• 沒有找到結果。

中 華 大 學 碩 士 論 文

N/A
N/A
Protected

Academic year: 2022

Share "中 華 大 學 碩 士 論 文"

Copied!
63
0
0

加載中.... (立即查看全文)

全文

(1)

中 華 大 學 碩 士 論 文

題目:運用田口方法與DFP法於參數設計最佳 化-以機構件射出成形製程為例

系 所 別:科 技 管 理 研 究 所 學號姓名:M09303027 馬 郁 淇 指導教授:鄧 維 兆 博 士

中華民國九十五年七月

(2)
(3)
(4)
(5)

運用田口方法與 DFP 法於參數設計最佳化-以機 構件射出成形製程為例

學生:馬郁淇 指導教授:鄧維兆 博士

摘 要

本研究以田口方法、迴歸分析法以及DFP 演算法建立有別於傳統試誤法 或單純田口方法之最佳製程參數設計方式。首先本研究利用田口直交表實驗 安排與S/N 比顯著參數判定法則,找出射出製程的初步最佳化參數設計,接 著藉由田口實驗數據進行迴歸分析以建立出控制因子與產品品質特性(重量) 之迴歸預測模式,最後運用DFP 演算法配合產品品質特性(重量)之目標值,

以得出最終最佳化製程參數設計。由初步與最終最佳化製程參數設計的比較 分析可知,本研究所提的新程序方法確實可讓製造管理者於單一品質特性考 量下,以最效益方式完成最佳化製程參數設計,進而提昇產品品質與成本之 競爭優勢。

關鍵詞:射出成形、田口方法、DFP 演算法、參數設計

(6)

誌 謝

本論文得以順利完成,承蒙指導教授鄧維兆博士耐心、悉心的指導,無 論在課業或是生活上均給予最大的支持,使我在研究之學習態度以及分析判 斷技巧上都有所領悟以及增長,能在教授的帶領下學習並成長是學生莫大的 榮幸,在此由衷至上最誠摯的謝意並銘感於心。另者承蒙蔡志弘博士、陳文 欽博士於口試期間細心指導,提供諸多寶貴意見,使得本論文得以更加完善,

在此一併致謝。

研究期間,感謝學長陳振臺在論文撰寫上的指導,以及同窗好友在研究 及生活上的協助與關懷,在此獻上無限之祝福與謝意。

最後要感謝我的家人,多年來的照顧與鼓勵。最後僅以本論文獻給曾經 關心、照顧我的師長、朋友以及家人。

馬郁淇 謹識於中華科管所 中華民國95 年 7 月 21 日

(7)

目 錄

摘 要 ... i

誌 謝... ii

目 錄 ...iii

圖目錄... v

表目錄... vi

第一章 緒論 ... 1

1.1 研究背景與動機... 1

1.2 研究目的... 2

1.3 研究架構與流程... 2

第二章 文獻探討 ... 5

2.1 射出成形... 5

2.1.1 塑膠射出成形簡介 ... 5

2.1.2 射出成形基本原理與流程 ... 9

2.1.3 射出成形特性與生產變異 ... 12

2.1.4 射出成形相關文獻 ... 14

2.2 田口方法(TAGUCHI METHOD)... 15

2.2.1 田口方法理論 ... 15

2.2.2 田口方法文獻探討 ... 22

2.3 數值分析法... 23

2.3.1 Davidon-Fletcher-Powell(DFP)法... 23

2.3.2 數值分析法相關文獻 ... 25

2.4 製程能力指標... 26

第三章 研究方法 ... 30

3.1 田口實驗設計... 30

3.1.1 參數設計 ... 30

3.1.2 直交表選用 ... 31

3.1.3 信號雜音比選用 ... 32

(8)

3.2 品質特徵規格... 33

3.3 實驗設備... 33

3.4 迴歸分析... 36

3.5 DFP演算法 ... 36

第四章 研究結果 ... 37

4.1 初步參數設計最佳化... 37

4.1.1 小結 ... 39

4.2 迴歸預測模型... 39

4.3 DAVIDON-FLETCHER-POWELL(DFP)分析 ... 41

4.4 確認實驗結果... 42

4.4.1 單一樣本t檢定 ... 43

4.4.2 製程能力分析 ... 44

第五章 結論與未來研究建議 ... 46

5.1 結論... 46

5.2 未來研究建議... 47

參考文獻... 48 附錄A 52

附錄B 53

(9)

圖目錄

圖1.1 研究流程圖 ... 4

圖2.1 單一模穴模具圖 ... 6

圖2.2 雙模穴模具圖 ... 6

圖2.3 柱塞式射出成形機 ... 8

圖2.4 單螺桿式射出成形機 ... 9

圖2.5 射出充填階段過程圖 ... 10

圖2.6 保壓冷卻階段過程圖 ... 11

圖2.7 頂出階段過程圖 ... 11

圖2.8 產品與製程關係圖 ... 17

圖2.9 製程品質特性一致性程度 ... 27

圖2.10 製程品質特性偏移程度 ... 28

圖3.1 最佳化流程圖 ... 30

圖3.2 Nissei ES-400 全電氣式射出成形機... 34

圖3.3 Nissei DLA5 解析裝置... 35

圖3.4 METTLER AE-100 天平... 35

圖3.5 雙模穴之按鈕扣件模具 ... 36

圖4.1 因子反應圖 ... 38

圖4.2 DFP法製程參數最佳化搜尋畫面... 41

圖4.3 最佳製程參數實驗數據散佈圖 ... 43

(10)

表目錄

表2.1 不良原因因應對策圖 ... 13

表2.2 L8(27)直交表... 18

表2.3 田口實驗標準直交表 ... 19

表2.4 製程能力C 值分級表P ... 27

表2.5 製程能力C 值分級表 ... 28 a 表2.6 製程能力Cpk值分級表... 29

表3.1 製程參數水準設定範圍 ... 31

表3.2 L25(56)田口實驗表... 32

表3.3 Nissei ES-400 射出成形機台規格表... 34

表4.1 實驗數據表 ... 37

表4.2 因子反應表 ... 38

表4.3 初步製程最佳參數水準組合表 ... 39

表4.4 迴歸分析表 ... 40

表4.5 DFP法製程最佳參數組合表 ... 42

表4.6 田口實驗與DFP演算法最佳參數組合表 ... 42

表4.7 田口方法與DFP法最佳製程參數實驗數據表 ... 42

表4.8 田口實驗單因子t檢定表 ... 43

表4.9 DFP法單因子t檢定表 ... 44

(11)

第一章 緒論

1.1 研究背景與動機

根據GII(Global Information, Inc.)為美國射出成形塑膠業所做的市調報 告中顯示,美國射出成形塑膠業每年之產值以3.2%的速度成長,並預測美國 射出成形塑膠業之市場規模會在 2008 年達到 165 億英鎊或 105 億美金之產 值,台灣塑膠業也可望達到8000 億台幣之產值【9】。而射出成形塑膠業目前 於台灣的塑膠加工業中大約佔了百分之四十的產出水準,其產出量以及產值 亦非常可觀。

目前台灣射出成形之產品由早期的民生日常用品如臉盆、電器用品,到 近期的電腦資訊周邊產品都含括在內,其用途越加廣泛,而產品之品質要求 也越加精細。在射出成形的製程中,其產品品質之好壞深受三個主要加工程 序填充、保壓及冷卻之影響。而在此三項加工程序中必須考慮到料管溫度、

射出速度、射出時間、射出壓力、保壓、保壓時間、冷卻溫度及冷卻時間等 加工參數【35】,任何的參數變異都會導致產品不良的產生。因此射出成形產 業早期一直依賴經驗之傳承,而如此的傳承經驗必需在產品正式生產前對各 加工之參數做試模調整作業來確認產品品質,才可進行正式生產,無形中大 量增加了生產的時間以及生產的成本。

