论文部分内容阅读
摘 要： 随着光电产业的发展及半导体产业自动化的高速定位，XXY Table被广泛应用，为达精准定位之需求，依工业4.0为目标主轴，透过各种智能型数据传输与机器人系统结合，研究机械手臂结合精密检测平台与云端服务器的应用。优化XXY Table两轴定位，运用六标准偏差DMAIC的改善手法，结合田口质量工程的参数设计方法，找出轴心加工对象在加工制程时优化的实验水平，以达到所有轴心尺寸零不良及刀具寿命最佳条件设定，提升加工对象产品制程能力及质量，以供实务上提升质量与决策规划时提供参考依据。透过最佳之制程条件组合，经求得后为主轴转速3715rpm、进给速度0.22mm/rev、车削量0.1mm，在制程能力Cpk值由0.64提升到1.40确实改善轴心制成质量特性。
关键词：XXY Table；CCD视觉系统；工业4.0；六标准偏差手法；田口质量工程
中图分类号： TP29 文献标识码：A 文章编号：0000-0129/K（2015）02-0094-07
1 前言
XXY Table有优异的耐久耐磨耗、高效率的滚动运动、丑背隙与高刚性等特性，常被应用于 TFT LCD设备、 量测仪器、自动化设备，而现在正推动工业4.0，利用云端服务器来收集及储存大数据以利于往后分析作业。
1.1 研究背景与动机
近年来由于产业与科技的发展，制程设备要求之精度与稳定度也日益严苛。制程设备生产往往需依靠机构及电控工程师，一边组装调试与一边测试来找出最佳的设备参数，这种依赖工程师经验的方法，在现今产业中已经无法快速满足市场需求。
大多数的定位系统，具有明显的非线性与时变之特性，如机构组件的背隙、摩擦问题；致动器的功率限制、飘移性等；机械组件、机构与致动器的共振特性；外在环境的干扰（温度、湿度、压力、震动、粉尘等），皆会影响系统的精度表现。所以需采取更科学的方法解决，以达到缩短工时及达成客户的需求。
对光电产业而言，面对不同层级的客户，其所要求的设备质量与定位精度等级也会不同。本研究运用六标准偏差管理改善技术手法，来改善与优化制程，期望能找出影响定位精度稳定性的参数组合，以提升设备之定位精度及竞争优势，再将检测数据传送到云端服务器，储存大笔数据，可作为往后分析之需求。
1.2 研究范围与限制
本研究运用六标准偏差手法定位精度条件选择及规划实验点，建立一套合乎实用的优化模式。探讨范围包括对定位装置进行定位精准度实验，选用伺服控制系统特性（位置回路增益、速度回路增益、速度回路积分值和减速度）等，实验量测值为定位后的位置精度，以及利用云端服务器收集数据，传送到计算机做分析。
1.3 研究流程
本研究运用六标准偏差DMAIC的改善手法（如图1），利用特性要因图找出影响定位精度的关键因素及影响定位精度稳定性的参数组合。
2 文献探讨
在光电制程设备中，定位装置系统，包含XXY Table机构、数值控制装置。
2.1 XXY Table机构组成
XXY Table机构主要由滚珠螺杆与螺帽、轴承、引导组件、减速机、联轴器、交流伺服马达等配件搭配组成。
2.1.1 联轴器
联轴器可分为刚性及挠性两种，其主要功能在于连接两不相接的传动轴并且传递动力。故为了提高机构的刚性及保护马达，本研究在旋转马达传动轴与滚珠导螺杆之间加装挠性联轴器（如图2），可有效吸收马达振动及马达轴心与滚珠导螺杆的偏心、偏角和组配不对心及运转中产生的振动，达到保护马达及机构的功能，减少运转时的不正常现象。
2.2 工业4.0
生产力4.0的核心作法，是结合智慧机器人、物联网及大数据等技术，推动产业朝设备智动化、系统虚实化及工厂智能化发展，来加速提升附加价值与生产力，以创造产业下一波的成长新动能。
培养具备生产力4.0跨领域整合人才，并以智能辅助操作系统协助从业人员提升本身能力，以延长银发族之工作年限，解决职场晚进早出问题。
透过ServBox，改变传统的工具机服务模式，配合Service平台的使用，建立机台、平台、与维运人员的同步实时信息沟通。
