DOE讲师教材ppt课件

1、Design Of Experiment 实 验 设 计.实验设计课程大纲实验设计根本概念实验方案设计实验结果分析方差分析.一、实验设计的根本概念实验设计的优点术语及定义正交实验设计原理实验设计表.开展历程1920年，英国统计学家费歇尔用于农田实验；三、四十年代，英、美等国对DOE进展了进一步的研讨，得以广泛运用于冶金、建筑、医药等行业；二战后，日本将其作为管理技术之一引进，经开展成田口方法；如今，6SIGMA将其作为最主要的改善工具。.日本经济开展中至少有10%的功绩归于正交实验设计。DOE的作用.实验方式：尝试方法：根据数据每次实验结果参与本人的专业判别，以决议下一次实验的参数组合。此方法

2、需求很强的专业知识。单因子实验方法：一次只改动一个输入因子，以寻求该因子的最正确设定值。此方法不适宜两个因子同时影响输出特性值的情况。多因子多元配置实验方法：一切因子陈列组合，对每一种能够都进展实验，以找到最正确组合。此法只在因子数少时才运用。正交实验方法：经过由各因子在实验中出现一样次数，以平衡各因子的影响大小。可同时处理以上两个缺陷。.。DOE 简介I任何事物都可看做一个过程。由于输入的变化、各种干扰要素的影响以及各动摇源之间能够存在的交互作用，使得过程的输出变化不定。终究是哪些要素显著的影响着输出的动摇？在哪些条件下输出可以控制在理想的范围内？实验设计DOE可帮我们解开其中之谜！过 程输

3、入输出 干 扰.DOE 简介IIDOE过程可分为实验方案的设计和实验结果的数据分析两部分。实验方案的设计包括确定实验目的、选取要素、确定要素程度、建立实验目的的数学模型和方案。实验结果的数据分析是运用线性代数、概率论和数理统计等数学工具对实验数据进展分析处置，包括极差分析、方差分析.DOE 的优点科学合理的安排实验，从而减少实验次数，缩短实验周期，提高经济效益从众多的影响要素中找出影响输出的主要要素分析影响要素之间交互作用影响的大小分析实验误差的影响大小，提高实验精度找出较优的参数组合，并经过对实验结果的比较、分析，找出到达最优化方案进一步实验的方向对最正确方案的输出值进展预测.术语及定义实验

4、因子和程度实验设计表输出变量.因子因子：实验中，影响实验输出的要素。又称要素或输入自变量x。可控因子:实验过程中可以设置和坚持在希望的程度。噪声因子:可导致实验结果发生偏向,但无法控制。.程度程度：实验中各因子的不同取值。普通要素均取2-3个程度做实验。程度范围选择要思索对结果的影响程度，选择适度。低-1 高1实践影响实验影响低-1 高1实践影响实验影响.程度2程度：只需求调查因子对实验结果的线性影响；3程度：调查因子对实验结果的非线性影响。 低-1 中0 高1Y低-1 高1Y.输出变量实验设计的输出结果；尽能够运用计量型数据；关注均值的最优化及变差的最少化。.例子某公司消费DVD-ROM用激

5、光头，经定义分析激光头与激光管的粘接力过小，要提高粘接力，需进展资料粘接实验。水平因素（因子）输出变量(实验结果)ABC粘接时间粘接温度胶牌号1（）A1=10SB1=200555粘接力2（+）A2=8SB2=250360X3A3=5SB3=270Tu90.术语及定义交互作用：因子间相互影响的程度。如粘接时间粘接温度。实验次数：各因子的程度组合数。粘接力高温低温短粘接时间长粘接时间.正交实验设计表实验设计表是实验设计的工具，正交表是实验设计表的代表。L (2 )43正交实验代号实验次数因子数全因子实验数程度.正交实验设计表实验次数因子ABC1112212132114222.正交实验设计表原理正交

