田口實驗法介紹

1947 年時，田口玄一(Taguchi Genichi)博士於日本通訊實驗室工作 時，發現傳統實驗設計方法在實務上並不適用，因此發展其所謂的”品質 工程”基本原理。田口博士所發展的是一套透過實驗進行系統參數最佳化 設計方法，其具有實際的應用性，而非以困難的統計為依歸，其所發展 的方法是一種改善品質的工程方法，在日本稱之為品質工程(Quality Engineering)，亦即為一種穩健設計的實驗方法。一般而言，品管活動可 分成線上(On-Line)品管與線外(Off-Line)品管二大類，前者發生於生產過 程的階段，而後者則為在產品發展與設計階段，田口對於線上與線外之 品管都有獨特的看法。

田口方法係一種工程方法，使得高品質與低成本的產品快速的生產出 來，就操作成本而言，目的是要降低產品對環境的影響，就製造成本而言，

目的是要使用低等級原料與便宜的設備而能維持一定的產品品質水準，就 研發成本而言，田口方法是欲縮短開發時間及減少資源使用。在使用田口 方法可處理產品與製程工程師所關心的兩大問題：

1. 如何有效降低產品機能在消費者使用環境的變異?

2. 如何保證在實驗室的最佳條件，在生產與使用者環境中依然為最佳狀態。

田口方法即是要降低變異原因的影響，而不是去除變異的原因，來改善 品質，田口方法是將各種變異極小化，使得產品對變異的來源變得不敏 感。

2.4.1

田口利用二次品質損失函數(Quality Loss Function)來表示一產品性能 偏離目標值的程度，其品質損失可描述為：

L y k y m (2.9)

其中 y 表示產品的品質特性，m 為目標值，而 k 是品質損失係數 (Quality Loss Coefficient)，式子(2.9)可以繪成圖 2-11，當產品符合目標值時，

損失為零，當y 越偏離 m 時，則損失為大。

圖2-11.品質損失函數(二次損失函數)

其中 y 表示所欲探討的品質特性或回應值(Response)，影響 y 的參數 可分成信號因子(M)，控制因子(Z)和雜音因子(X)三類，茲將此三類參數分 述如下:

1. 信號因子(Signal Factor)

信號因子由設計工程師依據所開發的產品知識來選擇，以表達所想 要的回應值，當目標值改變時，我們可調整信號因子，使y 的平均值與 目標值一致。

2. 控制因子(Control Factor)

所謂控制因子係其水準可由設計人員掌握且決定，事實上設計人員 必須決定控制因子的水準，使y 的損失減至最小。

3. 雜音因子(Noise Factor)

當設計人員所無法控制的參數稱為雜音因子，雜音因子的水準會隨 著環境而變化，因此無法確認某特定情況下的雜音因子值，通常我們僅 掌握雜音因子的一些特性，如平均值與變異數。

關於品質工程主要討論的範疇為線外品管活動，即如何降低雜音因子 對於產品品質特性的干擾影響，田口進一步將線外品質管制分成系統設計、

參數設計、允差設計等三種階段分述：

1. 系統設計(System Design)

又稱為概念設計(Concept Design)此階段主要是檢視各種可能達成 想要的機能與系統和技術，然後選擇一個最適當的值。

2. 參數設計(Parameter Design)

決定系統設計參數的水準，在這階段中主要是要最佳化系統設計，

利用實驗以確定控制因子水準的組合，使系統對雜音因子的靈敏度降至 最低，進而提升系統的穩健性。

3. 允差設計(Tolerance Design)

利用成本與品質的平衡方法來考慮允差設計，本階段主要為調整公 差範圍以最佳化設計參數，當產品品質未能滿足客戶的要求，則需增加 生產成本以降低產品變異，減少品質損失。

參數設計是田口所提倡的品管方法中，具有最大貢獻者，大致可分成 下列幾個步驟來進行：

1. 了解問題

2. 選擇因子與水準 3. 選擇適用的直交表

4. 準備及執行實驗，並收集相關數據。

5. 根據品質特性計算直交表中每一次的實驗 SN 比。

6. 完成並解釋各因子對 SN 比的效果圖。

7. 決定控制因子的最佳水準組合。

8. 執行確認實驗，如果確認實驗結果與預估的結果不符時，即表示實驗過 程失敗，必須重新規劃實驗。

9. 結論與建議，當確認實驗成功時，將其控制因子的最佳水準納入系統中 加以執行。

L 2

圖2-12.直交表符號之定義

一 般 而 言 ， 實 驗 配 置 由 兩 部 分 所 組 成 ， 一 為 內 側 直 交 表(Inner Orthogonal Array)，另一為外側直交表(Outer Orthogonal Array)。內側直 交表的”行”代表控制因子，其每一”列”表示為控制因子組合水準，外側直 交表的”行”代表雜音因子，其每一”列”表示為雜音因子組合水準。內外直 交表即構成一完整的參數實驗設計[39]。

2.4.2 損失函數與信號雜訊比(S/N)關係

信號雜訊(Signal-to-Noise ; Ratio S/N 比)，田口博士所提出之信號雜訊 比主要目的是在於平均值(Yavg)與變異數 δ ，依品質特性種類使用不同的 信號雜訊比，在通訊上S/N 比則定義為:

S/N log 信號強度/雜音強度 db (2.10) 田口博士借用此定義創造成 ”參數設計”中使用的 S/N 比，基本上由 損失函數可看出若調整品質特性之平均值至目標值上，可使損失減少且平 均值之調整甚為容易，故平均值可視為”有用的訊號”。品質特性變更增加將 使損失增大，故變異可視為 ”有害的訊號” 由 S/N 比定義可得:

S/N log 有用的訊號/有害的訊號 db (2.11) 以下則為各類型品質特性之 S/N 比。在製程或品質特性值越大越好時，

稱為望大特性如計算公式(2.12)所示。在非負數值且其值越小越好的，製程 或品質特性值稱為望小特性，其理想值為”0”如計算公式(2.13)所示。若理想 值為 0，卻仍有負數的特性則不稱為望小特性，以 0 為目標的望目特性，

水準數 行數

列數

表示直交表

如計算公式(2.14)所示。

（1）望大特性（Larger the better）

S N 10 log^∑ (2.12)

（2）望小特性（Smaller the better）

S N 10 log^∑ 10 log y S (2.13)

（3）望目特性（Norminal the better）

S N 10 log^∑ 10 log y m S (2.14)