DOE实验设计概述.pptVIP

(#) 5. DOE(实验计划法) Minitab 实验计划法基础 如何实施实验如何选取数据, 如何解释才能以最少的实验次数 迅速获得最大的信息量的计划方法. 实验的成败，只有把以往的经验或者理论性、 技术性知识等的原有技术与 依照实验计划法的知识结合起来才有可能. Create Factorial Design:要因配置法实验设计 Define Custom Factorial Design:在变更当前的 实验计划而再指定时使用。 Analyze Factorial Design:得出实验分析结果 Factorial Plot:主效果, 交互效果 plot 作成 Contour/Surface(Wireframe)Plots:展现实验的 反应表面 Overlaid Contour Plot:以视觉性展示多个反应 变量的妥协领域 Response Optimizer:寻找满足目标值因子的 最佳组合 Factorial:要因配置实验 RS Design:反应表面实验 Mixture Design:混合物实验 Modify Design:对实验的修正 Display Design:实验计划后生成的内容通过 Worksheet 可见 Minitab 实验计划法基础 DOE 用语 因子(Factor) 实验所用的输入要素 (例) 温度, 湿度,… 水准(Level) 各实验因子的设定值 (例) 温度 100 200 (-) (+) 反应值(Response) 实验的数值性结果(一般用 Y表示) (例) Y = 267mm 主效果(Main Effect) 随一个独立因子的水准变化相应的 (例) E1 = 2 反应值的影响 E2 = -7 交互效果 两个以上的因子结合后对反应 (例) E12 = 5 (Interaction Effect) 因子产生的影响 解(Resolution) 在部分实施法中表示实验设计的搅乱 (例) III, IV, V 程度的记号 搅乱(Confounding) 以两个以上因子的效果合并后 (例) 1 + 2 产生的现象难以分离 1+3, 2+2 在多个因子的各水准上分析同时实验的结果的技法 根据因子的数量- 一元配置法, 二元配置法, 多元配置法 要因配置法种类 - 完全要因配置法(Full Factorial Design) : 2水准完全要因配置法, 多水准完全要因配置法 - 部分实施法(Fractional Factorial Design) - Plackett-Burman 计划法(Plackett-Burman Design) 在 Minitab 中要因配置法的实行阶段 - 利用 “Create Factorial Design” 为了完全要因配置法或部分实施法的实验设计的选择 - 选择实验设计后, 指定各因子的名名称及水准、反复次数、Random化与否 - 实行实验后, 输入数据实行 “Analyze Factorial Design” 得出实验分析结果 - 最后利用 “Factorial Plot” 绘出主效果及交互效果的 plot Minitab Factorial Design(要因配置法) Minitab Factorial Design(要因配置法） Create Factorial Design 2-level factorial(default generators) - 2水准要因配置(generator 自动指定) 2-level factorial(specify generators) - 2水准要因配置(generator 使用者指定) Plackett-Burman design:15因子以上的情况 General full factorial design:在2水准以上， 且要因类别水准不同时的完全要