DOE实验设计.ppt
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
置不同，结果也有可能不同
3. Design of Experiments （DOE ） 实验设计
? 实验设计 (Design of Experiments：)
是一个系统性方法，它通过同时改变不同的影响因子 （输入），分析得到的输出结果，来定量研究它们之间的原 因与结果之间的相互关系。运行的试验数量要求往往最少， 是对实验方案进行最优设计。
可控制的因子 (输入变量)
x1 x2
xp
输入
输出Leabharlann Baidu
Process
y (输出变量)
z1 z 2
zq
不可控制的因子 (杂音变量)
系统示意图
系统既可以看作是一个产品开发过程，也可以看作是一个生产过程。
可控因子: 影响响应的那些变量称为实验问题中的因子。其中x1， x2， x3是人们在实验中可以控制的因子。 非可控因子：通常包括环境、操作员、材料批次等，对于这些变量我们 通常很难把它们控制在某个精确值上。
部分析因实验（正交实验）
由田口博士(Dr.Taguchi)田口玄一所提出的一套实验方法，它在工业上较具有实 际应用性，是以生产力和成本效益，而非困难的统计为依归。
参数
1
2
3
次数
1
1
1
1
2
1
2
2
3
2
1
2
4
2
2
1
L4(23)正交表 总共须做四次实验，最多只能配置三个因子
+ A -
L4(23)正交表图解
Design of Experiments （DOE ） 实验设计
原创：pxz
主要内容
? 1. 实验设计的定义 ? 2. 经典分析法 ——单因子法 ? 3. 实验设计Design of Experiments （DOE ） ? 4. 品质源于设计 ? 5. AKTA avant 25 系统
1. 实验设计的定义
问题的提出——用实验的方法改进质量
(1)影响产品和产品制造过程性能的可能因素往往很多, 如何确定到底哪 些因素是最有影响性的? (2)如何调整这些因素才能获得最佳效果?
实验设计的目的
一个产品的可靠性试验或一个过程参数试验会有很多因素影响试验结果。 有些因素单独起作用，有些因素则互相制约联合起作用。如果试验安排的好。 通过少数几次试验，就能获得所要的信息，得出明确的结论。如果试验方案安 排得不好，花了大量人力、物力，做了大量试验，仍然得不到所需要的结论。
? Centerpoint:检测弯曲相互作用的存在 ? Replicated centerpoint:评估系统噪音
最适条件
传统方法（单因素法）： 固定参数1，改变参数2或 固定参数2，改变参数1
DoE方法： 同时改变所有参数
工艺参数间的相互作用
1：无相互作用 ——pH的效应不依赖于T
固定参数T（Hi或Lo），改变pH，制作的曲线
当需要 探寻或验证 产品质量或工艺或资源利用是否为 最 佳状态时，实验设计是最科学、最经济的方法。
The DoE 的方法
Two factors at two levels
A low low high high middle
B low high low high middle
Result ？ ？ ？ ？ ？
实验设计(Design of Experiments)是一个系统性方法，它通过同时 改变不同的影响因子（输入），分析得到的输出结果，来定量研究它们 之间的原因与结果之间的相互关系。
试验设计是统计学的一个重要分支。它指导人们合理的设计试 验方案，科学地分析数据，用尽可能少的试验次数，得到理想的结 论。试验设计的方法很多。对于影响因素多、试验周期长的试验来 说，正交表设计方法是一种有效的工程方法。
y=β0+β1x1+β2x2
2：强烈相互作用——
T值高时、T值低时，pH的效应完全相反
固定参数T（Hi或Lo），改变pH，制作的曲 线
y=β0+β1x1+β2x2+β12x1x2
+ A -
三参数的实验设计
析因实验（全因子实验法）
2 水平完全析因实验，可记作2k析因实验，其中k是参数个数， 2表示每个参数各取2 个水平，2k是需要作的试验次数。
