全因子DOE实验设计方法论.docx
《全因子DOE实验设计方法论.docx》由会员分享，可在线阅读，更多相关《全因子DOE实验设计方法论.docx（7页珍藏版）》请在冰豆网上搜索。
全因子DOE实验设计方法论
全因子DOE实验设计方法论
案例：
试验目的：
找出影响BOLTGAP的因子，并实现Y不大于15mm
1.第一阶段：
印证明验目的，创建因子设计
1.1输出：
BOLTGAP越小越好，并实现Y不大于15mm
输入：
-1，+1
压力:
800（-1）,850（+1）
密度：
100,120
温度：
40，50
摩擦力：
35，55
锤子类型：
1，2
液压类型：
1,2
1.2是否需要中心点？
中心点是个曲率因子，其作用如下：
--可以做线性和非线性检定
--可以帮助试验制造纯噪音
--提高检定能力
假如中心点不显著说明是线性，假如显著，说明是非线性区间，需要进入深维度研究-响应曲面研究
中心点设定原则：
--当试验成本不够高，建议加入3个以上中心点，与反复试验搭配考虑
--有重复设定，中心点选择3个，无重复设定时，中心点选择5个。
--限制条件：
试验情景应是可连续变化的。
结论：
因为加入中心点条件限制，存在非连续变化因子，所以打算固定摩擦力（45）、锤子类型
（1）、液压类型
（1），打算只研究压力、密度、温度三个特性。
加入3个中心点
1.3是否需要再现，加入重复或反复？
1.3.1定义：
--重复：
短时间内多取样，不管取多少我们只看均值。
重复的目的,更抱负的估算水平中心，取样成本假如极低，一定要重复3次取样，这样中心评估能力会更加抱负。
--反复：
是不同时间内的多取样。
反复试验的目的，协助试验制造纯噪音，提高试验的检定能力，假如试验成本不高，建议3次重复试验。
假如反复次数较多，重复次数可以考虑削减。
结论：
试验成本低，考虑加入反复2次，重复3次
1.4辨别度：
全因子试验
1.5区组：
无
1.6随机化：
有
1.7随机运行或标准序（路径：
统计-DOE-因子-创建因子设计），并采集数据
压力密度温度Y1Y2Y3Y
8001125083809987.333
82011240144140132138.667
82012050125127140130.667
810116459213683103.667
8101164512911987111.667
8001125091799488.000
8201204011612194110.333
800120501189890102.000
82011250135149137140.333
82011250131140142137.667
82011240113110136119.667
8001204082116113103.667
8201205099159118125.333
80011240821018790.000
80012040107126116116.333
82012040159118108128.333
8001124011492109105.000
800120501161117199.333
81011645134132130132.000
2。
第二阶段；分析因子设计。
目的：
得到Y=f（x）,确定哪些因子值得存在函式内。
结果:
第1次试验MINITAB路径：
统计-DOE-因子-因子分析设计
拟合因子:
Y与压力,密度,温度
Y的效应和系数的估计（已编码单位）
系数标
项效应系数准误TP
常量114.2112.17952.420.000
压力29.91714.9582.3746.300.000
密度1.1670.5832.3740.250.810
温度-0.167-0.0832.374-0.040.973
压力*密度-11.583-5.7922.374-2.440.033（P>0.05,接受HO:
交互作用对Y没有影响）
压力*温度9.4174.7082.3741.980.073（P>0.05,接受HO:
交互作用对Y没有影响）
密度*温度-0.167-0.0832.374-0.040.973（P>0.05,接受HO:
交互作用对Y没有影响）
压力*密度*温度-0.417-0.2082.374-0.090.932（P>0.05,接受HO:
交互作用对Y没有影响）
S=9.49770PRESS=2630.73
R-Sq=81.86%R-Sq（预估）=51.91%R-Sq（调整）=70.32%
对于Y方差分析（已编码单位）
主效应33585.583585.581195.1913.250.001
2因子交互作用3891.50891.50297.173.290.062
3因子交互作用10.690.690.690.010.932
残差误差11992.27992.2790.21
弯曲18.758.758.750.090.772
纯误差10983.52983.5298.35
合计185470.05
从上图可以看出，P>0.05,接受HO:
交互作用对Y没有影响，可以通过缩减再观看P值
Y的效应和系数的估计（已编码单位）
系数标
项效应系数准误TP
常量114.2112.57144.420.000
压力29.91714.9582.8025.340.000
密度1.1670.5832.8020.210.838（P>0.1,接受HO:
因子对Y没有影响）
温度-0.167-0.0832.802-0.030.977（P>0.1,接受HO:
因子对Y没有影响）
S=11.2085PRESS=2995.55
R-Sq=65.55%R-Sq（预估）=45.24%R-Sq（调整）=58.66%
对于Y方差分析（已编码单位）
主效应33585.583585.581195.199.510.001
残差误差151884.461884.46125.63
弯曲18.758.758.750.070.802
失拟4892.19892.19223.052.270.134
纯误差10983.52983.5298.35
合计185470.05
通过上图可以看出，密度和温度P值>0.1,接受HO:
因子对Y没有影响。
上图可以看出数据是有代表性，并正态分布的。
第三步，得到Y=f（x）
Y=114.211+14.958压力（望小）=114.211-14.958=99.253
即最佳值：
压力（Y）=99.253,与目标不超过15mm差距甚远。
设计下次试验计划：
考虑第一次试验固定了摩擦力（45），锤子类型
（1）,液压类型
（1），所以这次重点研究这三项特性。
调整计划如下：
试验目的：
对摩擦力，锤子类型,液压类型
因子水平：
-1，+1
摩擦力：
3555
锤子类型：
12
液压类型：
12
固定因子：
密度114
温度45
压力800
区组：
无
辨别度：
全因子设计
中心点：
3
反复：
2
重复：
2
随机：
有
4。
第四步，第二次试验结果如下：
摩擦力锤子类型液压类型Y1Y2Y
451254726.0
4011696969.0
4522676.5
402233720.0
5022362329.5
5021918789.0
5012342831.0
4512371425.5
5021759484.5
4521107117112.0
4521897481.5
4522374139.0
4021978591.0
4021116107111.5
4511997486.5
401233820.5
4022464445.0
4511114102108.0
50111077892.5
501272114.0
5022443941.5
45121819.5
4521947886.0
5011799989.0
4511695662.5
4011728980.5
4012031.5
4522281622.0
结果:
第2次试验
拟合因子:
Y与摩擦力,锤子类型,液压类型
Y的效应和系数的估计（已编码单位）
系数标
项效应系数准误TP
常量56.883.41016.680.000
摩擦力4.002.003.4100.590.564
锤子类型10.215.112.5781.980.062
液压类型-65.14-32.572.578-12.640.000
摩擦力*锤子类型-9.75-4.883.410-1.430.169
摩擦力*液压类型3.251.623.4100.480.639
锤子类型*液压类型0.570.292.5780.110.913
摩擦力*锤子类型*液压类型5.502.753.4100.810.430
CtPt-1.465.209-0.280.783
S=13.6400PRESS=6848.20
R-Sq=89.78%R-Sq（预估）=80.20%R-Sq（调整）=85.48%
对于Y方差分析（已编码单位）
主效应330499.530499.510166.554.640.000
2因子交互作用3424.8424.8141.60.760.530
3因子交互作用1121.0121.0121.00.650.430
弯曲114.614.614.60.080.783
残差误差193534.93534.9186.0
失拟3249.9249.983.30.410.751
纯误差163285.03285.0205.3
合计2734594.7
从以上数据可以看出交互作用P值>0.05,接受HO:
交互作用对Y没有影响。
所以缩减交互作用和中心点，再看P值。
拟合因子:
Y与摩擦力,锤子类型,液压类型
Y的效应和系数的估计（已编码单位）
系数标
项效应系数准误TP
常量56.252.46922.790.000
摩擦力4.002.003.2660.610.546
锤子类型10.215.112.4692.070.049
液压类型-65.14-32.572.469-13.190.000
S=13.0628PRESS=5464.60
R-Sq=88.16%R-Sq（预估）=84.20%R-Sq（调整）=86.68%
对于Y方差分析（已编码单位）
主效应330499.530499.510166.559.580.000
残差误差244095.34095.3170.6
弯曲114.614.614.60.080.777
失拟7795.7795.7113.70.550.782
纯误差163285.03285.0205.3
合计2734594.8
从以上P值可以看出，液压类型和锤子类型是显著影响Y的，再做残差分析。
从上图可以看出，数据是有代表性和正态分布的。
得到Y=56.25-32.57*液压类型（望小取+1）+5.11*锤子类型（望小取-1）=18.57
最佳值：
Y=18.57,仍离目标15mm稍有差距。
因试验证明只能优化到如此结果，可能设备能力本身如此。
结论：
用最佳值：
液压类型取2，锤子类型取1，温度800，密度114，温度45
升级会员 