实验设计DOE在注塑中的应用举例

听起来很高大尚的实验设计DOE，其实大家在注塑过程中已经在使用。举个例子：

1、情景再现

当质量人员反馈一个产品有飞边，需要我们进行调机时。你会怎样去解决？

确认飞边的位置、状态，检查模具是否有异物，周边设备是否工作正常等。完全木有问题。开始调机吧。

大家都知道，调飞边的方法很多，如，降低射出速度、提高VP，降低保压压力、降低料温、降低模温等。这一切归结为两方面：一，少打料进去。二，降低料的流动性，让粘度提高，进而增大熔体溢边值，我们的产品就很难产生飞边了。

2、解决方法一，路人甲 

这些方法中，他先选一种参数进行调整，降低填充速度。

降5个速度，他发现飞边程度几乎没有改变。

降10个速度，他发现飞边少了一点点。

降15个速度，他发现飞边再少一点点。

降20个速度，他发现飞边状态勉强可以接受了。

降25个速度，飞边状态可以接受了。

降XX速度，稳定，不能降啦，产品要出现问题啦，缺料、浮纤、波纹。

3、解决方法二，路人乙

他采用的方法是，同时调整两个参数

降5个速度，保压压力减少3个，飞边没有变化嘛

降10个速度，保压压力减少6个，飞边状态可以接受了。

降15个速度，保压压力减少9个，产品要缺料啦。不能再降啦。

4、总结思路

通过上面两位人员（路人甲和路人乙）解决飞边的问题，我们看出什么思路了吗？

路人甲采用的是只改变射出速度的方法，来达到解决我们的质量问题。

路人乙采用的是只改变射出速度和保压压力的方法，来达到解决我们的质量问题。

他们最终都达到了解决飞边的问题。但是思路去完全不一样。

路人甲的思路，只改变了一个参数，这里的参数我们把它叫着因子。他通过改变单因子的方法解决问题。

路人乙的思路，他改变了两个因子，达到解决问题。而这两个因子他们之间是否有交互作用呢？是有利的交互作用，还是不利的交互作用呢？这都要进行考虑。

这就是实验设计DOE，在我们调机过程中，我们已经做了这方面的实验。只是，我们没有用统计的方法对其进行分析。我们也不明白什么交互作用，而面对解决更复杂的问题，或我们陌生的问题，陌生的行业。要解决问题时，我们就需要这种分析、解决问题的能力。这样说，你理解了吗？