正交试验在钢铁断裂强度上的应用.docVIP

正交试验在钢铁断裂强度上的应用 正交试验设计是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、HYPERLINK /wiki/%BE%AD%BC%C3经济的HYPERLINK /wiki/%CA%B5%D1%E9%C9%E8%BC%C6实验设计方法。 本文将通过一个影响钢板断裂强度工艺的多因子实验来说明有交互正交作用设计实验的过程。 例：改进热处理工艺提高钢板断裂强度问题。合金钢板经热处理后将提高其断裂其抗断裂性能，但工艺参数的选择是个复杂的问题。我们希望考虑可能影响断裂强度的4个因子，确认哪些因子影响确实是显著的，进而确定出最佳工艺条件。这几个因子及其试验水平如下： A：加热温度，低水平：820，高水平：860（摄氏度） B：加热时间，低水平：2，高水平：3（分钟） C：转换时间，低水平：1.4，高水平：1.6（分钟） D：保温时间，低水平：50，高水平：60（分钟） 由于要细致考虑各因子及其交互作用，决定采用全因子试验，并在中心点处进行3次试验，一共19次试验。 创建实验设计 （1）选择[统计]=[DOE]=[因子]=[创建因子设计]。 （2）选择两水平因子（默认生成元），在因子数中选择4，选择“设计”中“全因子”试验次数为16的那行，并在“每个区组的中心点数”中选择3。 （3）选择“因子”，分别填写四个因子的名称及相应的低水平和高水平的设置。 （4）“选项”选项可以使用折叠设计、指定部分、使设计随机化以及在工作表中存储设计等；“结果”选项用于控制会话窗口中显示的输出。 （5）计算机会自动对于试验顺序进行随机化，然后形成表格。在表的最后一列，写上响应变量名（强度），这就完成了全部试验的计划阶段的工作。 二、拟合选定的模型 1、软件操作 （1）按照上述步骤进行试验，将结果填入最后一列。 （2）拟合选定模型的主要任务是根据整个试验的目的，选定一个数学模型（“全模型”）。 （3）选择[统计]=[DOE]=[因子]=[分析因子设计]。 （4）选择“项”，在“模型中包含项的阶数”中选择2。 （5）选择“图形”，“效应图”中选择“正态”和“Pareto”，“图中的标准差”中选择“正规”，“残差图”中选择“四合一”，在“残差与变量”图中将“加热温度”、“加热时间”、“转换时间”和“保温时间”选入。 （6）选择“存储”，在“拟合值与残差”中选定“拟合值”和“残差”，在“模型信息”中选定“设计矩阵”。 2、试验结果 拟合因子: 强度 与 加热温度, 加热时间, 转换时间, 保温时间 （1）强度的估计效应和系数（已编码单位） 项效应系数准误TP常量541.6321.377393.390.000加热温度20.03810.0191.5006.680.000加热时间16.8878.4441.5005.630.000转换时间3.8131.9061.5001.270.240保温时间11.1135.5561.5003.700.006加热温度*加热时间0.7370.3691.5000.250.812加热温度*转换时间-0.487-0.2441.500-0.160.875加热温度*保温时间3.0621.5311.5001.020.337加热时间*转换时间1.2630.6311.5000.420.685加热时间*保温时间7.1133.5561.5002.370.045转换时间*保温时间0.8370.4191.5000.280.787S = 6.00146 PRESS = 1778.45 R-Sq = 92.49% R-Sq（预测） = 53.68% R-Sq（调整） = 83.11% 强度 的方差分析（已编码单位） 来源自由度SeqSSAdjSSAdj主效应43298.853298.85824.7122.900.0002因子交互作用6252.17252.1742.031.170.408残差误差8288.14288.1436.02 弯曲19.929.929.920.250.633 失拟5169.72169.7233.940.630.709 纯误差2108.50108.5054.25合计183839.16（3）强度 的估计系数（使用未编