DOE(试验设计)培训教材PPT课件

实验设计 实验设计介绍 VersionNov2002 Page 2 6Sigma实验设计课程规划 各节内容1 课程介绍2 实验设计介绍3 全因数4 部分因数5 实验设计规划6 案例 实验设计 1 全因数 VersionNov2002 Page 4 根本原因分析的两种方法 Twomethodforrootcauseanalysis 用历史数据观察流程散布图 进行图 控制图 分层 scatterplot runchart controlchart deplay相关性 差异分析 回归分析 correlation ANOVA regression 流程的实验 用一个规划好的方法变流程并衡量结果实验设计实验设计是有效率和有效果地探究许多流程变量 X 和产出衡量或关键量点 Y 的因果关系的一种方法 VersionNov2002 Page 5 使用历史数据的一些限制somelimitationwhenusinghistorydata 记录常是不完整的 省略的变量 X 缺少的值或观察数据包含数据惧错误流程变量通常是有相互关系的重要变量可能没有变化得足够充分到能了解它们的影响的程度通常来就 必要数据不是立刻可得到的 获得正确数据是非常必要的 识别关键变量 Identifykeyvariables 历史方法 historymethod VersionNov2002 Page 7 练习 确定最佳关键变量设置 历史方法 目标 了解到识别影响化学流程产量的关键变量的难点 30分钟 说明 用下页的信息来设置一个衡量计划 从而发现能使流程产量最大化的各变量最好设置 每个实验运行成本 2 000你对初始调查的总体预算是 30 000如果有足够的证据 另外有 50 000可用于将来的研究确定在给定的不同标准内可能的变量组合总数确定在现在预算内你可作出的变量组合总数你会检验什么组合 你用什么策略来识别关键变量 VersionNov2002 Page 8 练习 确定最佳关键变量设置 历史方法 练习 流程中的关键变量是 原料卖主 A B C 原料放进混合桶中的温度 高 中 低 在混合桶顶部的温度 高 中 低 在混合桶底部的温度 高 中 低 混合桶中的压力 高 中 低 桶中的原料量 20 50 100 150公吨 原料拿离混合桶的温度 高 中 低 VersionNov2002 Page 9 识别关键变量 历史方法概要 1 确定给定不同标准内可能的变量组合总数 3x3x3x3x3x4x3 2 916个组合2 确定在现有预算内你可作出的变量组合数3 你会检验什么组合4 你用什么策略来识别关键变量两个常用策略是一次一个因素一次多个因素多数人由他们能作出的最佳猜测开始 然后一次改变一个变量 这就是我们多数人是学习实验的方法 这也是在工程学校中所教授的 一次改变一个变量让你可看见这个变量的效果 但是可能导致额处时间和成本的浪费 VersionNov2002 Page 10 识别关键变量 历史方法概要 同时改变多种因素一次改变多种因素也是一个非常普通的实验方法当小级做以下事时 他们常会选用这个方法集体讨论可能改进流程的方法 择优选用个人想法实施所有你一次可做到的高优先权想法 这个方法的问题你不知道什么样变化是对结果的改进负责的你或许把变量维持在减少你效力的水平上 了解每个变化的成本 收益事项是不可能的 这些方法是可用的 但是良好的实验设计会是更有效率及效力的方法 VersionNov2002 Page 11 识别关键变量 历史方法概要 实验设计很有代表性的 你对结果的直觉很砂会与设计好的实验结果相一致 你将发现你经常会学习某些高出或低于你直觉的事 这就是6Sigma是有关什么的 使数据基于如何改进流程的决定设计良好并以统计为基础的实验可提供高质量 含大量信息的数据 全因数 介绍 实验设计 VersionNov2002 Page 13 实验设计的介绍 实验设计是一种组织我们的思想 从而检测我们确信对关键质量点有影响的X变量的方法 它在6Sigma中的目标主要是识别重要的少数因素 知道并了解关键流程变量对关键质量点的影响 实验设计基于由以下获得的知识 分析流程业绩表现了解变量间的关系制定有关根本原因的假设实验设计帮助我们检测这些假设 以核实并了解流程中所做的改进 VersionNov2002 Page 14 流程的实验 对流程知识的系统追求实验设计帮助规划 收集特殊数据并确认流程的理论 一个黑带或流程拥有者通常会自有一套有关不同变量是如何影响关键质量点的理论 这个方法是对流程知识的系统追求 VersionNov2002 Page 15 实验设计 确定流程和产出衡量之间的关系识别差异的 重要少数 来源提供 重要少数据 对回应变量 关键质量点 影响的衡量 提供比一次检测一个因素更有效的衡量和更高质量的数据最小化你必须执行的检测次数目标 提高发现 重要少数 的可能性 