而現今各品質工程領域中,無不致力於尋求製程最佳化參數,使產品之 品質特性能達到目標值且使製程之變異最小化,進而達到節省生產成本、提 高產品品質之目的。然而射出成形業在尋求製程最佳化參數之過程中,由於 其具有多項加工變數的現象,因而增加尋找最佳化參數設計的困難性。目前 射出成形業多利用類神經網路理論、模糊理論以及基因演算法來尋求製程之 最佳化參數設計【5、7、13、14、21、24、26、30】,然而類神經網路的訓練 需要大量的實驗樣本,而模糊理論以及基因演算法則需大量且複雜的運算過

(12)

程。因此本研究希望藉由田口方法之簡捷特性,並以迴歸模型找出其迴歸品 質特性預測模式,最後再以DFP 分析法將其逼近品質特性之目標值,以獲得 最佳參數設計進而讓製程能夠生產出最符合品質特性之良品。因此本研究之 研究目的為建立一個可用於射出成形業中高效益尋找最佳製程參數設計的新 程序方法。

1.2 研究目的

本研究之研究目的係針對機構件射出成形產業,提供一高效益尋找最佳 製程參數設計之新程序方式。並期望製造業者經由此最佳參數設計程序方 法,可顯著地減少正式量產前大量的試模調整作業,且能快速地、精確地且 效益地決定出最終最佳化製程參數設計,以利後續生產作業所得產品皆為符 合品質規格要求的機構件成品。

1.3 研究架構與流程

本研究之研究架構如圖1.1 所示,主要分為五大流程步驟,其內容簡述 如下:

第一部分 確立研究主題

確立本研究之研究目標、研究對象以及研究目的。

第二部分 文獻探討

分別針對塑膠射出成形製程、田口方法、數值分析法以及製程能 力分析做方法以及理論回顧,並彙整國內外相關研究文獻著作,

藉以了解目前產業研究現況。

第三部分 初步參數設計最佳化

(13)

初步參數設計最佳化主要運用田口方法來完成。在進行直交表實 驗安排與實際實驗後,藉由實驗數據找出各因子S/N 比最大之水 準組合,為初步最佳化參數設計。

第四部分 二次參數設計最佳化

二次參數設計最佳化主要以田口方法執行後之實際數據,建立品 質特性迴歸預測模型,並結合品質規格要求進行DFP 演算法之迭 代演算,以找出最終最佳化參數設計。

第五部分 結論與建議

針對初步參數設計最佳化與二次參數設計最佳化之製程參數設計 組合進行比較實驗,比較何種參數設計下,產品品質特性與製程 能力有較佳結果。最後對本研究作一完整結論,並針對目前之研 究結果提出未來研究之建議。

(14)

確立研究主題

確立研究動機與目的

相關文獻探討

初步參數設計最佳化

田口方法(直交表實驗設計+S/N 比顯著參數判定)

初步最佳製程參數設計

機構件射出成形品質特性迴歸預測模式建立

圖1.1 研究流程圖

最終最佳製程參數設計

DFP 法 品質規格要求

二次參數設計最佳化

結論與建議

(15)

第二章 文獻探討

本章將分別針對塑膠射出成形、田口方法、DFP 演算法以及製程能力指 標之理論與方法進行說明,並彙整國內外相關研究成果,藉以了解目前之研 究現況。

2.1 射出成形

2.1.1 塑膠射出成形簡介

塑膠成形技術約開始於1870 年【1】,因塑膠材料具有比重小、強度高、

精密度高、良好的隔音及隔熱效果、化學及電器絕緣性能佳、易於加工成品 以及成本便宜等諸多優點,因此逐漸取代傳統玻璃、鋼鐵等材料,廣泛地應 用於各種工業加工產品中,如汽車、醫療設備、電腦、鐘錶製造業等,成為 製造微小零件的替代品。塑膠成形加工之方法眾多,由最早的擠壓成形

(Extrusion Molding)一直到後期的壓縮成形(Compression Molding)、吹氣 成形(Blow Molding)、轉移成形(Transfer Molding)以及射出成形(Injection Molding)等,均為塑膠材料之成形工法,而射出成形由於是所有塑膠成形法 中最易於自動化生產之成形法,其效率高,產量也最大,產品尺寸精密,並 且適用於製造結合面複雜之產品,因此成為目前生產之大宗。

塑膠射出成形之樣式以及種類眾多,又可依塑膠材料、模穴設計以及射 出成形機之不同而有所差異:

一、塑膠材料方面

射出成形之塑膠材料可分為熱固性以及熱塑性兩大類。熱固性材料 在常溫下通常為粉末狀或粒狀,其加工程序通常以兩階段之方式完成,

第一階段為將材料置於模具內,後以填加催化劑或加熱之方式將其熱固 後成形,此過程又稱為“硬化處理"。通常在熱固的過程中也需施加適 度壓力,避免產品產生變形等不良。熱固性產品因其熱固性質,導致熱 固性射出製程生產週期較長,生產速度較慢,且產品易產生氣泡等缺點,

(16)

影響了熱固性成形之發展。一般熱固性射出成形材料有密胺(三聚氰 胺)、尿素塑膠、環氧樹脂、酚醛樹脂等…。而熱塑性材料在常溫中為固 體,遇熱後會呈熔流狀態,此時將之注入模具內加以塑形後,經冷卻而 後成形。熱塑性材料其產品生產過程較具生產彈性,可藉由升高溫度來 加強材料流動性,或降低溫度加速固化產品速度藉以縮短產品生產週 期,而熱塑性塑膠成形中產生之不良品以及生產中產生的披風(Scrap)、

注入口(Sprue)或是流道(Runner)等廢料,皆可與其他塑膠原料混合 後再製,大量減低生產加工成本。一般熱塑性射出成形材料有PE、PP、

ABS、PVC、POM、PBT、PC 以及尼龍等。

二、模穴設計方面

模穴設計之好壞,決定射出成品之先決品質,因此模穴設計為射出 成形製程中相當重要的一環。射出成形模具可分為單一模穴以及多模穴 兩種模具。單一模穴於單一射出過程中產生單一模件,單一模穴澆口設 計位置大多為模件之中心點,便於使材料呈放射狀擴散。而多模穴設計 則有兩件或兩件以上模件,多模穴設計時須考量流道位置必須為子模穴 之間的最短距離。單一模穴與多模穴如圖2.1、2.2 所示:

圖2.1 單一模穴模具圖

圖2.2 雙模穴模具圖

(17)

三、射出成形機方面

射出成形機為製造射出成品最主要之工具,其基本功能在於使模具 開啟以及閉合,以及加熱塑料達於溶流狀態,並將其射出注入模具內之 循環過程。

射出成形機的構造可分為射出單元、鎖模單元、控制及操作單元、

電器單元,四大單元組合而成。

(一) 射出單元:射出單元主要功能在於熔解塑料、混和塑料,並計算一 定量容積之塑料作為射出之用,以及升壓射出融化塑膠 液。射出單元可由料斗、加熱管、塑料供給裝置、料管、

噴嘴、射出缸以及螺桿迴轉驅動裝置等組成。

(二) 鎖模單元:鎖模單元控製模具的開模、鎖模、冷卻以及頂出成品。

鎖模單元主要由模板、模支軸、鎖模油壓缸、調模機構、

頂出機構以及安全門等組成。

(三) 控制及操作單元:控制及操作單元包括調整料管、噴嘴、鎖模及頂 出機構的操控,都由此單元執行控制與操作。此單元可 分為動作控制單元、溫度控制單元以及動力控制單元三 部分。

(四) 電器或油壓單元:此單元主要控制鎖模機構或射出機構之機械動 力。油壓單元通常由油壓泵、壓力控制閥、流量控製閥、

方向控制閥、濾油器、冷卻器、油箱、油壓缸及油壓馬 達所組成。

最早之塑膠射出成形機為柱塞式成形機型,是於 1872 年由美國開 始發展,於1926 年大量生產,直到 1956 年第一部螺桿式射出成形機才 被製造出來【6】,其後又有兩者混合之預備可塑化式機型產生。

