田口方法与Minitab应用培训.ppt

2019/7/17,1,,田口方法 和Minitab应用 Taguchi Design of Experiments and Minitab Application Roc　Luo 2011.03.01,,2019/7/17,2,,产品全生命周期质量保证技术的特点 田口方法的产生背景 田口方法的特点、基本概念及其应用 田口的产品设计的三个阶段 正交试验法的概念和基本方法 田口对产品质量引入了新的定义 田口方法与传统设计的区别 Minitab 中的田口设计试验 静态田口设计示例 插拨电开关机爆音问题参数优化示例 小结—Minitab中田口方法的优点,主要内容,2019/7/17,3,,产品全生命周期质量保证技术的特点,2019/7/17,4,,产品全生命周期质量保证技术的特点,2019/7/17,5,,DOE对企业的积极影响：雷达图,2019/7/17,6,,试验设计定义,实验设计是对实验方案进行最优设计， 以降低实验误差和生产费用，减少实验工作量， 并对实验结果进行科学分析的一种方法。（广义） 当需要探寻或验证产品质量或工艺或资源利用是否为最佳状态时，实验设计（Design of Experiments）是最科学、最经济的方法。（狭义）,对试验设计的需求迫切性 20世纪90年代前，美国工厂中90％不知道如何解决长期性质量问题 公司利用的是工人的体力而不是智慧 90％的技术规范和容差是错的 不知道对产品/工艺参数进行优化 认为缺陷和偏差是不可避免的,2019/7/17,7,,试验设计的效果,,在质量管理中所遇到的，不论是设计新产品， 还是改革旧工艺、提高产品质量、减低成本，大都需要做试验。,一个好的试验设计方法，既可以减少试验次数，缩短试验时间和 避免盲目性，又能迅速得到有效的结果,如何安排试验，有一个方法问题,不好的试验设计方法，即使做了大量的试验，也未必能达到预期的目的；,相同原料,更便宜的原料,相同制程,相同产品 相同功能,为什么良品率不一样？,为什么可以做出低成本 高质量的产品？,2019/7/17,8,,田口实验设计与田口方法的产生背景,田口实验设计 田口设计 或正交表是一种设计试验的方法，这种设计通常只 需要全因子组合的一部分。是一个部分因子矩阵，可确保对任一因子 的各个水平进行平衡比较。在田口设计分析中，每个因子 可以独立于其他 所有因子进行评估。 田口方法的产生背景 正交设计是田口方法的主要工具，创立于50年代初;它是一种高效益的试验设计与最优化技术。在60年代，日本应用正交设计就已超过百万次。 田口玄一博士介绍：“日本人学质量管理，用一半时间学习正交设计”。 在日本，据说一个工程师如果不懂这方面知识，只能算半个工程师。 二次大战后日本经济高速增长并超过美国的一个决定性(技术)因素是在于推广应用正交设计。其原因是:美国对专业技术(系统设计)投入很多，日本则较少，主要是向美国照搬照学；对通用技术(参数设计和容差设计)美国缺少和落后，日本则大大领先。 美国研究日本战后强盛的原因后，认为日本制胜的法宝有两项： QFD(质量机能展开，自顾客要求一直策划到相应的制造管理要求) 田口方法(简单易学，沒有复杂的统计原理),2019/7/17,9,,田口方法的特点,田口方法是日本质量管理专家田口玄一博士创立的一门崭新的 质量管理技术,它立足于工程技术,着眼于经济效益,开辟了质量管 理的新天地。与传统的质量管理相比,有以下特色: (1)工程特色 用工程的方法来研究产品质量,把产品设计当成工程设计,把产品设计质量的好坏看成是工程设计质量,用产品给社会造成的经济损失来衡量产品的质量。 (2)“源流”管理理论 “源流”管理的思想把质量管理向前推进了一步。认为开发设计阶段是源流、是上游,制造和检验阶段是下游。质量管理中,“抓好上游管理,下游管理就很容易。”若设计质量水平不高,生产制造中很难造出高质量的产品,即所谓“先天不足,后患无穷”。 (3)产品开发的三次设计法 产品开发设计(包括生产工艺设计)可以分为三个阶段进行,即系统设计—参数设计—容差设计。,2019/7/17,10,田口方法的基本概念-01,设计/产品/制程,品质特性（响应值）,控制因子（输入变量）,噪声因子（不可控因子）,信号因子,X,Y,U,M,对于一个设计、产品或者制程，我们可用其参数图来表示。如图所示，其中y表示此过程输出的产品或制程的品质特性(响应值)。影响y的参数可分为信号因子(M)、控制因子(X)和噪音因子(u)三类。下面将对这三类参数详细探讨。,信号因子(M)，是由产品使用人或操作人设定的参数，用以表示产品反应所应有的值。举例来说，一台电扇的转速，即为使用人期望应有风量的信号因子。汽车前轮的操纵的角度，即为使用人期望该车行车转弯半径的信号因子。又例如数字通讯系统中发送的0与1，复印机影印时的原始文件等，也皆为信号因子。,设计、产品或制程的图解,2019/7/17,11,,田口方法的基本概念-02,正交试验法是研究与处理多因素试验的一种科学方法，它是在 实践经验与理论认识的基础上，利用正交表来科学、合理安排 和分析众多因素的试验方法。 选择三个或两个不同的水平 影响因素 全面试验次数 正交试验次数 4 34 9 310= 59049 7 27=128 9,20世纪40年代，田口玄一博士使用设计好的正交表安排实验,2. 正交表是按正交性排列好的用于安排多因素实验的表格,1. 正交试验设计就是使用正交表（Orthogonal Array）来安排实验的方法。,,3.稳健性参数设计使用田口设计（正交表），使您可以通过很少几次运行 便可分析许多因子。田口设计是平衡的，也就是说，试验中不对因子进行或多或少的加权，因此，可以相互独立地对因子进行分析。,2019/7/17,12,,田口方法的基本概念-03,正交表意味着设计是平衡的，即各个因子水平被赋予相等的权重。,2019/7/17,13,,田口方法的应用,技术开发,产品设计,制程设计,生产管制,,生产线外 品质工程,,★系统设计 ★参数设计 ★允差设计 ★测量器具的系统校正,,,生产线上 品质工程,,,★利用计量值的控制 ★制程的诊断与调节 ★反馈系统的设计与管制 ★预防保养 ★规格、安全与检查设计,2019/7/17,14,,一则发人深省的新闻报道,1979年4月17日，日本《朝日新闻》报道：对日本索尼工厂生产 的彩色电视机与美国加州索尼工厂生产的彩色电视机进行报导， 美国索尼工厂生产线全由日本引进，产品检验、上市都是合格品，而日本 产品有0.3%不合格。然而，美国制造的索尼电视机并不受美国人欢迎。因为 美国生产的电视机虽然检验严格，然而只是保证了个个产品应通过合格的下限， 质量平平；而日本生产的电视机则增加了稳健设计的关键的参数容差设计思想，使产品从色彩、清晰度、抗干扰能力等诸多指标上保证有99.7%的产品是令顾客满意的高质量产品。,2019/7/17,15,,一则发人深省的新闻报道,田口方法是最常应用在参数设计和允差设计，以使制造出来的产品成本最低、变异最小。,2019/7/17,16,,田口对产品质量引入了新的定义,损 失 函 数,损失函 数系数,超出容差的质量成本损失A0,消费者允许容差 (产品容差、功能界限）△0,已知某损失A，求允许容差公式△,,,所谓质量就是产品上市后给与社会的损失，但是由于功能本身所产生的损失除外；,1、定义中的“社会”系指生产者以外的所有人，即使用者以及其他第三者； 2、定义中“给与社会的损失”系包括： ●由于产品功能波动所造成的损失 ●由于产品弊害项目所造成的损失 3、定义中“给与社会的损失”，不包括功能本身所产生的损失。 关于功能本身给社会以怎样的损失，以及如何减少其损失，这不是质量管理的问题。,2019/7/17,17,,质量损失函数示例,平均质量损失：,K的决定方法： 1、根据功能界限 △0和相应的损失A0确定k 2、根据容差△和相应的损失A确定k,例1：某电视机电源电路的直流输出电压Y的目标值m = 115V , 功能界限△0 = 25V ， 丧失功能的损失A0 = 300 元。 