1-试验设计简介.pptVIP

试验设计简介 莱钢培训中心 孔鹏祥 Tel:6929676 MobileE-mail:lgddkongpengxiang@126.com M A I C D 6.试验设计的策划和安排 （1）用部分因子设计进行因子的筛选 考虑到影响响应变量的因子个数可能较多（大于或等于5），应首先进行因子筛选，一般采用试验次数较少的部分因子试验设计或更少的Plack-Burman设计。 （2）用全因子试验设计对因子主效应和交互效应进行全面分析 当因子个数少于或等于5个后，可采用全因子设计，筛选出不多于3个的因子。 （3）用响应曲面确定回归关系并求出最优设置 因子个数不超过3时可采用响应曲面方法对望大或望小特性的响应变量求出最优解。 一、试验设计简介 M A I C D 7.试验设计步骤 步骤1：陈述问题 步骤2：设立目标 步骤3：确定输出变量 步骤4：识别输入因子 步骤5：选定每个因子的水平 步骤6：选择试验设计类型 步骤7：计划并为实施试验做准备 步骤8：实施试验并记录数据 步骤9：分析数据并得出结论 步骤10：进行确认试验 计划阶段 实施阶段 严格按计划矩阵的安排进行试验。记录响应变量和试验过程中的所有状况，包括环境（气温、室温、湿度、电压等）、材料、操作员等。 分析阶段 验证阶段 一、试验设计简介 M A I C D 1、单因子试验设计的目的 一是比较因子的不同水平对y是否有显著影响； 二是建立响应变量与自变量之间的回归方程。 二、单因子试验设计 M A I C D 二、单因子试验设计 例:比较四个车工所加工的丝杠的直径是否相等。 50.5 50.3 50.4 50.7 51.2 50.8 50.0 50.3 50.8 50.9 49.9 49.8 51.0 50.5 50.2 50.4 50.6 50.7 49.8 50.0 D C B A 试验设计方案：将20根坯料随机编好顺序号，再采用随机抽取方法，让每个车工选取5根，按顺序号在同台车床上加工。获得如下数据表。 M A I C D 二、单因子试验设计 本试验只有“车工”因子，取4个水平，即单因子设计。 每个车工取5个试验值，就是“重复”。 在安排试验时，将试验单元顺序号进行了随机化处理。 如果我们不能假定20根坯料性能基本相同，就必须划分区组。 M A I C D 二、单因子试验设计 分析工具：单因子方差分析 4位车工加工的零件直径有显著差别。 A/B车工间无显著差别， C/D车工间无显著差别，两组间有显著差别。 M A I C D 小结 改进阶段的任务 试验设计的目的 基本术语 基本原则 单因子试验设计 交互效应：若因子A和因子B对y都有效应，若因子A的效应依赖于因子B的水平，则称因子A和因子B有交互作用，否则因子A和因子B不存在交互作用。 交互作用的大小就是交互效应。 4、基本术语 一、试验设计简介 M A I C D 在农田试验中，考虑两个因子，每个因子皆为2水平。 A：浇水。低水平，水少；高水平，水多。 B：施肥。低水平，肥少；高水平，肥多。 以产量为响应变量（单位：kg），列表如下： 150 130 肥多 120 100 肥少 水多 水少 A B 4、基本术语 一、试验设计简介 M A I C D 当因子B处于高水平时，因子A的效应为150-130=20kg 当因子B处于低水平时，因子A的效应仍然为130-110=20kg 二者完全相同。 当因子A处于高水平时，因子B的效应为150-120= 30kg 当因子A处于低水平时，因子B的效应为130-100=30kg 二者也相同。 因子A对因子B的效应没有影响，因子B对因子A效应也没有影响，称两因子没有交互作用。 绘制两因子交互作用图，则显示两条平行的直线。 4、基本术语 一、试验设计简介 M A I C D 4、基本术语 一、试验设计简介 M A I C D 另一组数据： 表 2 有交互作用数据表 170 130 肥多 120 100 肥少 水多 水少 A B 4、基本术语 一、试验设计简介 M A I C D 当因子B处于高水平时，因子A的主效应为170-130=40kg 当因子B处于低水平时，因子A的主效应为120-100=20kg 二者不相同。 当因子A处于高水平时，因子B的主效应为170-120=50kg 当因子A处于低水平时，因子B的主效应为130-100=30kg 二者也不相同。 因子A的效应依赖于因子B的水平；因子B的效应依赖于因子A的水平，二者存在交互作用。 4、基本术语 一、试验设计简介 M