最新实验计划法(DOE).ppt

《最新实验计划法(DOE).ppt》由会员分享，可在线阅读，更多相关《最新实验计划法(DOE).ppt（167页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、實驗計畫法實驗計畫法Planning and Analysis of Planning and Analysis of ExperimentsExperiments你曾這麼做嗎？你曾這麼做嗎？我們可能會嘗試著朝以下方向進行試驗我們可能會嘗試著朝以下方向進行試驗:換汽油的牌子換汽油的牌子.換機油的牌子換機油的牌子調整引擎功率調整引擎功率換新輪胎換新輪胎調整胎壓調整胎壓洗車，打蠟洗車，打蠟等等等等 有好的結果，那之後呢有好的結果，那之後呢?沒有好結果，那又如何呢沒有好結果，那又如何呢?問題：你的車子目前每公升汽油只能跑問題：你的車子目前每公升汽油只能跑 5km.5km.而你想將其提升到每公升汽油能

2、跑而你想將其提升到每公升汽油能跑 16km.16km.系統性方法：直覺性方法：試誤法:Trial and Error亂槍打鳥：一切靠亂槍打鳥：一切靠經驗經驗與與運氣運氣一次一因子:OFAT一次調整一個：一次調整一個：見樹不見林見樹不見林實驗計畫法:因子設計因子設計直交表直交表實驗的種類系統性方法系統性方法:DoE想法想法偷工：在實驗因子不變的情況下，利用更少的實驗次數部分組合，來達到相同，甚至更好的結果加料：同樣的實驗次數中，若能巧妙的利用實驗配置，實驗規模還可以再放大部分因子實驗法部分因子實驗法(Fractional Factorial(Fractional Factorial Design

3、)Design)課程目標希望本課程結束後，你能夠：利用統計設計方法來設計實驗。當實驗完成後，利用統計分析方法來完成整個的分析，達到當初的實驗目的。Syllabus 實驗計畫法介紹實驗的規劃因子設計因子設計反應曲面設計反應曲面設計田口設計與直交表田口設計與直交表實驗的分析與結果解讀ANOVAANOVA反應曲面法反應曲面法田口輔助表田口輔助表實驗的再現性實驗計畫法介紹實驗計畫法介紹Introduction Introduction What:何謂實驗計畫法合理的資料收集有效的資料分析Questions:Questions:1.1.期待得到哪一種結果期待得到哪一種結果?2.2.要衡量的到底是什麼要衡

4、量的到底是什麼?3.3.怎麼去收集資料數據怎麼去收集資料數據?4.4.如何來呈現這些數據如何來呈現這些數據?資料收集資料收集因子設計因子設計直交表直交表Questions:Questions:1.1.如何分析實驗後的資料如何分析實驗後的資料?2.2.如何去發掘如何去發掘X X與與Y Y的關連的關連?3.3.如何找到交互作用如何找到交互作用?4.4.需要做多複雜的分析呢需要做多複雜的分析呢?資料分析資料分析圖形法圖形法定量分析定量分析定性分析定性分析When:什麼時候會使用到DOE？不明明確問題原因（因子）明確不明控制條件（水準）X型問題A型問題T型問題解決工具:DoE解決工具:檢定/推定相關回

5、歸DoE解決工具:QC工具管制圖層別法1.新產品2.新原料3.新設備4.沈痾舊疾Why:DOE能幫你做什麼？不同生產條件的比較找出主要的影響變數為何？從眾多的影響變數中，找出真正重要的從眾多的影響變數中，找出真正重要的獲知獲知交互作用交互作用的影響的影響找出最佳的操作設定最佳結果最佳結果（準）（準）最小變異最小變異（穩）（穩）又穩又準又穩又準（穩建設計）（穩建設計）多個目標的最佳化多個目標的最佳化名詞解釋ResponseResponse(特性值特性值)產出值，目標值產出值，目標值 就是就是 Y Y 啦！啦！FactorFactor(因子因子)會影響特性值的變數會影響特性值的變數 就是就是 X

