DOE简介经典方法精选
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)。
? 一个因子试验会设置如下:
? 各因子在另一个因子的各水平 改变其水平
? I如加上第三个因子, 球的类型 (Titleist 或 Pinnacle), 设计会变 成:
4
4 酒 啤
? 试验单元(experiment unit):对象,材料或制品等载体,处理(试验)应用其 上的最小单位
? 试验环境:以已知或未知的方式影响试验结果的周围环境
? 模型:可控因子(X1,X2,…Xn), 响应变量(Y) , f 某个确定的函数关系 ? Y= f ( X1, X2, X3,….. Xk) + Error (误差)
? 随机化(randomization)：用完全随机的方式安排各次试验的顺序和／ 或所用的试验单元。防止那些试验者未知的但可能会对响应变量产生 的某种系统的影响。
? 划分区间(blocking)：按照某种方式把各个试验单元区分成组，每组内 保证差异较小，使他们具有同质齐性(homogeneous)，则我们可以在 很大程度上消除由于较大试验误差所带来的分析上的不利影响。如果 分区组有效，则这种方法在分析时，可以将区组内与区组间的差异分 离出来，这样就能大大减少可能存在的未知变量的系统影响。
解决方案-因子试验设计
? 处理多个因子的正确方法是进行因子 试验
? 即 DOE (Design Of Experiments)
? 因子试验
? 各因子一起改变其水平而不是一次一个 ? 试验设计是进行一整套试验且所有试验完成后才进行
分析
Pg 13
因子试验– 实例
? 考虑高球例子的两个因子: 啤酒 和 开车
试验设计(Design of Experime简nts介)
取得突破的蓝图
确定
6 Sigma 概论
项目管理
计算机应用
测量
明确项目定义
分析
确认偏差来源 : 探测性分析
改进
筛选关键 输入变量 (DOE)
控制
优化输出变量
确认输入及 输出指标
确认偏差来源 : 统计性分析
找寻交互作用 ( DOE)
控制 X 和 监控 Y
噪音输入变量 (离散)
可控输入变量
流程
关键流程 输出指标
噪音输入变量 (连续)
?
Pg 5
试验的目的
? 确定
? 那些输入对输出影响最大 (确定关键输入变量 ) ? 什么样的输入设置能产生理想的输出结果 ? 怎样设置影响最大的输入水平以减少输出变量的变化范围 ? 怎样设置可控输入水平使得不能控制的输入变量对输出的影
? 主效应: 某因子处于不同水平时响应变量的差异
? 交互效应: 如果因子A的效应依赖于因子B所处的水平时,我们称A与B 之间有交互作用.
? OFAT法（One-Factor-At-a-Time)：在各因子的变化范围每次改变一 个因子的水平以选定各因子的最佳水平。
.
Pg 7
试wk.baidu.com设计的基本原则
? 重复试验(replication) 一个处理施加于多个试验单元。我们一定要进 行不同单元的重复(replicate)，而不能仅进行同单元的重复 (repetition):要重做试验，而不能仅重复观测或重复取样。
? 不可控制的输入变量是什么?
? 击球的前后一致性 ? 天气 – 风, 雨, 太阳, 温度
?
Pg 9
“最佳猜测”法
? 工业界最常用 ? 程序
? 选择 “最佳估计” 的因子组合
? Ping 牌球杆, Titleist 牌球, 开车, 四瓶啤酒
? 进行一次试验 (打一轮) ? 输出结果与预期值比较 (分数: 94 – 不太好) ? 如结果不理想, 将其中一个因子的水平改变 – 重新试验 ? 如需要重复试验
响减到最小
? 找出定义流程的公式 (y=f(x)) 以优化流程
Pg 6
试验设计中的基本术语
? 因子 (可控因子,非可控因子) X
? 水平: 为了研究因子对响应的影响,需要用到因子的两个或更多的不同 的取值,这些取值称为因子的水平(level)或设置(Setting).
? 处理: 按照设定因子水平的组合,我们就能进行一次试验,可以获得一次 响应变量的观测值,也可以称为一次“试验”(trial, experimental run), 也称为“一次运行”(run).
