163微课堂 >企业管理文章 >doe实验设计的方法都有什么

doe实验设计的方法都有什么

发布时间:2015-02-07 10:35:56 阅读(730) 评论(0) 分类:质量管理

doe实验设计的方法都有什么

doe实验设计的方法都有什么

使用实验设计(doe)与田口方法(Taguchi method)的区别
1 长期来欧美企业采用DOE一向严谨于统计理论,因此对田口方法是陌生或(学术上)看不起的,一直到6sigma管理引用大量日式TQM与丰田精益生产管理 以后,一般DOE教科书最后一章才谈田口方法,号称DOE圣经书的Design and  Analysis of Experiments(Douglas C. Montgomery)一书一直到第六版(2005年)才加入田口方法的内容(chapter12:Robust Parameter Design and Process Robustness Studies P464-483),但也非常谨慎使用其章节名称-稳健参数设计与制程稳健研究,其字义可以充分表达田口方法的意义
2 一般人认识DOE与田口方法会从Minitab开始,看起来Taguchi是DOE四个项目之一个,但Taguchi method在日本已经渐渐变成一种开发设计手法以达品质安定化设计之目的,因此田口方法已经从所谓事后品管(寻找品质要因而在发防止)而趋向于事前品管 (防止品质问题发生)的手法,田口有一句口号译成英文给老外 - To get Quality,Don‘t measure Quality,亦即与其测量品质以进行事后品质改善,不如进行好的品质设计不让品质问题发生,田口方法不断演变也因此造成一般人对田口方法的认知众说纷 纭
3 日本人的文字用语常令外国人头痛,譬如qc是指品质管理(ISO的QM),TQC是TQM,至于田口方法更有学问,请看田口方法发展史如下
(1) 1950~1970年间致力品质提升而实施spc,为了达成品质稳定,探讨品质问题原因而因此必须进行筛选设计,然而正统DOE的交络法 (Confounding Factorial Design)或部份法(Fractional Factorial Design)当时是非常复杂,因此田口玄一发展出用直交表、点线图方便进行设计实验筛选出品质的关键要因,此阶段的实验方法当时被称为田口方法,时过境 迁1980年代中期田口玄一出来呼吁澄清,除非采用有噪音因子的内外表与SN比才能称作田口方法,但是目前日本企业学习实验计画主流内容仍是以直交表与点 线图为主(戴明奖颁奖单位日本日科技连的DOE课程)
(2) 1980年代以后日本品质登峰照极,田口致力于能够适用于设计阶段品质作入的实验计划法而发展出,采用有噪音因子的内外表与静态特性的SN比以及二阶段设计等技术,而称为田口品质工学,但外人还是称为田口方法
(3) 1990年以后全球化贸易扩张,田口方法加入动态特性、基本机能等观念,在日本称为品质工程(有异于国内的品质工程),其最新想法就是在商品企划后利用模拟方法实施田口方法,以求品质安定化设计,不过外人仍称为田口方法
4 理论上DOE与田口方法都使用实验的手段,但目的是明显不同,因此当要使用田口方法用语时田口玄一要求如下
(1) 参数设计
(2) 使用适当的品质特性,并运用SN比或者Loss Function
(3) 积极有效地使用杂音因子,控制与杂音因子分开为内外表设计
(4) 使用直交表配置

实验设计方法(DOE)
1.实验设计方法的分类
实验设计的方法在大学教授的较少,但在实际工作和科研中确有极大的用处,本人根据自己4年工作经验,将实验设计方法总结1下,供各位大侠参考。
实验设计方法(DOE, design of experiment)通常包括多因子设计(factorial design),反应面设计(response surface design),混合设计(mixture design)和田口设计(正交设计Taguchi design).
2.实验设计方法的应用场合
实验设计通常用来研究因变量(y)与自变量(x1,x2,x3,.....)的关系。比如某化学反应的转化率(y)取决于催化剂种类(x1),催化剂浓度(x2),反应温度(x3),反应物浓度(x4).
在研究多个自变量(如大于5个)对因变量的影响时,如你做高分子挤出实验,研究挤出物的拉伸强度与4-5个加热区的温度设定之间的关系,我们可以利用多因子设计或者田口设计来做实验设计,根据实验结果的Pareto Chart筛选出最重要的影响因子(将5个以上的因素缩小为2-3个)。
当用前述2种方法筛选出最重要的影响因素之后,我们可以对实验结果进行优化设计----反应面设计(Response Surface DOE)。比如在研究挤出物的拉伸强度主要取决于第1区T1和第4区的加热温度T4后,我们可以做T1, T4反应面设计来优化挤出物的拉伸强度。找出最佳的T1, T4温度设定区间。
混合设计对于我们学化学的特别有用,主要用来研究各组分的组成对于产物性能的影响。比如做涂料,涂料有树脂、填料、助剂、溶剂组成,我们可以用混合设计来研究各组分的百分配比对涂膜附着力的影响。或者举个更简单的例子,我们做菜,炒青菜,青菜的口味主要取决于青菜、盐、味精、油的含量,我们可以用混合设计来找出最佳口味的量。混合设计还可以综合其他因素来设计,比如炒青菜的口味还取决于火候(加热时间),我们也可以把火候作为1个因素设计在混合设计中。
3. 实验设计的其他方面
尽管实验设计有诸多优点,但实验设计一般要做很多实验,尽管实验设计可以给我们带来很多信息,我们心里还是不想多干活的。比如多因子设计,5个因子,2个水平,我们要做2的5次方32个实验。2个参数的反应面(Response Surface)设计也要做13次。所以如果想混混日子,没必要做DOE.
另外实验设计前要做很多准备工作,尤其是要对测试方法非常了解。如果测试误差很大,连性能的提高石油测试误差引起还是各因素引起都分不清就是浪费时间和金钱了。
4.实验设计软件
和一些大学交流时,发现他们做正交设计都是用表格,而没有用专用的设计软件,觉得可惜,实验设计和结果分析都耗时,效果却不怎么好,特推荐1些实验设计软件供各大侠参考。
Minitab 14,里面有DOE设计,包括多因子设计,反应面设计,混合设计和田口 设计。
S-Plus 7.0,里面也有DOE设计,我没用过S-Plus 7.0,只用过S-Plus 2000,里面的实验设计功能好像没有Minitab强,不知S-Plus 7.0改进了没有。
iSIGHT v8.0,里面的实验设计还可以。