6、X 啦！啦！LevelLevel(水準水準)該因子在能夠被設定之可能範圍內，所取得數個不同的該因子在能夠被設定之可能範圍內，所取得數個不同的設定值設定值 你可以設成三個設定值，就叫三水準你可以設成三個設定值，就叫三水準TreatmentTreatment(試驗試驗)所有因子的設定組合所有因子的設定組合 也就是你做實驗時的也就是你做實驗時的條件條件啦！啦！DOE常用的名詞名詞ProcessCoded FactorFactor Variable Setting ValueA機油品牌 New+1 Old-1B汽油品牌New+1Old-1C輪胎Number 1+1Number 2-1SequenceP

7、rocess Variables ResponseOrderABCVariable1-1-1-15.42+1-1-16.13-1+1-17.24+1+1-13.75-1-1+19.36+1-1+15.57-1+1+18.38+1+1+110.7OrderFactorsFactorsDataDataTreatment orTreatment orCombinationCombinationY=f(A,B,C)公里數=f(機油品牌,汽油品牌,輪胎)LevelsLevels名詞解釋EffectEffect(效應效應)因子設定改變對目標變數的影響因子設定改變對目標變數的影響1.1.Main Effec

8、tsMain Effects(主效應主效應)單一因子設定的改變，對目標值的影響單一因子設定的改變，對目標值的影響 也就是也就是X X由水準由水準1-1-水準水準2 2，Y Y的改變的改變 考核考核成績成績(G)(G)年資年資(Y)(Y)調薪調薪比例比例%B(G-)B(G-)2(Y-)2(Y-)3 3B(G-)B(G-)5(Y+)5(Y+)5 5A(G+)A(G+)5(Y+)5(Y+)1212A(G+)A(G+)2(Y-)2(Y-)6 6B(G-)A(G+)調薪比例%2468考績(G)的主效應=9-4=5考核成績(G)主效應年資(Y)主效應年資(Y)的主效應=8.5-4.5=42(Y-)5(Y+

9、)調薪比例%24682.2.Interaction EffectsInteraction Effects(交互作用交互作用)2 2個以上的因子，對目標值的合成效應（加成效應）個以上的因子，對目標值的合成效應（加成效應）何謂交互作用(Interaction)綜合兩個或兩個以上因子的效應綜合兩個或兩個以上因子的效應.A A及及B B兩因子間有交互作用表示兩因子間有交互作用表示A A因子的變因子的變 會受會受B B因子水準設定的影響因子水準設定的影響!表示為表示為ABAB交互作用交互作用InteractionInteraction年資:2年(Y-)考績與年資間的關係B(G-)A(G+)調薪比例%24

10、681012年資:5年(Y+)距離交互作用效應的計算:承Page5例B1B2公里數15機油品牌b1b251020交互作用公里數機油品牌B1B251015b1b2-(+)+=()22汽油汽油品牌品牌機油機油品牌品牌公里公里數數B1B1b1b15 5B1B1b2b21010B2B2b2b21515B2B2b1b11010汽油汽油品牌品牌機油機油品牌品牌公里公里數數B1B1b1b15 5B1B1b2b21010B2B2b2b21515B2B2b1b12020b1b2b2b1-(-)()22交互作用=0Modely=f(x)=C0+C1x1+C2x2+C3x1x2(i.e.y=調薪比例;x1=考績;x

11、2=年資)X1的主效應 X2的主效應 X1X2的交互作用效應02468100246810XYOptimumModel與實驗條件數(Runs)的關係你需要多少個條件才能估出因子效應？假設有如下的model：x x1 1，x x2 2，x xn n 因子項次因子項次1 1 ，2 2 ，n n 估計的因子效應估計的因子效應因子效應的三大基本原則Hierarchy(階層性階層性)：低階效應比高階效應重要低階效應比高階效應重要效應等階時，重要性相同效應等階時，重要性相同ABCABABCBCAC高重要性低ABCABABCBCAC重要不重要BCimportantBCor重要重要Sparsity(稀疏性稀疏性