为确定在你干涉流程时会发生什么事 你必须干涉流程 非凡不是被动观察它 GeorgeBox VersionNov2002 Page 16 使用统计设计实验的好处 检测的系统方法发展高质量的数据评估大量变量控制有损害的变量对效果的定量估计不确定性的衡量有效力和有效率的数据使用 VersionNov2002 Page 17 3个因素 一次一个的策略 2个标准 VersionNov2002 Page 18 3个因素 一次一个的策略 少了哪些因素设置的组合 5678 VersionNov2002 Page 19 3个因素 一次一个的策略 少了哪些因素设置的组合 5678 VersionNov2002 Page 20 一次改变一个因素对比实验设计 设计好的实验优点增加两倍有关从标准A到新A产生影响的信息增加两倍有关从标准B到新B产生影响的信息有关A和B的影响是否是添加的信息 它们是互相影响或是有结合在一起的影响吗 对两个有兴趣的因素的一次一个因素 对两个有兴趣的因素的设计实验 全因数 用MINITAB设计实验23范例 VersionNov2002 Page 22 设计一个全因数23实验 一个全因数设计能检验所有标准上的全部因素 它使用整个设计空间它检测所有标准上的全部因素以及它们的相互影响23范例2是每个因素 变量 的标准数3是因素的数量23因素的数量 3因素的标准 2 VersionNov2002 Page 23 3个因素 全因数排列 对于3个因素 每个在2个标准上 有23 2x2x2 8个因素设置的组合 注意标准次序内的因素的设置模型 标准因素因素因素次序1231 2 3 4 5 6 7 8 一半 1一半 1一半 1 VersionNov2002 Page 24 一个23因数排列范例 对三个可能影响产量的因素因为重复模型而容易排列包括了整个设计空间 VersionNov2002 Page 25 2k实验的模型 K 1 K 2 K 3 K 4 K 5 VersionNov2002 Page 26 概要 因数策略 2 k 当因素增加 运行次数成指数倍增加全因数设计包括了整个设计空间有三个因素的实验设计空间可由一个立方体来表示因为标准次序中的重复模型 所以全因数设计容易排列 2个标准实验的组合数 2k 2x2x2 2 k次 这里k 因素数目一次一个的设计探究了设计空间一个潜在易引起误解的部分 VersionNov2002 Page 27 6Sigma实验 VersionNov2002 Page 28 实验 实验设计范例 项目声明 背景产品的高失效率造成客户投诉 为此组建一个小组客户心声 VOC 显示了大多数的产品失效发生在首次使用时一个对退回产吕的工程分析识别出不合格产品是因为微电子部件的损坏小组进行了根本原因分析并确定损坏以生在产品在传送带上的时候对传送带的调查发现因为振动产生电火花引起产品漏电 从而造成许多接地线的损坏 现在的任务是识别最耐用的 能支持传送带的正常振动的接地线小级由制订石川图开始工作 来识别有关接地线耐久性的关键因素 VersionNov2002 Page 29 实验 石川图 VersionNov2002 Page 30 实验 石川图 小组识别出三个他们相信对接地线耐久性有最大影响的因素 所这三个因素都与材料有关 1 电线量度 尺寸 16量度24量度2 电线类型 原料 铜电镀铁3 电线厂商 供货商 Elco工业齿冠螺栓 VersionNov2002 Page 31 MINITAB设计实验的步骤 VersionNov2002 Page 32 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGN VersionNov2002 Page 33 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGN显示可用的设计 VersionNov2002 Page 34 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGN VersionNov2002 Page 35 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGNSelect3Factors VersionNov2002 Page 36 用Minitab设计实验的步骤 VersionNov2002 Page 37 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGNSelectDesigns VersionNov2002 Page 38 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGNSelectFullFactorialSelectreplicates 2Selectblocks 