当前位置：文档之家 › DOE试(实)验设计与方差设计培训课件

DOE试(实)验设计与方差设计培训课件

  • 格式：doc
  • 大小：418.00 KB
  • 文档页数：27

下载文档原格式

  / 27

合集下载

DOE(试验设计)培训课件

DOE(试验设计)培训课件

医学领域试验设计案例分析
试验设计规范
医学领域的试验设计必须符合严格的伦理和法律规定，同时需要遵循科学的原则 和方法。本课件会介绍医学领域试验设计的规范和原则，包括人体实验的特殊要 求。
试验设计应用
医学领域的试验设计应用非常广泛，例如新药的开发和疗效比较、医疗器械的性 能检测等。本课件会通过实际案例来说明这些试验设计的具体应用和操作流程。
• 确定研究目的和问题 • 制定试验方案 • 选择合适的试验方法和材料 • 制定详细的试验计划和操作规程 • 进行试验并收集数据 • 分析数据并得出结论 • 撰写试验报告或论文
02
试验设计基本原则
科学性原则
试验设计需具备科学性，要能够反映出研究问题的本质和 规律。
科学性原则要求试验设计必须有明确的研究目的、研究对 象、研究方法和数据分析方法。
详细描述
将试验分为若干个阶段，每个阶段中包含不同的因素。在每个阶段中，将试验单元按照某种规则分为 若干个裂区，每个裂区内包含相同数量的试验单元。在每个裂区内选择一个试验单元进行试验，记录 其结果。该方法能够有效地控制误差，并能够研究不同因素之间的交互作用。
均匀设计
总结词
一种适用于多因素、多水平的试验设计方法。
试验设计包括了一系列的方法和技术，如随机化、重复性、 误差控制等。
试验设计的作用
1
试验设计可以帮助研究者明确研究目的、问题 和假设，并制定合理的试验方案。
2
试验设计可以有效地控制误差和变异，提高研 究的可靠性和准确性。
3
试验设计可以帮助研究者发现新的问题和现象 ，推动科学的进步和发展。
试验设计的流程
随机区组设计
总结词
一种常用的试验设计方法，适用于具有同一性质或同一类别的试验单元。

DOE(试验设计)培训课件

DOE(试验设计)培训课件
详细说明如何使用DOE软件工具进行实验设计 、数据采集、数据分析和模型构建等。
介绍DOE软件工具中各种选项和参数的意义及 设置方法，例如实验设计类型、因子和水平设 置等。
DOE软件工具的应用案例
通过实际案例介绍如何使用DOE软件工具进行实验 设计和数据分析。
通过案例展示DOE软件工具在工业生产、新产品研 发等领域的应用。
DOE基本原则
随机化原则
试验设计应遵循随机化原则，以避 免潜在的人为偏见和系统误差。
重复性原则
为提高试验结果的可靠性和精确度 ，应尽可能遵循重复性原则，即在 相同条件下多次进行试验。
对照原则
通过设置对照组，可以更好地评估 试验组中目标变量与影响因素之间 的关系。
简约性原则
在满足试验目的的前提下，应尽可 能采用简约的试验设计，以降低试 验成本和时间。
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交 表，设计了九组实验方案，每组方案重复五次。
实施实验并收集数据
按照设计的实验方案进行实验，并收集了三十组实验数 据。
分析数据并得出结论
对收集的实验数据进行统计分析，发现生产温度对产品 质量影响最大，其次是生产压力，最后是生产时间
06
DOE软件工具介绍与操作指南
试验设计的基本原则
试验设计需要遵循随机化、重复性和对照等基本原则。
试验设计在生产中的应用
试验设计可以应用于生产过程中，通过优化生产工艺和参数，提高产品质量和生产效率。
试验设计在研发中的应用
试验设计可以应用于产品研发过程中，通过科学筛选和优化设计方案，降低产品成本和提高性能。
DOE与六西格玛的关系
DOE的基本概念
设计实验方案
采用正交表进行实验设计，选择了三因素三水平的正交表 ，设计了九组实验方案，每组方案重复三次。

