实验设计(DOE)介绍

实验设计(DOE)介绍实验方法*实验是人类认识自然的重要工具.*自从人类自觉的利用实验手段后:.人类认识自然的速度加快,.人类认识自然的程度加深，.知识快速积累*正是由于人类借助了实验的手段，近代社会才得以飞速发展．1.学习过程事件發生有人看見有人思考自然学习过程条件下偶然发生碰巧被看見少人思考难得理解不可控制大部分被忽視1,000,000,000次1,000,000次1,000次1次有人悟解1.学习过程自然学习过程受偶然因素的影响，何时何地发生不可控制，即使被看见，都易被忽视，更难得有人去思考，能从中学到东西的机会极其微小，人类处于被动的学习状态．如青霉素，即是在很偶然的机会下才被发现的.受以上条件限制，人类进步缓慢.自然学习过程1.学习过程实验的引用没有思考,学习在此中断1.学习过程学习方法的改进开始注意，思考形状与滚动的关系?1.学习过程学习方法的改进圆形易于滚动而被运用与运动体中1.学习过程实验定义*产生一个环境学习*实验是为了观察发现未知的效果,依据实验者决定的实验条件,所进行的过程.1.学习过程实验的一些特点我们有意识的主动的创造机会发生重要现象我们知道事件发生的时间我们可以控制加速时间发生,从而使学习更快我们可以捆制发生场所,使其最便于观察研究1.学习过程实验学习过程事件發生觀察思考悟解創造條件控制事件發生聰明的人等待事件的發生聰明思考總結為知識數次數次1次1次全體不聰明人享受成果應用1.学习过程实验学习对人类社会科技进步和文明发展起了关键作用在工厂,少数技术精英，熟练掌握实验技术，有知识和强的分析能力，对工厂的工程改善可以起决定性作用．2.实验方法分类实验方法的种类试对法OFATDOE(实验设计)3.试对法当遇到问题时，实验者变化某个参数,如果结果不好，则实验这个参数的另一个点或选择另一个参数实验，但一旦结果能够接受，则实验终止，这个设定被应用，以希望度过困难．试对法，在问题出现后，以找到可以接受的结果为目的．什么是试对法3.试对法熔接工程例子1.依据经验,选择电流,电压,熔接时间,.选定一组参数组合熔接.如果熔接不完全，则改变其中一个或几个参数再熔接，并检查确认.如果ＯＫ，则确定为生产条件3.试对法试对法的特点也许是最为广泛被采用的实验方法实验者根据经验或随机的变动实验参数根本原因不清不能正确总结规律知识不能累积,只能针对具体问题局限解决是一种找到快速解决问题的特殊方法找出的方法多数不是最佳的不能确定控制规格3.试对法例子2汽车节油某生买车后发现每升汽油只能跑20km，很不开心，決心实验:*换用不同牌子的轮胎*试用不同牌子汽油*在不同的路用不同的轮胎气压*不同的路況控制不同的速度终于找到了毎升汽油跑25km,很満意．但3.试对法例子2汽车节油*还能跑得更快吗?*是不是真的省钱了?*此条件下开车车损大吗?*安全吗?……3.试对法试对法潜在问题?可能存在大的危险，或在危险边缘也不知道?可能是在低效率下工作?可能是在高成本下工作?可能设备工作在不稳定区?可能设备处于高磨耗状态工作虽然试对法也可解决问题,达到图纸要求,但3.试对法试对法潜在问题由于试对法可以快速找到解决问题的方法，但由于存在以上潜在问题，所以，工程师在试对法后‘要进一步采用更深入的后续实验方法找到控制点和优化工程.此外，采用试对法，实验成本有时很高，数据难以分析．不止哪些因素优先控制，更易控制，更能有效控制.4.OFAT单要素实验法什么是OFATＯＦＡＴ＝ＯｎｅＦａｃｔｏｒＡｔＡＴｉｍｅ单要素实验法，在保持其他要素变量不变的情况下，改变某个变量，观测输出，从而找出该要素对关键输出的影响规律.4.OFAT例子速度辛烷值轮胎压力公里数/升558530256585302355963028558535294.OFATOFAT的特点ＯＦＡＴ使分析变得容易如果采用连续变化，则可较好地取得控制点和确定控制范围.如果采用不连续的变量试验，则可得出基本正确的定性规律.