DOE-实验设计及实例操作【可编辑】
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)。
例如在进行A1和A2的比较时，必须考虑到其它因子， 但目前的方法无法达成。用Y2与Y1的结果比较A2和A1的 效果是在其他因素不变的条件下进行的，如果在实验1和 实验2中将B1换成B2，C1换成C2，则Y2与Y1是否会有比较 大的变化，甚至大小顺序都逆转？实验次数虽然减少了 ，但结果的可靠性却明显不能保证。
相同原料 更便宜的原料
相同制程
相同产品 相同功能
为什么良品率 不一样？
为什么可以做出低成 本高质量的产品？
DOE
第一章 实验方法
DOE
DOE运用的经典案例：瓷砖工厂的实验
在1953年，日本一个中等规模的瓷砖制造公司，花了 200万元，从西德买来一座新的隧道，窑本身有80公尺 长，窑内有一部搬运平台车，上面堆着几层瓷砖，沿 着轨道缓慢移动，让瓷砖承受烧烤。 问题是，这些瓷砖尺寸大小的变异，他们发现外层瓷 砖，有50%以上超出规格，则正好符合规格。引起瓷砖 尺寸的变异，很明显地在制程中，是一个杂音因素。 解决问题，使得温度分布更均匀，需要重新设计整个 窑，需要额外再花50万元，投资相当大。
水准二(现行) 1% 粗 43% 现行组合 1200公斤 4% 5%
DOE
实验法1： 一次一个因素法
所谓一次一个因素法，就是先固定一种组合，而其它因 子保持固定，然后每次改变一个条件，将相邻的两次实 验结果进行比较，以估计两个条件的效果差异，实验方 案如下表： 缺点是不能保证结果的再现性，尤其是有交互作用时。
B1和B2的作用分别对应于Y1+Y2+Y5+Y6与Y3+Y4+Y7+Y8 ;
C1和C2的作用分别对应于Y1+Y2+Y7+Y8与Y3+Y4+Y5+Y6；
D1和D2的作用分别对应于Y1+Y3+Y5+Y7与Y2+Y4+Y6+Y8；
。。。。。。
DOE
L8(27) 正交表
DOE
回应表(Response Table)
实验设计
网址： email:
DOE
课程大纲
第一章 实验方法 田口式实验计划法的经典案例
第二章、利用正交表进行实验设计 第三章、实验数据分析 第四章、参数设计
DOE
一、为什么需要实验设计
同样在生产同规格的产品，为什么有些厂商的良品率就 是比较高。
同样是在生产同类型的产品，为什么有些人的产品性能 以及寿命就是比较好，而成本又比较低呢？
DOE
一次一因素的实验
实验次数 A
B
C
D
E
F
G
实验結果
1
A1 B1 C1 D1 E1 F1 G1 1
2
A2 B1 C1 D1 E1 F1 G1 2
3
A2 B2 C1 D1 E1 F1 G1 3
4
A2 B2 C2 D1 E1 F1 G1 4
5
A2 B2 C2 D2 E1 F1 G1 5
6
A2 B2 C2 D2 E2 F1 G1 6
DOE
內部磁砖
外层磁砖 (尺寸大小有变异)
改善前
上限
尺
寸
大 小
外部磁砖
改善前
內部磁砖
下限
DOE
原材料粉碎及混合 成型 烧成 上釉 烧成
控制因素 A:石灰石量 B:某添加物粗细度 C:蜡石量 D:蜡石种类 E:原材料加料量 浪费料回收量 长石量
水准一(新案) 5% 细 53% 新案组合 1300公斤 0% 0%
DOE
DOE
实验法3：田口式实验计划法
由田口玄一博士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。
厂商必须致力于在生产前就使复杂的产品达到高品质。 减少变异亦即要有较大的再现性和可靠性，而最终目的
就是要为制造商和消费者节省更多的成本。
DOE
正交表(Orthogonal Array)
DOE
內部瓷砖
外层瓷砖 (尺寸大小有变异)
改善前
改善后 上限
尺
寸
大 小
外部瓷砖
內部瓷砖
下限
DOE
讨论题
从本案例中，你认为最能提供最完整的实验数据的是 那一个方法?
