《DOE实验设计【技术专攻】》由会员分享,可在线阅读,更多相关《DOE实验设计【技术专攻】(150页珍藏版)》请在金锄头文库上搜索。
1、AUO Proprietary & ConfidentialAUO Proprietary & Confidential實驗計畫法實驗計畫法Planning and Analysis of Planning and Analysis of ExperimentsExperimentsQuality Management System DeptQuality Management System DeptQuality Management CenterQuality Management CenterAUO Proprietary & ConfidentialPage 2你曾這麼做嗎?你曾這麼做
2、嗎?我們可能會嘗試著朝以下方向進行試驗我們可能會嘗試著朝以下方向進行試驗: :換汽油的牌子換汽油的牌子. .換機油的牌子換機油的牌子調整引擎功率調整引擎功率換新輪胎換新輪胎調整胎壓調整胎壓洗車,打蠟洗車,打蠟等等等等 有好的結果,那之後呢有好的結果,那之後呢 ? ?沒有好結果,那又如何呢沒有好結果,那又如何呢 ? ?問題:你的車子目前每公升汽油只能跑問題:你的車子目前每公升汽油只能跑 5 5km. km. 而你想將其提升到公升汽油能跑而你想將其提升到公升汽油能跑 1010km.km.AUO Proprietary & ConfidentialPage 3系統性方法:直覺性方法:試誤法: Tri
3、al and Error亂槍打鳥:一切靠亂槍打鳥:一切靠經驗經驗與與運氣運氣一次一因子: OFAT一次調整一個:一次調整一個:見樹不見林見樹不見林實驗計畫法:因子設計因子設計直交表直交表實驗的種類實驗的種類AUO Proprietary & ConfidentialPage 8課程目標課程目標希望本課程結束後,你能夠:利用統計設計方法來設計實驗。當實驗完成後,利用統計分析方法來完成整個的分析,達到當初的實驗目的。AUO Proprietary & ConfidentialPage 9Syllabus Syllabus 實驗計畫法介紹實驗的規劃因子設計因子設計田口設計與直交表田口設計與直交表反應
4、曲面設計反應曲面設計實驗的分析與結果解讀ANOVAANOVA田口輔助表田口輔助表反應曲面法反應曲面法實驗的再現性AUO Proprietary & ConfidentialAUO Proprietary & Confidential實驗計畫法介紹實驗計畫法介紹Introduction Introduction AUO Proprietary & ConfidentialPage 11What:What:何謂實驗計畫法何謂實驗計畫法合理的資料收集有效的資料分析Questions :Questions :1.1.期待得到哪一種結果期待得到哪一種結果? ?2.2.要衡量的到底是什麼要衡量的到底是什麼
5、? ?3.3.怎麼去收集資料數據怎麼去收集資料數據? ?4.4.如何來呈現這些數據如何來呈現這些數據? ?資料收集資料收集因子設計因子設計直交表直交表Questions :Questions :1.1.如何分析實驗後的資料如何分析實驗後的資料? ?2.2.如何去發掘如何去發掘X X與與Y Y的關連的關連? ? 3.3.如何找到交互作用如何找到交互作用? ?4.4.需要做多複雜的分析呢需要做多複雜的分析呢? ?資料分析資料分析圖形法圖形法定量分析定量分析定性分析定性分析AUO Proprietary & ConfidentialPage 12When:When:什麼時候會使用到什麼時候會使用到D
6、OEDOE?不明明確問題原因(因子)明確不明控制條件(水準)X型問題A型問題T型問題解決工具:DoE解決工具:檢定/推定相關回歸DoE解決工具:QC工具管制圖層別法1.新產品2.新原料3.新設備4.沈痾舊疾AUO Proprietary & ConfidentialPage 13Why:DOEWhy:DOE能幫你做什麼?能幫你做什麼?不同生產條件的比較找出主要的影響變數為何?從眾多的影響變數中,找出真正重要的從眾多的影響變數中,找出真正重要的獲知獲知交互作用交互作用的影響的影響找出最佳的操作設定最佳結果最佳結果(準)(準)最小變異最小變異(穩)(穩)又穩又準又穩又準(穩建設計)(穩建設計)多個
7、目標的最佳化多個目標的最佳化AUO Proprietary & ConfidentialPage 14名詞解釋名詞解釋ResponseResponse ( (特性值特性值) ) 產出值,目標值產出值,目標值 就是就是 Y Y 啦!啦!FactorFactor ( (因子因子) ) 會影響特性值的變數會影響特性值的變數 就是就是 X X 啦!啦!LevelLevel ( (水準水準) ) 該因子在能夠被設定之可能範圍內,所取得數個不同的該因子在能夠被設定之可能範圍內,所取得數個不同的設定值設定值 你可以設成三個設定值,就叫三水準你可以設成三個設定值,就叫三水準TreatmentTreatment
8、 ( (試驗試驗) ) 所有因子的設定組合所有因子的設定組合 也就是你做實驗時的也就是你做實驗時的條件條件啦!啦!AUO Proprietary & ConfidentialPage 15DOEDOE常用的常用的名詞名詞名詞名詞ProcessCoded FactorFactor Variable Setting ValueA機油品牌 New+1 Old -1B汽油品牌New+1Old-1C輪胎Number 1+1Number 2-1SequenceProcess Variables ResponseOrderABCVariable1-1-1-15.42+1-1-16.13-1+1-17.24+
9、1+1-13.75-1-1+19.36+1-1+15.57-1+1+18.38+1+1+110.7OrderFactorsFactorsTreatment orTreatment orCombinationCombinationDataDataLevelsLevelsY = f (A, B, C)公里數= f(機油品牌,汽油品牌,輪胎)AUO Proprietary & ConfidentialPage 16名詞解釋名詞解釋EffectEffect ( (效應效應) )因子設定改變對目標變數的影響因子設定改變對目標變數的影響1.1.Main EffectsMain Effects ( (主效應
10、主效應) ) 單一因子設定的改變,對目標值的影響單一因子設定的改變,對目標值的影響 也就是也就是X X由水準由水準1-1-水準水準2 2,Y Y的改變的改變 2.2.Interaction EffectsInteraction Effects ( (交互作用交互作用) ) 2 2個以上的因子,對目標值的合成效應(加成效應)個以上的因子,對目標值的合成效應(加成效應)考核考核成績成績( (G)G)年資年資( (Y)Y)調薪調薪比例比例% %B(G-)2(Y-)3B(G-)5(Y+)5A(G+)5(Y+)12A(G+)2(Y-)6B(G-)A(G+)調薪比例%2468考績(G)的主效應=9-4=5
11、考核成績(G)主效應年資(Y)主效應年資(Y)的主效應=8.5-4.5=42(Y-)5(Y+)調薪比例%2468AUO Proprietary & ConfidentialPage 17何謂交互作用何謂交互作用( (Interaction)Interaction)綜合兩個或兩個以上因子的效應.A及B兩因子間有交互作用表示A因子的變會受B因子水準設定的影響!表示為AB交互作用交互作用InteractionInteraction年資:2年 (Y-)年資:5年 (Y+)距離考績與年資間的關係B(G-)A(G+)調薪比例%24681012AUO Proprietary & ConfidentialPa
12、ge 19OptimumModelModely = f(x) = C0 + C1x1 + C2x2 + C3x1x2(i.e. y=調薪比例;x1=考績;x2=年資) X1的主效應X2的主效應 X1X2的交互作用效應x x1 1,x x2 2 , , x xn n 因子項次因子項次1 1 , 2 2 , , n n 估計的因子效應估計的因子效應AUO Proprietary & ConfidentialPage 20Model與實驗條件數(Runs)的關係你需要多少個條件才能估出因子效應?假設有如下的model:AUO Proprietary & ConfidentialPage 21因子效應