12、)：重要的因子效應不多重要的因子效應不多 （80/2080/20法則）法則）Heredity(繼承性繼承性)：當交互作用顯著時，至少當交互作用顯著時，至少有其中一項主效應顯著有其中一項主效應顯著常用的model與effect合併考慮考慮所有效應(Full model)只考慮主效應(Main effects model)主效應兩因子的交互作用(Interaction model)除主效應，兩因子交互作用外，再考慮平方效應(Quadratic model)練習:您了解主效應與交互作用了嗎?因子因子A A時間時間因子因子B B溫度溫度反應值反應值ResponseResponse餅乾的口感餅乾的口感A

13、+A+B-B-5050A+A+B+B+1212A-A-B-B-2020A-A-B+B+4040請以圖形表示:1)A和B的主效應分別為何?2)AB的交互作用為何?DOE的步驟為何？1.1.設定實驗目標設定實驗目標5.5.檢查數據是否與檢查數據是否與實實驗假設一致驗假設一致4.4.執行實驗執行實驗2.2.選擇製程變選擇製程變因與目標參數因與目標參數3.3.選擇合適的設計選擇合適的設計6.6.分析及解釋分析及解釋實驗結果實驗結果7.7.確認及使用其結果確認及使用其結果實驗計畫步驟1.1.設定實驗目標設定實驗目標1)1)定義目標定義目標2.2.選擇製程變因與目標參數選擇製程變因與目標參數2)2)選擇選

14、擇Y Y應變數應變數3 3)選擇選擇X X（獨立）變數（獨立）變數4)4)選擇選擇X X變數的水準變數的水準3.3.選擇合適的設計選擇合適的設計5)5)選擇實驗設計選擇實驗設計1.1.DoEDoE 因子設計因子設計2.2.DoEDoE RSM RSM3.3.田口設計與直交表田口設計與直交表4.4.執行實驗執行實驗6)6)進行實驗並收集資料進行實驗並收集資料5.5.檢查數據是否與檢查數據是否與實驗假設一致實驗假設一致7)7)確認數據的正確性確認數據的正確性6.6.分析及解釋分析及解釋實驗結果實驗結果8)8)分析資料分析資料1.1.DoEDoE Screening Screening2.2.DoE

15、DoE RSM RSM3.3.田口田口 範例範例9)9)得出結論得出結論7.7.確認及使用其結果確認及使用其結果10)10)執行確認運行執行確認運行SummarySummary0)實驗策略示意圖不明明確問題原因（因子）明確不明控制條件（水準）T型實驗策略三實驗策略三證實最佳生產條件的證實最佳生產條件的再現性再現性A型X型1問題原因（因子）控制條件（水準）2實實驗驗策策略略二二找找出出最最佳佳生生產產條條件件（K Kn no ow w-H Ho ow w）實驗策略一實驗策略一找出造成問題的原因找出造成問題的原因1)實驗目標（objective）vs 實驗類型實驗目標實驗目標（objective)

16、objective)實驗類型實驗類型不同選擇的比較不同選擇的比較Treatment ComparisonTreatment Comparison 很簡單，跟基本統計中的很簡單，跟基本統計中的t t 檢定或檢定或F F 檢定一樣檢定一樣1.1.找出造成問題的原因找出造成問題的原因ScreeningScreening 就是從眾多原因中，就是從眾多原因中，把重要的找出來啊把重要的找出來啊2.2.找出最佳生產條件找出最佳生產條件 OptimizationOptimization 這些重要的變數這些重要的變數找出找出來後來後，給他仔細的研究一，給他仔細的研究一番番許多變數篩選實驗篩選實驗(Screeni

17、ng)(Screening)多個變數，少數水準的因子設計詳細研究少數變數詳細研究少數變數(Optimization)(Optimization)使用獨立變數(反應曲面設計)的多個水準以回歸分析構建更為複雜的模型只是選重要的，當然看趨勢就好，所以2水準，夠啦要詳細研究，當然是越接近實際變化越好啊，所以當然至少要3水準才夠囉2)選擇實驗的特性值-y你所關心的你所關心的品質特性品質特性，即為實驗的，即為實驗的特性值特性值特性值種類特性值種類計數值計數值:量測數值不為連續量量測數值不為連續量,一般用個代表一般用個代表單純計數值單純計數值:將觀察特性分為良品或不良品將觀察特性分為良品或不良品,常用在外觀

