正確運(yùn)用試驗設(shè)計方法_第1頁
正確運(yùn)用試驗設(shè)計方法_第2頁
正確運(yùn)用試驗設(shè)計方法_第3頁
正確運(yùn)用試驗設(shè)計方法_第4頁
正確運(yùn)用試驗設(shè)計方法_第5頁
已閱讀5頁,還剩5頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、課程意義實驗設(shè)計在質(zhì)量控制的整個過程中扮演了非常重要的角色,它是我們產(chǎn)品質(zhì)量提高,工藝流程改善的重要保證。實驗設(shè)計已廣泛運(yùn)用了從航天業(yè)到一般生產(chǎn)制造業(yè)的產(chǎn)品質(zhì)量改善、工藝流程優(yōu)化甚至已運(yùn)用到醫(yī)學(xué)界。籍此課程,您將通過對產(chǎn)品質(zhì)量,工藝參數(shù)的量化分析,尋找關(guān)鍵因素,控制與其相關(guān)的因素。根據(jù)實際需求,學(xué)習(xí)判別與選擇不同的實驗設(shè)計種類,設(shè)計你的實驗步驟,發(fā)現(xiàn)如何控制各種影響因素,以最少的投入,換取最大的收益,從而使產(chǎn)品質(zhì)量得以提升,工藝流程最優(yōu)化。通過本課程的學(xué)習(xí)你將能夠:n          

2、0;    如何去設(shè)計和完成DOEn              決定分析、確認(rèn)過程輸入與輸出間的相關(guān)性n              通過改善績效中設(shè)定流程參數(shù),確認(rèn)實驗的有效性n           

3、  理解設(shè)計的解析度和含義,分清混淆DOE的因素。目標(biāo)學(xué)員廠長、經(jīng)理、研發(fā)、技術(shù)、品管、企劃、生產(chǎn)制造、工藝、管理部門主管及工程師等。課程大綱1.        什么是DOE?§           DOE的概念§           DOE的應(yīng)用范圍§   

4、        DOE與質(zhì)量改進(jìn)2.        全因子試驗§           歷史數(shù)據(jù)VS. 觀察數(shù)據(jù)§           識別關(guān)鍵變量§       

5、;    全因子試驗的框架§           全因子試驗策略§           設(shè)計和分析全因子試驗§           試驗設(shè)計分析流程§      

6、0;    試驗結(jié)果的分析§           殘差分析3.        部分因子試驗§           為什么要做部分析因試驗§           混淆的現(xiàn)象

7、§           設(shè)計和分析部分析因子試驗§           篩選設(shè)計§           部分析因結(jié)果解讀4.        DOE的試驗計劃§  

8、0;        試驗的啟動和試驗的初步規(guī)劃§           如何確定因變量和水平§           選擇設(shè)計結(jié)構(gòu)§           設(shè)計數(shù)據(jù)收集計劃(如何控制試驗外噪聲對試驗結(jié)果的干

9、擾?)§           試驗分析及改進(jìn)5.        響應(yīng)曲面法簡介§           什么是響應(yīng)曲面法?§           什么時候使用響應(yīng)曲面法?§ 

10、0;         響應(yīng)曲面法與基本試驗設(shè)計的比較§           響應(yīng)曲面法的策略§           響應(yīng)曲面法的設(shè)計與分析6.        田口穩(wěn)健設(shè)計簡介§   

11、0;       什么是田口穩(wěn)健設(shè)計?§           田口設(shè)計的原理及應(yīng)用時機(jī)§           離線田口方法?            參數(shù)設(shè)計簡介?    

12、        公差設(shè)計簡介§           在線田口方法7.        DOE案例和課堂試驗   正確運(yùn)用試驗設(shè)計方法試驗設(shè)計在工業(yè)生產(chǎn)和工程設(shè)計中能發(fā)揮重要的作用,例如:1) 提高產(chǎn)量;2) 減少質(zhì)量的波動,提高產(chǎn)品質(zhì)量水準(zhǔn);3) 大大縮短新產(chǎn)品試驗周期;4) 降低