ＯＦＡＴ是目前大学教育中最常用的试验方法ＯＦＡＴ是ＤＯＥ之前工程中最常用试验方法4.OFATOFAT的不足点*试验时有时很难控制其它要素恒定不变，这时试验困难.*试验次数多，数据多，会重复，反而解释困难.*不能发现要素间的相互作用，当这种作用存在时，结果将变得不可靠.*要素多，有交互作用时，品质优化不可靠.*要素多时，不能得出Y=F(X)的函数关系.*不能进行成本，效率，品质同时考虑的优化.5.DOE（试验设计）什么是DOE是一种试验策略，在试验设计阶段，就引用一些简单的统计学方法进行试验设计，对试验结果运用统计学的工具进行分析，以最大限度的解释数据，获得有用的信息，达到理解其内在规律的目的.所以我们必须把实际的问题转换为数学问题.5.DOE（试验设计）汽车节油实验设计速度辛烷値輪胎壓力公里数/升ＡＢＣ（Ｙ）55853025658530235596302865963025558535296585351955963529659635245.DOE（试验设计）汽车节油DOE结果速度辛烷値輪胎壓力公里数/升ＡＢＣ（Ｙ）55853529559635295596302855853025659630256596352465853023658535195.DOE（试验设计）通过刚才的例子,我们可初步了解到,DOE的优点:*可确定过程关键输出的主要影响因素*可确定各过程要素之间的影响*可以优化过程参数的设定的設定*相对与所取得的对过程的认识程度,这是一种最节约的实验5.DOE（试验设计）X1X2Xn..Y产品或过程输入变量（因子）输出变量（响应量）影响因素要解决的问题Y=F(X)DOE如:(降低)不良率(提高)硬度(保证)DCR(减少)批锋等如:温度,时间,压力,人员,不同的机器,材料等5.DOE（试验设计）相关术语又叫输出变量,即所关注的可测量的输出结果.相应量(Y)Y的选定:*尽量使用连续数据做输出变量--连续数据提供更多的信息(DCR,硬度,批锋大小等)--计数型数据需要大量样本(合格,有无批锋,有无半田不良等)*尽量使用可精确,稳定测量的输出变量.(确认Y的MSA)5.DOE（试验设计）相关术语因子(X)又叫输入变量/因素.在过程中可改变其取值(水平),并因此对关键输出有影响.可控因子可以控制的因子,即我们在工序的正常操作时能设定并维持在期望水平的因子噪声因子在正常的操作期间变化的因子,而且我们不能够控制他们(刀具的磨损,早晚班作业环境,人员的情绪等),或者我们宁愿不控制他们,因为这么做会很昂贵(恒定的温湿度,无尘等)5.DOE（试验设计）相关术语因子的选定:•不要选噪声因子作为输入变量做DOE•识别因子的方法:--鱼骨图--头脑风暴法--FMEA--因果矩阵5.DOE（试验设计）相关术语水平因子的取值或设定因子的水平可以是定量的,也可以是定性的:因子水平定量温度100℃200℃时间2S5S定性材料ALOTBLOT设备A设备B设备5.DOE（试验设计）什么是DOE试验设计是通过有目的地改变一个过程（或活动）的输入变量（因子），以观察输出变量（相应量）的相应变化.试验设计是一种科学的方法，使研究者更好的了解一个过程，并确定输入（因子）是如何影响输出（相应量）5.DOE（试验设计）实例型名A的COIL,其DCR不稳定,我们想通过DOE实验知道卷线张力,线材线径与DCR的关系.我们会设计以下DOE实验:实验次数卷线张力(N)线材线径(mm)DCR150.28250.32380.28480.32Y(输出变量)是:--DCR因子(输入变量)是:--卷线张力--线材线径因子水平是:-卷线张力:5N/8N-线材线径:0.28mm/0.32mm2要素2水平5.DOE（试验设计）DOE的类型实验类型可控因子数全因子实验法4个或更少部分因子法5个或更多筛选法7个或更多中心合成法3个或更多5.DOE（试验设计）全因子实验法要运行所有因子和水准的所有组合*有K个因子,每个因子有2个水准的全因子实验,我们通常叫2K设计*实验次数为N=2K•进行