DOE实验 (田口实验方法)

试验设计—田口方法
Design Of Experiment
IATF16949&Lean/6Sigma（QQ交流群）：902992204
课程目录
 基础与原理  应用与分析
 为什么需要DOE  直交表的数据分析
 DOE的分类 • 计数型特性
• 计量型特性
 DOE使用时机
 DOE基本步骤  参数设计与分析
• 望大特性
 DOE基本概念
• 望目特性
 损失函数介绍 • 望小特性
 田口实验方法  MINITAB运用于DOE
 直交表的配置  案例研究与练习
SECTION I
基础与原理
第一章 DOE 简介
为什么需要DOE
 同样在生产同规格的产品，为什么有些厂商的良品率
就是比较高。
 同样是在生产同类型的产品，为什么有些人的产品性
能以及寿命就是比较好，而成本又比较低呢？This is
the Know how
为什么良品率
相同原料相同制程不一样？
为什么可以做出
相同产品低成本高质量的产品？
更便宜的原料
相同功能
实验设计的想法
supplier input process output customer
对供应
应要提有那些的过程中有那些的过程如何确定
客户关心
出那些输入因子因子，其会影响到y 成为量化
什么，在
的规格会影响到y，特性，那些可能有相的产品特
乎什么，
要求，从中找出应的交互作用，从中性？Y特
抱怨什么
尤其是 CTI 找出CTP 性，CTQ
CTI
Y=f(x)的思想
供货商原材料过程产品客户
Input Process Output

Customer
Supplier CTI CTP CTQ
VOC
x x y
DOE的分类
 全因子试验设计(Full Factorial Design)
 部分因子试验设计(Fraction Factorial Design)
 响应曲面方法（Response Surface Methodology）
 田口试验设计（Robust Parameter Design）
 混料设计（Mixture Design）
 调优运算 (Evolutionary Operation)
二阶段的实验步骤
阶段一:筛选试验寻找到所有可能影响y的关键x
DOE
阶段二:优化试验确定出关键x最佳取值
利用SPC 控制这些关键的X
STEP 1:决定Y
1.决定Y Y一般是指你所想要達到的目的，
你首先要決定你想要解決什麼問
2.决定X
題。
 一般以顾客的声音来判定什么是我们
3.选择实验方法
所要的Y特性。 Y可以来自：
顾客抱怨；
4.配置实验
顾客所指定的特殊特性；
内部认为关键的特性‘。
5.实验
所选择特性尽可能是计量特性，否则
要增加试验成本。
6.数据分析
STEP 2:决定X
1.决定Y 此时的工作人员本身要具有相应的工
程能力和知识，来判定可能影响到y特
2.决定X 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：
3.选择实验方法 因果图；
因果矩阵图；
4.配置实验 FMEA等
选X时，一般刚开始时要多，不要少，
5.实验
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。
6.数据分析
STEP 3:选择实验方法
1.决定Y minitab共有四种方法可以选择，分别
是：
2.决定X 部分因子
响应曲面
3.选择实验方法 混料设计
田口设计
4.配置实验 我们建议目前先使用田口方法，以后
陆续有机会我们再教导其它的方法。
5.实验
6.数据分析
STEP 4:配置实验
1.决定Y 此部份我们要做的工作如下：
 决定我们的因子共有几个。
2.决定X  考虑其有没有交互作用。
 要用二水准的实验或是三水准的实验。
3.选择实验方法  一般筛选实验只要用二水准。
 考虑找出最佳水准时可以用三水准的
4.配置实验实验。
 如果没有交互作用，可以考虑使用
5.实验
L12, L18等只考虑主因子效果的直交表。
6.数据分析
STEP 5:实验
1.决定Y  工程师将前面的实验组拿到现场去进
行实验，调整出相应的x组合，而后产
2.决定X 生y值。
 每一个实验组合最好可以测二次以上
3.选择实验方法的y，如此可以了解组内变化。
 不同的组合是属于组间变化。
4.配置实验  同一实验组合，反复进行二次或二次
以上为组内变化。
5.实验
 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  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
2.决定X 的y特性，就要输入二个y特性。
 一般典型的分析只有一个y特性。
3.选择实验方法  一般都要有反复的实验，以确认其组
内的变化。
4.配置实验  详细的作业如下：
 输入数据
5.实验
 定义实验
 分析数据
6.数据分析
STEP 7:找出关键因子
7.找出关键因子  我们根据平均值响应图、响应表，找
出关键的平均值影响因子，藉由这些平
8.决定最佳实验组合均影响因子来调整平均值。
 根据标准差响应图、响应表，找出关
9.估计最佳值键的标准差影响因子，藉由这些标准差
影响因子来调整标准差。
10.确认试验  分析交互作用响应图、响应表，找出
如果交互作用的显著状况，是影响了平
11.数据分析
均值或是影响了标准差。
12.标准化
STEP 8:决定最佳实验组合
7.找出关键因子  根据平均值的响应图、响应表找出最
佳因子组合。
8.决定最佳实验组合  根据标准差的响应图、响应表找出最
佳因子组合。
9.估计最佳值  根据交互作用的响应图、响应表找出
最佳因子组合。
10.确认试验  如果有二个Y以上要同时考虑时，必
须考虑到妥协。
11.数据分析
12.标准化
STEP 9:估计最佳值
7.找出关键因子  根据所选定的最佳组合，利用
minitab协助你估计最佳组合的预测值。
8.决定最佳实验组合
9.估计最佳值
10.确认试验
11.数据分析
12.标准化
STEP 10:进行确认实验
7.找出关键因子  根据前面所选定的最佳组合进行确认
实验。
8.决定最佳实验组合  切记，一定要做。
 记录下各项的实验结果。
9.估计最佳值
10.确认试验
11.数据分析
12.标准化
STEP 11:数据分析
7.找出关键因子  将前面的各项数据进行计算。主要计
算内容可为：
8.决定最佳实验组合  平均值：是否符合期望。
 标准差：是否符合期望。
9.估计最佳值  或计算S/N值，看其是否符合期望。
 如果差距太大表示，可能有些因子未
10.确认试验考虑到，或则有交互作用未考虑到。此
时要重做分析。
11.数据分析
 如果是符合期望或高于期望，则可以
此项组合进行标准化。
12.标准化
STEP 12:标准化
7.找出关键因子  将最佳组合予以标准化
 修改相应的作业标准书、检验标准书。
8.决定最佳实验组合并对相关人员进行宣讲。
 针对关键的输入参数或过程参数进行
9.估计最佳值 SPC控制，以有效维持过程的稳定。
 持续的计算其CPK或则PPK，看是否
10.确认试验可以接受。
11.数据分析
12.标准化
田口方法的历史
 第二次世界大战过后不久，大家都认为日本工业
只会制造便宜但品质不良的产品。不过日本人马
上发起一项改变形象的计划。1949年，首先由
日本的电信实验室做起，他们致力于改良日本的
电信通讯系统；
 田口玄一博士为了减少实验计划的时间和成本，
开发出了一套实验设计的方法。
田口方法是使实验更加有效的方法
田口方法的历史
 田口博士的实验设计方法在工业上较具有实际
应用性，并不以困难的统计为依归。
 田口方法的观念是以减少变异、降低成本和最
终获利之间的关系为基础，同时减少变异亦即
要有较大的再现性和可靠性，而最终目的就是
要为制造商和消费者节省更多的成本。
几个基本术语——响应
 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）
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。
x1 y1
x2 过程 y2
x3 y3这些经常被
叫做杂音
u1 u2
 所有品质管制活动的最终目标就是要生产经得起
各种杂音因素考验的产品。
 坚耐性(Robustness)就是产品的机能特性对杂音
因素的差异不敏感，不受影响。
几个基本术语——水平和处理
 为了研究因子对响应的影响，需要用到因子的两
个或者更多不同的取值，这些取值称为因子的水
平（level）。
 各因子选定了各自的水平之后，其组合被称为一
个处理（treatment）或者一次实验（trail）
温度
70度 90度
level1 level2
几个基本术语——主效应
 举一个简单的例子在农田实验中，考虑两个因子，
每个因子都设置了两个水平：
 A因子：浇水水少水多
 B因子：施肥肥少肥多
 实验结果如下（响应是产量（kg））：
B/a 水少水多
肥少 100 120
肥多 130 170
几个基本术语——主效应
 由于a处于低水平（水少）时，得到的产量平均
值为（100+130）/2=115kg；
 由于a处于高水平（水多）时，得到的产量平均
值是（120+170）/2=145kg，
 分析：产量从115kg提高到145kg完全是因子a的作
用（因为分析过程中没有考虑因子b），这时我们称
因子a的主效应为：
请问因子b的
145-115=30kg 主效应是？呢
几个基本术语——交互作用
 在前面的资料中我们发现：
 当因子b处于低水平的时候（肥少），因子a从低
水平变到高水平是从100到120，增加20kg ；
 当因子b处于高水平的时候（肥多），因子a从低
水平变到高水平是从130到170，增加40kg ；
 分析：显然同样a因子的变动在不同的b状态下，变化
量不同，所以因子a和因子b之间存在交互作用。
交互作用的定义：如果a的效应依赖于因子b
所处的水平，则称a和b之间有交互作用。
几个基本术语——交互作用
 交互作用图示
产量 B
170 肥多
150 肥少
130
120
110
100
低高
A
几个基本术语——统计知识
 假设检验
 方差分析
 回归
田口博士的品质概念
 一般之定义：符合规格、零缺点、满足顾客的要
求。
 田口博士的品质定义
 他将品质与以金钱表示的成本和损失给合起来，不只
是考虑厂商生产时，还将消费者和社会成本、损失也
一并包括进去。
 〞产品的品质就是该产品售出后对社会的(最小)损
失〞
品质特性的种类
 品质特性可分为二类
 计量特性：能以连续尺度量测。
 计数特性：不能以连续尺度量测，但能按不连续分
级尺度分类。常依主观而判定，如好、更好、最好。
计量特性的种类
 望目：此特性具有一特定的目标值(愈近目标值
愈好)，例如尺寸、换档压力、间隙、粘度等。
 望小：目标的极端值是(值愈小愈好)，例如磨耗、
收缩、劣化、杂音水准等
 望大：目标值为无限大(值愈大愈好)，例如强度、
寿命、燃料效率等。
其它特性
 分类计数
 外表、多孔性、破裂等，A，B，C，D等级等。
 分成为良品／不良品。
LSL m USL LSL m USL
请问你
会选择
哪个
LSL m USL LSL m USL

