《MiniTabDOE操作说明.ppt》由会员分享，可在线阅读，更多相关《MiniTabDOE操作说明.ppt（89页珍藏版）》请在三一办公上搜索。
1、1,MiniTab DOE操作說明田口試驗設計(Taguchi Method),2,Catalogue,Unit-1.田口品質工程簡介Unit-2.品質損失函Unit-3.直交表Unit-4.參數設計Unit-5.靜態設計及Minitab操作Unit-6.動態設計及Minitab操作,3,Unit-1:田口品質工程簡介,4,品質工程發展史：二次戰後，日本進戰後建時，面高品質原、生產設備和有技術之工程師等嚴重短缺的問題。在此條件下，生產高品質產品與斷改善品質成為一項具有挑戰且急需解決的問題。1947，日本為解決通信品質低的問題，成電器通信實驗室(Electronic Communication
2、Laboratory)，初期規模與預算如美國貝爾實驗室。在資源足、缺少高品質機台下，只有靠著調整機台設定提升交換機生產的品質。在1949，田口玄一（Genichi.Taguchi）博士於日本電信實驗室工作時，發現傳統實驗設計方法在實務上並適用，逐漸發展品質工程的基本原。用此方法，生產高品質的交換機。田口所發展的是一透過實驗進系統最佳化設計的方法，重視實際的應用性，而非以困難的統計為依歸，田口方法是用改善品質的工程方法，在日本稱之為品質工程（quality engineering）。田口方法自發明至今，已受到全世界（工業界與學術界）的肯定與尊崇。,Unit-1:田口品質工程簡介,5,基本概念：穩
3、健設計（robust design）是透過工程最佳化的方式進品質改善的方法，所謂穩健是指所設計產品品質受到周圍環境影響的敏感為最小。田口方法（Taguchi methods），就是一種穩健設計的實驗方法。品管活動可分為線上（on-line）品管與線外（off-line）品管，田口對於線上和線外品管有其獨特看法，但以後者最為有名因此品質工程就是指線外品管而言。,Unit-1:田口品質工程簡介,6,基本概念：田口方法是要低變原因的影響，而是去除變的原因，改善品質；田口方法將各種變極小化，使得產品對變的源最敏感。Ex：m 代表電視機彩色密目標值，而m5是可容忍的製程偏差。日本廠的產品品質特性呈一個近
4、似常態分配，平均值在目標值上。美國廠的產品品質特性則呈一個近似在m5 內之均勻分配。日本廠產品大部分集中在目標值附近，亦即靠近m（變較小，性能較佳）的產品，美國廠產品遠m（變較大，性能較差），超出產品規格機會較大。,Unit-1:田口品質工程簡介,7,產品/制程之參數：對任一個產品或製程，我們可以繪出圖，如圖3 所示，其中y 表示所欲探討的品質特性或回應值（response）。影響y 的可以分為信號因子（M）、控制因子（Z）和雜音因子（X）三。,Unit-1:田口品質工程簡介,8,產品/制程之參數：信號因子（signal factor）由設計工程師依據所開發產品的工程知選擇，以表達所想的回應值
5、。當y 的目標值改變時，我們可調整信號因子，使y 的平均值與目標值一致。如：1.電風扇轉速設定是一信號因子，藉由轉速的設定可改變風的大小。2.射出成型時，藉由壓的增加，可使產品的尺寸接近模具尺寸。3.汽方向盤的轉向角，可以指示汽的迴轉半徑。通常信號因子與回應值間具有輸入與輸出的關係，譬如汽駕駛時踩油門的大小會影響汽速的快慢。控制因子（control factor):係其水準可由設計人員掌握且決定的。事實上，設計人員必須決定控制因子的水準，使y 的損失最小。如：在一複晶矽沉積過程中，品質特性為晶片表面缺陷，而影響此一品質特性的控制因子有沉積溫、沉積壓、氮和矽等。設計人員可指定需要的設定值，譬如沉
6、積溫為100或200（亦或300）。通常認為控制因子水準改變時，並會造成製造成本增加。雜音因子（noise factor）：設計人員所無法控制的稱為雜音因子（noise factor）。雜音因子的水準會隨環境而變化，因此無法確知某特定情況下的雜音因子值。如：面的乾溼會影響汽的煞距，但是，面的乾溼是無法控制的，所以面的乾溼是雜音因子。通常僅掌握雜音因子的一些特性，如平均值和變。雜音因子會影響回應值y偏目標值而帶損失。凡是的水準容控制或必須花費高成本控制的，皆可視為雜音因子。,Unit-1:田口品質工程簡介,9,田口品質工程學：品質工程主要討的範疇為線外品管活動，即如何低雜音因子對產品品質特性的干