DOE-实验设计PPT课件

DOE-实验设计PPT课件
在正交试验设计时，要将“交互作用”当作一个假设因子放在表头上， 而且位置不是随意的。这需要应用正交表的两列间的交互作用表。
2021/3/12
19
如何进行有交互作用正交试验
其详细步骤如下： 一进行试验准备。 二确定试验指标。 三确定因素。 四确定水平。 五选择正交表。 六表头设计。 七进行试验。 八记录数据。 九试验结果分析。 十分析结果对比。
1(480) 1
1 2(600) 2 2 3(765) 3 3 127 42 -27 42.3 14 -9 51.3
2021/3/12
B
C
进刀量(毫米/转) 吃刀深度(毫米)
1(0.33) 2(0.20)
3(0.15) 1 2 3 1 2 3 -85 55 172 -28.3 18.3 57.3 85.6
的大小. 4.设计试验方案:希望通过次数不太多的试验能将各个因
素的每个水平对试验指标的影响大小较准确地判断出 来. 5.试验结果分析:对试验结果数据进行分析,得出因素和水 平影响指标的程度.
2021/3/12
4
正交试验法
一、定义试验对象、目的、范围、确定指标。
1.谁去做?谁负责?多少人的小组? 2.在哪做?哪个车间哪台设备? 3.检测设备是否稳定? 4.确定分析哪个指标?(如硬度、尺寸、配方等） 4.环境是否适宜?（与分析无关的其它环境因素
2021/3/12
6
正交试验法
三、确定水平 因素的某个特定状态数学上称之为水平。 如温度的850度、800度、750度，保温时间的3
分钟、2分钟、1分钟。分别称为三个水平。 水平的确定取决于经验、理论分析的结果,最好
在工艺稳定状态的水平内选择.
2021/3/12

DOE实验设计法培训报告(PPT 61页)

DOE实验设计法培训报告(PPT 61页)
4
分布曲线与直方图
• 数据分布是一个概率分布。它是过程波动的数学模型。 • 下面的柱状图可以直观反映出实际观察到的事件的分布概率，称为频率分布。
5
假设检验
• 实际问题到统计问题的沟通。 • 假设检验回答以下的实际问题： • “在_____ 和 _____之间是否有显著的差异?” • 为了回答这个问题，实际问题被转变成统计问题。 • 在假设检验中，我们用相应的小样本来回答有关总体参数 • 的问题。 • 我们选择的样本总是有可能不能代表总体，因此，通过假 • 设检验作出的结论是有可能错的。 • 在某些假定的情况下，推断统计学使得我们可以评估做出 • 错误结论的风险。 • 统计并不能代替专业的判断。
• 当我们想确定什么是影响流程的主要因子时 (X1, X2, . . . , Xk) • 我们在流程分析阶段中可以通过流程图、鱼骨图、 FMEA等找到了流程潜在的主要因子 • 我们想找出关键变量X的设置来改进响应Y
• 实验的目的：是为了评估独立变量X对响应Y的影响
24
DOE的类型及实验步骤
• 筛选实验 –识别流程主要因子 • 特性描述实验 – 量化流程主要因子及其交互作用对流程输出的影响 • 最优化实验 – 确定流程输入因子的设置以达到流程输出的最佳 • 验证实验 – 进一步确认前面实验得出的结果
• 效应(Effect)：指的是因子变化时，输出发生的变化。
• 主效应：主效应表现为当某个因素由低值向高值移动时响应平均值的增加（或减少）。 31
• 同理：当温度从低水平改变至高水平时，输出平均值变化了105，因此温度的主效应是105. 32
主效应图（ Main Effect Plot）
• 把因子的主效应用图形表达，就成了主效应图(Main Effect Plot)

