Response Surface Methods.ppt

Minitab输出—非编码 Notes: Estimated Regression Coefficients for Weight using data in uncoded units Term Coef Constant -13047.3 Time 107.671 Temp 192.978 Time*Time -1.39419 Temp*Temp -0.793348 首先创建Time*Time和Temp*Temp数据 选择Calc Calculator… RSM DOE数据的多元回归 Notes: Minitab的多元回归标准程序不能由模型的对话框菜单产生平方值，如果你要在多元回归中评估平方项，就必须由计算器菜单生成平方值数据. * * Page* Notes: 本课中使用的文件： ResponseSurface.mpj Pounds.mtw USDOE.mtw AxialPts.mtw 响应曲面设计 演示用Minitab绘制三维图 回顾如何用实验数据建立模型 介绍并练习两个响应曲面设计的方法 中心复合设计 模块目标 Notes: 中心复合设计是在二水平全因子和部分因子试验设计的基础上发展出来的一种试验设计方法，也是它们的拓展。 响应曲面设计由显著输入变量（只允许连续变量）的函数模型构造的代表预期输出变量的响应曲面。 何为响应曲面设计 Notes: 响应曲面设计可以用数学方法，由超过三个变量构成。但如同许多图形一样，只有三个或更少的变量可以画在同一个图。 响应曲的例子 Notes: 复合 最小 马鞍 最大 在Minitab中选Graph 3D Wireframe Plot…... 在Minitab 中作一个框架图 Notes: 打开Response Surface.mpj Minitab三维框架图结果 Notes: 选Graph Contour Plot…... DOE方法添加项 Notes: Minitab等高线图输出 Notes: 等高线图就象爬山者用的地形图一样，线条间距离越近坡越陡. 响应曲面设计是什么？ ?是全因子DOE的延伸 ?多元回归的一个特例 何时用RSM ?所有输入都是连续变量 ?当筛选DOE中发现有曲线 系列化实验中心复合设计 ?当事先已知有曲线 Box-Behnken设计 ?当最佳操作点在曲线区 RSM-响应曲面设计方法 Notes: 在因子DOE中确定曲线是显著的，并不会使工程师进行RSM实验。如果他的目标是使结果最大或最小，最佳条件可能不在DOE确定的曲线区域。响应曲面设计应在最佳操作点及在曲线区时才被采用。 1.用RSM的第一个原因是： 2.RSM允许估计交互作用和曲线 3.RSM实验是多元回归模型的统计学的设计的例子 4.RSM易于在系列化实验策略中适用 5.Minitab使设计和分析更容易 采用RSM的五个原因 Notes: Y f x 是DOE的目标。 很多时候，就算有曲线，但它可能会很小或不在想要了解的区域，所以不必做RSM. Y f x 考虑一个2x2实验的结果（输出是成品率，越高越好）： ? 如果没有曲线，中心点的价值何在？ ?下一个实验在哪里做？ 如果CP（中心点）的值是63又会怎么样？ ?有曲线吗？ ?下一个实验在哪里做？ ?同一个地方 例子：2x2实验 Notes: 这种情况下，即使中心点在统计上显著，系统确有曲线，仍不是进行RSM实验的时候。下一个DOE的方向是不管有没有曲线都一样，系统的优化点应在更高温度用更长时间。再考虑下一页的情况。 60 63 50 40 55 70 如果CP的值是75又如何？ ?你在哪里做实验？ 如果曲线显著且最佳条件 似乎在实验空间，增加试验 以形成RSM设计 如果曲线重要如何？ Notes: 这时，评估曲线以确定最佳温度和时间的操作点很重要。最佳条件似乎在实验空间内，不过由于系统不是线性的，我们还没有足够信息把流程设置在角点和中心点以外的任何点。 中心复合设计的术语 Notes: 尽管“立方” 点指的是三因子设计，但角点通常也被称谓任何维数的“立方”点，包括二维设计。因子数为四个以上时，角点或立方点的概念是有问题的。 RSM的Alpha与假设检验的Alpha-风险无关，RSM的轴线点就是位于“Alpha点”上。 角点或立方点 -1和+1） 中心点 0,0） 轴线点 +?,0 , -? ,0 和 0,-? ， 0,-? 默认的二维CCD编码设计 Notes: 用Minitab默认的设计以获得一个称谓“可旋性”的特性。 这意味着因变量在与设计中心点有相同距离的地方应有相同的方差， ?的值按以下方法计算： 即角点数的四次方根，故对二维设计： 对三维设计： 选 DOE Res