DOE教材
- 格式:pdf
- 大小:978.68 KB
- 文档页数:67
DOE实验设计培训教材经典完整版实验设计是科学研究中至关重要的一环,它能够帮助研究者准确、有效地得出结论,并为进一步的实验提供可靠的依据。
为了提高实验设计的质量和效果,了解并应用正交试验设计(Design of Experiments, DOE)成为必要的技能。
本教材将介绍DOE的基本原理和方法,帮助读者达到熟练运用DOE设计实验的能力。
DOE简介DOE作为一种系统的实验设计方法,可以同时考虑多个因素对实验结果的影响,通过设计合理的实验方案,得出可靠的结论。
相比于传统的试错法,DOE具有高效、精确、经济的特点,适用于各种科研和工程实验。
1. 实验设计基础1.1 可变因素与响应变量在实验中,可变因素是指可以被科学研究者操纵的因素,而响应变量则是受这些可变因素影响的实验结果指标。
了解可变因素与响应变量的关系是进行实验设计的基础。
1.2 实验设计的目标实验设计的目标是寻找可变因素对响应变量的最佳组合,从而得到对研究问题有重要意义的结论。
常见的实验设计目标包括确定最优条件、寻找影响因素、找出因素间的相互作用等。
2. 正交试验设计2.1 正交试验设计的原理正交试验设计是一种基于统计学原理的实验设计方法,通过选定一组正交表,将试验因素进行组合,来实现对多个试验变量的全面考虑。
通过正交试验设计,可降低实验次数,并减少实验中因非试验因素带来的误差。
2.2 正交试验设计的步骤2.2.1 确定试验因素与水平在进行正交试验设计之前,需要明确研究中的试验因素及其各个水平。
试验因素可以是任何对响应变量产生影响的因素,而水平则是试验因素的具体取值。
2.2.2 构建正交表根据试验因素的水平个数,选择适当的正交表进行构建。
正交表的选择要满足试验因素个数和水平个数的要求,以保证实验设计的合理性。
2.2.3 设计实验方案根据所选正交表的要求,将试验因素与各个水平进行组合,得到实验的方案。
通过合理的组合,可以实现对多个试验因素的全面考虑。
DOE试验设计流程及案例分析培训教材试验设计 (Design Of Experiment, 简称 DOE) ,是研究和处理多因子与响应变量关系的一种方法。
它通过合理地挑选试验条件,安排试验,并通过对试验数据的分析,从而建立响应与因子之间的函数关系,或者找出总体最优的改进方案。
最基本的试验设计方法是全因子试验法,需要的试验次数最多,其它试验设计方法均以“减少试验次数”为目的,例如部分因子试验、正交试验、均匀试验等。
从上个世纪 20 年代育种科学家费雪 (RonaldFisher) 在农业试验中首次提出DOE 的概念,DOE 已经历了90 多年的发展历程,在学术界和企业界均获得了崇高的声誉。
然而,由于专业统计分析的复杂性和各行各业的差异性,DOE 在很多人眼中逐渐演变为可望而不可及的空中楼阁。
其实, DOE 绝不是少数统计学家的专属工具,它很容易成为各类工程技术人员的好朋友、好帮手。
一、为何要进行试验设计在进行6西格玛项目的改进阶段时,我们经常需要面对的一个问题是:在相当多的可能影响输出Y的自变量X中,确定哪些自变量确实显著地影响着输出,如何改变或设置这些自变量的取值会使输出达到最佳值?我们传统使用的方法:将影响输出的众多输入变量在同一次试验中只变化一个变量,其他变量固定。
传统方法的缺点:试验周期长,浪费时间,试验成本高;试验方法粗糙,不能有效评估输入间的相互影响。
可以有效克服上述缺点的试验方法是:DOEDOE取得的是突破性改善试验策划时,研究如何以最有效的方式安排试验,能有效识别多个输入因素对输出的影响;试验进行时,通过对选定的输入因素进行精确、系统的人为调整来观察输出的变化情况;试验后通过对试验结果的分析以获取最多的信息,得出“哪些自变量X显著地影响着输出Y,这些X取什么值时会使Y达到最佳值”的结论。
我们在分析阶段使用回归分析方法对历史数据进行分析,获得了相应的回归方程,得到Y与各个X间的关系式。
关于doe试验设计的书
关于DOE(Design of Experiments)试验设计的书籍有很多,它们涵盖了从入门到高级水平的各种内容。
以下是一些关于DOE试验设计的书籍推荐:
1.《实验设计与分析》(作者,Montgomery)。
这本书是关于DOE的经典教材,涵盖了实验设计的基本原理和方法,适合初学者和有一定基础的读者。