实验设计(DOE)方法培训教案PPT课件

实验设计(DOE)方法培训教案PPT课件

.
14
根据具体要求选择DOE实验方法
• DOE实验方法流程如图(二)所示
实验设计的基本策略
• 1、确定问题
• 为解决何种问题，需要进行的何种实验，应做到心中有数， 有的放矢。
• 2、建立实验目标
• 实验要达到何种目的，要达到怎样的指标，应从实际出发， 根据当时当地的实情，确定实验目标，不要夸大其辞，矫 揉造作。
复运行的结果计算出平均值（Y） 6. 按标准计算软件或EXCEL进行计算
.
19
7. 作出实验因子的影响及关系图
8. 进行方差分析，用以决定实验因子是否重要，用P值进 行衡量（P〈0.05)
9. 对方差分析结果进行评价,以确定因子对实验的影响程度
10. 选择重要因子(通常不超过4个)而进行全因子DOE实验,以 确定实验的最终结果
.
25
3、考核指标 考核指标是在试验设计中，根据试验目的而选定的用来
衡量试验效果的量值（指标）。 考核指标可以是定量的，也可以是定性的。定量指标如
硬度、强度、寿命、成本、几何尺寸、各种特性等。定量 指标根据试验结果的预期要求，又可分为望目值、望小值、 望大值三种类型。定性指标不是按数而是按质区分，如质 量的好与坏，天气的晴与阴，指标可以用加权的方法 量化为不同等级。
.
10
36) 材料的影响 37) 机器设备的影响 38) 测试设备的影响 39) 领导者的支持 40) 制造者支持 41) 工程部门的支持 42) 优化后的合格率 43) 配合度 44) 测量精密 45) 随机抽样 46) 块的区分 47) 决定区分程度 48) 假设构造
49) 测量方法 50) 管理者支持 51) 将实验结果图表化 52) 确定主要因子 53) 计算出各因子影响大小 54) 作出相关因子影响图 55) 连续样本 56) 从样本收集到样本测量的时

DOE(试验设计)培训课件

DOE(试验设计)培训课件
实验过程规范与安全保障
遵循伦理规范，保障受试者权益、减少风险。
试验设计中的技术性问题
实验设计不严谨
采用对照试验、随机化等方法，减少偏倚。
检测与分析方法选择不当
根据研究目的选择合适的检测方法，并对结果进行综合分析。
试验设计中的其他问题
研究结果可重复性差
重视实验操作细节，确保实验结果可重复验证。
研究结果推广问题
简便性原则
试验设计应尽可能简单
试验设计应尽可能采用简单的试验方法和装置，以便减少误差和干扰因素。
试验设计应考虑实际应用情况
试验设计应考虑实际应用中的可行性和便利性，以便研究成果能够在实际中得到 广泛应用。
随机性原则
试验设计应采用随机抽样方法
采用随机抽样的方法可以避免选择性偏误，使得样本更具代 表性。
案例二：水稻品种筛选试验设计
目的
01
筛选出适应本地生长环境的水稻品种，提高水稻产量和质量。
试验方法
02
采用随机区组设计，将不同品种的水稻种植在相同的环境下，
观察其生长情况、产量和品质等方面的表现。
结果分析
03
通过方差分析和多重比较，得出不同品种水稻的优劣顺序，选
择适合当地种植的品种。
案例三：产品可靠性加速寿命试验设计
试验设计的目的是为了解决产品、工艺、材料等开发过程中 存在的各种问题，通过优化试验方案和评价指标，提高试验 的效率和质量，从而获得最佳的试验结果。
试验设计的发展历程
01
早期的试验设计方法可以追溯到17世纪，当时科学家们开始采用随机抽样和统 计分析等方法来研究农业、医学等领域的问题。
02
20世纪初，费歇尔等统计学家开始发展出一套完整的试验设计理论和方法，包 括随机化、重复性、因素分析、方差分析等。

