6SIGMA20101-06.pptVIP

第六章 6σ 管理模式----改进 试验设计基础 试验设计与分析 Y=f(X) 1、基本术语 1）因子----可控因子/非可控因子 2）水平及处理 因子的两个或多个不同的取值称为因子的水平或处置。 各因子皆选定了各自的水平后，其组合称为处理（一次试验、一次运行）。 3）试验单元/试验环境 试验对象----对象、材料或制品等载体，处理应用其上的最小单位。 试验环境----以已知或未知的方式影响试验结果的周围条件。如温度、湿度、电压等。 4）模型/误差 Y=f(X1，X2，X3···Xk)+误差 可加模型数据表 5）主效应/交互效应 A浇水的主效应 A处于低水平时，产量均值： （100+130）=115 A处于高水平时，产量均值： （120+150）=135 A的主效应： 135-115=20 B施肥的主效应 B处于低水平时，产量均值： （100+120）=110 B处于高水平时，产量均值： （130+150）=140 B的主效应： 140-110=30 有交互作用的数据表 A浇水的主效应 A处于低水平时，产量均值： （100+130）=115 A处于高水平时，产量均值： （120+170）=145 A的主效应： 145-115=30 B施肥的主效应 B处于低水平时，产量均值： （100+120）=110 B处于高水平时，产量均值： （130+170）=150 B的主效应： 150-110=40 交互作用： 如果因子A的效应依赖于因子B所处的水平时，我们称A与B之间有交互作用。 AB/BA交互作用一致 AB交互效应=（B处于高水平时A的效应- B处于低水平时A的效应）/2 =[（170-130）-（120-100）]/2=10 BA交互效应=（A处于高水平时B的效应- A处于低水平时B的效应）/2 =[（170-120）-（130-100）]/2=10 变形公式： AB交互效应=[（A高B高+A低B低）-（A高B低+A低B高）]/2 =[（170+100）-（130+120）]/2=10 注意： 如果两因子间存在显著的交互作用时，判定因子是否重要就要考虑主效应和交互作用两方面。 例： 合成氨纯度试验。发现三个因子很重要：A----温度；B----压力；C----反映时间。每个因子都设定了高、低两个水平，希望考察这三个因子中哪些因子效应及交互效应是显著的。 2、试验设计的基本原则 重复试验 随机化 划分区组 3、试验设计的必要性 4、试验设计的类型 试验设计的类型 5、试验设计的策划与安排 1、用部分实施的因子进行因子的筛选； 2、用全因子试验设计法对因子效应和交互作用进行全面的分析； 3、用响应曲面方法RSM确定回归关系并求出最优设置。 6、试验设计的步骤 1、单向分类设计 单向分类设计直径数据表 2、多项式回归 所有因子、所有水平、所有组合都要进行一次试验。 1、二水平全因子试验 2、全因子设计的计划 压力成型塑料板生产过程中，经过筛选，影响塑料板强度的因子主要有三个：压模间距、成型压力、压力角。 压模间：低水平60mm、高水平70mm 成型压力：低水平300pa、高水平400pa 压力角：低水平20度、高水平24度 1 1 1 1 300 60 20 2 2 1 1 300 60 24 3 3 1 1 300 70 20 4 4 1 1 300 70 24 5 5 1 1 400 60 20 6 6 1 1 400 60 24 7 7 1 1 400 70 20 8 8 1 1 400 70 24 9 9 0 1 350 65 22 10 10 0 1 350 65 22 11 11 0 1 350 65 22 12 12 0 1 350 65 22 3、全因子设计的分析 4、其他设计与分析 部分实施因子试验 响应曲面设计与分析 稳健参数设计 混料设计与分析 调优运算EVOP 二、单因子试验设计与分析 1、比较一下因子的几个不同的设置间是否有显著差异，哪个或哪些设置较好？ 2、建立因变量与自变量间的回归关系，判断我们建立的回归关系是否有意义。 A B C D 20根坯料 50.5 50.3 50.4 5