2 2batches VersionNov2002 Page 39 复制 定义 所有实验条件的复制为什么 为衡量实验可变笥所以我们可决定回应之间的差异是否是因为因素标准的变化 一个特殊的促因 或普通原因可变性为看的更清楚一个因素是否重要 为获得整个实验组合的两上回应 复制与对一个单件或单批的多重衡量是不一样的 VersionNov2002 Page 40 随机化 实验的保险 定义 分配次序 在其中试验将以随机的机制来运行不是标准次序不是在一个便利的次序中运行MINITAB将随机选择运行次数为什么 在实验的所有因素中均分潜中均分潜伏变量的影响帮助避免系统或趋积向的影响 VersionNov2002 Page 41 范例 为什么随机化 在这个范例中 原料使用可能会跨月 从而使因素影响在按标准次序进行的设计运行变得不明显 VersionNov2002 Page 42 范例 为什么随机化 在这个随机化的实验中 不论每月的变化化如何 原料卖主影响明显可见的 VersionNov2002 Page 43 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGNSelectFactors VersionNov2002 Page 44 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGN输入每个因素的高低标准 VersionNov2002 Page 45 用Minitab设计实验 Minitab命令 STAT DOE CREATEFACTORIALDESIGN按OK VersionNov2002 Page 46 用Minitab设计实验 FullFactorialDesignFactors 3BaseDesign 3 8Runs 16Replicates 2Blocks 2Centerpts total 0BlockGenerators replicatesAlltermsarefreefromaliasing Minitab命令 SessionWindowOutput VersionNov2002 Page 47 用Minitab设计实验 Minitab命令 WorksheetOutput 注意 每个计算机的工作表运行次序是不同的 VersionNov2002 Page 48 6Sigma实验 VersionNov2002 Page 49 说明交互作用的影响 解释温度对供货商A的影响 高的平均数一低的平均数 温度对供货商A的影响 交互作用的影响 19 此页有误 VersionNov2002 Page 50 收集实验资料 练习说明 续 收集资料按 运行 次序 收集资料弯曲每根电线直到断裂计数电线断裂前的弯曲次数记录必要的注释资料收集后 在MINITAB中记录整个小组的结果填写题目为 从练习中你学到什么有关实验的知识 的空白页 VersionNov2002 Page 51 运作定义 弯曲 电线的耐久性将由弯曲电线直到断裂来确定 在 Y 对产品首次使用失效的客户投诉小 y 接地线的耐久性电线断裂前弯曲次数越多 接地线越耐久 VersionNov2002 Page 52 运作定义 弯曲 电线 开始 二次弯曲 一次弯曲 0 1 2 VersionNov2002 Page 53 从练习中你学到什么有关实验的知识 VersionNov2002 Page 54 从练习中你学到什么有关实验的知识 答案一根电线不代表所有的电线类型实验流程在一段时间内的差异态度影响试验运作定义较难确保多位资料收集者的一致性 VersionNov2002 Page 55 6Sigma实验 VersionNov2002 Page 56 实验设计和分析的分步流程 续 Note Onlyforreplicatedorreducedtermsanalysis VersionNov2002 Page 57 用Minitab设计实验 Minitab命令 STAT DOE ANALYZEFACTORIALDESIGN用你的数据或文件 WireDurability mpj VersionNov2002 Page 58 用Minitab设计实验 Minitab命令 STAT DOE ANALYZEFACTORIALDESIGNEffectsplots NormalParetoAlpha 0 05ResidualsforPlots StandardizedResidualPlots NormalPlotResidualsversusfitsResidualsversusorderOK VersionNov2002 Page 59 影响是什么 影响被定义为 当一个因素从它的低标准 1 改变到高标准 1 所发生的相应的变化 范例 量度影响 平均高量度 平均低量度量度的主要影响是8 125次弯曲 从低量度改变到高量度引起耐久性性平均增加8 