13、的三大基本原則因子效應的三大基本原則Hierarchy ( (階層性階層性) ):低階效應比高階效應重要低階效應比高階效應重要效應等階時,重要性相同效應等階時,重要性相同Sparsity ( (稀疏性稀疏性) ):重要的因子效應不多重要的因子效應不多 (80/2080/20法則)法則)Heredity ( (繼承性繼承性) ):當交互作用顯著時,至少當交互作用顯著時,至少有其中一項主效應顯著有其中一項主效應顯著ABCABABCBCAC高重要性低ABCABABCBCAC重要不重要BCBCorimportant重要重要AUO Proprietary & ConfidentialPage 22常用的
14、常用的modelmodel與與effecteffect合併考慮合併考慮考慮所有效應(Full model) 只考慮主效應(Main effects model) 主效應兩因子的交互作用(Interaction model) 除主效應,兩因子交互作用 外,再考慮平方效應(Quadratic model)AUO Proprietary & ConfidentialPage 23練習練習: :您了解主效應與交互作用了嗎您了解主效應與交互作用了嗎? ?因子因子A A時間時間因子因子B B溫度溫度反應值反應值ResponseResponse餅乾的口感餅乾的口感A+B-50A+B+12A-B-20A-B+
15、40請以圖形表示:1)A和B的主效應分別為何?2)AB的交互作用為何?AUO Proprietary & ConfidentialPage 24DOEDOE的步驟為何?的步驟為何?1. 1.設定實驗目標設定實驗目標5. 5.檢查數據是否與檢查數據是否與實實驗假設一致驗假設一致4. 4.執行實驗執行實驗2. 2.選擇製程變選擇製程變因與目標參數因與目標參數3. 3.選擇合適的設計選擇合適的設計6. 6.分析及解釋分析及解釋實驗結果實驗結果7.7.確認及使用其結果確認及使用其結果AUO Proprietary & ConfidentialPage 25實驗計畫步驟實驗計畫步驟1.1.設定實驗目標設
16、定實驗目標1) 定義目標2.2.選擇製程變因與目標參數選擇製程變因與目標參數2) 選擇Y應變數3) 選擇X(獨立)變數4) 選擇X變數的水準3.3.選擇合適的設計選擇合適的設計5) 選擇實驗設計1.DoE 因子設計2.DoE RMS3.田口設計與直交表4.4.執行實驗執行實驗6) 進行實驗並收集資料5.5.檢查數據是否與檢查數據是否與實驗假設一致實驗假設一致7) 確認數據的正確性6.6.分析及解釋分析及解釋實驗結果實驗結果8) 分析資料1.DoE Screening2.DoE RSM3.田口9) 得出結論7.7.確認及使用其結果確認及使用其結果10) 執行確認運行SummarySummaryA
17、UO Proprietary & ConfidentialPage 260)0)實驗策略示意圖實驗策略示意圖不明明確問題原因(因子)明確不明控制條件(水準)T型實驗策略三實驗策略三證實最佳生產條件的再現性證實最佳生產條件的再現性A型X型1問題原因(因子)控制條件(水準)2實實驗驗策策略略二二找找出出最最佳佳生生產產條條件件( K Kn no ow w- -H Ho ow w )實驗策略一實驗策略一找出造成問題的原因找出造成問題的原因AUO Proprietary & ConfidentialPage 271)1)實驗目標(實驗目標(objectiveobjective)vs vs 實驗類型實驗
18、類型實驗目標實驗目標(objective)objective)實驗類型實驗類型不同選擇的比較不同選擇的比較Treatment ComparisonTreatment Comparison 很簡單,跟基本統計中的很簡單,跟基本統計中的t t 檢定或檢定或F F 檢定一樣檢定一樣1.1.找出造成問題的原因找出造成問題的原因ScreeningScreening 就是從眾多原因中,就是從眾多原因中,把重要的找出來啊把重要的找出來啊2.2.找出最佳生產條件找出最佳生產條件 OptimizationOptimization 這些重要的變數這些重要的變數找出找出來後來後,給他仔細的研究一,給他仔細的研究一番
19、番許多變數篩選實驗篩選實驗( (Screening)Screening)多個變數,少數水準的因子設計詳細研究少數變數詳細研究少數變數( (Optimization)Optimization)使用獨立變數(反應曲面設計)的多個水準以回歸分析構建更為複雜的模型只是選重要的,當然看趨勢就好,所以2水準,夠啦要詳細研究,當然是越接近實際變化越好啊,所以當然至少要3水準才夠囉AUO Proprietary & ConfidentialPage 282)2)選擇實驗的特性值選擇實驗的特性值- -y y你所關心的你所關心的品質特性品質特性,即為實驗的,即為實驗的特性值特性值特性值種類特性值種類計數值計數值:
20、 :量測數值不為連續量量測數值不為連續量, ,一般用個一般用個代表代表單純計數值單純計數值: :將觀察特性分為良品或不良品將觀察特性分為良品或不良品, ,常用在外觀等常用在外觀等, ,例例如如: :不良個數不良個數, ,故障台數故障台數, ,ParticleParticle數量數量多重計數值多重計數值: :將觀察特性分為優將觀察特性分為優- -良良- -中中- -可可- -劣劣, ,例如例如, ,外觀等級外觀等級分分Z,P,NZ,P,N級表示好級表示好- -一些瑕疵一些瑕疵- -很多瑕疵很多瑕疵計量值計量值: :量測數值為連續量量測數值為連續量. .單一目標單一目標: :ex.ex.尺寸尺寸,
21、 ,電性電性, ,電壓電壓, ,cell gapcell gap高度高度 多重目標多重目標: :需求不同需求不同, ,只要改變某一變數即可產生不同產品只要改變某一變數即可產生不同產品. .ex.ex.經由三原色加入量的不同可做出不同顏色經由三原色加入量的不同可做出不同顏色, ,此時對顏色而此時對顏色而言有無限多的目標言有無限多的目標原則:原則:不要用現象來當特性值不要用現象來當特性值能用計量數據,就不要用計數數據能用計量數據,就不要用計數數據AUO Proprietary & ConfidentialPage 29可能因子的分類可能因子的分類依控制力依控制力母數母數/ /假母數假母數/ /變量
22、變量依技術力依技術力 經驗專業知識學術期刊特性要因圖(魚骨圖)C&E MatrixFMEA3)3)實驗因子實驗因子- -xs xs 的選擇步驟的選擇步驟vsvs流程流程 1. 1. 所有可能的影響因子所有可能的影響因子YesYes初選淘汰初選淘汰複選淘汰複選淘汰2.2.控制力控制力: :屬於母數屬於母數 2.2.技術力技術力: : 技術上證據力技術上證據力強強3.3.選為實驗因子選為實驗因子YesYesYesYesnononono像話原則像話原則why? why? why?why? why? why? AUO Proprietary & ConfidentialPage 313)3)因子的分類
23、因子的分類1. 控制力NOYESYESNONOYES因子分類2. 技術性:經過上述篩選之因子,其對結果之影響並非全然相同,因此可再根據實際生產經驗的佐證,將部分技術上證據力較弱的因子淘汰控制力判斷水準可被指定指定之水準有自主權變量假母數母數Ex.室外溫度,非人能控制Ex.如無塵室溫度,雖可調整,但除廠務外均無權調整Ex.chamber 內的溫度,可隨你高興調AUO Proprietary & ConfidentialPage 324)4)因子水準的選擇因子水準的選擇Factor SettingsYYLo(-)Hi(+)?yFactor SettingsYYLo(-)Hi(+)Y-Y+y考慮因子
24、本身的考慮因子本身的誤差誤差,兩,兩水準間的差異最好水準間的差異最好 66 AUO Proprietary & ConfidentialPage 334)4)因子水準的選擇因子水準的選擇YYLo(-)Hi(+)True EffectFactor SettingsTrue EffectYYLo(-)Hi(+)Experimental EffectFactor Settings水準設定的目的,就是要盡量水準設定的目的,就是要盡量凸顯其會造成對凸顯其會造成對Y Y的影響的影響Experimental EffectA.B.AUO Proprietary & ConfidentialPage 344)常
25、用的水準2-Levels Design3-Levels DesignA-A+A0A-A+兩點成一直線,所以只能兩點成一直線,所以只能看線性趨勢囉看線性趨勢囉三點就可以看曲線,所以三點就可以看曲線,所以會更接近實際變化囉會更接近實際變化囉2 2水準水準: :3 3水準水準AUO Proprietary & ConfidentialPage 355)5)設計的基本原理設計的基本原理Replication 重複能估計實驗誤差能估計實驗誤差較精準的效應估計較精準的效應估計Randomization 隨機平均掉實驗中的干擾因素的影響平均掉實驗中的干擾因素的影響Blocking 區集將已知的變因;如原材料