(一) 柱塞式射出成形機(Ram-fed injection molding machine)

柱塞式射出成形機是最早型的射出成形機型,它是以柱塞式加

(18)

壓原理讓料材在固定空間下加熱,形成熔融狀態,再從噴嘴射出進 入模具內。而柱塞式射出成形機之缺點為塑膠料材在固定空間下加 熱,流動性不佳,因此可塑化性較差,塑膠料材無法充分且均勻融 化,因此射出壓力相對較大,柱塞式射出成形機表示如圖2.3。

圖2.3 柱塞式射出成形機

(二) 螺桿式射出成形機(Screw-fed injection molding machine)

螺桿式射出成形機是目前業界最廣泛使用之機型,其改良了柱 塞式射出成形機,柱塞融料導致混料不均勻之缺點。螺桿式射出成 形機之原理為運用螺桿式混料原理,藉由螺桿的轉動使料材內部發 熱來加速塑化速度,再由噴嘴射出進入模具內。因此螺桿式成形機 塑化料材能力較大,且因料材充分混合及融化使射出壓力較小,料 材不易滯留至料管內,其缺點為料材容易順螺旋槽逆流。而螺桿式 射出成形機又可分為單螺桿式以及雙螺桿式成形機種,螺桿式射出 成形機表示如圖2.4。

(19)

圖2.4 單螺桿式射出成形機 (三) 預備可塑化式射出成形機

預備可塑化成形機為預塑加熱缸以及射出加熱缸相結合之機 型,預塑加熱缸之功能為將塑膠料材加熱至熔流狀之料缸,而射出 加熱缸之功能則為將塑膠熔料射出。預備可塑化式機型又可因預塑 加熱缸裝置不同,可分為柱塞式及螺桿式兩種。

本研究選定熱塑性塑膠原料,模穴為雙模穴型模具而射出機種類為螺桿 式射出成形機為本研究實驗之機具。

2.1.2 射出成形基本原理與流程

塑膠射出成形的是利用塑膠原料受熱後,熔解形成熔流狀態流體,再使 用油壓系統產生壓力、流量,將熔融狀態之塑料注入預先設計好的模具模腔 中,等待模件冷卻後取出塑膠產品。其過程一般可區分為塑料之塑化、充填、

保壓、冷卻、頂出五階段的循環製程。

一、塑化:塑化階段為塑膠原料在料筒內融化之過程,其原理為塑料於料缸 中經螺桿擠壓而產生大量摩擦熱而使塑料熔化成熔流狀態,並經 螺桿移動將熔膠堆積於料筒前端,並且使用加熱器維持熔膠溫度。

(20)

二、充填:充填階段為塑料注入模具模穴內之過程,在此過程中射出機需打 開噴嘴,以便螺桿前進將熔膠經噴嘴注入關閉的模穴,而當熔膠 進入模穴中時,模穴中之受壓氣體分別從頂出銷、分模線和氣孔 中逸出。良好的充填決定於塑膠元件設計、澆口位置和良好的排 氣。而塑料的流動性不佳,或者射出壓力不足也可能造成短射現 象;相反地,假如塑料的流動性太好,容易在塑件的分模面造成 毛邊,射出充填階段過程如圖2.6 所示。

圖2.5 射出充填階段過程圖 參考資料:【4】

三、保壓:保壓階段為熔膠完全填滿模穴後,必需使模穴內繼續保持一定之 壓力,並且使塑料能繼續進入模穴中,補償因冷卻而造成塑料體 積收縮所產生的空間。保壓不足易使產品產生縮水現象,相反地 若保壓壓力過大則易使產品產生毛邊之現象。

四、冷卻:冷卻階段為充填與保壓階段結束後,熔膠需在模具中等待一段時 間使模件降溫並且固化。冷卻時間在整個成形週期中佔非常高的 比例,大約為80%。而成形品的冷卻時間會依據塑膠性質、成形 品的形狀、大小、尺寸、精度而有所差異。射出保壓、冷卻階段 過程如圖2.7 所示。

(21)

圖2.6 保壓冷卻階段過程圖 參考資料:【4】

五、頂出:頂出階段為整個射出程序最後一個步驟,接續冷卻階段之後。頂 出階段為當模件完全凝固後,模穴之移動模板後退,使頂出銷頂 到後板(rear plate)而停止運動,兩半邊模具打開,頂出銷將成 形品、澆道系統及廢料頂出之過程,頂出階段過程如圖2.8 所示。

圖2.7 頂出階段過程圖 參考資料:【4】

而若以成形機之機械動作來區分射出成形之步驟可分為鎖模階段、填充 階段、保壓階段、冷卻階段以及開模頂出五個階段的循環過程,其順序可細 分為以下十二個動作之循環過程【10】。

步驟一:關閉兩半邊模具,以便螺桿開始向前推進。

步驟二:射料螺桿將塑料注入模穴並填滿模穴。

步驟三:模穴內塑料收縮,螺桿繼續推進,以進行二次射料以保持模穴

(22)

壓力。

步驟四:當模穴澆口冷卻凝固即停止二次射壓

步驟五:等待模件冷卻,螺桿旋轉,使塑料進入料管內加熱融化,準備 下一次射出。

步驟六:螺桿後退至定位,此時塑料已完全融化。

步驟七:螺桿後退「倒索」,以防止塑料噴出。

步驟八:模件冷卻定形,射料螺桿同時完成射料準備。

步驟九:模板後退,模具打開。

步驟十:退件機構將塑件頂出。

步驟十一:噴脫模劑清除塑件。

步驟十二:開閉模具,以開始下一個循環。

2.1.3 射出成形特性與生產變異

射出成形之產品品質好壞,其因素相當複雜,主要之因素可能導因於材 料特性、模具設計、射出機以及操控參數設定等問題。而射出成形常見之不 良原因,大部分為尺寸不良、短射、氣泡、黑點、黑紋、變形、強度不足等 問題。而一般常見之不良原因以及因應對策如下表2.1 所示。

(23)

表2.1 不良原因因應對策圖

資料來源:【3】

(24)

2.1.4 射出成形相關文獻

射出成形影響加工之參數眾多,許多國內外學者均對射出成形之加工參 數以及產品品質特性做過許多相關之研究,如Yang and Furong【34】於 2006 年在其研究中表示,射出產品之品質可分為三大類型來探討,第一類型為產 品重量、長度以及厚度。第二類型為產品表面瑕疵,例如縮痕(Sink marks)、

水波痕(Record Grooves)、流紋(Jetting)等。第三類型為機械或物理性能,

例如產品強度。而在此三類別中,產品重量是最重要的品質屬性,因產品之 尺寸跟產品之重量具有線性關係之影響性。Davis and Hudson【17】在其評估 重量與射出製程參數之影響關係中,證實了射出壓力(injection pressure)、

保壓壓力(packing pressure)、模穴壓力(cavity pressures)、射出行程(injection stroke)、平均模穴壓力(average cavity pressures)六項變項密切地影響射出 模件之重量,此研究是運用Box-Jenkins 模型來量測,並發現在射出製程非隨 機變異過程中射出製程變數對產品品質之影響性。而Karmal et al.【19】在其 研究中也認為射出產品品質與產品重量間有極大的關聯性,因此若能設計控 制產品重量之方法,即能使產品品質穩定。此研究以模穴壓力與料材溫度為 控制對象,而以冷卻系統控制融料溫度使其達於穩定狀態,再針對模穴壓力 進行參數控制並藉以對應產品重量。經實驗結果顯示,模穴壓力的變動與產 品重量成正比之線性關係,且當料材溫度與模穴表面溫度達穩定狀態時,模 穴壓力曲線與成品重量具有明顯的相關性。Keehae et al.【20】在其研究中表 示,模穴壓力為一個非常適合用於監視塑膠射出製程的訊號,Keehae et. al.

