1. Introduction Design of Experimen

1. Introduction Design of Experiments (DoE) is one of the most powerful tools for process improvement and optimization in the scientific and engineering disciplines. It is widely used to develop robust processes, so that they are less affected by external sources of variability. Objectives of DoE are to study the performance of processes and systems and to better understand the behavior of the process factors, as well as their impact on the quality characteristics of the product and process under analysis. In other words, experiments are performed to (Montgomery, Keatsa, Perrya, Thompsonb, & Messinab, 2000):

• Determine which controllable factors have most influence on the response(s);
• Determine where to set the significant controllable factors in order to assure that the response(s) are close to their target value;
• Determine where to set the significant controllable factors in order to assure that the effects of the uncontrollable and noise factors on the response(s) are minimal


Application of DoE in process improvements can result in improved process yields, reduced process variability and reduced overall costs (Montgomery, 2008). Over the past many years industries have successfully applied DoE to improve process per formance and reduce variability (Javorsky, Franchetti, & Zhang, 2014; Montgomery et al., 2000). However, other applications of DoE are also realized in the areas of product development (Fowlkes Creveling, 1996) and performance optimization of automation & technologies (Subulan & Cakmakci, 2011)

DoE consists of three important phases: pre-experimental planning; execution of the experiments; and statistical analysis of the data collected. Pre-experimental planning is a key phase for the successful implementation of the experiments because final conclusions largely depend on the way in which the experiments are planned. At the end of the pre-experimental planning phase, it is expected that the objectives of the experiment, the selection of response variables, factors and their levels and ranges required are clearly defined.

Definition of the problem and selection of factors and their lev els and ranges are thus critical steps in any DoE analysis. Incorrect identification of the problem will lead to final recommendations that are not meaningful. Typically, in order to define and characterize the problem, cause-and-effect-diagram and Failure Mode and Effect Analysis techniques are applied as simple and straightforward methods to identify potential design factors. However, these techniques are applied once the region of interest is identified (Taguchi, Chowdhury, & Wu, 2005). In order to better identify this region, a Systems Engineering tool called Non-Conformity Matrix (NCM) is presented in this paper. This tool enables to model the entire system (e.g. industrial process) holistically, also allowing a systematic analysis of the interactions between its elements that in our particular case, are the non-conformities identified along the production process.

After the region of interest is clearly defined, it is important to select the right factors and ranges that will be the subject of optimization through DoE, thus improving the quality of the final product. Factors are the input variables of a process that affect directly the response variables. In order to select factors and their levels and ranges, it is required that the experimenter has a deep process knowledge, based on a combination of practical experience and theoretical understanding, as well as historical data and/or previous experimental results, though, even considering all these information, there are still particular situations where the correct identification of factor levels and ranges is hard to accomplish. This might be due to a variety of causes, such as a certain immaturity of the process, a random behavior of the factor levels and ranges each time the production is run or even to the presence of unpredictable noise factors. The ideal way to address these problems consists in performing the pre-experimental runs to identify the factor lev- els and ranges for the above-discussed situations. In fact Czitrom (2003) and Coleman and Montgomery (1993) have also mentioned that if additional information is required on factor levels and ranges it is advisable to consider performing pre-experimental runs.

ผลลัพธ์ (ไทย) 1:

1. แนะนำออกแบบการทดลอง (DoE) เป็นหนึ่งในเครื่องมือที่มีประสิทธิภาพที่สุดสำหรับการปรับปรุงกระบวนการและเพิ่มประสิทธิภาพในสาขาวิทยาศาสตร์ และวิศวกรรม มันถูกใช้อย่างกว้างขวางเพื่อพัฒนากระบวนการที่มีประสิทธิภาพ เพื่อให้พวกเขาน้อยได้รับผลกระทบจากภายนอกแหล่งของความแปรปรวน การศึกษาประสิทธิภาพของกระบวนการและระบบ และ เพื่อให้ เข้าใจการทำงานของปัจจัยกระบวนการ ตลอดจนผลกระทบต่อลักษณะคุณภาพของผลิตภัณฑ์และกระบวนการภายใต้การวิเคราะห์วัตถุประสงค์ของ DoE ได้ ในคำอื่น ๆ การทดลองดำเนินการเพื่อ (มอนต์กอเมอรี Keatsa, Perrya, Thompsonb, & Messinab, 2000):•ตรวจสอบปัจจัยที่ควบคุมได้มีอิทธิพลมากที่สุดใน response(s) •กำหนดต่อการควบคุมปัจจัยสำคัญเพื่อให้แน่ใจว่า response(s) ที่อยู่ใกล้กับค่าเป้าหมายของพวกเขา•กำหนดต่อการควบคุมปัจจัยสำคัญเพื่อให้มั่นใจว่าผลของการไม่สามารถควบคุมได้ และปัจจัยเสียงใน response(s) มีน้อย แอพลิเคชันของ DoE ในกระบวนการปรับปรุงอาจส่งผลให้กระบวนการผลผลิตที่ดีขึ้น ลดความแปรปรวนของกระบวนการ และลดต้นทุนโดยรวม (มอนท์โกเมรีย์ 2008) ผ่านมา หลายปีอุตสาหกรรมจะนำไปใช้ DoE เพื่อปรับปรุงกระบวนการต่อ formance และลดความแปรปรวน (Javorsky, Franchetti และ เตียว 2014 มอนต์กอเมอรี et al. 2000) อย่างไรก็ตาม ใช้งานอื่น ๆ ของ DoE ยังตระหนักในพื้นที่ของการพัฒนาผลิตภัณฑ์ (Fowlkes Creveling, 1996) และเพิ่มประสิทธิภาพของระบบอัตโนมัติและเทคโนโลยี (Subulan & Cakmakci, 2011) DoE ประกอบด้วยสามขั้นตอนสำคัญ: วางแผนการทดลองก่อน การดำเนินการทดลอง และเก็บรวบรวมข้อมูลการวิเคราะห์ทางสถิติ การวางแผนล่วงหน้าทดลองเป็นขั้นตอนสำคัญสำหรับการดำเนินการการทดลองประสบความสำเร็จ เพราะข้อสรุปสุดท้ายส่วนใหญ่ขึ้นอยู่กับวิธีมีการวางแผนการทดลอง เมื่อสิ้นสุดขั้นตอนการวางแผนทดลองล่วงหน้า คาดชัดเจนกำหนดไว้วัตถุประสงค์ของการทดสอบ การเลือกตอบตัวแปร ปัจจัย และระดับ และช่วงที่จำเป็น คำจำกัดความของปัญหาและปัจจัย และ lev els และช่วงได้ดังนั้นขั้นตอนสำคัญในการวิเคราะห์ใด ๆ DoE รหัสไม่ถูกต้องของปัญหาจะนำไปสู่คำแนะนำสุดท้ายที่ไม่มีความหมาย โดยทั่วไป เพื่อที่จะกำหนด และลักษณะปัญหา สาเหตุ ผลกระทบแผนภาพและเทคนิคการวิเคราะห์ผลกระทบและความล้มเหลวจะใช้เป็นวิธีที่ง่าย และตรงไปตรงมาเพื่อระบุปัจจัยการออกแบบ อย่างไรก็ตาม เทคนิคเหล่านี้จะใช้เมื่อพื้นที่น่าสนใจ ระบุ (Taguchi เชาว์ดูรี่ และ วู 2005) เพื่อระบุภูมิภาคนี้ดี เครื่องมือระบบวิศวกรรมที่เรียกว่าเมทริกซ์ไม่สอดคล้อง (NCM) นำเสนอในเอกสารนี้ เครื่องมือนี้ช่วยให้โมเดล (เช่นอุตสาหกรรมกระบวนการ) ทั้งระบบแบบองค์รวม ช่วยให้การวิเคราะห์ระบบของปฏิสัมพันธ์ระหว่างองค์ประกอบที่ในกรณีของเรา ไม่สอดคล้องระบุตามกระบวนการผลิต หลังจากที่ภูมิภาคที่น่าสนใจคือชัดเจน มันเป็นสิ่งสำคัญการเลือกปัจจัยที่เหมาะสมและช่วงที่จะเป็นเรื่องของการเพิ่มประสิทธิภาพผ่าน DoE ดังนั้น การปรับปรุงคุณภาพของผลิตภัณฑ์สุดท้าย ปัจจัยคือ ตัวแปรป้อนเข้าของกระบวนการที่มีผลต่อตัวแปรตอบสนองโดยตรง เพื่อเลือกปัจจัย และระดับ และช่วง จำเป็นที่ experimenter ที่มีความรู้ลึกกระบวนการ ตามประสบการณ์และความเข้าใจทางทฤษฎี เป็นข้อมูลในอดีตหรือผลการทดลองก่อนหน้านี้ แม้ แม้แต่พิจารณาข้อมูลเหล่านี้ มีเฉพาะยังคงสถานการณ์ที่ยากที่จะบรรลุระดับปัจจัยและช่วงรหัสถูกต้อง ซึ่งอาจเนื่องจากหลายสาเหตุ เช่นมีร้านหนึ่งของกระบวนการ ลักษณะสุ่มปัจจัยระดับและช่วงเวลาแต่ละรันการผลิต หรือแม้กระทั่งการปรากฏตัวของปัจจัยเสียงคาดเดาไม่ วิธีเหมาะในการแก้ไขปัญหาเหล่านี้ประกอบในการทำงานทดลองก่อนการระบุปัจจัย lev-els และช่วงสำหรับสถานการณ์ที่กล่าวถึงข้างต้น ในความเป็นจริง Czitrom (2003) และ Coleman และมอนต์กอเมอรี (1993) ได้ยังกล่าวว่า ถ้าจำเป็นต้องมีข้อมูลเพิ่มเติมในระดับปัจจัยและช่วงที่ จะแนะนำให้ลองทำการทดลองก่อนทำ

