DOE概论-基本概念.pptVIP

Pg * DOE基本概念 改 进 策 略 Inputs · 提出解决方案 · 试验解决方案 · 验证试验结论 Outputs 关键因子 改进目标 改进策略 试验计划制定 实施试验 收集数据 分析数据 试验结论 验证试验 改进的步骤 为何进行试验 确定起显著作用的因子X 确认分析阶段所假想的X 量化因子X对响应Y的影响 改进程序的系统方法 为何检验多个X 多个改进机会 试验设计的效率 估计因子间交互作用 考虑因素 试验的分辨率 样本数、功效和Power 重复和复制 划分区组 试验实施的随机性 叙述 试验 目的 确定 响应 变量 研究 影响 因子 定义 X 水平 试验 设计 收集 数据 图形 分析 分析 模型 简化 模型 残差 分析 反应 优化器 验证 试验 分析种类 效应： ---正态检验图、Pareto图 析因： ---主要效果图、交互作用图 ---立方图 ---ANOVA、回归分析 优化： ---等值线图 ---反应优化器 观测值的变化 当重复检测时，通常会有不同的答案---这就是波动！ 1.系统误差（信号） 检测的结果可以预期和预测的差异 如：夏天和冬天的灶具销售量是不一样的 2.随机误差（噪音） 检测值不可以预测的差异 如：在不同的两天测试3台相同设计的冰箱，会得出不同的结果 基本概念 观测值的变化（续） 如果观测值没有差异，我们反而不安！ 如果每个地区灶具销售量一样—我们怀疑数据库有问题； 如果我们测试10台冰箱，耗电量都一样—我们会对测量结果怀疑； 这种波动使我们工作具有挑战性！ 我们一般不相信一个数据的结果，因而，通常收集多个数据，并非常注意如何收集这些样本来观察变化 变化是自然的、预期的、是统计学的基础 基本概念 统计的作用 统计学处理变异的几种方法： 描述性统计---用图和几个总结性数据（均值、方差、标准差等）来 描述一组数据； 推断性统计---确定结果的差异何时的归因于随机误差、何时为系统 误差 ； 试验设计 ---有计划的收集和分析数据，目的: 1.改变结果分布的平均值 2.减少结果的变差(标准差) 3.确定潜在的因子X是否对响应值Y是否有显著性影响 4.量化分析X与Y的关系和影响程度 基本概念 被动观察和试验设计 精心设计的试验有助于我们对事物的认识 被动观察： 就是静观 工序，而不是施加任何有目的的改变 （即：在基准数据收集期间没有改变该工序，而是当品质问题发生后作改变） 试验设计： 是主动控制 自变量（X），并观察响应变量的影响（即：试验设计是有意识、有目的、有步骤地改变该工序参数并获得响应变量的变化） 被动观察 被动观察就是静观 事物的变化，而不是促使事情的发生. 例如:很多人都看到过茶壶冒的蒸汽，但只有瓦特的独到观察并发明蒸汽机导致工业革命的开始。 例如:香槟酒最初的产生很自然.可能很多人都观察到它,而没有注意到它有什么独特之处。但是，最终眼光独到者注意到香槟酒的美好前景。 被动观察和试验设计 试验设计 主动控制影响因素的变化，并观察响应变量的变化并研究其中的影响. 试验的目的是评估自变量对因变量的影响程度 假设我们可以控制工序中的自变量（X1.X2…X n） 我们就可以找到改进响应变量(Y1.Y2…Y n)的设置 被动观察和试验设计 试验的途径 调查的适应性 数据 想法 演绎 归纳 演绎 归纳 演绎 归纳 解决方案 方法一 方法二 方法三 科学常常是一个反复演绎和归纳的过程,或许要一系列的试验才能得到答案 得到结论的可能的途径不止一种:通常是经过多个试验多次失败才能得出结论 试验计划的发展 反复实验方法（TrailError 试误法） 一次一个因素（OFOA=One Factor At a Time） 全阶乘试验 分数阶乘试验 其他 OFAT=One Factor At a Time OFAT虽然简单，但对实验的效率造成影响： --可能进行了不必要的实验 --找出原因因素的时间很长 --不知道改变一个因素而其他因素也改变所带来的影响 --不能发现或了解各因素的组合效果（交互作用） 试验计划的发展 试验计划的发展 试验设计发展史： .1920年英国人费歇尔提出试验设计 .1930-40年代，英、美将其逐步推广到工业生产 .1940年博克斯（G.E.P. BOX）系统的提出因子设计方法 .1945年田口玄一提出正交试验法 .1962年田口玄一《试验计划法》出版 .1960-1970年田口玄一提出信噪比设计与三阶段设计 .1960年华罗庚教授提出《优选法》 .1951年BOX提出响应曲面分析〔response surface methodology----RSM〕 .19