![DOE实验设计培训教材_第1页](http://file4.renrendoc.com/view3/M02/39/18/wKhkFmaUtOeAEHQwAADtzOrnR5Y654.jpg)
![DOE实验设计培训教材_第2页](http://file4.renrendoc.com/view3/M02/39/18/wKhkFmaUtOeAEHQwAADtzOrnR5Y6542.jpg)
![DOE实验设计培训教材_第3页](http://file4.renrendoc.com/view3/M02/39/18/wKhkFmaUtOeAEHQwAADtzOrnR5Y6543.jpg)
![DOE实验设计培训教材_第4页](http://file4.renrendoc.com/view3/M02/39/18/wKhkFmaUtOeAEHQwAADtzOrnR5Y6544.jpg)
![DOE实验设计培训教材_第5页](http://file4.renrendoc.com/view3/M02/39/18/wKhkFmaUtOeAEHQwAADtzOrnR5Y6545.jpg)
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
BB
materialSI
G
M
APage6Sigma
实验设计课程规划各节内容1.课程介绍2.实验设计介绍3.全因数4.部分因数5.实验设计规划6.案例S
I
G
M
A实验设计-1全因数BB
materialSI
G
M
A根本原因分析的两种方法(Two
method
for
root
cause
analysis)用历史数据观察流程散布图,进行图,控制图,分层(scatterplot/runchart/control
chart/deplay相关性,差异分析,回归分析(correlation/ANOVA/regression)流程的实验,用一个规划好的方法变流程并衡量结果实验设计实验设计是有效率和有效果地探究许多流程变量(X)和产出衡量或关键量点(Y)的因果关系的一种方法。PageBB
materialSI
G
M
A使用历史数据的一些限制some
limitation
when
using
history
dataPage记录常是不完整的(省略的变量(X)缺少的值或观察数据包含数据惧错误流程变量通常是有相互关系的重要变量可能没有变化得足够充分到能了解它们的影响的程度通常来就,必要数据不是立刻可得到的,获得正确数据是非常必要的。识别关键变量(Identify
key
variables)S
I
G
M
A历史方法(history
method)BB
materialSI
G
M
A练习:确定最佳关键变量设置-历史方法目标:Page了解到识别影响化学流程产量的关键变量的难点(30分钟)说明:用下页的信息来设置一个衡量计划,从而发现能使流程产量最大化的各变量最好设置。每个实验运行成本$2,000你对初始调查的总体预算是$30,000如果有足够的证据,另外有$50,000可用于将来的研究确定在给定的不同标准内可能的变量组合总数确定在现在预算内你可作出的变量组合总数你会检验什么组合?你用什么策略来识别关键变量?BB
materialSI
G
M
A练习:确定最佳关键变量设置-历史方法Page练习:流程中的关键变量是:原料卖主。(A,B,C)原料放进混合桶中的温度。(高,中,低)在混合桶顶部的温度。(高,中,低)在混合桶底部的温度。(高,中,低)混合桶中的压力。(高,中,低)桶中的原料量。(20,50,100,150公吨)原料拿离混合桶的温度。(高,中,低)BB
materialSI
G
M
A识别关键变量-历史方法概要Page1.确定给定不同标准内可能的变量组合总数。
3x3x3x3x3x4x3=2,916个组合2.确定在现有预算内你可作出的变量组合数3.你会检验什么组合4.你用什么策略来识别关键变量两个常用策略是一次一个因素一次多个因素多数人由他们能作出的最佳猜测开始,然后一次改变一个变量。这就是我们多数人是学习实验的方法,这也是在工程学校中所教授的。一次改变一个变量让你可看见这个变量的效果,但是可能导致额处时间和成本的浪费。BB
materialSI
G
M
A识别关键变量-历史方法概要Page同时改变多种因素一次改变多种因素也是一个非常普通的实验方法当小级做以下事时,他们常会选用这个方法集体讨论可能改进流程的方法。择优选用个人想法实施所有你一次可做到的高优先权想法。这个方法的问题你不知道什么样变化是对结果的改进负责的你或许把变量维持在减少你效力的水平上。了解每个变化的成本/收益事项是不可能的。这些方法是可用的,但是良好的实验设计会是更有效率及效力的方法。BB
materialSI
G
M
A识别关键变量-历史方法概要实验设计很有代表性的,你对结果的直觉很砂会与设计好的实验结果相一致。你将发现你经常会学习某些高出或低于你直觉的事。这就是6Sigma是有关什么的-使数据基于如何改进流程的决定设计良好并以统计为基础的实验可提供高质量,含大量信息的数据PageS
I
G
M
A全因数-介绍实验设计BB
materialSI
G
M
A实验设计的介绍Page实验设计是一种组织我们的思想,从而检测我们确信对关键质量点有影响的X变量的方法。它在6Sigma中的目标主要是识别重要的少数因素,知道并了解关键流程变量对关键质量点的影响。实验设计基于由以下获得的知识:分析流程业绩表现了解变量间的关系制定有关根本原因的假设实验设计帮助我们检测这些假设,以核实并了解流程中所做的改进。BB
materialSI
G
M
