DOE设计田口优化Word格式.docx
《DOE设计田口优化Word格式.docx》由会员分享，可在线阅读，更多相关《DOE设计田口优化Word格式.docx（23页珍藏版）》请在冰豆网上搜索。
现今在发达国家田口方法已运用得相当广泛，并且为它们创造了不斐的收益。
中国的一些企业也引进了这种先进方法并取得了良好的收效。
深圳建裕电子公司就是应用田口方法走产品开发和技术创新之路的成功范例。
建裕从日本、台湾等比较先进、发达的地区引进国内外先进的电路，进行吸收、提高和创新，在市场调查的基础上开发出性能更可靠、功能更齐全、价格更合理的电话机。
使用田口方法后，他们每两个月就推出一部新款的电话机，产品物美价廉，很受用户的青睐，市场份额不断扩大，知名度不断提高，多次被用户评为“消整者信得过产品”，在激烈竞争的电话市场中牢牢地站稳脚跟。
通过上图可以看出17的单值控制图检验结果（检验1。
1个点，距离中心线超过3.00个标准差）,需要检讨原因，修正数据。
2.2经上图可以看出修正后数据已经有代表性，可以进入下一步：
趋中性检查（正态检验）
2.2.1先把数据Y值堆叠，然后选择残差图检验统计模式是否合适？
（堆叠MINITAB路径：
数据-堆叠-列）
y
x
存储残差1
存储拟合1
7
15
-2.8
9.8
15
5.2
11
1.2
9
-0.8
9.8
12
16
-3.4
15.4
17
1.6
18
2.6
14
-3.6
17.6
0.4
19
1.4
-2.6
21.6
25
3.4
22
23
19
-3.8
10.8
10
0.2
4.2
方差分析MINITAB路径：
统计-方差分析-单因子
2.2.2从上图正态概率图可以看出，数据分布在正态轴附近（粗铅笔检验法），判定有代表性和趋中（正态分布）。
2.2.3同时可以看P值来判定是否趋中，从以下信息可知P值<
0.05代表显著，拒绝HO:
电流设定对焊接强度没有影响，所以Ha反假设成立，可以判定数据有代表性和趋中。
单因子方差分析:
y与x
来源
自由度
SS
MS
F
P
x
4
475.76
118.94
14.76
0.000（P值<
电流设定对焊接强度没有影响）
误差
20
161.20
8.06
合计
24
636.96
S=2.839
R-Sq=74.69%
R-Sq（调整）=69.63%
SS代表SUMSquareTotal=SSerror+SSsquare
MS代表平均离散程度=方差=SS/自由度
F代表信噪比=S/N=MSfactor/MSerror,F值越小，代表越显著（控制噪音的前提下））
平均值（基于合并标准差）的单组95%置信区间
水平
N
平均值
标准差
------+---------+---------+---------+---
5
9.800
3.347
（-----*----）
15.400
3.130
（----*----）
17.600
2.074
21.600
2.608
10.800
2.864
10.0
15.0
20.0
25.0
合并标准差=2.839
上图分析：
专业假设，15A会不会省电，17-19A会不会更好，电流越大是不是焊接强度越高，而从上图可以看出答案是否定的。
3.影响强度检查，可以从上图可以看出（R-Sq代表R平方，是显著影响强度，一般参考值为>
70%,为强度高，R平方=SSfactor/SStotal=74.69%，说明影响强度是显著的。
4.最佳值：
望目/大/小
具体可以参考以下水平间的配对比较：
Fisher95%两水平差值置信区间
x水平间的所有配对比较
同时置信水平=73.57%
x=15减自:
下限
中心
上限
--------+---------+---------+---------+-
1.855
5.600
9.345
4.055
7.800
11.545
（----*---）
8.055
11.800
15.545
-2.745
1.000
4.745
（---*----）
-8.0
0.0
8.0
16.0
x=16减自:
-1.545
2.200
5.945
2.455
6.200
9.945
-8.345
-4.600
-0.855
x=17减自:
0.255
4.000
7.745
-10.545
-6.800
-3.055
x=18减自:
-14.545
-10.800
-7.055
从上图中可以看出16-18A是最佳设定值。
全因子DOE方法论
案例：
实验目的：
找出影响BOLTGAP的因子，并实现Y不大于15mm
1.第一阶段：
印证实验目的，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
--可以帮助实验制造纯噪音
--提高检定能力
如果中心点不显著说明是线性，如果显著，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：
--当实验成本不够高，建议加入3个以上中心点，与反复实验搭配考虑
--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：
实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，所以决定固定摩擦力（45）、锤子类型
（1）、液压类型
（1），决定只研究压力、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,更理想的估算水平中心，取样成本如果极低，一定要重复3次取样，这样中心评估能力会更加理想。
--反复：
是不同时间内的多取样。
反复实验的目的，协助实验制造纯噪音，提高实验的检定能力，如果实验成本不高，建议3次重复实验。
如果反复次数较多，重复次数可以考虑减少。
实验成本低，考虑加入反复2次，重复3次
1.4分辨度：
全因子实验
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次实验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>
密度*温度-0.167-0.0832.374-0.040.973（P>
压力*密度*温度-0.417-0.2082.374-0.090.932（P>
S=9.49770PRESS=2630.73
R-Sq=81.86%R-Sq（预测）=51.91%R-Sq（调整）=70.32%
对于Y方差分析（已编码单位）
来源自由度SeqSSAdjSSAdjMSFP
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>
交互作用对Y没有影响，可以通过缩减再观察P值
项
效应
系数
准误
T
常量
114.211
2.571
44.42
0.000
压力
29.917
14.958
2.802
5.34
密度
1.167
0.583
0.21
0.838（P>
0.1,接受HO:
因子对Y没有影响）
温度
-0.167
-0.083
-0.03
0.977（P>
S=11.2085
PRESS=2995.55
R-Sq=65.55%
R-Sq（预测）=45.24%
R-Sq（调整）=58.66%
SeqSS
AdjSS
AdjMS
主效应
3
3585.58
1195.19
9.51
0.001
残差误差
1884.46
125.63
弯曲
1
8.75
0.07
0.802
失拟
892.19
223.05
2.27
0.134
纯误差
10
983.52
98.35
18
5470.05
通过上图可以看出，密度和温度P值>
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：
考虑第一次实验固定了摩擦力（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：
对摩擦力，锤子类型,液压类型
因子水平：
-1，
+1
35
55
1
2
固定因子：
密度114
温度45
压力800
区组：
分辨度：
全因子设计
中心点：
3
反复：
2
重复：
随机：
4。
第四步，第二次实验结果如下：
摩擦力
锤子类型
液压类型
Y1
Y2
Y
45
2
5
47
26.0
40
69
69.0
2
6
6.5
3
37
20.0
50
36
29.5
91
87
89.0
34
28
31.0
25.5
75
94
84.5
107
117
112.0
89
74
81.5
37
41
39.0
97
85
91.0
116107
111.5
99
74
86.5
38
20.5
46
44
45.0
114
102
108.0
107
78
92.5
升级会员 