第六章Minitab简单的试验设计技术

合集下载

Minitab的实验设计方法

Minitab的实验设计方法

Minitab的实验设计方法1. 简介Minitab是一种常用的统计软件,可以用于数据分析、实验设计以及同等分析等任务。

实验设计是一种研究方法,用于确定影响实验结果的因素以及确定这些因素之间的关系。

Minitab提供了丰富的实验设计方法和工具,帮助用户有效地设计和分析实验。

本文将介绍Minitab 中常用的实验设计方法。

2. 单因素实验设计单因素实验设计是最基本的实验设计方法之一,用于研究单个因素对实验结果的影响。

在Minitab中,可以使用两种方法进行单因素实验设计:方差分析和t检验。

2.1 方差分析方差分析是一种用于比较三个或三个以上样本均值是否相等的统计方法,通过计算均值差异的方差来判断是否存在显著性差异。

在Minitab中,可以通过以下步骤进行方差分析的实验设计:步骤1:打开Minitab软件,并导入数据集。

步骤2:选择“Stat”菜单下的“ANOVA”选项。

步骤3:在“ANOVA”对话框中,选择因素变量和响应变量。

步骤4:点击“OK”按钮运行方差分析。

步骤5:分析结果将在输出窗口中显示,包括方差分析表和显著性检验结果。

2.2 t检验t检验是一种用于比较两个样本均值是否相等的统计方法,通过计算均值差异的标准错误来判断是否存在显著性差异。

在Minitab中,可以通过以下步骤进行t检验的实验设计:步骤1:打开Minitab软件,并导入数据集。

步骤2:选择“Stat”菜单下的“Basic Statistics”选项。

步骤3:在“Basic Statistics”对话框中,选择两个样本的变量。

步骤4:点击“OK”按钮运行t检验。

步骤5:分析结果将在输出窗口中显示,包括均值差异、标准误差和显著性检验结果。

3. 多因素实验设计多因素实验设计用于研究多个因素对实验结果的影响,可以帮助确定因素之间的交互作用。

在Minitab中,可以使用多种方法进行多因素实验设计,例如方差分析、回归分析以及方差齐性检验等。

Minitab软件操作教程(ppt 101页)

Minitab软件操作教程(ppt 101页)
目录
第一章 Minitab概要 第二章 管理数据 第三章 操作和计算数据 第四章 使用数据分析和质量工具 第五章 基本操作示例 第六章 做一个简单分析 第七章 高级Minitab 第八章 质量管理和改善 第九章 实验设计
6s
0
前言
6s
MINITAB 是为质量改善、教育和研究应用领域提供统计软件和服务的先导。是一个很 好的质量管理和质量设计的工具软件,更是持续质量改进的良好工具软件。
• 会话窗口(Session window)显示诸如统计报表之类的输出文本 。 • 数据窗口(Data windows)在此可以输入、修改数据和查看每个工作表的数
据列。 • 信息窗口(Info window) 概括了每个打开的工作表。可以从下拉列表框中
选择要查看的工作表。 • 历史窗口(History window )记录了所用过的命令。 • 图形窗口(Graph windows) 显示各种图形。一次最多只能打开15个图形窗
2) 输入一行数据 a. 点击数据方向箭头使之朝右 b. 输入数据,然后按Tab或者Enter键移动当前活动单元格。按Ctrl+Enter 组合键,当前活动单元格便 跳到了下一行的顶部。
数据方向箭头
注意:输入完一个值回车之 后,当前活动单元格往右移 动一格。
13
在数据窗口中输入数据
6s
3).输入一块数据 a. 选择一块区域,使之高亮度显示。 b. 输入数据,当前活动单元格仅仅在所选区域内移动。 c. 如果要取消所选区域,可以按箭头键或者用鼠标点击数据窗口的任何地 方。
一个工作表可以包含三种数据类型-----数值型(numeric)、文本型(text)和 日期/时间(date/time)型,表现形式为:数据列(columns)、常量(constant)、 矩阵(matrices)。可以在多个窗口中察看数据,但大多时候都是在数据窗口中处理 数据列。

minitab实验之试验设计

minitab实验之试验设计

minitab实验之试验设计Minitab 实验之试验设计实验目的:本实验主要引导学生利用Minitab 统计软件进行试验设计分析,包括全因子设计、部分因子设计、响应曲面设计、混料设计、田口设计以及响应优化,并能够对结果做出解释。

实验仪器:Minitab 软件、计算机实验原理:“全因子试验设计”(full factorial design)的定义是:所有因子的所有水平的所有组合都至少要进行一次试验的设计。

由于包含了所有的组合,全因子试验所需试验的总次数会比较多,但它的优点是可以估计出所有的主效应和所有的各阶交互效应。

所以在因子个数不太多,而且确实需要考察较多的交互作用时,常常选用全因子设计。

一般情况下,当因子水平超过 2 时,由于试验次数随着因子个数的增长而呈现指数速度增长,因而通常只作 2 水平的全因子试验。

进行 2 水平全因子设计时,全因子试验的总试验次数将随着因子个数的增加而急剧增加,例如,6 个因子就需要 64 次试验。

但是仔细分析所获得的结果可以看出,建立的 6 因子回归方程包括下列一些项:常数项、主效应项有 6 项、二阶交互作用项 15 项、三阶交互项 20 项,…,6 阶交互项1 项,除了常数项、主效应项和二阶交互项以外,共有42 项是 3 阶以及 3 阶以上的交互作用项,而这些项实际上已无具体的意义了。

