【正文】 因選定為 Blocking因子 ? Blocking因子來選定的話，不增加試驗(yàn)烽，可要因分析 ? Blocking不選定為 Blocking因子的話，試驗(yàn)結(jié)果出現(xiàn)問題，不能分析原因 ? 樣本的大小 ?考慮測(cè)定值的變化程度等，決定樣本數(shù)，質(zhì)。 135 試驗(yàn)計(jì)劃的樹立 ? 交叉法 ?交叉是因子的效果不能彼此分離，部分配置法多少都有交叉，一般是主效果大于可交互作用的情況， 3次以上的交互作用類似的情況幾乎沒有。 ? 試驗(yàn)和實(shí)施數(shù)據(jù)收集 ? 試驗(yàn)之前準(zhǔn)備數(shù)據(jù)表格，可能的話，把相關(guān)的所有內(nèi)容全部記錄。 ? 試驗(yàn)時(shí)必須參加觀察 ?通過觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。 ?實(shí)驗(yàn)期間可以知道條件的範(fàn)圍是否恰當(dāng) 136 試驗(yàn)計(jì)劃的樹立 ? 測(cè)定後的樣本，因有的時(shí)候需要再調(diào)整測(cè)定樣本，最好要保管。 ? 連續(xù)的試驗(yàn)：進(jìn)行大規(guī)模試驗(yàn)不如實(shí)施幾次小的試驗(yàn) ?初期試驗(yàn)階段上 ? 能知道哪些因子是重要的，也能理 Mechanism，因此下一步能夠更有效地實(shí)施試驗(yàn)。 ? 能夠知道怎樣實(shí)施試驗(yàn)，對(duì)提高試驗(yàn)技術(shù)有用。 137 試驗(yàn)計(jì)劃的樹立 ? 數(shù)據(jù)分析 ? GRAPH分析 ?Capability Analysis ?Histogram ?Box Plot ?Pareto ?Scatter Plot ?Cube Plot ?Main effect plot：平均值 標(biāo)準(zhǔn)偏差 ?Interaction plot：平均值 標(biāo)準(zhǔn)偏差 138 試驗(yàn)計(jì)劃的樹立 ? 信賴區(qū)間 ?Pvalue，檢驗(yàn)統(tǒng)計(jì)量 ?Ttest， Ftest， Chisquare ? 分散分析表 (ANOVA Tables） ? 回歸方程式 (Regression) 139 試驗(yàn)計(jì)劃的樹立 ?導(dǎo)出結(jié)論 ? 結(jié)果值在統(tǒng)計(jì)上有效嗎？ ?測(cè)定 /分析 /改善階段使用的工具間有矛盾嗎？ ?結(jié)合實(shí)際問題統(tǒng)計(jì)的處理結(jié)果合理嗎？ ? 得到改善的證據(jù)（長(zhǎng)期的）充分嗎？ ? 結(jié)果值得到實(shí)際改善了嗎？ ?工序能力值向上了嗎？ ?所選定題目的‘ Y’值得到了長(zhǎng)期改善了嗎？ ?會(huì)不會(huì)發(fā)生逆性能的問題？ 140 試驗(yàn)計(jì)劃的樹立 ? 試驗(yàn)結(jié)果怎樣指示改善問題的方向？ ? 是否要做追加的試驗(yàn)？ ?驗(yàn)證試驗(yàn) ? 驗(yàn)證試驗(yàn)是證明已找出的最佳條件是真的改善的步驟 ? 驗(yàn)收試驗(yàn)必須象現(xiàn)象分析類似對(duì)長(zhǎng)期的數(shù)據(jù)合理分組來實(shí)施 ? 找出最佳條件來做試驗(yàn)期間在遷定的條件內(nèi)應(yīng)使其自然（實(shí)際作業(yè)條件） 141 試驗(yàn)計(jì)劃的樹立 ? 參照事項(xiàng) ?做驗(yàn)證試驗(yàn)期間必須參加觀察 ?要確認(rèn)因子的水平變化是否正確 ?應(yīng)留意試驗(yàn)條件變更是否損壞裝備或誘發(fā)安全性問題 ?+/只能在條件內(nèi)實(shí)際控制可能的話，不能檢出 2水平變化引起的 效應(yīng) 142 試驗(yàn)計(jì)劃的樹立 ?試驗(yàn)時(shí)注意事項(xiàng) ? 錯(cuò)誤認(rèn)識(shí)發(fā)生問題的因子 ?相關(guān)關(guān)系錯(cuò)誤認(rèn)識(shí)為因果關(guān)系 ? 最佳選定的條件和實(shí)際使用的條件不符 ?試驗(yàn)結(jié)果最佳選定的值在實(shí)際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件 ?跟 Cost（成本費(fèi)用）等相關(guān)，不能實(shí)行其政策 ?全體的制度等有可能變更 143 試驗(yàn)計(jì)劃的樹立 ? 不能決定是因?yàn)闆]有得到管理而變化 ?潛在變量的影響給‘ Y’值造成大的影響 ? 試驗(yàn)在很小範(fàn)圍的因子水平上實(shí)施 ? 沒有包含重要的獨(dú)立變量 ?沒有包含影響品質(zhì)的 CTQ ? 因測(cè)定的變動(dòng)大，不能檢出變化的值 144 一元配置法 ? 一元配置法 ? 