18、等常用在外觀等,例例如如:不良個數不良個數,故障台數故障台數,Particle,Particle數量數量多重計數值多重計數值:將觀察特性分為優將觀察特性分為優-良良-中中-可可-劣劣,例如例如,外觀等外觀等級分級分Z,P,NZ,P,N級表示好級表示好-一些瑕疵一些瑕疵-很多瑕疵很多瑕疵計量值計量值:量測數值為連續量量測數值為連續量.單一目標單一目標:ex.:ex.尺寸尺寸,電性電性,電壓電壓,cell gap,cell gap高度高度 多重目標多重目標:需求不同需求不同,只要改變某一變數即可產生不同產品只要改變某一變數即可產生不同產品.ex.ex.經由三原色加入量的不同可做出不同顏色經由三原色

19、加入量的不同可做出不同顏色,此時對顏色此時對顏色而言有無限多的目標而言有無限多的目標原則：原則：不要用現象來當特性值不要用現象來當特性值能用計量數據，就不要用計數數據能用計量數據，就不要用計數數據可能因子的分類可能因子的分類依控制力依控制力母數母數/假母數假母數/變量變量依技術力依技術力 經驗專業知識學術期刊特性要因圖（魚骨圖）C&E MatrixFMEA3)實驗因子-xs 的選擇步驟vs流程 1.1.所有可能的影響因子所有可能的影響因子YesYes初選淘汰初選淘汰複選淘汰複選淘汰2.2.控制力控制力:屬於母數屬於母數 2.2.技術力技術力:技術上證據力技術上證據力強強3.3.選為實驗因子選為

20、實驗因子YesYesYesYesnononono像話原則像話原則why?why?why?why?why?why?3)因子的分類1.控制力NONOYESYESYESYESNONONONOYESYES因子分類2.技術性：經過上述篩選之因子，其對結果之影響並非全然相同，因此可再根據實際生產經驗的佐證，將部分技術上證據力較弱的因子淘汰控制力判斷控制力判斷水準可被指定水準可被指定指定之水準有自主權指定之水準有自主權變量變量假母數假母數母數母數Ex.Ex.室外溫度，室外溫度，非人能控制非人能控制Ex.Ex.如無塵室如無塵室溫度，雖可調溫度，雖可調整，但除廠務整，但除廠務外均無權調整外均無權調整Ex.cha

21、mber Ex.chamber 內的溫度，內的溫度，可隨你高興可隨你高興調調4)因子水準的選擇Factor SettingsYYLo(-)Hi(+)?yFactor SettingsYYLo(-)Hi(+)Y-Y+y考慮因子本身的考慮因子本身的誤差誤差，兩，兩水準間的差異最好水準間的差異最好 664)因子水準的選擇YYLo(-)Hi(+)True EffectFactor SettingsTrue EffectYYLo(-)Hi(+)Experimental EffectFactor Settings水準設定的目的，就是要盡量水準設定的目的，就是要盡量凸顯其會造成對凸顯其會造成對Y Y的影響的

22、影響Experimental EffectA.B.4)常用的水準2-Levels Design3-Levels DesignA-A+A0A-A+兩點成一直線，所以只能兩點成一直線，所以只能看線性趨勢囉看線性趨勢囉三點就可以看曲線，所以三點就可以看曲線，所以會更接近實際變化囉會更接近實際變化囉2 2水準水準:3 3水準水準5)設計的基本原理Replication 重複能估計實驗誤差能估計實驗誤差較精準的效應估計較精準的效應估計Randomization 隨機平均掉實驗中的干擾因素的影響平均掉實驗中的干擾因素的影響Blocking 區集將已知的變因；如原材料，機台將已知的變因；如原材料，機台；先區

