实验设计DOE原版.ppt

Design Of Experiments (DOE) 1. DOE實驗設計介紹 實驗設計（DOE）序論 實驗設計根源自於農業，它被廣泛使用在： 將X的影響量化 證實一個想法或假設 在給定流程的輸入設定下，去預測流程的輸出 改善種植技術或將種植技術最佳化 在1900年代早期由英國的Ronald Fisher 所發展出來 實驗設計 設定範例 實驗設計 設定範例 實驗設計 設定範例 實驗設計 實驗設計(DOE) 計劃 目標建立 建立實驗目標 根據實驗你想去發現什麼 你是否試著找出輸入因子及輸出結果之間的關係 你是否嘗試由許多的繁瑣不重要的可能因子中，找出少數的關鍵因子 你想知道，如果一些輸入(X)一起產生作用，是否會影響到輸出(Y) 你是否試著決定出輸入因子的最佳參數設定 選擇輸入 (X’s) 以及輸出(Y’s) 輸入因子 (x’s)的選擇 一個流程中可控制或不可控制的輸入因子，它對於結果的影響可以由實驗中知道： 可能是數量表示的(變數的資料)，例如：溫度的度數，時間的秒數。 有可能是質的(特質上的資料)，例如：不同的機台，不同的操作員，乾淨或不乾淨 因子選擇 – 減少因子數目 我們需要包含哪些因子? 下面的工作可提供我們分析 FMEA/控制計劃 或 DCP（資料蒐集計劃 Data Collection Plan） 要因矩陣 假設檢定 流程繪圖 腦力激盪 文獻探討 工程知識 操作者的經驗 科學理論 顧客/供應商輸入 為每一個因子選擇水準 一個輸入因子的水準，是在實驗中需調查的輸入因子( X ) 的值。(不要跟輸出的(Y)混淆) 。 對於一個屬量的因子 ， 例如溫度 ， 如果實驗需要執行兩種溫度 ， 則溫度的因子就有兩個水準。 對於一個屬質的因子 ， 例如潔淨 ： 如果一個實驗必須考慮乾淨與不乾淨 ， 那這潔淨的因子就有兩個水準。 設定輸入變數水準的指導方針 從大量的的變數中去決定出關鍵少數輸入因子（篩選） 在目前的能力上，設定“顯著”的端點水準 如果有一個輸入因子，當我們改變它的時候我們可以看到結果明顯的改變。 最好去了解因子間的交互作用(數學上的關係) 當關鍵輸入被確認了之後 ， 降低水準間的間隔可用來確認輸入變數間的交互作用 這個方法通常會形成一系列有順序的實驗 確認輸入變數的操作視窗(流程最佳化) 再次使用接近的設定 依樣使用連續的實驗 選擇實驗設計的類別 有複製（ Replication ）的全因子實驗 沒有複製的全因子實驗 篩選或部分因子設計 一次一因子法(OFAT) 範例一：屬量型的Y 假設你在看電視上的棒球賽，以及你對所有的有關聲稱可以增進你去打球的距離廣告項目感到興趣。你並不確定為何這些球跟球棒將會增加打擊距離 ， 但是你擔憂任何的改進並且決定根據下面的條件去購買： 球棒的兩種設定 ： Shinewood Cornwall 球的兩種類別 ： Fareist Homerun 你一般都在兩種場地打球，場地A幾乎都沒有風 ， 它就像是一個室內的場地；場地B的風比較強，它就像是一個戶外的場地。 你已經有配備了且你已經確認天氣。 你知道該如何去改進你的打擊嗎? 範例一(1) 定義問題： 打擊距離不夠長 建立目標： 增加打擊距離 選擇反應值 (輸出)： 距離，量測當球被擊出後落地的位置與本壘版的距離 。最長的距離為本壘版到全壘打牆。量測在外野掉落的痕跡的最近距離 . 範例一 (2) 選擇可控的輸入因子： 球棒 球 風的狀況 確認不可控的輸入因子： 溫度 溼度 選手打擊率 範例一 (3) 範例一(4) – 選擇 1 範例一(4) – 選擇 2 範例二：磁盤範例 (屬量型的Y) 瓷器生產小組正在修改磁盤。 生產部門指出，光澤度是顧客最在意的關鍵輸出因子，他們希望盤子能改善10%的光澤度。 原料工程師想測試四種瓷土粉末，他由經驗得知在生產過程時爐灶的溫度，也是產品光澤度的關鍵原因，所以他要去檢定四種瓷土粉末及三種不同的爐灶溫度。 這個實驗的全因子如何設計呢？設計出這個實驗的全因子實驗設計。 範例二：生產策略 (1) 定義問題： 改善磁盤的光澤度，希望能比以前的光澤有超過10%的改善 (光澤=10) 。 建立目標： 決定哪種瓷土粉末以及爐灶的溫度可以使產出的光澤度較高。 選擇反應值(輸出)： 輸出的光澤度為11，以公認的實驗室來量測。 範例二：生產策略 (2) 選擇可控制的輸入因子： 瓷土粉末 爐灶溫度 選擇因子的水準： 因子 瓷土粉末種類：4 個水準 TC6 TC5 TC4 TC3 爐灶溫度：3 個水準 450 500 550 範例二：生產策略 (3) A. 瓷土粉末 TC6 爐灶溫度 450 B. 瓷土粉末 TC6 爐灶溫度 500 C. 瓷土粉末 TC6