A流程的实验对流程知识的系统追求实验设计帮助规划,收集特殊数据并确认流程的理论。一个黑带或流程拥有者通常会自有一套有关不同变量是如何影响关键质量点的理论。这个方法是对流程知识的系统追求。业务流程客户数据数据流程知识增加计划计划分析分析理论Page理论理论BB
materialSI
G
M
A实验设计Page确定流程和产出衡量之间的关系识别差异的“重要少数”来源提供“重要少数据”对回应变量(关键质量点)影响的衡量。提供比一次检测一个因素更有效的衡量和更高质量的数据最小化你必须执行的检测次数目标:提高发现“重要少数”的可能性“为确定在你干涉流程时会发生什么事,你必须干涉流程,非凡不是被动观察它”——GeorgeBoxBB
materialSI
G
M
A使用统计设计实验的好处检测的系统方法发展高质量的数据评估大量变量控制有损害的变量对效果的定量估计不确定性的衡量有效力和有效率的数据使用PageBB
materialSI
G
M
A3个因素:一次一个的策略2个标准试验因素因素因素1231———2+——3—+—4——+—低设置+设置PageBB
materialSI
G
M
A3个因素:一次一个的策略试验因素因素因素1231———2+——3—+—4——+少了哪些因素设置的组合?5678—低设置+设置PageBB
materialSI
G
M
A3个因素:一次一个的策略Page试验因素因素因素1231———2+——3—+—4——+少了哪些因素设置的组合?5678++-+-+-+++++—低设置+设置BB
materialSI
G
M
A一次改变一个因素对比实验设计设计好的实验优点增加两倍有关从标准A到新A产生影响的信息增加两倍有关从标准B到新B产生影响的信息有关A和B的影响是否是添加的信息(它们是互相影响或是有结合在一起的影响吗?)标准标准因素B因素A新标准Page标准因素B对两个有兴趣的因素的一次一个因素
对两个有兴趣的因素的设计实验新
新因素A新全因数S
I
G
M
A用MINITAB设计实验23范例BB
materialSI
G
M
A设计一个全因数23实验一个全因数设计能检验所有标准上的全部因素。它使用整个设计空间它检测所有标准上的全部因素以及它们的相互影响23范例2是每个因素(变量)的标准数3是因素的数量23因素的数量=3因素的标准=2PageBB
materialSI
G
M
A3个因素:全因数排列Page对于3个因素,每个在2个标准上,有23=2x2x2=8个因素设置的组合,注意标准次序内的因素的设置模型。标准因素因素因素次序1231---2+--3-+-4++-5--+6+-+7-++8+++一半+/1一半+/1一半+/1BB
materialSI
G
M
A一个23因数排列范例对三个可能影响产量的因素Page因为重复模型而容易排列包括了整个设计空间标准次序因素1反应物因素2催化剂因素3供货商120%5
磅A225%5
磅A320%10
磅A425%10
磅A520%5
磅B625%5
磅B720%10
磅B825%10
磅BBB
material2k实验的模型试验数=(2个标准)(个因素)=
2k因此,叫做“因数设计”注意:每额外因素加倍了所需的运行数。X1
X2
X3
X4XS5
M
AI...
GXGk1
23
45
67
89
1011121314151617181920212223242526272829303132...2Std.
Order#of
kfactorsK=1PageK=2K=3K=4K=5BB
materialSI
G
M
A概要:因数策略(2)kPage当因素增加,运行次数成指数倍增加全因数设计包括了整个设计空间有三个因素的实验设计空间可由一个立方体来表示因为标准次序中的重复模型,所以全因数设计容易排列。2个标准实验的组合数=2k,=2x2x2…2(k次),这里k=因素数目一次一个的设计探究了设计空间一个潜在易引起误解的部分。BB
materialSI
G
M
A6Sigma实验确定衡量分析实验设计识别回应衡量YS识别因素和
XS选择设计和障碍任意排列运行实验分析5.收集资料分析资料得出结论核实结果改进控制PageBB
materialSI
G
M
A实验-实验设计范例Page项目声明-背景产品的高失效率造成客户投诉,为此组建一个小组客户心声(VOC)显示了大多数的产品失效发生在首次使用时一个对退回产吕的工程分析识别出不合格产品是因为微电子部件的损坏小组进行了根本原因分析并确定损坏以生在产品在传送带上的时候对传送带的调查发现因为振动产生电火花引起产品漏电,从而造成许多接地线的损坏。现在的任务是识别最耐用的,能支持传送带的正常振动的接地线小级由制订石川图开始工作,来识别有关接地线耐久性的关键因素。BB
materialSI
G
M
A实验-石川图接地线的耐久性程序环境原料人原料电镀铜AB尺寸16量度24量度仓库购买代理供应商请求人清洁检查保护方法原料收到检查存储包装原因Page结果BB
materialSI
G
M
A实验-石川图Page小组识别出三个他们相信对接地线耐久性有最大影响的因素。所这三个因素都与材料有关:1.电线量度(尺寸)16量度24量度2.电线类型(原料)
铜电镀铁3.电线厂商(供货商)Elco工业齿冠螺栓BB
materialSI
G
M
AMINITAB设计实验的步骤步骤
MINITAB命令Page识别回应衡量YS识别因素和因素标准XSY=接地线的耐久性
STAT->DOE->CREATEFACTORIAL
DESIGNType
of
Design:
2
level
factorial;Number
of
factors:33.