ServBox创新服务通路，提供改变传统模式的沟通方式，透过服务平台的辅助，建立快速且主动的信息沟通模式，提升维运人员工具机台服务内容三项的信息共通模式。 ServBox采用标准信息沟通协议，打破工具机与服务平台沟通的界线。
2.2.1 ServBox
ServBox主要功能为撷取、储存数据，也可提供监控数据机制。
2.2.2 工业4.0架构
工业4.0主要是机台加工之数据，可传送到ServBox，再由ServBox收集数据或监控数据，再传送到云端做分析，可透过计算机监控及分析加工刀具是否受损，再通知人员进行换取刀具。
2.3 六标准偏差
六标准偏差解决问题的优化方法，是DMAIC（定义、衡量、分析、改善、控制5步骤）。每一种质量改善工具都能套用到DMAIC架构里，并取其优点、避开缺点，进而运用在营销、研发等不同环境。EX：Tong et al.[1]以六标准偏差DMAIC 改善程序为基础，结合运用DOE来寻找出最佳水平之制程因子条件，辅助案公司之SMT 印锡作业，由原先的制程能力指标小于1.33，大幅的提升至六倍标准偏差的质量目标。Dasgupta[2]透过以六标准偏差的架构运用来评估现行整体供应链的绩效，也透过研究证明各种方法与实务绩效，能在一个量测法和世界级标准的基础上，透过六标准的管理模式能有效的予以测量和监控。
2.4 特性要因图
特性要因图又名鱼骨图，这个方法是日本品管大师石川馨所创，也有人称为因果图，因为鱼骨图的鱼头通常表示某一特定结果（或问题），而组成此鱼身的大骨，即是造成此结果的主要原因。鱼骨图是一个简单呈现「结果」与「形成原因」的图形表示法，可以用来说明我们推断问题形成的原因或归纳有关的结果。绘制的时候，鱼头通常指事情的结果，鱼身的主干骨（大骨）就是造成结果的主要原因，而鱼骨上的细刺（中骨、小骨）则表示次要或更次要的因素（如图3）。近年来特性要因图已被广泛运用于协助企业分析及解决复杂性的问题[3]。 2.5 田口质量工程
田口方法（Taguchi Method）起源于1950年田口玄一（2003）的倡导，它是一种改良产品质量的实验计划法，一般以多要因直交表实验设计的应用居多，此法最大的优点是可以用少量实验数据进行广泛的实验趋势分析，可有效改善制程和提高加工质量。
2.6 制程能力指标
Kane （1986）定义了第一个制程能力指标，用来比较产品规格与制程实际变异的比率，而其只考虑制程是否落于规格界限内，并未考虑制程中心位置。而其在同年提出制程能力指标Cpk，其指针能反应出制程平均偏离规格区间的程度， 因此可避免制程已超出规格界限却评估不出的缺点。
用制程能力指标为Kane （1986）所提出之Cpk制程能力指标，可以判断出制程是否发生变异以及制程的变异是否符合规格，也可以依据实际情况，使用单边或双边规格的量测方法。Kane 共提出了五种制程能力指标，如表1。[4]
3 研究方法与案例探讨
3.1 定义问题（Define）
本研究运用六标准偏差手法，并结合田口之参数设计及实验寻找轴心加工流程中的控制因子水平组合，以实验中的杂音因子的敏感度降到最低，增进加工流程稳定性，藉以达到改善轴心加工流程轴心质量之提升（如图4） 。
3.2 现况衡量（Measurement）
将现况量测的数据确认后，依确认好的数据进行分析并作整理，将收集的制程数据传到云端服务器再透过计算机进行分析，本研究采用的制程能力分析指标为Cpk（制程能力指数），而Cpk则为其评价制程能力指数，若Cpk<1代表不合格、1≦Cpk<1.33则为警告、Cpk≧1.33即为合格。
把收集好的数据以Minitab14软件进行分析，首先对目前的制程能力的主精车削的所有尺寸及控制代研磨重要尺寸10.1+0/-0.05尺寸作研磨判断。本研究由50个实验品中随机抽取36样品之改善前观测值，如表2。
3.3 资料分析（Analyze）
分析阶段必须决定问题原因的来源，以及确认其变异或缺失的原因，可分别由资料及流程两处着手：（1）资料分析：是利用衡量阶段所收集到的资料，分析数据变异情形、找出问题原因或其他因素，近一步证明或排除某些原因。（2）流程分析：深入了解并调查工作流程及作业内容，以便确定问题范围，也就是发掘问题根源或找出问题的主要原因。
