DOE(正交试验设计)
DOE实验设计ppt课件
部分析因实验（正交实验）
由田口博士(Dr.Taguchi)田口玄一所提出的一套实验方法，它在工业上较具有实 际应用性，是以生产力和成本效益，而非困难的统计为依归。
参数
1
2
3
次数
1
1
1
1
2
1
2
2
3
2
1
2
4
2
2
1
L4(23)正交表 总共须做四次实验，最多只能配置三个因子
+
A
-
L4(23)正交表图解
实验设计降低开发成本
The DoE 的方法
Two factors at two levels
A low low high high middle
B low high low high middle
Result ？ ？ ？ ？ ？
• Centerpoint: 检测弯曲相互作用的存在 • Replicated centerpoint: 评估系统噪音
品质源于设计里的工艺空间
Characterized space
特征空间
Design space
设计空间
Operating space
操作空间
在设计空间内的操作不被监管机构认作是工艺改变
5. AKTA avant 25系统
目前金斯瑞所使用的系统。 GE Healthcare历经数年研制，对欧美及亚洲多家知名生物制药公司如 GSK, Amgen, Novo nordisk, Lilly, Wyeth等公司进行调研，开发出的新一代适 合现代工艺开发的AKTA设备，所以AKTATM avant 25 最突出的优点就是 Design of Experiment (DOE)实验条件智能优化，和UNICORN6.0软件配合堪 称是现代纯化工艺优化的最佳搭档。
DOE讲义
DOE试（实）验设计一．概述：DOE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较好？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。
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、照度等。
4.水平：实验中，可供选择的因素值。
如：密封件压缩量（5% 、8% 、11%）注塑件注塑温度（20℃、220℃、240℃）注塑压力（12、16、20kgf/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。
doe实验方法
DOE实验方法主要包括正交试验设计法和析因法。
正交试验设计法是研究与处理多因素试验的一种科学方法，它利用一种规格化的表格——正交表，挑选试验条件，安排试验计划和进行试验，并通过较少次数的试验，找出较好的生产条件，即最优或较优的试验方案。
该方法主要用于调查复杂系统（产品、过程）的某些特性或多个因素对系统（产品、过程）某些特性的影响，识别系统中更有影响的因素、其影响的大小，以及因素间可能存在的相互关系，以促进产品的设计开发和过程的优化、控制或改进现有的产品（或系统）。
析因法又称析因试验设计、析因试验等，是研究变动着的两个或多个因素效应的有效方法。
许多试验要求考察两个或多个变动因素的效应，将所研究的因素按全部因素的所有水平（位级）的一切组合逐次进行试验，称为析因试验，或称完全析因试验，简称析因法。
在实验过程中，还应明确实验目标、选择变量、考虑相互作用、运行实验以及分析结果。
确保所有相关数据准确无误，这对实验的结果至关重要。
《doe试验设计讲义》课件
ABCD
Hale Waihona Puke 重复性原则在相同条件下进行多次试验，以提高结果的稳定 性和可靠性。
盲法原则
在试验过程中，尽量减少人为因素对试验结果的 影响，保证结果的客观性和准确性。
02
试验设计的基本方法
完全随机化设计
总结词
将试验单位随机分配到不同处理组，每个处理组有相同数量的试验单位。
详细描述
完全随机化设计是一种简单而常用的试验设计方法，其基本思想是将试验单位随机分配到不同的处理 组中，每个处理组有相同数量的试验单位。这种方法适用于处理组数较少且试验单位之间差异较小的 试验。
提高研究效率
科学的试验设计能够提高研究的效率，减少 不必要的浪费和重复。
保证研究质量
合理的试验设计能够保证研究的质量，减少 误差和偏见对结果的影响。
试验设计的基本原则
随机性原则
确保每个样本都有同等的机会被选中，避免主观 偏见对试验结果的影响。
对照原则
设置对照组，以排除其他因素的干扰，明确研究 因素的作用。
05
试验设计的发展趋势和 展望
基于计算机的试验设计
自动化试验
利用计算机技术实现试验过程的自动化，提高 试验效率。
模拟与仿真
通过计算机模拟和仿真试验，减少实际试验的 次数和成本。
数据处理与统计分析
利用计算机进行数据处理、统计分析和可视化，提高数据利用效率和准确性。
基于人工智能的试验设计
1 2
机器学习与优化算法
通过试验设计，探索农业可持续发展的路径和 方法，推动农业绿色发展，保护生态环境。
案例二：医学研究
总结词
验证新药的有效性和安全性
详细描述
通过试验设计，对新药的有效性和安全性进行 验证，为新药的研发和应用提供科学依据。
DOE正交实验设计
1.DOE释义DOE即试验设计（Design fo Experiment），它是一种为了寻求主要因素和因素最佳配置的方法设计。