选择设计和障碍Select
DesignsFull
or
fractionalNumber
of
replicatesNumber
of
blocks4.
任意排列运行Select
FactorsNamesLow
LevelHigh
LevelSelect
OptionRandomize
Runs实验设计BB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGNPageBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGN显示可用的设计PageBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGNPageBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGNSelect
3
FactorsPageBB
materialSI
G
M
A用Minitab设计实验的步骤Page步骤1.识别回应衡量YS2.识别因素和因素标准XSMINITAB命令Y=接地线的耐久性
STAT->DOE->CREATEFACTORIAL
DESIGNType
of
Design:
2
level
factorial;Number
of
factors:33.
选择设计和障碍Select
DesignsFull
or
fractionalNumber
of
replicatesNumber
of
blocks4.
任意排列运行Select
FactorsNamesLow
LevelHigh
LevelSelect
OptionRandomize
Runs实验设计BB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGNSelect
DesignsPageBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGNSelect
Full
FactorialSelect
replicates:
2Select
blocks:
2(2
batches)PageBB
materialSI
G
M
A复制定义:所有实验条件的复制为什么?为衡量实验可变笥所以我们可决定回应之间的差异是否是因为因素标准的变化(一个特殊的促因)或普通原因可变性为看的更清楚一个因素是否重要。为获得整个实验组合的两上回应:复制与对一个单件或单批的多重衡量是不一样的。PageBB
materialSI
G
M
A随机化-实验的保险Page定义:分配次序,在其中试验将以随机的机制来运行不是标准次序不是在一个便利的次序中运行MINITAB将随机选择运行次数为什么?在实验的所有因素中均分潜中均分潜伏变量的影响帮助避免系统或趋积向的影响。BB
materialSI
G
M
A上海盖普企业管理咨询有限公司
Page范例:为什么随机化?在这个范例中,原料使用可能会跨月,从而使因素影响在按标准次序进行的设计运行变得不明显。2007060504010Dayof
the
MonthYieldBB
materialSI
G
M
A范例:为什么随机化?在这个随机化的实验中,不论每月的变化化如何,原料卖主影响明显可见的。20Page10Day
of
the
Month070605040YieldVendor
AVendor
BBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGNSelect
FactorsPageBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGN输入每个因素的高低标准PageBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->CREATE
FACTORIALDESIGN按
OKPageBB
materialSI
G
M
AFactors:Runs:Blocks:3 Base
Design: 3,
816
Replicates:
22 Center
pts
(total):
0用Minitab设计实验Minitab命令:Session
Window
Full
Factorial
DesignOutputBlock
Generators:
replicatesAll
terms
are
free
from
aliasingPageBB
materialSI
G
M
AStdOrderRunOrderCenterPtBlocksGaugeTypeManufacturer1411224CopperCrown1021224CopperElco1631224SteelCrown1541216SteelCrown1251224SteelElco1161216SteelElco971216CopperElco1381216CopperCrown491124SteelElco2101124CopperElco3111116SteelElco6121124CopperCrown7131116SteelCrown1141116CopperElco8151124SteelCrown5161116CopperCrown用Minitab设计实验Minitab命令:WorksheetOutput注意:每个计算机的工作表运行次序是不同的PageBB
materialSI
G
M
A6Sigma实验确定Page衡量分析实验设计识别回应衡量YS识别因素和因素标准XS选择设计和障碍任意排列运行5.收集资料实验分析分析资料得出结论核实结果改进控制BB
materialSI
G
M
A说明交互作用的影响44
13.25
17.25
14交互作用的影响温度对供货商A的影响:
18
5
12
18
10
17
21
21解释温度对供货商A的影响:(高的平均数一低的平均数)
16
13
22
26
9
21
15
74
19.75
13
6.254(
4
6
.
25
)
2
5
.