13、成本;5) 延長產(chǎn)品壽命。在自然科學(xué)中,有些規(guī)律開始尚未由人們所認(rèn)識,通過試驗設(shè)計可以獲得其統(tǒng)計規(guī)律,在此基礎(chǔ)上提出科學(xué)猜想,這些猜想促進(jìn)了學(xué)科的發(fā)展,例如遺傳學(xué)的許多發(fā)現(xiàn)都藉助于上述過程。二 正交試驗設(shè)計簡介試驗安排得好,試驗次數(shù)少且能獲得滿意的結(jié)果,多快好省,事半功倍,反之則事倍功半。舉例來說:若影響質(zhì)量指標(biāo)的因素有A、B、C 3種因素,每個因素各取3個水平,分別為A1、A2、A3、B1、B2、B3、C1、C2、C3.(所謂因素的水平即該因素在其試驗范圍內(nèi)取具有代表性的“值”,三水平就是有代表性的3個"值",水平有時不限于數(shù)值,它可以是原料的種類或操作方式等等

14、)。按傳統(tǒng)的方法采用單因素輪換法安排試驗:譬如因素B固定在B1水平上,因素C固定在C1水平上,試驗安排為 ,如果試驗結(jié)果發(fā)現(xiàn)在A3水平較好,則安排試驗 ,這時發(fā)現(xiàn)B2較好,以后就安排 ,如果發(fā)現(xiàn) C3較好,那么A3B2C3為最佳條件,這種試驗安排的缺點(diǎn)是:考察的因素水平僅局限于局部區(qū)域,不能全面地反映因素的全面情況,找不出影響質(zhì)量的主要因素,無法再在三水平外繼續(xù)找更好的配比組合(水平)。如果不進(jìn)行重復(fù)試驗,試驗誤差就估計不出來,因此無法確定最佳分析條件的精度。當(dāng)然,我們可以用全面試驗法按它們所有可能組合的情況做試驗,則需做3327次試驗,對各因素進(jìn)行全面考慮,從中選出最優(yōu)化條件,但這種作法很不

15、經(jīng)濟(jì),有時是不可能實現(xiàn)的。例如安排5個因素的3水平的全面試驗需做35243次,這在人力、物力、時間上是幾乎不可能執(zhí)行的。因此,我們很自然地會提出下列問題:如何從大量的試驗點(diǎn)中挑選適量的具有代表性、典型性的點(diǎn)呢?特別是怎樣選擇試驗次數(shù)盡量少而又有代表性的試驗?zāi)?利用根據(jù)數(shù)學(xué)原理制作好的規(guī)格化表-正交表來設(shè)計試驗不失為一種上策,這種設(shè)計方法被稱為正交最優(yōu)化,即正交試驗設(shè)計方法。事實上,正交最優(yōu)化方法的優(yōu)點(diǎn)不僅表現(xiàn)在試驗的設(shè)計上,更表現(xiàn)在對試驗結(jié)果的處理上。 還以前面提到過的三因素三水平的項目為例,是否同樣做9次試驗,可以完全克服單因素輪換法安排試驗的諸多缺點(diǎn),且能選出影響質(zhì)量的最主要因素,便于進(jìn)一

16、步試驗?zāi)?回答是肯定的,這便是利用正交表,進(jìn)行正交試驗設(shè)計。表1為三水平正交表中的一種,可以在本例中應(yīng)用。表1中的水平1、2、3分別為各自所在的列對應(yīng)的因素的第1、第2、第3水平。我們以試驗6為例說明每一個試驗是如何組成的:實驗6是由因素A取第二水平A2、因素B取第三水平B3、因素C取第一水平C1所組成的,其余各組試驗以此類推。這9個試驗安排得好,每個因素中每一個水平都有3個試驗,正是由于它們搭配得均勻,所以任一因素的任一水平與其它因素的每一水平相碰一次,且僅相碰一次。正因為如此,才便于對試驗結(jié)果進(jìn)行科學(xué)分析。有時候,利用正交設(shè)計試驗得出的結(jié)果可能與傳統(tǒng)的單因素輪換法的結(jié)果一致,但正交試驗設(shè)計

17、更具有以下優(yōu)勢:考察因素及水平合理、分布均勻。不需進(jìn)行重復(fù)試驗,誤差便可估計出來,且計算精度高。找出了最主要因素,便于進(jìn)一步試驗。因素越多、水平越多、因素之間交互作用越多,正交表的作用越大,而此時即使用單因素輪換法也幾乎不可能實現(xiàn)。因此,正交試驗設(shè)計的使用具有廣闊的天地(交互作用是指兩個或兩個以上因素同時作用時對試驗結(jié)果的影響,這個影響一般不等于各個因素單獨(dú)作用所產(chǎn)生的影響之和。當(dāng)需考察因素之間的交互作用時,因素的排列是有講究的。三 均勻試驗設(shè)計及單純形優(yōu)化法簡介但隨著電腦以及高新技術(shù)的快速發(fā)展,科學(xué)試驗越來越復(fù)雜,也越來越昂貴,則要求大大減少試驗次數(shù),且更加準(zhǔn)確與推理性。國際數(shù)理統(tǒng)計學(xué)會唯一