经常用于可靠性试验和过程参数优选。
事实上，这两个应用场合是不可分割的。
可靠性试验确定的因素是在生产过程中形成的，因此，其试验结果用于过程改善。
优化的过程参数可以直接提高产品的可靠性。
一个产品的可靠性试验或一个过程参数试验会有很多因素影响试验结果。
有些因素单独起作用，有些因素则互相制约联合起作用。
如果试验安排的好。
通过少数几次试验，就能获得所要的信息，得出明确的结论。
如果试验方案安排得不好，花了大量人力、物力，做了大量试验，仍然得不到所需要的结论。
试验设计是统计学的一个重要分支。
它指导人们合理的设计试验方案，科学地分析数据，用尽可能少的试验次数，得到理想的结论。
试验设计的方法很多。
对于影响因素多、试验周期长的试验来说，正交表设计方法是一种有效的工程方法。
2.正交试验设计的基本方法以弹簧板疲劳寿命（可靠性）试验为例。
2.1试验方案设计2.1.1确定试验指标在一项试验中，用来衡量试验效果的指标称为试验指标，简称指标，也称为试验结果（常用y表示）。
试验必须首先确定试验指标，即明确试验目的。
本例中，试验目的是要寻求一个最佳热处理工艺，以提高弹簧板的疲劳寿命。
因此，疲劳寿命就是本例的试验指标。
它是可以用数量表达的。
试验指标最好能用数量表示。
2.1.2试验因素确定试验中，凡对试验指标可能产生影响的原因，称为因素，也称因子。
需要考虑研究的因素称为（试验）因素，可用大写字母A、B、C…表示。
本例中，淬火温度、回火温度、喷丸残余压力都是试验因素，用A、B、C表示。
2.1.3选取适当水平因素在试验中的各种状态或所取的不同值，称为（因素）水平。
常用下标1、2、3…表示。
2.1.4因素水平表表1 因素水平表如表所示，淬火温度A、回火温度B、残余压力C各有两个取值或两个取值水平，它们都是2水平因素。
DOE(Design of Experiment,试验设计)
DOE出自 MBA智库百科(/)DOE（Design of Experiment,试验设计）目录[隐藏]∙ 1 什么是DOE∙ 2 为什么需要DOE∙ 3 DOE的基本原理∙ 4 DOE实验的基本策略∙ 5 DOE的步骤∙ 6 DOE的作用∙7 DOE的方法[编辑]什么是DOEDOE（Design of Experiment）试验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，获得理想的试验结果以及得出科学的结论。
试验设计源于1920年代研究育种的科学家Dr.Fisher的研究, Dr. Fisher 是大家一致公认的此方法策略的创始者, 但后续努力集其大成, 而使DOE在工业界得以普及且发扬光大者, 则非Dr. Taguchi (田口玄一博士) 莫属。
[编辑]为什么需要DOE∙要为原料选择最合理的配方时（原料及其含量）；∙要对生产过程选择最合理的工艺参数时；∙要解决那些久经未决的“顽固”品质问题时；∙要缩短新产品之开发周期时；∙要提高现有产品的产量和质量时；∙要为新或现有生产设备或检测设备选择最合理的参数时等。
另一方面，过程通过数据表现出来的变异，实际上来源于二部分：一部分来源于过程本身的变异，一部分来源于测量过程中产生的变差，如何知道过程表现出来的变异有多接近过程本身真实的变异呢？这就需要进行MSA测量系统分析。
[编辑]DOE的基本原理试验设计的三个基本原理是重复，随机化，以及区组化。
所谓重复，意思是基本试验的重复进行。
重复有两条重要的性质。
第一，允许试验者得到试验误差的一个估计量。
这个误差的估计量成为确定数据的观察差是否是统计上的试验差的基本度量单位。
第二，如果样本均值用作为试验中一个因素的效应的估计量，则重复允许试验者求得这一效应的更为精确的估计量。
如s2是数据的方差，而有n次重复，则样本均值的方差是。
正交试验设计(内容详尽)
偏差大小，通常用 V 表示：
V S2 / f
存在期望值时：
V
1 n
n
( xi
i 1
)2
不存在期望值时：
V
1 n1
n
( xi
i 1
x)2
均方差也称为准偏差或标准差，定义为方差的平方根，
通常用 表示，即
存在期望值时：
V
1 n
n i 1
( xi
)2
不存在期望值时：
V
1 n
1
n i 1
正交试验设计
7.1.5 试验的主要步骤（阶段）
● 试验设计阶段——选题、设计试验方案、准备试 验材料及设备、安排试验环境等；
● 试验实施阶段——按计划进行试验（包括试验操 作、收集试验数据等）；
● 试验分析阶段——核查试验数据、进行统计分析、 解释试验结果、获取试验结论等。
正交试验设计
7.1.6 试验设计的基本原则（费歇尔三原则）
● 重复原则——利用重复观测减小试验误差，提高试 验精度；
● 随机化原则——目的是为了消除或减小人为因素引 起的系统误差的影响；
● 局部控制原则——该原则也称为区组控制原则，指 的是把比较的水平设置在差异较小的区组内，其目的也是 为了消除或减小试验中系统误差的影响。例如，按机器设 备、班次、原料批号、操作人员划分区组。
其他：
★ 标示因素
★ 区组因素
★ 信号因素
★ 误差因素
正交试验设计
⑷ 因素的水平 试验中因素变化的状态和条件称为因素的水平或位数，
