DOE基础知识(minitab软件操作实例讲解DOE).ppt

什么是DOE基础知识、实验设计和实验规划法？ 为了获得现有预算(费用、时间. )中最多的资料，决定了实验方法和分析方法DOE(DesignofExperiments )的目的VitalFewX的确认和影响度的掌握使用x来建立y的预测模型使y最佳化的x DOE基础知识、实验规划法的概要DOE用语的整理因子(Factors)-影响输出变量(y )的输入变量(x )，即具有温度/压力/作业方法等技术水平的含义的母数因子(FixFactor )。 测量因子：温度/压力等计数因子：原料的种类等水平-因子的“水平”是为了实验而指定的因子给出的值。 温度、压力等不同处理是指各因子的单一水平的组合。 例如，温度100度，压力1大气压处理组合-因子的各水平的组合。 在2x2x2的情况下，实验的处理组合为8重复主效果-各输入变量在不同电平间变化时的电平间的差异引起的输出变量变化的平均值交互-2因子以上的特定因子电平的组合带来的效果、DOE基础知识、实验计划法的概要DOE的基础知识、 实验计划法概要实验的类型试验和事故试验(TrialandError)一次一个因素(One-Factor-at-aTime:OFAT)部分因素实验(fractionaldesigns)完全因素实验(FullFactorialDesigns ) 反应表面实验(responsesurfacemet ) hod ology )evop调谐最佳实验设计(EvolutionaryOperation )、DOE基础知识、实验计划法的概要、实验计划顺序、问题的定义、输出变量和输入变量的选择、输入变量级别的选择、DOE的选择实验实施和收集数据，数据分析，结论和提案，分析阶段，Improve阶段根据需要反复实验，实验规划法的概要，DOE的选择，DOE的基础知识，说明：考虑实验的目的和预算等，选择DOE，DOE的基础知识，完全因素实验，定义Kn因素配置法的因子数n个， 因子水平k的实验规划法也可以实施Kn个重复实验次数的2k因子实验，从2水平的k因子中通过构成适应特性化/优化阶段的比较少的实验取得因子的所有资料，把握因子的特性和优化分析比较简单，DOE基础知识， 完全由实验特性导致的实验因子的所有组合都可以评估所有主要效果和交互效果，估计定义的实验区域内所有可能点的输出(反应)值实验的误差(偏差)，DOE的基础知识通过实验的基本组合来分析实验设计的基本步骤1 )问题， 可明确实验目的2 )确定因子水平表3 )选择完全因子实验表，进行标题设计4 )制作实验计划表5 )进行实验，测定实验结果6 )统计分析实验结果，得到因子的主次关系和比较优良的组合，DOE的基础知识， 根据实验例题，通过测定和分析，影响半导体制造合格率的因素是温度，浓度和压力的实验目的是把握合格率和反映温度、浓度和压力的关系，使合格率最大化的最佳工程条件因子的各水平a反应温度():160(-1)180(1)B浓度(%):20%(-1)40%(1) c压力(Psi):5PSI(-1)10PSI(1)、DOE基础知识的选定记述了实验例题、DOE基础知识、完全在实验中使用了Minitab操作步骤的阶段1实际问题记述阶段2感兴趣的因素和水平，可以使用Minitab制作实验数据表Stat/DOE/CreateFactorialDesign阶段3在确定适当样本大小的随机化数据表的实验步骤后，执行实验阶段4进行图表分析，以获得主要效果和交互效果stat/doe/factorialplots/mainefectsplot (foragraphicalinterpretation ) stat/doe/factorial plots/interaction plot (for 2向互动) stat/doe/factorial plots 完整模型(FullmodeI )的ANOVA表stat/doe/analyze factorial (or custom ) design graphs/effects plots (normlorpareto )，创建doe的基础知识，使用Minitab进行实验stat/doe/analyze factorial (or custom ) destom :求出缩小模型(redcedmodel )的p值意外的结果，在阶段4的“效果曲线图”中分析误差曲线图(Residulplots )作为低效果阶段7，确认模型的适合性residualsfitsstat/regression/residualplotstat/doe/analyze factorial (or custom ) design graphs/residual plots阶段8数学模型的结论阶段9是数学模型推导的阶段10 (运用优化)重构最佳条件。 