26、,機台將已知的變因;如原材料,機台 ;先區隔開;先區隔開區集的概念是先將已知的系統性效應隔離,避區集的概念是先將已知的系統性效應隔離,避免其影響其他控制變因免其影響其他控制變因AUO Proprietary & ConfidentialPage 365)5)設計的基本原理設計的基本原理Balance 平衡設計在實驗中,每個試驗的觀察值需一致在實驗中,每個試驗的觀察值需一致為符合變異相等原理為符合變異相等原理 Orthogonal 直交設計任兩效應間的內積為任兩效應間的內積為 0 0直交性質代表任兩個效應之間不會互相干擾影直交性質代表任兩個效應之間不會互相干擾影響;包含主效應與交互作用之間;響;
27、包含主效應與交互作用之間;AUO Proprietary & ConfidentialAUO Proprietary & Confidential5-1)5-1)因子設計因子設計Factorial DesignFactorial DesignAUO Proprietary & ConfidentialPage 385-1)5-1)什麼是因子設計?什麼是因子設計?因子設計就是因子設計就是針對你所要投入實驗的變數來設計實驗針對你所要投入實驗的變數來設計實驗主要目的就是主要目的就是故意故意凸顯凸顯X X的變化,來看看對的變化,來看看對Y Y是否有造成影響是否有造成影響 與一般的統計分析不同的是,實驗
28、的目的是期待變化發生與一般的統計分析不同的是,實驗的目的是期待變化發生因子設計可分為因子設計可分為1.1.全因子設計全因子設計2.2.部分因子設計部分因子設計2 2k-pk-p因子設計因子設計中心點設計中心點設計AUO Proprietary & ConfidentialPage 395-1)5-1) Design Design的表示:兩因子為例的表示:兩因子為例GeometricAB1-1-12+1-13-1+14+1+1RunOrderAlgebraicDesignALowHighBLowHighTreeLowHighLowHigh(1)ababAABBStandardAABBLOWHIG
29、HHIGHInterior SpaceAUO Proprietary & ConfidentialPage 405-1)5-1)全因子設計全因子設計也就是把所有因子之間,其水準組合的所有可能也就是把所有因子之間,其水準組合的所有可能都當作實驗條件都當作實驗條件 最笨的方法,但也是最可靠的方法最笨的方法,但也是最可靠的方法例如:有三個因子,每個因子設有兩個條件,那所有例如:有三個因子,每個因子設有兩個條件,那所有可能的組合就會有可能的組合就會有8 8種種不管那麼多了,全部丟到實驗去吧!ACB1 13 32 24 45 57 76 68 8(-1)(+1)(+1)(-1)(+1)(-1)AUO P
30、roprietary & ConfidentialPage 415-1)5-1) For example For example如何估算效應如何估算效應? ?效應分為效應分為: :主效應主效應交互效應交互效應練習:C與BC的效應為何?主效應主效應交互作用效應交互作用效應AUO Proprietary & ConfidentialPage 445-1)5-1)全因子設計的缺點全因子設計的缺點多因子實驗遇到的最大困難是實驗次數太多,若十個因子對產品品質有影響,每個因子取兩個不同設定進行比較,有210=1024、如果每個因子取三個不同設定,則會有310=59049個不同的實驗條件這樣太多了吧!AUO
31、 Proprietary & ConfidentialPage 455-1)5-1) Full vs. Fractional Full vs. FractionalFull FactorialFull FactorialFractional FactorialFractional FactorialAll combination of All combination of factorfactors settings settingPartial groupPartial group of all of all combination of combination of factorfacto
32、rs settings settingAUO Proprietary & ConfidentialPage 465-1)5-1)運用偷工的技巧:部分因子設計運用偷工的技巧:部分因子設計在全因在全因子子實驗中,我們試實驗中,我們試驗因驗因子子的所有可能組合。的所有可能組合。在部分因在部分因子設計子設計中,我們中,我們選擇部分因選擇部分因子子設置。設置。我們這樣做的關鍵考慮因我們這樣做的關鍵考慮因素是素是如何選擇如何選擇檢測哪檢測哪些些組合。組合。23=8次實驗23-1=4次實驗AUO Proprietary & ConfidentialPage 47RunRunA AB BC CABAB ACA
33、CBCBC ABCABC2 2 1 1-1-1 -1-1-1-1 -1-11 1 1 13 3-1-11 1-1-1-1-11 1-1-11 15 5-1-1-1-11 11 1 -1-1-1-11 18 8 1 11 11 11 11 11 11 12 23 3=8 =8 縮減為縮減為 2 23-13-1=4=4找找 ABCABC1 1( ( 或或 ABC=-1 )ABC=-1 )5-1)5-1)建立建立1/21/2部分因子設計(部分因子設計(3 3因子為例)因子為例)RunRunA AB BC CABABACAC BCBCABCABC1 1-1-1-1-1-1-1 1 1 1 11 1-1
34、-12 2 1 1-1-1-1-1-1-1-1-11 1 1 13 3-1-11 1-1-1-1-11 1-1-11 14 4 1 11 1-1-11 1-1-1-1-1-1-15 5-1-1-1-11 11 1-1-1-1-11 16 6 1 1-1-11 1-1-11 1-1-1-1-17 7-1-11 11 1-1-1-1-11 1-1-18 8 1 11 11 11 11 11 11 1AUO Proprietary & ConfidentialPage 485-1)5-1)怎麼又發生了怎麼又發生了 RunRunA AB BC CABAB ACACBCBC ABCABC2 2 1 1-
35、1-1 -1-1-1-1 -1-11 1 1 13 3-1-11 1-1-1-1-11 1-1-11 15 5-1-1-1-11 11 1 -1-1-1-11 18 8 1 11 11 11 11 11 11 1一樣了我算出來的到我算出來的到底是底是A A,還是還是BCBC的效應呢的效應呢? ?效應混淆效應混淆( (Alias or Confounding)Alias or Confounding)AUO Proprietary & ConfidentialPage 495-1)5-1)效應混淆效應混淆( (Alias or Confounding)Alias or Confounding)當
36、我們要估計某一個因子效應時,如果也同時把其當我們要估計某一個因子效應時,如果也同時把其他的因子效應(通常是他的因子效應(通常是高階交互作用高階交互作用)也包含進來)也包含進來的這種情況,就稱為的這種情況,就稱為效應混淆效應混淆(Confounding Confounding or aliasor alias) 例如剛剛的例子,我們要估計例如剛剛的例子,我們要估計A A因子的效應,但實因子的效應,但實際上所算出來的,有際上所算出來的,有可能是可能是A A,也可能是也可能是BCBC交互作交互作用用(無法分辨是哪一個影響),因此就稱之為(無法分辨是哪一個影響),因此就稱之為A A與與BCBC的效應混
37、淆,通常表示為的效應混淆,通常表示為A A A ABCBCBCBC當使用部分因子當使用部分因子設計時,要特別設計時,要特別注意這個哦!注意這個哦!AUO Proprietary & ConfidentialPage 505-1)5-1)混淆的範例混淆的範例BCBCACACABABC CB BA AA=A+BCB=B+ACC=C+ABSTANDARD如果交互作用如果交互作用實際上實際上存在的話存在的話AUO Proprietary & ConfidentialPage 515-1)5-1)中心點(中心點(中心點(中心點(Center pointCenter point)Adding center