? 完成阶段总结 ? 结论, 问题和下阶段任务
Pg 3
试验 – 定义
试验是一个或一系列有目的地改变流程或系 统的输入变量以观察识别输出应变量随之改变的 实验
Y=f(x)
Douglas C. Montgomery
那些自变量X显著的影响着Y? 这些自变量X取什么值时将会使
Y达到最佳值?
Pg 4
流程或系统的一般模型
? 缺点 ? 如第一次估计错误, 需要更多次试验– 低效率且时间长 ? 如第一次估计可以接受, 试验会停止下来, “最佳”方案可能永远 找不到
Pg 10
OFAT法– 每次一个因子(One-Factor-At-
a-Time)
? 常用于对所研究流程了解 有限的情况
? 程序
? 选择一个因子水平的组 合作基线
? 能划分区组者则划分取组，不能划分区组者则随机化。 ? Block what you can and randomize what you cannot
Pg 8
设想打高尔夫球是一个试验
? 打一轮高尔夫球的输出变量是什么?
? 分数, 越低越好 (击球及推杆数少 )
? 可控制的输入变量是什么?
? 球及球杆的类型 ? 带着球杆步行或开车运送 ? 玩球时喝掉的啤酒瓶数
? 在各因子的变化范围每 次改变一个因子的水平
? 选定各因子的最佳水平
? 对啤酒及走或开车的组合:
?
Pg 11
OFAT的缺点
? 主要缺点 ? OFAT 未能考虑交互作用
? 交互作用 – 在另一个因子的不同水平 , 一个因子产生的效果 不相同
? 另一个缺点
? OFAT 总是比统计 学试验设计效率差
Pg 12
分析测量系统
确认偏差来源 : 方差分析
确定 Y=f (X)
确立长期 质量管理
基础统计学
确定工艺能力
规划试验设计
Pg 2
改进阶段: 可能取得的成果
? 项目回顾和第一,二次课程其余成果
? 筛选关键输入变量 ? 设计一个试验 ? 部分因子试验
? 找寻交互作用 (DOE) 及 定义 Y = f (X) ? 2K 因子试验 ? 2K: 中心点及分区试验 ? 为 DOE选定样本尺寸 ? 全因子试验 ? 优化试验简介
? 各因子在另一个因子的各水平 改变其水平
? I如加上第三个因子, 球的类型 (Titleist 或 Pinnacle), 设计会变 成:
4
4 酒 啤
? 试验单元(experiment unit):对象,材料或制品等载体,处理(试验)应用其 上的最小单位
? 试验环境:以已知或未知的方式影响试验结果的周围环境
? 模型:可控因子(X1,X2,…Xn), 响应变量(Y) , f 某个确定的函数关系 ? Y= f ( X1, X2, X3,….. Xk) + Error (误差)
? 随机化(randomization)：用完全随机的方式安排各次试验的顺序和／ 或所用的试验单元。防止那些试验者未知的但可能会对响应变量产生 的某种系统的影响。
? 划分区间(blocking)：按照某种方式把各个试验单元区分成组，每组内 保证差异较小，使他们具有同质齐性(homogeneous)，则我们可以在 很大程度上消除由于较大试验误差所带来的分析上的不利影响。如果 分区组有效，则这种方法在分析时，可以将区组内与区组间的差异分 离出来，这样就能大大减少可能存在的未知变量的系统影响。
解决方案-因子试验设计
? 处理多个因子的正确方法是进行因子 试验
? 即 DOE (Design Of Experiments)
? 因子试验
? 各因子一起改变其水平而不是一次一个 ? 试验设计是进行一整套试验且所有试验完成后才进行
分析
Pg 13
因子试验– 实例
? 考虑高球例子的两个因子: 啤酒 和 开车
试验设计(Design of Experime简nts介)
取得突破的蓝图
确定
6 Sigma 概论
项目管理
计算机应用
测量
明确项目定义
分析
确认偏差来源 : 探测性分析
改进
筛选关键 输入变量 (DOE)
控制
优化输出变量
确认输入及 输出指标
确认偏差来源 : 统计性分析
找寻交互作用 ( DOE)
控制 X 和 监控 Y
噪音输入变量 (离散)
可控输入变量
流程
关键流程 输出指标
噪音输入变量 (连续)
?
