试验设计-CPPT参考幻灯片.ppt

CONFIDENTIAL,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,2/28/2020,#,试验设计,Design of Experiment,高级篇,QL Yang,11/11/2013,1,2,2,ResponseSurfaceModel,4/29/2025,响应曲面试验设计路径,添加轴点升级为二次模型,不包括中心点的,4n,一次模型,包括中心点的,2,k,一次模型,ResponseSurfaceModel,3,4/29/2025,二因子,CCD,试验策略,4,ResponseSurfaceModel,含中心点的,2,水平全因子实验,添加轴点实验,CCD,响应曲面实验,4/29/2025,5,ResponseSurfaceModel,4/29/2025,6,ResponseSurfaceModel,4/29/2025,7,ResponseSurfaceModel,二次曲线方程式一般形式：,a,x,+bxy+cy,+dx+ey+f=0,4/29/2025,8,ResponseSurfaceModel,三因子,CCD,设计矩阵,轴点,4/29/2025,9,ResponseSurfaceModel,4/29/2025,10,ResponseSurfaceModel,4/29/2025,11,ResponseSurfaceModel,4/29/2025,12,ResponseSurfaceModel,4/29/2025,13,ResponseSurfaceModel,4/29/2025,14,ResponseSurfaceModel,4/29/2025,可以进行因素数在,26,个范围内的试验。,试验次数一般为,1490,次：,2,因素,12,次，,3,因素,20,次，,因素,30,次，,5,因素,54,次，,6,因素,90,次。,可以评估因素的非线性影响。,适用于所有试验因素均为计量值数末尾的试验。,在使用时，一般按三个步骤进行试验。,先进行,2,水平全因子或分部试验设计。,再加上中心点进行非线性测试。,如果发现非线性影响为显著影响，则加上轴向点进行补充试验以得到非线性预测方程。,中心复合试验也可一次进行完毕，（在确信有非线性影响的情况下）。,CCD,实验设计的特点,ResponseSurfaceModel,15,4/29/2025,3,因子,CCC/CCI/CCF,试验设计对照表,立方点试验,中心点实验,轴点实验,ResponseSurfaceModel,16,4/29/2025,17,ResponseSurfaceModel,统计,DOE,响应曲面,创建响应曲面设计选择中心复合,选择因子数,3,Minitab,创建,CCD,设计,4/29/2025,18,ResponseSurfaceModel,工作表数据,是编码值,输入高低水平的实际值,统计,DOE,响应曲面,创建响应曲面设计,Minitab,创建,CCD,设计,4/29/2025,19,ResponseSurfaceModel,Minitab,创建,CCD,设计,4/29/2025,20,ResponseSurfaceModel,统计,DOE,响应曲面,创建响应曲面设计,4/29/2025,21,ResponseSurfaceModel,4/29/2025,22,ResponseSurfaceModel,中心点,(,编码值,0),：在连续性因子的水准为中间值时实施,评价反应值的非线型性,统计,DOE,响应曲面,创建响应曲面设计,4/29/2025,23,ResponseSurfaceModel,Minitab,创建,CCD,设计,4/29/2025,24,ResponseSurfaceModel,统计,DOE,修改设计,例,2_,增加轴点形成,CCD,设计,接着例,1,的结果，因为发现中心点显著，所以需增加轴点形成,CCD,设计。,4/29/2025,25,ResponseSurfaceModel,4/29/2025,26,ResponseSurfaceModel,统计,DOE,响应曲面,分析响应曲面设计,选择编码值,选择全次线性回归,例,2_CCD,设计分析,4/29/2025,27,ResponseSurfaceModel,此值大于,80%,说明线性回归效果好,此值大于,0.05,时表示线性回归模型正确,此值小于,0.05,时表示回归的效果显著,P,值大的项不显著,4/29/2025,28,ResponseSurfaceModel,统计,DOE,响应曲面,分析响应曲面设计,4/29/2025,29,例,2_CCD,设计响应曲面分析,统计,DOE,响应曲面,等值线,/,曲面图,ResponseSurfaceModel,4/29/2025,30,ResponseSurfaceModel,例,2_CCD,设计响应曲面分析,统计,DOE,响应曲面,等值线,/,曲面图,4/29/2025,ResponseSurfaceModel,31,看懂曲面图和等值图,品质,温度,时间,等值线图,曲线图,最佳质量区域,最佳质量区域,4/29/2025,复合,最小,马鞍,最大,看懂曲面图和等值图,ResponseSurfaceModel,32,4/29/2025,例,2_CCD,设计优化,33,统计,响应曲面,响应优化器,目标是最大值,下限设为,3.2,目标值设为,5.5,ResponseSurfaceModel,4/29/2025,34,ResponseSurfaceModel,每个因子，红字是预测的最佳设置值,因子最优水平值,最优预测值,因子水平,设置区间,例,2_CCD,设计优化,统计,DOE,响应曲面,响应优化器,4/29/2025,Box-Behnken,试验设计,35,ResponseSurfaceModel,4/29/2025,可以进行因素数在,37,个范围内的试验。,试验次数一般为,15-62,次。在因素数相同时比,CCD,所需的试验次数少。,和,CCD,一样可以评估因素的非线性影响。适用于所有因素均为计量值的试验。使用时无需多次连续试验。,和,CCD,相比，没有将所有试验因素同时安排为高水平的试验组合，对某些有特别需要或安全要求的试验尤为适用。,和,CCD,相比，,BBD,不存在轴向点，因而在实际操作时其水平设置不会超出安全操作范围。而存在轴向点的,CCD,却存在生成的轴向点可能超出安全操作区域或不在研究范围之列考虑的问题。,特点,BBD vs.CCD,Box-Behnken,实验,设计,ResponseSurfaceModel,36,4/29/2025,37,ResponseSurfaceModel,Box-Behnken,试验设计次数,统计,DOE,响应曲面,创建响应曲面设计,4/29/2025,38,ResponseSurfaceModel,4/29/2025,39,ResponseSurfaceModel,例,3_,创建,Box-Behnken,设计,统计,DOE,响应曲面,创建响应曲面设计,4/29/2025,40,ResponseSurfaceModel,4/29/2025,41,ResponseSurfaceModel,4/29/2025,42,ResponseSurfaceModel,例,3_,分析,Box-Behnken,设计,统计,DOE,响应曲面,分析响应曲面设计,4/29/2025,43,ResponseSurfaceModel,4/29/2025,44,ResponseSurfaceModel,例,3_Box-Behnken,优化,统计,DOE,响应曲面,响应优化器,4/29/2025,45,ResponseSurfaceModel,例,3_Box-Behnken,优化,统计,DOE,响应曲面,响应优化器,4/29/2025,46,ResponseSurfaceModel,4/29/2025,47,4/29/2025,48,试验设计,4/29/2025,49,试验设计,4/29/2025,50,试验设计,4/29/2025,51,4/29/2025,PRACTICE,M,initab,软件,52,4/29/2025,