38、 point runs interspersed among the Adding center point runs interspersed among the experimental setting runs for two purposes: experimental setting runs for two purposes: 1.1.To provide a measure of process stability and To provide a measure of process stability and inherent variabilityinherent vari
39、ability2.2.To check for curvature. To check for curvature. AUO Proprietary & ConfidentialPage 525-1)5-1)區集劃分(區集劃分(blockingblocking)實驗中,將已知且可控制的擾亂性變異,實驗中,將已知且可控制的擾亂性變異,系統化的消除其對於不同條件設定間統系統化的消除其對於不同條件設定間統計比較的影響的設計技巧。計比較的影響的設計技巧。例如:不同機台,不同例如:不同機台,不同lotlot,不同不同天,不同班別,不同材料天,不同班別,不同材料 Batch 1Batch 2Non-hom
40、ogeneous unitsFormed into blocksAUO Proprietary & ConfidentialPage 535-1)5-1) DoE DoE Example ExampleX1:Mill rpm(300-700)X1:Mill rpm(300-700)X2:Feed Rate(4-10)X2:Feed Rate(4-10)X3:Vise Pressure(200-600)X3:Vise Pressure(200-600)X4:Coolant Pressure(10-80)X4:Coolant Pressure(10-80)X5:Coolant Concentrat
41、ion(5-25)X5:Coolant Concentration(5-25)X6:Air Pressure(0-0.1)X6:Air Pressure(0-0.1)X7:Cutter Movement(Conventional, climb)X7:Cutter Movement(Conventional, climb)若為全因子設計時,共需要幾次實驗?量測目標值:microfinish可能影響microfinish的變數經分析後,整理為以下7個:分析擾亂因素:機台,材料,班別,人員等,為配合試驗,採相同條件實驗AUO Proprietary & ConfidentialPage 545-1)
42、5-1) Screening Screening DoEDoE實驗目的實驗目的: :以以Screening Screening DoEDoE方法找出方法找出7 7個變數中對個變數中對microfinishmicrofinish影響較大者影響較大者實驗資料如下實驗資料如下( (Y=average Y=average microfinish microfinish of 4 parts of 4 parts milled at each run in the exp., 2 parts milled at each run in the exp., 2 parts from each foundr
43、y)from each foundry)AUO Proprietary & ConfidentialPage 555-1)5-1)利用利用MINITABMINITAB來建立因子設計來建立因子設計記住:每張工作表建立一個實驗設計;運用 File New New Worksheet 創建連續的DOE工作表。1.在主對話方塊中,選擇因子數量71AUO Proprietary & ConfidentialPage 565-1)5-1)利用利用MINITABMINITAB來建立因子設計來建立因子設計2.接著,點擊 Designs 按鈕加亮顯示1/8 fraction行,指出16次實驗。將其他框留為默認設
44、置。點擊OK23.在主對話方塊中,接著點擊Factors 調出子對話方塊。輸入因子Name,以及每個因子的Low和High值。3AUO Proprietary & ConfidentialPage 575-1)5-1)利用利用MINITABMINITAB來建立因子設計來建立因子設計在主對話方塊中,點擊Options 調出子對話方塊。選擇是否隨機,不選 Randomize runs!點擊兩次OKAUO Proprietary & ConfidentialPage 585-1)5-1) Alias Structure Alias StructureSession Window輸出結果在會話視窗中,
45、在會話視窗中,MinitabMinitab將提將提供設計資訊,包括:供設計資訊,包括:因子數(Factors)區集數(Blocks)重複次數(Replicates)因子混淆資訊解析度(Resolution)結構(Alias Structure)AUO Proprietary & ConfidentialPage 595-1)5-1)輸入實驗資料輸入實驗資料( (Y)Y)此工作表顯示在資料視窗中:此工作表顯示在資料視窗中:工作表輸出結果在microfinish的新欄中,輸入實驗收集的Y回應值。在實際操作中,由於實驗順序參照RunOrder是隨機的,StdOrder號為標準順序,會被打亂。AUO
46、Proprietary & ConfidentialAUO Proprietary & Confidential5-2) RSM 5-2) RSM 設計設計RSM designRSM designAUO Proprietary & ConfidentialPage 615-2)5-2)什麼叫什麼叫 RSMRSM為了詳細研究為了詳細研究重要因子重要因子的特性,單看線性趨勢的特性,單看線性趨勢已經不夠,需要改用已經不夠,需要改用曲線(曲面)曲線(曲面)來分析來分析統計上,這種實驗手法叫做統計上,這種實驗手法叫做 R Response esponse S Surface urface M Metho
47、dologyethodology因為要看因為要看曲線(曲面),曲線(曲面),所以至少要攝所以至少要攝3 3水準水準 其實就是其實就是3 3水準的設計啦水準的設計啦通過通過 RSM RSM 實驗實驗能得到的是能得到的是YsYs和和XsXs的函數關係,用的函數關係,用DataData推定推定隨隨XsXs的變化,的變化,就知道就知道YsYs值是否隨著改變值是否隨著改變知道知道XsXs在什麼值上反應量最佳在什麼值上反應量最佳用最少的實驗數,就能掌握最佳的用最少的實驗數,就能掌握最佳的實驗計畫法實驗計畫法通過通過DataData的分析的分析能知道所推定適合反應表面的統計的能知道所推定適合反應表面的統計的
48、性質性質AUO Proprietary & ConfidentialPage 625-2)5-2) RSM Design RSM Design有哪些?有哪些?三水準的因子設計,包含全因子,與部分因子設計作法與概念參考二水準因子設計作法與概念參考二水準因子設計 就是二改成三嘛!其他都一樣咩!就是二改成三嘛!其他都一樣咩!中央集成設計(CC Design)C Central entral C Composite Designomposite DesignCCCCCC,CCICCI,CCFCCFBox-Behnken Design ( BB Design) 啊啊! !這兩個就沒那麼單純,要注意哦!這
49、兩個就沒那麼單純,要注意哦!AUO Proprietary & ConfidentialPage 665-2)5-2) Example Example林銀淑想運營專門做泡菜湯的飯店. 為了做最好的泡菜湯,想要調查顧客對泡菜湯的滿足度.決定因數別水準 - 泡菜湯製作時間 : 10日, 20日 - 煮泡菜湯時間 : 15分, 20分 - 泡菜湯製作溫度 : 5度, 8度我要開泡我要開泡菜湯店菜湯店AUO Proprietary & ConfidentialPage 67Stat / DOE / Response Surface / Create Response Surface DesignTyp
