5-3DOE试验设计概要.ppt

Design Of Experiments (DOE) 试验设计 试验设计由来及发展 在进行回归分析和方差分析时，不对过程进行任何改变，可以帮助我们识别变差的根源，但有时无法描述最有效的过程改善行为： 如回归分析可能没有显示“温度”对过程输出没有影响，此时可能会不再继续分析“温度”这个因子，但有可能由于“温度”的正态变差没有达到成为显著作用。DOE可以克服这种局限性。 “当你为影响你的系统的原因困扰时，你就必须去干预它（而不仅仅被动的观察它）”—乔治 伯克斯 试验设计由来及发展 1920 Fisher任职于英国 Rothamsted 农业实验场。 他负责的主要工作是植物播殖实验的设计，提出实验设计的正交化/随机化原则，使得科学试验可以同时进行多参数之检测，并减少样本偏差。 20世纪30年代，DOE主要用于农业试验； 20世纪60年代，日本田口玄一博士将试验设计方法运用于产品品质改善，取得了巨大成功，其直接结果是造就了“日本制造”在全球市场高品质的口碑，并使日本国力大增。因此，在日本，试验设计方法已经深入人心，如果一个工程师不懂试验设计，只能算半个工程师，被人讥笑；--田口提出稳健参数试验计划 六西格玛系统直接将试验设计作为一种改善方法，主要用于实际产品设计和生产工艺改善等方面； 什么是试验设计 试验设计（DOE）提供了一种结构化的途径，一次性的改变过程中许多因素的设定值，并从总体上观察改善或退化的数据。 DOE分析不仅给出某因素水平的显著性试验，而且给出响应的预估模型； 通过试验X的每一种组合来克服一次一个因素（OFAT）的缺点； 可以识别出X间的任何相关，但： 导致试验次数太多。所以通常情况下，都以最小的试验设定（水平）来试验X（因素）。 通常将水平数定为2或3！ 试验设计用途 DOE是一种功能很强大的工具，使用DOE可以弄清楚过程中变量的交互作用是怎样影响该过程的输出的。 DOE对以下方面尤其有用： 对于有很多变量因子的情况，用DOE可以找出是哪个或哪些因子可能导致问题的发生 弄清楚可变因子的交互作用是怎样导致问题发生的。 测试出一种解决方法以保证没有不希望的副作用。 在既没有时间又没有资金去试验变量的所有组合的情况下，用DOE找出最优答案。 试验设计用途 试验设计基础 有效试验的障碍 试验设计术语 试验设计基础 常用试验设计方法1) 多因素2水平全析因试验设计2) 多因素2水平部分析因试验设计3) 正交试验设计（无交互作用/有交互作用）4) 田口正交试验设计5) 均匀设计6) 响应曲面7) ... ... 试验设计类型 试验设计安排 试验设计试验步骤 试验设计试验步骤 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计基础 试验设计实施步骤 单因子试验设计 单因子试验设计 单因子试验通常有两个目的： 1）比较因子的几个不同设置间是否有显著差异，如果有差异，哪个设置较好； 2）建立相应变量与自变量间的回归关系（线性、二次多项式），判断建立的回归关系是否有意义。 单因子试验设计 案例：在焊接工序中希望比较不同烘烤时间所得到的拉拔力是否相等。将20个焊件随机编号，再随机抽取，让4种时间下各选用5个焊件，按随机顺序在烘箱焊接。获得的数据表如下： 单因子试验设计 单因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 全因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分因子试验设计 部分