12519LowHighTemperature13Supplier
ASupplier
BPageBB
materialSI
G
M
A收集实验资料Page练习说明(续)收集资料按“运行“次序”收集资料弯曲每根电线直到断裂计数电线断裂前的弯曲次数记录必要的注释资料收集后:在MINITAB中记录整个小组的结果填写题目为“从练习中你学到什么有关实验的知识”的空白页。BB
materialSI
G
M
A运作定义:“弯曲”电线的耐久性将由弯曲电线直到断裂来确定。在“Y”=对产品首次使用失效的客户投诉小“y”=接地线的耐久性电线断裂前弯曲次数越多,接地线越耐久。PageBB
materialSI
G
M
A运作定义:“弯曲”电线Page0开始2“二次弯曲”“一次弯曲”1BB
materialSI
G
M
A从练习中你学到什么有关实验的知识?PageBB
materialSI
G
M
A从练习中你学到什么有关实验的知识?答案一根电线不代表所有的电线类型实验流程在一段时间内的差异态度影响试验运作定义较难确保多位资料收集者的一致性PageBB
materialSI
G
M
A6Sigma实验确定Page衡量分析实验设计识别回应衡量YS识别因素和因素标准XS选择设计和障碍任意排列运行5.收集资料实验分析分析资料得出结论核实结果改进控制BB
material实验设计和分析的分步流程(续)
SI
G
M
A步骤
MINITAB命令6.分析资料识别大的影响STAT->DOE->ANALYZE
FACTORIALDESIGNEnter
responses:Graphs...Effect
plotsNormalParetoAlpha=0.05寻找模型中的问题Residual
for
plats
standardizedNormal
plotResiduals
vs.
FitsResiduals
vs.
Order看因素对回应的主要影响绘制原始资料,使大家能看清如何改进流程STAT->DOE->ANALYZE
FACTORIALDESIGNMain
effectsSetup...Specify
response
and
all
factors
of
interestInteractionSetup...Specify
response
and
all
factors
of
interestCubeSetup...Specify
response
and
all
factors
of
interest用简单的话概括结论核实结果实验分析Note:
Only
forPagereplicated
orreduced
termsanalysisBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->ANALYZEFACTORIAL
DESIGN用你的数据或文件:Wire
Durability.mpjPageBB
materialSI
G
M
A用Minitab设计实验Minitab命令:STAT->DOE->
ANALYZEFACTORIAL
DESIGNEffects
plots:NormalParetoAlpha=0.05Residuals
for
Plots:StandardizedResidualPlots:NormalPlot
Residuals
versus
fitsResiduals
versus
orderOKPageBB
materialSI
G
M
A影响是什么?影响被定义为:当一个因素从它的低标准(-1)改变到高标准(+1),所发生的相应的变化。范例:量度影响=平均高量度
-
平均低量度
21
15
22
18
17
26
21
18
9
16
10
13
7
5
12
218
8
19.75
11.625
8.125量度的主要影响是8.125次弯曲,从低量度改变到高量度引起耐久性性平均增加8.125次弯曲PageBB
materialSI
G
M
A确定哪些是较大影响的方法在此例中,因为设计是被复制的,分析提供了P值,与在回归中一样,小的P值显示了重要的影响。大的影响由柏样图和正态概率图上的符号来确定。无法复制的设计不能用来计算P值,所以使用标准影响图的柏拉图,正态概率图。PageBB
materialSI
G
M
A练习:解释残值图Page目标:了解值分析如何有助于识别资料和模型的问题(30分钟)说明用你在下几页的资料和信息来分析残值。用指定的残值图类型来完成下表均分观察资料和结论残值图1正态概率图残值图2残值VS.合适值残值图3残值VS.时间次序BB
materialSI
G
M
A残值图1:正态概率图为什么?查找与非“直线”关系的主要偏差。这意味着在资料范围内因素间的关系不是持续不变的。查找离群值PageBB
materialSI
G
M
A。正态概率图直线关系显示资料遵循正态分布这些值除离群值外,遵循正态分布,检查离群值。这个S形显示这些值不是正态分布的,(变换数据可能是有用的)21-1-2210-1-2Normal
Score0Standardized
ResidualNormal
Probability
Plot
of
the
Residuals(response
is
Number
o)PageBB
materialSI
G
M
A残值分析:残值是正态分布的吗?21-1-20Standardized
Residual210-1-2Normal
ScoreNormal
Probability
Plot
of
the
Residuals(res
pons
e
is
Num
ber
of
bends
)PageBB
materialSI
G
M
A残值图2根据合适值绘制残值图Residuals
VersustheFitted
Values(res
pons
e
is
Num
ber
of
bends
)60
50
40
30
20
10
210-1-2S
tandardized
Residual60
50
40
30
20
10
FittedValue
Fitted
Value为什么?为查找一个非随机模型,例如扩音器外形。扩音器外形显示随着回应增加,差异也增加,结论可能会受影响,可能不正确,尝试变换数据。忽视由围绕0的对称点象征的模型。这不是一个特殊原因。两次复制总是看起来是完美相配的。Page210-1-2S
tandardized
ResidualResiduals
Versus
the