6、实验表的性质：整齐可比性：同一张表上，每个要素的每个程度出现的次数相等。平衡分散性：恣意两列的程度数字配对完全相等。111122121221222211212112假设最优实验点111不在实验中，可经过相邻实验点211，112，121很容易找到。.常用正交设计表L (2 )43L (2 )87L (2 )1211L (2 )1615L (3 )94L (3 )2713L (4 )165L (5 )256L (2 *3 )1817L (4 *2 )814L (4 *2 )16112.二、实验方案设计实验设计方案实验设计流程实验设计的胜利要素.实验设计的类别和用途选择实验类别需思索：实验目的因子和

7、程度数每次实验的本钱根据不同的目的和因子数，包括6种实验类别。.实验设计类别实验类型目标可控因子数全因子实验寻找最有利于输出的因子水平建立可评估所有交互影响的数学模型4因子之内部分因子实验寻找最有利于输出的因子水平建立可评估所有交互影响的数学模型5因子以上筛选实验从大量因子中找到少数关键因子7因子以上中心复合设计优化，建立非线性影响存在时的数学模型，（响应表面方法）3因子以上可靠设计优化，当存在噪声因子变化的场合发现输出最小变异时对应的因子水平。5因子以上田口可靠设计优化，优化产品或制造过程函数，使输出对噪声因子敏感最小，对输入因子敏感性最大7因子以上.实验类别的选择流程确定实验目的选定因子挑

8、选因子实验精度不高全部分因子优化结果分析目的达成终了.运作流程确定实验目的制定实验设计方案确定实验类别实验预备验证丈量系统实验及记录数据结果分析优化组合验证明验控制.实验方案表项目名称：日期：目标：相关背景：输出特性：测量方法：规格：因子对输出的影响目前水平范围易改变性低水平高水平备注：.制定实验方案的本卷须知：最好选择单一输出变量；在选择因子实验时，根据阅历和历史数据先挑选，以降低本钱；对与无法确认实验影响程度的因子，可先经过挑选实验确定其对输出的影响；确定能够影响输出变量的噪声因子。.胜利的关键准确衡量实验目的详细的输入因子可靠的设计方案详尽的实验方案合格的丈量系统可追溯的实验条件.运用D

9、OE,优选ASI MODEL 857 蚀刻ETCHING工艺,提高印刷电路板的线路质量案例I.实验方案的设计明确目的,确定目的实验目的: 优选蚀刻ETCHING工艺,明确蚀刻温度、 速度、铜厚对蚀刻效果的影响，使制程变差 最小化实验目的: 线宽目的值为5mil+/-1mil. 制定要素程度表根据以往的蚀刻操作记录,并参阅有关资料,选取如下要素程度表，并以为因子间存在交互影响。.设计实验方案本实验选用正交表 L8(2/7),温度TEMP、速度SPEED、铜厚COPPER THK作全因子实验，以调查因子间的交互影响。.设计实验方案MINITAB创建因子设计方案.设计实验方案MINITAB选择3因子

10、2程度的全因子实验.设计实验方案MINITAB选择全因子设计方案分区不同人，时间，地点选择中心点，调查非线性影响选择反复实验，调查实验误差，判别因子程度的显著影响.设计实验方案MINITAB命名因子称号，确定因子的数据类型.设计实验方案MINITAB随机实验.设计实验方案MINITAB多因子的交互影响.全因子实验设计方案MINITAB)标准顺序实验顺序中心点分区蚀刻温度蚀刻速度铜厚81111 （50）1（78）1（1.5）5211-1（45）-1（50）123111-1-1（1.3）64111-113511-11-17611-1111-1.。运用正交实验,优选SANMINA(ASIA)波峰焊接

11、工艺,提高印刷电路板的焊接质量案例2.。实验方案的设计明确目的,确定目的实验目的: 优选波峰焊接工艺,提高印刷电路板的焊 接质量实验目的: 衡量波峰焊接质量的好坏，是疵点(搭 丝,拉尖,漏焊,半焊,气孔等)数目的多少 .据各种疵点影响整机电性能的重要程度 ,采用加权平均法,以加权疵点数作为实验 目的.详细作法如下:.。加权疵点数 Y = iCiY越小越好.实验目的.。 制定要素程度表根据以往的波焊操作记录,并参阅有关资料,选取如下要素程度表又据专业知识,能够忽略要素间的交互作用.。设计实验方案本实验选用正交表 L9(3/4),由于四个要素将四个列全部排满,因此,无法估计实验误差的大小.为此,普