50、e of DesignType of DesignCCCC Design Design 設定考慮設定考慮CubeCube plotplot外的最佳條件時外的最佳條件時BBBB Design Design 設定在設定在Cube plot Cube plot 內最佳條件時內最佳條件時5-2)5-2)利用利用MINITABMINITAB來建立因子設計來建立因子設計( (RMS)RMS)AUO Proprietary & ConfidentialPage 68Stat / DOE / Response Surface / Create Response Surface Design5-2)5-2)利用
51、利用MINITABMINITAB來建立因子設計來建立因子設計( (RMS)RMS)AUO Proprietary & ConfidentialPage 69StdOrderRunOrderBlocksABCY11110.000015.00005.0000049.722120.000015.00005.0000087.533110.000020.00005.0000048.944120.000020.00005.0000085.655110.000015.00008.0000050.466120.000015.00008.0000085.777110.000020.00008.0000057.9
52、88120.000020.00008.0000083.89916.591017.50006.5000024.31010123.409017.50006.5000082.01111115.000013.29556.5000076.81212115.000021.70456.5000072.81313115.000017.50003.9773175.21414115.000017.50009.0226974.91515115.000017.50006.5000071.51616115.000017.50006.5000076.81717115.000017.50006.5000075.418181
53、15.000017.50006.5000076.81919115.000017.50006.5000069.82020115.000017.50006.5000075.3CubePointAxial or StarPointCenterPoint實驗結果可以修正為實際可能的測定值可以修正為實際可能的測定值( (例例:6.591 6.6):6.591 6.6)5-2)5-2)實驗計畫結果及實驗結果輸入實驗計畫結果及實驗結果輸入AUO Proprietary & ConfidentialAUO Proprietary & Confidential5-3)5-3)田口設計與直交表田口設計與直交表Ta
54、guchi method and Taguchi method and Orthogonal ArrayOrthogonal ArrayAUO Proprietary & ConfidentialPage 715-3)5-3)田口的因子田口的因子田口的因子田口的因子分類分類因子因子Control factor控制因子製程可調整的重要參數製程可調整的重要參數 就是所謂的母數啦就是所謂的母數啦例如:反應時間,反應溫度例如:反應時間,反應溫度 Noise factor誤差因子製程中重要,無從選擇或無控制權之參數製程中重要,無從選擇或無控制權之參數 就是所謂的假母數啦就是所謂的假母數啦例如:無塵室的溫
55、度,壓力例如:無塵室的溫度,壓力 AUO Proprietary & ConfidentialPage 725-3)5-3)田口設計田口設計田口設計田口設計利用直交表,將其分為內外利用直交表,將其分為內外內直交:放控制因子內直交:放控制因子外直交:放誤差因子外直交:放誤差因子誤差因子誤差因子不能控制不能控制可控,但因成本,技術可控,但因成本,技術 的考量而不控的考量而不控精神精神從內直交表找出一組設定,使得目標為最佳且受從內直交表找出一組設定,使得目標為最佳且受誤差誤差- -外直交表的影響最小外直交表的影響最小既穩又準既穩又準AUO Proprietary & ConfidentialPage
56、 735-3)5-3)田口設計範例田口設計範例A B C DInner ArrayInner ArrayL L9 9(3(34 4) )直接選合適直接選合適的直交表的直交表實驗結果擺這裡哦!實驗結果擺這裡哦!Outer ArrayOuter Array外直交表越簡單越好外直交表越簡單越好L L4 4(2(23 3) )abc誤差放外誤差放外直交表直交表可控放內可控放內直交表直交表照表施工,簡單好用AUO Proprietary & ConfidentialPage 745-3)5-3)什麼是直交表?什麼是直交表?直交表是由因子設計中的拉丁方格方法所演化出來的直交表是因子設計的一支與因子設計不同
57、的是,直交表是用某個全因子設計,利用加料的概念,使的可以看到更多的因子影響因子設計:偷工因子設計:偷工直交表:加料直交表:加料AUO Proprietary & ConfidentialPage 755-3)5-3)何謂直交表何謂直交表直交表的符號意義:常用的直交表:L L9 9( (2 27 7) )9:列數(實驗次數)2:水準數7:Column數(最多可配置的因子數)L:L形直交表最常用LevelOrthogonal ArrayFactors LevelsExperimental Runs2-level3-levelMixed level L4(23) 32 4 L8(27) 72 8 L
58、16(215) 152 16 L32(231) 312 32 L9(34) 43 9 L27(313) 133 27 L81(340) 403 81 L12(211) 113 12 L18(2137) 1273 18AUO Proprietary & ConfidentialPage 765-3)5-3) L L8 8直交表直交表L L8 8(2(27 7) ) 直交表直交表Exp.Exp.No.No.ColumnColumn1 12 23 34 45 56 67 71 11 11 11 11 11 11 11 12 21 11 11 12 22 22 22 23 31 12 22 21 11
59、 12 22 24 41 12 22 22 22 21 11 15 52 21 12 21 12 22 22 26 62 21 12 22 21 11 11 17 72 22 21 11 12 21 11 18 82 22 21 12 21 12 22 2成成份份a ab bababc cacacbcbcabcabcL L8 8(2(27 7) ) 交互作用配行表交互作用配行表ColColColCol1 12 23 34 45 56 67 71 1(1)(1) 3 32 25 54 47 76 62 2(2)(2) 1 16 67 74 45 53 3(3)(3) 7 76 65 54 44
60、4(4)(4) 1 12 23 35 5(5)(5) 3 32 26 6(6)(6) 1 17 7(7)(7)12436571247365(1)(2)線點圖 a bababAUO Proprietary & ConfidentialPage 775-3)5-3)選定合適的直交表選定合適的直交表依據因素及水準的多寡,例如:依據因素及水準的多寡,例如:2 2水準水準m m個、個、3 3水準水準n n個,以決定適當的直交表。其中包含所需個,以決定適當的直交表。其中包含所需研究的交互作用研究的交互作用K K(最少實驗次數)最少實驗次數)=1+(2-1)*=1+(2-1)*m+(3-1)*n+m+(3-
61、1)*n+因素過多時,不要使用太大的直交表,而應該因素過多時,不要使用太大的直交表,而應該依據依據“ “時效性時效性” ”及及“ “影響重要度影響重要度” ”,選擇部份,選擇部份的因素進行實驗。的因素進行實驗。 一般而言,因素個數約一般而言,因素個數約5858個最適當。據此推估實驗次數約為個最適當。據此推估實驗次數約為1818次次次次以內。以內。AUO Proprietary & ConfidentialPage 785-3)5-3)實驗規劃範例實驗規劃範例- -使用交互作用配行表法使用交互作用配行表法 L L8 8(2(27 7) ) 交互作用配行表交互作用配行表ColColColCol1
62、12 23 34 45 56 67 71 1(1)(1) 3 32 25 54 47 76 62 2(2)(2) 1 16 67 74 45 53 3(3)(3) 7 76 65 54 44 4(4)(4) 1 12 23 35 5(5)(5) 3 32 26 6(6)(6) 1 17 7(7)(7)2)2)先配置有交互作用的因子先配置有交互作用的因子( (AB)AB) = =如將如將A A置於第二置於第二column,Bcolumn,B置於第三置於第三columncolumn =則則ABAB交互作用將出現在第交互作用將出現在第_columncolumn3)3)將將交互作用交互作用ABAB出現