18、的中國大陸院士方開泰教授與著名數(shù)學(xué)家王元教授1978年共同創(chuàng)造了“均勻設(shè)計法”,是一種最新的試驗設(shè)計。多年來,這一方法的應(yīng)用在國內(nèi)外生產(chǎn)與科研的眾多領(lǐng)域,已取得豐碩成果和巨大經(jīng)濟(jì)效益,并得到國際上一致好評此時。實際上,是對參與試驗各個因素之間的內(nèi)在關(guān)系進(jìn)行數(shù)字仿真,從而大大減少了試驗,降低了試驗成本,同時快速有效地優(yōu)化了結(jié)果?!熬鶆蛟O(shè)計”是一種全新的試驗設(shè)計方法,是“模擬”走向“數(shù)字”的突破。在工農(nóng)業(yè)各類優(yōu)化課題中已經(jīng)發(fā)揮重要作用,并取得巨大的經(jīng)濟(jì)效益。一.“均勻設(shè)計”的優(yōu)點(diǎn) 1. 試驗次數(shù)大大減少。例如某化工試驗,欲找出最優(yōu)產(chǎn)量或其它優(yōu)化目標(biāo)條件。試驗因素3個,每因素在取值范圍內(nèi)均有7個試驗

19、點(diǎn)。 采用“優(yōu)選法”:對多因素同時選優(yōu)的試驗,不適用。 采用“正交法”:需做49次試驗,方可找出最優(yōu)產(chǎn)量或其它優(yōu)化目標(biāo)條件。 采用“均勻設(shè)計”:只需做7次試驗即可。 2. 自動將各試驗因素分類為重要與次要,并將因素按重要性排序。 3. 過程數(shù)字化,通過電腦對結(jié)果與因素條件進(jìn)行界定與預(yù)報(如天氣預(yù)報),進(jìn)而控制各因素。 二.“均勻設(shè)計”的操作過程 1.先由技術(shù)人員選出試驗的關(guān)鍵因素,并確定各因素的取值范圍及試驗點(diǎn); 2.根據(jù)“均勻設(shè)計”選出適當(dāng)?shù)摹霸囼灡怼保?3.按照表格規(guī)定的順序做試驗; 4.電腦算出該試驗的數(shù)學(xué)模型,再算出優(yōu)化條件及優(yōu)化結(jié)果第四節(jié)試驗的因素和水平 在工業(yè)、農(nóng)業(yè)、科學(xué)研究和軍事

20、科學(xué)的研究中,經(jīng)常需要作各種試驗,以研究各種因素之間的關(guān)系,找到最優(yōu)的工藝條件或最好的配方。讓我們先看一個例子:例1 在一個化工生產(chǎn)過程中,考慮影響得率(產(chǎn)量)的三個因素:溫度(A),時間(B)和加堿量(C)。為了便于試驗的安排,每個因素要根據(jù)以往的經(jīng)驗來選擇一個試驗范圍,然后在試驗范圍內(nèi)挑出幾個有代表性的值來進(jìn)行試驗,這些值稱做該因素的水平。在該例中,我們選擇的試驗范圍如下:溫度: 77.592.5時間: 75分165分加堿量: 4.5%7.5%然后在上述范圍內(nèi),每個因素各選三個水平,組成如下的因素水平表:表1因素水平表因素 1 2 3溫度( ) 80

21、 85 90時間(分) 90 120 150加堿量() 5 6 7選擇因素和水平關(guān)系到一個試驗?zāi)芊癯晒Φ年P(guān)鍵,下列的注意事項和建議對使用試驗設(shè)計的人員可能是有益的。1在一個生產(chǎn)過程中,有關(guān)的因素通常是很多的,例如在例1的化工生產(chǎn)工藝中,有催化劑的品種,催化劑用量,加堿時的速度,容器中的壓力等。但根據(jù)這次試驗?zāi)康?,除了溫度(A),時間(B),和加堿量(C)各取三個水平外,其余因素是固定的,或者講,他們只取一個水平。為了方便,通常這些固定的因素在試驗方案中并不稱為因素,只有變化的因素才稱為因素。2在一項試驗中,如何從眾