7、擾影響。田口進一步將線外品質管制分成系統設計、設計與允差設計等三個階段。,Unit-1:田口品質工程簡介,10,田口品質工程學：系統設計（system design）：又稱為概設計（concept design）主要是檢視各種可能達成想要的機能的系統或技術，然後選擇一個最適當的。如：選定系統所需之材、件，或選擇一個合適的電圖或適當的製造程序是這活動的子。設計（parameter design）：決定系統設計的水準。在這階段中，主要是要最佳化系統設計，用實驗以確定控制因子水準的組合，使系統對雜音因子的敏感為最低，而提升系統的穩健性。允差設計（tolerance design）：用成本與品質的平衡
8、方法考慮允差設計。允差設計階段主要是要調整公差範圍以最佳化設計。當產品的品質未能滿足顧客要求，我們需增加製造成本以低產品的變，減少品質損失。如我們可以依照件或材的成本效順序，選擇一些因子調整公差，以低變提高品質。,Unit-1:田口品質工程簡介,11,田口品質工程學：設計是一套希望找出一組控制因子的處組合，使得製程或產品對於外界的環境的敏感為最低，即此產品的穩定性最高、變最小、損失最小（成本最小）。在實際的產品中，為要能保持平均值靠近目標值，首先必須低績效的變。一旦影響變的最佳控制因子決定之後，我們就可以集中於調整平均值至目標值上，以滿足顧客對產品的期望，這個過程稱為階段最佳化過程。,Unit
9、-1:田口品質工程簡介,12,Unit-2:品質損失函數,13,品質損失：當產品品質時，將為生產者帶損失。品質是指產品出廠後所帶給社會的損失，但包括機能本身所引起的損失。田口博士認為，一產品的品質為該產品因未能充分發揮其原有的機能而產生的損失，而因機能本身所發生的損失除外。品質特性有以下三種類型：望小品質函數：使目標逼近于0，如週期時間，不良率，成本；望大品質函數：使目標持續提高,如參量、利潤、強度;望目品質函數。以小的變異取得目標值,如產品尺寸，電源電壓，焊接溫度;非對稱型望目品質函數:同望目型,Unit-2:品質損失函數,14,品質損失：望小品質損失函數,Unit-2:品質損失函數,15,
10、品質損失：望小品質損失函數,Unit-2:品質損失函數,16,品質損失：望大品質損失函數,Unit-2:品質損失函數,17,品質損失：望大品質損失函數,Unit-2:品質損失函數,18,品質損失：望目品質損失函數,Unit-2:品質損失函數,19,品質損失：望目品質損失函數,Unit-2:品質損失函數,20,品質損失：望目品質損失函數,Unit-2:品質損失函數,21,品質損失：非對稱型望目品質損失函數,Unit-2:品質損失函數,22,品質損失：非對稱型望目品質損失函數,Unit-2:品質損失函數,23,Unit-3:直交表設計,24,全因子試驗與直交表：在進實驗設計時，考慮到所有可能的因子
11、水準組合，此稱作全因子實驗。在全因子設計中，當因子目增加時，實驗次會隨之增加；而部分因子設計則會增加實驗方法的複雜性。田口方法用直交表（Orthogonal Array；OA）收集資，能讓我們以較少的實驗而獲得可靠的因子效果估計。用直交表進實驗是穩健設計的一個重要技巧。,Unit-3:直交表設計,25,直交試驗表結構：,Unit-3:直交表設計,该表为7因素，2水平，运行8次的正交试验表，具有以下特点：1、有8个行，表示8种试验运行的不同因素水平组合。2、有7个列，表示最多可允许有7个因素。3、表中心的“1”、“2”表示各因素的两种水平。4、每个因素的每个水平各出现4次，出现机会完全均等。5、
12、表中任意两列间的组合数字各出现2次，其搭配是均衡的。,26,直交試驗表的性質：1、整齐可比性：在同一张正交表上，每个因素的每个水平出现的次数是完全相同的。由于试验中各因素的各水平参与试验的频率相同的，这保证了各水平在试验时最大程度排除了其它因素水平的干扰，有利于找到最好的试验条件。2、均衡分散性：在同一正交试验表中，任意两列的水平配对是完全相同的，这使试验具有很强的代表性。很容易找出较好的试验条件，下图表示了3因素2水平的均衡分散性。,Unit-3:直交表設計,27,直交試驗表的性質：正交试验只选其中的4个角代替全面试验的8个角，如下图黑点所示。,Unit-3:直交表設計,PS:正方体的6个面
