謝恩DOE在失效分析與效率提升中的應用

1、謝恩DOE在失效分析與效率提升中的應用潘景偉潘景偉2010.082010.08Just used in Trina緒論緒論改善項目的確立與前期處理改善項目的確立與前期處理線索生成工具線索生成工具主要內容正式的正式的DOE工具工具試驗設計優(yōu)化試驗設計優(yōu)化總結總結Just used in Trina緒論緒論改善項目的確立與前期處理改善項目的確立與前期處理線索生成工具線索生成工具主要內容正式的正式的DOE工具工具試驗設計優(yōu)化試驗設計優(yōu)化總結總結Just used in Trina緒論1.1應用說明應用說明本報告重點參考謝恩DOE的思想世界級質量管理工具世界級質量管理工具DOE（中文第二版（中文第二版

2、pdf），報告提及方法可用于電池車間失效分析及效率提升，但所有方法在其它任何行業(yè)、任何場合都有可能用到。Just used in Trina緒論1.2基本概念基本概念1.2.1帕累托定理帕累托定理（也稱柏拉圖法則或20/80法則）指在任何大系統(tǒng)中，約80%的結果是由該系統(tǒng)中約20%的變量產(chǎn)生的。謝恩DOE就是基于帕累托定理而發(fā)明。Just used in Trina緒論1.2基本概念基本概念1.2.2綠Y、紅X、粉紅X、淺粉紅X通常，用DOE找到某特定綠Y的紅X、粉紅X、淺粉紅X的解決辦法后，變量可以減少7895。綠綠YXXXJust used in Trina緒論1.2基本概念基本概念1.2

3、.3利克特度量尺寸是將一個屬性轉換成一個變量的工具，它通過將屬性分為若干等級來實現(xiàn)。（如1表示最差，10表示最佳等）Just used in Trina緒論1.2基本概念基本概念1.2.4圖基檢驗圖基檢驗的目的是確定一個特定的質量參數(shù)是否重要，其重要性具有很高的置信度。Just used in Trina緒論1.2基本概念基本概念1.2.4圖基檢驗圖基檢驗的程序如下（詳見P211）：頂端終結計數(shù)（全差）頂端終結計數(shù)（全差）4 4底端終結計數(shù)（全好）底端終結計數(shù)（全好）3 3重疊區(qū)域重疊區(qū)域合計終結計數(shù)4+3=7合計終結計數(shù)的數(shù)目置信度690%795%1099%1399.9%2、為12個或16個

4、排列好的原始數(shù)據(jù)讀數(shù)中的每一個，標注“好的部件”（G）或“差的部件”（B）3、當“全部是差的”第第一次一次改變?yōu)椤叭渴呛玫摹保ɑ蛳喾矗r，劃一條由這些讀數(shù)的頂端開始的直線，這些是終結計數(shù)。4、同樣，當“全部是好的”第一次改變?yōu)椤叭渴遣畹摹保ɑ蛳喾矗r，劃一條由這些讀數(shù)的底端開始的直線。5、將頂端和底端的終結計數(shù)相加以確定合計終結計數(shù)。1、不管好與差，把與指定的質量特性或參數(shù)相關的一組讀數(shù)從高到低（或相反方向）排列起來。Just used in Trina緒論1.3解決問題的路徑（謝恩解決問題的路徑（謝恩DOE）第二章第二章改善項目的確立與前期處理第三章第三章線索生成工具第四章第四章正式的D

5、OE工具第五章第五章 實驗設計優(yōu)化實驗設計優(yōu)化Just used in Trina緒論緒論改善項目的確立與前期處理改善項目的確立與前期處理線索生成工具線索生成工具主要內容正式的正式的DOE工具工具試驗設計優(yōu)化試驗設計優(yōu)化總結總結Just used in Trina改善項目的確立與前期處理2.1項目的確定項目的確定帕累托定理帕累托定理將80的資源投入到20最核心的問題中。0.20%0.13%0.07%0.20%0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%90.00%100.00%0.00%0.05%0.10%0.15%0.20%0.2