63、的出現的columncolumn空下空下4) 4) C,DC,D置於其他任一置於其他任一column,column, 例如第五例如第五, ,六六column column 各具各具2 2水準之四個因子之實驗水準之四個因子之實驗, ,想探討想探討A,B,C,DA,B,C,D主效果及主效果及A&BA&B交交互作用互作用1)1)選擇合適的直交表選擇合適的直交表需要需要_column,column,選選_AUO Proprietary & ConfidentialPage 795-3)5-3)實驗規劃範例實驗規劃範例- -使用點線圖法使用點線圖法各具各具2 2水準之四個因子之實驗水準之四個因子之實驗,
64、 ,想探討想探討A,B,C,DA,B,C,D主效果及主效果及A&BA&B交交互作用互作用1)1)選擇合適的直交表選擇合適的直交表需要需要_列列, ,選選_2)2)先配置有交互作用的因子先配置有交互作用的因子( (AB)AB) =A =A置於第一列置於第一列, ,B B置於第二列置於第二列3)3)將將交互作用交互作用ABAB出現的列空下出現的列空下4)4)將將C,DC,D置於其他任一列置於其他任一列 1 1 1 1( ( ( (A)A)A)A)2 (2 (2 (2 (B)B)B)B)473 (3 (3 (3 (AB)AB)AB)AB)65(1)1247365AUO Proprietary & C
65、onfidentialPage 805-3)5-3)練習練習因子因子水準水準 1 1水準水準 2 2交互作用交互作用N2流量流量AA1A2Injector長度長度BB1B2POCI3 Carrier Gas N2流量流量CC1C2Load N2流量流量DD1D2各具各具2 2水準之四個因子之實驗水準之四個因子之實驗, ,想探討想探討A,B,C,DA,B,C,D主效果主效果及及A&C,A&D,C&DA&C,A&D,C&D交互作用交互作用請協助排出實驗規劃請協助排出實驗規劃AUO Proprietary & ConfidentialPage 815-3)5-3)練習解答練習解答1243657124
66、7365(1)(2)1)1)選擇合適的直交表選擇合適的直交表需要需要_列列, ,選選_2)2)先配置有交互作用的因子先配置有交互作用的因子( (AC,AD,CD)AC,AD,CD) =A =A置於第一列置於第一列, ,D D置於第二列置於第二列, ,C C置於第四列置於第四列3)3)將交互作用將交互作用AC,AD,CDAC,AD,CD出現的列空下出現的列空下( (五五, ,三三, ,六六) )4)4)將將B B置於剩餘的一列置於剩餘的一列( (七七) ) AUO Proprietary & ConfidentialAUO Proprietary & Confidential附錄:常用之直交表附
67、錄:常用之直交表AUO Proprietary & ConfidentialPage 86Example of LExample of L8 8 (2(27 7) )L L8 8(2(27 7) ) 直交表直交表Exp.Exp.No.No.ColumnColumn1 12 23 34 45 56 67 71 11 11 11 11 11 11 11 12 21 11 11 12 22 22 22 23 31 12 22 21 11 12 22 24 41 12 22 22 22 21 11 15 52 21 12 21 12 22 22 26 62 21 12 22 21 11 11 17 7
68、2 22 21 11 12 21 11 18 82 22 21 12 21 12 22 2成成份份a ab bababc cacacbcbcabcabcL L8 8(2(27 7) ) 交互作用配行表交互作用配行表ColColColCol1 12 23 34 45 56 67 71 1(1(1) )3 32 25 54 47 76 62 2(2(2) )1 16 67 74 45 53 3(3(3) )7 76 65 54 44 4(4(4) )1 12 23 35 5(5(5) )3 32 26 6(6(6) )1 17 7(7(7) )AUO Proprietary & Confident
69、ialPage 87Example of LExample of L9 9 (3(34 4) )L L9 9(3(34 4) ) 直交表直交表Exp. Exp. No.No.ColumnColumn1 12 23 34 41 11 11 11 11 12 21 12 22 22 23 31 13 33 33 34 42 21 12 23 35 52 22 23 31 16 62 23 31 12 27 73 31 13 32 28 83 32 21 13 39 93 33 32 21 1成份成份a ab babababab2 2123,4AUO Proprietary & Confidenti
70、alPage 88Example of LExample of L12 12 (2(21111) )L L1212(2(21111) ) 直交表直交表Exp. Exp. No.No.ColumnColumn1 12 23 34 45 56 67 78 89 9101011111 11 11 11 11 11 11 11 11 11 11 11 12 21 11 11 11 11 12 22 22 22 22 22 23 31 11 12 22 22 21 11 11 12 22 22 24 41 12 21 12 22 21 12 22 21 11 12 25 51 12 22 21 12 2
71、2 21 12 21 12 21 16 61 12 22 22 21 12 22 21 12 21 11 17 72 21 12 22 21 11 12 22 21 12 21 18 82 21 12 21 12 22 22 21 11 11 12 29 92 21 11 12 22 22 21 12 22 21 11 110102 22 22 21 11 11 11 12 22 21 12 211112 22 21 12 21 12 21 11 11 12 22 212122 22 21 11 12 21 12 21 12 22 21 1任兩行的交互作用均與其他九行發生效應混淆現象任兩行的交
72、互作用均與其他九行發生效應混淆現象若要估計交互作用,則不能用此表若要估計交互作用,則不能用此表AUO Proprietary & ConfidentialPage 89Example of LExample of L1616(2(21515) )L16(215) 直交表Exp. No.Column1234567891011121314151111111111111111211111112222222231112222111122224111222222221111512211221122112261221122221122117122221111222211812222112211112292
73、1212121212121210212121221212121112122121121221211221221212121121213221122112211221142211221211221121522121121221211216221211221121221成份ababcacbcabcdadbdabdcdacdbcdabcdAUO Proprietary & ConfidentialPage 90Example of LExample of L16 16 (2(21515) )L16(215) 交互作用配行表ColCol1234567891011121314151(1)32547698
74、1110131215142(2)16745101189141512133(3)7654111098151413124(4)123121314158910115(5)32131215149811106(6)1141512131011897(7) 151413121110988(8)12345679(9)32547610(10)1674511(11)765412(12)12313(13)3214(14)115(15)AUO Proprietary & ConfidentialPage 91Example of LExample of L18 18 (2(21 1*3*37 7) )Exp. No.
