实验设计基本事理
实验设计是检测、筛选、证明缘故原由的高等统计工具，是利用全体统计领域的知识来理解流程中普遍存在的繁芜关系。它不仅能识别单个成分影响，而且能识别多个因子的交互影响。DOE通过安排最经济的试验次数来进行试验，以确认各种成分X对输出Y的影响程度，并且找出能达成品质最佳因子组合。DOE是进行产品和过程改进最有效的强大武器！
1、DOE的上风
可同时变动和测试多个变量的影响；
实验次数少：L8（2）= 128 次（全部组合）；
效果最好最可靠；
实验周期最短；
本钱最低。
2、DOE的三项基本原则
（1）重复设计
一个处理施于多个单元。大略讲，便是指相同的试验条件须要重复进行2次或以上的实验。浸染：估计随机偏差l常用的策略是——采取中央点
（2）随机化
以完备随机的办法安排试验的顺序。目的：是防止涌现系统差异的影响。
（3）区组化
一组同质齐性的实验单元（运行）称作一个区组，将全部实验单元划分为多少区组的方法称作区组化。浸染：区组也是一个变量因子，使实验剖析更为有效。
3、DOE运用范围
实验设计紧张有：
正交实验设计；
田口设计；
全因子实验设计；
分部因子设计；
相应曲面设计；
混料设计。
适用于：新产品研制开拓；产品设计参数优化；为产品选择最合理的配方；过程设计与优化，探求最佳生产条件；提高老产品质量或产能；用于质量改进，办理长期质量问题
4、实验设计的基本程序
DOE包含操持-履行-剖析三个阶段8个步骤：
步骤1：明确目的
步骤2：选择品质特性（相应Y）
步骤3：选择确定因子及其水平
步骤4：选择试验操持
步骤5：履行试验，网络记录数据
步骤6：整理数据，建立剖析模型
步骤7：剖析数据，确定最优因子组合
步骤8：验证设计
正交试验设计
正交实验设计：
紧张手段是利用正交表，正交表是一种规格化的表格，也是试验操持，从一样平常意义讲，只要节制正交表的利用方法就可达到DOE目的。目的：进行工艺参数设计与优化及其质量改进。优点：利用范围广；因子及水平数不受约束；方法大略易行，可手工操作，也可电脑操作。
统统从大略入手：正交设计是DOE体系中大略实用的一种方法，通过本案理解DOE的基本观点、机理和操作步骤。
正交实验设计实例运用：提高磁鼓电机输着力矩
磁鼓电机是彩色录象机的关键部件之一，国外同类产品的力矩指标规定大于210g.cm。某厂工程师以这个水平做依据，对电机质量进行调查，不合格率为23%。决定利用试验设计，提高电机的输着力矩。
步骤1：明确品质改进和试验目的
本试验目的是提高磁鼓电机的输着力矩。
步骤2：选择相应变量（即品质特性）。
把稳区分指标的三种环境——望小-望大-望目这是正交实验也是田口方法的特点。本例用输着力矩作为稽核指标，是一个望大特性，哀求越大越好。
步骤3：确定因子及水平
工程职员剖析认为，影响输着力矩枢要有3个成分：充磁量、定位角度及线圈匝数，根据以往履历，分别确定了三个水平，列表
步骤4：制订实验操持（选择正交表）
可选择L9（34），从统计软件可直接得到：
步骤5：进行试验，测定试验结果
试验的要点：
试验的顺序应该随机化；
每次试验的环境条件基本相同；
确定样今年夜小：计量数据3个，离散数据50；
不仅记录相应数据，还应包括环境数据；
确保计量系统可信（MSA）；
填列数据时要仔细，不要错位。
步骤6：建立模型，剖析数据
剖析数据，就要事先建立数学模型——这是DOE方法的基本策略；
本步骤要做两件主要的事情：A、通过打算整理，体例“均值剖析表”；B、手工绘制一份“主效应图”。
步骤7：剖析数据，作出试验结论
选优准则：
若是望大特性：则取最大相应所对应的水平；
若是望小特性：则取最小相应所对应的水平；
若是望目特性：则取适中相应所对应的水平。
工程推断：
1）显著因子排列： B - A – C
2）最优因子水平组合：A2 B2 C3
最佳工艺设置：充磁量 1100： 定位角度 11； 线圈匝数 80
全因子试验设计
全因子实验设计是指所有因子及水平的所有组合都要至少要进行一次试验。
1、运用：全因子设计是DOE方法体系中的范例代表。利用了两大统计功能：方差剖析和回归剖析，方差剖析——检测并区分组间偏差与试验偏差，借以确定因子的显著性——自变量X对Y的影响。回归剖析——建立回归方程 Y=f（x）进行方案选优
2、浸染：最主要的目的是用于全面剖析系统（产品或过程）中所怀孕分的主效应和交互浸染；也是选优的有效工具。
3、约束条件：因子总数≤5个；因子水平数目只能是2个，即(-)和(+)；中央点设置：2~4个（不是必需的，试验次数也将相应增加）。
4、试验设计剖析五步流程
部分因子试验设计
4因子的全因子设计的试验次数为16次，而分部试验只采纳个中部分的实验操持。
1、意义：全因子设计的试验次数将随因子个数的增加而急剧增加。例如，7因子2水平试验，全因子要做2^7=128次试验。（个中包括了三阶及以上的交互浸染，已经没有了物理意义）。采取分部设计就非常故意义了。
2、浸染：紧张的浸染是筛选因子,当然也有与全因子一样的剖析功能。
3、约束条件：因子数目＞5时；水平数为2个；分辨率应根据试验目的知足一定的等级
筛选试验设计
1、目的：Plackett-Burman设计基于筛选因子为目的，比分部设计的次数更少，以是也称做筛选设计。
2、理论：试验次数n为4的整倍数，最常用的是 n=12、20、24……
3、范围和条件：因子个数较多;试验昂贵;不考虑任何交互浸染
上风：次数少本钱低，最多可以剖析47个因子。
劣势：分辨率只有Ⅲ级，缺少“正交性”
相应曲面试验设计
相应曲面设计是利用合理的试验设计方法并通过实验得到一定数据，采取多元二次回归方程来拟称身分与相应值之间的函数关系，通过回归的剖析来进行选优的一种统计方法。
1、用条件与范围：实验次数比较多--因子数目：2-3个；水平数为： 2 个(高+，低-)
2、RSM的目的：选优
3、相应曲面设计分类：
中央复合设计CCD (试验次数多)
Box-Bchnken设计 BB (试验次数少)
4、全因子设计VS相应曲面设计
DOE归纳与提升
1、DOE工具优缺陷比较
2、如何选择DOE工具
考虑实验的目的和预算等成分来选择DOE