利用精密检测平台，使用CCD做检测，检测数据传送至ServBox，ServBox撷取数据及储存数据，透过网络传送至计算机做分析作业（如图6、图7、图8）。
3.3.1 轴心质量特性
本研究经过讨论，找出轴心加工流程影响轴心质量特性原因，找出加工作业流程影响之特性，如轴心胚料加工时应藉由定员生产或定机生产之特性、CNC车削处理之机台精度校正与刀具夹具选定、热处理之变形量与表面硬度、表面处理之药水条件设定与防锈测试、研磨加工之实物现配与确认外径符合公差，找出脚踏轴心研磨加工质量特性要因（如图9）。
本研究以工厂之轴心加工制程进行案例探讨，轴心车削分为粗车削和精车削，前者须预留精车所需车销量，后者为重要主因素，在依照切削条件设定计算原理得出另一参数，使所有尺寸完成及控制待研磨尺寸10.1+0/-0.05mm均符合最终产品之规格（如图10）。
本实验经文献收集、尺寸加工条件图、加工矩阵图及实务上的实验设备归纳出轴心胚料、CNC车削、热处理、表面处理、研磨等因素构成特性要因图后，经由研究团队成员互相讨论并决定各项因素之贡献率，来选出控制因子，如表3。
运用田口方法进行参数设计进行改善质量特性的目的，首先是先设置目标函数，即指需要改善之质量，归纳出影响目标函数的因子和水平，经估计资源效益找出最佳因子水平组合，如表4。
3.4 实验改善（Improve）
3.4.1 决定实验方法与因子配置
本研究利用田口实验方法进行制程改善，藉由实验分析结果得到最佳制程参数，以提升制程能力，将分析后确认的重要因子列为主要的生产参数，依照田口的实验步骤进行实验，本研究将以3因子3水平来做实验参数，运用L9直交表来做实验配置并进行交叉分析。首先选定控制因子以及设定制程条件范围，选择的依据来自上述分析的结果以及研发人员的讨论而得到的结论，确定实验配置后开始展开实验。
本实验采用田口实验方法，并运用L9直交表来决定实验的因子配置及实验次数，加入直交表配置中共实验27次，如表5所示，并以较少实验次数获得与全因子实验相同之信息。本研究应用望小特性做为轴心质量特性分析，利用MINITAB 14.0软件来求得一组最佳实验参数组合。
3.4.2 讯号杂音比（S/N）分析
质量在田口方法中，质量特性区分为望小特性、望大特性及望目特性三种特性。本研究应用望小特性来求得一组最佳实验参数组合，使T值最小（理想值为0）。如将SN比单位以分贝（dB）表示，望小特性SN比定义如式（1），其中，yi为第i组的实验资料，n为总实验的次数，下表6为直交表L9（33）实验回应值与SN比。
将表7的资料绘制成图11有助于解读判定。根据SN比定义，SN比越大则MSD（质量损失）越小的一般性原则，因此选择SN值较大的因子水平， SN比之因子效应图，并可得知SN比值较大的因子组合为A3-B1-C2。
3.4.3 变异数分析（ANOVA）
各因子效果之相对大小可从因子效果图中得知，斜率愈大代表因子愈显著，具显著因子效果，将用来预测未来在最适条件下的SN比，从图10来进行变异数分析，能提供不同因子相对效果更好的感觉，亦即更客观判断方式，如表8。
文中的变异数分析表是根据苏朝墩（2009）所述，当误差项百分比50%，表示有些重要因子被忽略了，实验状况不是很好或是有很大的衡量误差发生，误差贡献率为-106.26%，在可接受合理范围内。因子B与C之F值均大于4，表示这两个因子的效果非常大。 3.4.4 最适条件的推定
为验证藉由资料分析所获得的结论是否正确，在最适条件推订设定下进行确认实验。首先预测在最佳条件下SN比（为避免高估最佳条件SN比，仅用影响效果较强的因子来估算）。
3.4.5 确认实验
本实验进行3次，确认实验可验证所预测最佳条件下之平均值是否有效，确认实验，如表9。
3.5 控制（Control）
3.5.1 优化制程能力计算
