InsightFab
知識庫/DOE 田口法:9 次實驗找最佳參數,不是靠運氣
DOE
9 分鐘閱讀

DOE 田口法:9 次實驗找最佳參數,不是靠運氣

4 個因子、3 個水準,全因子要跑 81 次。你的同事說「一個一個試」,要跑 36 次,還找不到交互作用下的最佳組合。田口 L9:9 次實驗,省了 89%。

情境

你的射出成型製程翹曲超標,主管要你三週內找出最佳參數。你有 4 個可調因子(模溫、料溫、保壓時間、冷卻時間),每個有 3 個水準。

你的同事說:「一個一個試,固定其他三個,只調一個。」這要跑 4×3 = 12 組,每組 3 次確認 = 36 次實驗。

還有個問題:如果模溫和料溫有交互作用,一個一個試永遠找不到最佳組合。

田口法:9 次實驗,同時估計 4 個因子。

白話翻譯

田口正交表的設計邏輯:讓每個因子的每個水準,出現在每個其他因子的每個水準下各一次。這樣算出來的效果,就不會被其他因子的變化污染。

實驗模溫料溫保壓冷卻翹曲(mm) 1低低低低0.38 2低中中中0.31 5中中高低0.27 ← 最佳 9高高中低0.28

從這 9 組,計算每個因子各水準的平均翹曲值,找出最佳組合,做第 10 次確認實驗。

S/N 比(訊噪比):不只追求平均值靠近目標,還追求「變異最小」。S/N 比越高,製程越穩健。

實戰判斷

田口法的三大限制:
  • 無法估計因子間的交互作用
  • 確認實驗的預測值和實際值差 > 20%,就代表有交互作用,需改用全因子
  • 化學反應、生物製程通常有強交互作用 → 用全因子設計
  • InsightFab 怎麼做

    選擇因子數和水準數,InsightFab 自動生成正交表實驗計畫,輸入實驗結果後,自動計算各因子效果圖、S/N 比排名,輸出最佳參數組合和確認實驗預測範圍。

    金句

    「全因子是地毯式搜索,田口法是特種部隊——目標明確、彈藥節省、直搗黃龍。」

    想試試看?

    文章裡提到的分析工具在 InsightFab 都可以直接用,上傳 CSV 即可分析。

    前往工具頁面