1DesignOfExperiments(DOE)21.DOE實驗設計介紹FordMotorCompanyAllrightsreserved,Aheadmaster.com.3實驗設計(DOE)序論實驗設計根源自於農業,它被廣泛使用在:將X的影響量化證實一個想法或假設在給定流程的輸入設定下,去預測流程的輸出改善種植技術或將種植技術最佳化在1900年代早期由英國的RonaldFisher所發展出來實驗設計是改善或理解任何流程的關鍵工具FordMotorCompanyAllrightsreserved,Aheadmaster.com.4實驗設計設定範例1mileX1.5milesIowa的土地平面圖FordMotorCompanyAllrightsreserved,Aheadmaster.com.5實驗設計設定範例12種子21DOE因子–+產出反應值種子12FordMotorCompanyAllrightsreserved,Aheadmaster.com.6實驗設計設定範例22DOEFactor–+Seed12Fertilizer12Yield12種子12肥料ResponseFordMotorCompanyAllrightsreserved,Aheadmaster.com.7實驗設計24DOEFactor–+Seed12Fertilizer12H2OLoHiPlantingDensityLoHiResponseYieldLoHiLoHi1種子2肥料LoHiLoHi21水H2O種植密度8實驗設計(DOE)計劃FordMotorCompanyAllrightsreserved,Aheadmaster.com.9目標建立建立實驗目標根據實驗你想去發現什麼你是否試著找出輸入因子及輸出結果之間的關係你是否嘗試由許多的繁瑣不重要的可能因子中,找出少數的關鍵因子你想知道,如果一些輸入(X)一起產生作用,是否會影響到輸出(Y)你是否試著決定出輸入因子的最佳參數設定FordMotorCompanyAllrightsreserved,Aheadmaster.com.10過程可控的輸入•溫度•壓力關鍵流程輸出雜音輸入(離散的)•不同的操作者•不同的機台•不同的班別•供應者/部件選擇輸入(X’s)以及輸出(Y’s)雜音輸入(連續的)•室溫•大氣壓力•相對溼度•原料特性流程繪圖Multi-VariStudiesCorrelation'sScreeningDOE’sDOE’sGageR&R,CapabilityT-Test,ANOVAQualitySystemsSPC,ControlPlans量測分析改善控制C&E,FMEA20-5015-258-155-82-5FordMotorCompanyAllrightsreserved,Aheadmaster.com.11輸入因子(x’s)的選擇一個流程中可控制或不可控制的輸入因子,它對於結果的影響可以由實驗中知道:可能是數量表示的(變數的資料),例如:溫度的度數,時間的秒數。有可能是質的(特質上的資料),例如:不同的機台,不同的操作員,乾淨或不乾淨FordMotorCompanyAllrightsreserved,Aheadmaster.com.12因子選擇–減少因子數目我們需要包含哪些因子?下面的工作可提供我們分析FMEA/控制計劃或DCP(資料蒐集計劃DataCollectionPlan)要因矩陣假設檢定流程繪圖腦力激盪文獻探討工程知識操作者的經驗科學理論顧客/供應商輸入FordMotorCompanyAllrightsreserved,Aheadmaster.com.13為每一個因子選擇水準一個輸入因子的水準,是在實驗中需調查的輸入因子(X)的值。(不要跟輸出的(Y)混淆)。對於一個屬量的因子,例如溫度,如果實驗需要執行兩種溫度,則溫度的因子就有兩個水準。對於一個屬質的因子,例如潔淨:如果一個實驗必須考慮乾淨與不乾淨,那這潔淨的因子就有兩個水準。FordMotorCompanyAllrightsreserved,Aheadmaster.com.14設定輸入變數水準的指導方針從大量的的變數中去決定出關鍵少數輸入因子(篩選)在目前的能力上,設定“顯著”的端點水準如果有一個輸入因子,當我們改變它的時候我們可以看到結果明顯的改變。最好去了解因子間的交互作用(數學上的關係)當關鍵輸入被確認了之後,降低水準間的間隔可用來確認輸入變數間的交互作用這個方法通常會形成一系列有順序的實驗確認輸入變數的操作視窗(流程最佳化)再次使用接近的設定依樣使用連續的實驗FordMotorCompanyAllrightsreserved,Aheadmaster.com.15選擇實驗設計的類別有複製(Replication)的全因子實驗沒有複製的全因子實驗篩選或部分因子設計一次一因子法(OFAT)你所選擇的水準越高,你所學會的也會越多!FordMotorCompanyAllrightsreserved,Aheadmaster.com.16範例一:屬量型的Y假設你在看電視上的棒球賽,以及你對所有的有關聲稱可以增進你去打球的距離廣告項目感到興趣。你並不確定為何這些球跟球棒將會增加打擊距離,但是你擔憂任何的改進並且決定根據下面的條件去購買:球棒的兩種設定:Shinewood&Cornwall球的兩種類別:Fareist&Homerun你一般都在兩種場地打球,場地A幾乎都沒有風,它就像是一個室內的場地;場地B的風比較強,它就像是一個戶外的場地。你已經有配備了且你已經確認天氣。你知道該如何去改進你的打擊嗎?讓我們試著來設計一個實驗...FordMotorCompanyAllrightsreserved,Aheadmaster.com.17距離(Y)是一個屬量的資料型態範例一(1)定義問題:打擊距離不夠長建立目標:增加打擊距離選擇反應值(輸出):距離,量測當球被擊出後落地的位置與本壘版的距離。