DOE爆米花.pdfVIP

DOE爆米花 2016-01-15 质永双全 IATF16949服务平台 DOE ，即试验设计(DesignOf Experiment) ，是研究和处理多因子与响应变量关系的一种科学 方法。它通过合理地挑选试验条件，安排试验，并通过对试验数据的分析，从而找出总体最优 的改进方案。从上个世纪20年代费雪(Ronald Fisher)在农业试验中首次提出DOE的概念，到六 西格玛管理在世界范围内的蓬勃发展，DOE已经历了80多年的发展历程，在学术界和企业界均 获得了崇高的声誉。 然而，由于专业统计分析的复杂性和各行各业的差异性，DOE在很多人眼中逐渐演变为可望而 不可及的空中楼阁。其实，DOE绝不是少数统计学家的专属工具，它很容易成为各类工程技术 人员的好朋友、好帮手。本文将以一个日常生活中的小案例为线索，结合操作便捷的专业统计 分析软件JMP ，帮助大家揭开DOE的神秘面纱，了解DOE的执行过程，自由自在地建立属于自 我的DOE空间。 场景:相信大家都吃过爆米花，但是大家是否都了解爆米花的制作过程？在品尝爆米花的时候， 不知道您是否注意到有很多爆米花没有爆开，也有很多被爆焦。这两种情况都是生产过程中的 质量缺陷。这里，我们基于六西格玛软件JMP来实现我们的目标：寻找使用微波炉加工一包爆 玉米花的最佳程序。凭借经验，我们很容易就能确定重要因子的合理范围： 加工爆玉米花的时间（介于 3 至 5 分钟之间） 　　微波炉使用的火力（介于 5 至10 档之间）　　使用的玉米品牌（A 或B ）在爆玉米花时， 我们希望所有（或几乎所有）的玉米粒都爆开了，没有（或很少）玉米粒未爆开。因此玉米 的爆开个数是最终关注的重点。 第1步：定义响应和因子（如图1所示） 图1 定义响应和因子 第2 步：定义因子约束（如图2所示） 根据经验，你知道：不能在试验中长时间高火力加工爆玉米花，因为这样会烧焦某些玉米粒。 不能在试验中短时间低火力加工爆玉米花，因为这样只有少数玉米粒爆开。所以要限制试验， 以使加工时间加上微波炉火力小于等于 13 ，但大于等于 10。 图2 定义因子约束 第3 步：添加交互作用项（如图3所示） 我们可以推测：与爆开玉米比例相关的任意因子效应可能取决于某些其它因子的值。例如，品 牌A时间变化的效应可能大于或小于使用品牌B相同时间变化的效应。这种因子表现出的协同效 应统称为二因子交互作用。我们决定在爆玉米花加工过程的先验模型中纳入所有可能的二因子 交互作用。 图3 添加交互作用项 第4 步：确定试验次数（如图4所示） 根据在模型中添加的效应，执行试验需要一定的试验次数。我们可以使用最小值、建议值，也 可以指定试验次数，只要其值大于最小值。本例中，我们将使用默认的试验次数 16。 图4 确定试验次数 第5 步：指定输出表格（如图5所示） 生成的数据表保留了随机化的特性，显示了我们应该运行试验的顺序，首先在7级火力下将第一 包B牌的玉米加工 3 分钟，然后在5级火力下将B牌玉米加工5分钟，依次进行。 图5 指定输出表格 第6 步：收集和输入数据（如图6所示） 根据设计方案加工爆玉米花。然后，计算每包中爆开的玉米粒的数量。最后，保存结果至数据 表。 图6 收集和输入数据 第7 步：分析结果（如图7所示） 可以构建数据模型了，一般使用最常见的分析方法--最小二乘法，但是如果响应数据明显不呈正 态分布时，选择广义线形模型法会显得更为合适。 图7 分析结果 简要地查看输出报告中的参数估计表，发现所有的 p 值都小于 0.05 ，表明所有的模型效应， 包括一次主因子作用、二次主因子作用和双因子交互作用，均是显著的。 我们已确认时间、火力以及品牌与爆开玉米粒个数之间存在着紧密关系，要进行进一步研究， 可以打开预测刻画器 ，分析因子组合的变化如何影响爆开玉米粒的个数。预测刻画器显示了每 个因子对响应的预测轨迹，移动红色虚线，便能查看更改因子值对响应产生的影响。例如，单