Fitted
Values(res
pons
e
is
Num
ber
of
bends
)BB
materialSI
G
M
A残值图3根据时间次序绘制残值图Residuals
Versus
the
Order
of
the
Data(res
pons
e
i
s
Num
ber
o)
为什么?为确保只有普通原因与实验可变性相关,这个关系将不会改变。为查找可能影响我们结论的潜伏变量(趋向,离群
值,或非随机模型)它们可能已隐藏在其他图中的。16
14
12
2
46
8
10
Observation
Order210-1-2Standardized
Residual16
14
12
426
8
10
Observation
Order210-1-2S
tandardized
ResidualPageResiduals
Versus
theOrderof
theData(response
i
s
Number
o)BB
materialSI
G
M
A实验设计和分析的分步流程(续)6.分析资料
STAT
DOE ANALYZE
FACTORIAL
DESIGN...Enter
responses:Graphs...Effect
plotsNormalPareto识别大的影响寻找模型中的问题Alpha=.05Residual
for
plots
standardizedNormalplotsResidualsvs.Order看因素对回应的主要影响Notes:Onlyforreplicatedorreduced
termsanalysisSTAT
DOE ANALYZE
FACTORIAL
DESIGN...绘制原始资料,使大家能看清如何改进流程
MaineffectsSetup...7、用简单的话概述结论
Specify
response
and
all
factors
of
interestInteractionSetup…Specify
response
and
all
factors
of
interest8、核实结果
CubeSetup…Specify
response
and
all
factors
of
interestPage
实验分析BB
materialSI
G
M
A用Minitab分析实验Minitab命令:STAT
DOEFACTORIALFACTORIAL
PLOTSPageBB
materialSI
G
M
A用Minitab分析实验Minitab命令:STAT
DOEFACTORIALFACTORIAL
PLOTS选择:
Main
EffectsInteractionCube按如下设置以上每个:PageBB
materialSI
G
M
A用Minitab分析实验Minitab命令:STAT
DOE选择:弯曲次数FACTORIALFACTORIAL
PLOTS选择:按双箭头选择所有因素PageBB
materialSI
G
M
A练习:解释实验设计分析图Page目标:用因数图来分析数据(20分钟)说明分析下列每个图:主要影响图交互作用图立方图用下几页来帮助准备对每张图的简要陈述制作浏览板报或幻灯片来说明工具从练习的数据中得出结论BB
materialSI
G
M
A主要影响图低AB的正面影响总体平均值A的负面影响4.454.304.754.604.90回应Page温度压力容量高A
低B高B低C高CC的正面影响BB
materialSI
G
M
A交互作用图A&B间没有交互作用定义:当有交互作用存在时,
一个因素对回应的影响与其他各标准因素对回应的影响是不同的。A&B互相作用这里,B的影响以与上述相同的方式随着A的标准而变化。低A高A低A高A高B低B低AA&B互相作用B的影响随着A的标准而变化。这里,B对低标准A有负面影响,对低A高标准A有正面影响。高A高A低B高B低APage高A低B高BBB
materialSI
G
M
A两个变量的交互作用-回应表面观察三维观察没有交互作用在X1(X2)方向的回应表面倾斜率在X2(X1)的常量值上是相同的。交互作用在X1(X2)方向的回应表面倾斜率X2(X1)水平增加而增加YY=2PageX1X2Y=10Y=2Y=4Y=14X1X2交互作用没有交互作用BB
materialSI
G
M
A说明交互作用的影响14温度对供货商B的影响:
18
5
12
18
10
17
21
214
4
13.25
17.25
4
19.75
13
6.254解释温度对供货商A的影响:(高的平均数一低的平均数)
16
13
22
26
9
21
15
7(
4
6
.
25
)
2
5
.
125-41319低高温度
供货商A供货商B交互作用的影响PageBB
materialSI
G
M
A范例:立方图两个观察资料:可看出对因素A有负面影响,对因素B没有影响。回应是产量。可看出对供贷商和催化剂有正面影响。9.108.102.22.358515045+Page-10Labs5Labs催化剂AB供货商AB-
+BB
materialSI
G
M
A立方图:3个因素因数策略立方体有助于把包含
3个因素的实验空间直观化每个对角表示一组实验条件。23=(2个标准)(3个因素)=8个实验条件+Page-+--+因素1因素2因素3BB
material实验设计和分析的分步流程(续)
SI
G
M
APage6.分析资料
STAT
DOE ANALYZE
FACTORIAL
DESIGN...Enter
responses:Graphs...Effect
plotsNormalPareto识别大的影响寻找模型中的问题Alpha=.05Residual
for
plots
standardizedNormalplotsResidualsvs.Order看因素对回应的主要影响Notes:Onlyforreplicatedorreduced
termsanalysisSTAT
DOE ANALYZE
FACTORIAL
DESIGN...MaineffectsSetup...Specify
response
and
all
factors
of
interestInteractionSetup…Specify
response
and
all
factors
of
interestCubeSetup…Specify
response
and
all
factors
of
interest绘制原始资料,使大家能看清如何改进流程7、用简单的话概述结论8、核实结果实验分析BB