品质工程
 品质工程是由目标着眼于减少变异，藉以减少损
失的活动所构成。
 当其顺流而下展开，在实际的制造过程，我们称
之为“生产线上品质管制”。
 而当其逆流而上实行时，在其设计的过程，我们
称之为“生产线外品质管制”。
生产线上的品质管制
 制造阶层，每天的品质管制活动，包括各种型式
的制程管制，修正和预防保养。休华特的制程管
制图的使用即是一种线上品管制的型式。
ucl
cl
lcl
生产线外品质管制
 线外品质管制的活动，包括，产品和制程设计最
佳化的方法。实验计划是使用于产品／制程设计
最佳化，是这类方法的一种。
LSL m USL
品质工程
线外品管线上品管
实验计划诊断和
预期和修正
恢复处理
实验计算
产品设计制程设计制程管制

杂音和坚耐性
 杂音是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。
 田口的独特技术是减少杂音因素的影响。这一套技术，
帮助你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”。
 坚耐性=高品质
第二章损失函数
损失函数的概念
 损失函数是田口博士的一大贡献，利用这一概念
可以消除在高层管理人员和那些从事具体技术工
作的人员之间的语言上的障碍。
金钱！金钱！产品、变异
损失函数描述了当
过程没有生产出符
合目标值的产品时
所造成的损失！
传统的损失观点
不良损失不良损失
这样的判断
合格区是不真实的
没有任何损失造成最大损失
损失
LSL m USL
田口的损失函数
 田口博士认为二次式的品质损失函数，能
最有效的评估由于品质特性偏离目标值，
即因品质不良，而造成的损失。
L  k ( y  m) 2
L代表损失
k为取决于成本和规范限宽度的常数
M为规范目标值
注：此公式使用于望目特性y
目标值m
不良不良
损失函数
尚可尚可
损失
好损失好
最好
LSL 品质量测值 USL

社会损失
 日本农夫在冷天用乙烯树脂塑布保护农作物，
以避酷寒。日本的工业标准订有该种塑料布的
界限。有一家制造商将分配缩小，并将分配的
中心点定规定下限那一端，结果制造出的产品
虽然非常均匀，但却只是勉强正好落在公差界
限之内，制造商以此法降低成本。
 结果造成三种损失
 塑料布因经不起风吹而破损。
 农民因农作物受伤而遭受损失。
 由于产品供给减少，导致价格上涨。
产品的损失值可能
不需要生产商来承
担，只是转嫁到消
费者身上而已。
比小偷还坏的做法，造成社会的损失
损失函数的表达——望目特性
 k ( y  m) 2 , 单个产品的品质损失

L
k[ 2  ( y  m) 2 ], 多个产品的品质损失

A0
k 2
k为一常数 
y-m为y和目标值的差距
损失与偏移目标值的平方成比例
望目特性练习
 假定某种部件的规范要求为目标值10.00.5毫米，每
出现一个次品的损失是10美元。求出该产品的二次损
失函数表达式：
答案： 10  k (10.5  10.0) 2

10
k  40
0.25
L  40( y  10) 2
望目特性练习题
 PC板上，客户要求所钻的孔径为1.30  0.16 mm，若
不合规格，将每件罚扣2000元，但若能在出厂之前检
验选出，则报废之成本每件为125元。
 （1）试订定PC板钻孔之厂内公差？
 （2）若今天有生产出五件产品，其尺寸分别为：
1.34,1.26,1.40,1.32,1.38试分别算出：
 其每一件的损失为多少？
 其五件的总损失为多少？
损失函数的表达——望小特性
 2 A0
ky ，k  y 2 , 单个产品的品质损失
 0
L
 k ( 2  y 2 ), 多个产品的品质损失


k为一常数
y为实际值
损失与偏移目标值的平方成比例
望小特性练习
 在压铸成型的制造程序上，某零件的收缩率为1%时，
将会造成品质上的变异，而造成公司的损失，估计平均
每件约400元，试决定其损失函数？
 如果损失要控制在200元时，其收缩率的要求为多少？
 如果生产了五件产品，0.9%，0.8%，0.7%，0.8%，
0.6%，其平均每件损失为多少？
损失函数的表达——望大特性
 1
 k 2
，k  A0 0 , 单个产品的品质损失
y 2


