🧪 進階 Classic DOE 企業教學分析平台

2ᵏ 全因子 · 2ᵏ⁻ᵖ 分數因子 · RSM CCD · Split-Plot · 雙響應變數 (Y1, Y2) · 殘差診斷 · 反應曲面

1選擇設計
2定義因子
3輸入資料
4分析診斷
5優化決策

🏭 產業案例庫 (Case Studies)

點選案例快速載入真實情境
🔧

自訂實驗

從頭開始建立您的實驗設計,適用於任何製程。

💾

半導體蝕刻製程

RF功率、腔體壓力、氣體流量 → 蝕刻速率(Y1) / 均勻性(Y2)

🏭

塑膠射出成型

料溫、射壓、保壓時間 → 抗拉強度(Y1) / 毛邊高度(Y2)

📟

PCB 電鍍製程

電鍍時間、電流密度、槽溫 → 銅厚(Y1) / 粗糙度(Y2)

⚗️

化工批次反應 (Split-Plot)

反應溫度(WP)、催化劑種類(WP)、攪拌速度(SP)、反應時間(SP)

📐

光學鍍膜 RSM

蒸鍍速率、基板溫度、真空度 → 穿透率(Y1) / 膜厚(Y2)

🎯 設計選擇輔助 (Design Wizard)

⚙️ 實驗設計配置 (Step 1 — Design Selection)

每個處理組合的重複次數

🏷️ 因子命名與實際水準 (Step 2)

輸入低水準 (−1) 與高水準 (+1) 的真實物理數值。

🗄️ 設計矩陣與雙響應資料 (Step 3)

藍色為編碼變數,灰色為真實單位,Y1 與 Y2 為可編輯響應值。

📊 分析診斷中心 (Step 4)

📘 Y1 效應估計表

📕 Y2 效應估計表

效應估計與半常態圖 (Half-Normal Plot)

偏離直線的點為顯著效應。適用於無重複實驗的效應篩選。參考線為最小一半效應的線性外插(通常為噪音)。

Pareto 圖 |Effect|

主效應圖 Y1

主效應圖 Y2

🎯 雙響應 Desirability & 折衷優化 (Step 5)

設定各響應的目標與範圍,計算 Composite Desirability 找出最佳製程參數。

Y1 目標

Y2 目標

📈 Prediction Profiler 驗證

拖曳各因子滑桿,檢查模型預測的 Y1、Y2 與 Composite D 是否符合折衷目標。

Y1 預測
--
Y2 預測
--
Composite D
--
RankRun(s)Dd1d2Y1Y2Setting