13、上每个面都被选中2个角，12条边上每条边都有1个点，虽只选了8个角中的4个，但对AB、AC、BC任意2个因素而言均为全面试验。因此此4点有很强的代表性。假定所要找的最优搭配不在正交试验的4个点中，如111，如会通过与该点相邻的较优搭配表现出来，而此三点都是试验中的点，（112，221，121），通过这3个点可很容易就找到最优点。其具有較高效率；,全因子,田口直交,PS:全因子試驗，各點全部選擇，共需進行8次試驗,效率較差。,28,直交表的選擇：,Unit-3:直交表設計,29,交互作用,Unit-3:直交表設計,30,交互作用,Unit-3:直交表設計,31,點線圖,Unit-3:直交表設計,
14、32,Unit-4:參數設計,33,設計主要目的是要決定產品或製程的設定值，使對雜音變的敏感性最小。田口認為同水準組合，產品的品質特性平均值與變均同。藉由設計，可找出一組最佳水準組合，使平均值與目標值一致，且變最小。田口方法用直交表收集資，能讓我們以較少的實驗而獲得可靠的因子效果估計。用直交表進實驗是穩健設計的一個重要技巧。設計實驗是由外側直交表和內側直交表所構成，透過直交表配置各因子的水準組合，以進實驗,Unit-4:參數設計,34,L8直交表示例:,Unit-4:參數設計,35,訊號雜音比(S/N):设产品质量特性Y在多个输入变量的作用下为随机变量。其数学期望为，方差为2，我们希望越接近目
15、标越好，2越小越好。变异系数Y=/，它表示实际值偏离目标值的程度，用=2/2来表示产品质量特性的稳定性，越大，则产品质量波动越小，如将2值看作信号，把2值看作噪声因素，称为信噪比，实际使用时会将转化为分贝值（d）。即=10lg=S/N取对数后的值比较接近正态分布，便于分析,Unit-4:參數設計,36,田口靜態設計和動態設計的差異:靜態設計是是通过试验和分析找出信噪比最高的因素水平设置以使输出变量变差最小，即对噪声因素不敏感，静态设计的指标（输出变量）目标的值一般为固定值,即品質特性為固定目標;動態設計是指品質特性為可變的目標值,它受信號因子的影響;动态设计是通过增加信号因素来优化输出变量与信
16、号因素间的关系从而使输出变量对噪声因素不敏感，但对输入信号达到最大的敏感度兩者設計的差異在於是否有信號因子存在,亦即研究對象的設計目標不只一個，如在汽車刹車設計中，品質特性為制動力,但刹車易受環境溫度的影響，例如高溫(55度)、常溫(25度)、低溫(-5度).研究者在開發設計階段必須考慮環境溫度的影響而設為信號影子.,Unit-4:參數設計,37,參數設計程序：步驟1.解問題：(1)定義系統目標範圍：包含定義系統的目標、系統或子系統（subsystem）的範圍、選擇專案負責人及其成員、發展專案運作策。(2)選擇回應值：此步驟主要是確認主要功能、副作用和失效型態，建想要達成的結果，選擇回應值或想
17、機能（想機能為信號因子與品質特性的想關係式）及決定測的方式。步驟2.選擇因子和水準(1)發展信號因子和雜音策：決定信號因子的範圍、重要的雜音因子及其水準、發展雜音策。(2)辨認控制因子及其水準：辨認所有的控制因子、選擇重要的控制因子及其水準。步驟3.選擇適用之直交表選定適用之直交表並指派控制因子至直交表中。步驟4.準備及執實驗，收集據：準備規劃實驗，並執實驗，收集據。步驟5.根據品質特性計算直交表中每一次實驗的SN 比與y。步驟6.完成並解釋各因子對於SN比與y 的效果圖，執二階段最佳化程序。步驟7.決定控制因子的最佳水準組合，並預估其SN比和y。步驟8.執確認實驗：田口建議要進確認實驗，如果
18、確認實驗結果與預估的結果吻合（或滿意），那麼表示實驗的過程失敗，必須重新規劃實驗。步驟9.結與建議：當確認實驗成功，將控制因子的最佳水準組合納入系統中執。,Unit-4:參數設計,38,參數設計流程：,Unit-4:參數設計,39,常見試驗類型說明-1：無交互作用&望大型：,Unit-4:參數設計,40,常見試驗類型說明-1：無交互作用&望大型：,Unit-4:參數設計,41,常見試驗類型說明-1：無交互作用&望大型：,Unit-4:參數設計,42,常見試驗類型說明-2：無交互作用&望小型：,Unit-4:參數設計,43,常見試驗類型說明-2：無交互作用&望小型：,Unit-4:參數設計,44
