DOE案例(minitab实验设计)

BB materialS I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司6Sigma 实验设计课程规划•各节内容¾1.课程介绍¾2.实验设计介绍¾3.全因数¾4.部分因数¾5.实验设计规划¾6.案例S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司根本原因分析的两种方法(Two method for root cause analysis)1.用历史数据观察流程¾散布图，进行图，控制图，分层(scatterplot/runchart/control chart/deplay¾相关性，差异分析，回归分析(correlation/ANOVA/regression)2.流程的实验，用一个规划好的方法变流程并衡量结果¾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。

S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司使用历史数据的一些限制some limitation when using history data •记录常是不完整的(¾省略的变量（X ）¾缺少的值或观察数据¾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。

S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司练习：确定最佳关键变量设置-历史方法目标: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1.确定在给定的不同标准内可能的变量组合总数2.确定在现在预算内你可作出的变量组合总数3.你会检验什么组合？4.你用什么策略来识别关键变量？S I G M AVersion Nov 2002Page上海盖普企业管理咨询有限公司练习：确定最佳关键变量设置-历史方法•练习：•流程中的关键变量是：¾原料卖主。

minitab doe案例
以下是一个使用Minitab进行DOE（实验设计）的案例：
案例：PCB板的镀铜线质量优化
1. 确定每个因子的高低水平，例如温度、时间、电流等。

2. 打开Minitab软件，创建一个新的DOE计划。

3. 选择合适的因子数、区组中心点数、角点仿行数和区组数，以满足实验需求。

4. 生成正交试验矩阵，并按照计划进行实验。

5. 将实验数据复制到Minitab中进行DOE分析。

6. 选择因子和响应，进行效应图和方差分析。

7. 根据分析结果，优化因子水平，以提高镀铜线的质量。

通过以上步骤，可以使用Minitab进行DOE，优化PCB板的镀铜线质量。

Minitab DOE操作说明:范例:全因子实验设计法3因子2水平实验设计:因子—A.时间 ,B.温度 ,C.催化剂种类Step 1:决定实验设计开启Minitab R14版1.选择Stat > DOE > Factorial > Create Factorial Design因所要讨论的因子有三个 , 由表中可以作二种选择:¾选择Ⅲ作4次实验¾选择Full作8次实验一个三因子2水平的设计共有23 (或8)种可能的组合 , 一个包含所有可能组合的设计 ,应无法与其它的效应明确分辨出来 ; 然而,使用较少的组合设计称之为部份因子设计(Fractional Factorial Design)此范例决定是全因子设计 , 因在化学工厂内 , 要控制这些因子(时间/压力/催化剂种类)并不耗费时间及成本 , 且实验可在非尖峰时间进行 , 避免打断生产线的进度 , 如果这实验所需成本很高或困难执行 , 你可能需做不同决定。

3.点击OK , 回到主对话框中4.选择2-level factorial (default generators), 在因子数选择35.点击Designs ,选取Full factorial6.在Number of replicates选项中选2 ,按OKStep 2:因子命名与因子水平的设定因子水平的设定可以是文字或数值¾若因子为连续性Æ使用数值水平设定,可为量测的任意值(ex.反应时间)¾若因子为类别变量Æ使用文字水平设定,为有限的可能值(ex.催化剂种类)就一个2水平的因子设计 , 因子水平设定为两个值 , 建议数值尽可能分开:Factor Low Setting High SettingTemperature 20° C 40° CPressure 1 atmosphere 4 atmospheresCatalyst A B1.点击Factors按钮2.输入因子名称及水平 , 完成后按OK回到Create Factorial Design主对话框Step 3:随机化与储存设计的内容1.按Options选项钮2.在Base for random data generator的字段 , 输入9 ,可控制随机化的结果,让每次　都可得到一致的模型3.确定有选取Store design in worksheet的选项后,并按OK4.回到Create Factorial Design主对话框按OK ,就会产生设计的内容并储存在工作窗体　中Step 4:¾若要切换工作窗体以RanOrder/StdOrder以及Coded/Uncoded 的呈现 ,可由菜单Stat ÆDOE ÆDisplay Design 来选择¾ 另外若要修改因子名称或设定 , 有两种方式： (1)可由菜单Stat ÆDOE ÆModify Design 来选择 (2)直接修改数据窗口中相对的因子列Step 5:数据收集与输入1.在数据窗口中C8的变量名称位置输入Yield2.可将此实验工作表打印出来并收集数据结果输入YieldStep 6:筛选实验目的是利用效应图来选取对于提高产能较大效应的因子¾配置一个模型(Fit a model)1.在菜单点选StatÆDOEÆFactorialÆAnalyze Factorial Design2.在Responses字段输入Yield3.点取Graphs选项钮4.绘制Normal(常态机率图)及Pareto(柏拉图) ,协助找到显著因子5.按OK 键 ,回到Analyze Factorial Design 主对话框 ,再按主对话框OK 键 ,即会将分析结果及绘图在窗口中 ¾ 效应图(Effect Plots)Normal(常态机率图) Pareto(柏拉图)¾确认重要的效应因使用为全因子设计,故包含3个单一之主效应、3个二次的(two-way)交互作用及1个三次的(three-way)交互作用Step 7:配置一个较简单的模型接下来,要由全因子模型所找到的重要因子再重新设定一个较简单的模型,也就是去除不显著之因子,评估适合度、图示解析及残差分析1.点选菜单选单StartÆDOEÆFactorialÆAnalyze Factorial Design2.选取Terms选项钮3.设定内容4.按OK键,回到Analyze Factorial Design主对话框6.勾选Four in one相关分析图,按OK键回主对话框7.按Analyze Factorial Design的主对话框OK键分析的结果会列在程序窗口中,残差分析图及相关图将可进一步评估¾主效应是否选取适当??¾设定的模型是否恰当??Step 8:评估调整后的模型而残差分析图的结果也是令人满意的Step 9:结论之描述¾因子图(Factorial Plots)以绘制主效应图(Main Effect Plot)及交互作用图(Interaction Plot)可以用目视的方法来决定效应分析1.点选菜单StatÆDOEÆFactorialÆFactorial Plots2.勾选Main Effects Plot ,再按下Setup3.在Response输入Yield4.将显著因子B(Pressure)及C(Catalyst)自Available字段到> Selected字段中2.勾选Interaction Plot ,再按下Setup,重复3与4步骤¾ 检视绘图内容在绘图窗口中会个别列出主效应图及交互作用图--主效应图(Main Effects Plot)分析压力图催化剂图(Catalyst Plot)Æ比较催化剂在两种类别的差异(1) 由图中显示 ,差异性比较:催化剂主效应>压力主效应 ,也就是说催化剂斜率的绝对值 大于压力斜率的绝对值 ,由于Yield 为望大值(越大越好) ,故压力在4大气压较1大气 压有较高的良率 ; 催化剂的种类使用A 较B 有较高的良率(2) 若因子之间没有交互作用存在 ,由主效应图即可找到使良率较高的最佳组合 ,此范例 有BC 交互作用显著差异存在 ,故接下来再由交互作用图来分析-- 分析交互作用图可看出因子间水平设定互相造成之冲击性 ,有加乘或抵消作用(1) 由图中显示 ,不论压力值在1大气压或4大气压 ,使用A 催化剂的Yield 皆大于B 催化剂 ;但是以A 催化剂而言 ,压力设定在4大气压比1大气压有明显Yield 变化(2)综合以上分析 ,使Yield 最大的最佳组合为压力4大气压与A 催化剂。

