DOE试验设计培训.ppt

一、DOE概念 二、DOE作用 三、DOE術語 响应變量Response:试验输出的结果 因子Factor:试验过程中的不同输入变量如温度、时间、粘度等 水平Level:试验中对因子的不同设定值如温度：10度、20度、30度 干扰Noise:人不可控制的事物 主要影响Main Effect:对单个因子而言, 从一个水平到另一个水平的 变化对输出的平均影响 交互作用Interaction：两个因子合起来对总输出的影响将高于两 个单独的因子造成的影响 重复 Replication： 以随机次序重新做一次试验 随机化Randomization：以一种无固定模式的次序做试验 區組Blocking:将干扰最小化的方法 四、DOE步驟 五、DOE方法 一次一因素試驗 全阶乘因子试验（全因子试验） 分数阶乘因子试验（部分实施因子试验） 响应曲面设计 分步试验思想 正交試驗設計 五、DOE方法 所谓一次一个因素法（OFAT），就是先固定一种组合，而其它因子保持固定，然后每次改变一个条件，将相邻的两次实验结果进行比较，以估计两个条件的效果差异。 五、DOE方法 五、DOE方法 五、DOE方法 正交試驗法 通過應用正交表，它的建构，允许每一个因素的效果，可以在数学上，独立予以评估。 可以有效降低实验次数，进而节省时间、金钱而且又可以得到相当好的结果。 Confidential * of 63 Confidential * of 63 一、DOE概念 二、DOE作用 三、DOE步驟 四、DOE術語 五、DOE方法 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 试验设计(Design Of Experiment) ：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。 试验目的：是评估自变量对因变量的影响程度。 找出关键变量 关键变量取值 找出非关键关键变量，放宽工差，用低价材料替代 关键变量取值范围 控制关键变量也就控制了过程 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 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） Factors 3 2 Level 243 81 27 9 32 16 8 4 5 4 3 2 全阶乘试验的次数：Runs=X k X--水平； k--因子数 Runs 增加一个水平要大幅度增加实验次数！ 全阶乘实验的优势 --包含所有主要结果的信息 --包含所有交互作用的信息 --量化Y=F（X） 全阶乘实验的局限性 --资源分配过多 --时间过长 一般因子数≤4时，才用全阶乘实验设计 全阶乘因子试验（全因子试验）：指所有因子的所有水平的 所有组合都至少进行一次试验： 当因子水平超过2时：由于试验次数随因子个数呈指数增长. ---通常只作2水平设计 一般来讲：因子的高、低两水平+部分中心点之水平设置，相当大程度上可以代替3水平设计，但试验次数大幅度减少，故最常用。 2k因子设计 2-- 表示因子均为2水平； K—表示因子数量； 试验所需的运行次数=2k 全因子试验案例 Y8 2 1 1 2 1 2 2 8 Y7 1 2 2 1 1 2 2 7 Y6 1 2 1 2 2 1 2 6 Y5 2 1 2 1 2 1 2 5 Y4 1 1 2 2 2 2 1 4 Y3 2 2 1 1 2 2 1 3 Y2 2 2 2 2 1 1 1 2 Y1 1 1 1 1 1 1 1 1 7 6 5 4 3 2 1 结果 G F E D C B A 次数 正交表 8行表示不同因子水平的组合 7列表示最多7个因子 1、2表示各因子的两种水平 每个因子出现机会均等 任意2列间组合数字各出现2次，其搭配是均等的