19、,常見試驗類型說明-3：有交互作用,Unit-4:參數設計,45,常見試驗類型說明-3：有交互作用,Unit-4:參數設計,46,常見試驗類型說明-3:有交互作用,Unit-4:參數設計,47,常見試驗類型說明-3:有交互作用,Unit-4:參數設計,48,常見試驗類型說明-4:多指標分析（综合平衡法）为提高某产品质量，要对生产该产品的原料进行配方试验。要检验3项指标：抗压强度、落下强度 和裂纹度，前2个指标越大越好，第3个指标越小越好。根据以往的经验，配方中有3个重要因素：水分、粒度和碱度。它们各有3个水平。试进行试验分析，找出最好的配方方案。試驗直交表,Unit-4:參數設計,49,常見試
20、驗類型說明-4:多指標分析（综合平衡法）分析方法,Unit-4:參數設計,分析：1)粒度B对抗压强度和落下强度来讲，极差都是最大的，说明它是影响最大的因素，而且以取8为最好；对裂纹度来讲，粒度的极差不是最大，不是影响最大的因素，而且也以取8为最好；2)碱度C对三个指标的极差都不是最大的，是次要的因素。对抗压强度和裂纹度来讲，碱度取1.1最好；对落下强度，取1.3最好，但取1.1也不是太差，综合考虑碱度取1.1；3)水分A对裂纹度来讲是最大的因素，以取9为最好；但对抗压强度和落下强度来讲，水分的极差都是最小的，是影响最小的因素。综合考虑水分取9；最后较好的试验方案是B3C1A2,50,常見試驗類
21、型說明-5:混合水平正交設計（利用混合直交表)某农科站进行品种试验，共有4个因素：A(品种)、B(氮肥量)、C(氮、磷、钾比例)、D(规格)。因素A是4水平的，另外3个因素是2水平的。试验指标是产量，数值越大越好。試驗直交表,Unit-4:參數設計,51,常見試驗類型說明-6:混合水平正交設計（擬水平法)某试验指标只有一个，它的数值越小越好，这个试验有4个因素，其中因素C是2水平的，其余3个因素都是3水平:从第1、第2两个水平中选一个水平让它重复一次作为第3水平，这就叫虚拟水平。一般应根据实际经验，选取一个较好的水平。試驗直交表,Unit-4:參數設計,52,兩階段最優化設計由於望大與望小的品
22、質特性的目標值分別為和0，所以對此特性問題通常使用階段最佳化程序。望目品質特性具有一目標值，因此除可以用SN比最小化變外，也可以用調整因子將平均值調至目標值，此稱作階段最佳化程序。階段I：選擇最適條件最大化SN比，以低變。階段II:確認試驗調整平均值至目標值上選擇最適條件時的因子水準選擇1.對SN比和平均值有影響的因子，選擇最大化SN比的水準。2.只對平均值有影響的因子，稱為調整因子。3.只對SN比有影響的因子，選最大化SN比的水準。4.對SN比和平均值沒有影響的因子，可以由其他面考慮水準的選擇，如：操作容、成本因素穩定試驗：針對現行條件及最適條件分別進行推估及實際作實驗。計算個別之增益值（效
23、益），並據以判定實驗成功否？一般差距在+/-20%以內代表正常,Unit-4:參數設計,53,選擇最適條件某一產品的規格為15015inch（望目品質特性），影響規格的因子有A、B、C、D、E五個因子，每個因子各設個水準，選用一L8直交表進實驗配置，給個因子的水準組合各收集四筆實驗據，決定其最佳。,Unit-4:參數設計,54,選擇最適條件,Unit-4:參數設計,55,確認試驗,Unit-4:參數設計,56,確認試驗,Unit-4:參數設計,57,確認試驗,Unit-4:參數設計,58,確認試驗,Unit-4:參數設計,59,Unit-5:田口試驗設計-靜態型設計及Minitab操作,60,
24、Unit-5:田口試驗設計-靜態型設計及Minitab操作,試驗說明：製造高爾夫球及設計開發其有效的增加最大飛行距離,4個控制因子,2水準 因子水準:干擾因子:two type of golf clubs(driver and a 5-iron)Step 1:因子數及水準數之決定開啟功能選單Stat DOE Taguchi Create Taguchi Design勾選2水準設計及因子數,61,Step 2:實驗次數選定點選 按鈕(直交表類型)決定 L8直交表(4因子2水準作8次實驗),Unit-5:田口試驗設計-靜態型設計及Minitab操作,62,Step 3:因子及水準Data輸入點選
