统计质量控制南京财经大学统计系.ppt

现代工业统计 第五章 试验设计与数据处理 试验设计的基本内容 5.2 试验设计的基本概念 无交互作用的正交设计与数据分析 有交互作用的正交设计与数据分析 有重复试验的情况 §5.3 正交试验设计方法概述 二、正交试验设计法的基本概念 （1）什么是正交试验设计？ （2）正交试验设计法的用途 （3）正交表的由来 （4）正交实验法依据 （5）正交表 （6）正交表的构成 （7）正交表的正交性 正交表（二水平七因素） 正交表（二水平十五因素） 正交表（三水平四因素） 正交表（四水平五因素） 正交表（五水平六因素） 【例5.4.1】 合成氨最佳工艺条件试验。 根据以往生产积累的经验，决定选取的试验因素与水平如表5.4.2所示。假定各因素之间无交互作用。试验目的是提高氨产量，即要找到最高产量的最优的水平组合方案。 丙 300 520 3 乙 270 490 2 甲 250 460 1 C催化剂种类 B反应压力（大气压） A反应温度（℃） 因素 水平 4 3 2 1 列号 空列 C B A 因素 解(1)选用正交表L9(34)安排试验 ，(2)进行表头设计 例5.4.1的试验方案及试验结果直观分析 T= y1+…+y9 =16.07 A2 B3 C2 优方案 A B C 因素主→次 0.07 0.33 0.36 0.73 R√ 1.787 1.797 1.773 1.767 1.850√ 1.740 1.743 1.750 1.863√ 1.780 1.910√ 1.667 K1j/3 K2j/3 K3j/3 =T/9 =1.786 y1+y5+y9=5.36 y2+y6+y7=5.39 y3+y4+y8=5.32 y1+y6+y8=5.30 y2+y4+y9=5.55 y3+y5+y7=5.22 y1+y4+y7=5.23 y2+y5+y8=5.25 y3+y6+y9=5.59 y1+y2+y3=5.34 y4+y5+y6=5.73 y7+y8+y9=5.00 K1j K2j K3j y7=1.59 y8=1.60 y9=1.81 2 3 1 3(丙) 1(甲) 2(乙) 1(250) 2(270) 3(300) 3(520) 3(520) 3(520) 7 8 9 y4=1.92 y5=1.83 y6=1.98 3 1 2 2(乙) 3(丙) 1(甲) 1(250) 2(270) 3(300) 2(490) 2(490) 2(490) 4 5 6 y1=1.72 y2=1.82 y3=1.80 1 2 3 1(甲) 2(乙) 3(丙) 1(250) 2(270) 3(300) 1(460) 1(460) 1(460) 1 2 3 4 3 2 1 产量 指标yi(t) 空白 C B A 因素 列号 试验号 例5.4.3 磁鼓电机工艺条件试验 1. 明确试验目的 2. 明确试验指标 3. 确定因子与水平 4. 选合适的正交表，设计表头、列出试验计划 试验的设计 流程图 例子 流程图 例子 Minitab 中的田口设计试验以下步骤： 1????开始使用 Minitab 之前，需要先完成所有预试验计划。 2????使用创建田口设计生成田口设计（正交表）。 3????创建设计后，可以使用修改设计来重命名因子、更改因子水平、向静态设计中添加信号因子、忽略现有信号因子（将设计作为静态设计处理）以及为现有信号因子添加新水平。 4????创建设计后，可以使用显示设计来更改 Minitab 在工作表中表示因子所用的单位（已编码或未编码）。 5????执行试验并收集响应数据。然后在 Minitab 工作表中输入数据。 6????使用“分析田口设计”分析试验数据 7????使用“预测结果”预测所选新因子设置的信噪比和响应特征。 上机演示 进行试验和记录试验结果 1. 数据的直观分析 （1）寻找最好的试验条件 （2）各因子对指标影响程度大小的分析 （3）各因子不同水平对指标的影响图 数据的方差分析 （1）统计模型 （2）平方和分解 （3）F比 3. 最佳条件的选择与对应条件下指标均值的估计 数据分析 计算表 方差分析表 计算表 方差分析表 验证试验 在实际问题的分析中分析所得的最佳统计不一定在试验中出现，为此通常需要进行验证试验。 交互作用：一个因子的水平的好坏或好坏的程度受另一因子水平的制约。 交互作用 无交互作用的模型： 有交互作用的模型： 1. 明确试验目的 2. 明确试验指标 3. 确定因子与水平、可能存在的交互作用 4.