1、求损失函数中的系数k ; 2、已知不合格时的损失A = 1 元，求容差△􀁕； 3、若某产品的直流输出电压y = 112 V, 问此产品该不该上市；,例2：加工某装配件共20件，其尺寸与目标尺寸的偏差（mm）为 0.3 0.6 -0.5 -0.2 0 1 1.2 0.8 -0.6 0.90 0.2 0.8 1.1 -0.5 -0.2 0 0.3 0.8 1.3 用户使用的容许范围（相当于功能界限）为△0 = 3mm, 否则将装配不上，此造成的损失为A0 = 180 元，求这批产品的平均质量损失。,2019/7/17,18,,技术规格限与目标值,田口提出的“质量损失函数”的概念，是评价产品质量的另一个重要方面。,2019/7/17,19,,田口方法与传统设计的区别,2019/7/17,20,,产品设计的三个阶段,田口原一博士被认为是稳健性参数设计的最先提出者，该设计是用于产品或过程设计的工程方法，关注的是使变异性和/或对噪声的敏感度最小化。只要使用得当，田口设计 可成为一种高效有力的方法，用于设计能在各种条件下以最优状态一致运行的产品。 在稳健性参数设计中，主要目标是在调整（或保持）目标过程的同时，找出使响应变异最小化的因子设置。确定影响变异的因子之后，可以尝试找出将减小变异、使产品对不可控（噪声）因子 的变化不敏感或同时达到这两种效果的可控制因子 的设置。,2019/7/17,21,,参数设计的基本思想,产品质量特性y是随机变量，所以损失函数L(y)也是随机的；对随机变量评定的最好方法是用其平均值（数学期望）。 损失函数L(y)的均值EL = E[L(y)]称为平均损失,E(L) = E( y – m )2 = E[(y – Ey) + ( Ey – m )]2=E(y – Ey)2 + ( Ey – m )2 = σ2+ δ2 σ2 =E(y – Ey)2 ，它是y与自己均值的偏差的平方，y的方差； δ2 = ( Ey – m )2 ，它是y的均值对目标值的偏差的平方；,减少平均损失的两步法 1.减少波动，把y的标准差σ 降低 2.减少偏差，使y的均值向目标值靠拢,2019/7/17,22,,参数设计的基本思想：例子,解决思路： 不是去改变环境（重新设计和建造新窑），而是改变产品生产的某些参数，这些参数的改变可使产品更具抗干扰的能力，从而减少环境温度差异对产品质量的影响。 稳健设计不是去控制波动源，而是设法降低波动源的影响；,2019/7/17,23,,Minitab 中的田口设计试验,使用 Minitab 之前，需要确定最适合您试验的田口设计 。 在田口设计中，是以所选控制因子水平组合来测量响应的。每个 控制因子水平组合称为一个运行，每个度量称为一个观测值。田口设计 提供每个试验检验运行的规范。 田口设计也称为正交表，是一个部分因子矩阵，可确保对任一因子的各个水平进行平衡比较。在田口设计分析中，每个因子 可以独立于其他所有因子进行评估。 选择设计时，需要 确定相关控制因子 的数量 确定每个因子的水平数 确定可以执行的运行 数 确定其他因素（如成本、时间或设施可用性）对设计选择的影响,Minitab田口正交表,2019/7/17,24,,Minitab 中的田口设计试验（续）,执行田口设计试验 可能包括以下步骤： 1    开始使用 Minitab 之前，需要先完成所有预试验计划。例如， 需要为内侧阵列选择控制因子 ，为外侧阵列选择噪声因子。控制因子是 可以进行控制以优化过程的因子。噪声因子 是可以影响系统性能但在预期的 产品使用过程中不受控制的因子。请注意，虽然在过程或产品使用中不能控制噪声因子，但是为了进行试验必须能够控制噪声因子。 2    使用创建田口设计生成田口设计（正交表）。或者使用自定义田口设计根据工作表中已有的数据创建设计。