25、按鈕依照各因子名稱及水準Data輸入視窗表中,Unit-5:田口試驗設計-靜態型設計及Minitab操作,63,Step 4:因子間交互作用選定在Taguchi Design-Factors對話框中,點選 按鈕選擇已知交互作用由Available Terms欄位 Selected Terms欄位,Unit-5:田口試驗設計-靜態型設計及Minitab操作,64,Step5:田口直交表及實驗結果輸入將直交表中C5及C6欄位分別輸入干擾因子Driver及Iron名稱,實驗結果Key-in至表中,Unit-5:田口試驗設計-靜態型設計及Minitab操作,65,Step6:實驗結果分析(選項設定)在
26、功能表選擇Stat DOE Taguchi Analyze Taguchi Design將C5(Driver)及C6(Iron)移至Response data are in欄位中,Unit-5:田口試驗設計-靜態型設計及Minitab操作,66,Step6:實驗結果分析(選項設定)點選 按鈕在Fit linear model for選項中勾選Signal to Noise ratios及Means在Analyze Taguchi Design對話框中,選擇 按鈕因此範例為望大特性,故在Signal to Noise Ratio選項中勾選Larger is better,Unit-5:田口試驗設
27、計-靜態型設計及Minitab操作,67,Step6:實驗結果分析(選項設定)在Analyze Taguchi Design對話框中,選擇 按鈕勾選Four in one設定完成後在Analyze Taguchi Design對話框中,按Ok按鈕利用繪圖及視窗分析表作S/N比及最佳組合比較,Unit-5:田口試驗設計-靜態型設計及Minitab操作,68,Step7:實驗結果分析-S/N值之視窗分析表及繪圖,1.Core Material,Diameter,Dimples 及Thickness的P值均小於0.05，因此均為顯著因子;2.Material*Diameter的P值0.05及從其交互
28、效應圖可知，可交互效應不明顯;3.R-Sq值大於70%,且與R-Sq(adj)值相接近,故模型可信賴；4.在S/N比主效應圖中，每個因子水準S/N比較，設定最佳組合為 Factor Level Core MaterialLiquidDiameter118Dimples392Thickness0.06,Unit-5:田口試驗設計-靜態型設計及Minitab操作,69,Step 8:實驗結果分析-Mean值之視窗分析表及繪圖,1.Core Material,Diameter的P值均小於0.05，因此均為顯著因子;2.Material*Diameter的P值0.05及從其交互效應圖可知，可交互效應不
29、明顯;2.R-Sq值大於70%,且與R-Sq(adj)值相接近,故模型可信賴,且2.在Mean主效應圖中,每個因子水準Mean比較,設定最佳組合為 Factor Level Core MaterialLiquidDiameter118Dimples392Thickness0.06,Unit-5:田口試驗設計-靜態型設計及Minitab操作,70,Step9:實驗結果分析-S/N比及Mean值之殘差分析,Mean值殘差圖分析:1.常態圖：數值點分佈不似直線，故判為非正態分佈;2.直方圖：直方圖為非鐘形，故需確認數據收集方式及制程穩定性;3.殘差擬合圖:數據分步隨機，無異常點：3.殘差順序圖:數據
30、分步隨機,無異常點;,SN比殘差圖分析:1.常態圖：數值點分佈似直線，故判為正態分佈;2.直方圖：直方圖為鐘形，故制程穩定性;3.殘差擬合圖:數據分步隨機，無異常點：3.殘差順序圖:數據分步隨機,無異常點;,Unit-5:田口試驗設計-靜態型設計及Minitab操作,71,Step 10:最佳組合解析,結論:1.SN：-S/N比以Diameter最大,為極顯著因子,其水準1又較水準2之效果好-Thickness與Material/Diameter有極大關係(成反比)2.Mean：-Mean值以Diameter最大,為極顯著因子3.最佳組合:Factor Level Core Material
