西格玛原理培训.pptVIP

第9部分:设计响应面实验 目的： 在本部分中，我们将把实验设计的概念扩展到用于分析潜在的非线性关系以及优化所选择的变量。 目标： 对响应界面的实验性设计进行探讨，旨在模拟具有两个以上水平的X变量的过程。 了解何时使用响应界面设计。 二级实验 为什么使用响应面设计？ 计算星点取值级别 计算星点水平 —续 复制中心点 模块化 响应界面范例 用于两个X变量的中心合成设计 用于三个X变量的中心合成设计 使用Minitab创建一个中心合成设计 使用Minitab创建一个中心合成设计（续） 使用Minitab创建一个中心合成设计（续） 测试矩阵 主要概念：设计响应界面实验 1.* Six Sigma Introduction GE Appliances Copyright 1999 Rev. 10 December 18, 1998 * 第9部分： 设计响应面实验 两水平全析因（2k）和部分析因（2k-1）实验用于： 确定若干个自变量中哪一个最重要 确定自变量间是否存在重要的交互作用 确定两个水平中的哪一个性能更优 估计响应变量与独立变量之间的线性等式： y=b0+∑bixi+ ∑ bijxixj+ error 具有两个以上水平的实验 二水平析因实验无法用于对曲线关系进行估计，从而无法用于寻找最优值。Y与X间的对应关系可能为曲线，因此，使用二次等式将更为合适。 单个自变量的情况： y=b0+b1x1+ ∑ b11x12+error （注意：该等式平方项应用于x1） 两个独立变量的情况： y=b0+b1x1 +b2x2 + b12x1x2 + b11x12 + b22x22 + error 三个独立变量的情况： y=b0+b1x1 +b2x2 +b3x3 + b12x1x2 + b13x1x3 + b23x2x3 + b11x12 + b22x22 + b33x32 + error 切记：任何时候，只要等式中存在二次项（平方项），那么必须对X变量进行对中变换！ （参见多重回归 -第二部分第九节） x y 对二次关系进行建模或优化的最佳方法是什么呢？ 两水平实验的备择方案 让我们重新回顾一下滚筒洗衣机的实例： 如果我们猜想衣物的“ 反射度/清洁度”（“Y”变量）与洗涤时间和水量（加仑）（“X”变量）间存在二次关系，怎么办？ 在业已存在的22析因设计中添加一个中心点，该点将有效的为我们的实验提供一组附加的测试环境（第三水平）。 13.3 17.4 18.4 19.7 加仑 时间（分钟） 4 8 10 20 13.3 17.4 18.4 19.7 加仑 时间（分钟） 4 8 10 20 21。4 中心点 （15分钟@6加仑） 两水平实验的备择方案（续） 记录在洗涤时间为15分钟、水量为6加仑附加实验情况下的响应值，以添加一中心点。 对衣物反射系数的非线性影响到底来自于洗涤时间还是水量呢？ 我们无法得出结论！ 一个中心点并未能提供足够的附加数据，来精确地模拟Y与X间的二次关系。 13.3 17.4 18.4 19.7 加仑 时间（分钟） 4 8 10 20 21。4 中心点 （15分钟6加仑） Time Gallons Time Time Gallons Gallons 三水平实验 三水平析因（3k）实验给2k析因设计空间（立方体）的每一个自变量增加了一个中间点或水平。二级设计中使用-1和+1（低、高）代表测试的水平。类似地，三水平设计使用-1、0和+1（低、中、高）。以下的表格总结了用于估计二次关系的三水平设计： 对于3个或更多变量，实验运行的次数远远超出所需估计的系数个数。从经济的角度讲，实验运行次数的增加将导致成本增高。幸运的是，无须进行此处所列出的所有3k个实验，便可以估计出二次等式… 自变量数量 1 2 3 4 5 运行次数 31 ＝ 3 32 ＝ 9 33 ＝ 27 34 ＝ 81 35 ＝ 243 估计的参数个数 常量 线性 相互 二次 总和 1 1 0 1 3 1 2 1 2 6 1 3 3 3 10 1 4 6 4 15 1 5 10 5 21 具有三水平的3个X变量的 实验设计 在33析因实验中，设计立方体上有27次实验或27个数据点： 8个因素（立方体）点 1个中心点 6个表面点 12个边缘点 共27个点 使用响应面设计，我们无须进行27次实验便可对3变量过程建模。 我们将： 不使用边缘点 复制中心点 将表面点外移，以创建“星”点 23因子（立方体点） 表面点 边缘点 中心点 为了用尽可能少的实验运行对非模拟线性关系，一个