Taguchi稳健参数设计田口(Taguchi)参数设计目标:了解Taguchi参数设计方法、掌握如何在具体实践中应用主要内容:•田口设计有关概念•田口设计的步骤田口(Taguchi)方法是什么?•田口方法在技术上被称作“质量工程学”•田口认为产品质量就是该产品给用户带来的损失,损失愈小,质量愈高田口(Taguchi)方法的基本思想设质量指标为y,目标值为m,则用户损失即产品质量度量为22)()(myEELmyL2222)()(mEyEyyE高质量的产品应该使偏离和标准差都小。田口设计的三个阶段1、系统设计——对产品进行整体的系统和整个结构的设计,——主要由专业技术人员完成。2、参数设计——决定系统中各参数的选择,使产品的性能就既能达到目标值,又使它在各种环境下波动小,稳定性好。3、容差设计——要使产品性能接近目标值,元件的公差应是多少为宜。参数设计模型1、建模策略(位置散度)•过程输入变量有两类:可控因子、噪声因子;•选择可控因子水平组合来减少系统对噪声变化的敏感性,从而减少系统的波动;•可控因子的水平设置按照响应变量目标优化的望目、望大、望小特性主要依据信噪比选出最佳设置。2、噪声因子分析对社会造成损失与重要特征的目标值之间产生偏离产生噪声的因子•环境(制造商/用户/温度)•恶化•老化•部件间差异(加工)内部噪声外部噪声产品间噪声噪声因子–引发系统差异的因子,我们既无法控制,或因为成本过高不去控制设计内表——根据可控因子的个数和水平数,选择合适的正交表,称为内表;(一般不考虑交互作用)设计外表——根据躁声因子的个数和水平数选择合适的正交表,称为外表;由内、外表结合确定试验组合,进行试验并记录试结果;3、内外表设计(2)越小越好(望小)•磨损•收缩•变质(1)指定目标值(望目)•尺寸•间隙•粘度(3)越大越好(望大)•强度•生命•燃料功效(4)分类特征•外观•味道•好/坏•级别A/B/C/D4、响应变量目标设置形式5、信躁比计算望目特性:)log(1022iiisyNS1)(,11221nyysynyniiijiniiji其中:(注:信躁比越大则波动越小)望小特性:望大特性:由数据(信躁比)的方差分析确定关于S/N的显著因子和优化的因子水平组合。信躁比计算)11log(1012njijiyn)1log(1012njijiyn1.确定项目范围2.确定因变量3.制定噪音控制战略4.确定可控因子及其水平5.进行实验/模拟并搜集数据6.进行数据分析以实现优化7.进行确认8.实施并记录结果参数设计的8个步骤试验设计试验分析指定最佳值•步骤1:确定项目范围•步骤2:确定因变量系统:多功能离合器系统因变量:y=扭矩(指定目标值)参数设计范例(望目)•步骤3:制定噪音战略•步骤4:确定可控因子及其水平Level-1Level-2T温度低高N老化前后Level-1Level-2Level-3A表面光洁度低高B原料S1S2S3C润滑油干半干油DC.E.半径0.060.090.12E指针半径0.120.240.36F齿轮角度354555G齿轮高度2.02.53.0H齿轮厚度低中高可控因子噪音因子参数设计实验设计方案ABCDEFGH12345678T1(Low)T2(High)T1(Low)T2(High)111111111211222222311333333412112233512223311612331122713121323813232131913313212102113322111212113321221322113132212313214222312131522312321162313231217232131231823321231N1(New)N2(Aged)L18控制因子从A~H在L18中列出(内阵列)噪声因子根据每个L18设置而不同(外阵列)y=扭矩(因变量)StatDOETaguchiCreateTaguchiDesign内列外列因变量y=扭矩•步骤5:进行实验并搜集数据对于每一种L18组合,在低温和高温两种情况下测出y=扭矩。同样测出老化前和老化后的y值。所以每个L18组合都有4组测试值。ABCDEFGH12345678T1(Low)T2(High)T1(Low)T2(High)Mean1111111114240332321122222237312723311333333221812541211223338352915512223311373326216123311224342403471312132325242012813232131514942409133132123632282210211332213930171011212113323328110122132211337332218132212313243392801422231213312460152231232133312516162313231238342718172321312341342321182332123137362118N1(New)N2(Aged)参数设计•步骤6:进行数据分析(S/N计算)及优化对于每个L18组合,我们都可以从外层表格中获得一系列的数据。因为我们的兴趣在于降低由噪音造成的差异,所以计算出每组L18数据的S/N值。