最長的距離為本壘版到全壘打牆。量測在外野掉落的痕跡的最近距離.FordMotorCompanyAllrightsreserved,Aheadmaster.com.18範例一(2)選擇可控的輸入因子:球棒球風的狀況確認不可控的輸入因子:溫度溼度選手打擊率FordMotorCompanyAllrightsreserved,Aheadmaster.com.19因子水準一水準二球棒ShinewoodCornwall球FareistHomerun風的狀況有風沒風選擇因子水準:範例一(3)FordMotorCompanyAllrightsreserved,Aheadmaster.com.20A.ShinewoodBatsTypeofBaseballs???Wind???B.CornwallBatsTypeofBaseballs???Wind???缺點:資訊非常有限我該如何進行需要實驗?什麼事需要檢驗?選擇實驗設計選擇1:OFAT–一次一因子法範例一(4)–選擇1FordMotorCompanyAllrightsreserved,Aheadmaster.com.21全部可能的組合有哪些呢?A.ShinewoodBatsFareistBallsNoWindB.CornwallBatsFareistBallsNoWindC.ShinewoodBatsHomerunBallsNoWindD.CornwallBatsHomerunBallsNoWindE.ShinewoodBatsFareistBallsHighWindF.CornwallBatsFareistBallsHighWindG.ShinewoodBatsHomerunBallsHighWindH.CornwallBatsHomerunBallsHighWind選擇實驗設計選擇2:全因子設計範例一(4)–選擇2球棒球風的狀況FordMotorCompanyAllrightsreserved,Aheadmaster.com.22範例二:磁盤範例(屬量型的Y)瓷器生產小組正在修改磁盤。生產部門指出,光澤度是顧客最在意的關鍵輸出因子,他們希望盤子能改善10%的光澤度。原料工程師想測試四種瓷土粉末,他由經驗得知在生產過程時爐灶的溫度,也是產品光澤度的關鍵原因,所以他要去檢定四種瓷土粉末及三種不同的爐灶溫度。這個實驗的全因子如何設計呢?設計出這個實驗的全因子實驗設計。FordMotorCompanyAllrightsreserved,Aheadmaster.com.23輸出(Y)的光澤度是屬量型的資料型態範例二:生產策略(1)定義問題:改善磁盤的光澤度,希望能比以前的光澤有超過10%的改善(光澤=10)。建立目標:決定哪種瓷土粉末以及爐灶的溫度可以使產出的光澤度較高。選擇反應值(輸出):輸出的光澤度為11,以公認的實驗室來量測。FordMotorCompanyAllrightsreserved,Aheadmaster.com.24範例二:生產策略(2)選擇可控制的輸入因子:瓷土粉末爐灶溫度選擇因子的水準:因子瓷土粉末種類:4個水準TC6TC5TC4TC3爐灶溫度:3個水準450500550FordMotorCompanyAllrightsreserved,Aheadmaster.com.25範例二:生產策略(3)A.瓷土粉末TC6爐灶溫度450B.瓷土粉末TC6爐灶溫度500C.瓷土粉末TC6爐灶溫度550D.瓷土粉末TC5爐灶溫度450E.瓷土粉末TC5爐灶溫度500F.瓷土粉末TC5爐灶溫度550G.瓷土粉末TC4爐灶溫度450H.瓷土粉末TC4爐灶溫度500I.瓷土粉末TC4爐灶溫度550J.瓷土粉末TC3爐灶溫度450K.瓷土粉末TC3爐灶溫度500L.瓷土粉末TC3爐灶溫度550選擇實驗設計所有可能的實驗組合為何?這是4X3的全因子實驗設計FordMotorCompanyAllrightsreserved,Aheadmaster.com.26什麼會對統計效度產生威脅低的統計效力:不適當的樣本大小鬆散的量測系統–擴大量測系統的變異(GR&R)在實驗的設定上使用隨機的因子–擴大應變數的變異注意實驗的隨機化及樣本大小就能預防威脅FordMotorCompanyAllrightsreserved,Aheadmaster.com.27制定企劃的問題量測的目的是什麼?它需要多少成本?如何決定樣本大小?我們的隨機化計劃是什麼?我們有跟我們的內部客戶談論過這些嗎?需要多久時間?我們將如何分析這些資料?我們已經計劃了先導實驗嗎?我們的計劃案在哪裡?FordMotorCompanyAllrightsreserved,Aheadmaster.com.28執行實驗內部訊息文件確定量測系統確保實驗中包含最基本的情況確定在資料蒐集上能清楚的分配責任永遠先執行前導實驗去證實及改善資料蒐集的程序等待並紀錄任何外在的變異源迅速並徹底的分析資料圖解的描述的推論的永遠執行一個或多個驗證去確認你的結果FordMotorCompanyAllrightsreserved,Aheadmaster.com.29一般的建議計劃表單會比執行實驗還來的重要(80/20)確定專案裡已包含潛在的商業結果一次集中於一個實驗不要想嘗試一次的研究就能解決所有的問題,試著於多次的研究中發現答案及早使用兩個水準的設計在第一次的實驗,不要花超過25%的預算記得在第二次的實驗時驗證前一次實驗的結果放棄一個實驗是可被允許的一定要有最後的結報最後,將實驗以穩健的水準封住,但是去思考人員與器材的安全性302.一次一因子法(OFAT)FordMotorCompanyAllrightsreserved,Aheadmaster.com.31內容大綱討論實驗策略一次一