部分因子试验就是在这种思想下诞生的,它可以使用在因子个数较多,但只需要分析各因子和 2 阶交互效应是否显著,并不需要考虑高阶的交互效应,这使得试验次数大大减少。

在实际工作中,常常要研究响应变量 Y 是如何依赖于自变量,进而能找到自变量的设置使得响应变量得到最佳值(望大、望小或望目)。

如果自变量的个数较少(通常不超过3 个),则响应曲面方法(response surface methodology, RSM)是最好的方法之一,本方法特别适合于响应变量望大或望小的情形。

通常的做法是:先用 2 水平因子试验的数据,拟合一个线性回归方程(可以包含交叉乘积项),如果发现有弯曲的趋势,则希望拟合一个含二次项的回归方程。

minitab操作教程

minitab操作教程

变量列表框中的内容即 当前工作表的列、矩阵
变量文本框只容纳列。当光 标停于其中时,左边的变量 列表框仅显示数据表中的各 列
6
Minitab的工作步骤
6s
在对话框中选择变量的几种方法
用鼠标选择一个变量 1. 点击需要填写变量的文本框。 2.在变量列表框中用鼠标选择一个变量,然后双击此变量。
用鼠标选择多个变量 1.点击需要填写变量的文本框。
4
打开、保存、关闭PROJECT文件
6s
■打开一个新的project文件,选择File New, 按Minitab Project, 再按 OK. ■打开一个已有的project文件,选择File Open Project. ■打开一个已有的project worksheet,选择File Open Worksheet. ■保存一个project文件,选择File Save Project ■关闭一个project文件,你必须打开一个新的project文件,或一个已有的 project文件,或者退出。 一个MINITAB Project文件包含了所有的工作:收集的数据、输出的文本、图形等。 当保存一个project文件时,所有的东西都保存下来了。
(date/time)
数值型数据由数字构成,如:1,2,3,5。 文本型数据由以下几种构成:字母、数字、空格和特殊字母如“Test number 4” 日期/时间型数据可以是日期(如Jan-1-2000 或者3/13/1999),时间(例如: 09:30:22AM),也可以是二者均有(如:5/13/2000 09:30:25 AM).MINITAB 将日期 和时间以数字的形式存储,但是可以选择任意一种格式来显示。
本 教 材 是为 了 配合 我们 LG 曙 光 电 子 Six Sigma 活 动 而 编 写 的, 主 要着 重 于 对 MINITAB 软件包的基本操作和运用,没有深入该软件的介绍和运用,更没有跟随新版软件 的升级更新。这些需要使用者自己深入钻研。

Minitab经典操作教程

Minitab经典操作教程
一个工作表可以包含三种数据类型-----数值型(numeric)、文本型(text)和 日期/时间(date/time)型,表现形式为:数据列(columns)、常量(constant)、 矩阵(matrices)。可以在多个窗口中察看数据,但大多时候都是在数据窗口中处理 数据列。
2. 数 据 的 三 种 类 型 : 数 值 型 (numeric ) 、 文 本 型 (text) 、 日 期 / 时 间 型
每当保存一个project 文件时,保存了以下一些内容:
一. 所有窗口的内容,其中包括:
1. 每个数据窗口(Data window)的数据列。 2. 信息窗口(Info window)中的常量、矩阵。 3. 会话窗口(Session window)和历史窗口(History window)中
的所有的文本。 4 . 每个图形窗口(Graph window)。 二. 通过命令 FileProject Description 生成的 project 文件注解。 三. 通过命令 Editor Worksheet Descriptions 生成的对每个工作表的注 解。
四. 每个窗口的大小、位置和状态。
5
Minitab的工作步骤
6s
在对话框中输入变量
MINITAB的对话框和其他软件的对话框没什么两样。其最大的特点就是变量 列表框,出现在很多对话框中。变量列表框一般显示的是一些变量列名、常量或 矩阵。凡是在能够输入变量的文本框中,均可以输入这些列表框中所显示的。变 量列表框的优点是可以准确无误的选择变量名(一般指数据列名)。
Hale Waihona Puke 3. 与数据有关的三个窗口
A.数据窗口(Data window) 数据窗口中的内容即为工作表中的数据列。当打开了多个工作表时,每个工

运用MiniTAB进行正交试验设计

运用MiniTAB进行正交试验设计

利用Minitab进行正交试验设计1.试验设计试验设计可分为单因素问题试验设计与多因素试验设计。

常用的单因素试验设计方法有:对分法、0.618法等等。

常用的多因素试验设计方法有:曲面响应法、全因子试验法、正交试验设计等。

其中正交试验设计法是研究与处理多因素实验的一种科学方法。

利用规格化的表格—正交表,科学地挑选试验条件,合理安排实验。

该方法是在上世纪50年代由日本质量管量专家田口玄一提出的,由于其具有均衡分配、整齐可比的特点,所需工作量小,却可得到全面的试验分析结果,因而得到了广泛的应用,称为国际标准型正交试验法,又称为田口设计。

我国于上世纪70年代由数学家张里千教授经过简化得到了中国型正交试验法。

两者的主要区别在于中国型采用极差分析的方法对试验结果进行评价,计算量小、简单;田口型采用方差分析的方法,可得到因素间相互影响大小的结论。

常用的术语:【试验指标】作为试验研究过程的因变量,常为试验结果特征的量【因素】作试验研究过程的自变量,常常是造成试验指标按某种规律发生变化的那些原因【水平】试验中因素所处的具体状态或情况,又称为等级2. 利用Minitab进行正交试验设计a.启动b.创建正交设计表在这里选择3-Level Design,在因素数量上选择4 factors。

选择正交设计试验表,选Design:选择L9_3_4正交表设计:进行因素设计,选择Factor。

对因素名称和水平值进行设定,也可以不进行设定。

在options选项中选择将设计保存于工作表。

点击ok,在工作表区生成所需正交表。

在新的一列加入试验指标-试验结果。

并将试验结果的数据输入。

对试验结果进行分析,选择Analyze Taguchi Design。

出现分析设计对话框。

点击“选择”所要评价的试验指标。

设定分析的“选项”,这里选“望大”。

点击“确定”进行分析,在任务窗口出现均值和信噪比的分析结果,从结果可以看出磨制时间对指标的影响最大。

minitab实验之试验设计

minitab实验之试验设计

Minitab实验之试验设计引言试验设计是一种科学的方法,用于确定和优化产品、过程或系统参数。

它的目标是通过合理设计和分析试验,获得可靠的数据来支持决策和改进。

Minitab是一种常用的统计软件,广泛用于试验设计和数据分析。

本文将介绍Minitab实验设计的基本概念和应用。

试验设计的基本原理试验设计基于统计学原理和方法,旨在最大化试验效率并减少误差。

在试验设计中,研究者需要确定试验的目标和因素,然后制定一个合适的实验方案。

试验方案包括决定试验因素的水平和顺序,确定样本量和样本选择的方法。

常用的试验设计方法包括完全随机设计、随机区组设计和因子试验设计。

完全随机设计是最简单的试验设计方法,它随机将试验单位分配到不同的处理组中,以减少处理间的差异。

随机区组设计包括一个额外的随机因素,用于消除处理与处理区组之间的潜在差异。

因子试验设计是用于确定主要因素和交互作用效应的复杂实验设计方法。

Minitab的基本功能Minitab是一种功能强大的统计软件,提供了各种试验设计和数据分析功能。

Minitab可以用于设计随机化试验、组织试验数据、进行数据可视化和数据分析以及进行参数估计和假设检验。

Minitab具有直观的用户界面,以及易于使用的命令语言。

用户可以根据实际需求选择使用菜单和图形界面或直接输入命令进行操作。

Minitab还提供了丰富的图表和图像功能,用于展示数据和结果。

Minitab中的试验设计方法在Minitab中,可以使用多种方法进行试验设计。

以下是其中一些常用的试验设计方法:1. 单因素试验设计单因素试验设计用于研究一个因素对结果变量的影响。

在Minitab 中,可以使用单因素方差分析方法进行试验设计和分析。

Minitab可以计算各个水平的均值、方差和显著性差异,并生成相应的分析报告。

2. 多因素试验设计多因素试验设计用于研究多个因素对结果变量的影响以及它们之间的交互作用。

在Minitab中,可以使用多元方差分析(ANOVA)方法进行试验设计和分析。

minitab入门教程实验设计

minitab入门教程实验设计

minitab入门教程实验设计Minitab是一款常用于数据分析和统计的软件,它提供了丰富的功能和工具,使得实验设计变得简单而高效。

本文将介绍如何利用Minitab进行实验设计,以及如何分析实验结果。

第一步是确定实验目标和因素。

实验目标是我们想要研究或改善的问题,而因素是我们认为会对实验结果产生影响的变量。

在Minitab中,我们可以通过创建工作表来记录实验数据,并使用工作表的列来表示因素和响应变量。

第二步是选择适当的实验设计方法。

Minitab提供了多种实验设计方法,包括完全随机设计、随机区组设计、因素设计等。

选择适当的实验设计方法取决于实验目标和因素的数量。

在Minitab中,我们可以通过选择“Stat”菜单下的“DOE”子菜单来访问实验设计工具。

第三步是设置实验设计。

在Minitab中,我们可以设置因素的水平和重复次数。

因素的水平是指每个因素的取值范围,而重复次数是指每个实验条件下的重复次数。

通过设置合适的因素水平和重复次数,我们可以尽可能地减小误差和提高实验的可靠性。

第四步是执行实验并记录数据。

在Minitab中,我们可以使用工作表来记录实验数据,并使用数据工具来分析数据。

在实验过程中,我们需要确保实验条件的一致性,并按照实验设计的要求进行操作。

第五步是分析实验结果。

在Minitab中,我们可以使用统计工具来分析实验结果,包括方差分析、回归分析、信号-噪声比分析等。

通过分析实验结果,我们可以了解因素对响应变量的影响程度,并确定最佳的因素水平组合。

除了上述的基本步骤,Minitab还提供了其他功能和工具,如优化设计、缺失数据分析、假设检验等。

这些功能和工具可以帮助我们更全面地分析实验结果,并得出准确的结论。

Minitab是一款功能强大的数据分析和统计软件,它提供了丰富的实验设计工具和分析功能,使得实验设计变得简单而高效。

通过合理使用Minitab,我们可以更好地进行实验设计,分析实验结果,并得出准确的结论。

Minitab做实验设计(田口法)

Minitab做实验设计(田口法)

Minitab做实验设计(DOE)(田口法)(3因子3水平)编著:鲁仁山2007.12.271.双击桌面上的Minitab图标。

2.这是打开后的界面。

3.如上所示,将资料输入表中。

4. 数据输入完毕,打开Stat菜单,点选DOE Taguchi Create Taguchi Design…5. 这是弹出的界面。

6.根据水平的数量点选相应的水平设计,根据因子的数量点选相应的数字,然后按下Designs…按钮。

7.在弹出的界面上点选相应的正交方案,本例点选L9,然后按OK确认。

8. 这是弹出的界面,之前的灰色按钮(未激活)的已全部激活,按下Factors按钮。

9. 这是弹出的界面。

10.如图所示,将资料输入弹出的界面,然后按OK确认。

11.按下Options按钮,这是弹出的界面。

12. 如图所示,钩选Store design in worksheet,然后按OK确认。

13.这是弹出的实验设计组合排列表。

14.将根据实验组合进行实验得到的实验数据作为响应填入表中。

15. 打开Stat菜单,点选DOE Taguchi Analyze Taguchi Design…16. 这是弹出的界面。

17.在Response data are in处填入响应所在的栏位号,然后按下Graphs…18. 这是弹出的界面。

19.根据需要,如图所示点选相应的项目,按OK确认,然后按下Analysis。

20. 这是弹出的界面。

21. 根据需要,如图所示点选相应的项目,按OK确认,然后按下Terms。

22. 这是弹出的界面。

23. 如图所示点选相应的项目,按OK确认,然后按下已激活的Analysis Graphs。

24. 这是弹出的界面。

25. 如图所示点选相应的项目,按OK确认,然后按下Options。

26. 如图所示点选相应的项目,按OK确认,然后按下Storage。

27. 这是弹出的界面。

28. 如图所示点选相应的项目,按全部OK确认。

DOEMinitab操作教程

DOEMinitab操作教程

DOEMinitab操作教程
1. 什么是DOE(设计实验)?
DOE(Design of Experiments),即设计实验,是一种系统、有效地进行试验设计和数据分析的方法。

它通过合理地选择实验方案,充分利用有限的资源和时间,提高实验效率,提供科学依据来优化产品和工艺。

2. 为什么使用DOE进行实验设计?
使用DOE进行实验设计有以下几个优点:
•提高实验效率:通过设计合理的实验方案,可以充分利用有限的资源和时间,减少试验次数,提高实验效率。

•优化产品和工艺:DOE可以通过充分考虑多个因素之间的交互作用,找到最佳的组合方案,优化产品和工艺参数。

•提供科学依据:DOE提供了数据分析和统计方法,能够从实验数据中提取有效信息,从而为决策提供科学依据。

3. Minitab简介
Minitab是一种常用的统计软件,提供了丰富的数据分析和实验设计功能。

在DOE方面,Minitab可以帮助用户设计合适的实验方案,分析实验数据,得出结论,并提供可视化的结果。

4. DOEMinitab操作步骤
使用DOEMinitab进行实验设计的操作步骤如下:
步骤1:安装和启动Minitab软件
在Minitab官方网站上下载最新版的Minitab软件,并按照官方指导进行安装。

安装完成后,启动Minitab软件。

步骤2:创建工作表
在Minitab软件中,点击。

Minitab教程( 全析因试验设计)

Minitab教程( 全析因试验设计)
70
课堂演练:抛射器的案例(20分钟)
响应变量(指标):将球抛射到某一距离 制定全析因实验设计的方案
因子、水平、安排实验计划 分组进行,每组5-6人 各组交流DOE的方案
71
抛射器示意图
1
1. 栓子的位置
2
7. 球的类型
Wiffle 或 橡皮
4. 吊钩位置
1 2 3
3. 杯高
3
5. 橡皮带数量
存盘建立数据文件。
18
实验设计分析用的原始数据文件
19
实验设计的步骤
1. 计划阶段 明确目的、选指标、挑因子、定水平、安排实 验计划
2. 实施阶段 进行实验、收集数据、记录有关事项、编制 Minitab 数据文件
3. 分析阶段 分析数据、得出结论、验证结果
20
实验设计分析5步法流程
拟合选定模型; 进行残差诊断; 判断模型是否要改进; 对选定模型进行分析解释; 判断目标已否达到。
模型中的 “选项”,做新的一轮计算分析。
37
38
只选显著项
39
选择需预测的因子及存储要求
40
设定图形要求
41
需分析结果的项
42
总输出表
43
总输出表
44
残差正态效应图
45
残差Pareto图
46
残差散点图和正态检验图
47
残差对于以自变量Press为横轴的散点图
48
新第三步:判断模型还要改进吗?
3
代码化的换算: 令中心值为M,半间距为D,则 代码值 = (真实值—M)/D 真实值 = M+D•代码值
k个因子的二水平全析因实验记为:2k实验

minitab实验之试验设计(DOC 64页)

minitab实验之试验设计(DOC 64页)
步骤2:拟合选定模型
按照上图的试验计划进行试验,将结果填入上表的最后一列,则可以得到试验的结果数据(数据文件:DOE_热处理(全因)),如下:
拟合选定模型的主要任务是根据整个试验的目的,选定一个数学模型。通常首先可以选定“全模型”,就是在模型中包含全部因子的主效应及全部因子的二阶交互效应。在经过细致的分析之后,如果发现某些主效应和二阶交互效应不显著,则在下次选定模型的时候,应该将不显著的主效应和二阶交互效应删除。
实验内容和步骤:
实验之一:全因子试验设计
:例:改进热处理工艺提高钢板断裂强度问题。合金钢板经热处理后将提高其断裂其抗断裂性能,但工艺参数的选择是个复杂的问题。我们希望考虑可能影响断裂强度的4个因子,确认哪些因子影响确实是显著的,进而确定出最佳工艺条件。这几个因子及其试验水平如下:
A:加热温度,低水平:820,高水平:860(摄氏度)
在实际工作中,常常要研究响应变量Y是如何依赖于自变量,进而能找到自变量的设置使得响应变量得到最佳值(望大、望小或望目)。如果自变量的个数较少(通常不超过3个),则响应曲面方法(response surface methodology,RSM)是最好的方法之一,本方法特别适合于响应变量望大或望小的情形。通常的做法是:先用2水平因子试验的数据,拟合一个线性回归方程(可以包含交叉乘积项),如果发现有弯曲的趋势,则希望拟合一个含二次项的回归方程。其一般模型是(以两个自变量为例):
进行2水平全因子设计时,全因子试验的总试验次数将随着因子个数的增加而急剧增加,例如,6个因子就需要64次试验。但是仔细分析所获得的结果可以看出,建立的6因子回归方程包括下列一些项:常数项、主效应项有6项、二阶交互作用项15项、三阶交互项20项,…,6阶交互项1项,除了常数项、主效应项和二阶交互项以外,共有42项是3阶以及3阶以上的交互作用项,而这些项实际上已无具体的意义了。部分因子试验就是在这种思想下诞生的,它可以使用在因子个数较多,但只需要分析各因子和2阶交互效应是否显著,并不需要考虑高阶的交互效应,这使得试验次数大大减少。

6σ 之 minitab 操作教程

6σ 之 minitab 操作教程

6s
2
第一章 Minitab 概 要
1-1
Minitab系统操作环境简介
1-2
Minitab的工作步骤
1-3
关于Minitab的 Project文件类型
6s
3
Minitab系统操作环境简介
6s
在MINITAB里进行数据分析时。需要使用各种窗口和工具。下面是MINITAB环 境下各部分的简介。
会话窗口 数据窗口
MINITAB — 系统要求 • 运行 Windows(r) 95/98 或者Windows NT(tm) 4。需要16MB 内存。 • 处理器为 486 或以上的个人计算机;如使用 486 处理器。特别建议采用数学协 处理器。 • 完全安装需要 35 MB 的硬盘空间 • VGA 或SVGA显示器。建议最小分辨率为800 X 600。 • 需要CD-ROM 驱动器 • 某些功能需要使用鼠标
以下是各章节的列表及内容简述。
章节 标题
主要内容
2 数据管理
在数据窗口中输入和修改数据。从文件中导入数据或
将数据以文件形式保存。生成规则数据。
3 操作和计算数据 在数据窗口中对数据列进行操作。排序、分组和生成
方程式。
4 运用数据分析
从基本的统计到质量管理。运用 一系列的分析
和质量工具
方式。
5 图形数据
7
关于MINITAB的 PROJECT类型文件
6s
一个MINITAB Project文件包含了所有的工作:收集的数据、输出的文本、 图形等。当保存一个project文件时。所有的东西都保存下来了。
但是一次只能打开一个project文件。Project文件里的各种工作表(data worksheet、graph等)可以单独进行处理---可以生成数据、图形。也可以从别的文 件中通过拷贝的形式向一个project文件添加数据和图形。Project文件里的大部分窗 口的内容都能够单独保存和打印。也可以忽略某些工作表或图形。这样的话。这 些工作表和图形便不会保存到project文件中去。

Minitab实验设计DOE操作步骤(精选)

Minitab实验设计DOE操作步骤(精选)

然后点击选项
Minitab实验设计DOE操作步骤
44
取消勾选后,标准序C1 可以按照顺序排列
然后点击确定
Minitab实验设计DOE操作步骤
45
点击结果
Minitab实验设计DOE操作步骤
46
2、出现此
1、点击
3、再点击
对话框
确定
Minitab实验设计DOE操作步骤
47
确定
在工作表中输入每次试验 的结果“距离”
27
点击编辑上一对话框图标 先选中立方图
显示出以下对话框 第二步点击设置
Minitab实验设计DOE操作步骤
28
双击此标识处
显示出以下对话框
单击标识处
显示到此对话框
最后点击确定
Minitab实验设计DOE操作步骤
29
再点击确定
Minitab实验设计DOE操作步骤
30
图示解析:通过实验设计分析, 试验结果显示出门磁角度在92, 前半平面度在0.3时,漏波值是最
再点击确定
Minitab实验设计DOE操作步骤
22
图示解析:门磁 角度越大漏波值 越小;反之,门 磁角度越小漏波 值越大,且门磁 角度的大小对漏
波值影响很大
图示解析:前半平面 度越大漏波值越小; 反之,前半平面度越 小漏波值越大,前半 平面度的大小对漏波
值影响较小
Minitab实验设计DOE操作步骤
23
点击编辑上一对话框图标
Minitab实验设计DOE操作步骤
24
先选中交互作用图
第二步点击设置
Minitab实验设计DOE操作步骤
25
点击确定
显示此图形
再点击确定

minitab实验之试验设计

minitab实验之试验设计

Minitab 实验之试验设计实验目的:本实验主要引导学生利用Minitab 统计软件进行试验设计分析,包括全因子设计、部分因子设计、响应曲面设计、混料设计、田口设计以及响应优化,并能够对结果做出解释。

实验仪器:Minitab 软件、计算机 实验原理:“全因子试验设计”(full factorial design )的定义是:所有因子的所有水平的所有组合都至少要进行一次试验的设计。

由于包含了所有的组合,全因子试验所需试验的总次数会比较多,但它的优点是可以估计出所有的主效应和所有的各阶交互效应。

所以在因子个数不太多,而且确实需要考察较多的交互作用时,常常选用全因子设计。

一般情况下,当因子水平超过2时,由于试验次数随着因子个数的增长而呈现指数速度增长,因而通常只作2水平的全因子试验。

进行2水平全因子设计时,全因子试验的总试验次数将随着因子个数的增加而急剧增加,例如,6个因子就需要64次试验。

但是仔细分析所获得的结果可以看出,建立的6因子回归方程包括下列一些项:常数项、主效应项有6项、二阶交互作用项15项、三阶交互项20项,…,6阶交互项1项,除了常数项、主效应项和二阶交互项以外,共有42项是3阶以及3阶以上的交互作用项,而这些项实际上已无具体的意义了。

部分因子试验就是在这种思想下诞生的,它可以使用在因子个数较多,但只需要分析各因子和2阶交互效应是否显著,并不需要考虑高阶的交互效应,这使得试验次数大大减少。

在实际工作中,常常要研究响应变量Y 是如何依赖于自变量,进而能找到自变量的设置使得响应变量得到最佳值(望大、望小或望目)。

如果自变量的个数较少(通常不超过3个),则响应曲面方法(response surface methodology ,RSM )是最好的方法之一,本方法特别适合于响应变量望大或望小的情形。

通常的做法是:先用2水平因子试验的数据,拟合一个线性回归方程(可以包含交叉乘积项),如果发现有弯曲的趋势,则希望拟合一个含二次项的回归方程。

Minitab实验设计操作

Minitab实验设计操作

与拟合值
百分比
50 10 1 -2 -1 0 残差 1 2
残差
0
-1 20 25 30 拟合值 35 40
直方图
2.0 1 1.5
与顺序
频率
残差
-1.5 -1.0 -0.5 0.0 残差 0.5 1.0 1.5
1.0 0.5 0.0
0
-1 1 2 3 4 5 观测值顺序 6 7 8
残差满足以上的三个条件吗?
标准次序 运行次序
利用Minitab中设计DOE 在“因子”选项中设置因子名称和水平
实验的直观分析(Minitab)
利用Minitab做出实验结果的主效应图和交互作用图。 选择命令:“统计>方差分析>主效应图和交互作用图”
使用文件:全因子.mtw
实验的直观分析(Minitab)
平均值 主效应图
期望值
实验的统计分析第2步:分析模型的有效型
一个有效的实验模型其残差满足以下三个条件:
残差呈正态分布 残差和为零 残差没有明显的模式或者趋势
Minitab为我们制作了四合一残差图进行模型的有效性判定:
实验的统计分析第2步:分析模型的有效型
平均值 残差图
正态概率图
99 90 1
X2
均值 主效应图
数据平均值
X2
信噪比 的平均值
-10 -11 X3 -7 -8 -9 -10 -11 1 2
信噪: 望目(-10*Log10(s**2))
最大化SN比: X1:水平2 X3:水平1
均值 的平均值
1
2
1
2
调整调节因子至目标值: X2:水平1
利用Minitab建立控制图