本研究透过最佳水平组合，并改变制程参数，再随机抽取36组优化改善后数据，如表10所示之数据，并进行制程能力分析。
最佳之制程条件组合，经求得后为主轴转速3715rpm、进给速度0.22mm/rev、车削量0.1mm，期望其最佳制程可使其制程稳定并将质量提升，在上述数据分析经过确认实验验证已满足其制程稳定性，改善后之制程能力分析结果（如图12）。
3.5.2 数据监控至云端系统
将实验数据传送到云端服务器，再由计算机进行分析，检测及监控是否异常，云端服务器有利于多笔数据之汇整及数据储存，以利于往后数据查询。
4 结论
通过利用机械手臂将加工好的脚踏轴心，夹至XXY Table精密检测平台，由CCD检测系统做检测，再将检测数据传送到云端服务器，再由人员应用六标准偏差手法结合田口实验方法，配合实验结果，推导出脚踏轴心制程加工参数优化模块，经由实验分析，探讨出脚踏轴心加工参数之参数设计方法，找出轴心加工对象在加工制程
时优化的实验水平，使加工对象产品制程能力及质量得到提升，以供实务上提升质量与决策规划时提供参考依据，透过最佳之制程条件组合，经求得后为主轴转速3715rpm、进给速度0.22mm/rev、车削量0.1mm，在制程能力值由0.64提升 到1.40确实改善轴心制成质量特性。
参考文献：
[1]A DMAIC Approach to Printed Circuit Board Quality Improvement[J].Tong， J.P.， Tsung， F. and Yen， B.P.，International Journal of Advanced Manufacturing Technology，
2004：523-531.
[2]Using the Six-Sigma Metric to Measure and Improve the Performance of a Supply Chain[J].Dasgupta， T.， Total Quality Management， 2003，3：355-366.
[3]郭如玉.要因分析在QC story 中扮演角色之探讨[J].现场与管理，1997，5（25）：22-27.
[4]Process Capability Indices[J].Kane， V.E .Journal of Quality Technology， 1986，18（1）：41-52.
【责任编辑 刘祖琼】
关键词：XXY Table；CCD视觉系统；工业4.0；六标准偏差手法；田口质量工程
中图分类号： TP29 文献标识码：A 文章编号：0000-0129/K（2015）02-0094-07
1 前言
XXY Table有优异的耐久耐磨耗、高效率的滚动运动、丑背隙与高刚性等特性，常被应用于 TFT LCD设备、 量测仪器、自动化设备，而现在正推动工业4.0，利用云端服务器来收集及储存大数据以利于往后分析作业。
1.1 研究背景与动机
近年来由于产业与科技的发展，制程设备要求之精度与稳定度也日益严苛。制程设备生产往往需依靠机构及电控工程师，一边组装调试与一边测试来找出最佳的设备参数，这种依赖工程师经验的方法，在现今产业中已经无法快速满足市场需求。
大多数的定位系统，具有明显的非线性与时变之特性，如机构组件的背隙、摩擦问题；致动器的功率限制、飘移性等；机械组件、机构与致动器的共振特性；外在环境的干扰（温度、湿度、压力、震动、粉尘等），皆会影响系统的精度表现。所以需采取更科学的方法解决，以达到缩短工时及达成客户的需求。
对光电产业而言，面对不同层级的客户，其所要求的设备质量与定位精度等级也会不同。本研究运用六标准偏差管理改善技术手法，来改善与优化制程，期望能找出影响定位精度稳定性的参数组合，以提升设备之定位精度及竞争优势，再将检测数据传送到云端服务器，储存大笔数据，可作为往后分析之需求。
1.2 研究范围与限制
