QE能力进阶（19）｜稳健设计：让过程对波动不敏感

一、参数调到"最好"，量产却守不住

某家电企业做注塑件翘曲改善。QE 用全因子试验把模温、保压压力、冷却时间三个参数调到最优，翘曲均值从 0.80mm 降到 0.35mm，能力指数 Cpk 从 0.9 提到 1.45，报告顺利通过。三个月后良率却回落到改善前的水平。复盘发现：当时试验全部用的是同一批原料、同一台干燥机、同一周的环境湿度；而量产中原料批次每两周换一次，车间湿度在雨季与非雨季相差近 25%RH。最优点恰好落在一个"陡坡"上——模温每变化 3℃，翘曲就跳 0.15mm。他们优化的是"均值最优"，而没有回答一个更关键的问题：这组参数对波动的敏感度有多大。

稳健设计要解决的不是"均值调得多好"，而是"波动来时性能掉多少"。这两件事在数学上是两个独立的目标，必须分开优化。

二、原理：控制因子×噪声因子的交互，是可以被利用的

影响质量特性的因子分两类。控制因子是设计上可自由选择的（温度、压力、时间、配方比例）；噪声因子是现实中难以或不宜控制的（原料批次、环境温湿度、设备磨损、操作员、老化）。传统调参只动控制因子，等于默认噪声固定不变。

稳健设计的核心发现是：控制因子与噪声因子之间存在交互作用。同一个控制因子取水平 A 时，噪声变化会引起响应大幅波动；取水平 B 时，响应曲线在噪声方向上近乎平坦。于是可以用控制因子去"对冲"噪声——工程上不需要消除噪声源（那往往极贵），只需要让过程对它不敏感。

量化工具是信噪比（S/N）：把同一试验点下多个噪声条件下的响应压缩成一个指标，同时反映"离目标多远"与"波动多大"。按质量特性选公式——望目特性用 S/N ＝ 10·lg(μ²/σ²)，望小特性用 －10·lg(Σy²/n)，望大特性用 －10·lg[Σ(1/y²)/n]。判读规则只有一条：S/N 越大越好，它与"均值是否达标"是两个独立结论。

由此产生稳健设计最重要的分析纪律：两步法。第一步，以 S/N 为响应，找出使 S/N 最大的控制因子水平，把波动压下去——这一步选出的组合可能均值并不在目标上；第二步，挑一个"与噪声因子无显著交互、对 S/N 影响很小、但对均值影响显著"的因子，用它把均值单独拉回目标。选错了调整因子，第一步的稳健性会被第二步破坏掉。

三、五步实操（每步给出判据）

第 1 步，先判断这题"值不值得做稳健设计"。 判据：噪声引起的批次间／时段间波动占过程总变差的 30% 以上，或客户投诉/不良集中出现在环境切换、换料、换设备之后；若过程本就只受单一控制因子主导、噪声影响可忽略，应直接做能力改进或容差优化，不必上内表外表。同时要求测量系统过关：GR&R 的 P/TV ≤ 10%，否则会把测量噪声当成工艺波动。

第 2 步，因子分类与水平设定。 控制因子取 3～5 个（每个 2～3 水平，筛选阶段用 2 水平，先定稳健区再用 3 水平微调）；噪声因子取 2～4 个。硬判据在噪声因子的水平上：必须按真实波动幅度取值——原料按实际批间差异的 ±3σ，温湿度取车间全年极值区间，设备磨损取可接受的最坏状态，绝不能取"温和"的实验室条件。噪声水平取不足，是稳健设计失效的第一大原因。

第 3 步，内表／外表设计与规模核算。 控制因子用正交表排成内表，噪声因子的水平组合用 L4 或 L8 排成外表挂在内表每一行上。总试验次数 ＝ 内表行数 × 外表组合数 × 每点重复数。三条量化门槛：每个内表点至少跑 3 次重复（否则 S/N 的自由度不足，估计值被噪声主导）；外表组合数 ≥ 4（L4），噪声因子 ≥ 2 个才能形成交互估计；全案试验次数控制在 100～150 次以内——超过就说明因子筛得太宽，应先用部分因子做筛选（分辨度 ≥ Ⅳ）再进稳健设计。试验顺序随机化，按批区组，原料批次与环境条件逐行记录。