只選擇 1個(gè)預(yù)計(jì)對(duì)一些特性值有影響的因子，實(shí)施試驗(yàn)的最單純的試驗(yàn)計(jì)劃法。 ? 認(rèn)為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強(qiáng)度，因此為了了解按 反應(yīng)度 的變化，強(qiáng)度怎樣變化，并且在怎樣的溫度水平下給最高的強(qiáng)度而做反應(yīng)溫度為因子來取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ， A4:75℃ ），在 各度下 3回，把全體 12回試驗(yàn)按隨機(jī)順序來實(shí)施。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。 145 一元配置法 ? 按反應(yīng)溫度 (A)變化的強(qiáng)度 (單位： Kg/mm2)的試驗(yàn)數(shù)據(jù) 因子水平 A1 A2 A3 A4 試驗(yàn)的反復(fù) 146 二元配置法 ?選定配置法 ? 選定 2個(gè)因子後做試驗(yàn)的試驗(yàn)計(jì)劃 ? 某化工廠認(rèn)為影響產(chǎn)品的收率 (Yield， %)是反應(yīng)溫度和原料。作為 因行了 沒有反復(fù)的二元配置實(shí)驗(yàn)，因子的收率如下，求最佳條件。 ?因子的水平數(shù) ? 反應(yīng)溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) ? 原料 (B)： B1（美國(guó) M社原料）， B2（日本 Q社原料）， B3（國(guó)內(nèi) P） 147 二元配置法 ?試驗(yàn)數(shù)據(jù)如下 因子 A 因子 B A1 A2 A3 A4 B1 B2 B3 148 二元配置法 ? 對(duì)收率溫度是 A3=200℃ ，原料是在 B1上最佳水平 ? 雖然現(xiàn)在選定的水平是最佳的，但考慮過程條件，費(fèi)用方面也可選擇不同水平的最佳條件。 149 要因配置法 (Factorial Design) ?什麼是要因配置法 ? n個(gè)因子，各因子的水平數(shù)是 k的試驗(yàn)計(jì)劃，所有因子間的水平調(diào)和下實(shí)施試驗(yàn)。 ?要因試驗(yàn)的形態(tài) ? 2n：因子是 n個(gè)，因子的水平數(shù)是 2試驗(yàn) ? 3n：因子是 n個(gè)，因子的水平數(shù)是 3試驗(yàn) 150 要因配置法 (Factorial Design) ?要因試驗(yàn)的優(yōu)點(diǎn) ? 所有因子間的水平調(diào)合下實(shí)施試驗(yàn) ? 可推定所有因子的效果和交互作用 ?22試驗(yàn) ? 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時(shí)得到的輪胎 (balance)各測(cè)定 4次的數(shù)據(jù) 151 要因配置法 (Factorial Design) ? 試驗(yàn)數(shù)據(jù) A0 A1 合計(jì) B0 31 165 82 110 88 72 352 517 45 46 43 B1 22 84 30 37 38 29 134 218 21 18 23 合計(jì) 249 486 735 152 要因配置法 (Factorial Design) ? 橡膠配合 (mix)1水平， mold1水平上得到大的效果 ? mold比橡膠配合 (mix)更多的影響反應(yīng)值 ?Main effects plot里因子的偏移越大，其因子更多影響品質(zhì)特性值 153 要因配置法 (Factorial Design) ? 什麼是交互作用 ? 表示 2個(gè)因子的水平組合上，發(fā)生不期待的效果。 3次以上的交互作用，技術(shù)分析不太容易，因此一般不考慮。 X Y 沒有交互作用 （平行的狀態(tài)） X Y 有一點(diǎn)交互作用 X Y 有很大的交互作用 154 要因配置法 (Factorial Design) ? Cube plot 155 要因配置法 (Factorial Design) ? 具有最佳均勻的條件是橡膠配合 (mix)1水平，mold1水平 ? 判斷為有一點(diǎn)點(diǎn)交互作用 ? mold比橡膠配合更大的影響反應(yīng)值 156 要因配置法 (Factorial Design) ?23試驗(yàn) ? 考慮一下工序中能清洗部品的機(jī)器，這機(jī)器的性能是清洗完畢的部品上流下來的水通過 Filter（過濾器）過濾後， Filet的殘留物越少說明機(jī)器性能越優(yōu)秀，試驗(yàn)按各要素的 2水平來實(shí)施。 157 要因配置法 (Factorial Design) Factor Level 1 +1 A. 水的溫度 (Temp) 溫水 熱水 (Time) 短 長(zhǎng) (Conc.) 低 高 ?