DOE培教材教案分析.ppt

目錄 实验设计简介 实验设计的目的 试验设计类别 用ANOVA分析作单因子实验 用ANOVA分析作单因子实验 用ANOVA分析作单因子实验 用ANOVA分析作单因子实验 用ANOVA分析作单因子实验 用ANOVA分析作单因子实验 用ANOVA分析作单因子实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 用ANOVA分析多因子多水准实验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 2K因子试验—多因子两水准试验 DOE方法步骤： 1.陈述实际问题和试验目标 2.陈述因子和水准 3.选择合适的样本大小 Stat Power and Sample Size 2-Level Factorial Design 4.设计试验 Stat DOE factorial Create Factorial Design 5.做试验/收集数据 6.为整个模型建立ANOVA表 Stat DOE Factorial Analyze Factorial Design 7.去除不显著因子，简化模型 8.研究残差组图以确保模型适合 9.研究显著的交互作用 10.研究显著主效应 11.陈述获得的数学模型；将模型转化成真实的流程设计 1.陈述实际问题和试验目标 想要优化锡炉参数，提升焊锡品质 2.陈述重要因子和水准 Soldering temp 250260℃; preheating temp 400440℃ chain speed 1.21.6m/min; hot air 250270 ℃; flux spraying 3550Hz; omega wave 2425Hz; flat wave 3435Hz 3.选择样本的大小 40PCS 4. 设计实验： 执行Stat DOE Factorial Create Factorial Design 输入因子个数 重复实验次数 4. 设计实验：选择Factors，输入相关参数 4. 设计实验：点击OK，得到实验表 5. 设计实验：进行实验/收集数据 6. 进行数据分析： 执行Stat DOE Factorial Analyze Factorial Design 点击OK，得到如下图形 如何来看？ 红线右边为显著因子 红线左边为不显著因子 7. 简化模型：选择Terms，从最低层简化起. 简化的原则：主因子不能去除,考虑有交互作用影响； 同名域需同步去除（何为同名域：七因子ABCDEFG；如CDG，其同名域：ABEF） 7. 简化模型：重复简化动作，得到最简结果如下 8. 参差分析：点击Graphs，选择Four in one 8. 参差分析 常态分布 8. 交互作用和主效应的分析 执行Stat DOE Factorial Factorial plots 9. 交互作用图 从图形中看出：大部分因子交互作用明显 10. 主效应图 从图形中看出：锡炉温度和预热温度是主效果图显著 11. 数学模型： Estimated Effects and Coefficients for DPMO (coded units) Term Effect Coef