第6部分 部分析因.pptVIP

第 6部分: 部分析因 目的： 探求部分析因实验设计的概念，包括何时运用以及此方法的局限性。 目标： 1. 解释为何使用部分析因实验，以及其用途的分支。 2. 描述部分析因DOE的术语。 3. 介绍部分析因DOE所用的术语 (混合、设计分辨率、别名表和筛选) 4. 采用Minitab生成并以图形方式分析部分析因DOE。 为何检测多个X 许多改进机会 (多个潜在X) 利用析因设计的效率 如果一次仅检测一个变量，可能会错过最优结果(交互作用) 扩展实验设计概念 部分析因DOE... 部分析因设计 什么是析因设计实验？ 如果您思考22实验的设计阵列，将如此图所示。 X1 和 X2 是因素。 X1*X2 是因素交互作用。 在实验中增加第三个因素情况会怎样？如果对于整个实验运行 ? 次的实验，设置应怎样？ 如果我们仅在四次实验中测试三个因素，情况会怎样？ 部分析因设计的正交性 化学反应举例 在化学反应过程中，所反应的材料的百分比是5个因素(X)的结果。 反应器的材料填充速度（升/分） 所添加的催化剂百分比 搅拌速度 (RPM) 反应器内部温度 (oC) 原料配合剂的浓度 (%) 实验的目的是确定以上因素中哪些是潜在关键‘少数’因素。5个因素中每个因素的级别如下图所示。 化学反应‘ 全’ 析因设计 分离全析因实验 正交检验计划 部分析因设计标记 在全析因实验中： 基数 水平数量 指数 因素数量 (X) 例: 25 2个水平, 5个因素; 共进行32次实验 在部分析因实验中： 首先决定实验总次数，并“ 回到”指数值 基数 = 水平数量 指数 = 第一个是因素数量，第二个是衍生数量 例: 25-1 = 2个水平, 5个因素; 共 16 次实验 因为 25-1 = 24 = 16次 在Minitab中创建和分析部分析因设计 在Minitab中创建析因设计 会话窗口输出结果 工作表输出结果 将数据制图 主要影响图 交互作用图 立方图 分析数据 Pareto影响图指出有显著影响的因素 Pareto影响图显示每项因素和交互作用的影响程度比较。 在这种情况下，催化剂的影响最显著，其次是温度。 显示温度与催化剂、催化剂与密度的交互作用及密度相对较大。 ANOVA表和拟合模型 ANOVA表显示部分析因的常见结果－无P值，评估误差项的自由度为0。 下一步简化。 简化设计 重新打开分析析因设计对话框 打开项。 将“ 模式包含项…” 改为“ 2”。将析因图或Pareto中显示为重要的项包括在模型中。点击OK. 打开图象对话框，选择所显示的残差图。 取消选定“ Pareto”。点击OK两次，进行新的分析。 简化模式的分析 分析残差图 投影属性 简化立方图 PC反应小结 混合 混合影响 我们在“ 别名结构”中看到混合关系 部分析因的“ 分辨率” 部分析因故意将因素与交互作用混合。这意味着某些被混合的因素的作用无法明确地看到。 分辨率是设计“ 清晰度”的一个指数－数值越大，设计越好。 分辨率越大，主要影响仅与较高次的交互作用混合 (3-向交互作用及更高)，而这些高次交互作用一般不太重要。 主要概念: 部分析因 附录 38 让我们重新生成只有重要变量的立方图 这是否为最优结果？ 在我们的检测范围内，最好的结果是： 温度 180 催化剂 2 浓度 3 进料速度或搅拌速度似乎没有影响，因此，我们可以使用经济的设置。 有两个重要交互作用： 在温度180度条件下，催化剂（2）在高级别时，产生的影响较大 在温度180度的条件下，浓度越大(6) ，反应率越大 在这两种情况下，较低温度设置可造成影响的降低。 根据残值，我们已拥有本过程的合理模型。 然而，如果反应的变差是个问题，我们就需要寻找较高温度设置时引起变差的其它原因。 部分析因的主要局限性是根据所需实验次数的一部分进行工序参数评估。其结果是：有些因素影响不能离开其它因素单独进行分析。这种情况称作混合。 当一种要素的影响与另外一种因素的影响相互混杂在一起时，该因素或交互作用就被称为混合。 考虑23 析因设计。下面的矩阵图表示此设计。 A, B C栏是主要因素的水平，其它栏表示交互作用。 注意每栏都不相同。 (互相正交。) 由于两栏相同，我们再也不能将交互作用B*C的影响和A的影响分隔开来，这就是混合。A的影响与B*C的影响混合在一起。 对因素A的影响的估计实际上是对A 和 B*C两种影响的估计。 在23-1设计中（1/2分割），交互作用栏与主要因素栏相同。 A*B与C相同 A*C与B相同 B*C与A相同 Factorial Design Fractional Factorial Design Factors: