《【5A版】最经典的DOE培训资料》由会员分享,可在线阅读,更多相关《【5A版】最经典的DOE培训资料(50页珍藏版)》请在金锄头文库上搜索。
1、DOE(实验设计) 与Minitab 培训 Roc.Luo 2011.01.26,课程目录,有关DOE与定义 DOE的一般模式 DOE的意义 DOE的分类 DOE常见术语 DOE处方 DOE方法演示,1.陈述问题和实验目标 2.选择“Y”-响应变量 3.陈述因子和水平 4.选择DOE 5.实施实验及收据数据 6.分析实验结果 7.结论和计划,6a.为整个模型建立方差分析表 统计DOE因子分析因子设计 6b.用简化模型重新分析实验 6c.进行残值诊断,保证模型适合 统计回归回归 统计DOE因子分析因子设计 - 图形 6d.研究显著的交互作用(P-值DOE因子因子图 统计方差分析交互作用图 6e.
2、研究显著的主效果(P-值DOE因子因子图 统计方差分析交互作用图 6f.获得的数学模型Y=f(X),计算%SS的影响和评估实际的重要性,DOE的关键因素 a)确定实验限制条件 b)设计实验-确定实验设计方法 统计DOE因子创建因子设计 c)噪声变量 d)分组与随机化 e)重复与再现 f)确定样本容量,DOE:即实验设计(Design of Experimental)-是对实验方案进行优化设计、以降低实验误差和生产费用,减少实验工作量并对实验结果进行科学分析的一种科学研究方法;是一种藉用实验的手段来决定最佳设计或生产的方法。 Minitab软件:是为DOE、质量改善、教育和研究应用领域提供统计软
3、件和服务的先导。MINITAB 被许多世界一流的公司与四千多所院校所采用。,有关DOE与定义,爱迪生的助手尼古拉.特勒撒说:“我非常同情他的工作状况,如果有一点点理论和计算能帮助他的话,就将节省他90%的精力。” 爱迪生是靠苦干拼出来的,他是在边试验边分析后确定下次试验该怎幺做的。这种方法速度太慢,已经无法适应快速发展的需求了。 天才靠的是1%的灵感和99%的汗! -Thomas Edison,爱迪生的汗水,DOE的一般模式,因子的来源考虑: 因果图(鱼骨图), FMEA , 柏拉图, 头脑风暴法 每个因子存在不同的水平(level) 观测值可能受到噪音的影响,DOE 将通过不同的试验,以得到
4、实际的X和Y的关系.,DOE的意义1,为什么需要试验设计,1、优化设计的必要性 提高产量; 减少变异性,与额定值或 目标值更为一致; 减少开发时间; 减少总成本;,DOE的意义2,2、实验设计的作用,DOE的分类,过程参数设计优化 选择最佳的参数组合使产品对杂音最不敏感; 应用直交表进行原因检测和平均值的处理; 应用直交表使变异最小; 最低成本,田口试验是运用最多的好方法,DOE常见术语1,我们假定过程的结果当中,y1,y2,y3是我们关心的输出变量,这些我们常常称之为响应(response),我们将影响响应的那些变量称为实验问题中的因子。其中x1,x2,x3是人们在实验中可以控制的因子,我们
5、称为可控因子(controlled factor),在影响过程和结果的因子中除了控制因子还包括一些不可控因子(uncontrolled factor):u1,u2,他们通常包括环境、操作员、材料批次等,对于这些变量我们通常很难把它们控制在某个精确值上。,不可控因子-噪音U,响应Y,可控因子X,可控因子是影响过程最终结果(响应)的输入变量。,DOE常见术语2,响应(Response):实验输出的结果,即因变量,通常用“Y”表示。 因子(Factor):影响实验输出结果的不同输入变量,即自变量,通常用“X”表示。 水平(Level):实验中对因子的不同设定值。 噪音(Noise):不可控制的因子/