MiniTab最经典最全面的操作教程

MiniTab最经典最全面的操作教程

3 操作和计算数据 在数据窗口中对数据列进行操作,排序、分组和生 成 方程式。
4 运用数据分析 和质量工具
从基本的统计到质量管理,运用 一系列的分析 方式。
5 图形数据
生成、修改图形,同时打印并且用各种格式保存 图形。
6 管理会话窗, 生成报告
查看输出文本,并且改变输出文本格式,打印 和用各种格式保存。
6s
一、 在一行、一列或者一块单元格中输入数据
1) 输入一列数据 a. 点击数据方向箭头使之朝下 b. 输入数据,然后按Tab或者Enter键移动当前活动单元格。按Ctrl+Enter 组合键,当前活动单元格便跳到了下一列的顶部。
数据方向箭头
注意:输入完一个值回车之 后,当前活动单元格往下移 动一格。
4
打开、保存、关闭PROJECT文件
6s
■打开一个新的project文件,选择File New, 按Minitab Project, 再按 OK. ■打开一个已有的project文件,选择File Open Project. ■打开一个已有的project worksheet,选择File Open Worksheet. ■保存一个project文件,选择File Save Project ■关闭一个project文件,你必须打开一个新的project文件,或一个已有的 project文件,或者退出。 一个MINITAB Project文件包含了所有的工作:收集的数据、输出的文本、图形等。 当保存一个project文件时,所有的东西都保存下来了。 但是一次只能打开一个project文件。Project文件里的各种工作表(data、 work- sheet、graph等)可以单独进行处理---可以生成数据、图形,也可以从别的文 件中通过拷贝的形式向一个project文件添加数据和图形。Project文件里的大部分窗 口的内容都能够单独保存和打印。也可以忽略某些工作表或图形,这样的话,这 些工作表和图形便不会保存到project文件中去。
  1. 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. 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. 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)。
➢试验的范围应当尽可能大一些。
➢因素的水平数要尽量多一些 。
➢水平的间隔要适当分开。
多因素试验设计(续)
多因素试验设计方法的特点
试验类别 因素轮换法 随机试验法 正交设计
均匀设计
筛选试验 中心复合设计 (响应曲面设计)
试验条件和使用效率 适用于因素间无交互作用的情况,使用效率低。 适用于复杂的设计,适用范围广。 试验指标要量化,适用于水平数不超过 5 个的试验, 适用范围比较广。 试验指标和因素水平都要量化,适用于因素水平数超 过 5 个的试验,适用范围比较广。 用于从众多的可能影响因素中找出几个真正重要的 影响因素。
试验设计DOE
试验设计的作用
➢寻找和验证影响过程的主要因素。 ➢优化因素的取值,找出因素的最佳水平搭配。 ➢提高过程和产品的质量,实现6σ管理。 ➢提高过程和产品的稳定性,减少受环境的影响。 ➢提高产品的可靠性,延长产品的使用寿命 。 ➢减少不必要的工艺和材料,降低生产成本,缩 短生产周期。 ➢通过提高产品的设计质量,减小对检验的依赖。
等分法、0.618法、菲波那契数法都属于序贯试验法,需要 在一次试验结束后才能安排下一个试验,试验周期是每次试验 的叠加,这样就必然需要较长的试验时间,适合于每个试验的 时间较短但是费用比较高的场合。
很多情况下需要综合考虑试验费用和试验时间,如果试验 的费用不很高,并且试验设备和其他的资源条件允许,就可以 使用分批试验法,以多做几次试验为代价而缩短试验的周期。
稳健设计的思想
稳健设计(robust design)就是用试验设计提高产品稳 健性的方法,是6σ管理的重要组成部分, 也是一种当今 世界上发达国家深入研究和广泛应用的提高产品开发设计 质量的重要新技术。
从20世纪70年代末期开始,日本学者田口玄一 (G.Taguchi)博士创立了以三次设计法为内容的质量 工程学,其中的主要内容就是稳健设计。
0.618法两个对称试验点的0.382(b 0.618(b
a) a)
n 次试验后0.618法保留区间的长度(最初长度为1)
试验点 1
2
3
4
5
6
7
8
保留长度 0.618 0.382 0.236 0.146 0.090 0.056 0.034 0.021
试验点
9
10 11 12
试验设计DOE(续1)
f(x)
f(x)
a
bx
(a) 单调函数
f(x)
a
bx
(b) 单峰函数
a
bx
(c) 多峰函数
单因素目标函数图
试验设计DOE(续2)
试验设计流程
➢建立试验目标。 ➢明确试验指标。 ➢寻找对试验指标的可能影响因素。 ➢识别可控因素和噪声因素。 ➢选择适用的试验设计方法安排和实施试验。 ➢分析试验数据,寻找因素水平的最优组合。 ➢验证和应用试验结果,评价试验绩效 。
因素轮换法示意图
因素轮换法(续)
因素轮换法的缺点
➢当因素间存在交互作用时因素轮换法的效果就会 较差。 ➢不利于对试验数据的深入分析。 ➢属于序贯试验法,试验的周期长。 ➢试验的效果往往与试验的起始点有关 。
随机试验法
试验次数
10 20 30 40 50
连续n次试验中包含好点的概率
好试验点的比例 p
稳健设计的实施方法(续2)