y
L
 1 2
 k 2 (1  3  2 ), 多个产品的品质损失

 y y
k为一常数
望大特性练习
 某一产品的焊接强度不得低于1.20psi，若因焊接强度
不足所造成的损失约为200元。
 试决定其损失函数
 若经测试后焊接强度为4.0，2.0，1.5，1.3，1.7，
6.0，4.8，1.4和1.9，试估计其平均损失成本。
 若在厂内发现强度不足，则损失为8元，求厂内的规
格。
第三章田口实验方法
瓷砖工厂的实验
 在1953年，日本一个中等规模的瓷砖制造公司，花了200
万元，从西德买来一座新的隧道窑，窑本身有80公尺长，
窑内有一部搬运平台车，上面堆栈着几层瓷砖，沿着轨
道缓慢移动，让瓷砖承受烧烤。
 问题：这些瓷砖尺寸大小的变异，他们发现外层瓷砖，
有50%以上超出规格；而内层瓷砖，则正好符合规格。
 工程们知道引起变异的原因是窑内温度的变异，引起瓷
砖尺寸变异。很明显，在制程中是一个杂音因素。
 解决问题，使得温度分布更均匀，只要重新设计整个窑
就可以了，但需要额外再花50万元，投资相当大。
内部瓷砖
外层瓷砖
(尺寸大小有变异)
改善前
上限
改善前
尺
寸下限
大
小外部瓷砖内部瓷砖
原材料粉碎及混合成型燒成上釉燒成
控制因素水准一(新案) 水准二(现行)
A:石灰石量 5% 1%
B:某添加物粗细度细粗
C:蜡石量 43% 53%
D:蜡石种类新案组合现行组合
E:原材料加料量 1300公斤 1200公斤
F:浪费料回收量 0% 4%
G:长石量 0% 5%
实验方法
 一次一个因素法
 每次只改变一个因子，而其它因子保持固定。
 但它的缺点是不能保证结果的再现性，尤其是当有交
互作用时。
 例如在进行A1和A2的比较时，必须考虑到其它因
子，但目前的方法无法达成。
一次一因素的实验
实验次
数 A 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
6 A2 B2 C2 D2 E2 F1 G1 6
7 A2 B2 C2 D2 E2 F2 G1 7
8 A2 B2 C2 D2 E2 F2 G2 8
全因子实验法
 全因子实验法
 这种实验方法，所有可能的组合都必须加以深
究。
 但相当耗费时间、金钱，例如
•7因子，2水准共须做128次实验。
•13因子，3水准就必须做了1,594,323次实验，如果
每个实验花3分钟，每天8小时，一年250个工作天，
共须做40年的时间。
A(64) B(32) C(16) D(8) E(4) F(2) G(1) 结果
1 1 1 1 1 1 1 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 1 1 1 1 2 1 1
6 1 1 1 1 2 1 2
7 1 1 1 1 2 2 1
8 1 1 1 1 2 2 2
9 1 1 1 2 1 1 1
10 1 1 1 2 1 1 2
11 1 1 1 2 1 2 1
12 1 1 1 2 1 2 2
13 1 1 1 2 2 1 1
…..
127 2 2 2 2 2 2 1
128 2 2 2 2 2 2 2
正交表(Orthogonal Array)
 直交表(正交表)
 直交表用于实验计划，它允许每一个因素的效果可以
在数学上独立予以评估。
 可以有效降低实验次数，进而节省时间、金钱而且又
可以得到相当好的结果。
正交表(Orthogonal Array)
 正交表特点：
 每一列都是自我平衡，即每一列中各水准出现的频率
相同。
 每两列间都是互相平衡，即在某一列中出现某水准的
所有实验组，在另一列中出现各水准的频率相同。
一个L827的正交表
次数 A B C D E F G 结果
1 2 3 4 5 6 7
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
L8直交表 A B C D E F G
石粗蜡蜡加浪长
灰细石石料费石
石度量种量回量每百件尺寸缺
量类收陷数
A B C D E F G
1 2 3 4 5 6 7 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1 5 粗 43 现 1300 0 0 16
2 1 1 1 2 2 2 2 5 粗 43 新 1200 4 5 17
3 1 2 2 1 1 2 2 5 细 53 现 1300 4 5 12
4 1 2 2 2 2 1 1 5 细 53 新 1200 0 0 6
5 2 1 2 1 2 1 2 1 粗 53 现 1200 0 5 6
6 2 1 2 2 1 2 1 1 粗 53 新 1300 4 0 68
7 2 2 1 1 2 2 1 1 细 43 现 1200 4 0 42
8 2 2 1 2 1 1 2 1 细 43 新 1300 0 5 26
响应表(Response Table)
要素不良总数不良百分比要素不良总数不良百分比
A1 51/400 12.75 E1 122 30.50
A2 142 35.5 E2 71 17.75
B1 107 26.75 F1 54 13.50
B2 86 21.5 F2 139 34.75
C1 101 25.25 G1 132 33.00
C2 92 23.00 G2 61 15.25
D1 76 19.00 合计 193 24.12
D2 117 29.25
最佳条件确认
 由于缺陷是愈小愈好，所以依此选出的最佳条件
为：A1B2C2D1E2F1G2。
 确认实验：将预期的缺陷数和“确认实验”的结
果做比较。
 但事实上厂商选得是A1B2C1D1F1G2，主要的原因
是C(蜡石)要因的价格很贵，但改善的效果又不
大，所以选C1(蜡石含量为43%)
内部瓷砖
外层瓷砖
(尺寸大小有变异)
改善前改善后
上限
尺
寸下限
大
小外部瓷砖内部瓷砖
讨论题
 从本案例中，你认为：
 最能提供最完整的实验数据的是哪一个方法？
• 一次一个因子法
• 全因子法
• 正交实验法
 正交实验法有何优点？有何缺点？
品質工程
品质工程
生產線外品管
產品設計製程設計
(產品改良) (製程改善)
系統設計
(創新)
參數設計
(最佳化)
允差設計
(最佳化)
線上品管
製程管制
设计过程─系统设计
 系统设计：需要专门领域的技术知识和广泛经验，
用以创始设计，或订出产品和制程的规格。
 例如，一位熟悉内燃机的工程师，可能被选来负
责新型汽车引的原型设计。他在燃烧强度、材料
等等的经验和知识，必须能够活用过来。
系统设计是一
个创新的过程
设计过程─参数设计
 选择最佳的参数组合使产品对杂音最不敏感；
 应用直交表进行原因检测和平均值的处理；
 应用外直交表使变异最小；
 最低成本
田口是运用
最多的好方
法
设计过程─允差设计
 参数值的偏差允许规格范围
 包括原因的检测和原因的去除
 典型的情形是增加产品成本
 然而，成本，也可能经由实验，找到某些允差，在不
影响品质的情形下，予以放宽，而能够降低至最低。
当参数设计不足以减少产出的变异，我们
才转向允差设计
设计过程的策略
 开始阶段，采用俱较宽允差的低成本材料和低
成本零件。
 利用经参数实验计划决定的最佳设定条件，以
确定我们品质特性的总变异。
• 假使变异在我们的要求条件之内，继续采用宽变
异和低成本的材料／零件。
• 假使变异超出，则选择性地紧缩允差，并且／或
者提高材枓和零件的等级。
设计过程的策略
美國日本
80%
60%
40%
20%
0%
系統設計參數設計允差設計
美國 70% 2% 28%
日本 40% 40% 20%
讨论题
 目前各位在公司一般所扮演的设计为哪些？
 以下二个例题分别是什么设计？
 开发出一台新接触屏幕的笔记本计算机。
 设法降低新接触屏幕的笔记本计算机的成本，并维持
原有功能。
第四章直交表的配置
1、直交表的介绍
直交性
 在实验计划中最主要的一个特性，便是实验结果的再现
性；另外，当我们希望能在各种相异的条件，以最有效
的方式比较因素水准时，都只有在直交性实验计画方法
中才能达到
 利用直交表进行实验，在实验结果的可靠度及高再现性
上，都具有高效益。不管制程条件如何变化，在不同条
件下，获得好的再现性之效果是相同的。
 假如我们的实验计划均为直交，则我们在响应表中比较
A1和A2时，我们将可确定A1中B效果与A2中的B效果应为
相同，且当因素以直交方式变动时，其它的效应将不会
混合于各因素的水准内。
三因子两水平的全因子实验
次数 A B AB C AC BC ABC 结果
1 2 3 4 5 6 7
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
 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
实验编号 A B C 结果
1 1 1 1 Y1
2 1 1 2 Y2
3 1 2 1 Y3
4 1 2 2 Y4
实验编号 A B C 结果
1 1 1 1 Y1
2 1 2 2 Y2
3 2 1 2 Y3
4 2 2 1 Y4
直交表L423的由来
实验编号 A B C
1 1 1 1
2 1 2 2
3 2 2 2
4 2 2 1
直交表L827的由来
次数 A B C D E F G
1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
其它常用的直交表
 L423  L934  L18(21×37)
 L27313
 ……
 L827
 L16215  L81340
 L32231  ……
 L64263
 ……
2、自由度的概念
自由度的概念
 自由度实为获取情报大小的量度，通常自由度愈大，所
获得的情报愈多
 例子有三个人比较身高，至少须比较多少次才可以知道
结果
 须比较二次才可以得到结果
 直觉上的定义：因素的自由度为水准间所必需但不重复
的比较次数，而在数理运算上，因素的自由度可简单的
以水准数减一表示，它代表因素能够相互独立记述计算
的数目。
 在实验中因素设定的水准愈多，则自由度随着增加，换
句话说可以得到更多情报，但是相应的实验成本会增加。
自由度的概念
 目前有三个人的身高，
如果要去进行比较，最
少的比较次数，而得到
全部的信息。
自由度的概念
效效
果果
A1 A2 B1 B2 B3
二水准的情况，只三水准的情况，
须比较一次，所以须比较二次，
自由度为一。所以自由度为二。
因子的自由度=因子的水平数-1
交互作用的自由度
Y Y
B1
B1
B2 B2
A1 A2 A1 A2
A和B无交互作用 A和B有交互作用
A和B有强烈交互作用
交互作用分析表
B1
B1 B2
A1 Y1 Y2
B2
A2 Y3 Y4
A1 A2
交互作用自由度=A因子自由度x B因子自由度
二因素交互作用的自由度
效 A2
果
A1
B1 B2 B3
 数学上之表示如下
 d.f.(A*B)=d.f.(A)*d.f.(B)
 例子，A为二水准，B为三水准，则其自由度为(1)*(2)=2
直交表的自由度(二水准)
水准数
列数相当于可配
直交表的自由为 7
置多少因子
实验执行次数减一 L8 (2 )
行数相当于实验总数
表示直交表
直交表自由度：各因子和交互作用的自由度总和
直交表的自由度(三水准)
水准数
列数相当于可配
直交表的自由度为 4
置多少因子
实验执行次数减一 L9 (3 )
行数相当于实验总数
表示直交表
直交表自由度：各因子和交互作用的自由度总和
练习
 在二水准的直交表中，a
和b有何关系，如果因子 b
依此配置有何关系？
La (2 )
 在三水准的直交表中，a
和b有何关系，如果因子
依此配置有何关系？
b
La (3 )
练习
 试写出直交表L8(27)可提供多少自由度，最多可
以配置几个因子。
 试写出直交表L9(34)可提供多少自由度，最多可
以配置几个因子。
 试写出直交表L81(340)可提供多少自由度，最多
可以配置几个因子。
 试写出直交表L64(421)可提供多少自由度，最多
可以配置几个因子。
交络（混杂）
 在决定是否要配置交互作用效果于一直行时，要
相当谨慎，必需于交互作用极端重要才可进行配
置。假如A因素和B因素间并无交互作，则行3将
可能配置另一个因素C，此时由于配置因素C在
A*B交互作用存在的行，我们将无法再由该行估
计A*B的交互作用。
 如果我们的判断是错的，且A*B相当显着，则交
互作用效果将会显现在该行的估计值中，但是我
们将无法由C因素效果中，将交互作用效果区分
出来，此种现象称之为交络。
•如果此列用来配置
其它主要因子。而AB
交络的显示的交互作用又明显，
则会产生交络现象。
次数 A B A×B C A×C B×C A×B×C 结果

1 2 3 4 5 6 7
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
1×2→3, 1×4→5, 2×4→6, 1×6→7

3、直交表的配置
直交表的运用
 利用自由度我们可选用最小且最合适的直交表，
系依据因素数量、每个因素的水准数，以及我们
所欲调查的交互作用数量等加以累加后实验计划
的自由度来决定。
例如：一实验包含二水准因素A、B、C、D、E和交
互作用A*B，A*C，请问应选用何种直交表解决此
一问题
两列间交互作用的配置
 假如我们预期两变量存在有显着的交互作用，则
我们可能在直交表中，预先保留一列供配置交互
作用，以利清晰的估计交互作用。
 如果我希望避开交络现象，则必需妥慎的配置交
互作用，不应任意配置；如果不加注意，则不管
是最简单的L4直交表，或是最复杂的直交表，交
互作用的追踪分析将变得困难。
 可以利用的方法是三角矩阵法。
L8(27)直交表的交互作用配置表
1 2 3 4 5 6 7
(1) 3 2 5 4 7 6
(2) 1 6 7 4 5
(3) 7 6 5 4
(4) 1 2 3
(5) 3 2
(6) 1
(7)
原材料
练习熱處理硬度
溫淬時
度火間
油
種
類
 假设目前是要找出关键因子，所以都用二水准实验，请
问该用那个直交表。
 如果温度和时间是有交互作用，如果温度配在L8的第三
行，时间配在第五行，那么其交互作用应配置在哪一列？
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 一般高层的