优点是可以考虑所有可能的试验条件组合， 缺点也是明显的, 即随着参数个数k 的增大, 需要作的试验次 数成倍增多, 例如 k=3，23=8；k=4，24=16；k=5，25=32；k=6， 26=64；k=7，27=128……由于这个缺点，完全析因实验（特别是 多参数的完全析因实验）在工业中并未得到广泛的应用。
实验设计的目的可能包括: (1)确定哪些参数对响应的影响最大； (2)有影响的参数应如何设定，以使响应达到或尽可能靠近希望值(On target) ； (3)有影响的参数应如何设定，以使响应的分散度( 或方差)尽可能减小。 (4)有影响的参数应如何设定，以使不可控参数（噪声参数）对响应的 影响尽可能最小。
无法探索整个实验区间 局部次优化！
pH值和电导对回收率的真实影响
单因子法的缺点
? 没有发现最佳的可控因子的组合 ? 不能有效的说明交互效应 ? 不能保证结果的再现性，尤其是有交互作用时。 ? 低效率的实验设计,包含很多数量的试验但是信息很少，
而且难以区分噪音与真实的影响 ? 与开始条件有关，也就是说基于开始选择的设置，开始设
实验设计降低开发成本
实验设计通过最小的实验数量获得最大的实验信息量。通过提高效率 节省金钱和时间。
用传统的方法进行 128 个实验得到的结 果，采用DOE 只需要 进行16-32个实验
层析过程中的因子和响应
实例: 在?KTATM avant 25 系统上进行重组 胰岛素原的洗脱优化
Experimental: Column: TricornTM 5/50 - CaptoTM MMC Res time: 5 min (0.2 ml/ml). Sample: Adjusted to pH 5.2 with HAc. 2.5 C.V. crude sample was loaded Equilibration: 50 mM Na acetate + 150 mM NaCl pH 5.2* Step elution: Study pH 6.2-8 and 150-750 mM NaCl using
2. 经典分析法——单因子法 One Factor at a Time（OFAT ）
固定所有其他因子不变，只变动一个因子 X1 找到最佳的设置
固定最佳的 X1水平，对其他因子重复上述步骤
单因子法暗示系统响应是关键因素的一个线性组合 Y = a*X1 + b*X2 + K
纯化工艺
? 考虑工艺的产量 ? 在电导10ms/cm, pH7.5 操作
3. Design of Experiments （DOE ） 实验设计
? 实验设计 (Design of Experiments：)
是一个系统性方法，它通过同时改变不同的影响因子 （输入），分析得到的输出结果，来定量研究它们之间的原 因与结果之间的相互关系。运行的试验数量要求往往最少， 是对实验方案进行最优设计。
可控制的因子 (输入变量)
x1 x2
xp
输入
输出Leabharlann Baidu
Process
y (输出变量)
z1 z 2
zq
不可控制的因子 (杂音变量)
系统示意图
系统既可以看作是一个产品开发过程，也可以看作是一个生产过程。
可控因子: 影响响应的那些变量称为实验问题中的因子。其中x1， x2， x3是人们在实验中可以控制的因子。 非可控因子：通常包括环境、操作员、材料批次等，对于这些变量我们 通常很难把它们控制在某个精确值上。
部分析因实验（正交实验）
由田口博士(Dr.Taguchi)田口玄一所提出的一套实验方法，它在工业上较具有实 际应用性，是以生产力和成本效益，而非困难的统计为依归。
参数
1
2
3
次数
1
1
1
1
2
1
2
2
3
2
1
2
4
2
2
1
L4(23)正交表 总共须做四次实验，最多只能配置三个因子
+ A -
L4(23)正交表图解
Design of Experiments （DOE ） 实验设计
原创：pxz
主要内容
? 1. 实验设计的定义 ? 2. 经典分析法 ——单因子法 ? 3. 实验设计Design of Experiments （DOE ） ? 4. 品质源于设计 ? 5. AKTA avant 25 系统
1. 实验设计的定义
问题的提出——用实验的方法改进质量
(1)影响产品和产品制造过程性能的可能因素往往很多, 如何确定到底哪 些因素是最有影响性的? (2)如何调整这些因素才能获得最佳效果?