doe(实验设计)与minitab培训doe案例实验设计（DOE，Design of Experiments）是一种系统化的方法，用于确定和优化实验参数以实现特定的目标或解决特定的问题。

在制造业、工程、科学研究和其他领域中，DOE被广泛用于提高产品质量、降低成本、改进生产过程等。

Minitab是一款流行的统计软件，用于数据分析、假设检验、回归分析等。

它提供了丰富的工具和功能，帮助用户轻松地分析和解释数据。

以下是一个关于DOE和Minitab培训的案例：假设一家制造公司想要提高其产品的抗拉强度。

通过实验设计，该公司确定了以下几个因素可能影响产品的抗拉强度：温度、压力和材料类型。

目标是找到最佳的温度、压力和材料类型组合，以最大化产品的抗拉强度。

为了解决这个问题，公司使用Minitab软件进行实验设计。

首先，Minitab 帮助确定因素和水平，并生成一个实验矩阵，其中包括每个实验的条件和结果。

然后，公司按照实验矩阵进行实验，并记录每个实验的结果。

在收集完数据后，Minitab帮助进行数据分析。

通过分析结果，公司确定了最佳的温度、压力和材料类型组合。

此外，Minitab还提供了其他有用的统计信息，如因素对结果的影响程度、因素的交互作用等。

通过这个案例，Minitab培训的目标是使参与者能够：1. 了解实验设计的基本概念和方法；2. 使用Minitab软件进行实验设计和数据分析；3. 掌握如何解释和分析实验结果；4. 应用实验设计的方法来解决实际问题。

总之，通过DOE和Minitab培训，参与者可以学习如何系统地设计和分析实验，并使用统计软件来分析和解释数据。

这将有助于提高产品质量、改进生产过程和提高企业的竞争力。

Minitab做实验设计（DOE）（田口法）（3因子3水平）编著：鲁仁山2007.12.271．双击桌面上的Minitab图标。

2．这是打开后的界面。

3.如上所示，将资料输入表中。

4. 数据输入完毕，打开Stat菜单，点选DOE Taguchi Create Taguchi Design…5. 这是弹出的界面。

6.根据水平的数量点选相应的水平设计，根据因子的数量点选相应的数字，然后按下Designs…按钮。

7.在弹出的界面上点选相应的正交方案，本例点选L9，然后按OK确认。

8. 这是弹出的界面，之前的灰色按钮（未激活）的已全部激活，按下Factors按钮。

9. 这是弹出的界面。

10．如图所示，将资料输入弹出的界面，然后按OK确认。

11.按下Options按钮，这是弹出的界面。

12. 如图所示，钩选Store design in worksheet，然后按OK确认。

13.这是弹出的实验设计组合排列表。

14.将根据实验组合进行实验得到的实验数据作为响应填入表中。

15. 打开Stat菜单，点选DOE Taguchi Analyze Taguchi Design…16. 这是弹出的界面。

17.在Response data are in处填入响应所在的栏位号，然后按下Graphs…18. 这是弹出的界面。

19.根据需要，如图所示点选相应的项目，按OK确认，然后按下Analysis。

20. 这是弹出的界面。

21. 根据需要，如图所示点选相应的项目，按OK确认，然后按下Terms。

22. 这是弹出的界面。

23. 如图所示点选相应的项目，按OK确认，然后按下已激活的Analysis Graphs。

24. 这是弹出的界面。

25. 如图所示点选相应的项目，按OK确认，然后按下Options。

26. 如图所示点选相应的项目，按OK确认，然后按下Storage。

27. 这是弹出的界面。

28. 如图所示点选相应的项目，按全部OK确认。