DOE经典培训资料课件

《DOE经典培训资料课件》由会员分享，可在线阅读，更多相关《DOE经典培训资料课件（52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