doetraining實(shí)驗(yàn)設(shè)計(jì)(doe)於制程與品質(zhì)改善之應(yīng)用-資料下載頁(yè)
2025-10-09 11:20本頁(yè)面
【正文】 re – 缺點(diǎn) : 交互作用無(wú)法得知 231, n = 2 – 4 . 之 Pure Error 無(wú)法估算 Lackoffit – 缺點(diǎn) : 交互作用及二次項(xiàng)無(wú)法得知 最好用 23 + 4 center point HorngChyi Horng DOE Training 60 二階 Model 之 RSM 設(shè)計(jì) (1/2) 考慮因素 : 直交 (Orthogonal) 與 可旋轉(zhuǎn)性 (Rotatable) Central Composite Designs (CCDs) – 2k 或 2k1 (解析度 V) + 2k 個(gè) 軸點(diǎn) (Axial Points) + nc center point – Factoral Points [2k或 2k1 (解析度 V) ]: 估算主作用及兩因子交互作用 – Axial Points: 估算純粹之二次項(xiàng) – Center Points:估算純粹之二次項(xiàng)及 Pure Error HorngChyi Horng DOE Training 61 Information Surfaces and Contours _22 Design HorngChyi Horng DOE Training 62 Information Surfaces and Contours _32 Design HorngChyi Horng DOE Training 63 Information Surfaces and Contours _Secondorder Rotatable Design HorngChyi Horng DOE Training 64 CCD 圖示 HorngChyi Horng DOE Training 65 二階 Model 之 RSM 設(shè)計(jì) (2/2) Facecentered Central Composite Design (FCCD) – 除了 a = 1以外 , 其餘 與 CCDs同 – 當(dāng)部份因子之水準(zhǔn)數(shù)只有三個(gè) , 或?yàn)殡x散性質(zhì)時(shí) – 可旋轉(zhuǎn)性 (Rotatability) 較差 , 應(yīng)儘量避免使用 HorngChyi Horng DOE Training 66 Evolutionary Operation (EVOP) 當(dāng)吾人運(yùn)用實(shí)驗(yàn)設(shè)計(jì)及反應(yīng)曲面技術(shù)得到最佳之因子水準(zhǔn)組合之後 , 在某些情況下 , 最佳值的位置會(huì)漂移 (drift). 以致於所求得之因子水準(zhǔn)組合不再適用 . EVOP 即是一種實(shí)驗(yàn)方法 , 直接在線上操作 , 用以對(duì)應(yīng)此種漂移現(xiàn)象 , 確保得以產(chǎn)生最佳值之因子水準(zhǔn)組合 . 2k + center point, 以 cycle 之方式進(jìn)行 . HorngChyi Horng DOE Training 67 EVOP 之圖示 HorngChyi Horng DOE Training 68 實(shí)驗(yàn)設(shè)計(jì)之流程 Screening Experiments 縮小因子之水準(zhǔn)範(fàn)圍再重做一次 , 若結(jié)果一樣 , 則重新選取因子 . 找出重要因子 2kp+nc 解析度為 III (含 )以上 . 所有因子皆顯著 顯著因子數(shù)較多 2kp+nc 2k+nc 顯著因子數(shù)較少 One Factor 單一因子顯著 因子皆不顯著 Fold Over HorngChyi Horng DOE Training 69 反應(yīng)曲面技術(shù)之流程 實(shí)驗(yàn)設(shè)計(jì) 最佳點(diǎn)附近 Steepest Ascent 找出重要因子 由原操作點(diǎn) , 或?qū)嶒?yàn)設(shè)計(jì)結(jié)果之較佳點(diǎn)出發(fā) . 2k+nc, 或 2kp+nc 解析度為 III 以上 . CCD BoxBehnken Hybrid 因子之水準(zhǔn)數(shù)為 3 因子數(shù)為 3, 4, 6. 實(shí)驗(yàn)次數(shù)較少 因子之水準(zhǔn)數(shù)為 5 HorngChyi Horng DOE Training 70 amp。7 The Variance Model 當(dāng)因子之全部可能水準(zhǔn)（水準(zhǔn)個(gè)數(shù)較多時(shí)）皆為研究之範(fàn)圍時(shí)，吾人可利用 Variance Model之方法來(lái)得知此因子之影響程度。 步驟： – 從此因子所有可能因子水準(zhǔn)中，隨機(jī)抽樣 a個(gè)水準(zhǔn)。 – 利用 ANOVA表求得 MSE與 MSTreatment。 – 此因子之外的自然變異： – 此因子所造成的變異： – 製程的整體變異： HorngChyi Horng DOE Training 71 Example ? 計(jì)算此因子對(duì)製程整體變異之重要性： HorngChyi Horng DOE Training 72 ? 由此可知，若消除此因子所造成的製程變異，則整體製程變異將由 ，如下頁(yè)之圖形所示。 HorngChyi Horng DOE Training 73
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1