6、5%隱裂燒結不良特殊Pattern其它失效原因累計比例帕累托界Cell3主要失效原因分析主要失效原因分析隱裂、燒結不良、特殊隱裂、燒結不良、特殊Pattern是最值得關注的綠是最值得關注的綠Y。Just used in Trina改善項目的確立與前期處理2.2綠綠Y檢驗單（檢驗單（P112）在DOE開始之前，重要的是說明、定義并量化問題，即綠Y。DOE工作組應使用相應的檢驗清單作為起點，以查明涉及的所有問題。Just used in Trina改善項目的確立與前期處理2.3測量準確度檢驗測量準確度檢驗在定義綠Y之后，第一個應問的問題是：測量儀器好到什么程度？它相對于產(chǎn)品變量是多少？產(chǎn)品容許偏差

7、TP和儀表容許偏差TI的比值為5:1是一個比較合理的工業(yè)標準工業(yè)標準。只有量測系統(tǒng)符合要求，之后的試驗才有意義。只有量測系統(tǒng)符合要求，之后的試驗才有意義。Just used in Trina緒論緒論改善項目的確立與前期處理改善項目的確立與前期處理線索生成工具線索生成工具主要內容正式的正式的DOE工具工具試驗設計優(yōu)化試驗設計優(yōu)化總結總結Just used in Trina線索生成工具濾掉不重要的變量多變量分析、集中圖、部件搜索、成對比較、過程搜索等5中線索生成工具相互結合，形成了“與部與部件對話件對話”的能力，它們所提供的線索是可靠的，并且不會干擾生產(chǎn)不會干擾生產(chǎn)。7080的問題都可以通過以上5

8、中方法得以解決。Just used in Trina3.1多變量分析：自動尋找紅多變量分析：自動尋找紅X3.1.1魚骨圖不宜作為試驗的開始魚骨圖不宜作為試驗的開始如果試驗從魚骨圖開始，因子數(shù)量將令人深感困惑，并且田口試驗、經(jīng)典DOE等都將顯得無能為力，無法找到問題所在。Just used in Trina3.1多變量分析：自動尋找紅多變量分析：自動尋找紅X3.1.2多變量分析的目標多變量分析的目標多變量分析的目標是為了把大量未知的和不可處理的變量的原因減少為少得多的一族相關變量減少為少得多的一族相關變量，其中包含紅X。這是一種通過去掉一些無關緊要的變量原因來定位最可能的原因的圖表技術。Just

9、 used in Trina3.1多變量分析：自動尋找紅多變量分析：自動尋找紅X3.1.3多變量分析的原理多變量分析的原理撲克法圖解多變量原理撲克法圖解多變量原理Just used in Trina3.1多變量分析：自動尋找紅多變量分析：自動尋找紅X3.1.3多變量分析原理多變量分析原理在工業(yè)管理中，也能將撲克戲法作為解決問題的方法。分解問題時，最常用的方法是將其分為3族：位置變量位置變量（部件內的族系）（部件內的族系） 在一個部件內的變量（例如左面對右面；頂面對底面；中心對邊緣；錐度；不圓度；偏轉；鑄件厚度）； 包含許多部件的單一部件中的變量； 在成批加料時出現(xiàn)的位置或方位的變量； 機器對機

10、器的變量； 試驗位置對試驗位置的變量，夾具對夾具的變量； 操作者對操作者的變量； 生產(chǎn)線對生產(chǎn)線和工廠對工廠的變量。周期性變量周期性變量（部件對部件族系）（部件對部件族系） 在同樣的時間框架內，從一個生產(chǎn)過程中抽取的連續(xù)的部件間的變量； 部件組中的變量； 批次對批次的變量； 批量對批量的變量。暫時性變量暫時性變量（時間對時間族系）（時間對時間族系） 暫時性變量（時間對時間族系） 小時對小時； 班次對班次； 每日對每日； 每周對每周。Just used in Trina3.1多變量分析：自動尋找紅多變量分析：自動尋找紅X3.1.4多變量分析的過程多變量分析的過程 （1）鑒別綠Y （2）量測系統(tǒng)評