通过制定下一阶段的实验计划和应用变化的条件，DOE的基础知识在实验中使用Minitab操作事例，因此阶段1的实际问题通过测量和分析，记述了影响半导体制造合格率的因素是温度、浓度和压力，以及合格率和反映温度、 最大化想要掌握浓度和压力的关系的合格率的最佳工序条件阶段2要素和水平的决定a反应温度():160(-1)180(1)B浓度(%):20%(-1)40%(1)C压力(Psi):5PSI(-1)10PSI(1)阶段3 ) 选择适当的样本大小决定随机化数据表的实验步骤并执行实验，阶段3 stat/DOE/createfactorialdesign菜单，doe的基础知识，实验中使用Minitab的事例，阶段3stat/doe/createfactorialdesign菜单，doe的基础知识，实验中使用Minitab的事例阶段3stat/doe/createfactorialdesign菜单，doe的基础知识，实验中使用Minitab的事例，阶段3 stat/doe createfactorialdesign菜单，doe的基础知识，实验中使用Minitab的事例阶段3 stat/doe/createfactorialdesign菜单，doe的基础知识，实验中使用Minitab的事例，阶段3stat/doe/createfactorialdesign菜单，doe的基础知识是实验中使用Minitab的事例，阶段4是图表分析，分析了主要效果和相互作用stat/DOE/FactorialPlots。 的双曲馀弦值。 的双曲馀弦值。 DOE的基础知识为了实验而使用Minitab来操作实例，阶段4通过图形分析来分析主要效果和交互效果stat/DOE/FactorialPlots。 的双曲馀弦值。 的双曲馀弦值。 DOE的基础知识为了实验，使用Minitab来操作事例，阶段4通过图表分析，分析了主要效果和相互作用效果stat/DOE/FactorialPlots。 的双曲馀弦值。 的双曲馀弦值。DOE的基础知识为了实验使用Minitab操作事例，在阶段5制作完整模型(FullmodeI )的ANOVA表，DOE的基础知识为了实验使用Minitab操作事例stat/doe/analyze factorial (or custom ) design graphs/effects plots (normlorpareto )，在第5阶段创建完整模型的ANOVA表，doe的基础知识是在实验中使用Minitab处理事例，因此在第6阶段中除以下内容之外的缩小模型(redcedmodel )的p-值阶段4的“效果图”中出现了较低的效果，可以在上图中进行分析，排除A*B*C、B*C的相互作用，DOE的基础知识在实验中使用Minitab来操作事例，因此在阶段6中，除了以下内容之外，缩小模型(redcedmodel ) 的p-值可以获得意想不到的结果，或者在阶段4的“效果图”中，可以在上图中分析低效果，排除A*B*C和B*C之间的交互，并且DOE的基础知识完全是使用Minitab进行实验，因为实验中使用Minitab进行实例操作在阶段6中，在删除以下内容之后，可以减小模型的p-值来获得不期望的结果，或者在阶段4的“效果图”中，可以在上图中分析低效果，排除A*B的相互作用来分析DOE的基础知识， 在实验中，我们使用Minitab来处理实例，并在第7阶段分析误差图形(Residulplots )，从而确定模型的适应性stat/doe/analyze factorial (or custom ) design storage/residualsfitsstat/regressses 关于residualplotstat/DOE/analyze factorial (or custom ) design graphs/residual plots，doe的基础知识，为了在实验中使用Minitab来处理事例，在步骤8中对数学模型的结论、预测模型、 DOE的基础知识合格率=64.25 11.5反应温度-2.5浓度0.75压力5.0反应温度*压力：合格率=64.25 11.5T-2.5S 0.75P 5.0T*P，完全实验性地利用Minitab操作实例，在步骤8叙述了数学模型的结论，得到了预测模型， 设定输出值目标值的方法，确定DOE基础知识合格率=64.25 11.5反应温度-2.5浓度0.75压力5.0反应温度*压力：合格率=64.25 11.5T-2.5S 0.75P 5.0T*P，确定难以调整因子的设定，最后选择可调整因子进行调整， 完全在实验中使用Minitab操作事例，在第9阶段说明过程用语推导出数学模型，指示提案。 (使用优化)，由于实验使用Minitab对事例进行了操作，因此DOE的基础知识在阶段9中过程术语解释数学模型并推导出结论，