DOE试验设计要点.pptVIP

DOE試驗設計 關於費雪(Ronald Aylmer Fisher) … 關於田口玄一（Genichi Taguchi）… 本課程教學目標 熟悉試驗設計基本概念及正交表 掌握正交試驗設計的步驟 掌握數據分析的常用方法及最佳水平組合的選取 參考《國家中級質量技術人員職業資格考試大綱》 試驗設計 何謂DOE? DOE─Design Of Experiment 試驗設計: 是一种优化設計方法.它借助于研究過程中的复雜因果關系,尋求過程參數的最佳設置范圍和組合,從而降低試驗誤差和生產費用,減少試驗工作量的一種科學方法。 試驗設計的發展 20世紀30年代:單因素和多因素方差分析 20世紀60年代:正交試驗法 近代:調優設計法 基本概念 試驗指標: 根据試驗目的選定,用來度量試驗效果的量稱為實驗指標. 試驗誤差: 試驗指標的實際值(真值)與觀察值(測量值)之間的差值 試驗因素: 又稱因子,在試驗中,影響試驗指標的量稱為因素 因素水平(位級): 指實驗中所考察的某個實驗因素的取值或所處的狀態和條件.水平(位級)的确定包括水平的個數和水平的用量. 基本概念舉例 試驗設計的作用 正交試驗設計 正交表舉例 試驗設計的一般程序 試驗設計的一般程序(續) 試驗設計的一般程序(續) 無交互作用的正交設計與數據分析 案例1﹕磁鼓電機是彩色錄像機磁鼓組件的關鍵部件之 一,按質量要求,其輸出力矩應大於0.0210N?m。某生 產廠過去這項指標的合格率較低,從而希望通過試驗找 出好的條件,以提高磁鼓電機的輸出力矩? 試驗的設計(一) 試驗的設計(二) 試驗的設計(三) 進行試驗和記錄試驗結果 數據分析---數據的直觀分析(极差分析法) 數據的直觀分析(二) 數據的直觀分析(三) 數據的直觀分析(四) 數據的方差分析 數據的方差分析 數據的方差分析 數據的方差分析 數據的方差分析 數據的方差分析 數據的方差分析 因子的貢獻率分析 因子的貢獻率分析 驗證試驗 有交互作用的正交設計與數據分析 有交互作用的正交設計與數據分析 試驗的設計 試驗的設計(續) 試驗的設計(續) 進行試驗和記錄試驗結果 數據的方差分析 數據的方差分析 數據的方差分析 數據的方差分析 數據的方差分析 數據的方差分析及驗證試驗 8 7652.2 總計 6.07 464.8 2 116.2 誤差 4.07 311.4 2 427.6 因子C 72.80 5570.7 2 5686.9 因子B 17.06 1305.4 58.1 2 1421.6 因子A 貢獻率(%) 純平方和 誤差均方 自由度 平方和 來源 案例一:因子與誤差的貢獻率 上表可知因子B水平變化引起的數據波動占總平方和的72.80%,而因子 C的水平變化引起的數據波動還不及誤差引起的波動大。 ＆在實際問題中分析所得的最佳條件不一定在試驗中出現, 為此通常需要進行驗證試驗。 例如 案例一中找到的最佳條件是A2B2C1,該條件不在所 進行的9次試驗中,它是否真的符合要求? 對條件A2B2C1進行三次試驗，結果分別為: 234、240、220，平均值為231.3，該條件是滿意的。 為什麼要做驗證試驗 ＆即使最佳條件在試驗中出現,也需要通過試驗看其是否穩定。 交互作用: 一個因子的不同水平對試驗指標產生影響的程度受另一因子水平好壞的制約，我們稱A與B之間有交互作用,用A×B表示 。 A1 B2 B2 A2 A1 B1 B2 A2 A與B無交互作用 A與B有交互作用 案例2:為提高某种農葯的收率，需要進行試驗。 ①明確試驗目的 ②明確試驗指標 ③確定試驗中所考慮的因子與水平 找出最佳因子水平組合,提高農藥的收率 收率,收率越高表示條件越好 ④確定可能存在並要考察的交互作用 反應溫度與反應時間的交互作用也有較大影響,記為A×B ⑤選用合適的正交表 有交互作用的場合,選擇正交表要為交互作用留有位置。 ⑥進行表頭設計 有交互作用場合的表頭設計: 第一步,把存在交互作用的因子放到表頭上; 第二步,從交互作用表查出交互作用列因子放到選定的正交表的列上; 第三步,把余下的因子放在任意其它的空白列上,一個因子占一列。 ⑦制定試驗計劃 第1列 第2列 第4列 第7列 ①總(離差)平方和及自由度的計算 ② 各列(離差)平方和及自由度的計算 同理:S2=18,S3=50,S4=60.5,S5=0.5,S6=4.5,S7=4.5 ft=n-1=7 誤差平方和計算: Se=S5+S6=0.5+4.5