使用“自定义田口设计”，可以指定哪些列是因子和信号因子。然后，便可以轻松地分析设计并生成图。 3    创建设计后，可以使用修改设计来重命名因子、更改因子水平、向静态设计中添加信号因子、忽略现有信号因子（将设计作为静态设计处理）以及为现有信号因子添加新水平。 4    创建设计后，可以使用显示设计来更改 Minitab 在工作表中表示因子所用的单位（已编码或未编码）。 5    执行试验并收集响应数据。然后在 Minitab 工作表中输入数据。请参见收集和输入数据。 6    使用“分析田口设计”分析试验数据。请参见分析田口设计。 7    使用“预测结果”预测所选新因子设置的信噪比和响应特征。请参见预测结果 。,2019/7/17,25,,Minitab 中的田口设计试验（续）,2019/7/17,26,,静态田口设计示例-01,背景：您是高尔夫球制造商，现在正在进行一项旨在使球的飞行 距离最大化的新设计。您确定了四个控制因子，每个因子有两个水平： ●核心材料（液体与钨） ●核心直径（118 与 156） ●波纹数（392 与 422） ●表层厚度（0.03 与0.06） 您还想检验核心材料与核心直径之间的交互作用 。    响应为球的飞行距离（以英尺计）。噪声因子为两种类型的高尔夫球棍：长打棒和 5 号铁头球棒。您测量每种球棍打出球的距离，在工作表中形成两个噪声因子列。由于您的目标是使飞行距离最大化，因此选择望大信噪比 。 步骤1: 陈述实际问题 使球的飞行距离最大化的新设计。 步骤2: 陈述重要的因子和水平  控制因子：核心材料（液体与钨）；核心直径（118 与 156）；波纹数（392 与 422）；表层厚度（0.03 与0.06）  噪声因子：长打棒和 5 号铁头球棒,2019/7/17,27,,静态田口设计示例-02,步骤3: 设计试验—田口正交表  Minitab中: 统计>DOE>田口>创建田口设计(步骤图）,,,,,,,最后点击‘确定’，生成田口正交表,2019/7/17,28,,静态田口设计示例-03,步骤3：试验设计（续）--Minitab输出正交表 在Minitab“田口设计”主对话框上点击“确定”，生成如 下实验表格,步骤4:做实验/收集数据  数据在Minitab的‘ ’ 高尔夫.mtw文件中。 在Minitab主界面，从‘文件’\‘打开工作表’\Minitab软件所存放的路径打开上表）,,以上为两种不同的棒打出的结果，即噪声因子1、2的值,在工作表中对数据进行布局，以使每行都包含内侧阵列中的控制因子 ① 以及外侧阵列中噪声因子② 的一次完整运行所得到的响应值。可以输入的最大响应列数为 50。可以输入的最小响应列数取决于您的设计。仅在以下条件下才能输入一个响应列：在其他所有情况下，必须至少输入 2 个响应列 设计中包含仿行 (在同一试验条件下的多次执行被视为单独的运行，称为仿行)。  在每次运行时测量多个噪声因子然后再创建设计，以使其在每个因子设置组合中具有多个 运行。然后，可以在单个响应列中输入噪声因子。（有关更多说明，请参见Minitab‘帮助’中的内容） 您使用“望大”或“望小”信噪比并且不分析或存储标准差。,,,②,①,2019/7/17,29,,静态田口设计示例-04,1    打开工作表“高尔夫球.MTW”。已为您保存了设计和响应数据。 （在Minitab主界面，从‘文件’\‘打开工作表’\Minitab软件所存放的路径打开上表） 2    选择统计 > DOE > 田口 > 分析田口设计。 3    在响应数据位于中，输入长打棒 和铁头球棒。 4    单击分析。 5    在显示响应表为与拟合线性模型为下，选中信噪比和均值。单击确定。 6    单击项。 7    使用箭头按钮或通过双击将项 AB 移至所选项中。单击确定。 8    单击选项。 9    在信噪比下，选择望大。在每个对话框中单击确定。