ผลลัพธ์ (ไทย) 2:

1. บทนำการออกแบบการทดลอง (กวาง) เป็นหนึ่งในเครื่องมือที่มีประสิทธิภาพมากที่สุดสำหรับการปรับปรุงกระบวนการและการเพิ่มประสิทธิภาพในสาขาวิชาทางวิทยาศาสตร์และวิศวกรรม มันถูกใช้กันอย่างแพร่หลายในการพัฒนากระบวนการที่มีประสิทธิภาพเพื่อให้พวกเขาได้รับผลกระทบน้อยจากแหล่งภายนอกของความแปรปรวน วัตถุประสงค์ของการ DoE เพื่อศึกษาประสิทธิภาพของกระบวนการและระบบและให้เข้าใจถึงพฤติกรรมของปัจจัยกระบวนการเช่นเดียวกับผลกระทบต่อลักษณะคุณภาพของผลิตภัณฑ์และกระบวนการที่อยู่ภายใต้การวิเคราะห์ ในคำอื่น ๆ การทดลองจะดำเนินการ (มอนต์กอเม Keatsa, Perrya, Thompsonb และ Messinab, 2000):

•กำหนดปัจจัยที่ควบคุมได้มีอิทธิพลมากที่สุดในการตอบสนอง (s);
•กำหนดตำแหน่งที่จะตั้งในปัจจัยที่ควบคุมได้อย่างมีนัยสำคัญในการที่จะ มั่นใจว่าการตอบสนอง (s) มีความใกล้เคียงกับมูลค่าเป้าหมายของพวกเขา;
•กำหนดตำแหน่งที่จะตั้งในปัจจัยที่ควบคุมได้อย่างมีนัยสำคัญในการสั่งซื้อเพื่อให้มั่นใจว่าผลกระทบของปัจจัยที่ไม่สามารถควบคุมและเสียงรบกวนในการตอบสนอง (s) มีน้อย


การประยุกต์ใช้ DoE ในการปรับปรุงกระบวนการ จะส่งผลให้อัตราผลตอบแทนในการปรับปรุงกระบวนการลดความแปรปรวนของกระบวนการและค่าใช้จ่ายโดยรวมลดลง (กอเมอรี, 2008) ในช่วงเวลาหลายปีที่ผ่านมาอุตสาหกรรมได้นำมาใช้ประสบความสำเร็จ DoE การปรับปรุงกระบวนการต่อ formance และลดความแปรปรวน (Javorsky, Franchetti และ Zhang 2014. กอเมอรี, et al, 2000) อย่างไรก็ตามการใช้งานอื่น ๆ ของ DoE จะตระหนักยังอยู่ในพื้นที่ของการพัฒนาผลิตภัณฑ์ (Fowlkes Creveling, 1996) และการเพิ่มประสิทธิภาพการทำงานของระบบอัตโนมัติและเทคโนโลยี (Subulan & Cakmakci 2011) เดอะ