交互不考虑
D A×E A×C×D A×C×D×E
E B×C A×C×E
B×D A×D×E
B×E B×C×D
C×D B×C×E
C×E B×D×E
D×E C×D×E
直交表的因素配置
 步骤一
 计算实验总自由度。二水准因素A、B、C、D、E，交互
作用B*C，C*D，故自由度=5+2=7。
 一个二水准m列(column)的直交表，具有m个自由度，
由各种直交表中选择一个能够包含实验所需自由度的
直交表。
直交表的因素配置
 步骤二：根据交互作用配列表配置各因子和需要
考虑的交互作用，防止发生交络。
 选定一交互作用，将其相关之两因子任意配置于直交
表之列上，然后根据“交互作用配列表”将此交互作
用配置于直交表之列上
 重复上个步骤，直至所有交互作用之因子皆配置完为
止。
 将剩余之因子任意配置于直交表之剩余列上
 步骤三：配置每个主效果和交互作用到合适的列
中，进行检查。
练习
 如果现有A,B,C,D四个因子，其AB, CD, BC是
有交互作用的。
 请问，至少需要用哪个直交表？
 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？
二水准的配置练习
 二水准：A,B,C,D,E,F,G,H,I,J，交互作用A×B,
A×C, B×C, B×G, G×H。
 二水准：A,B,C,D,E,F,G,H,I，交互作用A×B,
A×C, A×D, A×E, E×F, E×G 。
 二水准：A,B,C,D,E,F,G,H，交互作用A×B, A×C,
A×E, B×C, G×H 。
L16三角矩阵表
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
(1) 3 2 5 4 7 6 9 8 11 10 13 12 15 14
(2) 1 6 7 4 5 10 11 8 9 14 15 12 13
(3) 7 6 5 4 11 10 9 8 15 14 13 12
(4) 1 2 3 12 13 14 15 8 9 10 11
(5) 3 2 13 12 15 14 9 8 11 10
(6) 1 14 15 12 13 10 11 8 9
(7) 15 14 13 12 11 10 9 8
(8) 1 2 3 4 5 6 7
(9) 3 2 5 4 7 6
(10) 1 6 7 4 5
(11) 7 6 5 4
(12) 1 2 3
(13) 3 2
(14) 1
(15)
三水准配置练习
 三水准，A, B, C, AC有交互作用，请进行配置。
 三水准，A, B, C, D, E, AD, BE请进行配置。
1 2 3 4 5 6 7 8
(1) 3 2 2 6 5 5 9
4 4 3 7 7 6 10
(2) 1 1 8 9 10 5
L27三角
4 3 11 12 13 11 矩阵表
(3) 1 9 10 8 7
2 13 11 12 12
(4) 10 8 9 6
12 13 11 13
(5) 1 1 2
7 6 11
(6) 1 4
5 13
(7) 3
12
(8)
SECTION II
应用与分析
第五章直交表的数据分析
一、计量型数据的分析
直交表的数据分析─正规分析
 1、决定每个因素的平均  只需点绘较强之主效与交互
响应值。作用，因为较弱效果的因素
水准，对推动力的影响极微，
 2、估计每个因素及交互可以忽略不计。
作用之主效果。接着比较  4、最佳化及最佳条件的
各主效果，找出较强之主估计。
效果。
 5、确认实验
 3、完成响应表和交互作
用图
游艇的真空控制阀门组合的推动力
 目标：推动力(望大特性)
 交互作用：B×C与C×D
控制因素水准一水准二

A:原材料 M-270 M-290
B:停留时间 2.7秒 2.2秒
C:焊鎗温度 410 室温
D:拼装压力 60磅 80磅
E:焊接方法音波法电阻法
次 C B B× D C× A E
数 C D 数据合计
1 2 3 4 5 6 7
1 1 1 1 1 1 1 1 38 35 73
2 1 1 1 2 2 2 2 40 46 86
3 1 2 2 1 1 2 2 57 52 109
4 1 2 2 2 2 1 1 45 55 100
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   yi  636, T  y  39.75
i 1 n
C1的總和  C1  73  86  109  100  368
368
C1的平均  C1   46.0
8
1、决定每个因素水准的平均响应值
C1  (73  86  109  100) / 8  46.00
C2  (89  52  51  76) / 8  33.50
B1  (73  86  89  52) / 8  37.50
B2  (109  100  51  76) / 8  42.00
試求出A1 , A2 , D1 , D2 , E1 , E2 , ( B  C )1 , 请完成表格
( B  C ) 2 , (C  D)1 , (C  D) 2 , 並完成回應表
C B D A E C×B C×D
水准1 46.00 37.50
水准2 33.50 42.00
1-2 12.50 4.50
2、交互作用的计算
B1 B2
C1 39.75 52.25
C2 35.25 31.75
38  35  40  46
C1 B1   39.75
4
57  52  45  55
C1 B2   52.25
4
41  48  28  24
C2 B1   35.25
4
26  25  35  41
C2 B2   31.75
4
3、响应图
50 50 50
40 40 40
30 30 30
推 20 推 20 推 20
動动动
10 力 10 力 10
力
C1 C2 B1 B2 D1 D2
50 50 50 B2
40 40 40
30 30 30 B1
推 20 推 20 推 20
动动動
力 10 力 10 力 10
A1 A2 E1 E2 C1 C2
4、最佳化条件的选定
 因为推动力为望大特性，从C×B交互作用之响
应图知因素B与因素C之最佳水准组合为C1B2。
 从响应图上看出：
•A1的效果不错
•D1的效果尚不错
•E2的效果最强
 所以最佳条件为C1B2D1A1E2
4、最佳水准响应值的估计
–为确认所定之结果的再现性，必须再估计出
此最佳条件C1B2D1A1E2的推定值，并与确认
实验的结果相验证，看是否具有再现性。
 :最佳條件下，制程平均值
T : 數據的總平均值

ˆ  T  (C1  T )  ( E2  T )  (C1 B2  T )  (C1  T )  ( B2  T ) 
 E 2  B2  C1 B2
 45.00 - 42.00  52.25
 55.25
4、效果可加性分析 tbar
50 50 50
40 40 40
30 30 30
推 20 推 20 推 20
動动动
力 10 力 10 力 10
C1 C2 B1 B2 D1 D2
50 50 50 B2
40 40 40
30 30 30 B1
推 20 推 20 推 20
动动動
力 10 力 10 力 10
A1 A2 E1 E2 C1 C2
5、确认实验
 确认实验的目的是为了确认结果的再现性。即在最佳
条件A1B2C1D1E2之下，做了一次确认实验，本次实验
的制程平均为55.25。
 CASE1：Y=58，再现性非常好。
 CASE2：Y=54，没有CASE1好，但仍算好的再现性。
 CASE3：Y=42，再现性较差，但比38（改善前）好，可
以先用，然后考虑再改善。
 CASE4：Y=30，再现性差，不可接受，必须重新考虑。
 CASE5：Y=65，远较所期望的还好，可能存在某种交互
作用。
5、确认实验结果之说明
 如果确认实验再现性不佳时，一般原因如下：
 可加性极差，即所选取之控制因素有极强烈的交互
作用存在。
 最佳条件所选取之控制因素仍不足，可能遗漏了一
个极显着的控制因素。
 因素水准距离太小，无法测得因素水准改变所造成
的效果。
 再现性不好的对应措施
 水准距离是否设得太小。
 是否漏了重要因子。
 有交互作用没有考虑到。
练习一─磨耗率
A:活塞间隙低高
B:轴承间隙低高
C:衬垫厚度厚薄
D:调节板型态1 型态2
E:阀门设计型态1 型态2
交互作用：A×B与A×C
望小特性
配置和数据
次 A B A× C A× D E
数 B C 数据合计
1 2 3 4 5 6 7
1 1 1 1 1 1 1 1 66 62 128
2 1 1 1 2 2 2 2 68 63 131
3 1 2 2 1 1 2 2 88 80 168
4 1 2 2 2 2 1 1 63 65 128
5 2 1 2 1 2 1 2 73 71 144
6 2 1 2 2 1 2 1 37 42 79
7 2 2 1 1 2 2 1 38 39 77
8 2 2 1 2 1 1 2 57 48 105
n=16 T=960
响应表
A B C D E A×B A×C
水准1 69.37 60.25 64.62 63.12 51.5 55.12 60
5 5 5 5
水准2 50.62 59.75 55.37 56.87 68.5 64.87 60
5 5 5 5
1-2 18.75 0.5 9.25 6.25 17 9.645 0
交互作用的计算
B1 B2
A1 64.75 74
A2 55.75 45.5
响应图请完成
100 100 100