11、估 （3）確定可出現(xiàn)的變量的族系數(shù)目 （4）畫出族譜 （5）估計所要求的時間對時間采樣的數(shù)目 （6）確定在加工過程中連續(xù)抽取的部件對部件的數(shù)目 （7）確定在部件內族系的各子族系的采樣數(shù)目 （8）將第3、4、5步中的數(shù)目相乘，以確定需要研究的部件的總數(shù)目 （9）設計一個圖表，以簡化多變量數(shù)據(jù)的收集1、設計多變量研究 （1）不要混淆一個給定的產(chǎn)品內的模型，僅對此產(chǎn)品中最差的模型進行實驗 （2）進行多變量研究，擴展時間對時間采樣的數(shù)量，直到找到80%以上的重要的變量或技術規(guī)格要求公差（即使很?。橹?（3）在多變量研究過程中，應使過程中的各種調整的次數(shù)最小化 （4）要特別注意任何不連續(xù)性（如休息、吃

12、午飯、換班、PM等）2、進行多變量實驗 （1）確定重要的變量族系（注意：紅X僅可能存在于幾個族系之一種，雖然粉紅X或淺粉紅X可能存在于另一個族系中）。 （2）根據(jù)重要族系特點采取相應的應對措施 （3）尋找非隨機的趨勢或其他線索 （4）尋找一個或幾個村莊不尋常圖形的樣本。不相等的靈敏度說明可能存在交互的影響3、解釋和分析多變量圖Just used in Trina3.1多變量分析：自動尋找紅多變量分析：自動尋找紅X3.1.5應用案例應用案例P134Just used in Trina3.1多變量分析：自動尋找紅多變量分析：自動尋找紅X3.1.5實際應用舉例實際應用舉例離職率研究（學歷、入職年限、

13、祖籍等）效率差異（機臺差異、批次差異、批內差異等）背場脫落（暫時性變量，突發(fā)性）Just used in Trina3.2集中圖：重復出現(xiàn)問題的精確定位集中圖：重復出現(xiàn)問題的精確定位3.2.1集中圖目的集中圖目的如果多變量研究表明重復性變量族是在部件內部件內，那么下一步就應當是繪制部件內問題的精確位置。用集中圖就可以很好地做到這一點。Just used in Trina3.2集中圖：重復出現(xiàn)問題的精確定位集中圖：重復出現(xiàn)問題的精確定位3.2.2集中圖畫法集中圖畫法一 制作一張包括重現(xiàn)缺陷的圖或模板二 如果需要，畫一些網(wǎng)格，這樣可以找出問題的精確位置三 在檢查每個部件時，請檢驗人員標出如下內容：

14、 每種缺陷類型的位置以及每種缺陷類型的適當?shù)木幋a 在每個位置上每種缺陷類型的數(shù)量Just used in Trina3.2集中圖：重復出現(xiàn)問題的精確定位集中圖：重復出現(xiàn)問題的精確定位3.2.3應用案例應用案例P169Just used in Trina3.2集中圖：重復出現(xiàn)問題的精確定位集中圖：重復出現(xiàn)問題的精確定位3.2.4實際應用舉例實際應用舉例同一條線的每場脫落都在相同位置翹曲方向都與主柵線方向平行特殊Pattern失效位置在硅片的相同位置相同位置燒穿最可能是鋁漿污染所致連續(xù)隱裂也常常發(fā)生在相同位置同一位置斷柵同一位置虛印Just used in Trina3.3部件搜索：簡便而平滑的交

15、換部件搜索：簡便而平滑的交換3.3.1部件搜索目的部件搜索目的如果你已經(jīng)知道重要的變量是存在于部件對部件，或者如果在同樣的運行下和同樣的時間里都存在著“好”和“差”的部件時，可以繞開多變量分析，開始部件搜索過程以進一步分流多變量。Just used in Trina3.3部件搜索：簡便而平滑的交換部件搜索：簡便而平滑的交換3.3.2部件搜索特點及要求部件搜索特點及要求部件必須可拆卸不需要有太多專業(yè)知識即可完成試驗Just used in Trina3.3部件搜索：簡便而平滑的交換部件搜索：簡便而平滑的交換3.3.2部件搜索原理（對切試驗）部件搜索原理（對切試驗）G1G3G4G2G5最好好部件最