12、通的做法是,采用反复实验的方法(例如,每号方案至少做两次实验),或者选用更大的正交表(例如,选取L18(2/1*3/7)或L27(3/13).但是,这样做均会导致实验次数成倍添加.本例,在其后的方差分析中,将影响小的要素当误差对待,来检验其它要素的显著性,这也不失为一种方法.实验方案表.3、实验结果分析实验结果确实定及丈量极差分析方差分析回归分析.影响实验结果分析精度的几个重要要素实验误差项每个实验组合中获得多个数据引起的变异样本数量样本数量大那么实验误差小，样本数量不得少于3个，但要思索本钱。实验结果的评价方法对于多目的要转化为综合目的，如案例2。.极差分析特点:简单，可直接手工计算，只能定

13、性分析因子对输出变量的影响。.案例2.从上表可以看出, 9 个实验方案中,第5号方案加权缺陷数最少.因此,直接看的最好方案为第5号方案,相应的工艺条件为:A2B2C3D1.实验结果的直观分析.实验结果的极差分析列表计算以下各值KA1=(42.31+35.23+25.3)/3=34.28KA2=(40.48+11.4+14.39)/3=22.09KA3=(28.1+16.67+21.58)/3=22.12KB1=36.97 KB2=21.1 KB3=20.42KC1=24.46 KC2=32.43 KC3=21.6KD1=25.1 KD2=25.91 KD3=27.48RA的程度极差=12.19

14、 RB的程度极差=16.55RC的程度极差=10.83 RD的程度极差=2.38.极差分析表K134.2836.9724.4625.1K222.0921.132.4325.91K322.1220.4221.627.48R12.1916.5510.832.38.实验结果的极差分析按极差大小，判别要素的影响大小 本列要素的主次关系为： 主 次 B A C D最正确工艺确定 由于Y的数值越小越好,所以比较各要素的 Ti大小,可得最正确工艺为: A2B3C3D1,此方案不在已做的9个实验之中.方差分析特点：分析方法复杂；可定量地分析出各因子对输出的影响程度；能确定实验误差；可从统计上确定真正的重要因子

15、。方差分析原理见附录.单因子方差分析例子：某公司质量部想确认三个供应商供应的电阻对产品性能的影响有无差别。实验因子各取5个样品的实验结果电阻123451供应商A10121314192供应商应商C2118151216.单因子方差分析结果MINITABSource DF SS MS F 值 P值供应商程度影响 2 21.73 10.87 1.29 0.311误差 12 101.20 8.43总和 14 122.93S = 2.904 R-Sq = 17.68% R-Sq(adj) = 3.96% Individual 95% CIs For Mean Based on P

16、ooled StDev程度 样本 Mean StDevA 5 13.600 3.362 (-*-)B 5 15.800 1.643 (-*-)C 5 16.400 3.362 (-*-) -+-+-+-+- 12.5 15.0 17.5 20.0当P0.05时表示不同供应商程度对实验结果有显著影响.双因子方差分析PCBA焊接质量与焊接温度和焊锡丝的松香含量有关,根据不同程度的焊接温度和松香比重实验得出相应的焊点不良数.实验因子输出YA(温度)B(含量)111302124031355421305226562355731358321593375.Two-way ANOVA: Y versus A,

17、 B Source DF SS MS F PA 2 .89 69.444 0.20 0.827B 2 1438.89 719.444 2.06 0.242Error 4 4.44 348.611Total 8 2972.22S = 18.67 R-Sq = 53.08% R-Sq(adj) = 6.17%双因子方差分析结果MINITAB当PF临界值,要素有显著影响.方差分析的显著性断定.因子对呼应平均值的影响陈列 Level A B C D1 34.28 36.96 24.46 25.102 22.09 21.10 32.43 25.913 22.12 20.42 21.60 27.48 De

18、lta 12.19 16.54 10.83 2.39 Rank 2 1 3 4.。验证明验验证明验结果阐明,上述工艺条件确实是最正确的,其焊接质量大幅度改良.DOE 实验数据(只做一次实验)案例IStdOrderRunOrderCenterPtBlocks温度速度铜厚线宽81111116.75211-1-114.723111-1-15.164111-114.53511-11-17.17611-1116.31711-1-1-15.5481111-17.9.实验结果分析MINITAB输出变量确定残值图形确定主要影响因子确定残值与变量的对比.图形分析MINITAB由图可知,速度为影响线宽的主要因子.

