1.2全因子DOE实验设计
结合六西格玛项目的质量改进(I阶段)设计案例
目录
结合六西格玛项目的质量改进(I阶段)设计案例 1
1.1DOE分析计划 1
1.2全因子DOE实验设计 1
1.3DOE分析 3
1.4DOE响应优化 4
根据项目分析阶段的分析，最终得到了四个引起最终不良的关键输入变量，那么质量改进I阶段的主要目标是通过改进输入变量提高关键质量特性Y,找出总体最优的改进方案。
1.1DOE分析计划
实验设计(DOE)是处理多个因子与响应变量之间关系的方法，该方法可以同时研究多个输入变量X,确定它们对关键质量特性Y的影响，也可以通过同时操纵多个输入，确定输入变量X之间的交互作用。DOE实验设计通过分析试验数据，建立响应与因子之间的函数关系Y=F(X?,X?…Xk)+ε,其中X?,X?……Xk为可控因子，ε为由非可控因子所造成的试验误差。
根据分析阶段，得出X显著因子为水洗室流量/压力、HM-S水汽比例、毛刷使用寿命以及A/K流量。此外，y2异物断线中的Clamp寿命虽然为非显著,却是影响PVD过程的重要可控因子，同样，y3爬坡断线中的基板预处理也影响基板成膜后的膜质，因此，将Clamp寿命和基板预处理同步加入DOE分析，DOE分析计划如表1.13所示。
表1.13DOE分析计划
流程目标(y)
X因子
Level
Low/High
y1
X1-1:水洗室流量
2
70/83L/min
液残断线
X1-3:HM-S水汽比例
2
43/53
y2
X2-1:毛刷使用寿命
2
10/30天
异物断线
X2-3:Clamp寿命
2
900/1100KWH
y3
X3-1:基板预处理
2
4h/24h
爬坡断线
X3-3:AK流量
2
2800/3000L/min
为综合考虑各因素对质量特性的影响，本节采用全因子实验设计，即对所有因子的所有排列组合都进行试验，优点便是方法思路简单明了，能够很清晰的看到主效应以及各个效应之间的交互作用。在多数的初期研究中，每一因子采用两水平，我们将k个因子的两水平的全因子试验称为2K。
在此次实验设计中，根据批量生产水平和设备规格范围，并结合对生产成本的评估，在实际生产的基础上选择因子水平。判定方式为y1通过对水洗室流量和HM-S水汽比例的调整，y2通过对部材使用寿命的调整，y3通过对成膜基板预处理的管控及AK流量的调整，再由SL点灯S断线发生panel数整理对应测试数据，如表1.14-1.16所示，其中相关设计因子如下：
因子：2基本设计：2,4
试验次数：8仿行：2
区组：1中心点(合计):0
表1.14y1模块DOE2K全因子设计及实验结果
标准序
运行序
中心点
区组
水洗室流量
HM-S水汽比例
实验结果S断Panel数
5
1
1
1
70
43
511
2
1
1
70
43
524
2
3
1
1
83
43
457
6
4
1
1
83
43
446
4
5
1
1
83
53
492
3
6
1
1
70
53
568
7
7
1
1
70
53
571
8
8
1
1
83
53
483
表1.15y2模块DOE2K全因子设计及实验结果
标准序
运行序
中心点
区组
毛刷使用寿命
Clamp寿命
实验结果S断Panel数
6
1
1
1
30
900
538
5
2
1
1
10
900
452
4
3
1
1
30
1100
522
3
4
1
1
10
1100
480
1
5
1
1
10
900
438
8
6
1
1
30
1100
511
2
7
1
1
30
900
518
7
8
1
1
10
1100
466
表1.16y3模块DOE2K全因子设计及实验结果
标准序
运行序
中心点
区组
基板预处理
A/K流量
实验结果S断Panel数
8
1
1
1
24
3000
452
1
2
1
1
4
2800
493
11111163
1
1
11
11
6
3
2
5
4
7
3
4
5
6
24
4
24
4
24
4
481
455
522
513
449
478
3000
11
11
11
7
78
113000
1
1
3000
1.3DOE分析
基于DOE实验设计及结果，运用Minitab软件进行分析因子设计，确认各因子的影响效果。下图1.10为y1液残断线因子分析结果、标准化效应ParetoS断Panel数交互作用图，可以得到水洗室流量、HM-S水汽比例均为y1液残断线的显著因