16、差差部件B1B3B4B2B5紅紅XJust used in Trina3.3部件搜索：簡便而平滑的交換部件搜索：簡便而平滑的交換3.3.3部件搜索步驟部件搜索步驟1、球場階段 確定在被研究的部件中是否選擇了正確的變量 從1天的產(chǎn)品里僅僅采樣2個部件，一個最好（BOB）、一個最差（WOW），還要測量他們的綠Y值。 拆卸并重新組裝BOB和WOW兩次，再測量他們重現(xiàn)的綠Y兩次以上。 顯著性檢驗，看是否BOB與WOW間的差別是顯著的：a.BOB的3個綠Y值必須全都好于WOW的綠Y，并且它們之間沒有交叉覆蓋；b.D/d的比率必須大于1.25，或者最小要等于1.25。 如果D/d=1.25,階段1成功，可

17、以開始下步。 將各零件按遞減次序排列。Just used in Trina3.3部件搜索：簡便而平滑的交換部件搜索：簡便而平滑的交換3.3.3部件搜索步驟部件搜索步驟2、排除階段 除了紅X之外，就有95的把握排除掉大量的主效應及其相互作用 將最高一級的零件A互換，測量并記錄兩個新綠Y值。 在上一步，可能會有3個結果：a. BOB依然是BOB，WOW依然是WOW，零件A是不重要的。b. BOB變成了WOW，而WOW變成了BOB，則零件A是紅X，部件搜索結束。c. BOB部分變差，WOW部分變好，但還沒有完全達到，這表明零件A部分重要或與其他零件間有相互作用。（數(shù)學方法判斷） 對第7步交換的零件還

18、原并驗證裝卸無問題。 對于隨后最有可能的零件重復7、8步。 一旦在7（c）和第9步有兩個或多個部件被識別為是重要的，就要把它們作為整體做7、8步，直到紅X發(fā)現(xiàn)。Just used in Trina3.3部件搜索：簡便而平滑的交換部件搜索：簡便而平滑的交換3.3.3部件搜索步驟部件搜索步驟3、求交運算階段 驗證 將紅X（BOB）的零件裝到WOW中，結果應該為BOB，將紅X（WOW）的零件裝到BOB中，結果應該為WOW。4、析因分析 計算過程 利用在第1和2階段得到的所有數(shù)據(jù)進行完全析因分析，以便量化和確定主效應和相互影響效應的方向和幅度。Just used in Trina3.3部件搜索：簡便而

19、平滑的交換部件搜索：簡便而平滑的交換3.3.4應用案例應用案例P186Just used in Trina3.3部件搜索：簡便而平滑的交換部件搜索：簡便而平滑的交換3.3.5實際應用舉例實際應用舉例Rs偏高排查Rsh偏低排查Voc偏低排查Isc偏低排查DEK線異常排查Just used in Trina3.4成對比較成對比較：一種精巧而通用的工具：一種精巧而通用的工具3.4.1成對比較目的成對比較目的如果變量存在于部件對部件部件對部件，但是如果不符合部件搜索的先決條件之一好的和差的部件都應能拆卸重組裝時，部件搜索就不能解決問題。而此時，成對比較技術將大顯身手。成對比較的通用性很強通用性很強，可

20、以用于任何經(jīng)濟活動。而且成對比較還可以作為部件搜索的后續(xù)工作。Just used in Trina3.4成對比較成對比較：一種精巧而通用的工具：一種精巧而通用的工具3.4.2成對比較的方法（方案成對比較的方法（方案A） 選擇采樣量。選取相對于被調查的綠Y盡可能遠的6個或8個好的部件（BOB）以及同樣數(shù)量的差的部件（WOW）。 盡可能多地列出可以表達BOB和WOW的綠Y值差異的多個參數(shù)或質量特性。 選擇1對部件，記下參數(shù)或特性的差別。 選擇第2對部件，記下差別。 繼續(xù)選擇第3對、第4對、第5對、第6對，重復上述搜索過程，直到出現(xiàn)1個或幾個參數(shù)能夠在同方向上顯示出1個可重現(xiàn)的差別為止。Just u