23、隔開；先區隔開區集的概念是先將已知的系統性效應隔離，避區集的概念是先將已知的系統性效應隔離，避免其影響其他控制變因免其影響其他控制變因5)設計的基本原理Balance 平衡設計在實驗中，每個試驗的觀察值需一致在實驗中，每個試驗的觀察值需一致為符合變異相等原理為符合變異相等原理 Orthogonal 直交設計任兩效應間的內積為任兩效應間的內積為 0 0直交性質代表任兩個效應之間不會互相干擾影直交性質代表任兩個效應之間不會互相干擾影響；包含主效應與交互作用之間；響；包含主效應與交互作用之間；5-1)5-1)因子設計因子設計Factorial DesignFactorial Design5-1)什麼

24、是因子設計？因子設計就是因子設計就是針對想知道投入實驗的變數效應來設計針對想知道投入實驗的變數效應來設計實驗實驗主要目的就是主要目的就是故意故意凸顯凸顯X X的變化，來看看對的變化，來看看對Y Y是否有造成影響是否有造成影響 與一般的統計分析不同的是，實驗的目的是期待變化發生與一般的統計分析不同的是，實驗的目的是期待變化發生因子設計可分為因子設計可分為1.1.全因子設計全因子設計2.2.部分因子設計部分因子設計2 2k-pk-p因子設計因子設計3.3.中心點設計中心點設計5-1)Design的表示：兩因子為例GeometricAB1-1-12+1-13-1+14+1+1RunOrderAlge

25、braicDesignALowHighBLowHighTreeLowHighLowHigh(1)ababAABBStandardAABBLOWHIGHHIGHInterior Space5-1)全因子設計也就是把所有因子之間，其水準組合的所有可能也就是把所有因子之間，其水準組合的所有可能都當作實驗條件都當作實驗條件 最笨的方法，但也是最可靠的方法最笨的方法，但也是最可靠的方法例如：有三個因子，每個因子設有兩個條件，那所有例如：有三個因子，每個因子設有兩個條件，那所有可能的組合就會有可能的組合就會有8 8種種不管那麼多了，全部丟到實驗去吧！ACB1 13 32 24 45 57 76 68 8(

26、-1)(+1)(+1)(-1)(+1)(-1)主效應主效應交互作用效應交互作用效應5-1)For example如何估算效應如何估算效應?效應分為效應分為:主效應主效應交互效應交互效應練習:C與BC的效應為何?BC:-1*-1該怎麼算因子效應呢？5-1)因子效應(主效應)如何被估計？的平均的平均的平均的平均A AC CB BACBACBA A因子效應因子效應B B因子效應因子效應C C因子效應因子效應12345678交互作用效應的計算:承Page5例B1B2公里數15機油品牌b1b251020交互作用公里數機油品牌B1B251015b1b2-(+)+=()22汽油汽油品牌品牌機油機油品牌品牌公

27、里公里數數B1B1b1b15 5B1B1b2b21010B2B2b2b21515B2B2b1b11010汽油汽油品牌品牌機油機油品牌品牌公里公里數數B1B1b1b15 5B1B1b2b21010B2B2b2b21515B2B2b1b12020b1b2b2b1-(-)()22交互作用=05-1)全因子設計的缺點多因子實驗遇到的最大困難是實驗次數太多，若十個因子對產品品質有影響，每個因子取兩個不同設定進行比較，有210=1024、如果每個因子取三個不同設定，則會有310=59049個不同的實驗條件這樣太多了吧！5-1)Full vs.FractionalFull FactorialFull Fac

28、torialFractional FactorialFractional FactorialAll combination of All combination of factors settingfactors settingPartial groupPartial group of all of all combination of combination of factors settingfactors setting5-1)運用偷工的技巧：部分因子設計在全因子實驗中，我們試在全因子實驗中，我們試驗因子的所有可能組合。驗因子的所有可能組合。在部分因子設計中，我們在部分因子設計中，我們選

29、擇部分因子設置。選擇部分因子設置。我們這樣做的關鍵考慮因我們這樣做的關鍵考慮因素是如何選擇檢測哪素是如何選擇檢測哪些組合。些組合。23=8次實驗23-1=4次實驗RunRunA AB BC CABAB ACACBCBC ABCABC2 2 1 1-1-1-1-1-1-1-1-11 1 1 13 3-1-11 1-1-1-1-11 1-1-11 15 5-1-1-1-11 11 1-1-1-1-11 18 8 1 11 11 11 11 11 11 12 23 3=8=8 縮減為縮減為 2 23-13-1=4=4找找 ABCABC1 1(或或 ABC=-1)ABC=-1)5-1)建立1/2部分因

30、子設計（3因子為例）RunRunA AB BC CABABACAC BCBCABCABC1 1-1-1-1-1-1-1 1 1 1 11 1-1-12 2 1 1-1-1-1-1-1-1-1-11 1 1 13 3-1-11 1-1-1-1-11 1-1-11 14 4 1 11 1-1-11 1-1-1-1-1-1-15 5-1-1-1-11 11 1-1-1-1-11 16 6 1 1-1-11 1-1-11 1-1-1-1-17 7-1-11 11 1-1-1-1-11 1-1-18 8 1 11 11 11 11 11 11 15-1)5-1)怎麼又發生了怎麼又發生了 RunRunA

31、AB BC CABAB ACACBCBC ABCABC2 2 1 1-1-1-1-1-1-1-1-11 1 1 13 3-1-11 1-1-1-1-11 1-1-11 15 5-1-1-1-11 11 1-1-1-1-11 18 8 1 11 11 11 11 11 11 1一樣了我算出來的到我算出來的到底是底是A A，還是，還是BCBC的效應呢的效應呢?效應混淆效應混淆(Alias or Confounding)(Alias or Confounding)5-1)效應混淆(Alias or Confounding)當我們要估計某一個因子效應時，如果也同時把其當我們要估計某一個因子效應時，如果

32、也同時把其他的因子效應（通常是他的因子效應（通常是高階交互作用高階交互作用）也包含進來）也包含進來的這種情況，就稱為的這種情況，就稱為效應混淆效應混淆（Confounding Confounding or aliasor alias）例如剛剛的例子，我們要估計例如剛剛的例子，我們要估計A A因子的效應，但實因子的效應，但實際上所算出來的，有際上所算出來的，有可能是可能是A A，也可能是，也可能是BCBC交互作交互作用用（無法分辨是哪一個影響），因此就稱之為（無法分辨是哪一個影響），因此就稱之為A A與與BCBC的效應混淆，通常表示為的效應混淆，通常表示為A A A ABCBCBCBC當使用部分

33、因子當使用部分因子設計時，要特別設計時，要特別注意這個哦！注意這個哦！5-1)混淆的範例BCBCACACABABC CB BA AA=A+BCB=B+ACC=C+ABSTANDARD如果交互作用如果交互作用實際上實際上存在的話存在的話Resolution解析度:描述主效應與交互作用混淆的程度Higher resolution designs have less severe Higher resolution designs have less severe Confounding but more runsConfounding but more runs A=A+BCB=B+ACC=C+A

34、B主效應與二階交互作用混淆:Resolution=IIIA=A+BCDB=B+ACEC=C+AB2主效應與三階交互作用混淆:Resolution=IV5-1)中心點（中心點（Center point）Adding center point runs interspersed among the Adding center point runs interspersed among the experimental setting runs for two purposes:experimental setting runs for two purposes:1.1.To provide a m

35、easure of process stability and To provide a measure of process stability and inherent variabilityinherent variability2.2.To check for curvature.To check for curvature.5-1)DoE ExampleX1:Mill rpm(300-700)X1:Mill rpm(300-700)X2:Feed Rate(4-10)X2:Feed Rate(4-10)X3:Vise Pressure(200-600)X3:Vise Pressure

36、(200-600)X4:Coolant Pressure(10-80)X4:Coolant Pressure(10-80)X5:Coolant Concentration(5-25)X5:Coolant Concentration(5-25)X6:Air Pressure(0-0.1)X6:Air Pressure(0-0.1)X7:Cutter Movement(Conventional,climb)X7:Cutter Movement(Conventional,climb)若為全因子設計時,共需要幾次實驗?量測目標值:microfinish可能影響microfinish的變數經分析後,整理

37、為以下7個:分析擾亂因素:機台,材料,班別,人員等,為配合試驗,採相同條件實驗5-1)Screening DoE1.1.實驗目的實驗目的:以以Screening Screening DoEDoE方法找出方法找出7 7個變數中對個變數中對microfinishmicrofinish影響較大者影響較大者2.2.選擇製程變因與目標參數選擇製程變因與目標參數:Y_,x:_:Y_,x:_個個3.3.選擇合適的設計選擇合適的設計:2:2水準水準 or or 3 3水準水準?4.4.執行實驗執行實驗:實驗資料如下實驗資料如下(Y=average(Y=average microfinishmicrofinis

38、h of 4 parts milled of 4 parts milled at each run in the exp.,2 parts from each at each run in the exp.,2 parts from each foundry)foundry)5-1)利用MINITAB來建立因子設計記住:每張工作表建立一個實驗設計；運用 File New New Worksheet 創建連續的DOE工作表。1.在主對話方塊中，選擇因子數量715-1)利用MINITAB來建立因子設計2.接著，點擊 Designs 按鈕加亮顯示1/8 fraction行，指出16次實驗。將其他框留

39、為默認設置。點擊OK23.在主對話方塊中，接著點擊Factors 調出子對話方塊。輸入因子Name，以及每個因子的Low和High值。35-1)5-1)利用利用MINITABMINITAB來建立因子設計來建立因子設計4.在主對話方塊中，點擊Options 調出子對話方塊。選擇是否隨機，不選Randomize runs！點擊兩次OK45-1)Alias StructureSession Window輸出結果在會話視窗中，在會話視窗中，MinitabMinitab將提將提供設計資訊，包括：供設計資訊，包括：因子數(Factors)區集數(Blocks)重複次數(Replicates)因子混淆資訊解

40、析度(Resolution)結構(Alias Structure)5-1)輸入實驗資料(Y)此工作表顯示在資料視窗中：此工作表顯示在資料視窗中：工作表輸出結果在microfinish的新欄中，輸入實驗收集的Y回應值。在實際操作中，由於實驗順序參照RunOrder是隨機的，StdOrder號為標準順序,會被打亂。Plackett-Burman Designs只能幫你估算因子的主效應只能幫你估算因子的主效應k=N-1k=N-1個因子數，利用個因子數，利用 N N 個條件（個條件（N N是是4 4的倍數）的倍數）k=11 N=12 k=15 N=16 k=19 N=20 k=23 N=24 k=27

41、 N=28 k=31 N=32 k=35 N=36 Tip:Using the row above as first column(remember to add the one for keep balance),the second column obtain from first by shift down one position and placing the last element to first position.Continue until column k is generatedPB design 範例Add one element for keep balancek=

42、11 N=12 5-2)RSM 5-2)RSM 設計設計RSM designRSM design5-2)什麼叫 RSM為了詳細研究為了詳細研究重要因子重要因子的特性，單看線性趨勢的特性，單看線性趨勢已經不夠，需要改用已經不夠，需要改用曲線（曲面）曲線（曲面）來分析來分析統計上，這種實驗手法叫做統計上，這種實驗手法叫做 R Response esponse S Surface urface M Methodologyethodology因為要看因為要看曲線（曲面），曲線（曲面），所以至少要所以至少要設設3 3水準水準 其實就是其實就是3 3水準的設計啦水準的設計啦通過通過 RSM RSM 實驗實

43、驗能得到的是能得到的是YsYs和和XsXs的函數關係，用的函數關係，用DataData推定推定隨隨XsXs的變化，就知道的變化，就知道YsYs值是否隨著改變值是否隨著改變知道知道XsXs在什麼值上反應量最佳在什麼值上反應量最佳用最少的實驗數，就能掌握最佳的實驗計畫法用最少的實驗數，就能掌握最佳的實驗計畫法通過通過DataData的分析能知道所推定適合反應表面的統計的的分析能知道所推定適合反應表面的統計的性質性質5-2)RSM Design有哪些？三水準的因子設計，包含全因子，與部分因子設計作法與概念參考二水準因子設計作法與概念參考二水準因子設計 就是二改成三嘛！其他都一樣咩！就是二改成三嘛！其

44、他都一樣咩！中央集成設計（CC Design）C Central entral C Composite Designomposite DesignCCCCCC，CCICCI，CCFCCFBox-Behnken Design(BB Design)啊啊!這兩個就沒那麼單純，要注意哦！這兩個就沒那麼單純，要注意哦！5-2)CC Design各角落點中心點各角落點中心點 各平面的點中心點各平面的點中心點 把(a)跟(b)合起來，就是CC Design囉(a)(b)概念：5-2)5-2)CC Design CC Design不同型態的不同型態的CC DesignCC Design有看到嗎?CCC跟CCI

45、都是利用實驗設計的技巧，把三水準的實驗，擴充到五水準實驗哦，這就是加料精彩表現。5-2)BB Design概念：針對每一個方向的中心，都是一個兩水準中心點的設計把三個加起來後，就是 BB Design 囉BB DesignBB Design通常是用在所關通常是用在所關心的變化在中心位置心的變化在中心位置5-2)Example林銀淑想運營專門做泡菜湯的飯店.為了做最好的泡菜湯，想要調查顧客對泡菜湯的滿足度.決定因數別水準 -泡菜湯製作時間:10日,20日 -煮泡菜湯時間:15分,20分 -泡菜湯製作溫度:5度,8度我要開泡我要開泡菜湯店菜湯店Stat/DOE/Response Surface/C

46、reate Response Surface DesignType of DesignType of DesignCCCC Design Design 設定考慮設定考慮CubeCube plotplot外的最佳條件時外的最佳條件時BBBB Design Design 設定在設定在Cube plot Cube plot 內最佳條件時內最佳條件時5-2)利用MINITAB來建立因子設計(RMS)Stat/DOE/Response Surface/Create Response Surface Design5-2)利用MINITAB來建立因子設計(RSM)StdOrderRunOrderBlocks

47、ABCY11110.000015.00005.0000049.722120.000015.00005.0000087.533110.000020.00005.0000048.944120.000020.00005.0000085.655110.000015.00008.0000070.266120.000015.00008.0000085.777110.000020.00008.0000057.988120.000020.00008.0000083.89916.591017.50006.5000024.31010123.409017.50006.5000082.01111115.000013.

48、29556.5000076.81212115.000021.70456.5000072.81313115.000017.50003.9773175.21414115.000017.50009.0226974.91515115.000017.50006.5000071.51616115.000017.50006.5000076.81717115.000017.50006.5000075.41818115.000017.50006.5000076.81919115.000017.50006.5000069.82020115.000017.50006.5000075.3CubePointAxial

49、or StarPointCenterPoint實驗結果可以修正為實際可能的測定值可以修正為實際可能的測定值(例例:6.591 6.6):6.591 6.6)5-2)實驗計畫結果及實驗結果輸入RSM 使用時機RSM RSM 很耗費實驗資源，確定可以找到最佳解再使用很耗費實驗資源，確定可以找到最佳解再使用.如何可以確定最佳解範圍?實驗設計範圍確定在此範圍後，確定在此範圍後，再使用再使用RSM技巧技巧RSM(Response Surface Methodology):The technique for developing,improving,optimizing process,and new p

50、roducts5-3)5-3)田口設計與直交表田口設計與直交表Taguchi method and Taguchi method and Orthogonal ArrayOrthogonal Array5-3)田口的因子田口的因子分類因子因子Control factor控制因子製程可調整的重要參數製程可調整的重要參數例如：反應時間，反應溫度例如：反應時間，反應溫度 Noise factor誤差因子製程中重要，無從選擇或無控制權之參數製程中重要，無從選擇或無控制權之參數例如：無塵室的溫度，壓力例如：無塵室的溫度，壓力 5-3)田口設計田口設計利用直交表，將其分為內外利用直交表，將其分為內外內直交