正交试验设计-经典权威重点.ppt

解 （1）由于因子均为二水平的，故选用二水平正交表，又因子与交互作用的自由度之和为： fA+fB+fC+fD+fA×B+fA×C=1+1+1+1+1+1=6 故所选正交表的行数应满足：n≥6+1=7，所以选L8(27)，表头设计如下： （2）由于因子均为二水平的，故仍选用二水平正交表，又因子与交互作用的自由度之和为6，故所选正交表的行数应满足：n≥6+1=7，但L8(27)无法安排这四个因子与两个交互作用，因为不管四个因子放在哪四列上，两个交互作用或一个因子与一个交互作用总会共用一列，从而产生混杂，譬如： 因此选用L16(215)，表头设计如下： （3）由于因子均为三水平的，故选用三水平正交表，又因子与交互作用的自由度之和为： fA+fB+fC+fD+fE+fA×B=2+2+2+2+2+4=14 故所选正交表的行数应满足：n≥14+1=15，所以选L27(313)，表头设计如下： 四、有重复试验的情况 例4 某厂为提高零件内孔研磨工序质量进行工艺参数的选优试验，考察孔的锥度值，希望其越小越好。 在试验中考察的因子水平如下： 表4.14 因子水平表 采用正交表L8(27)安排试验，表头设计如下： 各偏差平方和的计算公式如下： 其中T为数据总和，n为正交表行数，m为每一条件重复数，其自由度为mn-1 其中yi为第i个条件数据的和，其自由度n-1 第j列的偏差平方和为： 在二水平正交表中 其中Tij为第j列第i水平数据的和，q为该列水平数，其自由度为q-1 第二类误差的偏差平方和为 其自由度为n(m-1) 表4.15 例4.5的计算表 Se1=S3+S5+S6+S7=1.714 fe1=4， Ve1=0.4285 Se2=3.788， fe2=24， Ve2=0.1578 F1=2.715F0.90(4,24)=2.19 由于S3特别大，从实际考虑，因子A与B有交互作用，重新作方差分析表如下： 表4.16 方差分析表 结论是：因子B与交互作用A×B是显著的。 最佳条件的选取： A×B的搭配表 所以最佳条件是A1 B1 几点补述 当正交表中存在空白列时，可以将每列的均方和与误差的均方和相比，以确定哪些列可能存在交互作用 当正交表中无空白列时，可以将Se2作为Se。 当正表中某因子的均方和小于误差的均方和时，为了提高对误差的估计，可以将该因子的偏差平方和并入误差的平方和中。 （二）做试验，并记录试验结果 在进行试验时，要注意几点： 1. 除了所考察的因子外的其它条件，尽可能保持相同 2. 试验次序最好要随机化 3. 必要时可以设置区组因子 （三）数据分析 1. 数据的直观分析 （1）寻找最好的试验条件 在A1水平下进行了三次试验：#1，#2，#3，而在这三次试验中因子B的三个水平各进行了一次试验，因子C的三个水平也各进行了一次试验。 在A2水平下进行了三次试验：#4，#5，#6，在这三次试验中因子B与C的三个水平各进行了一次试验。 在A3水平下进行了三次试验：#7，#8，#9，在这三次试验中因子B与C的三个水平各进行了一次试验。 将全部试验分成三个组，那么这这三组数据间的差异就反映了因子A的三个水平的差异，为此计算各组数据的和与平均： T1=y1+y2+y3=160+215+180=555, T2=y4+y5+y6=168+236+190=594, T3=y7+y8+y9=157+205+140=502, 同理 对因子B与C将数据分成三组分别比较 所有计算列在下面的计算表中 （2）各因子对指标影响程度大小的分析 极差的大小反映了因子水平改变时对试验结果的影响大小。这里因子的极差是指各水平平均值的最大值与最小值之差，譬如对因子A来讲： RA=198－167.3=30.7 其它的结果也列在上表中 （3）各因子不同水平对指标的影响图 900 1100 1300 10 11 12 70 80 90 160 170 180 190 200 210 220 输出力矩 RA RB RC A:充磁量 B:定位角度 C:定子线圈匝数 因子各水平对输出力矩的影响 由于正交表的特点，使试验条件均匀分布在试验空间中，因此使数据间具有整齐可比性，上述的直观分析可以进行。但是极差大到什么程度可以认为水平的差异确实是有影响的呢？ 2. 数据的方差分析