80 80 80
60 60 60
40 40 40
20 20 20
A1 A2 B1 B2 C1 C2
100 100 100 B2
80 80 80
60 60 60 B1
40 40 40
20 20 20
D1 D2 E1 E2 A1 A2
最佳条件的估计请完成下面的
内容
 最佳条件选定
 最佳水准估计
 确认实验
 实验结果为30
练习二——冷气机
 为提高某型冷气机之EER值，考量下列控制因子
皆为2水准控制因子，没有交互作用。
 A压缩机规格
 B散热片型式
 C散热片处理
 D冷媒铜管型式
 E毛细管长度
 试设计本实验
实验数据分析练习
A B C D E e e 1 2 3 4
1 1 1 1 1 1 1 2.11 2.13 2.10 2.14
1 1 1 2 2 2 2 1.98 2.01 2.05 2.14
1 2 2 1 1 2 2 2.18 2.20 2.22 2.23
1 2 2 2 2 1 1 2.00 2.05 2.03 2.07
2 1 2 1 2 1 2 1.99 1.89 2.03 2.00
2 1 2 2 1 2 1 2.06 2.08 2.10 2.04
2 2 1 1 2 2 1 2.26 2.28 2.19 2.24
2 2 1 2 1 1 2 2.18 2.16 2.13 2.19
响应表
A B C D E
水准1
水准2
1-2
交互作用的计算
B1 B2
A1
A2
响应图
100 100 100
80 80 80
60 60 60
40 40 40
20 20 20
A1 A2 B1 B2 C1 C2
100 100 最佳条件选定
80 80
60 60
40 40
最佳水准估计
20 20
D1 D2 E1 E2
L12直交表的数据分析
 L12是一个非常特殊的直交表，交互作用的效果平
均分配到该直交表的11个纵行上。
 它没有线点图可以使用。
 使用之前提在于交互作用并不明显时。
 它的再现性很好，是田口博士所推荐使用的。
L12(211)直交表
1 2 3 4 5 6 7 8 9 10 11
1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 2 2 2 2 2 2
3 1 1 2 2 2 1 1 1 2 2 2
4 1 2 1 2 2 1 2 2 1 2 2
5 1 2 2 1 2 2 1 2 1 2 1
6 1 2 2 2 1 2 2 1 2 1 1
7 2 1 2 2 1 1 2 2 1 2 1
8 2 1 2 1 2 2 2 1 1 1 2
9 2 1 1 2 2 2 1 2 2 1 1
10 2 2 2 1 1 1 1 2 2 1 2
11 2 2 1 2 1 2 1 1 1 2 2
12 2 2 1 1 2 1 2 1 2 2 1
L12直交表的数据分析
 L12直交表的数据分析方法和L4 、L8一样的。
三水准系列直交表
 每一column可提供二个自由度。
 每个因子需占用一列。
 三水准须使用二个自由度
 交互作用需占用两列
 (3-1) ×(3-1)=4。
L9(34)直交表
1 2 3 4
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2 1 3,4 2
7 3 1 3 2
8 3 2 1 3
9 3 3 2 1
L18(21×37)直交表
 此表可配置一个2水准与七个3水准。
 1+2×7=15，但事实上L18应是提供17个自由度。
 但实际上此表在第一行与第二行之间存在一个
“内含”的交互作用，(2-1) ×(3-1)=2。
 在第一行和第二行之间可用配置表及响应图将交
互作用给检查出来。
 在AT&T，L18是最普遍被使用的直交表。
 最常使用的直交表为：L16, L18, L8, L27, L12。
1 2 3 4 5 6 7 8
1 1 1 1 1 1 1 1 1
L18(21×37) 2
3
1
1
1
1
1
3
2
3
2
3
2
3
2
3
2
3
直交表 4
5
1
1
2
2
1
2
1
2
2
3
2
3
3
1
3
1
6 1 2 3 3 1 1 2 2
7 1 3 1 2 1 3 2 3
8 1 3 2 3 2 1 3 1
9 1 3 3 1 3 2 1 2
10 2 1 1 3 3 2 2 1
11 2 1 2 1 1 3 3 2
1 2 12 2 1 3 2 2 1 1 3
13 2 2 1 2 3 1 3 2
14 2 2 2 3 1 2 1 3
15 2 2 3 1 2 3 2 1
16 2 3 1 3 2 3 1 2
17 2 3 2 1 1 1 2 3
18 2 3 3 2 3 2 3 1
二、计数型数据的数据分析
分类计数值的分析
 练习─焊锡后印刷电路板上孔洞缺点数
 Y=孔洞内的缺陷分成：
控制因素水准1 水准2
A:助熔剂型态目前条件新型态
B:助熔剂密度低高
C:焊锡温度低高
D:焊波振幅低高
E:预热设定 3 6
F:助熔剂气刀角度 45度 90度
交互作用：A×B，实验一共做了20次的因素水准组合
因为分类值不若连绩变量来得敏感。
实验结果
A B AB C D E F 缺陷
1 2 3 4 5 6 7 无有些严重合计
1 1 1 1 1 1 1 1 17 2 1 20
2 1 1 1 2 2 2 2 6 12 2 20
3 1 2 2 1 1 2 2 8 12 0 20
4 1 2 2 2 2 1 1 3 11 6 20
5 2 1 2 1 2 1 2 18 2 0 20
6 2 1 2 2 1 2 1 4 15 1 20
7 2 2 1 1 2 2 1 7 13 0 20
8 2 2 1 2 1 1 2 2 10 8 20
响应表
无有些严重小计
A1 34 37 9 80
A2 31 40 9 80
请完成
B1 45 31 4 80
表格
B2 20 46 14 80
C1 50 29 1 80
C2 15 48 17 80
D1 31 39 10 80
D2 34 38 8 80
E1
E2
F1
F2
(A×B)1
(A×B)2
主效果表请完成
表格
无有些严重
主效果A(A1-A2) 3 3 0
主效果B(B1-B2) 25 15 10
主效果C（C1-C2)
主效果D(D1-D2)
主效果E(E1-E2)
主效果F(F1-F2)
主效果A×B
显着因子的考虑
无% 有些% 严重% 计%
B1 56 39 5 100
B2 25 58 17 100
C1 62 36 2 100
C2 19 60 21 100
E1 50 31 19 100
E2 31 65 4 100
此为百分比％，依据这个方向来考虑响应图
响应图
100%
严重
有些
50% 无
0%
B1 B2 C1 C2 E1 E2
最佳条件
 首先必须决定我们需要的是什么?希望是完全
无缺陷所占百分率最大呢?还是希望有些微缺
陷所占百分率最大的呢?在此例，我们希望需
要的是严重缺陷所占百分率最小的。
 所以最佳条件为B1C1E2。
嚴重缺陷百分率  估计值为
( B1  T )  (C1  T )  ( E2  T )  T 负数，不
真实
4 18 1 18 3 18 18
(  )  (100)  (  )  (100)  (  )  (100)  ( )  (100)
80 160 80 160 80 160 160
 12.5%
可加性差的做法
 像不良百分率或回收率等质量特性，当其值接近
0%或100%时，其可加性非常差，可以使用Ω转换。
 Ω转换
 由于计数型数据在可加性方面有些限制，尤其是像不
良百分率或回收率等品质特性，当其值接近于0或100%
时，其可加性非常差，所以此时可以运用Ω转换。
Ω转换
 公式
1
  10 log(  1) ，單位分貝(db)
p
Ω法主要包含三个步骤
•运用Ω表或公式，将百分率资料转换成db值
•以估计最佳组合的db值
•运用Ω表或公式，将db值转换成百分率值
练习自不良率转换成Ω ，以及自Ω转换成不良率
将前面的练习进行Ω转换
严重% Ω转换
请完
B1 5 -12.787
成
B2 17 -6.887
C1 2
C2 21
E1 19
E2 4
将前面的练习进行Ω转换后
嚴重缺陷百分率 
( B1  T )  (C1  T )  ( E2  T )  T
 B1  C1  E2  T  T
4 1 3 18
    2
80 80 80 160
轉換
  12.787  18.976  14.093  8.97  8.97
  27.9172
p  0.0016
 0.16%
第六章参数设计的分析
（内外直交表的分析）
正规分析的目的
关注平均值
LSL μ USL
参数设计的做法
关注平均值和变
异
LSL USL
LSL μ
USL
μ
参数设计的概念
 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，则不必花什么成本，也能提高品质，此即参数设计。
x1 y1
找到最佳的x1，x2，
x2 过程 y2 x3组合，以保证y
x3 y3 在u1，u2下最佳
的坚耐性
u1 u2
参数设计的概念
 参数设计的目的，在于决  参数设计在于运用因素间
定产品与制程的参数值，非线性与线性的一些关系，
以求得产品机能的稳定，找出控制因素与误差因素
使其在高水平下运作，而间的交互作用，利用非线
受干扰的影响程度最低。性减少变异，再利用线性
关系提高水平，即使使用
便宜的材料或在不良的环
境之下，制程或产品也能
达到坚耐性。
参数设计的配置
 参数设计的第一步，为分开列出控制因素与误差
因素，然后找出具有最小交互作用的控制因素以
便研究控制因素与误差因素之间的交互作用问题。
 一般而言控制因素放在直交表内侧，误差因素放
在直交表外侧。
参数设计设置——一个误差因子
A B C D E F G 误差因素
1 2 3 4 5 6 7 N1 N2
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
参数设计设置——两个误差因子
误差因素
A B C D E F G 1 1 2 2
M
1 2 3 4 5 6 7 1 2 1 2 N
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
参数设计设置——三个误差因子
误差因素
A B C D E F G 1 1 2 2
M
1 2 1 2
N
1 2 3 4 5 6 7 1 2 2 1 O
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
误差因素的选择
 作参数设计时，虽然误差  对策
因素愈多愈好，如此才可  为了避免太大的实验，
获致较多情报，但实验将最好能使用误差因素
会变得很大，在费用与时复合成1,2或最多3个。
间将不允许，故只能在经  复合时可依工程知识
营能力范围之内，选择重做取舍，假如不能确
要的，影响较大的才予以知时，应事先用直交
考虑。表做实验，一定是选
重要的，影响最大的。
误差因素的选择
 选择最重要的误差，  对策
经验告诉我们，试  一般采用2水准即
验时若对最大的误可
差具有坚耐性的话，  并可用两极端条
对其它的误差也必件复合。
将稳定。
信号杂音比
 参数设计既考虑位置偏差又考虑变异大小，所以
我们需要考虑用什么样的指标来衡量是合适的。
 田口博士建议使用信号杂音比——也叫信噪比
（S/N）来衡量。
信噪比就是一个同时能评价平均值和
标准差的指标。根据望大、望小、望
目的特性分别用不同的公式来定义。
1、望小特性的参数设计
望小特性的S/N比
1 n 2
S / N  10 log  yi
n i 1
 10 log[   ( y ) ]
2 2
回顾一下望小特
性的损失函数
练习请完
成
y1 y2 y3 平均排序 1 n 2
(y ) 损失/ S/N
n i 1 单位 ηdb
A1 0.20 0.20 0.20 0.20 4 0.04 7.77 13.98
A2 0.10 0.20 0.30 0.20 5 0.047 9.12 13.28
A3 0.20 0.10 0.15 0.15 2 0.024 4.69 16.19
A4 0.10 0.10 0.10 0.10 1 0.010 1.94 20.0
A5 0.10 0.30 0.05 0.15 3 0.034 6.64 14.7
假设LD：50+-0.6，修理成本为70美元，求损失函数值。计算
K值以及每一方法中单位产品的损失金额，本例产品的损失
金额为25美元
练习
 ky2 1 2
MSD1  ( y1  y2  y3  ....  yn )
2 2 2

