下载文档原格式
二：试验实施及分析：1：改善小组按MINITA B生成的试验方案进行试验，取得的数据如下表：2：用MINITA B对试验数据进行分析a:在MINITA B下拉式菜单选：Stat>Factorial>AnalysisFactorialDesign如下图b:在出现的对话框选如下图信息，c:选“Graphs”按钮，选中下图所示内容d:选“Results”按钮，输入下图所示内容：e：选“Storage”按钮，输入下图所示内容：f：MINITA B分析结果输出如下：Fractional Estimated TermConstant A B C D E F G H Analysis Source MainResidual Total Least AE -1-11 1B F -1-1 1 1C G -1-1 1 1D H -1-1 11分析上表可知：因g:MINIT因素影响柏拉图残差与拟合值图分析因素影响柏拉D 、G 、F 、H 四因显著影响因素主要影响为显著影响因素各因素不同水平输出的平均值及误差的算法稍有差别，处理时将其作为显分析残差与拟合值h:MINITAB工作表误差。
I:生成各因素对输出变量的影响图，步骤如下：(a):在MINITA B下拉式菜单选：Stat>Fact orial>Fact orial Plots (b):在出现的对话框选择/输入下图所示信息：别输入以下图示信息在出现的对话框选择/输入下图所示信息：主要影响图选项设置(d):生成的影响图如下：主要影响图分析主要影响图可以得出因素D、F、G、H为Y的显著影响因素。
响图可知：各因素水平设置如下时，Y值最大。
A-、B+、C-、D+、E-、F+、G-、H+j:建立Y的回归方程(a):用极差法手工建立方程，参照第五章第二节，（略）(b):用MINITAB建立回归方程：因为本例未考虑因素交互作用影响，故可直接用“Regression”方法进行分析：第一步：在MINITAB下拉式菜单选：Stat>Regression>Regression图所示内容：第二步：点击“Options”按钮，在出现的对话框填入下图所示内容，按“OK”即可：第三步：MINITA B分析结果输出如下：Regression Analysis: Y versus A, B, C, D, E, F, G, HTheY = 69.6 -Predictor ConstantABC D E F G HS = 4.645 Analysis Source Regression Residual Total注意，上表预测值只是针对本试验所包含的因素组合作出预测，因为最优因素组合可能并未包含在已有的12次试验组合中，所以上表的预测可能只是Y的较优值和对应的X的较优组合。
1 控制图的选择1.1 计量值特性凡产品的品质特性以实际量测方式取得的特性称为计量特性，例如重量、厚度等。
此类数据选用“均植和极差值X－R”控制图。
1.2 计数值特性凡产品的品质特性不连续，不易或不能以实际量测方式取得，只能间断取值的特性，例如不合格数、不良品率等。
此类数据选用“P”控制图。
2 X-R控制图绘制步骤2.1 决定须控制的特性。
2.2 收集25组数据。
2.3 使用MiniTab软件绘制控制图1) 数据录入MiniTab工作表，如图1所示；图1 MiniTab工作表2) 选择Xbar-R菜单，如图2所示图2 Xbar-R菜单 3) 根据会话窗口输入相应数据，如图3所示图3 Xbar-R会话窗口4) 绘制X-R控制图，如图4所示图4 X-R控制图2.4 检查是否有超出控制界限的点，如图4中第5组数据。
2.5 将超出控制界限的数据剔除并重复“2.4”。
3 生产现场X-R控制图的使用3.1 生产现场依据规定的抽样频率及抽样数，记录数据，所得数据录入MiniTab工作表。
3.2 根据历史计算出的“均值”、“标准差”，绘制生产现场实时X-R控制图。
历史统计值输入窗口如图5所示。
图5 控制参数输入窗口4 控制图判读原则及异常控制图的纠正/预防措施4.1 正常之控制图其各点的动态1) 多数的点集中在中心线附近。
2) 少数的点落在控制界限附近（但未超出控制界限）。
3) 各点的分布呈随机状态。
4.2 异常控制图的判读1) 任何超出控制限的点2) 连续7个点在中心线之上或之下3) 连续7个点上升或下降4) 任何其它明显的非随机图形，如2/3的描点应落在控制限1/3的中间区域，描点成规则形状。
4.3 异常之控制图的纠正/预防措施1) 出现任何超出控制界限的点，都应提请相关单位进行原因分析，并采取纠正措施。
2) 对于连续7个点在中心线之上或之下，或连续7个点上升或下降，或其它明显非随机图形，都应提请相关部门分析原因，留意趋势采取相应预防措施。