21、sed in Trina3.4成對比較成對比較：一種精巧而通用的工具：一種精巧而通用的工具3.4.3成對比較的方法（方案成對比較的方法（方案B） 方案B在第1步和第2步是同樣的。但是選擇的是6或8個單獨的對，記下6或8個好部件及6或8個差部件的每個質量參數(shù)的讀數(shù)，將讀數(shù)按由小至大（或相反）的次序排列，而不管它們是好還是差不管它們是好還是差的。的。 應用圖基檢驗（詳見第一章） 如果整個終結計數(shù)是6或大于6時，則該特定的質量參數(shù)在解釋好與差的部件差別方面的重要性上，就具有90以上的置信度。 如果整個終結計數(shù)是5或小于5時，則不具有充分的置信度。 Just used in Trina3.4成對比較成

22、對比較：一種精巧而通用的工具：一種精巧而通用的工具3.4.4應用案例應用案例P224Just used in Trina3.4成對比較成對比較：一種精巧而通用的工具：一種精巧而通用的工具3.4.4實際應用舉例實際應用舉例A1檔電池片與G2檔比較自產(chǎn)電池片與外購電池片比較同工序效率、均勻性、穩(wěn)定性線間差異分析Just used in Trina3.5過程搜索：精確定位過程變量過程搜索：精確定位過程變量3.5.1過程搜索目的過程搜索目的正像成對比較是將重要的產(chǎn)品參數(shù)與不重要的產(chǎn)品參數(shù)相分離一樣，過程搜索是將重要的過程參數(shù)與不重要的過程參數(shù)相分離。Just used in Trina3.5過程搜索：

23、精確定位過程變量過程搜索：精確定位過程變量3.5.2過程搜索原理過程搜索原理過程搜索運用在紅X是時間對時間族系時，它與成對比較計數(shù)相同的原理，即利用6個或8個好產(chǎn)品和6個或8個差產(chǎn)品，但它是把與6個或8個好產(chǎn)品相關的過程參數(shù)與6個或8個差產(chǎn)品的過程參數(shù)相比較。Just used in Trina3.5過程搜索：精確定位過程變量過程搜索：精確定位過程變量3.5.3過程搜索方法過程搜索方法 如果懷疑過程參數(shù)變量是造成產(chǎn)品好或差的可能原因，就把這些過程參數(shù)以同類遞減順序列出一個清單。 確定怎樣測量每個過程參數(shù)、誰來測量、在何處進行精密測量。 要保證測量儀器的精度至少為過程參數(shù)（允差）的5倍以上。 要

24、保證測量的是實際的過程參數(shù)，而不僅僅是設定值。 如果一個特定的過程參數(shù)在檢測過程中并不變化，就可在進一步的考慮中將其排除掉。Just used in Trina3.5過程搜索：精確定位過程變量過程搜索：精確定位過程變量3.5.3過程搜索方法過程搜索方法 運行100的部件采樣或部件的多變量采樣，一直到：在過程的終結階段，最少能采集到8個好部件和8個差部件；最好部件和最差部件之間的分布范圍，應該占在產(chǎn)品生產(chǎn)過程中觀察到的有意義的變化的80。 測量所有與每個部件相關的、已經(jīng)指定的過程參數(shù)。 然后，運行與8個好部件和8個差部件相關的過程參數(shù)成對比較以確認重要的過程參數(shù)。 用其它后續(xù)方法（下章介紹）進一

25、步確定重要的過程參數(shù)，然后對重要參數(shù)進行控制，而對不重要參數(shù)可以擴展公差以便減少成本。Just used in Trina3.5過程搜索：精確定位過程變量過程搜索：精確定位過程變量3.5.4應用案例應用案例P247。Just used in Trina3.5過程搜索：精確定位過程變量過程搜索：精確定位過程變量3.5.5實際應用舉例實際應用舉例虛印排查效率片間差異排查翹曲片成因背場脫落原因排查MESJust used in Trina緒論緒論改善項目的確立與前期處理改善項目的確立與前期處理線索生成工具線索生成工具主要內容正式的正式的DOE工具工具試驗設計優(yōu)化試驗設計優(yōu)化總結總結Just used