認為射出品質會經由模穴壓力訊號反映出其品質特性,而要完全的描述成品 品質,模具溫度也是必須加以量測及考慮。Keehae et al.在其研究中運用壓力 -比容-溫度(p-v-t)關係式,定義其中壓力、溫度兩參數,其中壓力之參數是經 由射出機台的參數設定影響模內壓力,並經由模穴內之壓力訊號變化歷程曲 線 逐 步 尋 找 最 佳 化 製 程 , 最 後 執 行 實 驗 之 可 靠 度 及 再 現 性 分 析 。 而 Sanschagrin【29】在其研究中探討射出成形閉迴路控製系統的重要控製因素,

研究結果顯示重量、保壓壓力、螺桿速度與射出時間有正相關之關係。

Sanschagrin 在此研究中選取背壓壓力(Back Pressure)、保壓壓力(Holding Pressure)、射出時間(Injection Time)、開模時間(Open Mold Time)、充

(25)

填尺寸(Shot Size)、鎖模壓力(Clamping Pressure)、射出壓力(Injection Pressure)、螺桿速度(Screw Speed)和頂出(Boost Cut-Off)為控制因子,

並以重量(Part Weight)、最大模穴壓力(Maximum Cavity Pressure)和最 大撓曲(Maximum Mold Deflection)為輸出品質特性。

2.2 田口方法(Taguchi Method)

2.2.1 田口方法理論

田口方法是田口玄一(Taguchi Genichi)博士於 1950 年代所提出,又稱 為田口式品質工程法或穩健設計的實驗計劃法。它主要為使產品達到高品 質、低成本且能快速生產之工程方法。因此田口方法主要為降低變異原因對 產品的影響性,來改善產品品質。而田口方法由於能以少量的實驗組合以及 簡易的分析步驟指出最佳化趨勢,大量地減化了全因子實驗之實驗次數以及 實驗成本,因此深受企業界所重視。

田口方法主要利用直交表實驗設計,並以信號雜音比(Singal to Noise Ratio;S/N)之大小決定實驗分析結果。田口方法有以下特色:(1)實驗因子 定義與選擇、(2)田口式直交表、(3)S/N 比。

一、實驗因子定義與選擇

因子選擇必須考慮製造成本,使品質損失達到最小化,而影響品質 特性的因子可分為三類如下所述,而其與產品製程及品質特性之關係如 圖2.5 所示:

(一) 控制因子(Control Factors)

控制因子為實驗中可自由控制的參數,其可依實驗之需要設定 其高低值之變動,又稱“水準"。而控制因子若在實驗分析後發現 因子與其品質特性具有等向之影響關係,且不影響製程變異,則又 稱為調整因子,可用於微調品質特性使品質特性達到目標值。

(26)

(二) 信號因子(Signal Factors)

信號因子為依據控制因子的變化而程連續函數變化之因子,是 由設計工程師依據開發產品的工程知識選擇之因子,通常與品質特 性具有輸入與輸出的關係,可用來間接控制品質特性。因此當品質 特性目標值改變時,可藉以調整信號因子,使品質特性之平均值與 目標值一致。而當信號因子為固定之參數時製程可視為一個靜態問 題,若不固定則為動態問題。

(三) 雜音因子(Noise Factors)

雜音因子為實驗中不可控制或極難控制且控制成本甚高之因 子。雜音因子會因產品使用或操作環境、時間的不同而有所不同,

因此極難去設定其水準值,通常只能獲知其平均值與變異數。因此 雜音因子之存在,會導致製程產生變異,使品質特性改變而造成成 本損失。因此在製程或實驗中,必須盡量降低產品及製程功能對雜 音因子的敏感度,雜音因子又可分為四種類別:

(1) 外部雜音(Outer Noise / External Noise)

外部雜音主要為產品生產環境或執行方式不同造成的變 異,如生產環境溫度、溼度、空氣流通性、使用者等…,又稱 為環境變異。

(2) 內部雜音(Inner Noise / Deterioration)

外部雜音主要為生產設備上之變異,導致產品品質之變 化,如生產設備磨損、機械精度變異、材料變異、製程參數變 異等...,又稱為劣質雜音(Deteriorating Noise)。

(3) 產品間變異(Unit-to-Unit Variation)

產品間變異之原因並不明確,其產生於產品製造過程中,

(27)

當製造過程與參數設定以及目標規格皆相同時,產品品質卻依 然產生差異,此現象就稱為產品間變異。因此此變異是無法避 免的。

(4) 量測雜音

量測雜音為量測上產生之誤差以及變異,導致量測結果之 產品品質不夠精確,如量測位置、量測時間以及量測機具之精 確性等...。

產品/製程 信號因子

雜音因子

控制因子

品質特性

圖2.8 產品與製程關係圖 二、直交表(Orthogonal arrays;OA)

直交表為Professor C.R. Rao 於 1974 年所創【2】,為因子與水準間 的陣

田口式直交表的配置,一般由內直交表(Inner Orthogonal Array)

列組合,通常表示為OA(a, c, b, t);a 為列數,代表實驗次數、組 合次數、水準或處理組合數;c 為行數,代表因子或變數之數目,又稱 為限制數目;b 為符號數及水準數;t 為強度,代表保證能看到所有組合 相同次數的行數。而田口式直交表中省略了強度t 之參數,表示如下:

( )

c

L b

a

(28)

與外

表2.2 L8(27)直交表

直交表(Outer Orthogonal Array)組成,內直交表為控制因子與水 準之陣列組合,外直交表為雜音因子與其水準之陣列組合,兩相結合形 成一完整之直交表。而直交表之選擇必須考慮實驗之因子數與水準數,

並且考慮是否探討因子之間交互作用,並計算總自由度是否足夠分析所 要探討的因子與其交互作用組合,最後選定所需直交表並進行因子與水 準配置,如表2.2 L8(27)所示:

Exp. A B C D E F G 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2

直交表的選用必須考慮因子水準數和直交表中之水準數配合,

因此除了單一2 水準與 3 水準直交表外,還有二水準組合型直交表,如 L18(21×49)及L32(21×49),田口博士列了 18 種基本直交表,Phadke【27】

將之稱為標準直交表(standard orthogonal arrays),列示如表 2.3 所示:

(29)

2.3 田口實驗標準直交表

直交表各水準行數 列數/實驗 可放因

2 行 3 行 4 行 5 行 表

直交表 筆數 子數

L4 4 3 3

L8

1

3

1 1

1

21 4

8 7 7

L9 9 4 4

L12 12 11 11

L16 16 15 5

L'16 16 5 5 5

L18 18 8 1 7

L25 25 6 6

L27 27 13 13

L32 32 31 1

L'32 32 10 1 9

L36 36 23 11 2

L'36 36 16 3 3

L50 50 12 1 1

L54 54 26 1 25

L64 64 63 63

L'64 64 21

L81 81 40 0

參考資料:【 】 三、信號雜音比

比(Singal to Noise Ratio)又稱 S/N 比,原本是用於通訊 工程中的「信號」與「雜訊」之比,此比值越大表示通訊品質越佳。田 口博士將其沿用做為衡量品質之定義。田口博士認為良好的品質必須同

31

信號雜音

時考量強度以及變異強度,因此S/N 比主要之目的為同時考量平均值

y )與變異數(σ2),當中平均值為衡量製程中心與品質規格中心之

差異性,而變異數為衡量製程之變異,而此兩項數值又可依品質特性目 標值之要求而區分為不同型態之S/N 比:

(30)

(一) 望目特性(Nominal the best;NTB)

S/N 比之望目特性為當品質特性目標值有一定量之數值,且此 數值不等於0 時,品質特性目標值與製程中心值之差值越小越好。

因此品質特性( y )越接近目標值(m)越好,也就是偏心值( ym) 越小越好。望目特性又可依要求之品質特性不同而有三種分類:

1. 第一型:同時考慮品質特性、目標值與變異數時,公式表示為:

2 2

/ 10log ( )

S N = − ⎡⎣ ym +S ⎤⎦ (2.1) 2. 第二型:只考慮變異數,當每組實驗數據的

或當製程存在「調整因子」時,透過調整因子可使平 平均值大約相同時

均值與目標值一致( y = ),因此偏心值(m ym) 可假設為零,公式可改寫為:

/ 10log( )2

S N = − S (2.2) 3. 第三型:當每組實驗數據的平均

單純以平均值或標準差來比較時,田口以標準偏差除 以平均值的「相對偏差」來比較,公式改寫為:

值以及標準差相差較大,無法

S2

⎛ ⎞

= − 2

/ 10log

S Ny

⎝ ⎠ (2.3)

(二) 望小特性(Smaller the better;STB):

品質越好,最佳值為"0"(假 設品質特性為正),因此將望目特性第一型 S/N 比公式的目標值 m 值以 取代,導出公式如下:

望小特性為品質特性越小代表製程

0

2 2

/ 10lo

S N = − g(y +S ) (2.4) (三) 望大特性(Larger the better;LTB):

(31)

望大特性為品質特性越大代表製程品質越好,最佳值為"∞",

因此將數值取倒數1/y 並取其每組平均值,望大特性的 S/N 比表示 為:

2 1

1 / 10log

n

i yi

S N n

= −

=

(2.5)

(四) 原點直線型(Zero-Point Proportional;ZPP):

2

/ 10logS2

S N = − β (2.6)

β=效率(Efficiency)、靈敏度(Sensitivity)

四、田口參數

設定是田口品質工程三項設計工作中最重要之項 目,可代表實驗之主體架構,因此極為重要,而田口方法之參數設定可

實驗目標以範圍,並訂定品質特性回應值。

信號因子之範圍,雜音因子之水準。

步驟三:選用合適直交表:選擇合適直交表,並將控制以及水準配 置其中。

步驟四: 實驗,收集數據:規劃、準備實驗,執行實驗,

收集數據。

步驟五:依據目標品質特性,計算每次實驗之 設計步驟

田口方法中參數

分為下列九項步驟來實施:

步驟一:了解問題:定義

步驟二:選擇因子、水準:辨認並選擇控制因子及水準,同時決定

準備、執行

Y 值、σ 值以及S/N 比。

(32)

Y 效果圖。

步驟六:計算各因子反應值,並解釋各因子之S/N 比與 步驟七:計劃並執行第二階段最佳化程序。

步驟八:決定控制因子最佳水準組合,並預估S/N 比及Y 。 步驟九:執行確認實驗:確認實驗結果與預估結果是否吻合,若不

2.2.2 田口

田口方法為目前最常被使用之實驗設計法,且廣泛地被運用於各產業尋 法。如Liu【23】結合田口方法以及模擬退火法(GA) 來解決最佳化中參數間線性和非線性問題。Chou et al.【16】運用田口方法在 改進車床最佳參數中,證明田口方法在改進品質、增加生產力以及降底成本

軸承模最佳化實驗。 【 】使用田口方法開發多幾何形狀的

將田口方法運用於最佳化組織供應鏈上,籍由田口方式找尋供應鏈中之關鍵

實驗中選擇了六項控制因素,各三水準,品質特徵為鑄件重量,並且以信號

口L27(313)直交表以及模擬軟體C-MOLD來探 討射出參數對射出產品翹曲之關係,而Huang and Tai認為田口方法是推論最 佳化因素中相當有效的推論法。

( )、熔化溫度( )、充填時間( )、

符合則必須重新規劃實驗。

方法文獻探討

求最佳化過程中的基礎方

上是一種有效的方法。Wang and Chen【33】則運用田口實驗來改善多孔空氣 Chen and Tzeng 15

一個優化高速電腦數值控制(CNC) 碾碎的技術。結果顯示, 最佳化的電腦數 值控制(CNC) 碾碎的過程,可以減少製造中 81.97%變異。Shang et. al.【28】

因素,促使供應鏈中不同成員發揮整個供應鏈潛力。Muzammil et al.【25】

在其研究齒輪鑄件最佳化過程中,使用田口實驗計劃法,Muzammil et al.在

雜音比做為參數設計之方法。

而田口實驗設計運用在射出成形產業上,如Huang and Tai【18】在其研 究射出成形瑕疵因素中運用田

Huang and Tai在實驗中選取了模具溫度 Mold temperature Melt temperature filling time 澆口位置(gate dimension)、保壓壓力(packing pressure)、保壓時間(packing time)。結果顯示保壓壓力對翹曲具有非常顯著性的影響,模具溫度、熔化

(33)

溫度以及保壓時間次之。

Wu and Liang 32【 】在其研究射出成形結合線影響因素中運用田口實驗計劃 法對製程參數熔化溫度(Melt temperature)、模穴溫度(Mold temperature)、

射出速度(Injection time)以及保壓壓力(packing pressure)進行參數設定,

8 PC/ABS

異數分析法,尋找PC/ABS 的最佳射出成形條件,其實驗參數選擇射出時間、

熔膠

2.3 數值分析法

不易控制,且製程參數與 為非線性之關係,然而在一般統計分析上非線性方程關 係之求解並不像線性方程組那樣能精確且直接的求得,目前非線性方程組解 法中

2.3.1 Davidon-Fletcher-Powell DFP

,後由 實驗結果顯示,保壓壓力最為顯著影響結合線產生之因素。Liao et al.【22】

則在其研究射出成形收縮以及翹曲與製程參數之影響關係中,運用田口實驗 計 劃 法L27(313) 直 交 表 做 為 實 驗 執 行 , 其 參 數 選 取 了 模 穴 溫 度 ( Mold temperature)、料材溫度、保壓壓力(packing pressure)以及射出速度(Injection time)做為主要探討之控制因子,並考慮其間之因子交互作用關係。實驗結 果顯示,保壓壓力與射出產品收縮間具有顯著影響關係,而保壓壓力、模穴 溫度與射出產品翹曲間具有顯著影響關係。

在國內學者方面,黃臣鴻【 】在其研究 塑膠機械性質之射出成

形條件最佳化中利用田口實驗設計法、灰色關聯分析法、主成份分析法和變

溫度、模具溫度以及保壓壓力為控制因子,並以破壞韌性、抗拉強度、

伸長率、磨耗性質及硬度為品質特性評估指標。

由於製程的複雜性,製程參數之眾多導致製程 品質目標值間一般都

主要以線性項趨近非線性項之方式,以線性項數值反覆迭代逼近非線性 項之值來求解非線性函數之近似解。而目前常用的非線性求解方式有很多,

包 括 Powell 法 、 梯 度 法 、 共 軛 梯 度 法 、 牛 頓 法 、 修 正 牛 頓 法 、 DFP

(Davidon-Fletcher-Powell)法等,本節主要針對 DFP 法進行說明。

( )法

Davidon-Fletcher-Powell Method 最早是由Davidon於 1959 提出

(34)

Fletcher與Powell於 1963 修正後正式命名為DFP法,其基本理論為以一個單位 矩陣I來替代修正式牛頓法中的二階偏微分矩陣的反矩陣H-1,並在迭代過程 中使原來的單位矩陣

並且保證能向函數值下降之方向收斂,並從而減少

步驟1:設定起始參數 ,設定停止誤差

I逐漸逼近H-1。DFP法的好處為僅計算一次一階微分即可 近似出二階微分H-1矩陣,

了計算量,且保持修正式牛頓法收斂快的優點,是求解高維度問題最有效的 算法【12】。

DFP 法求解的步驟如下:

x

0 ε ,矩陣M0 = ,k=迭代數。 I

步驟2:計算起始參數

x

0之偏微分矩陣

1

0 ( )0 2

i

f x

⎡∂ ∂ ⎤ f x f x

f x

⎢∂ ∂ ⎥

⎢ ⎥

c

= ∇ =

⎢ ⎥

⎢∂ ∂ ⎥

⎢ ⎥

⎣ ⎦

# (2.7)

ck < 則停止迭代,否則繼續迭代計算。 ε 步驟3:計算搜尋方向

c

k (2.8) 步驟4:計算搜尋步長

k k

d

= −

M

αk

( )

k k k

f x

d

α = +α (2.9)