6、因素。 分组(Blocking):也叫做模块化,将噪音的干扰最小化的方法。 随机化(Randomization):以一种随机的次序做试验。(消除噪音变量或随机误差的影响) 编码(Code):用简单的符号或数字来代替“X”的时间的水平的方法。通常把计量型 因子的高水平设定为“+1”,低水平设定为“-1”,中心水平设定为“0”。 重复(Repetition):一种组合的反复,以得到相同水平的多个结果。也即在一个实验配置组 合条件下测试数个样品(揭示短期有效性) 再现(Replication): 以随机的次序重复整个实验,而不是按同样的次序把实验再做一次。 (降低系统误差和随机误差)。也即在一个时间
7、序列上重做整个实验(揭示长期有效性) 主效果(Main Effect):对单个因子而言,从一个水平到另一个水平的变化对输出的平均影响 交互作用(Interaction):即一个因子A对Y的影响的影响,依赖于因子B所处的水平。 则称A与B有交互作用。,DOE常见术语3,实验次数:多水平实验次数=K1*K2*K3(K1,K2,K3为第K个因子的水平数)。 两水平实验次数=2K;三水平实验次数=3K。 计量特性的种类(田口试验) 望目特性:此特性具有一特定的目标值(愈近目标值愈好),例如尺寸、换档压力、 间隙、 粘度等。 望小特性:目标的极端值是(值愈小愈好),例如磨耗、收缩、劣化、杂音水准等 望大
8、特性:目标值为无限大(值愈大愈好),例如强度、寿命、燃料效率等。,附:品质特性可分为二类 计量特性:能以连续尺度量测。如厚度、浓度、时间等。 计数特性:不能以连续尺度量测,但能按不连续分级尺度分类。常依主观而判定,如 好、更好、最好、不合格、不合格品数等。,DOE常见术语4-正交表,正交表(直交表)特点: 每一列都是自我平衡,即每一列中各水准出现的频率相同。 每两列间都是互相平衡 ,即在某一列中出现某水准的所有实验组,在另一列中出现各水准的频率相同。,陈述实际问题和实验目的,选择“Y”响应变量,陈述因子和水平,选择DOE,实施实验及收集数据,分析实验结果,结论和计划,通过DOE 想达到什么目的
9、?,Y是什么?计量型?计数型? 如产出率, 作业时间, 清洁度等,如温度(100,150),重量(20,30,40kg),全因子实验, 田口设计, 2K因子实验或响应曲面设计等,收集实验结果的数据,运用Minitab进行实验数据分析,制定改善方案,DOE的处方,必要时重复实验,陈述问题和实验目的,选择“Y”响应变量,陈述因子和水平,选择DOE,实施实验及收集数据,分析实验结果,结论和计划,首先要明白实验的目的到底要什么? 把握Vital Few Xs(少数关键X)的影响程度 把握选定的重要X之间的交互作用 建立X和Y的预测模型 决定Y最佳化的X的条件:,DOE处方-1.陈述实际问题和实验目的,
10、选择响应变量“Y”(特性值) 响应变量的定义 - 改善的目的是什么? 目标值(平均)/散布水准(标准偏差) - 响应变量随着时间变吗? 响应变量是否具备正态分布? - 希望能发现出多大的响应变量的变化程度? - MSA(测量分析系统)是否可靠? - 希望得到多个输出响应变量吗? 计数型与计量型数据的比较? 计数型属性数据(合格/不合格率)的有效性不及计量型数据 (连续测量数据), 这表明需要大量的数据才能得出数据有效的统 计结论。所 以尽量选择计量型数据作为Y,以避免收集大量数据,陈述问题和实验目的,选择“Y”响应变量,陈述因子和水平,选择DOE,实施实验及收集数据,分析实验结果,结论和计划,
11、DOE处方-2.选择“Y”响应变量,陈述问题和实验目的,选择“Y”响应变量,陈述因子和水平,选择DOE,实施实验及收集数据,分析实验结果,结论和计划,DOE处方-3.陈述因子和水平,决定因子 选择“X”因子,尽量为计量型,可以从以下来 : - 因果图 - 头脑风暴法 - 流程图 - 专家意见 - 供应商输入 - 竞争性分析 - 分析阶段结果 宁缺毋滥! 处理噪音变量(不可控因子)的方法 - 利用随机化 - 试图把噪音变量维持为常数的方法 - 利用Block化 - 反复实验,陈述问题和实验目的,选择”Y”响应变量,陈述因子和水平,选择DOE,实施实验及收集数据,分析实验结果,结论和计划,决定因子