书中包含了大量的实例和案例分析,有助于读者理解和应用实验设计的知识。
2.《统计质量控制》(作者,Grant、Leavenworth)。
这本书介绍了如何使用统计方法来改善产品和过程的质量,其中包括了一些关于DOE的内容。
它适合想要了解如何将DOE应用于质量控制领域的读者。
3.《实验设计与数据分析》(作者,Wiley)。
这本书介绍了实验设计的基本概念和方法,包括了多因素实
验设计、方差分析等内容。
它适合想要系统学习实验设计知识的读者。
4.《实验设计的艺术》(作者,Box、Hunter、Hunter)。
这本书介绍了实验设计的实用技巧和方法,作者从实践的角度出发,生动地讲解了如何设计和分析实验。
这本书适合有一定实践经验的读者。
以上推荐的书籍都是关于DOE试验设计的经典著作,它们涵盖了从基础知识到实践技巧的各个方面,读者可以根据自己的需求和水平选择适合自己的书籍进行学习。
希望这些推荐能够对你有所帮助。
人力资源DOE培训教材人力资源DOE(设计实验)培训教材是一系列用于培训人力资源管理人员的教材。
它包含了从教育培训到业务实践等多个方面的内容,旨在帮助人力资源管理人员提高自身的专业水平和能力,促进企业的发展。
本文将对人力资源DOE培训教材进行分析和讨论。
一、教材的主要内容人力资源DOE培训教材主要包含以下几个方面的内容:1.业务知识:教材对人力资源管理的业务知识进行了详尽的阐述和讲解,包括用人原则、用人标准、人力资源规划、薪酬管理、绩效管理等方面的内容,帮助人力资源管理人员了解企业用人与管理的基本规则和方法。
2.法律法规:教材对国家相关劳动法律法规进行了介绍,帮助人力资源管理人员了解企业用人的法律框架和红线。
3.心理学知识:教材对员工心理及职场心理进行了深入的研究和剖析,帮助人力资源管理人员了解员工的心理状态和诉求,制定出更为合理有效的管理策略。
4.教育培训:教材对企业的教育培训进行了详细的介绍和讲解,帮助人力资源管理人员了解如何制定有效的培训计划,如何进行教育培训,以及如何评估培训效果等方面的内容。
5.实践案例:教材通过案例剖析,贴近实际,让人力资源管理人员能够从实践中感受到人力资源管理的真实情况,学会在实践中解决问题,提高自身的专业素养和能力。
二、教材的特点人力资源DOE培训教材具有以下特点:1.内容全面:该教材内容全面,覆盖了人力资源管理的各个方面,从用人原则到教育培训等多个方面的内容。
2.针对性强:该教材的教学内容和案例设计是针对人力资源管理人员的实际工作情况进行设计的,具有较强的实用性和借鉴性。
3.方法科学:该教材采用了科学的教学方法,包括案例教学、讨论式教学、游戏式教学等多种教学方法,能够帮助人力资源管理人员掌握更为深入的知识。
4.性价比高:该教材价格适中,性价比很高,拥有良好的市场口碑和用户反馈,用户反馈良好。
三、教材的应用场景人力资源DOE培训教材可以应用于以下场景中:1.人力资源管理岗位入门人员在入职前或入职后进行的培训。
DOE培训教材经典版DOE培训教材经典版是为了推广和普及DOE(设计实验)方法而编写的一本教材。
本教材旨在通过理论知识和实践案例的结合,帮助读者全面了解DOE方法并能够灵活应用于实际工作中。
下面将分为三部分介绍DOE的基本概念、应用场景以及实施步骤。
一、DOE的基本概念在介绍DOE的基本概念之前,我们先了解一下什么是DOE。
DOE 是指设计实验(Design of Experiments),是一种通过系统的实验设计和数据分析来寻找影响产品或过程性能的关键因素的统计方法。
DOE 方法在质量管理、产品改进、工艺优化等方面都有广泛应用。
DOE的基本概念包括因素、水平、响应变量和设计矩阵。
因素是影响产品或过程性能的各种变量,如温度、压力、材料等;水平是指每个因素在实验中设置的取值,如高水平、低水平等;响应变量是对因素设置不同水平后所观察到的结果;设计矩阵是实验设计的核心,通过合理地安排因素的组合和水平来进行试验。
二、DOE的应用场景DOE方法可以应用于各个行业和领域,下面介绍一些常见的应用场景。
1. 制造业:在生产过程中,通过使用DOE方法,可以识别出影响产品质量的关键因素,进而优化工艺参数,提高产品质量。
2. 医药研发:在新药研发过程中,DOE方法可以帮助科研人员确定药物配方的最佳组合,以及影响药物疗效的因素。