实验组合时,通常+表示高水平-表示底水平5.DOE（试验设计）22全要素实验Ａ１Ｂ２３４－＋＋－＋－＋－2要素2水平4次实验标准实验序列设计5.DOE（试验设计）23全要素实验3要素2水平8次实验１２３４－＋－＋－＋－５６７８－＋＋－＋＋＋－－＋＋－－＋－＋－ＡBC标准实验序列设计5.DOE（试验设计）*有K个因子,每个因子有3个水准的全因子实验,我们通常叫3K设计*实验次数为N=3K•进行实验组合时,通常用-1,0,+1表示3个水平5.DOE（试验设计）AB1-1-12-103-1140-150060171-18109112要素3水平9次实验32全要素实验标准实验序列设计5.DOE（试验设计）水平的数目:*当因子为定量型时,通常选择2到3个水平.*2水平只能平估线形效果*3水平实验次数多,但可以分析二次效果YX-+2水平YX-103水平+15.DOE（试验设计）通常的做法:*最初时将因子设在2水平,同时研究大量因子*当确定重要因子后,接着用3水平进行进一步的实验,以得到更多的信息5.DOE（试验设计）如果一个要素对过程输出的效果与另一个要素的水平有关时,我们称这两个要素对该输出有交互作用交互作用例如:线材的线径比较小时(低水平),张力变化对DCR影响不大,当线材的线径比较大时(高水平),张力变化对DCR的影响比较大.线径和张力对DCR有交互作用5.DOE（试验设计）23全要素实验(交互作用)ABCABACBCABC1---+++-2+----++3-+--+-+4++-+---5--++--+6+-+-+--7-++--+-8+++++++主效果二次交互作用三次交互作用标准实验序列设计5.DOE（试验设计）练习:用MINTAB设计以下实验:1)23全要素实验2)33全要素实验5.DOE（试验设计）数据分析1.分析平均值—发现影响输出平均值的因子,建立Y-hat模型2.分析标准偏差—发现影响输出变异的因子,建立S-hat模型以上两种情形,我们都用到以下两中分析方法:--响应表和图--系数的P值5.DOE（试验设计）数据分析例子研究:滚动成型机的成型作业,目的:使作业输出”寸法S”稳定,且达到目标值.经研究讨论,选定以下要素及水平:Factorlevel+-ACampPositionP1P2BAngle90105CPressureLowHigh+表示高水平-表示底水平5.DOE（试验设计）数据分析运行以下全要素实验并得到实验数据ABCsamples1samples2samples31---19.1819.0219.092+--19.1519.419.623-+-19.4118.8219.144++-19.8918.9419.45--+18.7318.6318.796+-+19.1718.7618.947-++18.418.7319.048+++18.5419.4618.978个实验组合中的每个因子被设置,每种组合条件下分别取得3个S值5.DOE（试验设计）数据分析实验数据的获取1.重复:在不重新组合实验设定的情况下,连续进行实验并收集数据.2.复制:每个数据值在重新设定实验组合之后收集.例如，在條件１組合下，連續進行５次試驗，再變換條件為２組合，再連續進行５次試驗例如，先進行从條件組合１－８的八組試驗后，再重複進行條件組合１－８的八組試驗目的:常被用于評價短時作用，這樣使減少偶然的燥音要素的影響．増加試驗可靠性．目的，常被用于評價長期作用，這也是増加推理空間的一種方法．5.DOE（试验设计）数据分析(平均值)ABCsamples1samples2samples3Avg.1---19.1819.0219.0919.102+--19.1519.419.6219.393-+-19.4118.8219.1419.124++-19.8918.9419.419.415--+18.7318.6318.7918.726+-+19.1718.7618.9418.967-++18.418.7319.04