31、LiquidDiameter 118Dimples 392Thickness 0.06 綜合以上分析結果得知最佳組合為(代號表示):A1 B1 C1 D2,Unit-5:田口試驗設計-靜態型設計及Minitab操作,72,Step 11:預測結果目的在於利用MinitabPredict Taguchi Results指令來預測S/N比與相對選定因子設定的反應特性在功能表選擇Stat DOE Taguchi Predict Taguchi Results取消Standard deviation及Natural log of standard deviation勾選點選Terms按鈕,確認因子(A
32、,B,C,D)及交互作用(A*B)皆在Selected Terms欄位中,Unit-5:田口試驗設計-靜態型設計及Minitab操作,73,Step 11:預測結果在Predict Taguchi Results對話框中點選Levels按鈕在Method of specifying new factor levels下選擇Select levels from a list,並將因子最佳水準組合輸入表中選擇的最佳因子組合預測S/N比為53.68及Mean值(球的平均飛行距離)約為276碼,接下來,以此組合再作一次實驗去驗證與預測結果之正確性,預測結果:1.SN的最大值為53.68442.Mean
33、：Mean值(球的平均飛行距離)約為276碼 3.此時各因素的設置水平為 Factor Level Core Material LiquidDiameter 118Dimples 392Thickness 0.06,Unit-5:田口試驗設計-靜態型設計及Minitab操作,74,Unit-5:田口試驗設計-靜態型設計及Minitab操作,Step 12:試驗結論:B因素-Diameter對S/N的影響最大;各因素的交互作用不明顯;對S/N影響最大的各因素組合:Factor Level Core Material LiquidDiameter 118Dimples 392Thickness 0
34、.06用對S/N影響最大的各因素組合得到的預測值為:信噪比SN為53.6844最大預測輸出變數為:276.262輸出變量標準偏差為8.75,75,Unit-6:田口試驗設計-動態型設計及Minitab操作,76,Unit-5:田口試驗設計-動態型設計及Minitab操作,試驗說明：若要試著增加量測系統的穩健性,量測系統屬於動態的,因輸入信號的改變會影響輸出的結果,如果被測量的值(信號因子)與量測的反應結果(系統輸出)之間是1:1關係,這個量測系統即是完美的控制因子*3個,2水準信號因子:1.25 25 250干擾因子*2Step 1:因子數及水準數之決定開啟功能選單Stat DOE Taguc
35、hi Create Taguchi Design勾選2水準設計及因子數,77,Step 2:實驗次數選定點選 按鈕(直交表類型)決定 L8直交表，並勾選添加動態特性信號因子選項,Unit-5:田口試驗設計-動態型設計及Minitab操作,78,Step 3:因子及水準Data輸入點選 按鈕依照各因子名稱及水準Data輸入視窗表中,Unit-5:田口試驗設計-動態型設計及Minitab操作,79,Step4:田口直交表及實驗結果輸入將直交表中C5及C6欄位分別輸入干擾因子Noise1及Noise2名稱,實驗結果Key-in至表中,Unit-5:田口試驗設計-動態型設計及Minitab操作,80,
36、Step5:實驗結果分析(選項設定)在功能表選擇Stat DOE Taguchi Analyze Taguchi Design將C5(Noise1)及C6(Noise2)移至Response data are in欄位中,Unit-5:田口試驗設計-動態型設計及Minitab操作,81,Step5:實驗結果分析(選項設定)點選 按鈕勾選Standard deviations及Display scatterplots with fitted lines選項點選 按鈕在Display response tables for 及Fit linear model for選項中勾選Standard de