一次一个因子法 全因子法 正交实验法 正交实验法有何优点？
DOE
第二章、利用正交表进行实验设计
DOE
交互作用
原先假设因素的效果不会受其它因素水准的影响，然而 在实际的状况并非如此；当一个因素的效果与其它因 素水准相互影响时，因素间就有交互作用存在。
4
1
2
2
2
2
1
1 Y4
5
2
1
2
1
2
1
2 Y5
6
2
1
2
2
1
2
1 Y6
7
2
2
1
1
2
2
1 Y7
8
2
2
1
2
1
1
2 Y8
DOE
在后四次实验中，B、C、D、E、F、G等6个因素的两种 选择也都出现了两次，于是我们可以大胆的得出结论， Y1、Y2、Y3、Y4的总和之所以与Y5、Y6、Y7、Y8的总 和不同，就是由A1与A2的差异导致的，因为其他因素的 两个水准都出现了相同的次数，其影响力已经各自抵消 ！（这个结论虽然大胆，但确实可靠，原理将在后述内 容中说明），同理：
要素 不良总数 不良百分比 要素 不良总数 不良百分比
A1 51/400
12.75
E1
122
30.50
A2
142
35.5
E2
71
17.75
B1
107
26.75
F1
54
13.50
B2
86
21.5
F2
139
34.75
C1
101
25.25
G1
132
33.00
C2
92
D1
76
23.00 19.00
G2
61
合计
193
15.25 24.12
D2
117
29.25
DOE
最佳条件确认
由于缺陷是愈小愈好，所以依此选出的最佳条件为： A1B2C2D1E2F1G2。
确认实验：将预期的缺陷数和“确认实验”的结果做比 较。
但事实上厂商选得是A1B2C1D1F1G2，主要的原因是C(蜡 石)要因的价格很贵，但改善的效果又不大，所以选 C1(蜡石含量为43%)
7
A2 B2 C2 D2 E2 F2 G1 7
8
A2 B2 C2 D2 E2 F2 G2 8
DOE
实验法2：全因子实验法
全因子实验法 所有可能的组合都必须加以深究，信息全
面，但相当耗费时间、金钱，例如:
7因子，2水准共须做128次实验。 13因子，3水准就必须做了1,594,323次实验，如果每 个实验花3分钟，每天8小时，一年250个工作天，共须 做40年的时间。
直交表(正交表) 直交表用于实验计划，它的建构，允许每一个因素的效
果，可以在数学上，独立予以评估。 可以有效降低实验次数，进而节省时间、金钱而且又
可以得到相当好的结果。
DOE
L8(27) 正交表
次数 A
B
C
D
E
F
G 结果
1
2
3
4
5
6
7
1
1
1
1
1
1
1
1 Y1
2
百度文库
1
1
1
2
2
2
2 Y2
3
1
2
2
1
1
2
2 Y3
相同原料 更便宜的原料
相同制程
相同产品 相同功能
为什么良品率 不一样？
为什么可以做出低成 本高质量的产品？
DOE
第一章 实验方法
DOE
DOE运用的经典案例：瓷砖工厂的实验
在1953年，日本一个中等规模的瓷砖制造公司，花了 200万元，从西德买来一座新的隧道，窑本身有80公尺 长，窑内有一部搬运平台车，上面堆着几层瓷砖，沿 着轨道缓慢移动，让瓷砖承受烧烤。 问题是，这些瓷砖尺寸大小的变异，他们发现外层瓷 砖，有50%以上超出规格，则正好符合规格。引起瓷砖 尺寸的变异，很明显地在制程中，是一个杂音因素。 解决问题，使得温度分布更均匀，需要重新设计整个 窑，需要额外再花50万元，投资相当大。
水准二(现行) 1% 粗 43% 现行组合 1200公斤 4% 5%
DOE
实验法1： 一次一个因素法
所谓一次一个因素法，就是先固定一种组合，而其它因 子保持固定，然后每次改变一个条件，将相邻的两次实 验结果进行比较，以估计两个条件的效果差异，实验方 案如下表： 缺点是不能保证结果的再现性，尤其是有交互作用时。
B1和B2的作用分别对应于Y1+Y2+Y5+Y6与Y3+Y4+Y7+Y8 ;
C1和C2的作用分别对应于Y1+Y2+Y7+Y8与Y3+Y4+Y5+Y6；
D1和D2的作用分别对应于Y1+Y3+Y5+Y7与Y2+Y4+Y6+Y8；
。。。。。。
DOE
L8(27) 正交表
DOE
回应表(Response Table)
实验设计
网址： email:
DOE
课程大纲
第一章 实验方法 田口式实验计划法的经典案例
第二章、利用正交表进行实验设计 第三章、实验数据分析 第四章、参数设计
DOE