125次弯曲 VersionNov2002 Page 60 确定哪些是较大影响的方法 在此例中 因为设计是被复制的 分析提供了P值 与在回归中一样 小的P值显示了重要的影响 大的影响由柏样图和正态概率图上的符号来确定 无法复制的设计不能用来计算P值 所以使用标准影响图的柏拉图 正态概率图 VersionNov2002 Page 61 练习 解释残值图 目标 了解值分析如何有助于识别资料和模型的问题 30分钟 说明用你在下几页的资料和信息来分析残值 用指定的残值图类型来完成下表均分观察资料和结论 VersionNov2002 Page 62 残值图1 正态概率图 为什么 查找与非 直线 关系的主要偏差 这意味着在资料范围内因素间的关系不是持续不变的 查找离群值 VersionNov2002 Page 63 正态概率图 直线关系显示资料遵循正态分布 这些值除离群值外 遵循正态分布 检查离群值 这个S形显示这些值不是正态分布的 变换数据可能是有用的 VersionNov2002 Page 64 残值分析 残值是正态分布的吗 VersionNov2002 Page 65 残值图2 根据合适值绘制残值图为什么 为查找一个非随机模型 例如扩音器外形 扩音器外形显示随着回应增加 差异也增加 结论可能会受影响 可能不正确 尝试变换数据 忽视由围绕0的对称点象征的模型 这不是一个特殊原因 两次复制总是看起来是完美相配的 VersionNov2002 Page 66 残值图3 根据时间次序绘制残值图为什么 为确保只有普通原因与实验可变性相关 这个关系将不会改变 为查找可能影响我们结论的潜伏变量 趋向 离群值 或非随机模型 它们可能已隐藏在其他图中的 VersionNov2002 Page 67 实验设计和分析的分步流程 续 6 分析资料STATDOEANALYZEFACTORIALDESIGN Enterresponses Graphs 识别大的影响EffectplotsNormalPareto寻找模型中的问题Alpha 05ResidualforplotsstandardizedNormalplotsResidualsvs Order看因素对回应的主要影响 Notes Onlyforreplicatedorreducedtermsanalysis STATDOEANALYZEFACTORIALDESIGN 绘制原始资料 使大家能看清如何改进流程MaineffectsSetup 7 用简单的话概述结论SpecifyresponseandallfactorsofinterestInteractionSetup Specifyresponseandallfactorsofinterest8 核实结果CubeSetup Specifyresponseandallfactorsofinterest 实验分析 VersionNov2002 Page 68 用Minitab分析实验 Minitab命令 STATDOEFACTORIALFACTORIALPLOTS VersionNov2002 Page 69 用Minitab分析实验 Minitab命令 STATDOEFACTORIALFACTORIALPLOTS选择 MainEffectsInteractionCube按如下设置以上每个 VersionNov2002 Page 70 用Minitab分析实验 Minitab命令 STATDOEFACTORIALFACTORIALPLOTS选择 选择 弯曲次数按双箭头选择所有因素 VersionNov2002 Page 71 练习 解释实验设计分析图 目标 用因数图来分析数据 20分钟 说明分析下列每个图 主要影响图交互作用图立方图用下几页来帮助准备对每张图的简要陈述制作浏览板报或幻灯片来说明工具从练习的数据中得出结论 VersionNov2002 Page 72 主要影响图 VersionNov2002 Page 73 交互作用图 A B间没有交互作用定义 当有交互作用存在时 一个因素对回应的影响与其他各标准因素对回应的影响是不同的 A B互相作用B的影响随着A的标准而变化 这里 B对低标准A有负面影响 对高标准A有正面影响 A B互相作用这里 B的影响以与上述相同的方式随着A的标准而变化 低B 高B VersionNov2002 Page 74 两个变量的交互作用 回应表面观察 三维观察没有交互作用在X1 X2 方向的回应表面倾斜率在X2 X1 的常量值上是相同的 交互作用在X1 X2 方向的回应表面倾斜率X2 X1 水平增加而增加 VersionNov2002 Page 75 说明交互作用的影响 4 解释温度对供货商A的影响 高的平均数一低的平均数 温度对供货商B的影响 交互作用的影响 VersionNov2002 Page 76 范例 立方图 两个观察资料 可看出对因素A有负面影响 