文档介绍：该【DOE简介经典方法公开课获奖课件赛课一等奖课件 】是由【书犹药也】上传分享，文档一共【51】页，该文档可以免费在线阅读，需要了解更多关于【DOE简介经典方法公开课获奖课件赛课一等奖课件 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。试验设计(Design of Experiments)简介
Pg 2
确认偏差来源: 探测性分析
获得突破的蓝图
优化输出变量
控制 X
和 监控 Y
确立长期 质量管理
控制
明确项目定义
确认输入及
输出指标
分析测量系统
确定工艺能力
测量
确认偏差来源: 记录性分析
确认偏差来源: 方差分析
规划试验设计
分析
筛选关键
输入变量 (DOE)
找寻交互作用 ( DOE)
确定 Y=f (X)
改善
6 Sigma
概论
项目管理
计算机应用
基础统计学
确定
Pg 3
改善阶段: 也许获得的成果
项目回忆和第一,二次课程其他成果
筛选关键输入变量
设计一种试验
部分因子试验
找寻交互作用 (DOE) 及 定义 Y = f (X)
2K 因子试验
2K: 中心点及分区试验
为 DOE选定样本尺寸
全因子试验
优化试验简介
完毕阶段总结
结论, 问题和下阶段任务
Pg 4
Y=f(x)
试验 – 定义
试验是一种或一系列有目的地变化流程或系统的输入变量以观测识别输出应变量随之变化的试验
Douglas C. Montgomery
那些自变量X明显的影响着Y?
这些自变量X取什么值时将会使Y达到最佳值?
Pg 5
噪音输入变量 (连续)
流程或系统的一般模型
可控输入变量
流程
关键流程
输出指标
噪音输入变量 (离散)
?
Pg 6
试验的目的
确定
那些输入对输出影响最大(确定关键输入变量)
什么样的输入设置能产生理想的输出成果
怎样设置影响最大的输入水平以减少输出变量的变化范围
怎样设置可控输入水平使得不能控制的输入变量对输出的影响减到最小
找出定义流程的公式 (y=f(x)) 以优化流程
Pg 7
试验设计中的基本术语
因子 (可控因子,非可控因子) X
水平: 为了研究因子对响应的影响,需要用到因子的两个或更多的不一样的取值,这些取值称为因子的水平(level)或设置(Setting).
处理: 按照设定因子水平的组合,我们就能进行一次试验,可以获得一次响应变量的观测值,也可以称为一次“试验”(trial, experimental run),也称为“一次运行”(run).
试验单元(experiment unit):对象,材料或制品等载体,处理(试验)应用其上的最小单位
试验环境:以已知或未知的方式影响试验成果的周围环境
模型:可控因子(X1,X2,…Xn), 响应变量(Y) , f 某个确定的函数关系
Y= f ( X1, X2, X3,….. Xk) + Error (误差)
主效应: 某因子处在不一样水平时响应变量的差异
交互效应: 假如因子A的效应依赖于因子B所处的水平时,我们称A与B之间有交互作用.
OFAT法（One-Factor-At-a-Time)：在各因子的变化范围每次变化一种因子的水平以选定各因子的最佳水平。
.
Pg 8
试验设计的基本原则
反复试验(replication) 一种处理施加于多种试验单元。我们一定要进行不一样单元的反复(replicate)，而不能仅进行同单元的反复(repetition):要重做试验，而不能仅反复观测或反复取样。
随机化(randomization)：用完全随机的方式安排各次试验的次序和／或所用的试验单元。防止那些试验者未知的但也许会对响应变量产生的某种系统的影响。
划分区间(blocking)：按照某种方式把各个试验单元辨别成组，每组内保证差异较小，使他们具有同质齐性(homogeneous)，则我们可以在很大程度上消除由于较大试验误差所带来的分析上的不利影响。假如分区组有效，则这种措施在分析时，可以将区组内与区组间的差异分离出来，这样就能大大减少也许存在的未知变量的系统影响。
能划分区组者则划分取组，不能划分区组者则随机化。
Block what you can and randomize what you cannot
Pg 9
打一轮高尔夫球的输出变量是什么?
分数, 越低越好 (击球及推杆数少)
可控制的输入变量是什么?
球及球杆的类型
带着球杆步行或开车运送
玩球时喝掉的啤酒瓶数
不可控制的输入变量是什么?
击球的前后一致性
天气 – 风, 雨, 太阳, 温度
设想打高尔夫球是一种试验
?
Pg 10
“最佳猜测” 法
工业界最常用
程序
选择 “最佳估计” 的因子组合
Ping 牌球杆, Titleist 牌球, 开车, 四瓶啤酒
进行一次试验 (打一轮)
输出成果与预期值比较 (分数: 94 – 不太好)
如成果不理想, 将其中一种因子的水平变化 – 重新试验
如需要反复试验
缺陷
如第一次估计错误, 需要更多次试验– 低效率且时间长
如第一次估计可以接受, 试验会停止下来, “最佳”方案也许永远找不到