实验设计DOE必备基础知识理解培训课件讲义


正交实验 RSM
正交实验， 方差分析 稳健设计
混料设计
1947
1950
1958
印度的劳博 英国统计
士（Rao，D,R） 学家乔
发明并建议 治·博克斯
使用正交表 规划具有数 个参数的实 验计划
（George Box）
发展了响 应曲面方 法（RSM）
二战后， 日本质量 管理大师 田口玄一 研究开发 出“田口 品质工程 方法”， 简称田口 方法（稳 健性设计）
作用
区分主效果
效果
主效果和 部分交互作用
所有主效果和交 互作用 (线性效果）
低
现在工序 知识状态
组分/工艺条件
的优化
高
设计或工序 参数优化
反应变量的 预测模型 (曲线效果）
Mintab 中的 DOE工具（2019）
在Mintab 中的 主菜单“协助”的下拉菜单中有DOE选项，当使用二水平因子实 验时（包括筛选和优化），可以直接点开始用，是一份“DOE作业指导”，非常方便。
30
2. 响应（Response):
可控因子是输入变量，通过技术设定解决
xc1 xc2 xc…
r1 r2 资源 …
rn
过程
Y1
产品
Y2 … Yn
xuc1 xuc2 Xuc…
非可控因子是影响变量，可以通过投资或管理活 动转化为可控因子或减弱其影响
Yn=f(xc1,.., xuc1,.., xn)
Y=f(xn)
1 、变量研究 2、变量的优化设置 3、建立可靠公差
DOE实验设计的意义:
工艺研发 （Process Development)
工艺改善 （ Process Improvement)

DOE(试验设计)培训课件


正交设计
利用正交表安排多因素多水平的 试验，寻找最优组合。
均匀设计
在一定范围内均匀选取试验点， 进行多因素多水平的试验，寻找 最优组合。
03
试验设计的应用
试验设计在产品研发中的应用
80%
确定产品性能指标
通过试验设计，确定产品的性能 指标，确保产品能够满足用户需 求。
100%
优化产品设计
试验设计可以帮助优化产品设计 ，提高产品的性能、可靠性和安 全性。
DOE的重要性
• 试验设计在生产或制造过程中具有非常重要的意义。通过试验设计，可以有效地确定影响产品或过程的关键因素，提高产品质量和生效率 。此外，试验设计还可以帮助企业优化资源配置，降低生产成本，提高市场竞争力。
DOE的发展历程
试验设计作为一种科学方法，最初起源于20世纪20年代的农业科 学研究。随着工业革命的推进，试验设计逐渐被应用于工业制造 领域。在20世纪60年代，美国通用电气公司成功应用试验设计方 法优化了其生产过程，取得了显著的经济效益。此后，试验设计 逐渐受到全球各行各业的关注和应用。
DOE（试验设计）培训课件
汇报人:
2023-12-05
目
CONTENCT
录
• DOE简介 • DOE基本原理 • 试验设计的应用 • DOE案例分析 • DOE实践建议 • 相关工具介绍
01
DOE简介
什么是DOE
• DOE（Design of Experiments）是试验设计的英文缩写，它是一种系统性的方法，用于确定和优化在生产或制造过程中影 响关键输出的因素。试验设计通过合理地选择试验因子和水平，以及科学地安排试验顺序，来揭示影响关键输出的因素， 并为优化关键输出提供依据。

DOE试验设计 培训 PPT


为什么需要DOE？
通過實驗 進行优化設計
統計技術在 生產/制造過程 中的應用是對 過程中輸入的變量 (人,机,料,法,環) 進行有目的地优化, 使輸出的結果更加理想. 实驗設計是其中較為有效的一种工程工具.
通過實驗,控制其不良 的影響程度
实驗設計在生產/制造過程中的位置：
三、正交表
一般的正交表记为Ln(mk)，
Minitab软件：是为DOE、质量改善、教育和研究应用领域提供统计软件和服务 的先导。Minitab被许多世界一流的公司与4000多所院校所采用。
为什么需要DOE？
相同原料
相同制程
更便宜的原料
相同产品 相同功能
为什么良品率不一样？
为什么思考以做低成 本高质量的产品？
DOE（试验设计）好处 1、科学安排实验，减少实验次数、缩短
设计一个DOE的步骤
结束
DOE试验设计 培训 PPT
目录
一、前 言 二、DOE简介 三、正交表
一、前 言
每个公司的产品开发、生产、测试，为了找到较优的设计方案、工艺条件、较优 配方，经常要做n多次试验。
我们希望找到一种科学的方法去做试验，用较少的试验次数、较少的试验费用、 较短的试验周期，得到同样的效果。
例1：ZL102铝合金压铸件，要求抗拉强度σb=16Kg/mm²,但质量不稳定，不合格品率 较高。
经典案例：
原材料粉碎 及混合
成型
烧成
和釉
烧成
实验法1：一次一个因素法
即是先固定一种组合，而其它因子保持固定，然后每次改变一个条件， 将相邻的两次实验结果进行比较，以估计两个条件的效果差异。 实验方案如下表：
缺点：是不能保证结果的再现性，尤其是有交互作用时。 实验次数虽然减少了，结果的可靠性不能保证。