19、Factorial Fit: 线宽 versus 温度 , 速度 , 铜厚Estimated Effects and Coefficients for 线宽 (coded units) Term Effect 系数 SE Coef T PConstant 5.9750 0.07500 79.67 0.008温度 0.1500 0.0750 0.07500 1.00 0.500速度 2.0500 1.0250 0.07500 13.67 0.046铜厚 -0.8500 -0.4250 0.07500 -5.67 0.111温度 *速度 0.4500 0.2250 0.07500 3.00 0.2

20、05温度 *铜厚 -0.0500 -0.0250 0.07500 -0.33 0.795速度 *铜厚 -0.1500 -0.0750 0.07500 -1.00 0.500S = 0.212132 R-Sq = 99.57% R-Sq(adj) = 96.97%P0.05为影响不显著.由图可知,残值不呈正态分布,搜集的数据太少残值没有随机分布,拟合模型不好残值分析查看拟合模型的适宜性.各因子程度产生的残值相等,阐明程度变化不能减少输出变量的变差残值与输出变量对比分析寻觅减少变差的时机.实验结果(反复实验6次)StdOrder实验顺序CenterPtBlocks温度速度铜厚线宽121115078

21、1.36.31121145781.37.33331145501.35.51541145781.57.92651150501.34.52561145501.3556.31481150501.54.61391145501.55.346101150501.54.642111150501.34.741121145501.35.57131145781.57.7.第一种分析方法:与单次实验方法同.回归分析(MINITAB)Factorial Fit: 线宽 versus 温度 , 速度 , 铜厚 Estimated Effects and Coefficients for 线宽

22、(coded units)Term Effect 系数 SE Coef T PConstant 5.9208 0.02524 234.62 0.000温度 -0.8333 -0.4167 0.02524 -16.51 0.000速度 1.9833 0.9917 0.02524 39.30 0.000铜厚 0.1333 0.0667 0.02524 2.64 0.012温度 *速度 -0.2250 -0.1125 0.02524 -4.46 0.000温度 *铜厚 -0.0750 -0.0375 0.02524 -1.49 0.145速度 *铜厚 0.1917 0.0958 0.02524 3.

23、80 0.000S = 0.174840 R-Sq = 97.84% R-Sq(adj) = 97.53%P0.05表示有显著影响因子对输出变量的奉献.方差分析 (MINITAB)能否有显著影响判别拟合能否适宜,PF ，那么回绝原假设H0 ，阐明均值之间的差别是显著的，所检验的要素对察看值有显著影响假设FF ，那么回绝原假设H0 ，阐明均值之间的差别是显著的，即所检验的行要素对察看值有显著影响假设FC F ，那么回绝原假设H0 ，阐明均值之间有显著差别，即所检验的列要素对察看值有显著影响 .双要素方差分析表(根本构造).双要素方差分析(例题分析)提出假设对品牌要素提出的假设为H0： m1=m2

24、=m3=m4 (品牌对销售量没有影响)H1： mi (i =1,2, , 4) 不全相等 (品牌对销售量有影响)对地域要素提出的假设为H0： m1=m2=m3=m4=m5 (地域对销售量没有影响)H1： mj (j =1,2,5) 不全相等 (地域对销售量有影响) 用Excel进展无反复双要素分析.双要素方差分析(例题分析) 结论： FR18.10777F3.4903，回绝原假设H0，阐明彩电的品牌对销售量有显著影响 FC2.100846 F3.2592，不能回绝原假设H0，阐明销售地域对彩电的销售量没有显著影响差别源SSdfMSFP-valueF crit 行(品牌)13004.634334.8518.10789.46E-053.4903 列(地域)2021.74502.9252.100850.143673.2592 误差2872.712239.392 总和1788919.双要素方差分析(关系强度的丈量)行平方和(行SS)度量了品牌这个自变量对因变量(销售量)的影响效应列平方和(列SS)度量了地