3. 电子通信:DOE方法可以用于优化无线通信系统的参数设置,提高通信质量和性能。
4. 金融行业:DOE方法可以应用于风险管理和投资组合优化等领域,帮助分析师制定合理的投资策略。
三、DOE的实施步骤DOE方法的实施包括确定实验目标、选择设计类型、制定实验计划、实施实验、收集数据、分析数据和建立模型等步骤。
1. 确定实验目标:根据实际需求,明确需要优化或改进的目标和关键因素。
2.选择设计类型:根据实验目标和因素水平的个数,选择合适的设计类型,如完全随机设计、因子水平设计、Taguchi设计等。
3. 制定实验计划:根据选择的设计类型,制定实验的具体安排,确定每个因素的水平组合。
首先要定义DOE.RSM-16RSM-21RSM-22 RSM-24RSM-28中心点(center point)的追加对追加run的随机化Code 化条件随机化及blockRSM-46RSM-47+1-1-1 0 +1-1 0 +1中心合成法(Central Composite)中心合成法是在2k 要因配置法里2次项(曲线)解释的的追加曲线的解释及领域的扩张.Axial 模型是Cube模型缩小外没有另外的意义2k 要因配置法延长线上的实验使用.Central Composite Circumscribed | > 1, |k| = 1Central Composite Inscribed|α| = 1, |k| < 1响应曲面法的种类-1RSM-48表面中心合成法(Central Composite Face Centered)为了2k 要因的曲线解释追加star points 的水准不能使用为水准以上时反应领域无扩张效果.响应曲面法的种类-2-1 0 +1+1-1Central Composite Circumscribed-1 0 +1Central Composite Face centered选择RSM-50RSM-51Design RS (Central Composite, Box-Behnken)Central Composite Box-BehnkenCircumscribed Face-centered InscribedRSM-52RSM-59Define Custom Response Surface Design…继续….RSM-60RSM-62 RSM-63▶DPH>85, Pheno>170同时满足的X变数最佳值是Molarity:1.0, Ph:-0.36, NaCL:0.44 这种情况获得的值是DPH:92.9 Pheno:187.1.。
一.DOE(培训教材)1.试验设计所要研究和解决的问题:如何以尽可能少的试验次数获得足够有效的数据,并分析得出比较可靠的结论。
2.20世纪20年代由英国R.A.Fisher等人最早提出试验设计技术,并第一应用于农业,以后逐步被应用于生物学、遗传学等方面。
1935年,R.A.Fisher的专著«试验设计»的出版标志着一门新的学科的产生。
20世纪30、40年代,该方法在欧美盛行,应用到工业领域。
二次大战后,该方法在日本得到进一步的进展和应用,专门是以田口玄一为首的一批人员,将试验设计方法应用于改进产品和系统的质量,成为战后推动质量治理的重要工具之一。
3.质量治理中,经常会遇到多因素、有误差、周期长的一类试验,期望通过试验解决以下几个问题:1)对质量指标的阻碍,哪些因素重要,哪些因素不重要?2)每个因素取什么水平为好?3)各个因素按什么样的水平搭配起来使指标较好?实践证明,正交试验设计是处理这类试验问题的一种简便易行、行之有效的方法。
4.田口方法介绍。
产品质量的形成贯穿于产品寿命周期的全过程,包括设计、制造和使用过程。
田口博士提出产品的三次设计思想:系统设计、参数设计和容差设计。
同时,他将正交试验设计方法应用于产品研制时期对参数的合理选择,为提高产品的设计质量提供了一套理论和方法。
二.正交试验设计的差不多方法1.正交表正交表是一种规格化的表格,各种各样的正交表都已构造出来了,关于解决实际问题的应用来说,只要把握正交表的应用方法就达到目的了。
上图是一张正交表,有4列,每列的数字代表水平符号;有9行,每一行的水平组合代表一个试验条件。
这张表简记为L9(34)。
L表示正交表,下标9表示试验次数,34表示应用那个表最多能够安排3水平4因子的试验。
这张表的性质〔整齐可比性性质,或称正交性性质〕:1)在任意一列中,各水平显现的次数相同,即水平1、2、3显现的次数相同;2)对任意列的任一水平,其他列的水平1、2、3与之在同行上相遇的次数相同。
Design and Analysis of Experiments实验设计与分析X1 X2 Xp 温度(oF)可控制的因素输入过程或系统输出y95% 90% 83% 58% 80%78% 70% 68% 56%Z1Z2Zq不可控制的因素0.5时间(hour)60% 1.0讲 师: 张老师Sep.22. 29. 2007Page: 1/ 67课 程 目 标通过两天的学习和研讨,我们将:理解实验设计和分析的核心理念及思路; 掌握全析因实验设计的原理和应用;(了解经典,田口,谢恩 DOE的优缺点)学习几种高效的谢恩DOE 变量搜索和优化工具; 灵活掌握几种常用的数据统计分析工具;----------------------------------------------------------------------------------------训练系统的,统计的工程思维和分析习惯; 拓宽对质量/ 质量控制的认识视野;Sep.22. 29. 2007Page: 2/ 67课 程 纲 要 (1)I. 试验设计入门:- 从一个工艺优化例子开始:试错法和DOE的区别 - 高科技时代的质量挑战:为什么需要DOE? - DOE 简史:起源和流派介绍 - DOE 的理论基础及 常见误区II. 基本统计学概念:- Z-分布,t-分布, F-分布 - 信心区间 (Confidence Level) - 方差分析(ANOVA): 单因子,多因子III. 经典DOE的方法和步骤:- 实验设计的概念/ 目的/ 流程 - 全析因试验原理及精解:单因子,两因子,三因子 - 实验设计指南/ 原则 - 两个产品设计的例子(汽车门铰链,惠斯通电桥) - 分析因,田口及其他方法介绍Sep.22. 29. 2007 Page: 3/ 67课 程 纲 要 (2)IV. 谢恩DOE 工具方法:- 谢恩DOE 思想及特点介绍; - 线索搜索/ 优化/ 分析工具: ► 多变量图,集中图; ► 部件搜索;(两个例子:燃烧器点火/ 振荡器延时) ► 过程/ 变量搜索; ► 成对比较和图基检验;(例子:柱塞的密封性) ► B vs C 分析确认V. 试验数据分析的工具:- 方差分析/ 极差分析 - 相关分析/回归分析 - 如虎添翼的软件:Excel函数/ MiniTab/ E-CHIP课堂讨论和总结:大质量背景下的实验设计Sep.22. 29. 2007Page: 4/ 67DOE入门:从一个例子开始提高陶瓷烘烤工艺的成品率在陶土材料,烤箱型号已经不能更改的情况下, 影响成品率的关键因素是:烘烤温度Temp,烘烤时间Time 现状是:成品率 Yield =70%, 参数设定是(155ºC, 1.2h), 问题:您准备如何设计实验,来最大限度的提高成品率?温度(140- 190ºC) 时间 (0.5- 2.5h)烘烤(155ºC,1.2h) ?成品率%Sep.22. 29. 2007Page: 5/ 67DOE入门:从一个例子开始Yield%80 70 60 50Step 1: 只改变时间 ( @ 155ºC)试错法:一次改变一个因子One Variable at One Time. . . .. . .为提高成品率,实验方法如下: 1. 固定温度155ºC,改变时间参数得到的7个实验结果上图, 最高 78% (155ºC, 1.7h)1.7 h0.5 1.0 1.5 2.0Time ( h) 2.5Step 2: 只改变温度 ( @ 1.7小时) Yield%80 70 60 50 140 150 1602. 固定时间1.7h,改变温度参数,得到的7个实验结果下图; 最高 80% (170ºC,1.7h). . . . .170ºC170. .•Temp (ºC) 190传统的实验途径,不需要什么设计; 凭直觉的吸引•180Sep.22. 29. 2007Page: 6/ 67DOE入门:从一个例子开始试错法:一次改变一个因子 One Variable at One Time► 效果不好,不能担保能找到最优参数; (仅仅在局部探测,不系统不全面) ► 效率不高,要得到同样精确的结果需要非常多的试验次数; 每次试验的数据,没有进一步深入分析的价值。