12、的水平 按因子数及影响的特性选择水平数 - 因子多时,用2水平 - 只有线形影响时,用2水平 - 估计有曲线影响时,用3水平 水平的范围设定: -选择“X” 变量,要有足够的范围以体现差异。 - 不可脱离实现可能性的范围(但可以超出当前 Process的范围)。 - 对计量性数据的输入变量的水平设定,大体上 要考虑当前条件的界限。,DOE处方-3.陈述因子和水平,陈述问题和实验目的,选择“Y” 响应变量,陈述因子和水平,选择DOE,实施实验及收集数据,分析实验结果,结论和计划,考虑实验的目的和预算等选择DOE,DOE处方-4.选择DOE,当设计一个实验时,要考虑如下关键因素 a)实验限制条件
13、b)实验设计方法 c)噪声变量 d)随机化和分组 e)重复和反复 f)样本容量,实验设计的关键因素(1),DOE处方-4.选择DOE,4a)确定实验限制条件 确定实验可采用方案数与实验次数的限制条件。 实验限制条件可以是时间,金钱,人力资源,物质限制等。 决定你将做多少次实验。 结合你的实验目的,选择最佳实验设计及你可以采用的最多的实验次数。 注意: 1.不要在第一次实验中用完你所有的资源 2.成功的DOE是一个反复的过程,不是一次实验就能完成的!,实验设计的关键因素(2),DOE处方-4.选择DOE,4b)设计实验-确定实验设计方法,筛选实验,6以上,部分因子实验,410,全因子实验,15,
14、田口设计,213,DOE 种类,因子数量,选别重要因子,选别重要因子,因子与Y的关系,寻找因子的 最佳条件组合,目的,区分主效果,主效果和 部分交互作用,所有主效果和 交互作用 (线性效果),设计或工序 参数优化,作用,低 现在 工序知识 状态 高,响应曲面实验,23,设定因子的 最佳条件,反应变量的 预测模型 (曲线效果),效果,4c)噪声变量 噪声变量会影响实验结果,但是我们不能控制它或选择对其不进行控制。此类变量为已知或未知。 范例: -季节因素,温度、湿度 -设备 -操作人员 -原材料,实验设计的关键因素(3),DOE处方-4.选择DOE,通常可以通过分组和随机化来降低噪声变量的影响!
15、,实验设计的关键因素(4),4d)分组(Blocking) 将数据分成类似的几组,以将噪声或潜伏变量的影响降到最小。 实例:在四把枪(A、B、C和D)及四个战士测试枪好不好。,战士1 战士2 战士3 战士4,造成改变的原因是枪还是战士? 4d)随机化(Randomizing),通过分组方法对枪和战士进行独立测试,减少包括噪声和潜伏变量在内的其他变量的影响。 随机化: -运行顺序 -测量顺序,DOE处方-4.选择DOE,实验设计的关键因素(5),4e)重复(Repetition) 在不重新设置的情况下,对每次实验运行测量多个样本。 如AABBCC -更好地估计短期变差,再现(Replicatio
16、n) 完全重新设置整个实验,以得到相同水平的多个结果。 如ABCABC -更好地估计长期变差,压力:L L L L H H H H 温度:L L H H L L H H,压力:L L H H L L H H 温度:L H L H L H L H,DOE处方-4.选择DOE,实验设计的关键因素(6),DOE处方-4.选择DOE,4f)确定样本容量 因为观测值会有变化,我们知道不能总相信测试一个样本得出的结果。 考虑以下因素:,Y的标准差(),通常通过历史数据得到。 实验结果要得到的重要的差异的大小(), =目标值-现在值 确定适当样本数量的置信水平(,)通常取=0.05, =0.10. 成本( ) 测试大数量样本可能耗费较高的资金和时间成本。有时较大量的样本也不容易( 或不可能)收集。 目标是以较低成本测试足量