,步骤5:分析静态田口设计,2019/7/17,30,,静态田口设计示例-05,步骤5:分析静态田口设计（续） （步骤流程图）,,,,,,,,最后点击‘确定’，生成田口分析结果图、表,2019/7/17,31,,静态田口设计示例-06,步骤5:分析静态田口设计（续） （会话窗口的输出）,,,解释结果 每个线性模型分析都提供每个因子低水平的系数、其 p 值以及方差分析表。使用这些结果可以确定因子是否与响应数据显著相关以及每个因子在模型中的相对重要性。 按绝对值排列的系数顺序表示每个因子对响应的相对重要性；系数最大的因子影响也最大。方差分析表中的连续平方和和调整平方和也表示每个因子的相对重要性；平方和最大的因子影响也最大。这些结果反映了响应表中的因子秩。,在此示例中，为信噪比和均值生成了结果。对于信噪比，所有因子和交互作用项在 a 水平为 0.10 时都是显著 的。对于均值，核心材料 (p=0.045)、核心直径 (p=0.024) 以及材料与直径的交互作用 (p=0.06) 的 p 值小于 0.10，因此它们都是显著的。但由于交互作用中涉及两个因子，因此需要先了解交互作用，然后才能分别考虑每个因子的效应。,2019/7/17,32,,静态田口设计示例-07,步骤5:分析静态田口设计（续） （图形窗口的输出1）,结果解释：Minitab 基于 Delta 值分配秩；将秩 1 分配给最大的 Delta 值，将秩 2 分配给第二大的 Delta 值，依此类推。使用响应表中的水平平均值可以确定每个因子的哪个水平可提供最佳结果。 在此示例中，秩表明核心直径对信噪比和均值的影响最大。对于信噪比，表层厚度的影响次之，然后是核心材料和波纹。对于均值，核心材料的影响次之，然后是波纹和表层厚度,对于此示例，由于目标是增加球的飞行距离，因此您需要的是能产生最高均值的因子水平。在田口试验中，始终都需要使信噪比最大化。响应表中的水平平均值表明，当核心材料为液体、核心直径为 118、有 392 个波纹以及表层厚度为 0.06 时，信噪比和均值达到最大。检查主效应图和交互作用图可以确证这些结果。交互作用图表明，球核使用液体时，飞行距离在核心直径为 118 时达到最大。,2019/7/17,33,,静态田口设计示例-08,步骤5:分析静态田口设计（续） （图形窗口的输出2）,2019/7/17,34,,静态田口设计示例-09,步骤6:预测田口结果,然后，可能需要使用“预测结果”来查看这些因子设置的预测信噪比和均值。,根据这些结果，应将因子设置为：,假设您要预测高尔夫球试验的结果。您确定了您认为会影响高尔夫球飞行距离的四个可控因子：核心材料、核心直径、波纹数和表层厚度。由于您要使信噪比和均值最大化，因此选择了以下因子设置：液体核心、核心直径 118、392 个波纹以及表层厚度0 .06。具体 操作步骤如下： 1    打开工作表“高尔夫球 2.MTW”。已为您保存了设计和响应信息。 2    选择统计 > DOE > 田口 > 预测田口结果。 3    取消选中标准差和标准差的自然对数。 4    单击项。确保项 A、B、C、D 和 AB 都位于所选项框中。单击确定。 4    单击水平。 5    在指定新因子水平的方法下，选择从列表中选择水平。 6    在水平下，单击第一行并根据下表选择因子水平。然后，使用 键沿该列下移并选择其余的因子水平. 7    在每个对话框中单击确定。,2019/7/17,35,,静态田口设计示例-10,步骤6:预测田口结果（续） （步骤流程图）,,,,最后点击‘确定’，生成预测结果,2019/7/17,36,,静态田口设计示例-11,步骤6:预测田口结果（续）,（会话窗口的输出）,解释结果 对于您选择的因子设置，信噪比预测为 53.6844，均值（球的平均飞行距离）预测为 276 码。然后，您可以使用这些因子设置来运行试验，以检验模型的准确性。