• 响应特性：膜厚度 规格值：10.0±1.5(原数据×10000倍)
设计因素 A:膜材料 B:金属铝型态 C:清净材料 D:触媒百分率 E:研磨压力 F:处理时间 G:处理温度 H:处理后温度
H1 2 2 1 G1 2 1 2 F1122 e1234 1 2.11 2.13 2.10 2.14 2 1.98 2.01 2.05 2.14 2 2.18 2.20 2.22 2.23 1 2.00 2.05 2.03 2.07 2 1.99 1.89 2.03 2.00 1 2.06 2.08 2.10 2.04 1 2.26 2.28 2.19 2.24 2 2.18 2.16 2.13 2.19
望目特性原始数据回应表
A
B
C
DE
F
G
H
1
9.311 10.592 9.108 12.292 10.567 8.417 11.892 11.167
2
11.678 9.900 9.558 9.575 8.692 13.825 9.850
3
---- 10.992 12.817 9.617 12.225 9.242 9.742
3 1 1 3 3 3 3 3 3 9.8 10.6 11.0 10.5 10.50 26.384 4 1 2 1 1 2 2 3 3 12.4 11.6 10.4 13.6 12.00 18.985 5 1 2 2 2 3 3 1 1 6.0 10.0 9.8 12.4 9.55 11.067 6 1 2 3 3 1 1 2 2 6.0 5.0 5.8 7.2 5.00 6.928 7 1 3 1 2 1 3 2 3 11.6 8.4 8.2 10.0 9.55 15.562 8 1 3 2 3 2 1 3 1 5.6 5.8 6.4 6.0 6.00 24.817 9 1 3 3 1 3 2 1 2 22.0 14.8 18.8 23.0 19.65 14.473 10 2 1 1 3 3 2 2 1 15.2 17.6 13.2 20.6 16.55 14.315 11 2 1 2 1 1 3 3 2 10.4 7.4 10.8 11.8 10.10 14.501 12 2 1 3 2 2 1 1 3 11.0 15.8 12.4 19.6 14.70 11.589
2 (y)2
S / N 10log MSD
10 log
1 n
n i 1
yi 2
DOE
望大特性的S/N比
MSD
1 n
(
1 y12
)
(
1 y22
)
(
1 y32
)
....
(
1 yn2
)
1 m2
(1
3 2
m2
)
S / N 10log MSD
1 n 1
10 log n i1 ( yi2 )
S/N回应表
A
B
C
D
E
F
GH
1
15.554 14.760 13.721 16.032 13.924 12.940 13.341 16.87
2
14.077 11.263 14.658 11.518 16.096 14.687 13.139
3
18.323 16.068 16.896 14.427 16.819 17.966 17.05
DOE
计算S/N比 对应分析
–望小：仅分析 –望大：仅分析 –望目：