实验设计DOE简介.pptVIP

实验设计(DOE)简介 学习目标 本章中,我们将要讨论下列问题: 获得知识的方法 如何通过实验进行过程改进 如何更有效地通过实验以较少的资源进行过程改进 实验设计 (DOE) 与过程改进(MAIC)的关系 学习本章后,你将会了解: 实验设计的概念 传统 SPC与 DOE的关系 实验的基本类型 不同实验方法的优缺点 实验设计(DOE)的本质 虽然 OFAT 能简化结果分析, 但这是以大量牺牲实验效率为代价: 实验包含不必要的运行. 寻找有效因素(影响输出响应的因素) 的时间长. 不能确定当多个因素水平同时改变时的输出效应,而这一点正是在实际场合中我们所感兴趣的. 无法了解或确定各因素及其共同作用对输出响应的影响程度. 互交作用(Interactions) 如果一因素X1对于响应输出Y的效应取决于另一因素X2的水平,则说明X1和X2存在互交作用 Y = f(X1,X2) 例如:蛋糕烘烤的温度设置取决于烘烤时间 析因设计(DOE Full Factorial) 所谓析因设计是指,在实验的每一次完全试验或每一次重复中,各个因素的所有可能的水平组合都被研究到. 借助析因设计,我们能: 确定各因素的主效应 确定各因素之间的互交作用效应 估计获得最佳结果的因素水平 分式析因设计(Fractional Factorial) 仅对析因设计中所有因素组合的一部分组合进行考察 如实验包含的因素较多, 借助分式析因设计能: 以较少的投入获得所需的信息 控制实验资源 缺点 放弃了部分互交作用效应 对实验者的统计技术要求较高 统计信息损失 优点 经济 快速 实验运行次数较少 实验设计的应用 重要因素筛选(Screening) 找出起作用的因素及互交作用 关键是减少需分析和控制的因素数量 过程特征定义(Characterization) 确定哪一变量X对输出Y的影响最大 确定可控变量及不可控变量 确定关键过程变量及噪声变量 确定需严格控制的变量 指导控制导向,由控制输出变量转为控制输入变量 过程优化(Optimizing ) 确定关键输入变量的设置水平 确定合理的公差 产品设计( Design) 有助于在设计初期认识各输入变量对产品特性的影响 为产品稳健设计提供参数设置水平 实验设计分类 过程分析 思考点 选择 X’s 及 N’s 选择需固定的因素(SOP’s) 选择因素水平(区分度应大) 实验目的 推理空间 (大,小) 日程及资金 健康,安全及环境 管理层支持 测量系统能力 随机化 Randomization 区组化 Blocking 纪律! 遵守 SOP’s 遵守实验流程 记录 思考点 验证实验结果 选用其它过程设置来检验模型复合性 实验结果的实际显著性 适用空间 (实验结论是否适用于更大的推理空间?) 是否达到实验目的 总 结 实验设计的概念 实验流程序贯渐进的特性 实验设计流程 计划 Plan 设计 Design 操作 Conduct 分析 Analyze 确认 Confirm We’re not going to: talk about stats any more…we’re going to talk about philosophy… To involve the participants, ask and wait for responses: What is DOE? Ask the class how many of them have run experiments (usually only a few raise their hands) Ask the class how many of them have ever tried a different route to get to work? (more folks raise their hands). You have run an experiment! Tried different ingredients in a recipe?? That’s an experiment too! We all experiment every day! We try changing things to see if we can get a better result out of our “processes”, no matter what type of process. However, although we all experiment, some types of experimentation are more efficient and