L 1 n 2
k n  yi n
i 1
1
A0 70  (0.20 2  0.20 2  0.20 2 )
k 2  2
 194.4 3
y0 (0.60)
 0.04
A
  y0
A0 L1  k ( MSD)  194.4  0.04  7.77
25 S / N1  1  10 log( MSD)
  (0.60)
70  10 log 0.04  13.98
 0.36
Mean Squared Deviation
望小特性S／N值的特性
• S/N值是量测平均值与变异程度的指针。
• S/N对平均值的灵敏度大过于对变异数的灵敏
度。
• 当S/N比每增加3分贝时，则单位损失将减少
1/2，用公式表示为：
X
1
Xdb导致的损失减少, L  ( ) 3
2
补充Why
1  10 log MSD1
2  10 log MSD2
if 1   2  3
1  2  3  10 log MSD1  (10 log MSD2 )
MSD1
 10 log( )
MSD2
3
MSD1 
( )  10 10  0.5011
MSD2
Loss1  kMSD1
Loss2  kMSD2
练习一：射出成型（望小）
A:周期时间 1 2
B:成型温度 1 2
C:凹处深度 1 2
D:握住压力 1 2
E:旋转速度 1 2
F:握住时间 1 2
G:阀门大小 1 2
练习一：射出成型（望小）
误差因素水准一水准二
H:再磨光率% 1 2
I:水分含量 1 2
J:周围温度 1 2
 响应特性：收缩长度（吋）百分率
 用L8直交表排在内侧，L4直交表排在外侧。
 计算S/N比。
 完成响应表及响应图。
 决定最佳因素组合。
参数设计配置和结果
1 1 2 2
试验
A B C D E F G 1 2 1 2 S/N
号码
1 2 2 1
1 1 1 1 1 1 1 1 2.2 2.1 2.3 2.3 -6.95
2 1 1 1 2 2 2 2 0.3 2.5 2.7 0.3 -5.35
3 1 2 2 1 1 2 2 0.5 3.1 0.4 2.8 -6.50
4 1 2 2 2 2 1 1 2.0 1.9 1.8 2.0 -5.70
5 2 1 2 1 2 1 2 3.0 3.1 3.0 3.0 -9.62
6 2 1 2 2 1 2 1 2.1 4.2 1.0 3.1 -9.12
7 2 2 1 1 2 2 1 4.0 1.9 4.6 2.2 -10.53
8 2 2 1 2 1 1 2 2.0 1.9 1.9 1.8 -5.58

S/N响应表
因素
水准 A C B D E F G
水准1 -6.12 -7.76 -7.11 -8.41 -7.04 -6.96 -8.07
水准2 -8.72 -7.09 -7.74 -6.44 -7.81 -7.88 -6.76
 根据计算的S/N比，可以制作响应表，并绘图如
下而选择最佳的组合。
S/N响应图
-6
-7
-8
-9
A1 A2 B1 B2 C1 C2 D1 D2
请完成
-6
-7
-8
-9 最佳组合是
E1 E2 F1 F2 G1 G2
射出成型的最佳估计
ˆ A D F G  T  ( A1  T )  ( D 2  T )  ( F 1  T )  (G 2  T )
1 2 1 2
 A1  D 2  F 1  G 2  3T
 -6.12 - 6.44 - 6.96 - 6.76 - 3  (-7.42)  -4.02
T  (-6.12 - 8.72)  2  -7.42
注：
假定目前條件為A1 B1C1 D1 E1 F1G1則
ˆ A1D1F1G1  6.12  8.41  6.96  8.09  3  (7.42)  7.32
增益(Gain)db  4.02  (7.32)  3.30db
练习二：泡沫胶膜收缩度（望小）
A:脱膜时间现行新
B:凝固温度现行新
C:化学反应温度现行新
D:混合比现行新
E:外壳预热温度现行新
F:脱模厚度现行新
G:射口大小现行新
H:脱模曲线现行新
I:射出压力现行新
J:通过瓶现行新
K:密度现行新
练习二：泡沫胶膜收缩度（望小）
 误差因素： M：定型度（Fixture)
 计算S/N比
 完成响应表，找出对泡沫胶收缩影响较强的因素。
 绘出影响较大的响应图。
配置与数据
L12 1 2 3 4 5 6 7 8 9 10 11 M1 M2 M3 ηdb
1 1 1 1 1 1 1 1 1 1 1 1 0.13 0.18 0.14 16.4
2 1 1 1 1 1 2 2 2 2 2 2 0.25 0.27 0.22 12.1
3 1 1 2 2 2 1 1 1 2 2 2 0.08 0.12 0.12 19.3
4 1 2 1 2 2 1 2 2 1 1 2 0.08 0.11 0.11 19.9
请
5 1 2 2 1 2 2 1 2 1 2 1 0.17 0.22 0.13 15.0
完
6 1 2 2 2 1 2 2 1 2 1 1 0.09 0.18 0.19 15.9
成
7 2 1 2 2 1 1 2 2 1 2 1 0.24 0.32 0.28 11.0
8 2 1 2 1 2 2 2 1 1 1 2 0.18 0.19 0.11 15.7
9 2 1 1 2 2 2 1 2 2 1 1 0.19 0.20 0.30
10 2 2 2 1 1 1 1 2 2 1 2 0.22 0.25 0.22
11 2 2 1 2 1 2 1 1 1 2 2 0.24 0.18 0.16
12 2 2 1 1 2 1 2 1 2 2 1 0.08 0.10 0.11
S/N响应表
水准1 水准2 水准1 水准2 平均差
合计平均
A 98.6 86.4 16.43 14.40 2.03db
B 87.1 97.9 14.52 16.32 1.80db
C 95.3 89.7 15.88 14.95 0.93db
D 92.2 92.8 15.37 15.47 0.10db
E 82.3 102.7 13.72 17.12 3.40db
F 99.6 85.4 16.60 14.23 2.37db
G 90.2 94.8 15.03 15.80 0.77db
H 101.6 83.4 16.93 13.9 3.03db
I 92.1 92.9 15.35 15.48 0.13db
J 93.3 91.7 15.55 15.28 0.26db
K 91.1 93.9 15.18 15.65 0.47db
S/N响应图
S/N
15
10
5
A1 A2 B1 B2 C1 C2
S/N
15
10
5
D1 D2 E1 E2 F1 F2
S/N响应图
S/N
15
10
5
G1 G2 H1 H2 I1 I2
S/N
15
10
5
J1 J2 K1 K2
最佳组合的推定
 从响应图中选出：
 A1B2E2F1H1为显着性较强的因素。
 C1D2G2I2J1K2为显着性次佳的因素。
 故最佳组合为：
A1 B2 C1 D2 E2 F1 G2 H1 I2 J1 K2
响应特性值的预测
 为了避免由于高估变异的误差，在计算响应特
性值时仅持用影响因素较高的因素来估算。
OPT  最佳情況下S / N之預測值
185
T  15.42
12
OPT  ( A1  T )  ( B 2  T )  ( E 2  T )  ( F 1  T )  ( H 1  T )  T
（16.43 - 15.42）（16.32 - 15.42）（17.12 - 15.42）
（16.60 - 15.42）（16.93  15.42)  15.42
 21.72
请问倒推回来的值应是多少？
 η=21.72时
 那么其收缩率应为多少？
 η=21.72
 Y2=0.0067
 Y=0.082
千万要记得再做确认实验，
看其再现性是否良好
前后效果比较
 假如在现行状况时我们获得数据如下：
0.16 0.13 0.16 0.18 0.13 0.16 0.18 0.20
0.16 0.13 0.14 0.15 0.09 0.16 0.14 0.14
0.14 0.16 0.12 0.15 0.13 0.15 0.13 0.14
n=24
T=0.147
前后效果比较
首先计算在现行状况时S/N比：
ηexist=现行状况时之S/N比值
1
 10 log (0.16 2  0.16 2  0.14 2   0.14 2 )
24
1
 10 log (0.5309)  16.55
24
前后效果比较
 其次计算在现行状况下之损失（假设k=194.4）
Lexist  k  MSD
1
 194.4  (0.5309)
24
 $4.30 / 件
前后效果比较
 现行状况与最佳状况下S/N比之差异，可计算出
两者间之增益。
增益db  opt  exist

