DOE-全因子试验设计培训技巧.pptVIP

Full Factorial design (全因子试验设计） ■试验：为了能观察到对于输出变化的影响，对过程和系统的输入变量进行有计划的设置，测试并分析结果的方法. 试验的定义 过程 。。 (不可控因子） U1 U2 U3-------------- Um 。。 Output (品质特性值） Y1 ,Y2…Ys Input (可控因子） X1 ,X2…XK 数学模型: Y=f(X1, X2…XK)+ε 我们在试验设计中建立的输出和输入之间数学模型，其中ε由不可控因子（或噪音引起试验误差） 试验设计目的和用语 试验目的: 一是明确哪些自变量x显著地影响着y; 二是找出y与x间关系式，从而进一步找出自变量x取什么值时会使y达到最佳值. 用语 响应变量:模型中y1 ,y2…ys是我们关心的s个输出变量。 因 子：我们将影响响应变量哪些变量称为试验问题中的因子。 水 平：为了研究因子对响应变量的影响，需要用到因子的两个或更多个不同的取值。 处 理：各因子皆选定了水平后，其组合被称为处理 主效应：响应变量在某因子处于不同水平时平均值差异称为某因子的主效应 交互效应：当因子B处于不同水平时，因子A的效应到底差多少？ 交互作用：如果因子A的效应依赖于因子B所处的水平，则称为AB有交互作用 案例：合成氨试验1 例：在合成氨生产中，考虑两个因子（A,B)，每个因子皆2水平，A：温度,低水平 700℃，高水平：720 ℃。B：压力, 低水平: 1200帕， 高水平:1250帕。以产量y为响应变量(单位:kg),列表如下： 低温（ 700℃) 高温（ 720 ℃) 低压(1200) 200 220 高压(1250) 230 250 A B 因子A的主效应=Y的平均值|A=高- Y的平均值|A=低 =235-215=20kg 因子B的主效应= Y的平均值|B=高- Y的平均值|B=低 =240-210=30kg 因子B在低水平时A的效应=220-200=20kg 因子B在高水平时A的效应=250-230=20kg AB交互效应=(A的效应|B=高- A的效应|B=低)/2 =(20-20)=0kg A（温度） 低 210 220 230 240 200 250 高 B(压力） 平均值 Y(产量）交互作用图数据平均值 低 高 AB无交互作用时的效应图 低温（ 700℃) 高温（ 720 ℃) 低压(1200) 200 220 高压(1250) 230 270 A B 案例：合成氨试验2 例：在合成氨生产中，考虑两个因子（A,B)，每个因子皆2水平，A：温度,低水平 700℃，高水平：720 ℃。B：压力, 低水平: 1200帕， 高水平:1250帕。以产量y为响应变量(单位:kg),列表如下： 因子A的主效应=Y的平均值|A=高- Y的平均值|A=低 =245-215=30kg 因子B的主效应= Y的平均值|B=高- Y的平均值|B=低 =250-210=40kg 因子B在低水平时A的效应=220-200=20kg 因子B在高水平时A的效应=270-230=40kg AB交互效应=(A的效应|B=高- A的效应|B=低)/2 =(40-20)/2=10kg 低 210 220 230 240 200 250 高 A（温度） 平均值 Y(产量）有交互作用图数据平均值 260 270 B(压力） 低 高 AB有交互作用时的效应图 试验设计的基本步聚 1. 阐述目标 团队成员都要投入讨论，明确目标及要求。究竟是为了筛选因子还是为了寻找关系式？ 2. 选择响应变量 在一个试验中若有多种响应，则要选择起关键作用的且最好是连续型指标作为响应变量。 3.选择因子及水平 用流程图及因果图先列出所有可能对响应变量有影响的因子清单，然后根据数据和各方面的知识及专业经验，进行细致分析并作初步筛选。 4.选择试验计划 根据试验目的，选择正确的试验类型，确定区组状况，试验次数，并按随机化原则安排好试验顺序衣试验单元的分配。排好计划矩阵 5.实施阶段 按计划矩阵安排试验。 6.分析阶段 使用minitab分析。 全因子试验设计定义和试验原则 1.全因子试验设计：所有因子的所有水平的所有组合都至少要进行一次试验的这种设计.适用范围：全因子试验设计适应于因子个数不超过5个。 试验原则： 1.随机原则: 以完全随机的方式安排各次试验的顺序和或所用试验单元. 2.完全重复原则: 一个处理要施于多个试验单元. 3.(分区组原则）:为了使试验单元或试验环境具有同质齐性而以某种方式对试验单元分区组如：需要长期的数据收集的情况，通常以日别、周别等区分组，在区组内随机试验。 全因子试验设计---分析步骤 进行验证试验 1-拟合选定模型 2-进行残差诊断 3-模型要改进吗？