DOE培训教材经典版.ppt

【背景数据】XX汽车厂为了延长滚珠轴承的使用寿命，DOE团队展开了测试实验。经过头脑风暴，确定影响产品使用寿命的4个因子，实验数据如下： 因子（变量） 低水平（-） 高水平（+） A 热量 120 160 B 相切度 0.40 0.48 C 球的硬度 4 8 D 润滑油黏度 20 60 Y：产品使用寿命 （望大特性） 全部实验分二个阶段来进行…… 【案例分析】DOE完整实验 第一阶段的实验：分部设计 采用4因子的分部设计，分辨率为Ⅳ，8次实验；加入3个中心点，总共11次实验—— 分部设计数据输出 显著项目 A B C A*B 模型有效 呈 线性 D 是次要因子 显著性图形输出 说明：在因子数目较多的分部设计中，由于自由度的关系，显著性P值（＊ ＊）往往不显示，怎么办？—— 远离直线 显著性 临界点 主效应与等高线分析 A B C 取高端值可使Y达到最大值。 从图形观察：模型离目标还相差很远……（最终目标Y=300） 还需要沿等高线垂直方向前进 分部设计初步优化结果 预测值 （ A+ ）热量160； （ B+ ）切度0.48 ； （ C+ ）硬度8.0 最佳设置： 这些最佳设置——可以作为下一轮新设计2k的中心点 最佳 区域 重复此步骤即可到达“最佳区域” 第一阶段的析因实验可能会有两种结果： 响应曲面第一阶段试验：析因设计 2k设计 A（140，180）B（0.44，0.52）C（6，10） 初始的 因子水平设置（3个显著因子） 有弯曲 P＜0. 05 无弯曲 P＞0. 05 RSM设计 （第二阶段的实验） 将本次实验的最佳点 作为下一轮实验的中心点 A（160，200）B（0.48，0.56）C（8，12） 第二次2k设计的 因子水平设置 A（180）B（0.52）C（10） 本次实验优化输出 最陡的上升路径 是 否 新一轮 2k设计 最陡的上升路径 2k 当前设计 RSM 接近最佳区域示意图 红线：表示最陡的上升路径 怎样获得“最陡的上升路径”并快速接近最佳区域？ 最佳区域 两种策略 A）摸索前进：利用输出的最佳设置做下一轮实验的中心点； B）统计推断：借助线性回归方程，计算精确的实验步骤。 A策略 需要几次实验才能到达最佳区域； B策略 只需一步即可到达！ 由： 一阶模型的回归方程 Y = 62.18+22.75A+22.75B+24C+18.75AB 可得：最陡的上升路径的步骤设置—— Steps/步骤 A B C Y Center /中心点 160 0.48 8 154 △ （增量） 20 0 .04 2 Center+ △ 180 0.52 10 176 Center+ 2△ 200 0.56 12 191 Center+ 3△ 220 0.60 14 213 Center+ 4△ 240 0.64 16 181 A B C 寻找新的实验区域示意图 拐点 最佳条件 （拐点） 策略B 作为2k设计的实验区域(中心点) 策略A：摸索前进 到达拐点要做4次实验 安排2k设计 D 是次要因素，故析因设计只考察 ABC 3个重要因子： 增加3个中心点，总共11次实验。 因子水平设置： A热量（200，240） B角度（0.56, 0.64） C硬度 (12, 16) 全因子设计数据输出 模型显示有弯曲趋势——因此可以进入——RSM ＜0.05 除B*C外，其余项皆显著 T设置：加ABC 否则失拟 析因实验的两种等高线图形 无弯曲的等高线 有弯曲的等高线 离目标还很远 最佳区域 已接近最佳区域 最佳 区域 2k 2k 采用中心复合序贯设计CCC，在2k设计的基础上增加9次实验 （6个轴点、3个中心点），完整的CCC实验计划如下： 第二阶段实验：响应曲