 21.72 - 16.55
 5.17db
前后效果比较
 我们可估计，在最佳状况下之损失，并且从而估出制程
改善后最佳状态下所能节省之金额。
X
1
Xdb所得之增益即表示損失減至（） 3
2
5.17
1 3
LOPT  ( ）  $4.30  $1.30/件
2
由以上计算得知，每件可节省3美元，如每月生
产10,000件，则一年可节省360,000美元。
2、望大特性的参数设计
望大特性的S/N比
1 1
望大：  10 log ( 2 )
n yi
回顾一下望大特
性的损失函数
望大特性的S/N比练习请完
成
O 1 2 2 1 S/N
n
平 1
( ) 排每件损
M 1 2 1 2 均 i 1 y 2
序失金额 db
V 1 1 2 2
A1 4.0 4.0 4.0 4.0 4 0.063 3 $1.80 12.04
A2 2.0 6.0 2.0 6.0 4 0.139 4 $4.00 8.57
A3 4.0 6.0 4.0 6.0 5 0.045 2
A4 1.0 10.0 1.0 8.0 5 0.506 5
A5 4.0 4.0 12.0 12.0 8 0.035 1
A6 1.0 1.2 1.3 1.5 1 0.683 6
A7 10.0 20.0 0.5 5.0 9 1.013 8
A8 1.0 1.0 1.0 1.0 1 1.000 7
望大特性S／N值的特性
• S/N值是量测平均值与变异程度的指针。
• S/N对平均值的灵敏度大过于对变异数的灵敏
度。
• 当S/N比每增加3分贝时，则单位损失将减少
1/2，用公式表示为：
X
1
Xdb导致的损失减少, L  ( ) 3
2
练习—塑料表面涂铝处理（望大）
响应特性：塑料撕裂强度
A:分子量低高
B:金属铝型态 Ⅰ Ⅱ
C:清净材料现行新
D:触媒百分率低高
E:研磨压力低高
F:处理时间低高
G:处理温度低高
H:处理后时间低高
I:处理后温度低高
练习—塑料表面涂铝处理（望大）
误差因素水准一水准二
M:表面粗糙度粗糙平滑
B:塑料供货商 Ⅰ Ⅱ
C:最初金属温度低高
 计算S/N比
 完成S/N响应表，并找出对撕裂强度影响较大的因
素。
 绘出影响较大因素之响应图。
配置与数据
1 1 2 2
NO. A B C D E F G H I e e 1 2 1 2 S/N
1 2 2 1
1 1 1 1 1 1 1 1 1 1 1 1 32.5 45.0 35.0 50.0 31.8

2 1 1 1 1 1 2 2 2 2 2 2 62.5 67.5 55.0 80.0 36.2
3 1 1 2 2 2 1 1 1 2 2 2 20.0 30.0 30.0 37.5 28.7
4 1 2 1 2 2 1 2 2 1 1 2 20.0 27.5 27.5 50.0 28.6
5 1 2 2 1 2 2 1 2 1 2 1 42.5 55.0 32.5 60.0 32.8
6 1 2 2 2 1 2 2 1 2 1 1 22.5 45.0 47.5 50.0 30.8
7 2 1 2 2 1 1 2 2 1 2 1 60.0 80.0 45.0 62.5 35.3
8 2 1 2 1 2 2 2 1 1 1 2 45.0 47.5 27.5 55.0 31.9
请
9 2 1 1 2 2 2 1 2 2 1 1 47.5 62.5 75.0 80.0 35.9
完
10 2 2 2 1 1 1 1 2 2 1 2 55.0 62.5 55.0 47.5
成
11 2 2 1 2 1 2 1 1 1 2 2 60.0 45.0 40.0 42.5
12 2 2 1 1 2 1 2 1 2 2 1 45.0 35.0 20.0 30.0
S/N响应表
因素
水准 A B C D E F G H I
1 31.5 33.9 32.4 32.8 33.6 31.4 32.8 30.9 32.2
2 33.5 30.9 32.4 32.1 31.2 33.4 32.0 33.9 32.6
由二者之差选出最佳组合
S/N响应图
34 34 34
32 32 32
30 30 30
A1 A2 B1 B2 E1 E2
34 34
32 32
30 30
F1 F2 H1 H2
最佳组合和预测
 最佳组合是：A2B1E1F2H2
 在最佳状况下响应特性值的预测
64.8
T  32.4
2
opt  ( A2  T )  ( B1  T )  ( E1  T )  ( F 2  T )  ( H 2  T )  T
 A 2  B1  E1  F2  H 2 - 4T
 33.3  33.3  33.6  33.4  33.9  4  32.4
 37.9
前后效果的比较
 如果原条件的η值为30，那么请回答下列问题。
 请问在本次实验所得到的最佳化η值后，其损失
可以降为原来的多少？
 请将η值转换成强度的估计值，为多少？
3、望目特性的参数设计
望目特性的S/N比
1
( S m  Ve )
  10 log n
Ve
T2
Sm 
n
Ve 
 ( y i  y ) 2
n 1
练习
N1 N2 N3 TOT AVG Ve Sm ηdb
A1 9 10 11 30 10 1.0 300 19.99
A2 90 100 110 300 100 100.0 30000 19.99
A3 99 100 101 300 100 1 30000 40.00
A4 900 1000 1100 3000 1000 10000 3000000 19.99
A5 990 1000 1010 3000 1000 100 3000000 40.00
A6 999 1000 1001 3000 1000 1 3000000 60.00
望目特性S／N值的特性
• 一般其状况如下：望目特性的因子种类：
型平均值 S/N比说明
式
1 Δ Δ 平均值及变异度均有影响
2 Δ -- 对平均值有影响，变异数无影响（调
节因子）
3 -- Δ 变异数有影响，平均数无影响（散度
因子）
4 -- -- 均无影响
望目特性的策略
 当有特定的目标时，田口导出一独特的策略，在
实验进行中有两种型式的控制因素可运用。
 以影响变异的因子来缩小变异至最小的程度
 以调整因子来调整平均值使接近目标。
参数设计的做法
STEP1
LSL μ USL
STEP2
LSL μ USL
望目特性的S/N值特性
 平均值增加S/N增加(当变异一样时)
 变异减少S/N增加(当平均值一样时)
 望目特性的S/N对变异的灵敏度比较高。
 在望目特性分析中，还有一个S/N计算公式
db  10 log Ve

Ve 
 i
( y  y ) 2
n 1
望目特性例题─金属印模
控制因素误差因素
A:滚筒高度二水准 J:XX1 二水准
B:原料供货商二水准 I:XX2 二水准

C:进料调整二水准 H:XX3 二水准
响应特性：孔边距离
目标：0.40吋(数据已简化40=0.40，则放大100，0.4×100=40
配置望目特性实验
J 1 2 2 1
I 1 2 1 2
H 1 1 2 2 平均 Ve (S/N)d
b
A B C
1 1 1 1 37 38 36 37 37.00 0.67 33.12
2 1 2 2 35 39 40 33 36.45 10.92 20.92
3 2 1 2 45 44 44 46 44.75 0.92 33.39
4 2 2 1 41 52 46 42 45.25 24.92 19.15
练习
H1 H2
 找出响应表与响应图
 找出影响变异的有效因素 A1 37.3 36.5
37  38  35  39 A2 45.5 44.5
A1 H1   37.3
4
36  37  40  33
A1 H 2   36.5
4 A2
45  44  41  52
A2 H1   45.5
4
44  46  46  42
A1
A2 H 2   44.5
4
H1 H2
37  37  45  46
B1 J1   41.3
4 45
38  36  44  44
B1 J 2   40.5 B1
4 40
35  33  41  42
B2 J1   37.8
4 35 B2
39  40  52  46
B2 J 2   44.3
4 J1 J2
J1 J2 A×H, B×H, C×H

B1 41.3 40.5 A×I, B×I, C×I
A×J, B×J, C×J
B2 37.8 44.3 依此例再计算出来。
No A B C S/N S/N比分析
1 1 1 1 33.1
水准 A B C
2 1 2 2 20.9
3 2 1 2 33.4 1 27.0 33.3 26.2
4 2 2 1 19.2 2 26.3 20.0 27.1
36 36 36
32 32 32
28 28 28
24 24 24
20 20 20
A1 A2 B1 B2 C1 C2
No A B C 平均值平均值分析
1 1 1 1 37.00
水准 A B C
2 1 2 2 36.75
3 2 1 2 44.75 1 36.88 40.88 41.13
4 2 2 1 45.25 2 45.00 41.00 40.75