26、 in Trina正式的DOE工具產(chǎn)品/過程特性試驗技術有效設計在某些時候，當通過線索生成工具濾去很多非重要的變量后，還遺留下210個甚至15個重要變量，需要進一步提取出紅X、粉紅X和淺粉紅X，同時量化其交互影響效應。所以需要繼續(xù)采用更多的有效的DOE技術，即使的確要中斷生產(chǎn)中斷生產(chǎn)。Just used in Trina正式的DOE工具產(chǎn)品/過程特性試驗技術有效設計謝恩的觀點：謝恩的觀點：Just used in Trina4.1變量搜索法：優(yōu)于所有分析因法變量搜索法：優(yōu)于所有分析因法4.1.1變量搜索法的目標變量搜索法的目標a) 將重要的因子從不重要的因子中分離出來；b) 放寬非重要因子的誤

27、差范圍，并節(jié)省許多費用；放寬非重要因子的誤差范圍，并節(jié)省許多費用；c) 對重要因子及交互影響效應的大小和要求的方向對重要因子及交互影響效應的大小和要求的方向進行量化，以利于控制。進行量化，以利于控制。Just used in Trina4.1變量搜索法：優(yōu)于所有分析因法變量搜索法：優(yōu)于所有分析因法4.1.2變量搜索法的原理變量搜索法的原理二元搜索法二元搜索法Just used in Trina4.1變量搜索法：優(yōu)于所有分析因法變量搜索法：優(yōu)于所有分析因法4.1.3變量搜索的方法變量搜索的方法 確定綠Y 列出變量清單，并根據(jù)重要性遞減排序：線索生成工具過濾以后的重要變量、計算機模擬、頭腦風暴等

28、給每一個變量確定最佳水平和臨界水平 早期和快速評估發(fā)展趨向。早期和快速評估發(fā)展趨向。實施兩組試驗，第一組采用全部處于最佳水平的因子，第二組采用全部處于臨界水平的因子。如果全部最佳組合和全部臨界組合的綠Y之間似乎存在巨大的差異，則可繼續(xù)進行下步。否則因子表需要重新評估。 重復上步試驗兩次，并進行重要性驗證（同部件搜索）。如果驗證通過，則第1階段結束，否則需重新排查試驗過程。1、球場階段 決定試驗用的變量是否是正確的變量、處于正常的水平Just used in Trina4.1變量搜索法：優(yōu)于所有分析因法變量搜索法：優(yōu)于所有分析因法4.1.3變量搜索的方法變量搜索的方法 將最重要的因子A水平互換，

29、測量并記錄AbRm 和AmRb兩個新綠Y值。 在上一步，可能會有3個結果：a. AmRb依然是B ， AbRm依然是M ，因子A是不重要的。b. AmRb變成了M ，而AbRm變成了B ，則因子A是紅X，變量搜索結束。c. AmRb部分變差， AbRm部分變好，但還沒有完全達到，這表明因子A部分重要或與其他零件間有相互作用。（數(shù)學方法判斷） 對于隨后最有可能的因子重復7、8步。 一旦在7（c）和第9步有兩個或多個因子被識別為是重要的，就必須考慮交互影響。2、分離重要的和非重要的因子Just used in Trina4.1變量搜索法：優(yōu)于所有分析因法變量搜索法：優(yōu)于所有分析因法4.1.3變量搜

30、索的方法變量搜索的方法 如果因子A和B顯示出部分顛倒，且讀數(shù)超過判斷極限，用這些因子AbBbRm和AmBmRb進行求交運算，以觀察余下的因子R是否可排除。如果一個或更多的結果超出了判斷極限，這將顯示搜索還不完整。在此情況下，用下一個的單個因子繼續(xù)實施第2階段，直至另外的因子顯示出超越控制的結果。 實施3因子的求交運算（一般很少需要4因子求交運算）3、求交運算4、析因分析 對重要因子的主效應和交互影響效應進行定量分析 利用在第1、2、3階段產(chǎn)生的、在第2階段又不能排除的重要因子的數(shù)據(jù)來擬定析因分析的數(shù)據(jù)整理。Just used in Trina4.1變量搜索法：優(yōu)于所有分析因法變量搜索法：優(yōu)于所