,2019/7/17,37,,插拨电开关机爆音问题参数优化-示例,项目背景：DVP3258/94在生产中静噪三极管使用了粤晶高科供 应的三极管, 此管的Vbe导通门限电压较高, 未工作在深度饱和状态, 静噪不彻底, 导致插拨电开关机爆音, 需对此问题进行分析改善.,步骤二：选择因子与水平（ 陈述重要的因子和水平） 采用特性要因图对因子进行分析找出有关因子14个,步骤一：陈述实际问题 使插拨电开关机爆音降低。,2019/7/17,38,,插拨电开关机爆音问题参数优化-示例,步骤二：选择因子与水平（续） 采用QFD对因子进行分析,找出关键因子2个, 分别是R107和Q15 的Vbe.,质量机能展开,2019/7/17,39,,插拨电开关机爆音问题参数优化-示例,步骤二：选择因子与水平（续）,1）如下图所示，R107 的下限范围不宜太小，阻值太小会在开机的瞬间烧坏Q14，根据 Q14 规格书得到流过R107 的电流不能大于80mA，Ib=5V-Ube/80mA=54 欧，系统中只有68 欧，因此下限定为68 欧； 2)如下图所示，实际测试中R104 中A 点的拔插电瞬间电压约等于5.1V，按照产品规格要求，B 点的拔插电瞬间电压不允许超过100mV，因此Uab＝5.1-0.1=5V，Q15 的Ic＝Uab/R104=5/470=10.6mA,因此Q15 饱和导通Ic 最少需要10.6mA。Ib＝Ic/β≈1mA(β根据规格书得到)，所以得到R107＝5V-Ube/1mA ＝4.3K，得到R107 的上限值, 系统中没有此规格电阻, 因此上限定为3.9K； 3）R107 的中间值采用1K.4) 联系供应商得知Q15三极管Vbe的上下限规格及中间值为0.65V, 0.95V, 0.7V,R107的三水平： 68Ω、1K、3.9K Q15 Vbe的三水平：0.65V、0.7V、0.95V,2019/7/17,40,,插拨电开关机爆音问题参数优化-示例,步骤三：设计试验—田口正交表,根据2因子及3水平，决定采用L9的试验, Minitab中: 统计>DOE>田口>创建田口设计(步骤图）,,,,,,,最后点击‘确定’，生成田口正交表,2019/7/17,41,,插拨电开关机爆音问题参数优化-示例,步骤三：设计试验（续）--Minitab输出正交表 在Minitab“田口设计”主对话框上点击“确定”，生成如 下实验表格,步骤四:做实验/收集数据 按照试验计划实施, 测得B点在开机和关机时的输出电压, 见上表,,2019/7/17,42,,1    选择统计 > DOE > 田口 > 分析田口设计。 2    在响应数据位于中，输入开机（平均值）。 3    单击分析。 4    在显示响应表为与拟合线性模型为下，选中信噪比和均值。单击确定。 5    单击项。 使用箭头按钮或通过双击将项 A、B 移至所选项中。单击确定。 单击分析图形，选择四合一。单击确定。 8    单击选项。 9    在信噪比下，选择望小。在每个对话框中单击确定。,步骤五:分析田口设计--开机（平均值）,插拨电开关机爆音问题参数优化-示例,备注：关机（平均值）的分析，只需在第2点中的输入改为关机（平均值） 2    在响应数据位于中，输入关机（平均值）。,2019/7/17,43,,（步骤流程图）,步骤五:分析田口设计（续）--开机（平均值）,插拨电开关机爆音问题参数优化-示例,,,最后点击‘确定’，生成田口分析结果图、表,,,,,2019/7/17,44,,步骤五:分析田口设计（续）--开机（平均值）,插拨电开关机爆音问题参数优化-示例,从方差分析的主效应来看, P值<0.05, 显示选定的模型总的效果是显著的,有 效的; R107的P值=0.000, 说明此因子 对于开机噪音的影响是显著的,（会话窗口的输出）,一般而言，R2（拟合优度）越大，模型与数据拟合得越好， R2始终在0与100%之间，到达90%一般认为模型可接收。