materialSI
G
M
A用简单的话来概述结论记录所有在实验期间得出的结论确认预期的和不寻常的调查结果确认学到的经验教训用简单的话写下结论结果应以流程术语来表达,而不是统计术语提出建议结论和建议必须由数据支持PageBB
materialSI
G
M
A核实结果有两个基本方法来核实从实验田得出的结论:确认的运行——在建议的设置上运行几个额外的实验,看看是否达到想要的回应。执行实际建议的流程变革——改变流程并用SPC追踪结果以确保达到并维持想要的结果继续监控流程以确保实现预计的耐久性增长。PageBB
materialSI
G
M
A练习:总结并核实电线练习的结果练习:目标练习总结结果并合适实验的结论(20分钟)说明:完成下两页上的电线耐久性练习总结结论核实结果准备好讨论在实现调查结果时你预计发现的步骤和关键问题PageBB
materialSI
G
M
A总结电线练习结论我们得出什么结论?有任何意外的发现吗?我们将得出什么对将来运行流程的建议?PageBB
materialSI
G
M
A核实电线练习的结果我们会做确认运行吗?为核实结果,我们会作出建议的流程变革吗?我们会在全面执行前先做一个试行吗?PageBB
materialSI
G
M
A在你的业务中使用实验设计Page目标应用实验设计到你的流程完成下页的表格(20分钟)说明对你的流程之一,列出一些你认为可能会改进流程的变革用下页的模板,把流程变革的想法转常驻成一个设计好的实验。准备简述:以上步骤1和2学到的主要知识BB
materialSI
G
M
A实验设计的规划表变量(X)和回应(Y)的选择流程:如何衡量?回应(Y)1.2.3.集体讨论可能是重要的变量(X):1.2.3.4.5.6.7.8.变量(X)低标准(-)高标准(+)1.2.3.4.5.PageS
I
G
M
A接地线的耐久性解决方案BB
materialSI
G
M
A分析设计—Session窗口输出PageFractional
Factorial
Fit:
Number
of
Be
versus
gauge,
type,
manufacturerEstimated
Effects
and
Coefficients
for
Number
(codedunits)TermEffectCoefSE
CoefTPConstant37.9382.66714.230.000Block7.0622.6672.650.033gauge5.8752.9372.6671.100.307type-13.125-6.5632.667-2.460.043manufact2.8751.4382.6670.540.607gauge*type-4.125-2.0622.667-0.770.465gauge*manufact-8.125-4.0622.667-1.520.171type*manufact1.8750.9372.6670.350.736gauge*type*manufact-4.125-2.0622.667-0.770.465BB
materialSI
G
M
A分析设计—图表Minitab命令:STAT→DOE→ANALYZE
FACTORIAL
DESIGN影响图:NormalParetoAlpha=0.052.52.01.51.00.5BACAABCABCBC0.0Pareto
Chart
of
theStandardizedEffects(res
pons
e
i
s
Num
ber
o,
Al
pha
=
.05)
A:
gauge
B:
ty
p
eC:
m
a
nufac
t1-2-1
0Standardized
Effect1.51.00.50.0-0.5-1.0-1.5N
ormal
S
coreBNormal
Probability
Plot
of
the
Standardized
Effects(res
pons
e
i
s
Num
ber
o,
Alpha
=
.05)
A:
gauge
B:
ty
peC:
m
anufac
tPageS
I
G
M
A实验设计—2全因数和混合BB
materialSI
G
M
A实验设计概述Page全因数规划实验实验设计的实践方标准次序随机选择复制残值主要影响图N绘制
Pareto交互作用点图,立方图面半分数用MINITAB做实验的设计和分你直觉会选择哪些运行良好特性(平衡,缩小)分离的代价是混合大的半封建数获得相同的完整结果其他部分析用MTB来解析标准练习解释设计符号筛选练习解释通常的相比PlackettBurmanBB
materialSI
G
M
A减少因数实验的规模Page因数策略是一个有效的实验方法许多因素潜在地影响了流程/产品的质量在两个标准上调查因素,造成了大量的实验运行次数2k 一个有K个因素,2个标准的因数所需的运行次数因素数量1234运行次数248165
32
6
64
78912825651210
1024
。
。
。15。。20。32768。。1048576BB
materialSI
G
M
A+
+
+减少运行次数类型-----+---+++-+++++---标准次序 卖主 量器12345678+++在分派的时间里,你只能运行4次试验(一半)你选择哪4次试验(一半)?---1Page235786卖主类型量器4BB
materialSI
G
M
APage选择正确的半分数目标从最少的资料中得到最多的信息标准次序 卖主 量器 类型1
-
-
-2+--3-+-4
+
+
-5
-
-
+6
+
-7-+++8+++1235786卖主类型量器41235786卖主类型量器4BB
materialSI
G
M
A不均衡或混合的设计类型-+--标准次序 卖主 量器123-+---4++--++--567-+++8+++1235786卖主类型量器4你有对量器效果的衡量吗?PageBB
materialSI
G
M
A不均衡或混合的设计标准次序 卖主 量器 类型1
-
-
-2
+
-
--+++---+--34567-++++8+++1Page235786卖主类型量器4量器和电线类型是混合的BB
materialSI
G
M
A选出的半分数特性设计是良好平衡的,在各标准每个因素被研究的次数是相同的。设计被所缩小进一个全因数中当任何一个因素被证明是不显著的,结果导致另外两个因素中的全因数。设计应以最少量的资料提供最多的信息。PageBB