22、多的有關(guān)因子中挑選出試驗方案中的因素?我們建議課題的領(lǐng)導(dǎo)者應(yīng)當(dāng)要請有經(jīng)驗的工程師、技術(shù)員、工人共同討論決定。在一次試驗中,因素不宜選得太多(如超過10個),那樣可能會造成主次不分,丟了西瓜,揀了芝麻。相反地,因素也不宜選得太少,(如只選定一、二個因素),這樣可能會遺漏重要的因素,或遺漏因素間的交互作用,使試驗的結(jié)果達(dá)不到預(yù)期的目的。例如,有這樣的故事,原計劃試驗方案中只有三個因素,而利用試驗設(shè)計的方法,可以在不增加試驗數(shù)目的前提下,再增加一個因素,既然不費(fèi)事何樂而不為呢?試驗的結(jié)果發(fā)現(xiàn),最后添加的這個因素是最重要的,從而發(fā)現(xiàn)了歷史上最好的工藝條件,正是“有心栽花花不成,無意插柳柳成蔭。”3試驗

23、的范圍應(yīng)當(dāng)盡可能大一點(diǎn)。如果試驗在試驗室進(jìn)行,試驗范圍大比較容易實現(xiàn);如果試驗直接在生產(chǎn)中進(jìn)行,則試驗范圍不宜太大,以防產(chǎn)生過多次品,或產(chǎn)生危險。試驗范圍太小的缺點(diǎn)是不易獲得比已有條件有顯著改善的結(jié)果。歷史上有些重大的發(fā)明和發(fā)現(xiàn),是由于“事故”而獲得的,也就是說試驗的范圍大大不同于有經(jīng)驗的范圍。4若試驗范圍允許大一些,則每一因素的水平個數(shù)最好適當(dāng)多一些。5水平的間隔大小和生產(chǎn)控制精度是密切相關(guān)的。若在例1中溫度的控制只能作到±3,且我們設(shè)定控制在85,于是在生產(chǎn)過程中溫度將會在85°±3,即8288波動。不難看到,這時設(shè)定的三個水平80,85,90之間是太近了,應(yīng)

24、當(dāng)加大,例如80,90,100。如果溫度控制的精度可達(dá)±1,則例1如設(shè)定的三個水平是合理的。6因素和水平的含意可以是廣義的。例如五種棉花用于織同一種布,要比較不同棉花影響布的質(zhì)量的效應(yīng),這時“棉花品種”可設(shè)定為一個因素,五種棉花就是該因素下的五個水平 。第五節(jié) 因素的主效應(yīng)和因素間的交互效應(yīng)根據(jù)試驗的目的,要預(yù)先確定一項或多項試驗指標(biāo),為簡單計,本節(jié)僅討論只有一項試驗指標(biāo)(記作Y)的情形。如例如1的試驗Y是得率。在數(shù)理統(tǒng)計中,稱試驗指標(biāo)為響應(yīng)(response)為通俗起見,本書中就叫試驗指標(biāo)??疾煲粋€因素對試驗指標(biāo)的影響是試驗的目的之一。若在一項試驗中,考察溫度和得率Y之間的關(guān)系,并

25、取溫度五個水平,其相應(yīng)Y值如下:溫度 50 60 70 80 90Y 30% 35% 40% 45% 50%我們看到,溫度每增加10得率增加5%這5%就是溫度的效應(yīng)。上述試驗可以表成一個線性數(shù)學(xué)模型 (1.1)其中 為第 次試驗結(jié)果, 為溫度從50到90范圍內(nèi)Y的平均值。通??梢杂梦宕卧囼灥钠骄祦砉烙?,記作 ,即表示溫度取第 個水平時 的值與之 差。不難發(fā)現(xiàn),它們的估計值為 這里 稱為溫度在五個水平下的主效應(yīng), 為它們的估計值。由于試驗中總存在一些偶然因素的干擾,如室溫的變化,電壓的波動,材料

26、的不均勻性,這些偶然因素總稱為隨機(jī)誤差。由于試驗誤差的存在,不可能產(chǎn)生上例那么理想的情況。其實際數(shù)據(jù)可能為溫度 50 60 70 80 90Y 32% 34% 39% 46% 49%這時數(shù)學(xué)模型為(1.2)這里 為第 次試驗的試驗誤差。這時試驗必須有重復(fù)才能估計出 和 .實際上,當(dāng)試驗的水平和相應(yīng)的Y為連續(xù)變量時,其數(shù)學(xué)模型也可以用回歸方程來表達(dá),例如,用線性回歸方程 (1.3)其中X表示溫度, 和 是回歸系數(shù), 為隨機(jī)誤差。在第二章將介紹, 和 可以用最小二乘法由試驗數(shù)據(jù)估出,由上述溫度和得率