DoE ประกอบด้วยสามขั้นตอนสำคัญ: การวางแผนก่อนการทดลอง การดำเนินการของการทดลอง; และการวิเคราะห์ทางสถิติของข้อมูลที่เก็บรวบรวม การวางแผนก่อนการทดลองเป็นขั้นตอนที่สำคัญสำหรับการดำเนินงานที่ประสบความสำเร็จจากการทดลองเพราะข้อสรุปสุดท้ายส่วนใหญ่ขึ้นอยู่กับวิธีการที่ทดลองมีการวางแผน ในตอนท้ายของขั้นตอนการวางแผนก่อนการทดลองเป็นที่คาดหวังว่าวัตถุประสงค์ของการทดสอบการเลือกของตัวแปรตอบสนองต่อปัจจัยและระดับและช่วงที่พวกเขาจำเป็นต้องมีการกำหนดไว้อย่างชัดเจน.

ความหมายของปัญหาและการเลือกของปัจจัยและ Lev ของพวกเขา els และช่วงนี้เป็นขั้นตอนที่สำคัญดังนั้นในการวิเคราะห์ใด ๆ DoE บัตรประจำตัวที่ไม่ถูกต้องของปัญหาที่จะนำไปสู่ข้อแนะนำสุดท้ายที่ไม่ได้มีความหมาย โดยปกติในการสั่งซื้อเพื่อกำหนดและลักษณะปัญหาสาเหตุและผลกระทบแผนภาพและความล้มเหลว Mode และผลการวิเคราะห์เทคนิคที่นำมาใช้เป็นวิธีการที่ง่ายและตรงไปตรงมาในการระบุปัจจัยการออกแบบที่มีศักยภาพ แต่เทคนิคเหล่านี้ถูกนำมาใช้ครั้งเดียวในภูมิภาคที่น่าสนใจมีการระบุ (Taguchi, ก่อสร้างและวู 2005) เพื่อให้ดีขึ้นระบุภูมิภาคนี้เป็นเครื่องมือวิศวกรรมระบบที่เรียกว่าไม่สอดคล้องเมทริกซ์ (NCM) จะนำเสนอในบทความนี้ เครื่องมือนี้ช่วยให้การจำลองระบบทั้งหมด (เช่นกระบวนการทางอุตสาหกรรม) แบบองค์รวมที่ยังช่วยให้ระบบการวิเคราะห์ปฏิสัมพันธ์ระหว่างองค์ประกอบของว่าในกรณีโดยเฉพาะอย่างยิ่งของเราเป็น conformities ไม่ระบุพร้อมขั้นตอนการผลิต. การ

