【正文】 ? GRAPH分析 ?Capability Analysis ?Histogram ?Box Plot ?Pareto ?Scatter Plot ?Cube Plot ?Main effect plot：平均值 標準偏差 ?Interaction plot：平均值 標準偏差 138 試驗計劃的樹立 ? 信賴區(qū)間 ?Pvalue，檢驗統(tǒng)計量 ?Ttest， Ftest， Chisquare ? 分散分析表 (ANOVA Tables） ? 回歸方程式 (Regression) 139 試驗計劃的樹立 ?導出結(jié)論 ? 結(jié)果值在統(tǒng)計上有效嗎？ ?測定 /分析 /改善階段使用的工具間有矛盾嗎？ ?結(jié)合實際問題統(tǒng)計的處理結(jié)果合理嗎？ ? 得到改善的證據(jù)（長期的）充分嗎？ ? 結(jié)果值得到實際改善了嗎？ ?工序能力值向上了嗎？ ?所選定題目的‘ Y’值得到了長期改善了嗎？ ?會不會發(fā)生逆性能的問題？ 140 試驗計劃的樹立 ? 試驗結(jié)果怎樣指示改善問題的方向？ ? 是否要做追加的試驗？ ?驗證試驗 ? 驗證試驗是證明已找出的最佳條件是真的改善的步驟 ? 驗收試驗必須象現(xiàn)象分析類似對長期的數(shù)據(jù)合理分組來實施 ? 找出最佳條件來做試驗期間在遷定的條件內(nèi)應(yīng)使其自然（實際作業(yè)條件） 141 試驗計劃的樹立 ? 參照事項 ?做驗證試驗期間必須參加觀察 ?要確認因子的水平變化是否正確 ?應(yīng)留意試驗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 試驗計劃的樹立 ?試驗時注意事項 ? 錯誤認識發(fā)生問題的因子 ?相關(guān)關(guān)系錯誤認識為因果關(guān)系 ? 最佳選定的條件和實際使用的條件不符 ?試驗結(jié)果最佳選定的值在實際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件 ?跟 Cost（成本費用）等相關(guān)，不能實行其政策 ?全體的制度等有可能變更 143 試驗計劃的樹立 ? 不能決定是因為沒有得到管理而變化 ?潛在變量的影響給‘ Y’值造成大的影響 ? 試驗在很小範圍的因子水平上實施 ? 沒有包含重要的獨立變量 ?沒有包含影響品質(zhì)的 CTQ ? 因測定的變動大，不能檢出變化的值 144 一元配置法 ? 一元配置法 ? 只選擇 1個預(yù)計對一些特性值有影響的因子，實施試驗的最單純的試驗計劃法。 ? 認為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強度，因此為了了解按 反應(yīng)度 的變化，強度怎樣變化，并且在怎樣的溫度水平下給最高的強度而做反應(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回試驗按隨機順序來實施。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)變化的強度 (單位： Kg/mm2)的試驗數(shù)據(jù) 因子水平 A1 A2 A3 A4 試驗的反復(fù) 146 二元配置法 ?選定配置法 ? 選定 2個因子後做試驗的試驗計劃 ? 某化工廠認為影響產(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)的二元配置實驗，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 M社原料）， B2（日本 Q社原料）， B3（國內(nèi) P） 147 二元配置法 ?試驗數(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個因子，各因子的水平數(shù)是 k的試驗計劃，所有因子間的水平調(diào)和下實施試驗。 ?要因試驗的形態(tài) ? 2n：因子是 n個，因子的水平數(shù)是 2試驗 ? 3n：因子是 n個，因子的水平數(shù)是 3試驗 150 要因配置法 (Factorial Design) ?要因試驗的優(yōu)點 ? 所有因子間的水平調(diào)合下實施試驗 ? 可推定所有因子的效果和交互作用 ?22試驗 ? 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時得到的輪胎 (balance)各測定 4次的數(shù)據(jù) 151 要因配置法 (Factorial Design) ? 試驗數(shù)據(jù) A0 A1 合計 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 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 ? 判斷為有一點點交互作用 ? 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 ? 考慮一下工序中能清洗部品的機器，這機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器性能越優(yōu)秀，試驗按各要素的 2水平來實施。 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 (Conc.) 低 高 ?同樣 Run實施 2次（或 2次以上）得到反應(yīng)值 (Yield)時，求平均值後適用試驗排列全體反復(fù) 2次（或 2次以上）時，把數(shù)據(jù)放在 1列來適用。 158 要因配置法 (Factorial Design) ? 試驗配置 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、溫度的影響隨時間的變化，低溫度和短時間清洗，流下的殘留物最多 ? Temp*Conc：在高的溫度下，和清洗液的濃度無關(guān)，殘留物少無交互作用 ? Time*Conc：長時間清洗下，殘留物更少；時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 )， conc(1：低 )時或 temp(1：熱水 )， time(1：短 )， conc(1：低 )，殘留物最少 ? 提高溫度，費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。 ? 如果溫度高，可以在低清洗濃度下，線體速度可以運行更快。（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) ? 在實施試驗時因子的數(shù)增加，試驗的次數(shù)增加，試驗的次數(shù)以幾何規(guī)律增加 ? 試驗次數(shù)的增加 ?現(xiàn)實是時間方面或成本費用方面發(fā)生困難 ?產(chǎn)生不可預(yù)想的潛在變量，試驗的程度變壞 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，不用求不必要的交互作用或高次的交互作用；而為了縮小試驗數(shù)的大小，只取因子的調(diào)合中的一部分進行試驗（ 2n3n型部分配置法） ? 因此，通常完全配置法不如使用試驗次數(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； ? 從經(jīng)濟 /成本費用方面愾有水平配合下，試驗發(fā)生困難。 ? 部分配置法 (Fractional factorial design)的優(yōu)點 ? 以少的試驗次數(shù)得到好的試驗結(jié)果和提高檢出力 ? 試驗因子多，但做的試驗次數(shù)少 166 部分配置法 (Fractional factorial design) ?25試驗 ? 從 32個中選擇 16個方法是重要的 ?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，始終不會丟失直交性 ?試驗因子彼此間獨立，對試驗結(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，會破壞直交性，因子間不能完全獨立而成為從屬的，繼而導出錯誤的試驗結(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 ?實施部分配置法時的試驗配合分布形態(tài) 168 部分配置法 (Fractional factorial design) ?25試驗 ? 進行 16個部分配置法中各立方形 ?底面 2個和上面 2個 ?左側(cè) 2個和右側(cè) 2個 ?前面 2個和後面 2個 169 部分配置法 (Fractional factorial design 1 1 +1 X1 +1 1 +1 X3 X4 1 +1 X2 1 +1 X5 170 部分配置法 (Fractional factorial design） 主效果 Column 交互作用 Column Run X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 反應(yīng)值 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 ?考慮有 4人組合的 231部分配置，在 23完全配置上，可以把相關(guān)因子全部相乘後再選定：“ +or”的 4個組合，這時前 2個因子具有完全配置法同樣的形態(tài)。此時 X3因子的配置結(jié)構(gòu)跟 Z1， X2有同樣的交互作用。 171 部分配置法 (Fractional factorial design ? X1， X2， X3的主效果跟 2因子交互作用交叉在一起 ?X3 Column=X1 X2 Column ?X1 Column=X2 X3 Column ?X2 Column=X1 X3 Column 1 1 +1 X1 +1 1 +1 X2 X3 172 部分配置法