• 沒有找到結果。

第二章 文獻回顧

2.8 田口品質工程

2.8.1 田口實驗法

田口玄一(Genichi Taguchi)博士於 1950 年,將實驗設計改良並倡 導開發使用直交表與變異數分析,其中的特點係從工程的角度解決問 題,冺用少量次數的實驗,得到有用的統計數據,進而分析及製程參數 與產品之間的關係,降低生產的成本並縮短產品開發時間,而與傳統的

實驗計畫法相比,田口實驗法所具備的效率較高。

田 口 實 驗 法 先 以 直 交 表 作 為 實 驗 規 劃 , 然 後 加 上 信 號 雜 音 比 (singal-noise ratio,S/N 比)分析實驗數據。藉由直交表進行實驗並找出製 程參數之水準對產品品質特性的影響。將產品品質特性以信號雜音比來 找出最佳的製程參數組合。也就是說冺用控制參數因子和噪音因子間的 交互作用影響下,來達到品質穩健的目的,因此日本人將田口博士所使 用的方法稱為品質工程(quality engineering)或穩健設計(robust dseign),而 歐 美 各 國 在 1980 年 代 開 始 接 受 此 方 法 而 稱 為 田 口 方 法 (Taguchi’s Method)。[34]

2.8.2 品質特性

品質工程必頇選定適合之量測品質特性作為產品實驗設計的重要依 據,而品質工程特性依照資料的目標可分為三類:

1. 計量特性(Measure Characteristic):能以連續尺度測量者。

A. 望目特性(Nominal-the-better):品質特性以某一特性數值為 目標。

B. 望小特性(Smaller-the-better):品質特性值越小則產品功能 特性越好,且為非負值。

C. 望大特性(Larger-the-better):品質特性值越大則產品功能特 性越好

2. 計數特性(Attribute Characteristic):不以連續尺度量測,但能按 不連續分級尺度分類。

3. 動態特性:系統的輸入及輸出結果會影響系統的品質特性。

2.8.3 因子參數分類

在實驗或製程中,會影響產品品質特性值或反應的參數,可分為三種 因子:

1. 控制因子(Control factor):

在設計或製造上選取用以改善穩健性的因子, 實驗設計者可自由選 擇設計各因子的水準,並且藉由調整水準數值改善產品品質特性,以求 得最適之特性值。控制因子可設定為二到三個水準,設定時為了能夠使 實驗的涵蓋範圍增大,可以將水準間的距離加大,更可冹冸因子對品質 特性的影響,提高實驗準確率。

2. 信號因子(Signal factor):

信號因子之水準由實驗設計者或控制者調整,而可獲得產品反應值的 因子,而信號因子僅在討論動態的品質特性才考慮使用,如收音機的音 量可由音量旋鈕來控制輸出音量之大小。靜態品質特性則無此因子。

3. 雜音因子(Noise factor):

於實驗過程或製程中,實驗設計者無法控制且會使產品品質特性改變 的因子,稱為雜音因子。雜音因子需要耗費大量的成本來控制,避免影 響到產品的品質特性。可分為(1)產品零件於使用期間因劣化所造成產品 品質特性低下的內部雜音因子,(2)產品使用因外在環境條件造成產品品 質特性出現變異的外部雜音因子,(3)重複實驗出現產品間的不同變異。

2.8.4 信號雜音比

三、望目特性之 S/N 比計算公式

望目特性

0  y  

非零

表 2.8 兩個水準排列所需的實驗次數表

次數 A B C 結果

1 1 1 1 y1

2 1 1 2 y2

3 1 2 1 y3

4 1 2 2 y4

5 2 1 1 y5

6 2 1 2 y6

7 2 2 1 y7

8 2 2 2 y8

表 2.9 使用 L4(23)直交表所需之實驗次數表

次數 A B C 結果

1 1 1 1 y1

2 1 2 2 y2

3 2 1 2 y3

4 2 2 1 y4

直交表的型態分為兩水準系列、三水準系列、主效果行及混合型。

1. 兩水準系列有:L4(23)、L8(27)、L16(215

2. 三水準系列有:L9(34)、L27(313

3. 主效果型:L12(211

4. 混合型:L9(21 X 33)、L36(211 X 312

在眾多的直交表中各因素間存在交互作用,所以當要作因素間的變更 時,應當注意因素間的交互作用,盡量減少實驗的誤差。

2.8.6 數據解析與分析

經過實驗後取到不同特性值,根據我們所需的品質特性(望小或望大 特性)進行 S/N 比計算。計算後製作 S/N 比輔助表與輔助圖,找出最適 因素與水準值與重要因素排序。

找到最適因素與水準此時再進行一次『確認實驗』,主要是確認 所選的最適條件是否具有再現性。通常都使用『半要因推定』作為最適 條件的推估,若有再現性則可認為此最適條件能在市場(工廠)中,達 到品質目標。一般不使用全要因推定,因為全要因推估的的值太過理想,

對品質工程並無太大助益。

田口方法中,當推估現行條件與最適條件之增益值與實際確認實 驗中現行與最適條件之增益值,兩者差異越小,表示其再現性越高。其 差值超過 30%以上,即代表實驗再現性不佳。若推估與確認實驗增益值 之差小於 30%以下,此最適條件在量產的工廠中,其目標品質能夠再現。

2.8.7 變異數分析

變異數分析(Analysis of Variance,ANOVA)主要是運用統計的方法來 冹斷每個因素對實驗的影響,進而瞭解哪些因素主要影響實驗的成果。

變異數分析如表 2.10

表 2.10 變異數分析表

相關文件