materialSI
G
M
A两个标准因数设计的可用信息一个有K个因素,2个标准的因数所需的运行次数因素数量
主要影响两个因素的交互作用较高次序的交互作用运行次数---12341234136152481656785678101521281642992193264128256910。。910。。3645。。466968。。5121024。。15。。15。。105。。32674。。32768。。202019010483651048576PageBB
materialSI
G
M
A5个因素设计的信息范例全因数(32次运行)总体平均数1主要影响5两个因素的确良交互作用10三个因素的确良交互作用10四个因素的确良交互作用5五个因素的确良交互作用半部分(16次运行)总体平均数主要影响两个因素的交互作用16321510Page1为什么半分数没有三、四和五个因素的交互作用?因为它们与较低次序的交互作用相混合。BB
materialSI
G
M
A有混合影响的两个因素的实验运行因素A因素B回应1--22--33--34--25++106++978++++109什么是因素A的影响?9.5-2.5=7什么是因素B的影响?9.5-2.5=7哪个因素“引起”回应变化?不能分辨—因素A和B的影响是混合在一起的。平均数=2.5Page平均数=9.5BB
materialSI
G
M
A用Minitab设计半分数Minitab命令:STAT
DOEFACTORIAL
CREAT
FACTORIALDESIGN选择:5个因素选择:Display
AvailableDesignsPageBB
materialSI
G
M
A用Minitab设计半分数Minitab命令:STAT
DOEFACTORIALCREAT
FACTORIAL
DESIGN5个因素的选项半分数PageBB
materialSI
G
M
A用Minitab设计半分数Minitab命令:STAT
DOEFACTORIALCREAT
FACTORIAL
DESIGN选择DesignOKOKPageBB
materialSI
G
M
A用Minitab设计半分数FactorialDesignFractional
Factorial
DesignFactors:
5 BaseDesign:5,16Resolution:
VRuns:16Replicates:1Fraction:1/2Blocks:noneCenter
pts(total):0Design
Generators:E
=ABCDAlias
StructureI
+
ABCDEA
+
BCDEB
+
ACDEC
+
ABDED
+
ABCEE
+
ABCDAB
+
CDEAC
+
BDEAD
+
BCEAE
+
BCDBC
+
ADEBD
+
ACEBE
+
ACDCD
+
ABECE
+
ABDDE
+
ABCAB+CDEPageBB
materialSI
G
M
A表达式“AB+CDE”是什么意思?在这个实验中,AB和CDE是混合在一起的如果我们相乘A,B的+和-,并对C,D,E的+和-也做同样的事,我们发现AB=CDE如果把所有在+AB级上的回应取平均数,再减去在-AB级上的反有回应的平均数,得出预计AB交互作用的影响,我们这样做的时候,同时也预计了交互作用CDE的影响得出的结果既不是单独的AB交互作用,也不是单独的CDE交互作用,而是这些交互作用的总数因此,当我们谈到设计中的混合性,我们用“=”,因为“+”和“-”符号的模式是相同的但是当我们计算影响的时候,我们用“+”来提醒我人算出的影响可能是所有混合影响的结合注意AB的交互作用:PageAXB
=
AB+X+
=
++X-
=
--X+
=
--X-
=
+BB
materialSI
G
M
A练习:比较全因数和半分数分析Page目标识别使用全因数或半分数的好处(30分钟)说明:打开文件:C:\6sigma\HalfFraction.mpj因素在下页被识别出实验已设计好,所以你可直接执行Stat>DOE>Analyze
Factorial
DesignandFactorialPlots分析并解释全因数分析并解释半分数比较全因数和半分数的结果注意:确定在你的输出上写好名称-这样你可分辨全,半间的差异。总结实验结论列出全因数是首选的情况列出半分数是首选的情况BB
materialSI
G
M
A练习:比较全因数和半分数分析Page化学产品是聚合体乳胶.*目标是提高流程的产量。识别出5个因素对产量有潜在的较大影响:变量低高1.浓度(%)362.催化剂(%)123.进料率(公升/分钟)10154.温度(oC)1401805.搅动率(每分钟转数)100120一个全因数需要25或32次运行。和个半分数需要25-1或16次运行。每个因素加倍所需的运行数,一个半分数的运行数是一个全因数所需运行数的一半。BB
materialSI
G
M
A练习:比较全因数和半分数分析Page解决方案BB
materialSI
G
M
A练习:比较全因数和半分数分析3020100AE
ACE
DE
BDBC
B
AC
D
CD
C
AB
BE
E
ADPareto
Chart
of
the
Effects(response
is
Yield,
Alpha
=
.05)A:
Concentr
B:
Catalyst
C:
Feed
Rat
D:
TemperatE:
Agitatio20100-10-20-3010-1EffectNormal
ScoreAEANormal
Probability
Plot
ofthe
Effects(response
is
Yield,
Alpha
=
.05)A:
Concentr
B:
Catalyst
C:
FeedRatD:
Temperat
E:
Agitatio3020100AEA
DEABD
BDBDE
ABCDABCE
ABECDE
ECACD
BCB
ACDEADE
ADABCDE
CEBCE
BCDEABDEAB
ABCCD
BED
BCD
ACEPareto
Chartof
the
Effects(response
is
Yield
(%,
Alpha
=
.05,
only
30
largest
effects
shown)A:
Concentr
B:
Catalyst
C:
Feed
Rat
D:
Temperat
E:
Agitatio20100-10-20-30210-1-2EffectNormal
ScoreAEANormal
Probability
Plot
ofthe
Effects(response
is
Yield
(%,
Alpha
=
.05)A:
Concentr
B:
Catalyst
C:
FeedRatD:
Temperat
E:
AgitatioPage结论:浓度和搅动率交互作用的影响及浓度的单独影响是显著的BB
materialSI
G
M
A部分因数拟合预计的产量影响和系数Page结论:浓度和搅动率交互作用的影响及浓度的单独影响是显著的全全半半术语影响系数影响系数常量65.2764.44浓度20.6310.3119.259.62催化剂-2.12-1.06-4.25-2.13进料率2.621.313.751.87温度-0.12-0.06-3.75-1.87搅动率-2.63-1.311.750.88浓度*催化率-0.88-0.44-3.75-1.87浓度*进料率-0.12-0.064.252.12浓度*温度-1.87-0.94-0.25-0.12浓度*搅动率-29.87-14.94-29.75-14.88BB
materialSI
G
M
A半分数别名结构PageI
+
Concentr*Catalyst*Feed*Temperat*AgitatioConcentr
+
Catalyst*Feed*Temperat*AgitatioCatalyst
+
Concentr*Feed*Temperat*AgitatioFeed
+
Concentr*Catalyst*Temperat*AgitatioTemperat
+
Concentr*Catalyst*Feed*AgitatioAgitatio
+
Concentr*Catalyst*Feed*TemperatConcentr*Catalyst
+
Feed*Temperat*AgitatioConcentr*Feed
+
Catalyst*Temperat*AgitatioConcentr*Temperat
+
Catalyst*Feed*AgitatioConcentr*Agitatio
+
Catalyst*Feed*TemperatCatalyst*Feed
+
Concentr*Temperat*AgitatioCatalyst*Temperat
+
Concentr*Feed*AgitatioCatalyst*Agitatio
+
Concentr*Feed*TemperatFeed*Temperat
+
Concentr*Catalyst*AgitatioFeed*Agitatio
+
Concentr*Catalyst*TemperatTemperat*Agitatio
+
Concentr*Catalyst*FeedBB
materialSI
G
M
A比较全因数和半分数分析Agitation
raTemperatureFeed
RateCatalyst
%Concentratio12
01
0
01
8014
01
51
021637570656055Yield
(%
reaMain
Effects
Plot(data
means)
for
Yield
(%
rea120100180140151021907050907050907050907050Concentratio63Catalyst
%21Feed
Rate1510Temperature180140Agitation
raInteraction
Plot
(data
means)
for
Yield
(%
rea120100180140151021907050907050907050907050Agitation
RaTemperature180140Feed
Rate1510Catalyst
%21Concentratio63Interaction
Plot
(data
means)
for
YieldAgitation
RaTemperatureFeedRateCatalyst
%Concentratio12
01
0
01
8014
01
51
0216375Page70656055YieldMain
Effects
Plot
(data
means)
for
YieldBB
materialSI
G
M
A比较全因数和半分数分析36120100908070605040Agitation
raConcentratioMeanInteraction
Plot
(data
means)
for
Yield
(%
rea120100908070605040Agitation
RaConcentratio
36MeanInteraction
Plot(data
means)
for
Yield54.093.563.088.567.043.068.538.0Agitation
raPageTemperatureConcentratio63180140120100Cube
Plot
(data
means)
for
Yield
(%reaAgitation
RaTemperatureConcentratio63180140120100Factorial
DesignBB
materialSI
G
M
A比较全因数和半分数分析结论低搅动率(100rpm)和高浓度值(6%)的组合产生最高产量。PageBB
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 河南省郑州大第一附属中学2025届初三下第二次段考生物试题试卷含解析
- 高三上学期数学周测(五)
- 2024室内设计委托合同(合同版本)
- 2024j房屋买卖合同
- 管理信息系统作业参考答案
- 反家庭暴力法试题附答案
- 中心学校教师教学常规要求
- 2024工程劳务派遣合同
- 2024合同模板合作办厂合同书
- 2024年服装品牌推广合同范本
- 航空行业职业规划
- 《典籍里的中国》:教育课程设计
- 高中信息技术课程中的创新性评价方法与工具
- 四川省渠县联考2024届数学七下期末教学质量检测试题含解析
- 列王与先知-列王记概论
- 《家和万事兴》课件
- 《虚拟现实VR》课件
- 消防员消防监督执法培训课件
- 听王崧舟老师评课
- 注重全生命周期医疗服务的培训
- 房产测绘技术方案
评论
0/150
提交评论