75、Column12345678111111111211222222311333333412112233512223311612331122713121323813232131913313212102113322111212113321221322113132212313214222312131522312321162313231217232131231823321231第一與第二行的交第一與第二行的交互作用與其他各行互作用與其他各行正交,因此估計它正交,因此估計它的交互作用時不會的交互作用時不會影響到其他行,若影響到其他行,若要計算交互作用時,要計算交互作用時,可以利用第一行與可以利用第一行與第
76、二行列出輔助表。第二行列出輔助表。第一與第二行可以第一與第二行可以合併成為一個具有合併成為一個具有6 6水準的行,任何水準的行,任何一對的交互作用都一對的交互作用都與其他各行產生效與其他各行產生效應混淆應混淆AUO Proprietary & ConfidentialPage 92Example of LExample of L27 27 (3(31313) )AUO Proprietary & ConfidentialPage 93Example of LExample of L27 27 (3(31313) )AUO Proprietary & ConfidentialAUO Propri
77、etary & Confidential實驗結果分析實驗結果分析 Experimental data Experimental data AnalysisAnalysis檢查數據是否與檢查數據是否與實驗假設一致實驗假設一致分析及解釋分析及解釋實驗結果實驗結果- -DoEDoE- -田口分析田口分析AUO Proprietary & ConfidentialPage 95如何解釋結果如何解釋結果? ?與實驗目的相關的實驗結果之checklist: 你所關心的因子效應有哪些?u你的實驗目的是什麼?u是否把所有的效應都考慮了?u你的model選擇是否正確?哪些因子效應是顯著的影響目標值?uFor s
78、creening purpose如何找到因子的最佳設定?u for RSM purposeAUO Proprietary & ConfidentialAUO Proprietary & Confidential8)8)分析的步驟分析的步驟AUO Proprietary & ConfidentialPage 97DOEDOE分析步驟流程圖分析步驟流程圖檢視所收集的資料已可解答?建立假設模型由資料來建立簡化模型模型配適是否良好?是否符合統計假設?檢查ANOVA 表YES資料轉換利用圖形來找出原因,調整模型,若仍不好,則需從新設計。簡化後模型是否合適?利用結果來解釋實驗目標YESNONONOYESN
79、OYESAUO Proprietary & ConfidentialPage 98如何進行如何進行DOEDOE的分析?的分析? 1.Plotting the data of response1.確認實驗狀況(y值)2.Modeling the data 1.符合3個基本假設3.Testing DOE models1.檢視model配適是否恰當4.Revising DOE models1.ANOVA分析5.Interpreting the results 1.Screening:Significant factors?2.RSM:Optimization setting? ?AUO Propri
80、etary & ConfidentialAUO Proprietary & ConfidentialPlotting the data of Plotting the data of responseresponseAUO Proprietary & ConfidentialPage 100Plotting the ResponsePlotting the Response藉由對結果資料的展現,來檢驗是否以達成實驗目的Histogram of Responses Run-sequence Plot Normal probability Plot of ResponseAUO Proprieta
81、ry & ConfidentialAUO Proprietary & ConfidentialModeling the dataModeling the dataAUO Proprietary & ConfidentialPage 105基本假設基本假設 y y y yijijijij=i i i i + + + + ijijijij = + = + = + = + i i i i + + + + ijijijij 其中其中 y yijij 代表第代表第 i i 個因子的第個因子的第 j j 個觀測值。個觀測值。 ijij 代表第代表第 i i 個因子的第個因子的第 j j 個殘差值。個殘差值
82、。 i i 代表第代表第 i i 個因子的的影響。個因子的的影響。1.1.各母體的各母體的ijij 獨立,且分配為常態分配獨立,且分配為常態分配2.2.ijij N(0 N(0,2 2) ) 3.3.各常態母體的變異數相等。各常態母體的變異數相等。AUO Proprietary & ConfidentialPage 106利用利用MINITABMINITAB來來分析實驗結果分析實驗結果Stat / DOE / Factorial / Analyze Factorial DesignAUO Proprietary & ConfidentialPage 107利用利用MINITABMINITAB來
83、分析實驗結果來分析實驗結果1. 點擊 Terms 按鈕Include term in the model up through order:選2點擊OKDemo用,故圈選2圖形示範2. 接著,點擊 Graphs 按鈕Effect Plots中選擇Normal或Pareto 。Residual Plots勾選Four in one點擊OK2 2AUO Proprietary & ConfidentialPage 108Note:若殘差若殘差圖看起圖看起來不對來不對, 請尋請尋求協助求協助3.檢驗變異相等假設檢驗變異相等假設變異的改變是否產出值一起改變?好的模型應呈現平行分布檢視檢視modelmo
84、del是否符合假設是否符合假設2.殘差獨立為常態殘差獨立為常態檢驗常態假設常態分布圖必須為一直線2.殘差常態檢驗殘差常態檢驗直方圖必須看起來是常態分布1.殘差獨立性假設殘差獨立性假設殘差值是否隨時間變化有相關性?AUO Proprietary & ConfidentialPage 110Estimated Effects and Coefficients for microfinish (coded units)Term Effect Coef SE Coef T PConstant 144.02 0.6438 223.72 0.003X1 -29.69 -14.84 0.6438 -23.0
85、6 0.028X2 -14.96 -7.48 0.6438 -11.62 0.055X3 -5.04 -2.52 0.6438 -3.91 0.159X4 -15.49 -7.74 0.6438 -12.03 0.053X5 -11.16 -5.58 0.6438 -8.67 0.073X6 31.94 15.97 0.6438 24.81 0.026X7 -8.59 -4.29 0.6438 -6.67 0.095X1*X2 9.11 4.56 0.6438 7.08 0.089X1*X3 18.54 9.27 0.6438 14.40 0.044X1*X4 18.14 9.07 0.643
86、8 14.09 0.045X1*X5 -4.94 -2.47 0.6438 -3.83 0.162X1*X6 -22.84 -11.42 0.6438 -17.74 0.036X1*X7 -1.81 -0.91 0.6438 -1.41 0.393X2*X4 8.66 4.33 0.6438 6.73 0.094S = 2.575 R-Sq = 99.96% R-Sq(adj) = 99.37%Analysis of Variance for microfinish (coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 7 10
87、355.3 10355.3 1479.32 223.10 0.0522-Way Interactions 7 5519.6 5519.6 788.51 118.92 0.070Residual Error 1 6.6 6.6 6.63Total 15 15881.5Modeling the data-Modeling the data-數值分析法數值分析法目的:檢視model配適是否恰當目的: 哪些因子效應是顯著的影響目標值?工具: ANOVAAUO Proprietary & ConfidentialPage 111Modeling the data-Modeling the data-圖形
88、法圖形法你會關注的因子是?AUO Proprietary & ConfidentialPage 112Analyze Create Effect Plot Analyze Create Effect Plot StatDOEFactorialFactorial PlotsAUO Proprietary & ConfidentialPage 113Interaction PlotInteraction PlotAUO Proprietary & ConfidentialPage 114Main Effect PlotMain Effect PlotAUO Proprietary & Confid
89、entialPage 115SummarySummary規格上限為135,無規格下限=越小越好花5分鐘想想你下一步會做什麼?Where would you set factor levels Where would you set factor levels to minimize surface finish?to minimize surface finish?What factors would you include in What factors would you include in the next the next DoEDoE? ?What levels would you
90、 choose for What levels would you choose for each factor?each factor?AUO Proprietary & ConfidentialAUO Proprietary & Confidential8-2)Analyze for RSM 8-2)Analyze for RSM purposepurposeAUO Proprietary & ConfidentialPage 117StdOrderRunOrderBlocksABCY11110.000015.00005.0000049.722120.000015.00005.000008
91、7.533110.000020.00005.0000048.944120.000020.00005.0000085.655110.000015.00008.0000050.466120.000015.00008.0000085.777110.000020.00008.0000057.988120.000020.00008.0000083.89916.591017.50006.5000024.31010123.409017.50006.5000082.01111115.000013.29556.5000076.81212115.000021.70456.5000072.81313115.0000
92、17.50003.9773175.21414115.000017.50009.0226974.91515115.000017.50006.5000071.51616115.000017.50006.5000076.81717115.000017.50006.5000075.41818115.000017.50006.5000076.81919115.000017.50006.5000069.82020115.000017.50006.5000075.3滿意度實驗計畫結果及實驗結果輸入實驗計畫結果及實驗結果輸入泡菜製作日泡菜煮 的時間泡菜湯 製作溫度AUO Proprietary & Confi