DOE培训教材ppt课件


1.45
2.3
4
1.47
1.9
•
XA = 1.48
XB = 1.95
•
结果，XB＞XA 说明B底板产生孔粗的百分率比A底板高，故
•
可以得出A底板好过B底板。在这里我们可以看出，对于产品
•
的基本特性，通过平均值的比较就一目了然。
• 6.1.2真实性比较
•
•
SA = ∑( XAi - XA )2/(n-1) = 0.115
•
过B底板。如果上述数值有重叠之处，尽管它们的平均值不
•
同，但A、B两种产品一样。
•
通过真实性的比较，可判定两种不同产品其特性是否一样。
•
这为我们使用不同供货商物“真实性比较” 外，还可
用
•
“学生实验”进行比较即：
•
XB - XA
•
T=
•
SE( XB – XA )
•
---客户要求
•
---改善质量
•
---流程最佳化
•
---缺陷预防及纠正
•
---流程技术提升
• 6.0 下面以举例的方式阐述DOE的运用方法：
• 6.1 两个产品的比较
• 6.1.1如两种不同底板A和B，在同样条件下做四次实验，其结果如
•
下：
实验
孔粗百分比
•
次数
A
B
1
1.45
1.7
2
1.35
1.9
3
比
2
0.5
0.5
0.5
0.8 0.5
0.8
0.8
0.8
500
500
400
400 500
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

DOE试（实）验设计培训讲义一．概述：DOE（design of experiment）是现代质量管理技术之一，其所要研究和解决的问题是，如何以尽可能少的试验次数(成本)获得足够有效的数据，并分析得出比较可靠的结论。

QS-9000，VDA6.1，TS16949等汽车行业质量管理体系标准，均要求产品开发、过程开发及质量人员熟悉并掌握DOE技术。

DOE技术最早是由英国R.A.fisher等人在20世纪20年代提出，首先应用于农业试验,继而用于生物学、遗传学等方面。

1935年R.A.fisher出版“试验设计”，开创一门新学科。

50年代初，日本田口玄一等人将DOE应用于质量系统中，研究开发出“正交设计”技术，成为日本现代质量管理重要技术之一。

70年代末以来，DOE技术在我国冶金、电子、机械、化工、医药等行业获得一定应用，并取得显著成效。

质量管理中，经常会遇到多因素、有误差、周期长之类试验，希望解决以下问题：1.对质量指标(即产品特性)的影响，哪些因素较重要？2.每个因素取什么水平为好？3.各个因素按什么水平搭配为好？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。

基本概念1.DOE(Design of experiment)是现代质量管理技术之一，它对实验方案进行最优设计，以降低实验误差，减少实验工作量，对结果进行科学分析。

2.实验指标实验中用来衡量结果的量，如：电磁伐启动压力，油雾器油雾粒子大小及分布，调压伐调压精度，前照灯片热膨胀系数。

再如：注塑压力，料温，持压时间，油漆配方中各组元百分比，合金钢配料百分比。

3.因素实验中，对实验指标（结果）产生影响的因素。

如：温度、压力、时间、电压、电流、功率、速度、粒度大小、压缩比、表面粗糙度、震动频率、浓度、进給量、硬度值、照度、配方组成等。

4.水平实验中，可供选择的因素值的各种取值。

如：密封件压缩量——5% 、8% 、11%注塑件注塑温度——200℃、220℃、240℃注塑压力——40、60、80kgf/cm2橡胶件硫化温度——140℃. 160℃、180℃二．正交试验设计的基本方法1.正交表——正交试验的有效、简便工具介绍1.1形式1.2 性质——正交表整齐可比性（正交性）a.在任意一列中，各水平出现的次数相同，即水平1、2、3各出现3次。

