质量特性的波动(即产品性能相对设计目标值的偏离)是引起质量损失和质量问题的原因,田口博士建立了质量损失函数,以描述质量损失与质量波动之间的关系。
质量损失QL(Quality Loss)是质量特性y的函数。不同的产品和不同的质量特性对应不同的质量损失曲线。
当产品性能恰好为目标值m时,质量损失最小,相对值可定义为零。产品性能偏离目标值越远,质量损失越大。质量损失函数L(y)的图象为一条曲线,在y=m处有极小值零。假定L(y)在y=m处存在二阶导数,可将L(y)在y=m处展开
质量损失QL(Quality Loss)是质量特性y的函数。不同的产品和不同的质量特性对应不同的质量损失曲线。
当产品性能恰好为目标值m时,质量损失最小,相对值可定义为零。产品性能偏离目标值越远,质量损失越大。质量损失函数L(y)的图象为一条曲线,在y=m处有极小值零。假定L(y)在y=m处存在二阶导数,可将L(y)在y=m处展开
成泰勒级数,考虑L(y)=0,L¢(m)=0,并忽略高阶无穷小,L(y)可简化为式中k=L¢¢(m)/2!为不依赖于y的常数。因此质量损失函数的图像在y=m附近近似地等于一条抛物线。
j(y)为一批产品的性能概率分布密度函数,其均值为μ,标准差为σ,则这批产品的质量损失的数学期望为
当随机变量y服从正态分布N(μ,σ2)时,由(1-8)式可得
可见质量损失的数学期望L与产品性能方差σ2、平均波动的平方(μ-m)2和损失系数k有关。
σ2和(μ-m)2决定了曲线j(y)的形状与位置, 而k则决定了质量损失函数L(y)的形状。健壮设计的目标有两个,一个目标是使[s2+(m-m)2]最小,即曲线j(y)很陡且均值接近m,另一个目标是使k最小,即曲线L(y)很平坦,从而使产品的质量损失最小。