对因素B没有影响 回应是产量 可看出对供贷商和催化剂有正面影响 VersionNov2002 Page 77 立方图 3个因素 因数策略立方体有助于把包含3个因素的实验空间直观化每个对角表示一组实验条件 23 2个标准 3个因素 8个实验条件 因数策略立方体有助于把包含3个因素的实验空间直观化每个对角表示一组实验条件 23 2个标准 3个因素 8个实验条件 VersionNov2002 Page 78 实验设计和分析的分步流程 续 6 分析资料STATDOEANALYZEFACTORIALDESIGN Enterresponses Graphs 识别大的影响EffectplotsNormalPareto寻找模型中的问题Alpha 05ResidualforplotsstandardizedNormalplotsResidualsvs Order看因素对回应的主要影响 Notes Onlyforreplicatedorreducedtermsanalysis STATDOEANALYZEFACTORIALDESIGN 绘制原始资料 使大家能看清如何改进流程MaineffectsSetup 7 用简单的话概述结论SpecifyresponseandallfactorsofinterestInteractionSetup Specifyresponseandallfactorsofinterest8 核实结果CubeSetup Specifyresponseandallfactorsofinterest 实验分析 VersionNov2002 Page 79 用简单的话来概述结论 记录所有在实验期间得出的结论确认预期的和不寻常的调查结果确认学到的经验教训用简单的话写下结论结果应以流程术语来表达 而不是统计术语提出建议结论和建议必须由数据支持 VersionNov2002 Page 80 核实结果 有两个基本方法来核实从实验田得出的结论 确认的运行 在建议的设置上运行几个额外的实验 看看是否达到想要的回应 执行实际建议的流程变革 改变流程并用SPC追踪结果以确保达到并维持想要的结果继续监控流程以确保实现预计的耐久性增长 VersionNov2002 Page 81 练习 总结并核实电线练习的结果 练习 目标练习总结结果并合适实验的结论 20分钟 说明 完成下两页上的电线耐久性练习总结结论核实结果准备好讨论在实现调查结果时你预计发现的步骤和关键问题 VersionNov2002 Page 82 总结电线练习结论 我们得出什么结论 有任何意外的发现吗 我们将得出什么对将来运行流程的建议 VersionNov2002 Page 83 核实电线练习的结果 我们会做确认运行吗 为核实结果 我们会作出建议的流程变革吗 我们会在全面执行前先做一个试行吗 VersionNov2002 Page 84 在你的业务中使用实验设计 目标应用实验设计到你的流程完成下页的表格 20分钟 说明对你的流程之一 列出一些你认为可能会改进流程的变革用下页的模板 把流程变革的想法转常驻成一个设计好的实验 准备简述 以上步骤1和2学到的主要知识 VersionNov2002 Page 85 实验设计的规划表 变量 X 和回应 Y 的选择流程 回应 Y 如何衡量 1 2 3 集体讨论可能是重要的变量 X 1 5 2 6 3 7 4 8 变量 X 低标准 高标准 1 2 3 4 5 接地线的耐久性 解决方案 VersionNov2002 Page 87 分析设计 Session窗口输出 FractionalFactorialFit NumberofBeversusgauge type manufacturerEstimatedEffectsandCoefficientsforNumber codedunits TermEffectCoefSECoefTPConstant37 9382 66714 230 000Block7 0622 6672 650 033gauge5 8752 9372 6671 100 307type 13 125 6 5632 667 2 460 043manufact2 8751 4382 6670 540 607gauge type 4 125 2 0622 667 0 770 465gauge manufact 8 125 4 0622 667 1 520 171type manufact1 8750 9372 6670 350 736gauge type manufact 4 125 2 0622 667 0 770 465 VersionNov2002 Page 88 分析设计 图表 Minitab命令 STAT DOE ANALYZEFACTORIALDESIGN影响图 NormalParetoAlpha 0 05 实验设计 2 全因数和混合 VersionNov2002 