หลังจากภูมิภาคที่น่าสนใจเป็นอย่างชัดเจน ที่กำหนดไว้ก็เป็นสิ่งสำคัญในการเลือกปัจจัยที่เหมาะสมและช่วงที่จะเป็นเรื่องของการเพิ่มประสิทธิภาพผ่าน DoE จึงปรับปรุงคุณภาพของผลิตภัณฑ์สุดท้าย ปัจจัยที่เป็นตัวแปรของกระบวนการที่ส่งผลโดยตรงต่อตัวแปรการตอบสนอง ในการสั่งซื้อเพื่อเลือกปัจจัยและระดับและช่วงของพวกเขาจะต้องให้ทดลองมีความรู้กระบวนการลึกอยู่บนพื้นฐานของการรวมกันของประสบการณ์และความเข้าใจทางทฤษฎีเช่นเดียวกับข้อมูลทางประวัติศาสตร์และ / หรือผลการทดลองก่อนหน้านี้ แต่แม้พิจารณา ข้อมูลทั้งหมดเหล่านี้ยังคงมีสถานการณ์โดยเฉพาะอย่างยิ่งในกรณีที่บัตรประจำตัวที่ถูกต้องของระดับปัจจัยและช่วงเป็นเรื่องยากที่จะประสบความสำเร็จ ซึ่งอาจจะเกิดจากหลายสาเหตุเช่นไม่บรรลุนิติภาวะหนึ่งของกระบวนการพฤติกรรมสุ่มของระดับปัจจัยและช่วงเวลาในการผลิตแต่ละมีการเรียกใช้หรือแม้กระทั่งการปรากฏตัวของปัจจัยเสียงทายไม่ถูก วิธีที่เหมาะสมเพื่อแก้ไขปัญหาเหล่านี้ประกอบด้วยในการดำเนินการวิ่งก่อนการทดลองเพื่อระบุปัจจัย lev- Els และช่วงสำหรับสถานการณ์ดังกล่าว ในความเป็นจริง Czitrom (2003) และโคลแมนและเมอรี (1993) ได้กล่าวว่าหากต้องการข้อมูลเพิ่มเติมเกี่ยวกับระดับปัจจัยและช่วงก็จะแนะนำให้พิจารณาดำเนินการวิ่งก่อนการทดลอง

ผลลัพธ์ (ไทย) 3:

1 . การออกแบบเบื้องต้นของการทดลอง ( DOE ) เป็นหนึ่งในเครื่องมือที่มีประสิทธิภาพมากที่สุดสำหรับการปรับปรุงกระบวนการและการเพิ่มประสิทธิภาพในสาขาวิทยาศาสตร์และวิศวกรรม มันถูกใช้กันอย่างแพร่หลายเพื่อพัฒนากระบวนการที่แข็งแกร่งเพื่อให้พวกเขาได้รับผลกระทบน้อยลงโดยแหล่งข้อมูลภายนอกของความแปรปรวน วัตถุประสงค์ของ โด เพื่อศึกษาประสิทธิภาพของระบบและกระบวนการ และให้เข้าใจถึงพฤติกรรมของปัจจัย กระบวนการ ตลอดจนผลกระทบต่อคุณภาพของผลิตภัณฑ์และกระบวนการในลักษณะการวิเคราะห์ ในคำอื่น ๆ การทดลองปฏิบัติ ( มอนต์โกเมอรี่ keatsa perrya thompsonb , , , และ messinab , 2000 )- ตรวจสอบ ซึ่งปัจจัยที่ควบคุมได้มีอิทธิพลมากที่สุดต่อการตอบสนอง ( s )- กำหนดว่าให้กำหนดปัจจัยด้านที่สำคัญเพื่อให้มั่นใจว่าตอบสนอง ( s ) จะใกล้เคียงกับค่าเป้าหมายของพวกเขา- กำหนดว่าให้กำหนดปัจจัยด้านที่สำคัญเพื่อให้มั่นใจว่าผลของแก่นและเสียงปัจจัยในการตอบสนอง ( s ) อยู่น้อยการใช้ข้อมูลในการปรับปรุงกระบวนการได้ผลในการลดความแปรปรวนของกระบวนการผลิตปรับปรุงกระบวนการและลดต้นทุนโดยรวม ( มอนโกเมอรี่ , 2008 ) ที่ผ่านมาหลายปีอุตสาหกรรมใช้เรียบร้อยแล้ว โด เพื่อปรับปรุงกระบวนการและลดความแปรปรวนต่อ formance ( javorsky franchetti , และ , จาง , 2014 ; Montgomery et al . , 2000 ) อย่างไรก็ตาม โปรแกรมอื่น ๆของ โด ยัง ตระหนัก ในพื้นที่ของการพัฒนาผลิตภัณฑ์ ( เฟาล์กส creveling , 1996 ) และการเพิ่มประสิทธิภาพประสิทธิภาพของเทคโนโลยีระบบอัตโนมัติและ ( subulan & cakmakci 2011 )โดประกอบด้วยสามขั้นตอนสำคัญก่อนทดลอง การวางแผน การดำเนินการ ของการทดลองและการวิเคราะห์ทางสถิติของข้อมูลที่รวบรวม ก่อนทดลองวางแผนเป็นขั้นตอนสำคัญสำหรับการดำเนินงานที่ประสบความสำเร็จของการทดลอง เพราะบทสรุปสุดท้ายส่วนใหญ่ขึ้นอยู่กับวิธีที่ทดลองได้วางแผนไว้ ในตอนท้ายของการวางแผนระยะก่อนทดลอง คาดว่าวัตถุประสงค์ของการทดลอง การเลือกตัวแปรตอบสนอง ปัจจัยและระดับของช่วงที่ต้องการชัดเจน .นิยามของปัญหาและคัดเลือกปัจจัยและ ELS เลฟ และช่วงวิกฤตจึงเป็นขั้นตอนในการวิเคราะห์ข้อมูล . ชนิดที่ไม่ถูกต้องของปัญหาจะนำไปสู่ข้อเสนอแนะสุดท้าย ที่ไม่ได้มีความหมาย โดยทั่วไป การกำหนดและวิเคราะห์ปัญหา สาเหตุ และผล และเทคนิคการวิเคราะห์ข้อบกพร่องและผลกระทบที่ใช้ง่ายและวิธีการตรงไปตรงมาเพื่อระบุปัจจัยการออกแบบที่มีศักยภาพ อย่างไรก็ตาม เทคนิคเหล่านี้จะใช้เมื่อ 1 ระบุ ( ทากุจิ Chowdhury , & Wu , 2005 ) เพื่อให้ระบุภาคนี้เครื่องมือวิศวกรรมระบบ เรียกว่าไม่สอดคล้องเมทริกซ์ ( NCM ) ที่นำเสนอในบทความนี้ เครื่องมือนี้จะช่วยให้รูปแบบของระบบทั้งหมด ( เช่นอุตสาหกรรมกระบวนการ ) โดยยังช่วยให้วิเคราะห์ระบบของปฏิสัมพันธ์ระหว่างองค์ประกอบของมันในกรณีของเรา จะไม่ conformities ระบุตามกระบวนการผลิตหลังจากพื้นที่ของดอกเบี้ยที่ชัดเจน มันเป็นสิ่งสำคัญที่จะเลือกปัจจัยที่เหมาะสมและช่วงนั้นจะเป็นในเรื่องของการเพิ่มประสิทธิภาพผ่าน โด การปรับปรุงคุณภาพของผลิตภัณฑ์สุดท้ายจึง ปัจจัยที่จะใส่ตัวแปรของกระบวนการที่ส่งผลโดยตรงการตอบสนองตัวแปร ในการเลือกปัจจัยและระดับของช่วง มันเป็นสิ่งจำเป็นที่ผู้ทดลองมีกระบวนการลึกความรู้บนพื้นฐานของการรวมกันของประสบการณ์และความเข้าใจทางทฤษฎี รวมทั้งข้อมูลทางประวัติศาสตร์และ / หรือผลการทดลองก่อนหน้านี้ แม้ว่า แม้ว่าการพิจารณาข้อมูลทั้งหมดเหล่านี้ยังคงมีสถานการณ์เฉพาะที่ บัตรประจำตัวที่ถูกต้องของ ปัจจัยระดับและช่วงที่เป็นเรื่องยากที่จะบรรลุ อาจจะเกิดจากหลายสาเหตุ เช่น อ่อนบางของกระบวนการสุ่ม พฤติกรรมของปัจจัยระดับและช่วงแต่ละเวลาการผลิตจะวิ่ง หรือแม้แต่การมีปัจจัยเสียงที่คาดเดาไม่ได้ วิธีที่เหมาะสมเพื่อจัดการกับปัญหาเหล่านี้ประกอบด้วยในการปฏิบัติก่อนทดลองวิ่งเพื่อระบุปัจจัยเลฟ - ELS และช่วงสำหรับข้างต้นกล่าวถึงสถานการณ์ ในความเป็นจริง czitrom ( 2003 ) และ โคลแมน และ มอนโกเมอรี่ ( 1993 ) ได้กล่าวว่า หากมีข้อมูลเพิ่มเติมจะต้องอยู่บนปัจจัยระดับและช่วงมันสมควรที่จะพิจารณาดำเนินการก่อนการทดลองวิ่ง