实验设计的目的
一个产品的可靠性试验或一个过程参数试验会有很多因素影响试验结果。 有些因素单独起作用，有些因素则互相制约联合起作用。如果试验安排的好。 通过少数几次试验，就能获得所要的信息，得出明确的结论。如果试验方案安 排得不好，花了大量人力、物力，做了大量试验，仍然得不到所需要的结论。
? Centerpoint:检测弯曲相互作用的存在 ? Replicated centerpoint:评估系统噪音
最适条件
传统方法（单因素法）： 固定参数1，改变参数2或 固定参数2，改变参数1
DoE方法： 同时改变所有参数
工艺参数间的相互作用
1：无相互作用 ——pH的效应不依赖于T
固定参数T（Hi或Lo），改变pH，制作的曲线
当需要 探寻或验证 产品质量或工艺或资源利用是否为 最 佳状态时，实验设计是最科学、最经济的方法。
The DoE 的方法
Two factors at two levels
A low low high high middle
B low high low high middle
Result ？ ？ ？ ？ ？
实验设计(Design of Experiments)是一个系统性方法，它通过同时 改变不同的影响因子（输入），分析得到的输出结果，来定量研究它们 之间的原因与结果之间的相互关系。
试验设计是统计学的一个重要分支。它指导人们合理的设计试 验方案，科学地分析数据，用尽可能少的试验次数，得到理想的结 论。试验设计的方法很多。对于影响因素多、试验周期长的试验来 说，正交表设计方法是一种有效的工程方法。
y=β0+β1x1+β2x2
2：强烈相互作用——
T值高时、T值低时，pH的效应完全相反
固定参数T（Hi或Lo），改变pH，制作的曲 线
y=β0+β1x1+β2x2+β12x1x2
+ A -
三参数的实验设计
析因实验（全因子实验法）
2 水平完全析因实验，可记作2k析因实验，其中k是参数个数， 2表示每个参数各取2 个水平，2k是需要作的试验次数。
优点是可以考虑所有可能的试验条件组合， 缺点也是明显的, 即随着参数个数k 的增大, 需要作的试验次 数成倍增多, 例如 k=3，23=8；k=4，24=16；k=5，25=32；k=6， 26=64；k=7，27=128……由于这个缺点，完全析因实验（特别是 多参数的完全析因实验）在工业中并未得到广泛的应用。
实验设计的目的可能包括: (1)确定哪些参数对响应的影响最大； (2)有影响的参数应如何设定，以使响应达到或尽可能靠近希望值(On target) ； (3)有影响的参数应如何设定，以使响应的分散度( 或方差)尽可能减小。 (4)有影响的参数应如何设定，以使不可控参数（噪声参数）对响应的 影响尽可能最小。
无法探索整个实验区间 局部次优化！
pH值和电导对回收率的真实影响
单因子法的缺点
? 没有发现最佳的可控因子的组合 ? 不能有效的说明交互效应 ? 不能保证结果的再现性，尤其是有交互作用时。 ? 低效率的实验设计,包含很多数量的试验但是信息很少，
而且难以区分噪音与真实的影响 ? 与开始条件有关，也就是说基于开始选择的设置，开始设
实验设计降低开发成本
实验设计通过最小的实验数量获得最大的实验信息量。通过提高效率 节省金钱和时间。
用传统的方法进行 128 个实验得到的结 果，采用DOE 只需要 进行16-32个实验
层析过程中的因子和响应
实例: 在?KTATM avant 25 系统上进行重组 胰岛素原的洗脱优化
Experimental: Column: TricornTM 5/50 - CaptoTM MMC Res time: 5 min (0.2 ml/ml). Sample: Adjusted to pH 5.2 with HAc. 2.5 C.V. crude sample was loaded Equilibration: 50 mM Na acetate + 150 mM NaCl pH 5.2* Step elution: Study pH 6.2-8 and 150-750 mM NaCl using
2. 经典分析法——单因子法 One Factor at a Time（OFAT ）
固定所有其他因子不变，只变动一个因子 X1 找到最佳的设置
固定最佳的 X1水平，对其他因子重复上述步骤
单因子法暗示系统响应是关键因素的一个线性组合 Y = a*X1 + b*X2 + K
纯化工艺
? 考虑工艺的产量 ? 在电导10ms/cm, pH7.5 操作