实验设计4-试验设计结果分析.ppt

试验设计结果分析 试验设计输出的确立及测量 进行试验设计的目的是寻找对关键指标影响较大的因素，并找出它最有利于关键指标的水平，并对其加以控制从而达到改善的目的。在这一过程中，对试验结果的准确分析对试验效果至关重要。 影响试验输出结果分析精度的几个重要因素 1、试验误差项。 由于从每个试验组合中取得多个数据引起的变异。 如果试验误差过大（大于因子影响），则试验结果的评估可信度将大受影响。 2、样本数量 样本数量是在每个试验组合中取得的数据个数，它也影响试验误差。一般来说，样本数量越大，则试验误差越小。但在实际试验中，考虑到效率成本因素，样本数量不可能太大，样本数量的下限是：在每个试验组合中样本数量不得少于3个。 3、试验结果的评价方法 对于只有一个考核指标（CTQ）的试验而言，其评价较为简单。但实际上经常会遇到需要评价多个指标的情况。如在焊接改善试验设计中，可能须同时评价假焊及短路两种焊接缺陷。在塑胶模具成型试验设计中，可能须是进评价几个尺寸的稳定性（均值和分布）等。这时会存在一个综合评价问题。 多指标综合评价的方法有以下几种 定性指标定量化 有些试验的指标是以口味、手感等定性形式反映出来，如某快餐店对其某种面包加工过程进行试验设计以寻找消费者最满意的“口感”、“色泽”、“份量”等。这些指标，往往是定性的，实际设计时需将其转化为定量指标进行分析，可将消费者对以上三个指标的评价分别以“非常满意”、“比较满意”、“尚可”、“不太满意”、“十分不满意”来定性评价，再分别将其转化为90，75，60，45，30几种数值，最后将三种指标的分进行平均（可考虑按其重要度加权，本例为简便，未加权）。即得单一的定量化评价指标，如下表所示。 公平评分法 公平评分法是根据多指标试验的目的和要求，利用一定的公式进行评分的方法，举例如下。 某生产塑胶模具产品的公司准备对其某种部品的3个关键尺寸进行改善，经前期工作，列出DOE试验表如下： 因子影响及交互影响 试验设计要求对参与试验的因素及各因素交互作用对指标的影响进行定量分析，通过分析确定改善方向并最终找出最优参数。下面以一个2因素2水平试验的结果分析来说明试验因素及交互作用对指标的影响。 例：某工程师受命研究热处理过程中热处理温度和加热时间对工件硬度的影响。其设计的试验表如下： 各因子对指标（样品硬度）的影响 热处理温度对样品硬度的影响 加热时间对部品硬度的影响 两因子交互作用的影响 试验结果的极差分析 极差分析法是分析DOE试验结果的一种简单有效的方法，可直接手工计算获得，相对于方法分析法而言，极差分析法简便，高效，更适合对生产现场进行改善，下列以例子说明极差分析法的应用。 例：某工程师计划对影响接品质的因素进行筛选，确定主要影响因素，他选了8个凭经验认为比较重要的因素进行试验。 试验因素和水平如下表： K1为各因子“1”水平对应的焊点DPMO的和，K2为各因子“-1”水平对应的焊点DPMO的和。 R= K1-K2 是极差，反映了各因素对指标的贡献；R越大，则些因素对试验指标的贡献越大，从R的计算结果可知：G因素、F因素、B因素对焊接品质的影响最大。H因素、A因素对焊接品质影响甚微，由此得关键因素为G：松香比重，F：PCB板材质，B：传送带速度。 试验结果的方差分析 方差分析法是广为使用的分析变量间相互关系及影响的方法，方差分析法是6西格玛突破模式中分析阶段和改善阶段的最重要工具之一。也是6西格玛方法的基础之一。报差分析法相比，方差分析法较为复杂，但也更精确，可定量地分析出各因素指标的影响并确定试验误差。还可以统计上确定哪个因素是真正的重要因子，哪个因子不是现在许多统计分析软件可直接进行方差分析，无须手工计算，如Minitab等，后续将会介绍。下面以单因素之差分析为例对其在试验设计分析上的作用作以介绍。 单因子方差公式 其中：n为组内样本大小，j=1…n，在试验设计分析时n， 代表同一水平下的抽样数。 g为组数，j=1…9，在试验设计分析时，g代表不 同的水平数。 X为总平均值 X j为同一水平下的样本平均值 X i j为j水平下的第i个样本值 此公式非常重要，是DOE，统计过程控制（SPC）及6西格玛系统中计算长、短期过程能力的基础。必须牢记！ 单因素试验设计方差分析例 某电子在连续发生磁头某项关键