简称水平。水平用数字（1，2，3…）表示。 试验中设计过程中水平的选取原则是：
◆ 宜选用三水平，以有利于实验结果的分析； ◆ 水平通常取等间隔，特殊情况下取对数间隔； ◆ 水平应该具体。水平应该是可控的，其变化对试验指 标有影响。
实验设计DOE
03 正交实验设计
04 2k全因子实验设计
05 响应曲面实验设计
目 录
一、实验设计的概述
实验设计（Design Of Experiments)：简称 DOE，是以概率论和数理统计为理论基础，经济科学的安排试验的一项技术。主要对实验进行合理安排，以较少的实验次数、较短的实验周期和较小的实验成本，获得理想的实验结果和正确的结果。
什么是实验设计
实验设计的作用
提高产量；减少质量的波动，提高产品质量水准；大大缩短新产品试验周期；降低成本；延长产品寿命。
实验设计的历程
一、实验设计的概述
实验设计的分类
试验目的
试验类型
找出关键影响因子
---筛选试验 ( Screening experiment )
=部分析因试验 ( Fractional factorial )
没有交互作用
Y
有一点交互作用
有很大的交互作用
Y
Y
-1
+1
A
-1
+1
A
-1
+1
A
-1
+1
二、实验设计的术语
二、实验设计的术语
望大/小/目
期望实验得出的值越大/小越好或者达到一定目标。
信噪比（S/N）
在田口设计中，信噪比是稳健性的度量，直观来讲，信噪比越大表示方差越小，结果一致性越好，从田口法概念来讲就是信噪比越大是表示噪声因子的效应越小，即参数设置越优。
综上：最优方案选择为A2B3C1
三、正交实验设计-案例2
案例3：某厂生产一种化工产品，需要检验两项指标：有机酸纯度和透光率，这两个指标都是越大越好。有影响的因素有4个，各有3个水平。试通过试验分析找出较好的方案。(采用加权得分的综合评估方案，加权得分=纯度*4+透光率)
- 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、"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、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)。
力矩。
步骤一: 确定因子与水平
专业知识 因果图+FMEA——关键原因 关键原因可测量
试验目的：提高磁鼓电机的输出力矩 试验指标：输出力矩 确定因子与水平：
因子水平表
因子
水平
一
二
A ：充磁量（10－4T）
99
95
90 A
80 70 60 50 40 30 20
BC 10
5
1
-5.0
-2.5
0.0
2.5
Standardized Effect
A 5.0
Worksheet: Worksheet 3; 2004-11-10; shipping center efficienBcCy
Effect Ty pe Not Significant Significant
反应温度
-2.000 -1.000 0.5590
真空度
1.500 0.750 0.5590
反应时间*反应温度 - 5.000 -2.500 0.5590
161.89 0.000 4.92 0.039 -2.68 0.115 -1.79 0.216 1.34 0.312 -4.47 0.047
哪个因子是显著的 如何选择因子水平
A fixed 3 1, 2, 3 B fixed 3 1, 2, 3
结果分析
C fixed 3 1, 2, 3
Analysis of Variance for 结果?, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F
P
A
2 1421.6 1421.6 710.8 12.23 0.076
在模型假设正确的前提 下得出的结果
C + ABD
D + ABC
AB + CD
AC + BD
AD + BC
92
90
Mean of 结果
Mean
88
1.1
1.2
反应温度 94
2.5 94
3.5 真I空n度teraction Plot (data means) for 结果
92
93
92 90
91
88
90
60
80
50
60
89
Worksheet: Worksheet 3; 2004-11-10; shipping center efficiency
二水平设计 三水平设计 四水平设计 五水平设计 混合设计 因子数
步骤三:生成试验方案
将试验方案随机化
步骤四:试验
¾打印试验方案 ¾做试验 ¾将结果数据填写至数据表中
步骤五:试验结果分析
General Linear Model: 结果 versus A, B, C
Factor Type Levels Values
F actor A B C D
N ame 两种原料配比 反应时间
反应温度 真空度
Pareto Chart of the Standardized Effects (response is 结果, Alpha = .05)
4.303
F actor A B C D
N ame 两种原料配比 反应时间
反应温度 真空度
B
C
D
0
1
2
3
4
5
Standardized Effect
