Professional Documents
Culture Documents
善之應用
講師:洪弘祈 副教授
朝陽科技大學工業工程與管理系
Best-guess approach
No Good, Guess Again
Switching the levels of one (perhaps two) factors for the
next test based on the outcome of the current test
Good Enough, Stop!
On-factor-at-a-time
Selecting a baseline starting point
Varying each factor over its range with the other factors
held constant at the baseline level
Interactions ruin everything
應用 :
– 改進製程產出率
– 降低製程變異 , 改善產品品質
– 降低研發時間
– 降低總體成本
– 評估各種可行之設定值
– 評估各替代原料
– 確定影響產品特性之因素
隨機化 (Randomization)
– “Averaging out” the effects from uncontrollable variables
區隔化 (Blocking)
– 增進實驗之精確度
實驗通常是遞迴式的
– 前幾次實驗通常只是學習經驗而已
反之,則無影響。
為相對風險。
在因子數不多的狀況下,常用於實驗初期,來了解因子對
反應變數之可能影響。
– A: 速度
– B: 切割深度
– C: 切刀角度
只需增加少數幾個實驗
故,若以專業知識可以假設多因子交互作用是不顯著的,且可以
予以忽略 ( 大多數情況是如此 ) ,則吾人只須做此 2k 個實驗中的
部份實驗,即可瞭解主因子作用以及低階之因子交互作用。
Horng-Chyi Horng DOE Training 28
2k-p 實驗用途
2k-p Design 主要用於實驗初期的 Screening Experime
nts ,用以從多數可能之因子中篩選出具有顯著作用之因
子,以為之後更詳細實驗之依據。
可用於產品與製程之設計。
可用於製程上之問題排除。
部份階層實驗可被進一步用來投入涵蓋部份重要因子之較
大實驗。
兩個以上之部份階層實驗可被整合來估計所有主因子作用
以及因子之交互作用 。
解析度Ⅲ之設計:沒有任何主因子作用與其他主因子作用相互 Alias ;
但主因子作用卻和 2 因子交互作用相互 Alias 。如 23-1 Design 。
解析度Ⅳ之設計:沒有任何主因子作用與其他主因子作用或 2 因子交
互作用相互 Alias ;但 2 因子交互作用卻相互 Alias 。如 24-1 Design
(I=ABCD) 。
解析度Ⅴ之設計:沒有任何主因子作用與其他主因子作用或 2 因子交
互作用相互 Alias ;但 2 因子交互作用卻與 3 因子交互作用相互 Alia
s 。如 25-1 Design (I=ABCDE) 。
顯 著
因 子皆
所有
刪除
不顯
著因
加入 子
其它
因子
其他設計
如 3k, 3k-p, CCD, …
範例: “ 262.DX5”,
26-2 Design
(I = ABCE =
BCDF=ADEF)
射出成型製程
A 因子:溫度
B 因子:轉速
C 因子:固定之時間長
短
D 因子:循環時間
E 因子:孔徑大小
F 因子:壓力
反應變數 Y :收縮程
度
吾人想知道此反應變數之最佳值
目標值
最大值
最小值
目的 : 如何設定因子之水準 ( 區間 ), 使反應變數
達到最佳值 .
重複中心點
– Error 之估算
– First-order Model
是否合適 ( Fit? )
當非常接近最佳點時 , First-order Mo
del 便不再適用 ; 此時應用 Second-o
rder Model 或更高階之 Model 來趨近
真實反應曲面的曲線 ( 曲面 ) 情形 .
– 除了 = 1 以外 , 其餘與 C
CDs 同
– 當部份因子之水準數只有三
個 , 或為離散性質時
– 可旋轉性 (Rotatability) 較
差 , 應儘量避免使用
因子皆不顯著 縮小因子之水準範
Screening Experiments 圍再重做一次 , 若
- 找出重要因子 結果一樣 , 則重新
- 2k-p+nc 解析度為 III ( 含 ) 以上 . 選取因子 .
One Factor
Horng-Chyi Horng - 單一因子顯著 DOE Training 68
反應曲面技術之流程
實驗設計 - 找出重要因子
最佳點附近
– 此因子所造成的變異:
– 製程的整體變異:
m
Rando
Select