37、viations,Unit-5:田口試驗設計-動態型設計及Minitab操作,82,Step6:實驗結果分析-S/N值之視窗分析表及圖形分析,PS:1.數據輸出分析 V.S Main Effect Plot-Sensor的P值小於0.05，因此為顯著因子;-R-Sq值大於70%,且與R-Sq(adj)值相接近,故模型可信賴；-S/N比以Sensor最大,為極顯著因子,其水準1又較水準2之效果好2.Residual Plot:-數據分步呈正態，制程穩定;-殘差點分步隨機，無異常點出現.,Unit-5:田口試驗設計-動態型設計及Minitab操作,83,Step7:實驗結果分析-Slope值之視窗
38、分析表及圖形分析,PS:1.數據輸出分析 V.S Main Effect Plot-所有因子的P值均大於0.05，但Sensor接近于0.05;-Slope比以Sensor對其影響為最大,2.Residual Plot:-數據分步呈正態，制程穩定;-殘差點分步隨機，無異常點出現.,Unit-5:田口試驗設計-動態型設計及Minitab操作,84,Step8:實驗結果分析-StDevs值之視窗分析表及圖形分析,PS:1.數據輸出分析 V.S Main Effect Plot-Sensor的P值小於0.05，因此為顯著因子;-R-Sq值大於70%,且與R-Sq(adj)值相接近,故模型可信賴；-標
39、準差以Sensor對其影響最大2.Residual Plot:-數據分步呈正態，制程穩定;-殘差點分步隨機，無異常點出現.,Unit-5:田口試驗設計-動態型設計及Minitab操作,85,Step9:實驗結果分析-散佈圖分析,PS:1.所有的擬合線均為直線;2.所有點均在Fit lines上，模型擬合良好;3.所有數據的分佈隨著信號因子的水準而增長;,Unit-5:田口試驗設計-動態型設計及Minitab操作,86,Step 10:最佳組合解析,結論:此範例因為要增加量測系統的穩健性,所以想得到因子水準中最大的S/N比及最小的標準差即為最佳水準組合1.在S/N比主效應圖中,每個因子水準S/N
40、比較(取最大值),設定最佳組合為 Factor Level sensor 1output device 2relay 22.在標準差主效應圖中,每個因子水準標準差比較(取最小值),設定最佳組合為 Factor Level sensor 1 output device 2 relay 23.綜合以上分析結果得知最佳組合為(代號表示)A1 B2 C2,Unit-5:田口試驗設計-動態型設計及Minitab操作,87,Step 11:預測結果目的在於利用MinitabPredict Taguchi Results指令來預測S/N比與相對選定因子設定的反應特性在功能表選擇Stat DOE Taguch
41、i Predict Taguchi Results點選Terms按鈕,確認因子(A,B,C)皆在Selected Terms欄位中,Unit-5:田口試驗設計-動態型設計及Minitab操作,88,Step 11:預測結果在Predict Taguchi Results對話框中點選Levels按鈕在Method of specifying new factor levels下選擇Select levels from a list,並將因子最佳水準組合輸入表中中,預測結果:1.SN的最大值為22.75762.標準差為0.0733.此時各因素的設置水平為 Factor Level Sensor 1Output 1Relay 2,Unit-5:田口試驗設計-動態型設計及Minitab操作,89,Step 12:試驗結論:Sensor對S/N的影響最大;各因素的交互作用不明顯;對S/N影響最大的各因素組合:Factor Level Sensor 1Output 1Relay 2用對S/N影響最大的各因素組合得到的預測值為:信噪比SN為22.76輸出變量標準偏差為0.073,Unit-5:田口試驗設計-動態型設計及Minitab操作,