Pg 5
试验的目的
? 确定
? 那些输入对输出影响最大 (确定关键输入变量 ) ? 什么样的输入设置能产生理想的输出结果 ? 怎样设置影响最大的输入水平以减少输出变量的变化范围 ? 怎样设置可控输入水平使得不能控制的输入变量对输出的影
? 主效应: 某因子处于不同水平时响应变量的差异
? 交互效应: 如果因子A的效应依赖于因子B所处的水平时,我们称A与B 之间有交互作用.
? OFAT法（One-Factor-At-a-Time)：在各因子的变化范围每次改变一 个因子的水平以选定各因子的最佳水平。
.
Pg 7
试wk.baidu.com设计的基本原则
? 重复试验(replication) 一个处理施加于多个试验单元。我们一定要进 行不同单元的重复(replicate)，而不能仅进行同单元的重复 (repetition):要重做试验，而不能仅重复观测或重复取样。
? 不可控制的输入变量是什么?
? 击球的前后一致性 ? 天气 – 风, 雨, 太阳, 温度
?
Pg 9
“最佳猜测”法
? 工业界最常用 ? 程序
? 选择 “最佳估计” 的因子组合
? Ping 牌球杆, Titleist 牌球, 开车, 四瓶啤酒
? 进行一次试验 (打一轮) ? 输出结果与预期值比较 (分数: 94 – 不太好) ? 如结果不理想, 将其中一个因子的水平改变 – 重新试验 ? 如需要重复试验
响减到最小
? 找出定义流程的公式 (y=f(x)) 以优化流程
Pg 6
试验设计中的基本术语
? 因子 (可控因子,非可控因子) X
? 水平: 为了研究因子对响应的影响,需要用到因子的两个或更多的不同 的取值,这些取值称为因子的水平(level)或设置(Setting).
? 处理: 按照设定因子水平的组合,我们就能进行一次试验,可以获得一次 响应变量的观测值,也可以称为一次“试验”(trial, experimental run), 也称为“一次运行”(run).
? 完成阶段总结 ? 结论, 问题和下阶段任务
Pg 3
试验 – 定义
试验是一个或一系列有目的地改变流程或系 统的输入变量以观察识别输出应变量随之改变的 实验
Y=f(x)
Douglas C. Montgomery
那些自变量X显著的影响着Y? 这些自变量X取什么值时将会使
Y达到最佳值?
Pg 4
流程或系统的一般模型
? 缺点 ? 如第一次估计错误, 需要更多次试验– 低效率且时间长 ? 如第一次估计可以接受, 试验会停止下来, “最佳”方案可能永远 找不到
Pg 10
OFAT法– 每次一个因子(One-Factor-At-
a-Time)
? 常用于对所研究流程了解 有限的情况
? 程序
? 选择一个因子水平的组 合作基线
? 能划分区组者则划分取组，不能划分区组者则随机化。 ? Block what you can and randomize what you cannot
Pg 8
设想打高尔夫球是一个试验
? 打一轮高尔夫球的输出变量是什么?
? 分数, 越低越好 (击球及推杆数少 )
? 可控制的输入变量是什么?
? 球及球杆的类型 ? 带着球杆步行或开车运送 ? 玩球时喝掉的啤酒瓶数
? 在各因子的变化范围每 次改变一个因子的水平
? 选定各因子的最佳水平
? 对啤酒及走或开车的组合:
?
Pg 11
OFAT的缺点
? 主要缺点 ? OFAT 未能考虑交互作用
? 交互作用 – 在另一个因子的不同水平 , 一个因子产生的效果 不相同
? 另一个缺点
? OFAT 总是比统计 学试验设计效率差
Pg 12
分析测量系统
确认偏差来源 : 方差分析
确定 Y=f (X)
确立长期 质量管理
基础统计学
确定工艺能力
规划试验设计
Pg 2
改进阶段: 可能取得的成果
? 项目回顾和第一,二次课程其余成果
? 筛选关键输入变量 ? 设计一个试验 ? 部分因子试验
? 找寻交互作用 (DOE) 及 定义 Y = f (X) ? 2K 因子试验 ? 2K: 中心点及分区试验 ? 为 DOE选定样本尺寸 ? 全因子试验 ? 优化试验简介