DOE试验设计流程及案例分析培训教材.pdfVIP

DOE试验设计流程及案例分析培训教材

试验设计(DesignOfExperiment,简称DOE)，

是研究和处理多因子与响应变量关系的一种方法。它通过

合理地挑选试验条件，安排试验，并通过对试验数据的分

析，从而建立响应与因子之间的函数关系，或者找出总体

最优的改进方案。最基本的试验设计方法是全因子试验法，

需要的试验次数最多，其它试验设计方法均以“减少试验

次数”为目的，例如部分因子试验、正交试验、均匀试验

等。

从上个世纪20年代育种科学家费雪(RonaldFisher)

在农业试验中首次提出DOE的概念，DOE已经历了90

多年的发展历程，在学术界和企业界均获得了崇高的声誉。

然而，由于专业统计分析的复杂性和各行各业的差异性，

DOE在很多人眼中逐渐演变为可望而不可及的空中楼阁。

其实，DOE绝不是少数统计学家的专属工具，它很容易成

为各类工程技术人员的好朋友、好帮手。

一、为何要进行试验设计

在进行6西格玛项目的改进阶段时，我们经常需要面

对的一个问题是：在相当多的可能影响输出Y的自变量X

第1页共18页

中，确定哪些自变量确实显著地影响着输出，如何改变或

设置这些自变量的取值会使输出达到最佳值?

我们传统使用的方法：将影响输出的众多输入变量在

同一次试验中只变化一个变量，其他变量固定。

传统方法的缺点：试验周期长，浪费时间，试验成本

高;试验方法粗糙，不能有效评估输入间的相互影响。

可以有效克服上述缺点的试验方法是：DOE

DOE取得的是突破性改善

试验策划时，研究如何以最有效的方式安排试验，能

有效识别多个输入因素对输出的影响；

试验进行时，通过对选定的输入因素进行精确、系统

的人为调整来观察输出的变化情况；

试验后通过对试验结果的分析以获取最多的信息，得

出“哪些自变量X显著地影响着输出Y，这些X取什么值

时会使Y达到最佳值”的结论。

第2页共18页

我们在分析阶段使用回归分析方法对历史数据进行分

析，获得了相应的回归方程，得到Y与各个X间的关系式。

但这种关系的获得是“被动”的，因为我们使用的是已有

的现成的数据，几乎无法控制适用范围，无法控制方程的

精确度，只能是处于“有什么算什么”的状况。

我们采用DOE的方法，自变量常取一些过去未曾取过

的数值，并且进行精确的控制，对要研究的问题进行更广

泛的探索，目的是要取得突破性改善。

二、DOE的基本术语

2.1因子：

影响输出变量Y的输入变量X称为DOE中的因子。

可控因子：在实验过程中可以精确控制的因子，可做

为DOE的因子。

非可控因子：在实验过程中不可以精确控制的因子，

亦称噪声因子，不能作为DOE的因子。只能通过方法将其

第3页共18页

稳定在一定的水平上，并通过对整体试验结果的分析，确

定噪声因子对试验结果的影响程度。

可控因子对Y的影响愈大，则潜在的改善机会愈大。

在DOE的策划阶段，首先要识别可控因子和噪声因子。

2.2水平：

因子的不同取值，称为因子的“水平”。

2.3处理：

各因子按照设定的水平的一个组合，按照此组合能够

进行一次或多次试验并获得输出变量的观察值。

2.4模型与误差：

按照可控因子x1、X2、。。。XK建立的数学模型。

Y=F(x1、X2、。。。XK)+ε

误差ε包含：由非可控因子所造成的试验误差。

失拟误差(lackoffit):所采用的模型函数F与真实

函数间的差异。

2.5望大、望小、望目：

第4页共18页

望大：希望输出Y越大越好。

望小：希望输出Y越小越好。

望目：希望输出Y与目标值越接近越好。

2.6主效应：