本研究运用六标准偏差手法定位精度条件选择及规划实验点，建立一套合乎实用的优化模式。探讨范围包括对定位装置进行定位精准度实验，选用伺服控制系统特性（位置回路增益、速度回路增益、速度回路积分值和减速度）等，实验量测值为定位后的位置精度，以及利用云端服务器收集数据，传送到计算机做分析。
1.3 研究流程
本研究运用六标准偏差DMAIC的改善手法（如图1），利用特性要因图找出影响定位精度的关键因素及影响定位精度稳定性的参数组合。
2 文献探讨
在光电制程设备中，定位装置系统，包含XXY Table机构、数值控制装置。
2.1 XXY Table机构组成
XXY Table机构主要由滚珠螺杆与螺帽、轴承、引导组件、减速机、联轴器、交流伺服马达等配件搭配组成。
2.1.1 联轴器
联轴器可分为刚性及挠性两种，其主要功能在于连接两不相接的传动轴并且传递动力。故为了提高机构的刚性及保护马达，本研究在旋转马达传动轴与滚珠导螺杆之间加装挠性联轴器（如图2），可有效吸收马达振动及马达轴心与滚珠导螺杆的偏心、偏角和组配不对心及运转中产生的振动，达到保护马达及机构的功能，减少运转时的不正常现象。
2.2 工业4.0
生产力4.0的核心作法，是结合智慧机器人、物联网及大数据等技术，推动产业朝设备智动化、系统虚实化及工厂智能化发展，来加速提升附加价值与生产力，以创造产业下一波的成长新动能。
培养具备生产力4.0跨领域整合人才，并以智能辅助操作系统协助从业人员提升本身能力，以延长银发族之工作年限，解决职场晚进早出问题。
透过ServBox，改变传统的工具机服务模式，配合Service平台的使用，建立机台、平台、与维运人员的同步实时信息沟通。
ServBox创新服务通路，提供改变传统模式的沟通方式，透过服务平台的辅助，建立快速且主动的信息沟通模式，提升维运人员工具机台服务内容三项的信息共通模式。 ServBox采用标准信息沟通协议，打破工具机与服务平台沟通的界线。
2.2.1 ServBox
ServBox主要功能为撷取、储存数据，也可提供监控数据机制。
2.2.2 工业4.0架构
工业4.0主要是机台加工之数据，可传送到ServBox，再由ServBox收集数据或监控数据，再传送到云端做分析，可透过计算机监控及分析加工刀具是否受损，再通知人员进行换取刀具。
2.3 六标准偏差
六标准偏差解决问题的优化方法，是DMAIC（定义、衡量、分析、改善、控制5步骤）。每一种质量改善工具都能套用到DMAIC架构里，并取其优点、避开缺点，进而运用在营销、研发等不同环境。EX：Tong et al.[1]以六标准偏差DMAIC 改善程序为基础，结合运用DOE来寻找出最佳水平之制程因子条件，辅助案公司之SMT 印锡作业，由原先的制程能力指标小于1.33，大幅的提升至六倍标准偏差的质量目标。Dasgupta[2]透过以六标准偏差的架构运用来评估现行整体供应链的绩效，也透过研究证明各种方法与实务绩效，能在一个量测法和世界级标准的基础上，透过六标准的管理模式能有效的予以测量和监控。
2.4 特性要因图
特性要因图又名鱼骨图，这个方法是日本品管大师石川馨所创，也有人称为因果图，因为鱼骨图的鱼头通常表示某一特定结果（或问题），而组成此鱼身的大骨，即是造成此结果的主要原因。鱼骨图是一个简单呈现「结果」与「形成原因」的图形表示法，可以用来说明我们推断问题形成的原因或归纳有关的结果。绘制的时候，鱼头通常指事情的结果，鱼身的主干骨（大骨）就是造成结果的主要原因，而鱼骨上的细刺（中骨、小骨）则表示次要或更次要的因素（如图3）。近年来特性要因图已被广泛运用于协助企业分析及解决复杂性的问题[3]。 2.5 田口质量工程
田口方法（Taguchi Method）起源于1950年田口玄一（2003）的倡导，它是一种改良产品质量的实验计划法，一般以多要因直交表实验设计的应用居多，此法最大的优点是可以用少量实验数据进行广泛的实验趋势分析，可有效改善制程和提高加工质量。
2.6 制程能力指标
Kane （1986）定义了第一个制程能力指标，用来比较产品规格与制程实际变异的比率，而其只考虑制程是否落于规格界限内，并未考虑制程中心位置。而其在同年提出制程能力指标Cpk，其指针能反应出制程平均偏离规格区间的程度， 因此可避免制程已超出规格界限却评估不出的缺点。
用制程能力指标为Kane （1986）所提出之Cpk制程能力指标，可以判断出制程是否发生变异以及制程的变异是否符合规格，也可以依据实际情况，使用单边或双边规格的量测方法。Kane 共提出了五种制程能力指标，如表1。[4]
3 研究方法与案例探讨
3.1 定义问题（Define）
本研究运用六标准偏差手法，并结合田口之参数设计及实验寻找轴心加工流程中的控制因子水平组合，以实验中的杂音因子的敏感度降到最低，增进加工流程稳定性，藉以达到改善轴心加工流程轴心质量之提升（如图4） 。
3.2 现况衡量（Measurement）
将现况量测的数据确认后，依确认好的数据进行分析并作整理，将收集的制程数据传到云端服务器再透过计算机进行分析，本研究采用的制程能力分析指标为Cpk（制程能力指数），而Cpk则为其评价制程能力指数，若Cpk<1代表不合格、1≦Cpk<1.33则为警告、Cpk≧1.33即为合格。
把收集好的数据以Minitab14软件进行分析，首先对目前的制程能力的主精车削的所有尺寸及控制代研磨重要尺寸10.1+0/-0.05尺寸作研磨判断。本研究由50个实验品中随机抽取36样品之改善前观测值，如表2。
3.3 资料分析（Analyze）
分析阶段必须决定问题原因的来源，以及确认其变异或缺失的原因，可分别由资料及流程两处着手：（1）资料分析：是利用衡量阶段所收集到的资料，分析数据变异情形、找出问题原因或其他因素，近一步证明或排除某些原因。（2）流程分析：深入了解并调查工作流程及作业内容，以便确定问题范围，也就是发掘问题根源或找出问题的主要原因。
利用精密检测平台，使用CCD做检测，检测数据传送至ServBox，ServBox撷取数据及储存数据，透过网络传送至计算机做分析作业（如图6、图7、图8）。
3.3.1 轴心质量特性
本研究经过讨论，找出轴心加工流程影响轴心质量特性原因，找出加工作业流程影响之特性，如轴心胚料加工时应藉由定员生产或定机生产之特性、CNC车削处理之机台精度校正与刀具夹具选定、热处理之变形量与表面硬度、表面处理之药水条件设定与防锈测试、研磨加工之实物现配与确认外径符合公差，找出脚踏轴心研磨加工质量特性要因（如图9）。
本研究以工厂之轴心加工制程进行案例探讨，轴心车削分为粗车削和精车削，前者须预留精车所需车销量，后者为重要主因素，在依照切削条件设定计算原理得出另一参数，使所有尺寸完成及控制待研磨尺寸10.1+0/-0.05mm均符合最终产品之规格（如图10）。
本实验经文献收集、尺寸加工条件图、加工矩阵图及实务上的实验设备归纳出轴心胚料、CNC车削、热处理、表面处理、研磨等因素构成特性要因图后，经由研究团队成员互相讨论并决定各项因素之贡献率，来选出控制因子，如表3。
运用田口方法进行参数设计进行改善质量特性的目的，首先是先设置目标函数，即指需要改善之质量，归纳出影响目标函数的因子和水平，经估计资源效益找出最佳因子水平组合，如表4。
3.4 实验改善（Improve）
3.4.1 决定实验方法与因子配置
本研究利用田口实验方法进行制程改善，藉由实验分析结果得到最佳制程参数，以提升制程能力，将分析后确认的重要因子列为主要的生产参数，依照田口的实验步骤进行实验，本研究将以3因子3水平来做实验参数，运用L9直交表来做实验配置并进行交叉分析。首先选定控制因子以及设定制程条件范围，选择的依据来自上述分析的结果以及研发人员的讨论而得到的结论，确定实验配置后开始展开实验。
本实验采用田口实验方法，并运用L9直交表来决定实验的因子配置及实验次数，加入直交表配置中共实验27次，如表5所示，并以较少实验次数获得与全因子实验相同之信息。本研究应用望小特性做为轴心质量特性分析，利用MINITAB 14.0软件来求得一组最佳实验参数组合。
3.4.2 讯号杂音比（S/N）分析