► 不能观察分析交互作用;故常引入歧途,得出错误的结论;Sep.22. 29. 2007Page: 7/ 67DOE入门:从一个例子开始200 引向高 成品率 的路径DOE实验法:通过时间和温度的两水平恰当组合, 两个变量一起变化的试验方法(析因 实验)。
这种试验的结果可以用统计的方法和 数学模式进行优化,来确定导致最好 的响应的重要因素的范围。
如果响应是成品率,则是寻求最大成98%温度(oC) 190 180 170 160 15095% 90% 80%15578%品率的区域, 从本例所得的结果可以看出:70%140 0.560%1.0 1.5 2.0 2.5 时间 ( h ) 成品率(反应时间,温度)的等高线应按增加温度减少时间的方向移动以 增加成品率。
依此方向可以再进行少 量的验证实验,足以找到最大成品率 的区域的位置。
Page: 8/ 67图Sep.22. 29. 2007试验设计简介 (1)工程师 为什么需要 DOE ?- 高科技就是因子 (factor) ‘高度密集’的科技; - 交互作用(interaction) 又暗中作怪; - 挥之不去变异 (不仅仅是平均值); - 越来越挑剔的客户; - 越来越没耐心的老板(时间压力);1 5550Cpk0 10 20 3045剪不断,理还乱Sep.22. 29. 2007Page: 9/ 67试验设计简介 (2)DOE 的起源,发展和流派:经典DOE Ronald A. Fisher (1920s) Genichi Taguchi (1980s) Dorian Shainin质量运动:-观测和检验 (军标抽样); - SPC (统计控制) - TQM ( 产生了ISO 9000) - 卓越绩效模式田口DOE 谢恩DOE …质量工具:- QC 7 Tools - SPC (只探测特殊原因) - DOE (探测并解决问题) - 6 SigmaDOE强调用数据说话, 是6ó(DMAIC)的核心发动机。
在美国,DOE代表工业竞争力; 在日本,不懂DOE的工程师只算半个工程师好猫的标准Sep.22. 29. 2007Page: 10/ 67事物本来的规律1σ2σ3σ5σTINV (25%, 1) = 2.412..5%每次抽样2个,X-bar和中心值的差绝对值小于2.4倍的标准方差的概率是75%FINV (10%, 10, 8) = 2.5如果则有超过样本1相对样本2是显著的10 %分析因法分析因法 (Fractional factorial):- 1/2或1/4 个组合,根本上无法排除 污染(混淆); - 例如,半析因24 (如右表) 8次试验只有7次对比机会, 共15个效应中,有8个被丢失; 而且,有的+ 和 –不平衡(如AC);A 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 B 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 C 0 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 D 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 AC 1 1 0 11 0 1 1Sep.22. 29. 2007Page: 41/ 67田口正交矩阵法田口正交矩阵:正交表有整齐可比性和均匀分散性; 可能存在严重污染;如果有强交互作用, 试验结果就会误导; - 如3个因子,只需 L4(23)4次试验; - 如7个因子,只需 L8(27)8次试验;田口正交表:L 8 (2 7 ) 1 1 2 4 5 6 7 8A -1 -1 -1 -1 1 1 1 B -1 -1 1 1 -1 -1 1 C -1 -1 1 1 1 1 -1 -1 D -1 1 -1 1 -1 1 -1 E -1 1 -1 1 1 -1 1 -1 F -1 1 1 -1 -1 1 1 -1 G -1 1 1 -1 1 -1 -11111张版 P163, 点线图Sep.22. 29. 