一、为什么需要实验设计
同样在生产同规格的产品，为什么有些厂商的良品率就 是比较高。
同样是在生产同类型的产品，为什么有些人的产品性能 以及寿命就是比较好，而成本又比较低呢？
DOE
一次一因素的实验
实验次数 A
B
C
D
E
F
G
实验結果
1
A1 B1 C1 D1 E1 F1 G1 1
2
A2 B1 C1 D1 E1 F1 G1 2
3
A2 B2 C1 D1 E1 F1 G1 3
4
A2 B2 C2 D1 E1 F1 G1 4
5
A2 B2 C2 D2 E1 F1 G1 5
6
A2 B2 C2 D2 E2 F1 G1 6
DOE
內部磁砖
外层磁砖 (尺寸大小有变异)
改善前
上限
尺
寸
大 小
外部磁砖
改善前
內部磁砖
下限
DOE
原材料粉碎及混合 成型 烧成 上釉 烧成
控制因素 A:石灰石量 B:某添加物粗细度 C:蜡石量 D:蜡石种类 E:原材料加料量 浪费料回收量 长石量
水准一(新案) 5% 细 53% 新案组合 1300公斤 0% 0%
DOE
DOE
实验法3：田口式实验计划法
由田口玄一博士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。
厂商必须致力于在生产前就使复杂的产品达到高品质。 减少变异亦即要有较大的再现性和可靠性，而最终目的
就是要为制造商和消费者节省更多的成本。
DOE
正交表(Orthogonal Array)
DOE
內部瓷砖
外层瓷砖 (尺寸大小有变异)
改善前
改善后 上限
尺
寸
大 小
外部瓷砖
內部瓷砖
下限
DOE
讨论题
从本案例中，你认为最能提供最完整的实验数据的是 那一个方法?
一次一个因子法 全因子法 正交实验法 正交实验法有何优点？
DOE
第二章、利用正交表进行实验设计
DOE
交互作用
原先假设因素的效果不会受其它因素水准的影响，然而 在实际的状况并非如此；当一个因素的效果与其它因 素水准相互影响时，因素间就有交互作用存在。
4
1
2
2
2
2
1
1 Y4
5
2
1
2
1
2
1
2 Y5
6
2
1
2
2
1
2
1 Y6
7
2
2
1
1
2
2
1 Y7
8
2
2
1
2
1
1
2 Y8
DOE
在后四次实验中，B、C、D、E、F、G等6个因素的两种 选择也都出现了两次，于是我们可以大胆的得出结论， Y1、Y2、Y3、Y4的总和之所以与Y5、Y6、Y7、Y8的总 和不同，就是由A1与A2的差异导致的，因为其他因素的 两个水准都出现了相同的次数，其影响力已经各自抵消 ！（这个结论虽然大胆，但确实可靠，原理将在后述内 容中说明），同理：
要素 不良总数 不良百分比 要素 不良总数 不良百分比
A1 51/400
12.75
E1
122
30.50
A2
142
35.5
E2
71
17.75
B1
107
26.75
F1
54
13.50
B2
86
21.5
F2
139
34.75
C1
101
25.25
G1
132
33.00
C2
92
D1
76
23.00 19.00
G2
61
合计
193
15.25 24.12
D2
117
29.25
DOE
最佳条件确认
由于缺陷是愈小愈好，所以依此选出的最佳条件为： A1B2C2D1E2F1G2。
确认实验：将预期的缺陷数和“确认实验”的结果做比 较。
但事实上厂商选得是A1B2C1D1F1G2，主要的原因是C(蜡 石)要因的价格很贵，但改善的效果又不大，所以选 C1(蜡石含量为43%)
7
A2 B2 C2 D2 E2 F2 G1 7
8
A2 B2 C2 D2 E2 F2 G2 8
DOE
实验法2：全因子实验法
全因子实验法 所有可能的组合都必须加以深究，信息全
面，但相当耗费时间、金钱，例如:
7因子，2水准共须做128次实验。 13因子，3水准就必须做了1,594,323次实验，如果每 个实验花3分钟，每天8小时，一年250个工作天，共须 做40年的时间。
直交表(正交表) 直交表用于实验计划，它的建构，允许每一个因素的效
果，可以在数学上，独立予以评估。 可以有效降低实验次数，进而节省时间、金钱而且又
可以得到相当好的结果。
DOE
L8(27) 正交表
次数 A
B
C
D
E
F
G 结果
1
2
3
4
5
6
7
1
1
1
1
1
1
1
1 Y1
2
百度文库
1
1
1
2
2
2
2 Y2
3
1
2
2
1
1
2
2 Y3