因素A与B的试验水平与试验结果表
A B 100
260
500
800
900
200
100 115
250
95
103
115
130
135
300
115 125
350
127
400
128
稳健设计的实施方法(续3)
y
135
△y
125
y
135
△y
125
115
115
△y
105
105
△y
△B
△B
Fn 1,1,2,3,5,8,13,21,34,55,89,144,… 起始的两个数都是1,从 n 2起每个数都是前面
两个数之和,即
Fn Fn1 Fn2 (n 2)
单因素试验设计(续4)
菲波那契数法试验安排示例
加括号表示在上一次试验 中已经做过的试验点,是
上一次试验的好点。
试验 水平 试验 菲波那 试验点 线宽 试验指标
稳健设计
1 平均水平与稳健性 2 稳健设计的思想 3 稳健设计的实施方法 4 损失函数与信噪比 5 灵敏度设计 6 多变量图 小组讨论与练习
本章目标
1. 明确稳健性的意义 2. 理解稳健设计的思想 3. 了解稳健设计的基本方法 4. 了解损信噪比和灵敏度的含义和作用 5. 学会使用简单灵活的稳健设计方法
小组讨论与练习
练习题
1. 在一定范围内钢的强度y(MPa)是碳含量x(%)的单调增 加函数,光盘第4章的数据文件中给出了碳含量x取值在
[0.01,0.50]范围内钢的强度数值。试验是有一定误差 的,所以试验的数据并不是严格的递增数列。现在假设 我们事先并不知道这些试验结果,希望用试验设计方法 找到使钢的强度达到500以上的最低碳含量值。给出一 种解决这个问题的试验设计方法,用光盘中给出的数据 实施这项试验设计。 2. 结合自己的工作找出一项可以用 单因素试验设计解决的问题。 给出设计方案,并争取得到实施。
三种原料的单纯形重心设计
试验号 1 2 3 4 5 6 7 8 9 10
p1
1.00000 0.00000 0.00000 0.50000 0.50000 0.00000 0.33333 0.66667 0.16667 0.16667
p2
0.00000 1.00000 0.00000 0.50000 0.00000 0.50000 0.33333 0.16667 0.66667 0.16667
0.01
0.05
0.1
0.2
0.096
0.401
0.651
0.893
0.182
0.642
0.878
0.988
0.260
0.785
0.958
0.999
0.331
0.871
0.985
1.000
0.395
0.923
0.995
1.000
0.3 0.972 0.999 1.000 1.000 1.000
随机试验法(续1)
稳健设计的实施方法
A21B1 A12B22
y y
24733
因素不同水平搭配下的线宽分布图
.0%5 72
5
稳健设计的实施方法(续1)
稳健性设计的试验指标要尽可能选择为计量 (连续)型的指标,不用或少用不合格品率等 属性指标。 用不合格品率作为试验指标的缺点
➢需要做大量的试验。 ➢不适合于分析试验指标和影响因素间的数量联系。 ➢容易对质量改进产生误导,导致试验失败。
是一种特殊设计的试验,一般可以用均匀设计替代。
因素轮换法
(1)A、B两个因素 C1*
A2 B2
C2
C3
都 固定在2水平
B1
A2
B2
C1*
B3*
(2)A因素固定在2水平 C因素固定在1水平
A1
A2*
B3*C1*
A3
(3)B因素固定在3水平 C因素固定在1水平
加*号表示是试验的 好水平,试验的最
优组合是A2 B3C1
单因素试验设计
均分法的特点
➢ 适用面广,适用于任意形式的目标函数。 ➢ 属于整体设计,也就是在试验前就把全部试验计 划制定好了,在条件允许时可以同时进行试验,这 样可以极大地缩短试验的总周期。 ➢均分法对单峰和单调的目标函数效 率低。如果根据经验可以确定目标函 数是单峰函数或单调函数,就应该使 用其它效率更高的方法。
多因素试验设计
生产过程是复杂的,影响过程输出的因素往往不 是单一的,需要考虑多个因素对试验指标的共同影响, 这时就需要采用多因素试验设计。在多因素试验设计 中,合理地选择试验因素和水平是关系到试验能否成 功的关键,下列的注意事项和建议对使用多因素试验 设计是重要的:
➢ 因素数目要适中,不要过多或过少。
号 数目 范围 契数 (档次)
y |y-3.00| 加*号
1 34+1 0
13
+1表
34
21
13
1.26 1.74
21
2.35 0.65*
表示好 点
示含 零 水平
2 21 +1 13 34
8
(21) 2.35 0.65
13
26
3.05 0.05*
两个点
3 13 +1 21 34
5
(26) 3.05 0.05*
改进后的分布
改进前的分布
目标值m 可接受的偏离
瓷砖尺寸
瓷砖尺寸分布图
稳健设计的思想(续3)
减小产品质量的变异性有两种方式
➢一种是消极的方式,也就是限制产品的使用环 境,使用更高等级的元件。
➢另一种是积极的方式,就是提高产品适应外部 环境变化和抵抗内部干扰的能力。
稳健性设计的思想不是去控制波动源改变外 在环境,而是致力于改进产品内部的结构以 提高抗干扰的能力。
i 1, 2,
,p
这种有约束条件的配方设计也称为混料设计,其
设计的方法很复杂,目前还没有特别的好方法。
如前所述,对这种常规方法难以解决的复杂试验 设计问题,可以使用随机试验设计法。
小组讨论与练习
思考题
1. 说明试验设计的意义和实施流程。 2. 谈谈单因素试验设计的方法。 3. 多因素试验设计的特点是什么? 4. 谈谈你对随机试验设计的认识。
相关文档
最新文档