同樣 Run實(shí)施 2次（或 2次以上）得到反應(yīng)值 (Yield)時(shí)，求平均值後適用試驗(yàn)排列全體反復(fù) 2次（或 2次以上）時(shí)，把數(shù)據(jù)放在 1列來適用。 158 要因配置法 (Factorial Design) ? 試驗(yàn)配置 RUN Temp Time Conc. Yield 1 1 1 1 65 2 1 1 1 43 3 1 1 1 4 1 1 1 43 5 1 1 1 6 1 1 1 44 7 1 1 1 51 8 1 1 1 43 159 要因配置法 (Factorial Design) ? 把 Yield和 temp/time/conc因子的效果 plot Graph ? 首先繪製各要素的 Low Level(1)[低水平 (1)]的反應(yīng)值（殘留物的量），然後繪製 High Level(1)[高水平 (+1)]。 ? 可以把握溫度最大影響反應(yīng)值。反過來，濃度因子幾乎沒有特別的影響反應(yīng)值 ? 哪些要素最重要 ? 哪些要素可以說沒有影響 160 要因配置法 (Factorial Design) ? Temp*Time：水、溫度的影響隨時(shí)間的變化，低溫度和短時(shí)間清洗，流下的殘留物最多 ? Temp*Conc：在高的溫度下，和清洗液的濃度無(wú)關(guān)，殘留物少無(wú)交互作用 ? Time*Conc：長(zhǎng)時(shí)間清洗下，殘留物更少；時(shí)間的效果比低清洗濃度更顯著 161 要因配置法 (Factorial Design) ?Cube plot（繪制立體圖） 46 51 60 65 44 43 44 43 temp 1 1 1 time conc 1 1 162 要因配置法 (Factorial Design) ? temp(1：熱水 )， time(1：長(zhǎng) )， conc(1：低 )時(shí)或 temp(1：熱水 )， time(1：短 )， conc(1：低 )，殘留物最少 ? 提高溫度，費(fèi)用多并且找出最佳條件不重要的話，也可以在不同水平上選擇最佳點(diǎn)。 ? 如果溫度高，可以在低清洗濃度下，線體速度可以運(yùn)行更快。（線體速度和清洗液濃度在高溫度下沒有差異） 163 部分配置法 (Fractional factorial design) ?什麼是部分配置法 (Fractional factorial design) ? 在實(shí)施試驗(yàn)時(shí)因子的數(shù)增加，試驗(yàn)的次數(shù)增加，試驗(yàn)的次數(shù)以幾何規(guī)律增加 ? 試驗(yàn)次數(shù)的增加 ?現(xiàn)實(shí)是時(shí)間方面或成本費(fèi)用方面發(fā)生困難 ?產(chǎn)生不可預(yù)想的潛在變量，試驗(yàn)的程度變壞 164 部分配置法 (Fractional factorial design ? 一般主效果交互作用沒有必要必須在因子的所有調(diào)合下試驗(yàn)，不用求不必要的交互作用或高次的交互作用；而為了縮小試驗(yàn)數(shù)的大小，只取因子的調(diào)合中的一部分進(jìn)行試驗(yàn)（ 2n3n型部分配置法） ? 因此，通常完全配置法不如使用試驗(yàn)次數(shù)少的部分配置法。 165 部分配置法 (Fractional factorial design） ? 為什麼要使用部分配置法 (Fractional factorial design) ? 為了找出致命的少數(shù)因子 Screening時(shí)； ? 從經(jīng)濟(jì) /成本費(fèi)用方面愾有水平配合下，試驗(yàn)發(fā)生困難。 ? 部分配置法 (Fractional factorial design)的優(yōu)點(diǎn) ? 以少的試驗(yàn)次數(shù)得到好的試驗(yàn)結(jié)果和提高檢出力 ? 試驗(yàn)因子多，但做的試驗(yàn)次數(shù)少 166 部分配置法 (Fractional factorial design) ?25試驗(yàn) ? 從 32個(gè)中選擇 16個(gè)方法是重要的 ?X1 X2 X3 X4 X5=1工 ?X1 X2 X3 X4 X5=+1選擇 ? 這樣乘全體因子選擇的話，始終不會(huì)丟失直交性 ?試驗(yàn)因子彼此間獨(dú)立，對(duì)試驗(yàn)結(jié)果的再現(xiàn)性高 ?始終從高次的交互作用開始交叉 167 部分配置法 (Fractional factorial design) ?如果任意的選擇的配合，會(huì)破壞直交性，因子間不能完全獨(dú)立而成為從屬的，繼而導(dǎo)出錯(cuò)誤的試驗(yàn)結(jié)果 ?選定 X1 X2 X3 X4 X5=+1的 16種配合 ? 這是具有高次的交互作用交叉的效果 ?實(shí)施部分配置法時(shí)的試驗(yàn)配合分布形態(tài) 168 部分配置法 (Fractional factorial design) ?25試驗(yàn) ? 進(jìn)行 16個(gè)部分配置法中各立方形 ?底面 2個(gè)