质量在田口方法中，质量特性区分为望小特性、望大特性及望目特性三种特性。本研究应用望小特性来求得一组最佳实验参数组合，使T值最小（理想值为0）。如将SN比单位以分贝（dB）表示，望小特性SN比定义如式（1），其中，yi为第i组的实验资料，n为总实验的次数，下表6为直交表L9（33）实验回应值与SN比。
将表7的资料绘制成图11有助于解读判定。根据SN比定义，SN比越大则MSD（质量损失）越小的一般性原则，因此选择SN值较大的因子水平， SN比之因子效应图，并可得知SN比值较大的因子组合为A3-B1-C2。
3.4.3 变异数分析（ANOVA）
各因子效果之相对大小可从因子效果图中得知，斜率愈大代表因子愈显著，具显著因子效果，将用来预测未来在最适条件下的SN比，从图10来进行变异数分析，能提供不同因子相对效果更好的感觉，亦即更客观判断方式，如表8。
文中的变异数分析表是根据苏朝墩（2009）所述，当误差项百分比50%，表示有些重要因子被忽略了，实验状况不是很好或是有很大的衡量误差发生，误差贡献率为-106.26%，在可接受合理范围内。因子B与C之F值均大于4，表示这两个因子的效果非常大。 3.4.4 最适条件的推定
为验证藉由资料分析所获得的结论是否正确，在最适条件推订设定下进行确认实验。首先预测在最佳条件下SN比（为避免高估最佳条件SN比，仅用影响效果较强的因子来估算）。
3.4.5 确认实验
本实验进行3次，确认实验可验证所预测最佳条件下之平均值是否有效，确认实验，如表9。
3.5 控制（Control）
3.5.1 优化制程能力计算
本研究透过最佳水平组合，并改变制程参数，再随机抽取36组优化改善后数据，如表10所示之数据，并进行制程能力分析。
最佳之制程条件组合，经求得后为主轴转速3715rpm、进给速度0.22mm/rev、车削量0.1mm，期望其最佳制程可使其制程稳定并将质量提升，在上述数据分析经过确认实验验证已满足其制程稳定性，改善后之制程能力分析结果（如图12）。
3.5.2 数据监控至云端系统
将实验数据传送到云端服务器，再由计算机进行分析，检测及监控是否异常，云端服务器有利于多笔数据之汇整及数据储存，以利于往后数据查询。
4 结论
通过利用机械手臂将加工好的脚踏轴心，夹至XXY Table精密检测平台，由CCD检测系统做检测，再将检测数据传送到云端服务器，再由人员应用六标准偏差手法结合田口实验方法，配合实验结果，推导出脚踏轴心制程加工参数优化模块，经由实验分析，探讨出脚踏轴心加工参数之参数设计方法，找出轴心加工对象在加工制程
时优化的实验水平，使加工对象产品制程能力及质量得到提升，以供实务上提升质量与决策规划时提供参考依据，透过最佳之制程条件组合，经求得后为主轴转速3715rpm、进给速度0.22mm/rev、车削量0.1mm，在制程能力值由0.64提升 到1.40确实改善轴心制成质量特性。
参考文献：
[1]A DMAIC Approach to Printed Circuit Board Quality Improvement[J].Tong， J.P.， Tsung， F. and Yen， B.P.，International Journal of Advanced Manufacturing Technology，
2004：523-531.
[2]Using the Six-Sigma Metric to Measure and Improve the Performance of a Supply Chain[J].Dasgupta， T.， Total Quality Management， 2003，3：355-366.
[3]郭如玉.要因分析在QC story 中扮演角色之探讨[J].现场与管理，1997，5（25）：22-27.
[4]Process Capability Indices[J].Kane， V.E .Journal of Quality Technology， 1986，18（1）：41-52.
【责任编辑 刘祖琼】