93、dentialPage 118Minitab Menu : Stat / DOE / Response Surface / Analyze Response Surface Design選定選定MODELMODELAUO Proprietary & ConfidentialPage 119Response Surface Regression: Y versus A, B, CTerm Coif SE Coef T PConstant 74.221 1.0663 69.603 0.000A 17.042 0.7075 24.088 0.000B -0.280 0.7075 -0.396 0.7
94、00C 0.410 0.7075 0.579 0.575A*A -7.166 0.6887 -10.405 0.000B*B 0.488 0.6887 0.709 0.494C*C 0.577 0.6887 0.838 0.422A*B -1.313 0.9244 -1.420 0.186A*C -1.662 0.9244 -1.798 0.102B*C 1.037 0.9244 1.122 0.288S = 2.615 R-Sq = 98.6% R-Sq(adj) = 97.3%Analysis of Variance for YSource DF Seq SS Adj SS Adj MS
95、F PRegression 9 4795.63 4795.63 532.85 77.95 0.000 Linear 3 3969.70 3969.70 1323.23 193.57 0.000 Square 3 781.43 781.43 260.48 38.10 0.000 Interaction 3 44.50 44.50 14.83 2.17 0.155Residual Error 10 68.36 68.36 6.84 Lack-of-Fit 5 25.57 25.57 5.11 0.60 0.707 Pure Error 5 42.79 42.79 8.56Total 19 4863
96、.99分析之結果分析之結果RegressionRegressionANOVAANOVA結論1:有意義的因子是A, A*A, A*C三種;但為了分析包含A*C交互作用,也要包含相當的主因數C.結論2:RSM前已經由Screening得出A,B,C均為重要因子,應同時控管.AUO Proprietary & ConfidentialPage 130Minitab Menu : Stat / DOE / Response Surface / Overlaid Contour PlotContour PlotContour Plot上求的上求的輸入輸入Y Y的預想最佳區間的預想最佳區間(Low Hig
97、h)(Low High)導出最佳條件的另一種方法導出最佳條件的另一種方法AUO Proprietary & ConfidentialAUO Proprietary & Confidential8-3)8-3)田口分析田口分析1.1.S/N ratioS/N ratio2.2.輔助表輔助表AUO Proprietary & ConfidentialPage 132S/N Ratio(S/N Ratio(信號雜音比信號雜音比信號雜音比信號雜音比) )Smaller-the-better :Nominal-the-better :Large-the-better :Fraction detectiv
98、e :計量數據計量數據不良率不良率良率良率又叫又叫 轉換轉換為衡量品質差異的綜合指標為衡量品質差異的綜合指標=選大的選大的AUO Proprietary & ConfidentialPage 133計算計算SNSNAUO Proprietary & ConfidentialPage 134建立輔助表建立輔助表S/NS/NFactor Factor A AFactor Factor B BFactor Factor C C Factor Factor N NLevel 1Level 1 Level 2Level 2 |T1-T2|T1-T2| A A B B C C N NMeanMeanFac
99、tor Factor A AFactor Factor B BFactor Factor C C Factor Factor N NLevel 1Level 1 Level 2Level 2 |T1-T2|T1-T2| A A B B C C N NAUO Proprietary & ConfidentialPage 135例題例題: :望目特性望目特性假設一實驗有4個要因,每要因有3水準,且每各實驗進行5個樣本,每個樣本取一個數據,其結果如下:回應特性回應特性: :電鍍厚度電鍍厚度規格值規格值:2 +/- 0.3(:2 +/- 0.3(吋吋););目標值目標值=2=21.因子選定AUO Pr
100、oprietary & ConfidentialPage 1362.2.利用利用MinitabMinitab進行實驗配置進行實驗配置1.路徑:StatDOETaguchiCreate Taguchi Design2.主視窗內選項:Type of Design:選3-Level DesignNumber of factors:選43.點擊 Designs:點選L94.點擊Ok兩次AUO Proprietary & ConfidentialPage 1373.3.輸入實驗資料輸入實驗資料AUO Proprietary & ConfidentialPage 1384.4.利用利用MinitabMin
101、itab進行分析進行分析1.路徑:StatDOETaguchiAnalyze Taguchi Design2.選擇回應值yC5C93. 點擊Options選擇 Nominal is BestUse adjusted formula for nominal is best點擊Ok兩次AUO Proprietary & ConfidentialPage 1395.5.完成輔助圖及輔助表完成輔助圖及輔助表Response Table for Signal to Noise RatiosNominal is best (10*Log(Ybar*2 - s*2/n)/s*2)Level A B C D1
102、 18.46 17.83 16.29 12.792 17.49 17.00 21.09 16.143 16.07 17.18 14.63 23.08Delta 2.39 0.83 6.46 10.30Rank 3 4 2 1較強因子較強因子: A,C,DResponse Table for MeansLevel A B C D1 1.199 1.530 2.913 1.1482 2.116 2.248 1.969 2.3933 2.879 2.417 1.313 2.654Delta 1.680 0.887 1.601 1.506Rank 1 4 2 3較強因子較強因子較強因子較強因子: :
103、A,C,DA,C,DAUO Proprietary & ConfidentialPage 140兩階段分析兩階段分析最佳條件的決定?先求穩!先把影響S/N的因子先選定最大化S/N再求準!再選擇對S/N沒什麼影響,卻會影響平均值的因子利用不影響S/N之因子來調整目標AUO Proprietary & ConfidentialPage 1416.6.決定最佳條件組合決定最佳條件組合最佳組合:D3,C2,A1,B1=A1B1C2D31.先求穩!先把影響S/N的因子先選定 A,C,DAUO Proprietary & ConfidentialPage 1427.7.預測最佳組合解預測最佳組合解最佳組合
104、解:1.路徑:StatDOETaguchiPredict Taguchi Results2.點擊 Levels3.選擇 Select levels from a list4.由各Factor Levels下拉式選單中選擇最佳組合最佳組合:A1B1C2D35.點擊Ok2次Predicted values S/N Ratio Mean StDev Log(StDev) 28.4531 1.15733 -0.0895181 -2.96789Factor levels for predictionsA B C D1 1 2 3未達目標值:m=2AUO Proprietary & Confidentia
105、lPage 1436.6.決定最佳條件組合決定最佳條件組合( (II)II)2.最佳解組合未達目標值,需進行再求準階段!再選擇對S/N沒什麼影響,卻會影響平均值的因子B由B1調整為B2,有助達到目標值且S/N變化小將最佳組合調整為A1,B2,C2,D3AUO Proprietary & ConfidentialPage 1447.7.預測最佳組合解預測最佳組合解( (II)II)最佳組合解:1.路徑:StatDOETaguchiPredict Taguchi Results2.點擊 Levels3.選擇 Select levels from a list4.由各Factor Levels下拉式
106、選單中選擇最佳組合最佳組合:A1B2C2D3A1B2C2D3A1B2C2D3A1B2C2D35.點擊Ok2次S/N Ratio Mean StDev Log(StDev) 27.6215 1.87533 -0.0504603 -2.65391Factor levels for predictionsA B C D1 2 2 3AUO Proprietary & ConfidentialAUO Proprietary & Confidential10)10)實驗結果確認實驗結果確認ConfirmatoryConfirmatory 確認及使用其結果確認及使用其結果AUO Proprietary &
107、 ConfidentialPage 146如何確認實驗結果如何確認實驗結果 ? ?確認實驗至少需要1230 runs計算其3利用SPC的觀念利用管制圖來確認此條件是否穩定計算long-term及short-term之製程能力AUO Proprietary & ConfidentialPage 147總結總結: :對的問題比對的答案更重要不要從現象去解決,而是造成現象的問題不要從現象去解決,而是造成現象的問題有清楚的實驗策略比急著去做實驗重要有清楚的實驗策略比急著去做實驗重要將適合的人擺在適合的位置上因子選錯,滿盤皆輸因子選錯,滿盤皆輸AUO Proprietary & Confidential
108、AUO Proprietary & ConfidentialAUO Proprietary & ConfidentialPage 149Plackett-BurmanPlackett-Burman Designs Designs只能幫你估算因子的主效應只能幫你估算因子的主效應k=N-1k=N-1個因子數,利用個因子數,利用 N N 個條件(個條件(N N是是4 4的倍數)的倍數)k=11 N=12 k=15 N=16 k=19 N=20 k=23 N=24 k=27 N=28 k=31 N=32 k=35 N=36 Tip: Using the row above as first column (remember to add the one for keep balance), the second column obtain from first by shift down one position and placing the last element to first position. Continue until column k is generatedAUO Proprietary & ConfidentialPage 150PB design PB design 範例範例Add one element for keep balancek=11 N=12