b.任意两列的交叉都同样是11、12、21、22、31、13、23、32、33如：对1#、3#列而言及对3#、4#列而言交叉如下1112 13 21 22 23 31 32 33 ——1/311 12 13 21 22 23 31 32 33 ——3/4DOE正是基于正交表的正交可比性，才能大大减少试验次数.在一张正交表里，行与行或列与列间交换，不改变上述性质.1.3 正交表简记符号：正交表（LATIN SQUARE）4个因素/ 因子L9 (34)3个水平9次试验若不采用正交表，试验次数＝34=9×9=811.4 常用正交表L4(23), L8(27) L16(215); L9(34), L27(313)8/ 0.5 128/0.06 16,384/0.001 81/0.11 1594,323 / 0.00002L16(45),1,024/0.02 混合型正交表: L18(2×37)2. 正交试验设计的6个步骤a.分析问题，确定试验目的如解决车用空调器噪音问题，塑料灯壳变型问题、动密封泄漏问题、镀层剥落问题、汽车漆最佳配方问题等。

b.确定因子水平表如温度、压力、时间、材料种类、配方组元、▽等↓↓↓↓↓↓3 2 3 2 5 2c.选择正交表与表头设计d.制定试验计划：日期、责任人、记录表单及记录。

e.试验并记录试验结果f.统计分析，确定因子主次关系及较优水平组合3.正交表的应用案例电磁阀最低换向压力是关键特性之一，国外同类产品这项指标小于0.25kg/cm2，上海气动元件厂以国外同类水平为依据，进行质量调查，因启动压力不合格达70%，为降低启动压力，而进行试验设计。

(A) 技术分析，影响启动压力因素有：A——密封件压缩量（％）B——阀盖内孔表面粗糙度C——内孔直径技术分析，A、B、C因子变化范围为A 6%～12% →3水平试验：6%A1, 9%A2, 12%A3B ▽～▽→3水平试验：3.2B1, 1.6B2,，0.8B3C Ø25～Ø28 →3水平试验：Ø25C1, Ø26.5C2，Ø28C3;(B) 建立因子水平表(C) 选择正交表并设计表头：选择：L9(34)设计：A、B、C因子分别放在L9(34)表第1、2、3列见下表(D) 制定试验计划（E）试验并记录结果将9次试验、9个启动的压力数据填入正表“结果栏”内。

（F）统计K＝∑Y ｋ= ⅓ K R = R max－R min分析与判断：A.因素的主次关系——观察R值大小因为极差越大，对因子越重要，所以A（压缩量）属最主要因子故：A→C / BB.较优水平组合——观察ｋ值大小原则：若指标值（启动压力）越大越好，则取最大ｋ所对应的水平；若指标值（启动压力）越小越好，则取最小ｋ所对应的水平；若指标值（启动压力）适中为好，则取中间ｋ所对应的水平。

令指标值为最小启动压力，应越小越好，故取ｋmin＝A：3.07（1）B：3.13（3）C：3.10(3)得较优水平组合为：A1 B3 C3 , 即％＝6％∇＝0.8 d=Ø28观察验证：九次测验中第三次试验与分析结果相一致。

三．因素间的交互作用1．交互作用的概念某些情况下，不仅各个因素单独起作用，而且因素间联合起来影响试验结果，这种作用称为因素之间的交互作用。

因素A和B的交互作用记作“AxB”如：4块试验田制定氮肥，磷肥对产量的影响、方式与结果如下分析：不施N、P肥150kg施N肥、不施P肥180kg N肥增收＝180－150＝30kg不施N肥、施P肥190kg P肥增收＝190－150＝40kg同时施N、P肥250kg N、P肥增收＝250－150＝100kg ∴N、P肥交互作用增收＝100－（40＋30）＝30kg交互作用＝1/2×30=15kgDOE 将交互作用定义为“假设因素”或“假设因子”，仅存在一个水平。