,模型有效性分析,选择统计 > 回归 > 回归,2019/7/17,45,,步骤五:分析田口设计--开机（平均值）,插拨电开关机爆音问题参数优化-示例,模型有效性分析,从残差图分析, 数据没有明显的规律性,数据呈正态分布,选定模型有效.,（图形窗口的输出—四合一残值图）,2019/7/17,46,,步骤五:分析田口设计--开机（平均值）/关机（平均值）,插拨电开关机爆音问题参数优化-示例,,,,,（图形窗口的输出—主效应图）,通过开机的主效应图分析, R107的斜率很大,对开机噪音的影响是显著的, 1K时的输出电压最小（信噪比最大）; Q105Vbe对开机噪音的影响不明显.,通过关机的主效应图分析, R107和Q105 Vbe对关机噪音的影响均是显著的, R107在1K和Q105 Vbe 在0.65V时输出电压最小（信噪比最大）.,,,田口方法任何时候都是信噪比越大越好,2019/7/17,47,,步骤五:分析田口设计--开机（平均值）/关机（平均值）,插拨电开关机爆音问题参数优化-示例,（图形窗口的输出—交互作用图）,从因子的交互作用图来分析： R107与Q105对开机噪音没有明显的交互作用, 但对于关机噪音, 因子之间有明显的交互作用, 对响应变量有显著影响.,2019/7/17,48,,插拨电开关机爆音问题参数优化-示例,步骤六：结论,综合上述分析得出初步结论如下: ● R107对开关机爆音的影响是显著的, Q105 Vbe对开关机爆音的影响不明显. ● R107在1K左右时, B点的输出电压最小, 在68欧姆和3.9K时输出电压均明显上升. ● Q105 Vbe在0.95V时, B点输出电压会略有超出规格要求, 在0.65V和0.70V时符合要求.,根据前次试验结果, R107取值在1K左右时可以使B点输出电压最小, 为了取得更准确的结果, 需要对这个值进行优化,根据电阻规格, 上规格取470欧姆, 下规格取1.8K欧姆进行相同的试验, 试验方案如下表, 同样是9次试验（即只改变R107因子水平）,步骤七：因子优化与确认,按照试验计划实施, 测得B点在开机和关机时的输出电压, 见左表,2019/7/17,49,,步骤七：因子优化与确认--开机/关机,插拨电开关机爆音问题参数优化-示例,（图形窗口的输出—交互作用图）,从主效应图分析, R107在470,1K,1.8K时B点输出电压虽然均在规格要求内(<100mV), 但在1K时输出电压最低（信噪比最大）, 因此在这个电路中, R107的最优值是1K.,（主效应图）,主观听音确认, 电视机音量设定为90： 1. R107取值3.9K, 插拨电源插头均有很大噪音; 2. R107取值1K, 插拨电源插头基本没有噪音.,2019/7/17,50,,插拨电开关机爆音问题参数优化-示例,步骤八：项目总结,● 通过特性要因图和QFD的使用, 找出了对开关机爆音影响最大的关键因子;通过两轮的试验设计, 找出了影响最大的因子及因子的最优值, R107=1K欧姆时电路输出的噪音最小, 达到了此项目实施的目的. ● 通过此次项目的实施, 对DOE有了一个较全面的了解, 对DOE的作用也有了较深的认识, 就是通过重复的试验, 分析,找出因子的最佳值, 得到最佳的设计方案. ● 通过此次实际的操作, 对DOE的实施方法也已明确, 总结出基本的实施流程如下：,2019/7/17,51,,小结—Minitab中田口方法的优点,在Minitab软件中，田口方法与其它试验方法相比具有如下优点： 1、使用正交表，确保了各因子水平被赋予相等的权重； 2、田口正交表有更多的组合选择，可以根据实际需要选择更适 用的正交表； 3、引入信噪比分析，而信噪比与质量成本密切相关； 4、均值与信噪比响应表中有试验因子的Delta自动排序计算结果， 因子的重要性一目了然. 5、在田口试验中，始终都需要使信噪比最大化，且当信噪比每 增加3dB,则单位成本损失将减少一半。经济效应也一目了然， 不再是抽象的数字结果。,