27、的數(shù)據(jù)可得回歸方程 (1.4)這里 為試驗結(jié)果Y的估計值。利用方程(1.4)可以估出五次試驗的結(jié)果如下:30.8 35.4 40.0 44.6 49.21.2 -1.4 -1.0 1.4 -0.2其中 稱為殘差,它的大小反映了回歸方程(1.4)的精確程度,并可用它作回歸診斷。方程(1.4)中,X的回歸系數(shù)0.46有明確的實際含意,它表示溫度每增加一度,其得率Y平均增加0.46%,于是0.46反映了X對Y的效應(yīng),這里可以稱為線性回歸效應(yīng)。有一點(diǎn)是必須注意的,無論是模型(1.2)中的主效應(yīng) ,還是模型(1.3)中的線性

28、回歸效應(yīng) ,都強(qiáng)烈地依賴于試驗條件,尤其是X的試驗范圍,也就是說,這兩個模型只適用于X的試驗范圍內(nèi)。否則,當(dāng)X為210°時, 的估值為104.4%,這是不可能的,因為得率總是小于100%的。顯然,模型(1.2)和(1.3)是最簡單的情形,實際情況是多種多樣的,例如X和Y之間可能有非線性回歸關(guān)系,或其它相關(guān)關(guān)系。這些將在以后討論?,F(xiàn)在我們來介紹因素間交互作用的概念。首先,設(shè)有兩個因素A和B它們各取兩個水平 和 。這時共有四種不同的水平組合,其試驗結(jié)果列于圖1。當(dāng) 時, 變到 使Y增加30-10=20;類似地,當(dāng) 時, 變到 使Y也增加40-20=20。這就是說A對Y的影響與B取什么水平

29、無關(guān)。類似地,當(dāng)B從 變到 時,Y增加20-10(或40-30=10),與A取的水平無關(guān)。這時,我們稱A和B之間沒有交互作用。判斷和之間有沒有交互作用,選用圖2的作圖方法更為直觀。當(dāng)圖中的兩條線平行時(或接近平行時),判斷A和B之間沒有交互作用.圖3和圖4給出了一個有交互作用的例子,它們的含意和作圖方法與圖1和圖2是一樣的。交互作用在實際中是大量存在的,例如化學(xué)反應(yīng)中催化劑的多少與其它成分的投入量通常是有交互作用的。水中各種金屬含量太多,對人體健康會造成危害,金屬之間對人體的危害也存在交互作用(參見例5)。當(dāng)因素A,B 及其它們的試驗指標(biāo)Y都為連續(xù)變量時,可以建立Y和A;B之間的回歸方程。若回

30、歸方程為 (1.5)時,A對Y的影響由回歸系數(shù) 完全決定,不受B取哪個水平的影響;類似地,B對Y的影響由回歸系數(shù)完全決定,不受A取哪個水平的影響;類似地,對的影響由回歸系數(shù) 完全 決定,不受取哪個水平的影響。這時A和B沒有交互作用。當(dāng)A和B之間有交互作用時,回歸模型不可能為線性的,其中一定有非線性的。最常見的模型之一為 (1.6)其中 為回歸系數(shù), 為隨機(jī)誤差。這時若 >0,稱A和B之間有正交互作用;若 <0,稱A和B之間有負(fù)交互作用.請看如下兩個例子當(dāng)A=3.5,B=4.10時,相應(yīng)兩個回歸方程的試驗指標(biāo)列于圖5和圖6。我們看到兩種情形均有交互作用,且一個為正交互作用,另一個為負(fù)交互作用。兩個因素之間有交互作用時,其回歸模型不一定呈(1.6)形式,更詳細(xì)討論可參見第二章第三節(jié)。多個因素之間(超過二個因素)也可能有交互作用,該問題也將在第二章討論。第六節(jié) 全面試驗和多次單因素試驗在一項試驗中,當(dāng)因素和水平確定后,如何設(shè)計該項試驗?zāi)??下面兩種方法是最容易想到的:1、全面試驗該方法將每一個因素的不同水平組合做同樣數(shù)目的試驗,例如將每個因素的不同水平組合均作一次試驗。在一項試驗中若有m個因素, 它們各有 個水平, 則全面試驗至少需做 次試驗。例如

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論