Worksheet: Worksheet 3; 2004-11-10; shipping center efficiency
步骤六:画效应图
Main Effects Plot (data means) for 结果
两种原料配比 94
反应时间
> 89.5
3.00
Hold Values
两种原料配比
1.1
真空度
50
2.75
反应时间
2.50
60
65
70
75
80
反应温度
Worksheet: Worksheet 3; 2004-11-10; shipping center efficiency
Surface Plot of 结果 vs 反应时间, 反应温度
B
2 5686.9 5686.9 2843.4 48.93 0.020
C
2 427.6 427.6 213.8 3.68 0.214
Error 2 116.2 116.2 58.1
Total 8 7652.2
S = 7.62306 R-Sq = 98.48% R-Sq(adj) = 93.92%
Main Effects Plot (fitted means) for 结果
88
87
86
85
60
80
反应温度
Worksheet: Worksheet 3; 2004-11-10; shipping center efficiency
反应时间 2.5 3.5
Contour Plot of 结果 vs 反应时间, 反应温度
3.50 3.25
结果 < 82.0
82.0 - 83.5 83.5 - 85.0 85.0 - 86.5 86.5 - 88.0 88.0 - 89.5
Hold Values
两种原料配比
1.1
真空度
50
90
87 结果
84
81 60
70 反应温度
3.5
3.0 反应时 间
80
2.5
Worksheet: Worksheet 3; 2004-11-10; shipping center efficiency
3.5 避免表头混杂的一个原则
在进行表头设计时一列上只能放一个因子 或放一个交互作用
充磁量 220
定位角
200
180
Mean of 结果
160
900
1100
1300
10
11
12
定子线圈匝数 220
200
180
160
70
80
90
Worksheet: Worksheet 1; 2004-11-10; shipping center efficiency
步骤六:最佳水平选择
Least Squares Means for C4
900 1100
B ：定位角度（(π/180) rad） 10
11
C ：定子线圈匝数（匝） 70
80
三
1300 12 90
步骤二:选正交表
• 首先根据因子的水平数找一类正交表 • 再根据因子的个数确定具体的表[L9（34）]
二 水 平 正 交 表 系 列
二水平默认 二水平定义 二水平筛选 全因子试验 因子数
3.500 60
92.50 1.1180
2.500 80
93.50 1.1180
3.500 80
85.50 1.1180
Percent Term
Normal Probability Plot of the Standardized Effects (response is 结果, Alpha = .05)
Factors: 4 Base Design: IV
4, 8 Resolution:
Runs: 8 Replicates: 1/2
1 Fraction:
Blocks: 1 Center pts (total): 0
Design Generators: D = ABC
Alias Structure
I + ABCD A + BCD B + ACD
充磁量 Mean SE Mean
1
185.0 4.401
2
198.0 4.401
3
167.3 4.401
定位角
1
161.7 4.401
2
218.7 4.401
3
170.0 4.401
线圈匝数
1
185.0 4.401
2
174.3 4.401
3
191.0 4.401
二、有交互作用的正交试验设计
3.1 交互作用概念 3.2 试验设计步骤
正交试验设计
试验设计的作用
• 筛选因子(分析阶段-原因确认) • 因子水平搭配(改进阶段) • 试验优化(改进阶段)
正交试验设计
一、无交互作用的正交试验设计 二、有交互作用的正交试验设计
一、无交互作用的正交试验设计
案例一:见黑带教材267页“P267”
磁鼓电机是彩色录像机磁鼓组件的关键部件之 一。按质量要求，其输出力矩应大于210g.cm。
若在一列上有两个因子或两个交互作用或 一个因子一个交互作用称为混杂,混杂应该 避免,否则数据分析要产生问题
在用正交表安排试验时要求： ①因子与所在列的自由度相等 ②交互作用与所占列的自由度的和相等 二水平因子应用二水平正交表 三水平因子应用三水平正交表
• 二水平因子交互作用自由度为1，在二水平正交表上占一列
2.1 交互作用
一个因子的水平好坏或好坏的程度受另一 因子水平制约的情况，称为因子A与B的交 互作用。
两个因子的不同水平搭配下的得率
A1
A2
70 B1 60
70 B1 6 0
70
B2 75
85
B2 75
95 B2 75
55
得率 (a)
(b)
(c)