20171027试验设计

2017/12/7,试验设计,汇报者：王海全,汇报提纲,简介正交试验设计方差分析（ANOVOA）JMP-DOE实例讲解稳健性试验设计（robustness）JMP-Taguchi Design补充,汇报提纲,简介正交试验设计方差分析（ANOVOA）JMP-DOE实例讲解稳健性试验设计（robustness）JMP-Taguchi Design补充,简介,实验设计DOE是什么？以统计技术为主要手段理解流程、解决问题的系统、科学、且高效的分析方法,HypotheticalProcess,Machine,Yield,Pressure,Operator,Humidity,Temperature,Cost,Inputs（Factors）,Outputs（Responds）,简介,实验设计DOE的价值,实验设计DOE的应用领域,简介,如何使用DOE,试验设计步骤,简介,三种经典设计,简介,序贯试验（Sequential trial）,简介,Ronald Aylmer Fisher(1890-1962),1923，方差分析，含F 检验 （F test）正交表的构造和开发,Genichi Taguchi (1924-2012),稳健试验设计,试验设计回归设计,汇报提纲,简介正交试验设计方差分析（ANOVOA）JMP-DOE实例讲解稳健性试验设计（robustness）JMP-Taguchi Design补充,正交试验设计,一、相关概念,试验指标,根据试验目的而选定的的用来衡量试验效果的特征值；,因素,可能对试验指标产生影响的条件；,水平,因素的不同剂量等级或状态；,处理,各试验因素不同水平的组合；,主因素,某因素的各水平的的差别；,交互效应,当某一因素的单独效应随着另一因素变化而变化时，称这两个因素间存在交互作用；,正交试验设计,二、 正交表（最简单正交表）,基本性质正交性均衡分散性综合可比性,正交试验设计,三、基本方法试验方案设计明确试验目的，确定试验指标确定试验因素，选取适当水平选用合适的正交表进行表头设计编制试验方案极差分析法,正交试验设计,极差分析法（R法）,R法步骤“直接看”“算一算” 趋势图,正交试验设计,交互作用表头设计,交互作用参照设计表：,正交试验设计,多指标试验设计综合平衡法各因素对于单项指标的主次顺序和优水平各项指标对试验的重要程度,正交试验设计,多指标试验设计综合评分法根据各项指标的重要程度分别赋予加权或者打分，转化成单一指标,综合评分,转化系数,符号正：表示越大越好负：表示越小越好,多指标试验设计 ？当指标间量纲不一致时区间取值法RTV（Region Taking Value）不同指标的重要程度给出满分分数 ，但总分遵循 =确定不同y值时的分数确定不同因素数，对应y值，进而获得对应分数各项分数相加,正交试验设计,汇报提纲,简介正交试验设计方差分析（ANOVOA）JMP-DOE实例讲解稳健性试验设计（robustness）JMP-Taguchi Design补充,方差分析,极差分析 ？如何考虑试验误差影响,方差分析(analysis of variance, ANOVA)，是对两个或多个样本平均数差异显著性检验的方法。在科学实验中常常要探讨不同实验条件或处理方法对实验结果的影响。通常是比较不同实验条件下样本均值间的差异方差分析步骤计算偏差平方和和自由度显著性检验（F检验）寻求最优组合和置信区间,方差分析,方差分析步骤计算偏差平方和和自由度,方差分析,方差分析步骤计算偏差平方和和自由度,方差分析,方差分析步骤计算偏差平方和和自由度,计算总偏差平方和总偏差平方和自由度,方差分析,方差分析步骤计算偏差平方和和自由度,计算列偏差平方和列偏差平方和自由度,方差分析,方差分析步骤显著性检验,方差分析步骤显著性检验,方差分析,方差分析步骤显著性检验,方差分析,判断显著因素a 0.1,显著因素 A,显著因素 C,方差分析,方差分析步骤计算偏差平方和和自由度,最优组合：优选显著因素 A2 C1非显著因素，选取适当水平B2 D1,最优组合：A2 B2 C1 D1,汇报提纲,简介正交试验设计方差分析（ANOVOA）JMP-DOE实例讲解稳健性试验设计（robustness）JMP-Taguchi Design补充,咖啡强度试验（The Coffee Strength Experiment）,定义研究内容,对象12盎司/杯的咖啡对象找出相关因素最优组合响应咖啡强度测量方法冲溶五分钟后测量折射率（1.3最优 1.2-1.4可接受）因素,研磨,温度,时间,供给,位置,定义研究内容,实验因素与范围,实验组数，如何选取？资源因素时间因素,12Station（1 2 3）4,JMP 演示,汇报提纲,简介正交试验设计方差分析（ANOVOA）JMP-DOE实例讲解稳健性试验设计（Robustness）JMP-Taguchi Design补充,稳健性试验设计（Robustness）,SN比试验设计控制因素在稳健性设计中，为了使目的特性值尽量接近目标值，需要对特定的某些因素进行操控或者调整，这些因素为信号因素如：机床切削加工，改变切削速度 v ，切削深度 f 和背吃刀量 ap 误差因素干扰产品发挥性能的因素，也就是噪声。外部噪声，如：温度、湿度等内部噪声，如：产品发生劣化、磨损等产品间噪声，如相同规格间的差异引起的波动,稳健性试验设计（Robustness）,SN比试验设计,实际计算中：,稳健性试验设计（Robustness）,望目特性的SN比，如：产品尺寸、重量、电阻值等,望小特性的SN比，如：振动、噪声、废气等,望大特性的SN比，如：机械强度、弹簧寿命等,稳健性试验设计（Robustness）,SN比试验分析步骤计算SN比方差分析选取最优组合（步骤步方差分析类似）,汇报提纲,简介正交试验设计方差分析（ANOVOA）JMP-DOE实例讲解稳健性试验设计（robustness）JMP-Taguchi Design补充,JMP-Taguchi Design,Byrne and Taguchi,响应maximize the adhesivenessminimize the assembly costs of nylon tubing因素,JMP 演示,补充,相关书籍任露泉. 试验优化设计与分析.第2版M. 高等教育出版社, 2003.Montgomery D C. Design and analysis of experiments, 8th edition,磨粒流论文P. Ali, A. Sri, R. Walia, S. Singh, Optimization of process parameters in Abrasive Flow Machining. R. Butola, Q. Murtaza, R.