学习版田口方法实战训练.ppt

制程改善模式 L8（2 ） 可控制的要因 水平Ⅰ 水平Ⅱ 内 侧 直 交 表 —— A因素 A1 A2 —— B因素 B1 B2 —— C因素 C1 C2 —— D因素 D1 D2 —— E因素 E1 E2 —— F因素 F1 F2 —— G因素 G1 G2 7 借助头脑风暴的成果，规划完成实用的正交表和制造改善模式。 精选文档 * 如何确定试验因子与水平 案例2：利用流程的原始数据 2水准 控制因子 （核心关键参数） 水准1 水准2 A B …… A1 （原设计值或操作标准） 新设计值或操作标准A2 （A1±5%） 3水准 控制因子 核心关键参数 水准1 水准2 水准3 A B …… A1 （A2-5%） （新设计值或操作标准） A2 （原设计值或操作标准） A3 （A2-5%） （新设计值或操作标准） 精选文档 * 实验的样本规模与度量 计量型数据最低限度样本量：　n≥３ 计数型数据最低限度样本量：　n＝５０ 利特克量化尺度 将属性数据转换为连续数据 进行评分，定义１０为最好，１为最差（反之亦可） 量化后的样本保持在５～１０个足够 管理领域的样本度量 譬如衡量顾客满意度，或者某服务流程的绩效，可以设计优劣等级和评分标准，如百分制 精选文档 * 案例3：晶片表面缺陷的量度 精选文档 * 田口博士著名案例—— 瓷砖制程设计 20世纪50年代日本一家瓷砖公司向德国购买了一套砖窑，有一种型号的瓷砖存在严重品质问题：厚度要求10±0.15mm，约有30%超差，成为不良品。 改善小组知道瓷窑内温度的变异，引起瓷砖的变异——瓷砖承受的“温度”是噪音因素。 解决问题的两种策略： A）重新设计砖窑，但需要额外花费50万元 B）采用稳健设计，找到控制因素水准的最佳组合，以减少尺寸变异 这家公司的工程师经过几天头脑风暴后，确定了影响品质的8个因素，他们应用田口试验得到如下数据： 案例研究： 精选文档 * 因子符号 因子名称 Level1 Level2 Level3 A 石灰含量 1% 5% B 寿山石含量 43% 53% 63% C 寿山石种类 新配方加T 老配方 新配方不加T D 烧粉含量 0% 1% 3% E 添加物粒径 小一些 原来 大一些 F 烧成次数 一次 二次 三次 G 长石含量 0% 4% 7% H 黏土种类 K-type KG各半 G-type 瓷砖制程设计 控制因子设计值 原始设计 精选文档 * 试验计划：L18（21*37）正交表（非对称水平） 精选文档 * 瓷砖制程设计试验数据 Y值：厚度mm 精选文档 * 瓷砖制程设计：试验数据分析 S/N比 效应图表 均值 效应图表 Means S/N 主次： E A H D C 主次： F H B E A 精选文档 * 重要因子判定准则与分类 重要因子判定准则：（一半一半原则） 一组因子中一半视为重要，一半视为不重要。 S/N效应排列： E A H D C 均值效应排列：F H B E A 因子四种分类： 1、对SN比和均值都有影响 2、对SN比没影响，但对均值有影响 3、对SN比有影响，但对均值没影响 4、对二者均无影响的因子。 位置因子/调节因子 散度因子 精选文档 * 第一步： 最大化S/N比减小变异、降低噪音的敏感性 —— 选择能使SN比最大化的控制因子水准； 第二步： 调整平均值到目标值上—— 选择调节因子，使平均值靠近目标值，而变异维持不变。 田口两步优化程序 精选文档 * 瓷砖设计因子分类与优化应用 瓷砖设计的可控因子分类与优化策略 类别 影响 S/N 影响 均值 控制因子 作用 优化设置 1 是 是 A E H 缩小变异 A1 E1 H2 2 否 是 B F 调整品质特性至目标值 B2 F1 3 是 否 C D 缩小变异 C3 D3 4 否 否 G 降低成本 G1 精选文档 * 田口设计的基本程序 步骤1：明确改善目标或试验目的； 步骤2：选择品质特性（起关键作用的） 步骤3：筛选并确定因子及其水平； 步骤4：确定试验计划； 步骤5：实施试验，收集数据； 步骤5：构建田口模型； 步骤7：分析数据，确定最优因子组合； 步骤8：验证设计。 计 划 分析 实施 精选文档 * 田口方法与正交实验的区别 相同：都使用正交表(但田口使用内外表) 区别：使用的分析评价标准不同 正交实验设计—— 极差分析法 田口实验设计—— 信噪比分析 精选文档 * 【例1】改善小组计划采取降低PCB过炉泛黄不良率的ＤＯＥ改善活动。 因子 水平 A 炉温 B 轨道速度