质量分析与统计技术 课件 项目五 任务四 筛选关键过程因子-Q-DAS筛选设计与回归建模

任务四筛选关键过程因子——Q-DAS筛选设计与回归建模一、创建设计项目Q-DAS根据具体的实验目的、预算、时间以及实验条件的复杂性，选择合适的筛选设计方法，创建对应的项目文件。正确运用这些设计方法能有效帮助研究人员识别和优化过程中的关键因素，从而改进产品和过程。选择功能区中的“文件”→“新项目”→“试验设计（DOE）”→“筛选设计”命令，弹出如图所示的子菜单，包括2-水平因子设计、多于2-水平因子设计、D-最优设计和正交设计。1．2-水平因子设计一、创建设计项目这种设计仅考虑每个因子的两个水平，通常用于初步筛选重要的因子或确定主要效应和交互效应。创建步骤如下：输入基本信息。在设计类型中选择“2-水平因子设计”。定义各因子及其高低两个水平。根据需要设置实验的重复次数和随机化选项。这种设计允许每个因子有三个或更多水平，可以评估因子的非线性效应及其相互作用。当研究涉及复杂的过程优化，或者需要探索因子的非线性关系时非常有效。创建步骤如下：选择对应的设计类型。为每个因子设定三个或更多具体水平。配置实验设计的其它参数，如重复性和区组。2．多于2-水平因子设计3．D-最优设计一、创建设计项目这种设计通过最大化信息矩阵的行列式来优化实验方案，特别适用于有限制条件下的实验设计，适用于实验条件受限或资源有限，需要高精度估计的情况。创建步骤如下：在Q-DAS中选择“D-最优设计”。定义因子及其水平，设置实验约束条件。自动生成最优化的设计模型。通过使用正交表安排实验，可以系统地改变所有因素的水平，并通过较少的实验次数评估各因素的影响。该设计方法适用于初步筛选实验中重要因子或需要减少实验次数以达到经济效益的情况。创建步骤如下：选择对应的“正交设计”模板。根据实验需求选择合适的正交表。按照正交表的配置进行实验设计和实施。4．正交设计二、2-水平因子设计2-水平因子设计适用于因子数量较少，且预期每个因子对结果影响较大的情景。（1）选择“文件”→“新项目”→“试验设计”→“筛选设计”→“2-水平因子设计”，呈现“2因素水平的折因设计”对话框，显示颜色编码的分数阶乘设计分辨率表。1）列选项中从左到右的列标题显示了同时分析的因素数量。2）行选项显示了运行次数，即设计中包含的单个测试的数量（没有重复和中心点）。3）单元格代表各种设计类型：白色表示全因子设计，绿色表示部分因子设计，黄色同样表示部分因子设计，红色表示部分因子设计。（2）在颜色表中单击相应的单元格，可以选择相应的设计，选中设计显示蓝色背景。本例为2-水平因子设计，默认选择左上角的。在颜色表下方显示已选设计的信息：干扰因素数量、混杂效应数量、趋势、分辨率。二、2-水平因子设计（3）单击“是”按钮，完成筛选设计的选择。打开“实验计划”对话框，严格按计划矩阵的安排进行试验，选择试验过程的所有状况。（4）打开“选择”选项卡，显示当前设计方法，如图所示。在该选项卡中可以选择其他设计方法。（5）在“定义”选项卡中显示“因素和目标值的规范”表，进行因子设置，如图所示。默认包含一个目标值，两个因子A、B。二、2-水平因子设计（6）单击“下一步”按钮，打开“设计评估”选项卡，显示所选设计的评估信息，其中显示主效应（A、B）和交互效用（AB），如图所示。（7）单击“下一步”按钮，打开“设计”选项卡，对所选设计中的因素进行排序，如图所示。二、2-水平因子设计（8）至此，完成了检查计划的设置。单击“下一步”按钮，弹出“确认”对话框，询问是否结束设置，如图所示。单击“是”按钮，关闭该对话框，进入分析界面。三、评估模型（1）单击功能区“开始”→“分析设计”命令，弹出“SelectGrid”对话框，显示设计中所有可用特征的被测定参数，如图所示。V：不同特征值的数量用作“协变”（变量）的特征。X：用作“固定系数”的特征（标称、顺序）。Y：用作“响应”的特征（实验结果）。（2）单击“是”按钮，关闭该对话框，打开“ANOVA类型III（调整）”对话框，显示平方和、均方、自由度、F检验的检验统计量，判断模型在实验中影响因素的显著性，如图所示。（3）该对话框中显示主效应包括（因素A、因素B），双因素交互（AB、BC、AC）、三因素互动（ABC）、模型、误差、失拟度、纯误差、总数。模型的评估结果主要观察F统计值的条形图和P值。统计图绿色条表示系数与零没有显著差异。红色或黄色条表