【正文】 Y’特性值（反應值）特別大的影響因子。 ? 區(qū)分‘ X’的水平，分析各水平上連續(xù)的‘ Y’的數(shù)據(jù)。 122 試驗計劃法的樹立 ? 試驗計劃法的樹立 ? 明確試驗的目的 ? 選定反應值（從屬變量）‘ Y’ ? 選定因子（獨立變量）‘ X’ ? 選定因子的水平 ? 選定試驗計劃 ? 實施試驗 數(shù)據(jù)收集 ? 數(shù)據(jù)分析 ? 導出結論 ? 驗證試驗 123 試驗計劃法的樹立 ?明確試驗目的 ? 明確試驗記錄樣式的目的 ?製作‘ Y’ (從屬變量 )明確定義‘ X’ (獨立變量）效果的的預測值表 ? 在做試驗計劃時，必須注意以下內容 ?用數(shù)據(jù)決定什麼？ ?數(shù)據(jù)收集後怎麼分析？ ?得到的數(shù)據(jù)做必要的決定時有用嗎？ ? 如果不是重新樹立計劃 124 試驗計劃法的樹立 ?選定反應值（從屬變量）‘Ｙ’ ? 選定的題目可能有多個‘Ｙ’ ?題目展開後 (Logic Tree等 )，選定‘ Yn’的各個獨立因子‘ X’進行改善 ?計數(shù)值數(shù)據(jù)的效率性是計量值的 63%左右時，有必要更多數(shù)據(jù) ?當測定‘ Y’困難時，采用給予分類或跟標準進行比較的方法 125 試驗計劃法的樹立 ?測定後的樣本數(shù)據(jù)最好是保存，必要時再進行對比調查 ?當數(shù)據(jù)測定有主觀性時，可能有時間偏移，因此必須隨機化或盲化實施 ?試驗前不管數(shù)據(jù)的種類，必須對‘ Y’實施 Gage RR，其值要少于 20% 126 試驗計劃的樹立 ?選定因子（獨立變量）‘ X’ ? 獨立變量有多種 ?在試驗上接意圖變化的試驗變量 ?不是有意變化的可觀察的變量 ?Blocking變量（人為制造的變量） ?潛在變量 127 試驗計劃的樹立 ? 選定獨立變量 ?利用測定、分析階段得到的統(tǒng)計分析結果 ?專家意見 ?大腦風暴法 ?Flow Chart ?現(xiàn)象分析數(shù)據(jù) ?特性要因圖 ?競爭社分析 ?顧客分析 協(xié)力社調查 ?Process Mapping ?Rolled Through Yield 128 試驗計劃的樹立 ? 潛在變量 ?潛在變量是給結果帶來影響的，但難以發(fā)覺，并且不可能控制和測定。 ? 主效果及交互作用 ?主效果比普通交互作用更重要。 129 試驗計劃的樹立 ? 選定因子水平 ? 水平數(shù)可以按試驗的目的和反應值的圖表形狀來決定 ?能用篩選試驗來找出得要的因子的話，使用典型的 2水平 ?‘ Y’值按水平產(chǎn)生充分差異的範圍來選定水平 ? 如果選定的溫度範圍小，幾乎不影響應答的話，可能錯判為溫度不重要的因子 ?確定的水平不能超出現(xiàn)實可能的水平（最佳的選定水平上，不能適用實際的話郵局不能改善） ?試驗的幾個調和可能是不能接受的反應值，但是那種條件下，可能出現(xiàn)最佳值？ 130 試驗計劃的樹立 ? 選定試驗計劃 ? 做試驗計劃時要想 10個重要概念 ?直交性 ?隨機性 ?再現(xiàn)性 ?反復性 ?管理能力 ?潛在變量 ?Noise變量 ?Blocking ?Sample的大小 ?交叉 131 試驗計劃的樹立 ?試驗計劃的選定 ? 直交性 ?試驗配置或部分配置法上把因子的效果做成彼此獨立而使用 ? 隨機化 ?為了防止非試驗的因子的外部要因引起的效果時使用 ? 試驗順序隨機化 ? 試驗 Unit隨機化 ? 測定順序隨機化 132 試驗計劃的樹立 ? 再現(xiàn)性 ?完全再設置度驗裝置，在同樣水平上追加得到值的時候 ? 在做測定時可減少散布 ? 對對試的結果增加信賴感 ? 反復性 ?反復各試驗 Run 得到 Sample不如再現(xiàn)性，但能測定變動 ? 管理： ?選定的條件，必須能得到管理 133 試驗計劃的樹立 ? 潛在變量 ?不太明確，控制也困難，測定也不可能，但影響反應值的值。 ? Noise變量 ?已知道影響反應值，但控制困難的變量，為了減少這個變量選定預想的 Noise變量，在所有水平上實施試驗 134 試驗計劃的樹立 ? Blocking ?Block是同質性的集團，如果判斷為一些要因成為問題時，把那個要因選定為 Blocking因子 ? Blocking因子來選定的話，不增加試驗烽，可要因分析 ? Blocking不選定為 Blocking因子的話，試驗結果出現(xiàn)問題，不能分析原因 ? 樣本的大小 ?考慮測定值的變化程度等，決定樣本數(shù)，質。 ? 試驗和實施數(shù)據(jù)收集 ? 試驗之前準備數(shù)據(jù)表格，可能的話，把相關的所有內容全部記錄。 ?實驗期間可以知道條件的範圍是否恰當 136 試驗計劃的樹立 ? 測定後的樣本，因有的時候需要再調整測定樣本，最好要保管。 ? 能夠知道怎樣實施試驗，對提高試驗技術有用。 ? 認為紡紗生產(chǎn)工序上反應溫度影響紡紗產(chǎn)品的強度，因此為了了解按 反應度 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。 145 一元配置法 ? 按反應溫度 (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 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， %)是反應溫度和原料。 ?因子的水平數(shù) ? 反應溫度 (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 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。 ?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)更多的影響反應值 ?Main effects plot里因子的偏移越大，其因子更多影響品質特性值 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。 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。 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)]的反應值（殘留物的量），然後繪製 High Level(1)[高水平 (+1)]。反過來，濃度因子幾乎沒有特別的影響反應值 ? 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，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。（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。 ? 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