实验工具之一-田口方法实例

格式：doc
大小：111.00 KB
文档页数：13

下载文档原格式

实验设计——田口方法(精)

實驗次數
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。

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

田口实验方法ppt课件

• 直交表(orthogonal array)是由勞博士(C.R. Rao)所提出
• 田口博士引用，並提出一系列表格，希望
以最少的實驗次數就能對因子主效果做
不偏的估計
最新版整理ppt
33
直交表特性
• 对于任意一个直交表都应当具备下列两个特性:
• 每一列都是自我平衡的（self-balanced）,在每一列中因子的各水准出现的频率是相同的；
• 每两列间都是平衡的（mutual-balanced）,也
就是在某一列中出现某一水准的所有实验
组，与在另一列中，出现此水准的频率是
最新版整理ppt
34
直交表L8(27)
Exp
A
B
1
1
1
2
1
1
3
1
2
4
1
2
5
2
1
6
2
1
7
2
2
8
2
2
Level 1 1.8
1.55
Level 2 1.65
1.9
Effect -0.15 0.35
最新版整理ppt
9
为什么田口实验设计能以最少
好的实验次數，获取最的效果？
最新版整理ppt
10
实验设计
一种安排实验和分析实验数据的数理统计方法；实验设计主要对实验进行合理安排，以较小的实验规模（实验次数）、较短的实验周期和较低的实验成本，获得理想的实验结果和正确的结论
最新版整理ppt
35
直交表的表示方法
最新版整理ppt
36
直交表的表示方法
最新版整理ppt
37
直交表

田口方法资料

• 主图分析：通过主图分析实验结果的波动情况
• 田口图包括主图和副图
• 副图分析：通过副图分析各因素对质量损失的影响
• 因素优化：根据田口图的结果优化因素水平，降低质量
损失
持续改进与迭代优化
田口方法强调持续改进与迭代优化
持续改进与迭代优化的方法
• 通过质量设计和质量控制实现持续改进
• PDCA循环：通过PDCA循环实现持续改进
田口方法强调实验数据的分析与处理
• 通过田口图等工具分析实验结果
• 确定最佳参数组合和设计方案
实验数据的分析方法
• 田口图：通过田口图分析实验结果，找出最佳参数组合
• 方差分析：通过方差分析检验实验结果的显著性
• 回归分析：通过回归分析建立响应面模型，优化设计方案
04
田口方法的质量控制与改进
质量损失函数(Quality Loss Function)
响应面法是通过实验数据建立响应面模型
• 通过模型优化寻找最佳设计方案
响应面法的优点
• 提高实验效率：响应面法可以在有限的实验次数内找到最佳方案
• 描述复杂关系：响应面法可以描述多因素之间的复杂关系
• 便于优化设计：响应面法可以方便地优化设计方案，实现质量目标
实验数据的分析与处理
跨领域融合与拓展应用
田口方法将与其他领域进行融合与拓展应用
• 与供应链管理相结合，实现供应链质量的控制与优化
• 与环保工程相结合，实现绿色制造与环保设计
跨领域融合与拓展应用的前景
• 供应链质量优化：通过田口方法实现供应链环节的质量控制与优化
• 绿色制造与环保设计：通过田口方法实现环保产品的设计与制造
• 质量设计：通过实验设计寻找最佳设计方案，实现质量目标

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。

实验计划法-田口式实验法

Quality Loss Function观念
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。

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，能够有效地提高实验效率和准确性。

田口方法是一种常用的实验设计方法，可以帮助研究人员在有限的资源和时间下，确定最优的因素组合，提高产品质量和工艺效率。

本文将以田口方法为基础，设计一个关于某化工工艺优化的实验。

1. 实验目的：通过田口方法，优化某化工工艺的反应条件和操作参数，以提高产品产率和纯度。

2. 实验因素：(1)温度：低温（20℃）、常温（25℃）、高温（30℃）(2)反应时间：短时（5min）、适中（10min）、长时（15min）(3)催化剂用量：低量（0.1mol%）、适量（0.3mol%）、高量（0.5mol%）3. 响应变量：(1)产品产率：所需产品的产量百分比(2)产品纯度：目标产品的纯度百分比4. 实验设计：(1)确定实验水平：根据实验目的和工艺要求，确定每个因素的实验水平数。

在本实验中，温度有3个水平，反应时间有3个水平，催化剂用量有3个水平，因此总共有27个实验条件。

(2)随机排列实验顺序：为了避免实验结果受到顺序影响，需要随机排列实验顺序，保证每个实验条件的出现概率相等。

(3)进行实验：按照设计好的实验顺序，依次进行每个实验条件。

记录每个实验条件下的产量和纯度数据。

(4)数据分析：根据实验结果，进行数据分析，找出最佳的因素组合。

可以借助田口方法中的正交表进行实验效果的评价和因素优化。

(5)确定最佳因素组合：综合考虑产量和纯度两个响应变量，确定最佳的因素组合，以达到实验目的和工艺要求。

5. 预期结果：通过田口方法进行实验设计和数据分析，我们可以得到最佳的因素组合，从而优化某化工工艺的反应条件和操作参数。

预期结果是提高产品产率和纯度，降低生产成本和工艺风险。

总之，田口方法是一种有效的实验设计方法，可以帮助研究人员在有限的资源和时间下，确定最优的因素组合。

本文以某化工工艺的优化为例，详细介绍了田口方法的实验设计步骤和预期结果。

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

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

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)。

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，并准確控制温度，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。