Page 90 实验设计概述 VersionNov2002 Page 91 减少因数实验的规模 因数策略是一个有效的实验方法许多因素潜在地影响了流程 产品的质量在两个标准上调查因素 造成了大量的实验运行次数2k一个有K个因素 2个标准的因数所需的运行次数因素数量运行次数122438416532664712882569512101024 1532768 201048576 VersionNov2002 Page 92 减少运行次数 标准次序卖主量器类型1 2 3 4 5 6 7 8 在分派的时间里 你只能运行4次试验 一半 你选择哪4次试验 一半 4 VersionNov2002 Page 93 选择正确的半分数 目标从最少的资料中得到最多的信息 标准次序卖主量器类型1 2 3 4 5 6 7 8 4 VersionNov2002 Page 94 不均衡或混合的设计 标准次序卖主量器类型1 2 3 4 5 6 7 8 1 2 3 5 7 8 6 卖主 类型 量器 你有对量器效果的衡量吗 VersionNov2002 Page 95 不均衡或混合的设计 标准次序卖主量器类型1 2 3 4 5 6 7 8 1 2 3 5 7 8 6 卖主 类型 量器 4 量器和电线类型是混合的 VersionNov2002 Page 96 选出的半分数特性 设计是良好平衡的 在各标准每个因素被研究的次数是相同的 设计被所缩小进一个全因数中当任何一个因素被证明是不显著的 结果导致另外两个因素中的全因数 设计应以最少量的资料提供最多的信息 VersionNov2002 Page 97 两个标准因数设计的可用信息 一个有K个因素 2个标准的因数所需的运行次数因素数量主要影响两个因素的较高次序的运行次数交互作用交互作用11 2221 4333184465165510163266154264772199128882821925699364665121010459681024 15151053267432768 202019010483651048576 VersionNov2002 Page 98 5个因素设计的信息范例 全因数 32次运行 总体平均数1主要影响5两个因素的确良交互作用10三个因素的确良交互作用10四个因素的确良交互作用5五个因素的确良交互作用半部分 16次运行 总体平均数1主要影响5两个因素的交互作用 为什么半分数没有三 四和五个因素的交互作用 因为它们与较低次序的交互作用相混合 VersionNov2002 Page 99 有混合影响的两个因素的实验 运行因素A因素B回应1 22 33 34 25 106 97 108 9什么是因素A的影响 9 5 2 5 7什么是因素B的影响 9 5 2 5 7哪个因素 引起 回应变化 不能分辨 因素A和B的影响是混合在一起的 平均数 2 5 平均数 9 5 VersionNov2002 Page 100 用Minitab设计半分数 Minitab命令 STATDOEFACTORIALCREATFACTORIALDESIGN选择 5个因素选择 DisplayAvailableDesigns VersionNov2002 Page 101 用Minitab设计半分数 Minitab命令 STATDOEFACTORIALCREATFACTORIALDESIGN5个因素的选项半分数 VersionNov2002 Page 102 用Minitab设计半分数 Minitab命令 STATDOEFACTORIALCREATFACTORIALDESIGN选择DesignOKOK VersionNov2002 Page 103 用Minitab设计半分数 FactorialDesignFractionalFactorialDesignFactors 5BaseDesign 5 16Resolution VRuns 16Replicates 1Fraction 1 2Blocks noneCenterpts total 0DesignGenerators E ABCD AliasStructureI ABCDEA BCDEB ACDEC ABDED ABCEE ABCDAB CDEAC BDEAD BCEAE BCDBC ADEBD ACEBE ACDCD ABECE ABDDE ABC AB CDE VersionNov2002 Page 104 表达式 AB CDE 是什么意思 在这个实验中 AB和CDE是混合在一起的如果我们相乘A B的 和 并对C D E的 和 也做同样的事 我们发现AB CDE如果把所有在 AB级上的回应取平均数 再减去在 AB级上的反有回应的平均数 得出预计AB交互作用的影响 我们这样做的时候 同时也预计了交互作用CDE的影响得出的结果既不是单独的AB交互作用 也不是单独的CDE交互作用 而是这些交互作用的总数因此 