DOE正交试验设计的基本方法
很多人询问DOE实验设计的具体内容,其中就有提到正交实验设计的基本方法。以下我们就了解下更多关于DOE的内容:
正交表是一种规格化的表格,各种各样的正交表都已构造出来了,对于解决实际问题的应用来说,只要掌握正交表的应用方法就达到目的了。
上图是一张正交表,有4列,每列的数字代表水平符号;有9行,每一行的水平组合代表一个试验条件。这张表简记为L9(34)。L表示正交表,下标9表示试验次数,34表示应用这个表最多可以安排3水平4因子的试验。
这张表的性质(整齐可比性性质,或称正交性性质):
1)在任意一列中,各水平出现的次数相同,即水平1、2、3出现的次数相同;
2)对任意列的任一水平,其他列的水平1、2、3与之在同行上相遇的次数相同。或者说,任意两列同行上水平组合的有序数对11、12、13、21、22、23、31、32、33出现的系数相同。
正是由于这些性质,才有可能使试验次数减少。如对于4因子3水平的试验,所有可能的全面搭配试验要做34=81,而使用正交表只需要9次试验即可。从总体看,只做了部分试验,但由第二条性质可知,对于任意两个因子来说是全面搭配试验,这样仍可能进行比较。
一般来说,凡是正交表都具有上述两个性质。在一张正交表里,行与行或列与列之间交换,不改变正交表的上述两个性质。
常用的正交表有L4(23),L8(27),L16(215),L9(34),L27(313),L16(45),L18(2×37)等等。其中如L18(2×37)形式的表称为混合型正交表,这张表可以安排1因子2水平和7因子3水平的试验。如果所考虑的问题有n个因子,每个因子取2水平,则称此问题为2n因子试验问题;如果所考虑的问题有n个因子,每个因子取3水平,则称此问题为3n因子试验问题;如果所考虑的问题有n+m个因子,其中n个因子取2水平,m个因子取3水平,则称此问题为2n×3n因子试验问题,依此类推。
正交表的应用
例子:磁鼓电机是录象机磁鼓组件的关键部件之一。某厂以国外同类产品的水平为依据,对电机质量进行调查,发现力矩不合格达43%,因此,为了提高电机的输出力矩,需要进行试验。
1)技术分析
影响输出力矩的因素为:充磁量、定位角度、定子线圈匝数。为讨论方便,把这3个因素分别命名为A、B、C,即A、B、C为因子。根据经验,可以确定出各因素的变化范围为:
A 充磁量(T):  900×100-4~1300×10-4
B 定位角度(rad): 10×π/180~12×π/180
C 定子线圈匝数(匝): 60~100。
现要进行试验,选择合适的充磁量、定位角度和定子线圈匝数,以获得尽可能高的输出力矩值。为此,考虑在各因素的变化范围中取3点进行试验。比如
A:A1=900×100-4, A2=1100×100-4, A3=1300×10-4
B:B1=10×π/180, B2=11×π/180,         B3=12×π/180
C:C1=70,  C2=80,   C3=90
至此,称A1=900×100-4为A因子的第1水平,A2=1100×100-4为A因子的第2水平,A1=1300×100-4为A因子的第3水平。B和C因子依次类推。


此文版权归163微课堂网所有,禁止转载和复制,违者必究

评论(0

0/140字

最新评论

还没有评价!亲,赶紧抢沙发~

讲师简介

出发点:深度把握学员的求知期望; 立足点:抓住核心内容,融会贯通,生动讲解; 关注点:推行案例分析与操作演练,培训实战技能; 沸腾点:吸引学员的参与,讲台上下互动和谐; 目标点:授有所成,学有所获,提升学员的职业竞争力。 上海交通大学企业管理博士,著名实战型EXCEL、POWERPOINT高级讲师。国际职业培训师协会认证讲师,微软Office特邀培训专家,专注上海市场的WORD、PPT、EXCEL、VISIO等的公开课和企业内训项目。教育部-微软(中国)“携手助学”项目专家指导委员会委员。
关注我们 微信微博

关注微信公众号还送30元代金券哦~赶紧关注吧!