L18的第一组数据的S/N值计算方法如下例所示:StatDOETaguchiAnalyzeTaguchiDesignOption–NominalisBest参数设计ABCDEFGH12345678T1T2T1T2(Sigma)(Mean)(S/N)111111111424033238.58334.5012.1211222222373127235.97229.5013.931133333322181257.41114.255.74121122333835291510.21029.259.1512223311373326217.13629.2512.3612331122434240344.03139.7519.9713121323252420125.90920.2510.7813232131514942405.32345.5018.6913313212363228225.97229.5013.910211332213930171012.98724.005.31121211332332811015.25318.001.41221322113373322188.96327.509.71322123132433928019.39927.503.0142223121331246014.63715.250.41522312321333125167.63226.2510.71623132312383427188.77029.2510.51723213123413423219.43029.7510.01823321231373621189.89928.009.0yhsn-1N1(New)N2(Aged)StatDOETaguchiAnalyseTaguchiDesignStorage–Mean,S/N,StdDev参数设计ResponseTableS/N(VariabilityAnalysis)Average=9.8dBABCDEFGHLevel-112.98.08.59.58.912.29.811.3Level-26.79.29.49.812.18.611.710.4Level-3-12.111.510.18.48.57.87.6Delta6.24.13.00.53.73.73.93.7ResponseTableMean(MeanAnalysis)Average=27.6in-lbsABCDEFGHLevel-130.224.627.527.926.034.127.531.3Level-225.127.927.927.031.225.928.328.9Level-3-30.427.528.025.722.927.122.7Delta5.15.80.41.05.511.21.28.5StatDOEAnalyseTaguchiDesignTerms-A~HStatDOEAnalyseTaguchiDesignAnalysis–Mean,S/NStatDOEAnalyseTaguchiDesignGraphs–Mean,S/N参数设计—因变量数据表S/N(dB)4.06.08.010.012.014.016.0A1A2B1B2B3C1C2C3D1D2D3E1E2E3F1F2F3G1G2G3H1H2H3平均值(In-lbs)20.022.024.026.028.030.032.034.036.0A1A2B1B2B3C1C2C3D1D2D3E1E2E3F1F2F3G1G2G3H1H2H3参数设计—因变量效应图参数设计-指定最佳值优化的两个步骤两步优化步骤-1:降低差异性(S/N最大化)-根据最高选择S/N值,选定控制因子标准步骤-2:调整平均值-使用能够调整平均值但又不影响差异性的控制因子步骤-1:降低差异性A1B3C3D3/D2/D1E2F1G2H1/H2使用类似D的控制因子步骤-2:调整平均值通过累加法来预测()()()()()()()()..........optTATBTCTDTETFTGTHTdB13332121913221160326271912247()()()()()()()().(.)(.)...(.)...InitialTATBTCTDTETFTGTHTdB2222222291320603002615191097S/N预测StatDOETaguchiPredictTaguchiResultsmean,S/NLevelcodedunitStatDOETaguchiPredictTaguchiResultsmean,S/NLevelSelectlevelsfromlist()()()()()()()().(.)(.).(.).(.)...InitialTATBTCTDTETFTGTHT222222222762701051036150511280(in-lbs)()()()()()()()()....(.).....optTATBTCTDTETFTGTHT133321212762729023236610538442(in-lbs)平均值预测S/N平均值初始设计9.428.7最佳设计25.447.5成果16.0-预计提高16.0Db,25.4dB9.4dB47.528.7•步骤7:进行确认实验T1T2T1T2Sigma平均值S/N初始322921157.71924.259.9最佳424038352.98638.7522.3N1(New)N2(Aged)预测确认S/N平均值S/N平均值标准公差初始设计9.924.37.7最佳设计22.338.83.0提高-12.4-确认实验的结果确定有12.4dB的提高!参数设计9.428.725.447.516.0-•步骤8:记录和实施Confirmationwith#Sample=3304812162024283236404448024681012InitialDesignPerformanceBeforeAgeAfterAge04812162024283236404448024681012OptimumDesignPerformanceBeforeAgeAfterAge参数设计参数设计范例--越小越好(望小)优化钛合金磨削工艺参数,降低表面粗糙度步骤1:确定项目范围/重点优化钛合金磨削工艺参数