2007Page: 42/ 67其他试验模式Plackett-Burman 模式(常用筛选试验)#1 2 3 4 5 6 7 8 9 10 11 12 13 14 15A-1 1 -1 1 -1 1 -1 1 0 0 0 0 0 0 0B-1 -1 1 1 0 0 0 0 -1 1 -1 1 0 0 0C0 0 0 0 -1 -1 1 1 -1 -1 1 1 0 0 0#1 2 3 4 5 6 7 8 9 10 11 12 13 14 15A-1 -1 1 -1 1 1 -1 -1 0 0 -1 0 0 1 1B-1 0 0 -1 -1 0 0 1 0 1 1 1 -1 1 1C-1 -1 -1 1 0 1 0 -1 1 -1 1 0 -1 1 0Response Surface表面响应(常用作优化试验) Central Composite模式 Box-Behnken 模式(图一:三因子组合)Quadratic 模式(图二:三因子组合)图一 Box-Behnken图二 Quadratic…Sep.22. 29. 2007Page: 43/ 67谢恩DOE总体框图循序渐进的工具箱:多变量图 定 义 问 题 绿 Y 集中图 部件搜索 过程搜索 成组比较过 滤 网X变量搜索 完全析因 B vs.C 确认 散布图 响应曲面 预控制或 SPC 过程确认分 流线索生成工具正式的DOE量化优化工具保持成果Sep.22. 29. 2007Page: 44/ 67谢恩DOE特点谢恩DOE方法简单易用; (不需要复杂的统计理论,易于推广给非专业人员) 方法(工具包)多样化,条理化; 线索生成工具强调和产品,工艺直接“对话”;侦测准确; 试验(包括出错)的成本低,尽量不打乱生产;没有戴明, 美国就没有质量哲学;Without Deming, the US would not have had a quality philosophy没有朱兰, 美国就没有质量方向;Without Juran, the US would not have had a quality direction;没有谢恩,美国就无从解决质量问题;Without Shainin, the US would not have solved quality problem;Talk with products/ process, because it’s more clever than engineers ! 和产品/ 工艺‘对话’,因为它们比工程师更聪明! --Dorian ShaininSep.22. 29. 2007 Page: 45/ 67多变量图(1)多变量图 (Multi-Vari chart)根据以往经验确定影响质量的可能要素,例如班次、机床、原材料、 工艺变量等; 每隔一段时间抽取几件连续生产的产品,直到采集到80%的偏差, 画成图表进行比较分析,相当于拍到变量快照 Variable snapshot, 以区分引起波动的变量簇类别;进行变量分流;变 量 簇部件 to 部件(连续的35pcs) 时间 to 时间(周期性) 部件内(位置的)部件搜索 or 成组比较 过程搜索 集中图Sep.22. 29. 2007Page: 46/ 67多变量图(2)多变量图 (Multi-Vari chart)转子轴的例子: Variable snapshot. 画成图表进行比较分析, 以区分引起波动的变量簇类别; 按簇分解,分流: - 时间簇:不同时间的变异; - 部件簇: - 部件内Sep.22. 29. 2007Page: 47/ 67集中图集中图 (within a component) 部件内重复出现问题的精确定位 缺陷集中位置:网格或模板例子:真空袋漏气Sep.22. 29. 2007Page: 48/ 67部件搜索(1)部(零)件搜索 ( Component search )简单的二元交换理论: 1 1 BOB vs. WOW BOB WOW 红 X 肯定存在于极端的变量中; 最好的 最差的 通过交换,看问题是否随被交换的部件带走; 方法: 1).选取最好的产品和最坏的产品各一个(样本数仅为2 !); 2).根据以往经验确定影响产品质量的可疑零件,将差产品上的可疑零 件与好产品上的对应零件逐个交换, 3).重新装配后进行质量参数的测量分析,以找到影响产品质量的主要零件 [适用条件]: - 部件能拆卸和重装,且重装不造成初始输出改变; Quiz: 80个球,其中一个稍重。