2．DOE中的“交互作用表“举案例，描绘步骤与方法：提高药品获得率的试验a.试验目的——提高获得率b.建立因子水平表c. 建立正交表、设计表头根据经验，A、B、C因子间存在交互作用：A×B、A×C、B×C三个“假设因子”,共有7个因子，二个水平，选用L8（27）正交表，如下表头设计d. 制定试验计划e. 试验并记录结果：入得率（%）栏f. 统计：K＝∑Y i R=K max －K min分析与判断A×CC A×B B A B×C A×Ca. 因为R中 22 > 20 > 12 > 8 > 6 > 2所以C是最重大因子（配比）A×C即 C →A×B →B→A →B×C→A×Cb. 较优水平组合：启止较因子一行，按顺序从左往右逐一确定，即22→20→12→8→6得率越高越好，故得A2注意A2的确定原因:从A之K考虑。

K1（366）K2(358),应取与K1相对应的A1；从A×B之K考虑，K1(352)<K2(375)应取与K2相对应的A2。

但从R考虑，A之R为2，A×B之R为5，显然，应取A2同理：较优水平组合为：A2B1C2D23.正交试验中几项作业原则：A.表头设计原则：表头上每列最多只能安排一个内容，为此，所选正交表的自由度必须大于要考察的因子及交互作用的自由度总和。

正交表总自由度f总＝试验次－1正交表每列自由度f列＝该列水平数－1因子A自由度f A=因子A水平数－1因子A、B间交互作用自由度f A×B＝f A×f B举例：对 2 水平正交表，f列＝2－1= 1;f A×B＝f A×f B＝1×1=1. 故应占一列.对3水平正交表，f列＝3－1= 2f A或B＝3－1= 2f A×B＝f A×f B=2×2=4 故应占二列.B.剔除或忽略交互作用原则表头设计过程中，首先要根据经验判断剔除不存在地交互作用、可以忽略的交互作用。

其次，确定“着重考察”的交互作用及不增加试验次数的情况下的“照顾考察”的交互作用。

如：A、B、C、D、E五个因子理论上存在：A、B、C、D、E A×B，A×C, A×D, A×E , B×C,B×D , B×E, C×D, C×E, D×E等5个独立，10个交互作用因子。

根据经验：A、B、C、D、E A×B、A×C等5个独立，10个交互作用因子。

案例：注塑件尺寸稳定性指标受T℃, P, t, 配方组元％影响。

理论上存在：A、B、C、D A×B, A×C, A×D, B×C, B×D, C×D。

根据经验：A、B、C、D，A×D, D×C。

C．根据经验，可忽略所有二级及二级以上交互作用，及大部分一级以上交互作用。

一级交互作用：A×B，A×C, A×D, B×C , C×D,二级交互作用：A×B×C，A×B×D, B×C×D, A×B×C×D∴从事DOE人员应具备实践经验及充分扎实的专业知识。

4.正交表的灵活应用针对某些特殊或复杂情况，可灵活应用正交表以解决问题，常用方法如下：a.正交表并列应用于处理因子水平数不全相同情况。

如：针对L8(27)表，原用于2水平试验，经改造后变成L8(4×24)表，即2水平及4水平的正交表，可同时安排2、4水平因子作业方法：于L8(27)表中任意两列，如：2、3列，其横列8个数对，两两合一标以一个数码，规则如下：L8(27)取消2×3交互作用之第1列，2，3新列重新列为新表第一列；L8（4×24）B. 拟水平设计在水平数较多的正交表上安排水平数较少的因子如：因子水平↓L9(43)上表中，根据经验，2水平D因子第一水平可能更好些，故将一水平再重复一次，看作三水平，只不过第三水平与第一水平状态相同，故称“拟水平”C.活动水平与组合因子D.其它：拟因子设计、直和法、分割性设计、直结法。