实验设计什么是实验设计.ppt

什么是实验设计 什么是试验设计（DOE） 为何要使用 DOE? 改变一个过程的平均值。 降低变异。 改变平均值并且降低变异。 试验设计(DOE) 消除自变量对响应变量的影响。 试验设计 试验设计是优化产品和过程设计、加速设计开发周期、降低开发成本、改善从研发、设计到制造过程的产品转换和解决制造问题的强有力工具。 如今，试验设计被看作一个以总成本最低取得产品卓越性能的品质技术。 咖啡例:因子及其水平 主要影响:每个自变量本身对响应变量的影响 交互作用的概念 为什么要“统计试验设计”? 统计试验设计允许同时考虑所有怀疑会对品质问题产生影响的可能因素，即使存在交互作用影响，也可对主要影响进行评估。 因为可在同时对大量变量进行简单和迅速的处理，统计试验设计将在解决许多问题时发挥作用。 统计试验设计 虽然通过少数几次实验，试验人员即可发现关键的因子，但较多次的试验将产生更有价值的结果。试验设计方法有很多成型的表格，这些表格可被快速、可靠和有效的利用。 环球汽车公司 DOE:（车徽无法粘上） 什么是实验设计 质量损失与质量改善 1、质量损失 产品质量特性（CTQ）为y，其目标值为T，当y不等于T时，则造成损失， y-T 越大，损失越大。 2、质量损失函数 产品的质量损失函数表达式如下： L（y）=K（y-T)2 其中：K为常数。 质量特性。 T为此特性的目标值。 L为质量损失。 若有n件产品，其平均质量损失可用下式表达： 从质量损失函数可知：产品质量特性（CTQ）波动所造成的质量损失，与其偏离目标的偏差平方成正比。即只要质量特性不在目标值上，就存在质量损失，且偏离越远，损失越大。如下图所示。 使CTQ值的分布范围尽可能少（即使波动尽可能小），这样才能使质量损失低减，改进的一种非常重要的工具就是试验设计。试验设计是对试验方案进行优化设计、以降低实验误差和生产费用，减少实验工作量并对试验结果进行科学分析的一种科学方法。 试验设计是一种研究与处理多因素试验的科学方法 6西格玛方法是研究作用因素（XS）与CTQ（Y）关键质量之间的关系的方法论。 试验设计方法允许在同一试验中包含多个变量 传统的试验分析方法是多次单因素试验将影响输出的众多输入变量在同一时间只允许有一个变量变化，其它相对固定，如下图所示： 同一时间一个因素 (OFAT)策略 OFAT策略是在一个时间内将其它所有因素固定，只变动一个因素，其它时间第2个因素保持变动，其它所有因素都保持固定的试验方法。 OFAT方法所确定的优化操作点常是不准确的。 例 一位工程师想确定两个关键变量的参数值，以使过程合格率最大化。 当前的水平设置为温度 200°C ，时间 8 hr. 该工程师先将时间固定在 8 hr ，将温度进行调节以观测过程变化。 然后将温度固定在试验所得的最好水平上，对时间进行调整进行试验。 例 步骤 1: 例 步骤 2: 响应表面 响应表面是一种用图形表示响应变量和所选择的因素之间相互关系的方法。 在响应表面方法论中将讨论响应表面方法。. OFAT 方法的局限性 试验最优值不同于实际最优值，因为OFAT方法未考虑因素之间的交互作用。. 交互作用是一个因素对响应变量的影响依赖于另一个因素的水平。 解决方案可以在因子设计中找到。 上图分析可得知传统试验方法明显具有以下缺点。 1、试验周期长，浪费时间，这可能导致试验成本大幅提高，并影响产品推向市场的时机。 2、试验方法粗糙，因为在试验其中一个因素时，其它因素保持不变，这样得出的结论可能和实际不符，这可能导致以高价卖给消费者低品质的产品。 与传统方法不同，试验设计允许在同一时间存在多个输入变量的变化，下面是一张有7个输入变量、每个变量有两个取值（两水平）的试验设计表。（后须将详细讲解。） 从上表可知，如按传统方法进行试验，需要的试验次数为27=2×2×2×2×2×2×2=128次，按试验设计方法只需8次即可达到同样效果。其效率不言自明，读者可能会问，将试验次数由128次降至8次，这样试验到底是否会变差？试验设计其实是一种在128次完全组合中抽取最具代表性的组合进行试验的方案，目前所用的试验表均为统计专家在做大量分析、试验的基础上确定的。保证了较高的置信度，即试验设计能以较少的试验次数获得较优或最佳的结果。即以最有效最经济的手段获取最有价值的结果。 试验设计的用途 通过试验我们可以达成以下目