平均值：(36.88+45.00)/2=40.94
36 36 36
32 32 32
28 28 28
24 24 24
20 20 20
A1 A2 B1 B2 C1 C2
分析结果
 从可控因子和误差因子的交互作用图中可以看出
a因子是一个调节因子；b因子是一个散度因子；
 从S/N响应图中可以看出确实B因子对变异影响
比较大；
 从平均值响应图中可以看出确实A因子对平均值
影响较大。
练习─铜线镀锡
 响应特性：电镀厚度
 规格值：10.0±1.5(原数据×10000倍)
设计因素水准1 水准2 水准3
A喷嘴形状现行新无噪音因子
B:干燥温度低中高 M线圈 2水准
C:线速低中高
N线圈 2水准
D:镕接剂低中高位置
E:金属温度低中高
F:冷却温度低中高
G:线型 I II III
H:线张力低中高
N0 A B C D E F G H M1 M1 M2 M2 平均 S/N
N1 N2 N1 N1
1 1 1 1 1 1 1 1 1 6.0 8.0 7.6 9.8 7.85 13.98
6
2 1 1 2 2 2 2 2 2 2.0 3.0 5.0 5.0 3.75 7.782
3 1 1 3 3 3 3 3 3 9.8 10. 11. 10. 10.50 26.38
6 0 5 4
4 1 2 1 1 2 2 3 3 12. 11. 10. 13. 12.00 18.98
4 6 4 6 5
5 1 2 2 2 3 3 1 1 6.0 10. 9.8 12. 9.55 11.06
0 4 7
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. 8.4 8.2 10. 9.55 15.56
6 0 2
8 1 3 2 3 2 1 3 1 5.6 5.8 6.4 6.0 6.00 24.81
7
9 1 3 3 1 3 2 1 2 22. 14. 18. 23. 19.65 14.47
0 8 8 0 3
10 2 1 1 3 3 2 2 1 15. 17. 13. 20. 16.55 14.31
2 6 2 6 5
11 2 1 2 1 1 3 3 2 10. 7.4 10. 11. 10.10 14.50
4 8 8 1
12 2 1 3 2 2 1 1 3 11. 15. 12. 19. 14.70 11.58
0 8 4 6 9
13 2 2 1 2 3 1 3 2 1.0 7.0 3.2 8.4 4.90 2.606
14 2 2 2 3 1 2 1 3 10. 19. 15. 18. 15.90 12.06
S/N响应表
A B C D E F G H
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
望目特性原始数据响应表
A B C D E 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
S/N比的计算
T16  3.0  4.0  3.6  4.2  14.8
14.82
Se16  3.0  4.0  3.6  4.2 
2 2 2 2
 0.84
4
Se 0.84
Ve16    0.28
n 1 3 1
14.82
Sm16   5476
4
1 1
( Sm  Ve ) (54.76  0.28)
16  10 L log n  10 log 4
Ve 0.28
 10 log 48.64  16.868
3.0  4.0  3.6  4.2
y16   3.70
4
响应表
18
16
14
12
10
A1 A2 B1 B2 B3 C1 C2 C3 D1 D2 D3
18
16
14
12
10
E1 E2 E3 F1 F2 F3 G1 G2 G3 H1 H2 H3
13
12
11
10
9
8
A1 A2 B1 B2 B3 C1 C2 C3 D1 D2 D3
13
12
11
10
9
8
E1 E2 E3 F1 F2 F3 G1 G2 G3 H1 H2 H3
练习
 某脱腊铸造之腊膜需沾浆，沾浆厚度之目标值为12mm，设下列控制因子
会对沾浆厚度造成影响。
 A 沾浆层数
 B浆汁稀释比
 C沾浆时间
 D沾浆方式
 E浆料厂牌
 F浆桶转速
 G添加物多寡
 其中A因子为二水准，其余均为3水准，另有二个噪音因子
 腊模大小
 腊膜清洁度
 皆为二水准，试定义该问题之品质特性及设计该实验。
I 1 2 1 2
H 1 1 2 2
1 2 3 4 5 6 7 8
1 1 1 1 1 1 1 1 1 10 10 9 8
2 1 1 1 2 2 2 2 2 11 9 8 10
3 1 1 3 3 3 3 3 3 10 10 8 8
4 1 2 1 1 2 2 3 3 13 14 12 15
5 1 2 2 2 3 3 1 1 11 11 9 13
6 1 2 3 3 1 1 2 2 10 12 12 13
7 1 3 1 2 1 3 2 3 14 15 14 16
8 1 3 2 3 2 1 3 1 18 19 15 16
9 1 3 3 1 3 2 1 2 16 16 14 13
10 2 1 1 3 3 2 2 1 9 10 12 9
11 2 1 2 1 1 3 3 2 8 11 13 8
12 2 1 3 2 2 1 1 3 12 11 13 16
13 2 2 1 2 3 1 3 2 13 14 15 17
14 2 2 2 3 1 2 1 3 12 12 10 8
15 2 2 3 1 2 3 2 1 6 8 8 7
16 2 3 1 3 2 3 1 2 8 9 8 7
17 2 3 2 1 1 1 2 3 7 8 8 7
18 2 3 3 2 3 2 3 1 13 13 13 15
参数设计的步骤
 设立目的  分类值的分析也可能发现安
定性的条件。
 讨论：要测什么，如何使
 S/N比是最好的特性值(可加
用资料具有可加性性的机会加大)
 避免(0,1)资料
 列出因素
 分类值─可以变换为连续变
量  怕少，不怕多
 分类组数越多越好  分为控制因素、误差因素
 选择直交表  外侧直交表
 控制因素配置于内侧直 •规模要小，但误差引
交表，误差因素配置于起的变化要大。
外侧直交表。 •实行误差因素的复合。
 内侧直交的选择 •重要的误差因素有两、
•L12,L16,L18,L27,L32 三个即可。
较实用。
•有时可以不配置误差
•推廌L12,L18 因素
•仿真时宜用L32
•填满各行控制因素
水准间隔要大。
 做仿真试验 •y<0时分析 db，原始
资料
 计算S/N比  最佳化： 优先，然后调
节平均到目标值。
 对应分析  不显着因素以低成本高生产
 望小：仅分析 力为优先。
 望大：仅分析
 望目：
•y 0 时分析 db ,
Smdb
 最佳条件的估计
 证实试验与估计比较
 损失函数与目前的比较求
增益
 第二次实验
 公差设计

DOE实验 (田口实验方法)

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

DOE实验 (田口实验方法)

Uploaded by

Copyright:

Available Formats

试验设计—田口方法

supplier input process output customer

Input Process Output

LSL m USL LSL m USL

产品设计 制程设计 制程管制

LSL 品质量测值 USL

答案： 10  k (10.5  10.0) 2

控制因素 水准一(新案) 水准二(现行)

C:蜡石量 43% 53%

D:蜡石种类 新案组合 现行组合

E:原材料加料量 1300公斤 1200公斤

A1 51/400 12.75 E1 122 30.50

A2 142 35.5 E2 71 17.75

B1 107 26.75 F1 54 13.50

B2 86 21.5 F2 139 34.75

C1 101 25.25 G1 132 33.00

D1 76 19.00 合计 193 24.12

次数 A B A×B C A×C B×C A×B×C 结果

1×2→3, 1×4→5, 2×4→6, 1×6→7

A A×B A×B×C A×B×C×D A×B×C×D

C A×D A×B×E A×B×D×E 一般高层的

控制因素 水准一 水准二

100 100 100

F:助熔剂气刀角度 45度 90度

1 1 1 1 1 1 1 1 2.2 2.1 2.3 2.3 -6.95

2 1 1 1 2 2 2 2 0.3 2.5 2.7 0.3 -5.35

3 1 2 2 1 1 2 2 0.5 3.1 0.4 2.8 -6.50

4 1 2 2 2 2 1 1 2.0 1.9 1.8 2.0 -5.70

5 2 1 2 1 2 1 2 3.0 3.1 3.0 3.0 -9.62

6 2 1 2 2 1 2 1 2.1 4.2 1.0 3.1 -9.12

7 2 2 1 1 2 2 1 4.0 1.9 4.6 2.2 -10.53

8 2 2 1 2 1 1 2 2.0 1.9 1.9 1.8 -5.58

水准1 -6.12 -7.76 -7.11 -8.41 -7.04 -6.96 -8.07

水准2 -8.72 -7.09 -7.74 -6.44 -7.81 -7.88 -6.76

0.16 0.13 0.14 0.15 0.09 0.16 0.14 0.14

0.14 0.16 0.12 0.15 0.13 0.15 0.13 0.14

增益db  opt  exist

1 1 1 1 1 1 1 1 1 1 1 1 32.5 45.0 35.0 50.0 31.8

1 31.5 33.9 32.4 32.8 33.6 31.4 32.8 30.9 32.2

2 33.5 30.9 32.4 32.1 31.2 33.4 32.0 33.9 32.6

A1 9 10 11 30 10 1.0 300 19.99

A2 90 100 110 300 100 100.0 30000 19.99

A3 99 100 101 300 100 1 30000 40.00

A4 900 1000 1100 3000 1000 10000 3000000 19.99

A5 990 1000 1010 3000 1000 100 3000000 40.00

A6 999 1000 1001 3000 1000 1 3000000 60.00

db  10 log Ve

B:原料供货商 二水准 I:XX2 二水准

1 1 1 1 37 38 36 37 37.00 0.67 33.12

2 1 2 2 35 39 40 33 36.45 10.92 20.92

3 2 1 2 45 44 44 46 44.75 0.92 33.39

4 2 2 1 41 52 46 42 45.25 24.92 19.15

J1 J2 A×H, B×H, C×H

4 2 2 1 45.25 2 45.00 41.00 40.75

You might also like

产品设计制程设计制程管制

控制因素水准一(新案) 水准二(现行)

D:蜡石种类新案组合现行组合

控制因素水准一水准二

B:原料供货商二水准 I:XX2 二水准