DOE试验设计培训.ppt

DOE試驗設計 一 DOE概念二 DOE作用三 DOE步驟四 DOE術語五 DOE方法 一 DOE概念 试验设计 DesignOfExperiment 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 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MainEffect 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 OFAT OneFactorAtaTimeOFAT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 五 DOE方法 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 五 DOE方法 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 全因子试验案例 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 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 烘烤时间 A 烘烤温度 B 目标 改进曲奇的口味和外观 全因子实验示例 曲奇饼DOE 全因子实验示例 曲奇饼DOE DOE结果分析 实用性分析图形分析定量分析 全因子实验示例 曲奇饼DOE 实用性分析 烘烤时间烘烤温度 min oF 口味AB63754110375506450471045035 全因子实验示例 曲奇饼DOE 图形分析 烘烤时间烘烤温度 min oF 口味AB6 375 4110 375 506 450 4710 450 35 全因子实验示例 曲奇饼DOE 定量分析 开始分析之前 用 号表示每一个水平 烘烤时间烘烤温度 min oF 口味AB 41 50 47 35 烘烤时间烘烤温度 min oF 口味AB63754110375506450471045035 全因子实验示例 曲奇饼DOE 定量分析 因子的影响 高水平平均值 低水平平均值在本例中 A的主要影响 42 5 44 1 5B的主要影响 41 45 5 4 5 全因子实验示例 曲奇饼DOE 交互作用 一个因子的影响取决于另一个因子的水平 烘烤时间烘烤温度 min oF 口味ABAB6 375 4110 375 506 450 4710 450 35 口味随着烘烤温度和时间的变化 全因子实验示例 曲奇饼DOE 交互作用 交互作用的水平可由因子的水平值相乘得出 烘烤时间烘烤温度 min oF 口味ABAB6 375 4110 375 506 450 4710 450 35 AxB AB1 x 2 x 3 x