常用DOE方法实操培训教材.pptxVIP

常用DOE方法实操培训教材第1页/共36页 试验设计方法2. 试验类型的选取试验类型使用场合分析方法优点备注部分因子试验一般用于试验因子≥5个的场合，用于筛选显著因子方差分析试验次数少因子数少的情况下可选用全因子试验响应曲面设计（RSM)试验因子≤3个，试验指标一般为望大或望小方差分析可以拟合二阶模型并进行预测均匀设计用于试验因子数与水平数都较多的场合回归分析试验次数很少常用的几种试验设计类型如下：第2页/共36页 试验设计方法3.1 试验设计-部分因子试验分辨度：用于确认试验的效应相互混杂的程度。判定方法：手指规则第3页/共36页 试验设计方法3.1 试验设计-部分因子试验输入因子名称及相应的高低水平选择试验次数，中心点、重复及区组的数量选择是否要对试验顺序随机化别名结构：别名结构显示了各个相互混杂的项。当我们要考虑二阶交互作用时，分辨度要≥ Ⅴ中心点可以用来估计试验误差及判定模型是否弯曲第4页/共36页 试验设计方法3.1 试验设计-部分因子试验Stdorder:试验的标准顺序，是固定的；Runorder:试验的运行顺序，每次随机化的到的顺序可能不一致；CenterPt：数字0表示该组试验为中心点；块：表示区组的数量。第5页/共36页 试验设计方法3.2 试验设计-响应曲面设计星号点（star point)或轴点（axial point)中心点（center point立方体点（cube point)或角点（corner point)项目类型水平序贯性旋转性CCC（中心复合序贯设计）(central composite circumscribed)(-α，-1,0,1，α）　有　有　CCF（中心复合表面设计）(central composite face-centered design)(-1,0,1）　有无　序贯性：指试验的连续性，上一次试验的数据可用于下一轮试验的分析，以避免重复进行试验。旋转性：在某点处预报值的方差仅与该点到试验中心的距离有关，而与其所在方位无关，也即响应变量的预测精度在以设计中心为球心的球面上是相同的。在试验水平更改较难的场合，可以考虑CCF设计，即α取1。CCD设计试验点数因子数立方体点数星号点中心点总计244513386620416863053210105251610733第6页/共36页 试验设计方法3.2 试验设计-响应曲面设计α值选中间值是为CCF设计输入因子名称及相应的高低水平选择是否随机化第7页/共36页 试验设计方法3.2 试验设计-响应曲面设计PtType:0表示中心点的组合任务栏中显示该RSM设计的详细信息。第8页/共36页 试验设计方法3.3 试验设计-均匀设计根据因子数及水平数选取均匀设计表（水平数一般≥2倍因子数根据使用表选取所用的列（例：三因素十水平均匀设计，则选取1、5、6列进行试验排列第9页/共36页 试验设计方法3.3 试验设计-均匀设计（1） 当某些试验组合根据经验可以预测到其结果不理想时，可以将其中一组或几组的编号错开。印刷压力印刷速度脱模速度脱模延迟时间印刷间隙5150.850000.025.5451.65000-0.026250.24000-0.066.545140000.17251.830000.065550.430000.045.5351.22000065522000-0.046.5350.61000-0.087151.410000.085kg5.5kg6kg6.5kg7kg所有的水平从小到大构成一个闭环循环，编号时可根据需要将任意一个水平定义为1号，然后按顺时针方向编号。（2） 当某一因素的水平水不够时，可将水平重复一次第10页/共36页 试验设计方法4.1 数据分析-部分因子试验第一步：浏览数据第11页/共36页 试验设计方法4.1 数据分析-部分因子试验第二步：拟合模型第12页/共36页 试验设计方法4.1 数据分析-部分因子试验第二步：拟合模型主效应P值=0.008（＜0.05），说明模型总效应是显著的；弯曲项P值=0.215,（＞0.05），说明数据无弯曲；R-Sq（adj)=93.2%，说明回归效果的度量也很好；失拟项P值=0.012（＜0.05)，说明模型有失拟，遗漏了重要的项（此时需要增加项，以便消除失拟）。二阶交互效应显著时，需要结合别名结构具体分析后进行判定。第13页/共36页 试验设计方法4.1 数据分析-部分因子试验第三步：模型简化逐步将不显著的项目删掉后重新进行拟合，对比拟合前后的模型拟合效果：① 模型简化后，R-Sq(adj)与R-Sq的差值减小；② 误差项s或s2减小。满足以上两个条件，说明模型简化后得到了优化。全模型简化模型变化R-Sq97.95%97.68%减小R-Sq(adj）90.76%93.04%增大s0.358