步驟5、計算迭代後的新參數

k (2.10) 步驟6:重新計算新矩陣

1

k k k

x

+ =

x

+α

d

1

M

k+

(35)

k kT

k

s s

N

= k k

s y

k kT k

k k

O z z

y z

=−

k k

s

=α

d

k

1 k

k k

y

=

c

+

c

1 ( 1) /

k k

i f xi

c

+ = ∂

x

+

k k

z

=

M y

k

步驟7:若 ck < 則停止,否則ε k = +k 1,重覆步驟2~7。

2.3.2 數值分析法相關文獻

之最佳參數組合,無法以內插法或外插法獲得最佳參數,而數值分析法可以

出成形模具的最佳進料口位置以及排氣孔位置, 以進料口位置為

輸入

由於田口方法實驗結果獲得之最佳化參數組合,為實驗因子設定水準上

以演算法之方式,結合基因法、類神經網路、模糊邏輯或灰色理論等演算法 理論,整合模式化且複雜的製程輸出與輸入關係,來獲取較佳之參數組合,

以提升製程品質。而目前運用於射出成形之相關文獻彙整如下。

Covas et al.【14】運用基因演算法解決塑膠射出單一螺桿之問題,找出 射出成形製程中最佳化之設定參數。Mathur et al.【24】以基因演算法找出射

Mathur et al.

、排氣孔位置為輸出,確保在射出過程中塑料能夠將模具填滿,並避免 有氣包之情況發生,經由模擬實驗證明以此方式所找出之位置可有效降低不 良品之發生。而Kurtaran et al.【21】在其研究公共汽車天花板燈基座的射出 模型翹曲中,運用有限元素法、實驗設計法、類神經網路以及基因演算法進 行分析,他首先以有限元素及類神經網路建構出一翹曲預測性模型,最後結 合基因演算法尋找出最佳之參數組合。實驗結果顯示,運用有限元素法、類

(36)

神經網路以及基因演算法找出之最佳參數組合,有效減少 46.5%天花板燈基 座之翹曲,此實驗中選取了模穴溫度、融料溫度、保壓壓力、保壓時間以及 冷卻時間五項控製因素。Chiang and Chang【13】在其研究手機外殼最佳化參 數中,運用灰色理論和模糊理論,將複雜多樣的參數轉換為單一灰色模糊數 值最佳化,實驗結果顯示,最佳化結果明顯改進了產品品質。實驗中考慮參 數為模穴溫度、融料溫度、射出壓力、射出時間四項控製因素,而以接合線、

收縮為目標品質特性。Mok and Kwong【26】則在其研究射出製程最佳化參 數中,結合案例式模糊理論以及類神經網路,並以電腦模擬方式驗證製程參 數,結果顯示其系統確實能提供一套最初的製程參數。Sillo【30】在其研究 中射出成形液體矽樹脂橡膠(LSR)參數設計時,運用田口方法、模糊理論 設計提供一閉合迴路控製系統,他以田口方法找出之重要參數模具溫度

(mold temperature)、射出速度(injection speed)及硬化溫度(cure time)

做為模糊推斷的輸入,而以重量(part weight)、尺寸(dimension)以及視 覺特徵(visual characteristics)做為品質特性衡量目標。而在國內學者方面,

陳相弦【7】等運用柔性演算法(類神經網路、基因演算法、糢糊集合理論)

於穩健最佳化設計,他們以類神經網路學習實驗結果模擬系統輸入與輸出之 關係,並以模糊理論給予不同信賴度,再使用基因演算法找出模擬曲面上之 最佳設計點。而張旭華【5】運用類神經網路、基因演算法、模擬退火法為最 佳化之演算方法,其以類神經網路為基礎,並分別結合基因演算法以及模擬 退火法來進行最佳化之設計。

經上述之文獻討論,本研究發現目前常用於射出成形最佳化之數值演算 法大部分以基因演算法、類神經網路為主,而本研究將以DFP 演算法做為本 研究最佳化運算之運用。

2.4

質特性符合品質規格之程度,以保證製程成品之

,以作為製程持續改善的依據。而製程能力之良與否 必須將單一製程與品質規格做比較,以表示製程符合產品規格之能力。一般 常用

製程能力指標

製程能力為確認製程品 良率達於要求水準之上

之製程能力指標為 、

(37)

一、製程精密度指標CP

CP值為衡量製程符合雙邊規格界限之能力,也表示製程符合一致性 之程度,其以製程標準差與規格界限做一比值比較,如圖 2.9。當CP值 能 愈強,所製造之產品越符合製程目標值, 值可 依大小分為五個不同階級,不同階級表示不同製程能力指數以及處理原 則,如表

愈大時,代表製程 力 CP

2.4 所示。

T

表2.4 製程能力

LSL USL -3σ µ 3σ

圖2.9 製程品質特性一致性程度

CP值分級表

CP 處理原則

等級

A+ 2≦CP 製程達6σ 標準,無缺點 A 1.67≦CP≦2 製程達5σ 標準,維持現狀 B 1.33≦CP≦1.67 製程達4σ 標準,有缺點發生 C 1≦CP≦1.33 製程達3σ 標準,立即檢討改善 D CP≦1 製程未達3σ 標準,進行品質改善

參考資料:【11】

CP值公式如下:

6

p

USL LSL

C σ

= − (2.12)

(38)

USL=規格上界

=規格下界 LSL

σ =製程標準差

二、製程準確度指標

值為衡量製程平均值與規格中心之偏移程度,其將偏移值與半邊 規格 一比 2.10。當 值越接近0 時,代表製程平均值越

代表製程偏移越大。 值可依大小分為四階級,不同階級表示不同製程 能力以

Ca

Ca

做 值比較,如圖 Ca

接近規格中心,製程能力愈強,所製造之產品越符合製程目標值,反之 Ca

及處理原則,如表2.5 所示。

T

T/2

圖2.10 製程品質特性偏移程度

C 值分級表 a

C 值 a 處理原則

表2.5 製程能力 等級

A 0≦Ca≦0.125 目標值偏移1/8 公差內,維持現狀 B 0.125<Ca≦0.25 目標值偏移1/4 公差內,持續改進 C 0.25<Ca≦0.50 目標值偏移1/2 公差內,檢討改善 D 0.50≦C ≦a 1 目標值偏移超過1/2 公差,全面檢討改善

參考資料:【11】

LSL USL m µ

(39)

C 值公式如下: a

| | ( ) /

m

USL 2

Ca

LSL µ

= −

− )

=品質規格目標值

(2.13

m

µ=製程平均數

三、製程能力綜合指標

平均值與規格目標值之間偏差程度與製程符 合規格界限之一致性能力,當 愈大時,代表製程能力愈強,所製造 的產品越接近目標值之標準, 值之大小也可分為五級,每一級代表

程 率,如表2.6 所示。

表2.6 製程能 等級

Cpk

pk值為同時衡量製程 C

Cpk

Cpk

不同製程能力以及製 不良

C 值分級表 pk

C 值 pk 處理原則

A+ 1.67≦C pk 不良率在0.57ppm 以下,維持現狀 A 1.33≦C ≦1.67pk 不良率在0.57~63ppm之間,持續改善 B 1≦Cpk≦1.33 不良率在63~2700ppm 之間,有缺點發生 C 0.67≦Cpk≦1 不良率在2700~45600ppm 之間,立即檢討改善 D Cpk≦0.67 不良率在超過45600ppm,進行品質改善

參考資料:【11】

C C Ca (2.14) Cpk公式如下:

P(1

= − )

pK

(40)

第三章 研究方法

本研究主要由田口實驗計畫法,並以S/N 比顯著參數判定,找出製程初 步之最佳參數水準組合,並利用田口實驗之數據,建立製程迴歸預測模型,

最後結合製程品質規格要求與 DFP 演算法,將初步最佳參數水準組合做微 調,得出最佳化的最終設計參數,本研究製程最佳化參數流程圖如圖 3.1 所 示。

圖3.1 最佳化流程圖 3.1 田口實驗設計

3.1.1 參數設計

本研究在產品品質目標參數上,採用Yang and Furong【34】、Davis and Husdonm【17】、Karmal et al.【19】等研究中所提出之結果,認為產品重量 對成品品質或外觀上都有非常重要之影響,如重量過重可能導致產品有溢

初步參數設計最佳化 田口方法(直交表實驗設計)

S/N 比顯著判定

初步最佳製程參數設計

品質特性迴歸預測模型建立

品質規格要求 DFP 分析法

最終最佳製程參數設計

(41)

狀況。因此本研究以射出產品的重量做為本研究的目標參數。

在控制因子水準設定方面,為避免實驗產品有短射或溢料的情況發生,

我們參考現場工程師之建議以及實際試射的結果,定出各製程參數上下界之

設為150Mpa之固定值,只

要填充時的壓力不超過射 影響。因此本實驗之

製程參數與水準如下表所示:

表3.1 製程參數水準設定範圍

水準3 水準 4 水準 5 在控制參數方面,由於本研究在實驗中使用之Nissei ES-400射出成形機 可控制之參數分別為射出時間(Injection Time)、保壓切換點(VP Switch)、保壓 壓力(Packing Pressure)、射出速度(Injection Velocity)以及射出壓力(Injection Pressure)五項控制參數,因此本研究以此五項參數作為田口實驗之控制因 子。而

範圍,而在射出壓力參數設定上,由於射出壓力若超出保壓切換點之壓力時,

射出壓力就會將之切換為保壓壓力,因此我們將其 出壓力,對產品品質並不產生

水準1 水準 2

射出時間 Injection Time (sec) 1.3 1.4 1.5 1.6 1.7 充填保壓切換點 VP Switch (mm) 7.5 7.7 7.9 8.1 8.3 保壓壓力 Packing Pressure (MPa) 35 40 45 50 55 射出速度 Injection Velocity (mm/sec) 40 43 46 49 52 射出壓力 Injection Pressure (MPa) 150 150 150 150 150

3.1.2 直交表選用

本研究之實驗參數為5因子5水準之實驗,因此選用6因子5水準的L25(56) 驗組合。L25(56)直交表的因子排列如下表:

直交表做為本研究之實

(42)

表3.2 L25(56)田口實驗表

Exp. A B C D E F

1 1 1 1 1 1 1

2 1 2 2 2 2 2

3 1 3 3 3 3 3

4 1 4 4 4 4 4

5 1 5 5 5 5 5

6 2 1 2 3 4 5

7 2 2 3 4 5 1

8 2 3 4 5 1 2

9 2 4 5 1 2 3

10 2 5 1 2 3 4

11 3 1 3 5 2 4

12 3 2 4 1 3 5

13 3 3 5 2 4 1

14 3 4 1 3 5 2

15 3 5 2 4 1 3

16 4 1 4 2 5 3

17 4 2 5 3 1 4

18 4 3 1 5 4 2

19 4 4 2 5 3 1

20 4 5 3 2 1 4

21 5 1 5 4 3 2

22 5 2 1 5 4 3

23 5 3 2 1 5 4

24 5 4 3 2 1 5

25 5 5 4 3 2 1

本實驗之控制參數共5 項因子,而第 5 項因子射出壓力之水準本研究將 其固

3.1.3 信號雜音比選用

實驗選用望目特性第三型信號雜音比做為本實驗品質特性的衡量方 式。由於在產品最佳化過程當中,製程的變異遠比製程的偏移更不易被消除,

因此本研究選用以標準偏差除以平均值的「相對偏差」信號雜音比,來找出 定為150Mpa,因此本實驗只選用前四行之實驗排序,第五行與第六行 則安排給誤差項。

(43)

2

/ 10 log S2

S N y

⎛ ⎞

= − ⎜ ⎟

⎝ ⎠

本研究之實驗為考量參數間之交互作用以及曲線關係,因此實驗之規劃 為使用田口L 56)直交表,並重覆 5 次之實驗,以確保自由度足以分析參數 之主因子效應、交互作用以及曲線關係。

3.2 品質特徵規格

本研究之品質目標值設定是依據本研究之實驗物件機構射出件訂定,所 謂機構射出件是屬於整體機件之內部零組件,而整體機件可由任何不相同之 機構件組成,而機構射出件也可成為許多機器之共同組件。例如手機、電腦 內之零組件。本研究依業者生產產品之要求,重量定訂為10.58g,允收水準 為10.58±0.0 。

3.3 實驗設

本研究使用之實驗設備共有射出成形機、 收集 憶裝 電子天平、

射出模具、射出材料以及資料分析之分析工具,列示如下:

一、本研究使用之射出成形機機型為 ssei E 00 全電氣式射出成形機,其 機台圖及規格如下圖3.2 表3.3 示:

25(

48g

數據 記 置、

Ni S-4

及 所

(44)

圖3.2 Nissei ES-400 全電氣式射出成形機

表3.3 Nissei ES-400 射出成形機台規格表 Nissei (日精) ES-400 全電式射出成形機

最大射出量 35(g) 最大壓力 255(Mpa) 最高射速 210(mm/s)

螺桿直徑 22(mm)

鎖模力 20~360噸

品質偏差精度 0.00132g

合模位移精度 0.03mm

控溫精度 ±0.5℃

二、數據收集記憶裝置使用Nissei DLA5 數據收集記憶解析裝置,此系統與 Nissei ES-400 射出成形機台相連,其功能為輸入實驗資料並控制射出成 形機台射出,並將射出之資料保存,Nissei DLA5 解析裝置圖如下圖 3.3 所示。

(45)

圖3.3 Nissei DLA5 解析裝置

三、本實驗之電子天平使用 METTLER AE-100 天平,其顯示精度為小數 點後四位,誤差為±0.00005g,最大秤重為 100 g,METTLER AE-100 天 平如下圖3.4 所示。

圖3.4 METTLER AE-100 天平

本研究之射出模具為雙模穴之按鈕扣件模具,其按鈕扣件成品如下圖3.5 所示:

四、

(46)

圖3.5 雙模穴之按鈕扣件模具

五、本研究射出模件材料採用聚丙烯(Polypropylene),簡稱 PP,俗稱百折 膠,為白色透明高度結晶的熱塑性樹脂,結晶度95%以上,分子量為 8~15 萬之間,熔點為 164~ 0.90~0.91g/cm3,是目前所有塑 膠中最輕的品種之一。

3.4 迴歸分析

析田口實驗後之數據,藉以找出機構件射出成形

之品質特性迴歸預測模型,本研究之迴歸分析法以逐步迴歸分析找出多組迴 歸預測模型,並逐一比較各迴歸模型之F值、R2以及誤差值,選取F值最大、

R2最大以及誤差最小之迴歸模型。本研究之迴歸分析以STATISTICA6.0 統計 軟體進行數據分析。

3.5 DFP 演算法

本研究之DFP演算法以Visual Basic 6.0軟體進行程式之撰寫。

170℃,其密度為

本研究以迴歸分析法分

(47)

第四章 研究結果

4.1 初步參數設計最佳化

本研究以L25(56)直交表,進行重覆5次實驗,實驗資料共125筆。將其每 組資料換算為平均值、標準差,以進行S/N比之計算,資料如下表4.1所示:

表4.1 實驗數據表

( 射出時間

A)