当我们谈到设计中的混合性 我们用 因为 和 符号的模式是相同的但是当我们计算影响的时候 我们用 来提醒我人算出的影响可能是所有混合影响的结合注意AB的交互作用 VersionNov2002 Page 105 练习 比较全因数和半分数分析 目标识别使用全因数或半分数的好处 30分钟 说明 打开文件 C 6sigma HalfFraction mpj因素在下页被识别出实验已设计好 所以你可直接执行Stat DOE AnalyzeFactorialDesignandFactorialPlots分析并解释全因数分析并解释半分数比较全因数和半分数的结果注意 确定在你的输出上写好名称 这样你可分辨全 半间的差异 总结实验结论列出全因数是首选的情况列出半分数是首选的情况 VersionNov2002 Page 106 练习 比较全因数和半分数分析 化学产品是聚合体乳胶 目标是提高流程的产量 识别出5个因素对产量有潜在的较大影响 变量低高1 浓度 362 催化剂 123 进料率 公升 分钟 10154 温度 oC 1401805 搅动率 每分钟转数 100120一个全因数需要25或32次运行 和个半分数需要25 1或16次运行 每个因素加倍所需的运行数 一个半分数的运行数是一个全因数所需运行数的一半 VersionNov2002 Page 107 练习 比较全因数和半分数分析 VersionNov2002 Page 108 练习 比较全因数和半分数分析 结论 浓度和搅动率交互作用的影响及浓度的单独影响是显著的 VersionNov2002 Page 109 部分因数拟合 预计的产量影响和系数 结论 浓度和搅动率交互作用的影响及浓度的单独影响是显著的 VersionNov2002 Page 110 半分数别名结构 I Concentr Catalyst Feed Temperat AgitatioConcentr Catalyst Feed Temperat AgitatioCatalyst Concentr Feed Temperat AgitatioFeed Concentr Catalyst Temperat AgitatioTemperat Concentr Catalyst Feed AgitatioAgitatio Concentr Catalyst Feed TemperatConcentr Catalyst Feed Temperat AgitatioConcentr Feed Catalyst Temperat AgitatioConcentr Temperat Catalyst Feed AgitatioConcentr Agitatio Catalyst Feed TemperatCatalyst Feed Concentr Temperat AgitatioCatalyst Temperat Concentr Feed AgitatioCatalyst Agitatio Concentr Feed TemperatFeed Temperat Concentr Catalyst AgitatioFeed Agitatio Concentr Catalyst TemperatTemperat Agitatio Concentr Catalyst Feed VersionNov2002 Page 111 比较全因数和半分数分析 VersionNov2002 Page 112 比较全因数和半分数分析 VersionNov2002 Page 113 比较全因数和半分数分析 结论低搅动率 100rpm 和高浓度值 6 的组合产生最高产量 VersionNov2002 Page 114 半分数概要 一个全因数的半分数常常可提供与全因数相同的信息 但是只需要一半的运行次数 VersionNov2002 Page 115 其他的部分因数 VersionNov2002 Page 116 可用的因数设计 流程知识的当前状态筛选部分因数全部因数回应表面因数数量 42 151 7 8最重要的因素一些因素间的关系所有因素的关系最佳因素设置 重要的少数改进的粗略方向所有主要影响和所有主要影响回应曲率 线性影响某些交互作用和某些交互作用数据的实验模式 VersionNov2002 Page 117 可用的因数设计 Minitab命令 STAT DOE CREATEFACTORIALDESIGN DISPLAYAVAILABLEDESIIGNS Factors 要调查的因素数量Rows 实验运行的次数 复制前 Resolution 指定设计中的混合程度 VersionNov2002 Page 118 解析 了解部分因数的混合程度 运行部分因数的 代价 是影响和交互作用将被混合我们用称解析的单个罗马数字来描述混合程度解析告诉我们预计混合的影响和交互作用的组合 VersionNov2002 