部分因子和全因子实验设计

1
-1
1
-1
1
-1
-1
-1
1
-1
1
-1
1
1
1
-1
-1
-1
-1
1
1
1
-1
-1
-1
-1
1
1
-1
-1
-1
1
1
1
-1
1
1
1
-1
-1
-1
1
1
1
-1
1
-1
-1
-1
-1
-1
1
-1
1
1
1
-1
1
-1
-1
1
-1
1
-1
1
-1
-1
1
-1
1
-1
-1
1
1
-1
-1
1
-1
-1
1
1
-1
-1ห้องสมุดไป่ตู้
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
-1
1
1
-1
-1
Page 11 SAQM
分辨度 IV 设计
首先，我们将使用通常的3-因子设计并使用三元交互作用代替第四个因
子：
23 因子矩阵
设 ABC = D
A
B
C
AB
AC
BC
ABC
1
-1
1
-1
1
-1
-1
1
-1
-1
-1
-1

系数标准误 T 0.09922 203.09 0.09922 11.84 0.09922 20.66 0.09922 -13.10 0.09922 -4.79 0.09922 1.76 0.09922 0.50 0.09922 -0.25
P 0.000 0.000 0.000 0.000 0.001 0.116 0.628 0.807
实验和部分因子设计
DOE
学习目的
完成本章的学习后，学员将能够： ❖描述一个23实验 ❖用minitab建立23实验计划 ❖用minitab分析23实验结果
BYD COMPANY LIMITED Version 1.1
DOE
23实验
23实验计划具有三个因子，每个因子三个水平。 这种实验组合共有8个组合（23＝2Х2Х2＝8）
BYD COMPANY LIMITED Version 1.1
DOE
例题：残差分析
百分比
y 残差图
正态概率图
99
0.5
90 0.0
50
与拟合值
残差
10
-0.5
1
-1.0
-0.5
0.0
0.5
1.0
残差
15.0
17.5
20.0
22.5
25.0
拟合值
直方图
4.8
与顺序
0.5
3.6
0.0
残差
2.4
1.2
-0.5
K棒 Avg. = W棒
Avg. =
T
P
T
P
大风 T球 W棒
有风
Avg. =
1 (200)
3 (205)
5 (215)
无风

10
任两列中，“--”、“-+”、“+-”、“++”四种搭配出现 的次数相等，两列间的乘积的和为0，即两列“正交”。 这种正交性使实验结果的分析有“均衡分散，整齐可比” 的特点，因而具有很多优良性质，而且很容易计算出相应的回 归方程。这种实验设计方法常称为“正交实验设计法”
（orthogonal experimental design）。
11
12
13
14
15
16
计算机（Design-Expert）计算：
17
23三因子二水平全因子实验
23三因子二水平全因子实验具有以下 特点： 3个因子（主效应）； 3个二因子交互效应（AB，AC， BC）；
1个三因子交互效应（ABC）；
需要8次实验。 右图所示给出23实验设计示意图。
3
1
主效应和交互效应
4
5
（a）无交互作用
（b）有交互作用
6
7
2二水平全因子实验设计8 Nhomakorabea9
二水平全因子实验设计原理 二水平全因子实验采用正交表（orthogonal array）设计，
具有均衡性（balanced）与正交性（orthogonaiity）两个特点：
任一列中正负号出现次 数各占一半，即在实验 中，每个因子取低水平、 高水平次数相同，即均 衡性。
30
No 1 2 3
I/A 7.5 7.5 3.5
ton/μs 6 7.5 7.5
toff/μs 6.5 6.5 6.5
Ra1/μm 21.82 23.1 19.62
Ra2/μm 11.68 18.27 12.63
4
5 6 7 8

全面性
全因子试验设计应尽可能全面地考察各因子之间的交互作用，以便更 好地了解试验系统的性能和特点。
03 全因子试验设计 的方法与步骤
确定因子与水平
因子
全因子试验设计的核心是选择试验因子 ，即影响试验结果的主要变量。在选择 因子时，需要考虑与研究目标相关的所 有重要变量。
VS
水平
每个因子都有不同的水平，即该因子的不 同取值。选择合适的水平数，确保能够全 面探索因子与试验结果之间的关系。
01
Design Expert专注于试验设计领域，提供了多种试
验设计方法和数据分析工具。
用户友好的界面
02 软件界面简洁明了，易于使用，适合初学者快速入门
。
全面的数据分析
03
Design Expert不仅提供了基础的统计分析，还支持
高级数据分析方法，如响应曲面设计和混合模型等。
06 全因子试验设计 的案例分析
详细描述
在软件开发与测试过程中，全因子试验设计 可以对软件的各项功能和性能进行全面的测 试。通过全面考虑各种可能的输入和条件， 设计出完整的测试用例，可以对软件的各项 功能进行细致的测试和分析。这种方法有助 于发现潜在的问题和缺陷，提高软件的质量 和稳定性，确保软件能够满足用户的需求。
05 全因子试验设计 的软件工具
多重比较
对试验结果进行多重比较，以确定各因子水平之 间的差异。
ABCD
回归分析
通过回归分析，可以建立因子与试验结果之间的 数学模型，预测不同因子水平下的结果。
可重复性检验
对试验结果进行可重复性检验，确保结果的稳定 性和可靠性。
04 全因子试验设计 的实际应用
工业生产优化
总结词
全因子试验设计在工业生产优化中应用广泛 ，通过全面考虑各种因素，可以找到最优的 生产条件，提高生产效率和产品质量。