保壓切換點 (B)

保壓壓力 (C)

射出速度 (D)

射出壓力

(E) 平均值 標準差 S/N 1.3 7.5 35 40 150 10.4927 0.0069 63.5898 1.3 7.7 40 43 150 10.5191 0.0018 75.2544 1.3 7.9 45 46 150 10.5527 0.0032 70.4099 1.3 8.1 50 49 150 10.5763 0.0019 74.7789 1.3 8.3 55 52 150 10.5952 0.0031 70.7580 1.4 7.5 40 46 150 10.5549 0.0042 67.9656 1.4 7.7 45 49 150 10.5779 0.0029 71.2374 1.4 7.9 50 52 150 10.6028 0.0015 76.8573 1.4 8.1 55 40 150 10.5821 0.0046 67.2723 1.4 8.3 35 43 150 10.4839 0.0240 52.7937 1.5 7.5 45 52 150 10.6022 0.0010 80.2467 1.5 7.7 50 40 150 10.5885 0.0034 69.8056 1.5 7.9 55 43 150 10.6148 0.0022 73.5565 1.5 8.1 35 46 150 10.5385 0.0056 65.5494 1.5 8.3 40 49 150 10.5697 0.0028 71.6943 1.6 7.5 50 43 150 10.6190 0.0029 71.1984 1.6 7.7 55 46 150 10.6355 0.0013 77.9994 1.6 7.9 35 49 150 10.5658 0.0009 81.1079

1.6 8.1 40 52 150 10.5936 0.0050 66.4907 1.6 8.3 45 40 150 10.5832 0.0031 70.5947 1.7 7.5 55 49 150 10.6573 0.0025 72.6869 1.7 7.7 35 52 150 10.5848 0.0046 67.3322 1.7 7.9 40 40 150 10.5831 0.0055 65.6746 1.7 8.1 45 43 150 10.6143 0.0041 68.2397 1.7 8.3 50 46 150 10.6364 0.0028 71.6699

(48)

依據上表4.1 各實驗組 時間(A)1.6、保壓切換 點(B)7.9、保壓壓力(C)35、射出速度(D)49 此組之 S/N 比最高為 81.1079。本 以及反應圖,分析各參數中何種水準為最佳

3 之 S/N 比為最高,而保壓壓力(C)為水準 4 之 S/N 最高,射出速度(D)

最高。

間(A) 保壓切 點(B) 合S/N 比資料,可得知射出

研究再將其彙整為因子反應表

S/N 比,以確認製程最佳參數水準,如下表 4.2 及圖 4.1。由圖表中顯示,在 射出時間(A)參數時為水準 4 之 S/N 比為最高,在保壓切換點(B)為水準

則為水準4 之 S/N 比 4.2 因子反應表

出時 壓力(C) 射出速度(D) 水準1 70.95821 71.13808 67.58046 67.3874 水準2 68.73174 72.32581 69.41651 69.71441 水準3 72.17047 73.52122 72.14569 70.71941 水準4 73.47822 68.46622 72.86202 74.30108 水準5 69.12066 69.00798 72.45462 72.33699

S

因子水準 /N 比

A B C D

(49)

4.1.1 小結

本研究為確認

L (5 ) 18

製程參數水準組合,何者為較佳之製程 水準 ,因此將因子反應

S/N S/N 82.3908

步最佳製程參數設計,經對照設定實際值後,得出最佳參數組合為射出時間 1.6 (sec)、保壓切換點7.9(mm)、保壓壓力50(MPa)、射出速度49(mm/sec),表

表4.3 初步製程最佳參數水準組合表

(A) (B) (C)

25 6

得出之第 組製程參數水準組合與因子反應表得

出之 參數 組合

表得出之製程參數水準組合進行 比運算,得出 比為 較原本第

18 組之 81.1079 為高,故本研究以因子反應表得出之製程參數水準組合為初

示如表4.3。

射出時間 保壓切換點 保壓壓力 出速度(D)

最佳水準 1.6 7.9 50 49

4. 預測

本研究以L25(56)直交表田口實驗之資料做為迴歸預測模型之分析數據,

並考慮迴歸參數間有曲線關係,因此將參數二次項以及交互作用納入迴歸預 測式中。

經逐步迴歸分析後,選取迴歸模式F值為 1445.4,顯著性 0.000,調整後 R2=0.988,迴歸誤差值 0.00434 之迴歸模型。在此迴歸模型中,選取了保壓 切換點(B)、保壓壓力(C)主因子項,保壓壓力(C)二次項以及射出時間(A)

與保壓切換點(B)、射出時間(A)與射出速度(D)、保壓切換點(B)與 射出速 度(D)、保壓壓力(C)與射出速度(D)之交互作用項,共七項自變數,其P-value 值均小於0.001,達非常顯著結果,表示此迴歸模型選取之因子均非常顯著影 響目標值Y值,且整體的迴歸模型解釋度約為 99%。刪除參數包括主因子的 射出時間(A)、射出速度(D),因子二次項的射出時間(A)、保壓切換點(B)與射 出速度(D),以及射出時間(A)保壓壓力(C) 交互作用、保壓切換點(B) 保 壓壓力(C) 交互作用。迴歸模型如下表

2 迴歸 模型

4.4 所示。

(50)

表 4.4 迴歸分析表

B Std.Err. T 值 P 值

Intercept 10.725 0.078027 137.4557 .000***

B(L) -0.16533 0.017382 -9.5116 .000***

C(L) 0.01249 0.001123 11.1172 .000***

C(Q) -0.00006 0.000011 -5.2922 .000***

A (L) by B(L) 0.05044 0.004860 10.3774 .000***

A (L) by D(L) -0.00491 0.000830 -5.9133 .000***

B (L) by D(L) 0.00167 0.000212 7.8450 .000***

C (L) by D(L) -0.00007 0.000016 -4.3925 .000***

F 值=1445.4

E r of es P 值=.000 Adj. R2=.988

rro timate=.00434 N ≦0.001

析資料,將其轉換為迴歸方程式,表示如下式:

10.72530 16533 0.01249 0.00006 0.05044 0.00491 4

y= − x + xx + x xx x

y :重量 (g) S:*** P

依據表4.4 迴歸分

2

2 3 3 1 2 1

2 4 3 4

0.

0.00167x x 0.00007x x ε

+ − +

2 0.988 Radj = 其中

x1:射出時間 (sec) x2:保壓切換點 (mm) x :保壓壓力 (MPa) 3

x4:射出速度 (mm/sec)

2

Radj:調整後R 統計量(adjust2 R statistic) 2

~NID(0,0.00434 )2

ε ε:誤差項

參考文獻

相關文件

But the network security, the perceive risk of online insures behaviors, the cognitive of e-life insurance products, allow them to maintain reservation about the online

“ Consumer choice behavior in online and traditional supermarkets: the effects of brand name, price, and other search attributes”, International Journal of Research in Marketing,

目前 RFID 技術已列為 21 世紀十大重要技術及各大企業熱門產業投資項 目。零售業龍頭美國沃爾瑪(Wal-Mart)百貨公司在部分的零售點,已應用無線

(03)施工架倒塌 (05)吊車傾倒 (06)開挖崩塌 (07)感電(25KV) (08)電車線設施故障 (09)號誌故障 (10)道碴污染 (11)軌道沉陷 (12)軌道偏移 (13)人員侵入淨空

This study represents the concept of balanced scorecard (BSC) with four perspectives (financial, customer, internal business processes, and learning and growth) to build the

To improve the operating performance, the companies should pay attention to critical success factors of “support and participation of employees”, “employee training and

The object of this research is the middle and small business loan customers of a commercial bank’s branches located in HsinChu and MiaoLio, first we adopt both the financial

(2007), “Selecting Knowledge Management Strategies by Using the Analytic Network Process,” Expert Systems with Applications, Vol. (2004), “A Practical Approach to Fuzzy Utilities