Page 119 解析 了解部分因数的混合程度 解析III设计有由两个因素和更高次序交互作用混合的主要影响 但是没有其他的主要影响 解析IV设计有由三个因素和更高次序交互作用混合的主要影响 但是没有其他的主要影响或两个因素的交互作用 两个因素的交互作用是由其他两个因素和更高次序的交互作用混合而成 换句话说 有关两个因素交互作用的主要影响是明显的 解析V设计有由四个因素和更高次序交互作用混合的主要影响 但是没有其他的主要影响 两或三个因素的交互作用 两个因素的交互作用不是互相混合而成的 换句话说 两个因素的交互作用互相是清楚的 VersionNov2002 Page 120 解析混合 主要影响是由双向交互作用混全组成的 3 1 2 主要影响是由三向的交互作用混合而成 双向的交互作用是由其他双向交互作用混合而成的 4 1 34 2 2 主要影响是由四向的交互作用混合而成 四向的交互作用是由其他双向交互作用混合而成的 5 4 15 3 2 VersionNov2002 Page 121 可用的因数设计 低 高 流程知识的当前状态筛选部分因数全部因数回应表面因数数量 42 151 7 8最重要的因素一些因素间的关系所有因素的关系最佳因素设置 重要的少数改进的粗略方向所有主要影响和所有主要影响回应曲率 线性影响某些交互作用和某些交互作用数据的实验模式解析IIIIV VersionNov2002 Page 122 解析的提示 通常解析V已经是足够好的了 因为三向作用是很少的 如果怀疑是三向交互作用 正如它们可能发生在一定的化学流程中 那就要么减沙因素数量 要么增加运行次数以获得更高的解析如果你考虑做一个能给你更高角析的设计 你可能会想能过通过其他统计方法来减少因素的数量 VersionNov2002 Page 123 解释符号 符号是描述设计多种特性的一个有用的速记 当我们用这个方法来谈一个设计的时候 我们知道设计中有多少因素和运行次数 也获得了有关混合性的信息 VersionNov2002 Page 124 解释符号 范例 这个设计有8个因素在两个标准上 它基于由5个因素产生的全因数 其中3个因素分配到交互作用上 造成32次运行 这是全部256运行因数的一个八分之一的分数 每个算出的影响估计3个混合的主要影响和交互作用 设计包括由三因素的交互作用混合成的主要影响 及互相混合的两因素的交互作用 VersionNov2002 Page 125 什么是筛选设计 它们研究大量因素的主要影响 它们包括与因素有大致相同数量的运行 在早期的调查阶段中 它们是有用的 它们把大量的可能影响回应的因素减少到少量但仍影响回应的因素 其他统计方法 例如重回归或差异分析 在减少因素时可能也是有用的 VersionNov2002 Page 126 可用的因数设计 Minitab命令 STAT DOE CREATERACTORIALDESIGN DISPLAYAVALABLEDESIIGNS 解析III筛选设计Plackett Burman设计筛选设计 解析III VersionNov2002 Page 127 分析筛设计 目标 确定选设计的用法和好处 20分钟 说明 打开文件 C 6sigma TruckDamage mpj已设计好实验 数据也已收集好 开始进行分析ExperimentDesign 2 7 4分析下页的数据用显示的别名 这个表格来自MINITAB在设计被建立时确认值得将来研究的重要因素 VersionNov2002 Page 128 分析筛设计 当前情况 在卡车装货 运输及卸货时 产品遭到损坏 数据 C 6sigma TruckDamage mpj VersionNov2002 Page 129 Minitab设计 FractionalFactorialDesignFactors 7BaseDesign 7 8Resolution IIIRuns 8Replicates 1Fraction 1 16Blocks noneCenterpts total 0 NOTE Somemaineffectsareconfoundedwithtwo wayinteractionsDesignGenerators D ABE ACF BCG ABCAliasStructureI ABD ACE AFG BCF BEG CDG DEF ABCG ABEF ACDF ADEG BCDE BDFG CEFG ABCDEFGA BD CE FG BCG BEF CDF DEG ABCF ABEG ACDG ADEF ABCDE ABDFG ACEFG BCDEFGB AD CF EG ACG AEF CDE DFG ABCE ABFG BCDG BDEF ABCDF ABDEG BCEFG ACDEFGC AE BF DG ABG ADF BDE EFG ABCD ACFG BCEG CDEF