第 4 步，按"贡献率 + 增益 + 交互"三条判据出结论。

• 稳健因子：以 S/N 为响应做方差分析，某因子的平方和贡献率 ≥ 15% 才认作显著稳健全因子；贡献率累积达 80% 即可停止追因。
• 增益显著性：稳健优化后的 S/N 增益 ≥ 2dB 才有量产意义；1～2dB 属边缘，需扩大重复次数复核；＜1dB 视为噪声，不要写进报告当成果。
• 调整因子：候选因子必须满足"对 S/N 的贡献率 ＜5%"且"与噪声因子交互不显著（p ＞ 0.05）"，同时"对均值显著（p ＜ 0.05）"。三者缺一，就不能拿它调均值。
• 均值达标：第二步调优后，目标特性须落在规格中心 ±10% 以内，并同步核算 Cpk ≥ 1.33。

第 5 步，确认试验与"参数还是容差"的取舍。 用优化组合重跑确认：独立原料批次 ≥ 3 批（安全／关键特性 ≥ 5 批），实测 S/N 与模型预测值之差 ≤ 2dB，均值落在预测区间内；任一条不满足就回到第 3 步检查重复次数与噪声水平。之后再做取舍决策：先改参数，后加严容差——参数调整的边际成本接近零，而容差加严意味着供应商换料、检验加严、报废上升。只有当参数调整已穷尽、且容量核算显示加严后 Cpk 提升 ≥ 0.33 且质量收益大于成本增幅时，才走容差路线。稳态后把稳健参数写进控制计划，并对关键噪声因子（原料批次、环境）设立监控点与回退规则。

四、五个常见误区

误区一：S/N 公式选错。 望目特性误用望大或望小信噪比，等于把"越接近目标越好"改成了"越大越好"，选出的组合往往是均值严重偏离目标的"高稳偏差"方案。选公式前先写清楚质量特性的类型，并让工艺与客户在书面上确认。

误区二：噪声因子取成固定水平。 用一批料、一个时间段做完所有试验，外表事实上退化为单点，此时内表再怎么排也只是一次普通正交试验，得到的"稳健"纯属假象。外表必须真实模拟波动，这是与普通因子筛选的本质区别。

误区三：把 S/N 最大直接当最终方案。 稳健全因子选出的组合通常均值不在目标上。缺了第二步调整因子，就会出现"波动很小但整体偏了"的结果；反过来，若拿一个与噪声强交互的因子去调均值，第一步压下去的波动会重新放大。

误区四：重复次数不足，或把重复做在同一批里。 内外表里每个试验点只做 1 次，S/N 的估计完全是碰运气；重复取样全部取自同一件或同一批，组内变异被低估，稳健性被高估。判据：每点 ≥ 3 次重复，且重复应覆盖批内与批间两个层次。

误区五：认为稳健设计可以替代控制图与能力改进。 稳健设计降低的是过程对噪声的敏感度，不会消除过程本身的漂移与突变。稳健参数落地后仍需控制图监控，否则刀具磨损、催化剂衰减这类系统性漂移照样把良率吃掉。

五、自查清单

• 有量化证据表明噪声波动占比 ≥ 30%（或投诉集中于换料/环境切换），且 GR&R 的 P/TV ≤ 10%
• 控制因子 3～5 个、噪声因子 ≥ 2 个且水平按真实波动幅度（批间 ±3σ、全年环境极值）设定，非实验室温和条件
• 内表＋外表齐备，每点重复 ≥ 3 次、外表组合 ≥ 4，全案试验次数 ≤ 150 次，顺序随机化、批次与环境逐行留痕
• 结论按三条判据落地：稳健全因子贡献率 ≥ 15%、S/N 增益 ≥ 2dB、调整因子对 S/N 贡献 ＜5% 且与噪声交互不显著
• 完成 ≥ 3 批独立确认（预测与实测 S/N 之差 ≤ 2dB），均值达标并核算 Cpk ≥ 1.33；先参数后容差的取舍有经济性依据

先让过程不敏感，再把均值调回目标。

知识编号：6.4.2

版本：v20260929

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。