31、有分析因法4.1.4應用案例應用案例P279。Just used in Trina4.1變量搜索法：優(yōu)于所有分析因法變量搜索法：優(yōu)于所有分析因法4.1.5實際應用舉例實際應用舉例燒結爐各溫區(qū)重要性確定；電池車間整體提效；Just used in Trina4.2全析因：識別與量化每個交互影響的最佳技術全析因：識別與量化每個交互影響的最佳技術4.2.1全析因法的目標全析因法的目標a) 對于由線索生成技術挑選出來的2、3或4個變量中，確定哪些變量重要，哪些變量不重要。b) 在設計小組可以研究不多于4個的變量時，全析因肯定會成為主要的實驗設計技術。Just used in Trina4.2全析因：識

32、別與量化每個交互影響的最佳技術全析因：識別與量化每個交互影響的最佳技術4.2.2全析因法的局限全析因法的局限因全析因需要2n次試驗，試驗次數(shù)將隨n的增大而迅速增多，因此全析因應限于限于4個或個或4個以上的因子個以上的因子。于是變量搜索便成了選擇520個因子的試驗。Just used in Trina4.2全析因：識別與量化每個交互影響的最佳技術全析因：識別與量化每個交互影響的最佳技術4.2.3全析因試驗的原則全析因試驗的原則平衡重復隨機化Just used in Trina4.2全析因：識別與量化每個交互影響的最佳技術全析因：識別與量化每個交互影響的最佳技術4.2.4全析因試驗的方法全析因試驗

33、的方法綠Y矩陣（隨機化）Just used in Trina4.2全析因：識別與量化每個交互影響的最佳技術全析因：識別與量化每個交互影響的最佳技術4.2.5應用案例應用案例P322Just used in Trina4.2全析因：識別與量化每個交互影響的最佳技術全析因：識別與量化每個交互影響的最佳技術4.2.6實際應用舉例實際應用舉例任何改善試驗L9Just used in Trina4.3 B vs. C：卓越的確認技術：卓越的確認技術4.3.1確認的重要性確認的重要性在所有解決問題的實踐中，一個主要缺點是，一旦得到了改進，便認為該改進是本質、真實的和持久的。然而，在在解決問題的實踐的歷史中

34、，最初取得成功而后來很快失敗的解決問題的實踐的歷史中，最初取得成功而后來很快失敗的例子俯拾皆是。例子俯拾皆是。只有通過確認，實驗人員才能得到關于改進持久性的足夠的置信水平。Just used in Trina4.3 B vs. C：卓越的確認技術：卓越的確認技術4.3.2什么是什么是B vs. CC（current）代表當前產(chǎn)品，B（better）相應得代表更好的產(chǎn)品。B vs. C是一種非參數(shù)型比較試驗方法，它僅需要極少的樣本量極少的樣本量（通常是3個B和3個C），就可以比較兩種產(chǎn)品、過程或方法，并以非常高的置信度非常高的置信度確定那種產(chǎn)品、過程或方法更好。Just used in Trin

35、a4.3 B vs. C：卓越的確認技術：卓越的確認技術4.3.3B vs. C比較的目標比較的目標B vs. C應被用作一種驗證工具，而不是一種初始的解決問題工具。該技術的基本目標是：使用非常小的樣本量，根據(jù)質量和可靠性，以90或更高的置信水平在兩個產(chǎn)品或過程之間確定哪個更好。此外，還有如下其他目標：1、以90以上的置信度預測一個特定產(chǎn)品或過程比另一個產(chǎn)品或過程要好多少；2、保證對原有產(chǎn)品或過程的改進的持久性3、在兩種產(chǎn)品或過程中選擇一種較好的產(chǎn)品或過程；4、同時評價多個產(chǎn)品、過程、材料；5、Just used in Trina4.3 B vs. C：卓越的確認技術：卓越的確認技術4.3.4B vs. C比較的方法比較的方法略Just used in Trina緒論緒論改善項目的確立與前期處理改善項目的確立與前期處理線索生成工具線索生成工具主要內容正式的正式的DOE工具工具試驗設計優(yōu)化試驗設計優(yōu)化總結總結Just used in Trina試驗設計優(yōu)