资源预览内容
第1页 / 共95页
第2页 / 共95页
第3页 / 共95页
第4页 / 共95页
第5页 / 共95页
第6页 / 共95页
第7页 / 共95页
第8页 / 共95页
第9页 / 共95页
第10页 / 共95页
亲,该文档总共95页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
DOE培训课程之二 提高篇 DESIGNOFEXPERIMENTS试验设计主讲 谢孟龙本教程版权属XML工作室电话 021 5876853813321835798电邮 smccxml 未经许可不得复制 目的 发掘变量之间相互关系 介绍DOE 一个很重要的过程改进工具 认识到计划实验对成功的重要性 熟悉各种类型和水平的DOE以及它们的应用 并且了解它们的优点和缺点 用DOE去寻找工艺中变量之间的关系 DOEvs 变量关系的寻找 那么是不是每一个项目都要用DOE来建立变量之间的关系吗 不 不是所有的项目都用DOE用DOE来寻找变量之间关系的很重要的原因在于我们有很多的因子影响了我们的输出 Y 并且它们相互之间也有影响 六西格玛突破步骤 定义 测量 分析 改进 控制 步骤1 选择输出特性 定义过程输入 输出变量步骤2 确定绩效标准步骤3 定义测量系统步骤4 建立过程能力步骤5 定义绩效目标步骤6 定义差异来源步骤7 查找潜在因素步骤8 发掘变量之间相互关系步骤9 建立操作公差范围步骤10 重新验证测量系统步骤11 重新计算过程能力步骤12 实施过程控制 筛选输入变量 我们通过步骤8来决定那些输入Xs是重要的 怎样去设置它们 30 50 10 15 4 8 KeyProcessInput Variables KPIVs 8 10 KPIVs CriticalKPIVs InputsVariables ProcessMap Multi VariStudies Correlation s Multi VariStudies Correlation s ScreeningDOE s ScreeningDOE s DOE s RSM DOE s RSM C EMatrixandFMEA GageR R Capability GageR R Capability T Test ANOM ANOVA T Test ANOM ANOVA QualitySystems QualitySystems SPC ControlPlans SPC ControlPlans 测量 分析 改进 控制 发掘变量之间相互关系介绍DOE 设计实验的方法 需要回答的问题 介绍DOE 通过什么方法学习 什么是设计实验方法 DOE 为什么要用 DOE 怎样用DOE进行推论 所要讨论的内容 学习的方法定义 设计实验的方法介绍一些术语实验的障碍DOE的益处DOE的设计水平和类型用DOE进行推论随机性 学习的方法 观察 当你观察一个过程正常的运行的时候 你可以看到一些想了解的信息 如果你够幸运的话 你还会发现更多的信息 设计实验 提前有效的筛选输入来研究输出的变化 我们可以用一些明显的过程信息来看输出的变化 只要做的正确 实验的结果会很有帮助 术语 因子 一种工艺过程中被控制或者没有控制的输入 我们在实验中研究它对输出的影响 例如 温度 水平 在实验中被考察的输入因子的值 例如 温度水平为100和200C 输入因子组合 一个确定的不同因子水平的组合 例如 设置温度100C和气压50PSI 术语 编码单位 因子水平的代码值 如 1 低 1 高 0 中心值 它被作为标准设计 标准的顺序是按符号代码来建立的 采用编码单位码能让我们更好的分析等式 未编码单位 因子水平的真实值 举例 温度是一个因子 水平低中心值高编码单位100C150C200C未编码单位 10 1 定义 DOE是一种系统性的实验设置 它可以评估出多重因子中单个因子和几个因子一起对输出的影响 它以陈述实验目的开始 以报告结果为结束 它可以排除其他所有的因子 只把有统计意义上的改变的因子留下来 实验设计方法 DOE 是很有效的改进工具一个实验要是没有设计好和执行好 这种实验是没有效果的 不是所有的实验都会得到主要的影响因子 但是它们会提供很多信息 新的数据让我们问更多的问题和作更多的后继研究 障碍 问题没有描述清楚 实验的目的定义不明确 做实验计划时项目小组讨论不充分 实验结果不清晰 实验的费用太高 实验花的时间太长 对实验的策略理解不够 障碍 对实验的工具理解不够 实验开始前没有信心 资源竞争希望立即得到结果 执行实验时缺乏足够的支持 益处 在相对短的时间里得到结果 执行实验的费用相对少 寻找最合适的设置的有效方法 结果的可信度很高 提供了确定单个或多个因子造成影响大小的能力统计实验提供了大量的数据 列出各种因子 特性研究 优化研究 实验的水平 大多数的益处来自这一步 当有很多因子是用 随机性 实验的保险 让我们来讨论板材刻蚀工艺 输出是刻蚀率 越高越好 有人想证明在刻蚀池里增加搅拌装置可以提高刻蚀率 我们告诉主管做20次刻蚀 分别有搅拌和没有搅拌 但是我们很匆忙而且只有一天的时间做这个实验 我们得到了什么 做20次搅拌和没有搅拌的结果 AvgOff 91 70AvgOn 74 50 如果值越大越好 如果随机做实验 AvgOff 82 0AvgOn 88 6 结果 哪一张图更能说明搅拌后的结果 每一天当中刻蚀池率的衰减现象我们称为潜伏的波动 在这里这种情况的潜伏的波动很容易预测 但不是所有的潜在的因子都这样明显 只要可行 都应该随机取样 需要回答的问题 介绍设计实验的方法 学习的方法是什么 什么是 DOE 为什么要用 什么是推论范围 答案小结 介绍设计实验的方法 有两种学习的方法 1 观过程然后期待有信息表现出来 2 设计实验并且操作因子来生成我们想要的信息 DOE 是一套系统的实验方法 它可以评估出过程中各种因子对输出的影响 它是一种科学的方法 不会产生模棱两可的结果 学到的内容 介绍设计实验的方法 有效的实验必须有相应的管理和支持 DOEs是一种发现变量关系先进方法 但是不是唯一的方法 发掘变量之间相互关系计划实验 需要问的问题 计划实验 为什么要对实验进行计划 在实验计划阶段 哪些是重要的 为什么要试行一个轮次 什么是重复和复制 讨论的问题 初试计划计划的考虑计划方式执行实验术语实验文件总体建议后续实验 DOE计划程序 能力分析 流程图 鱼骨图 输入 C E MSA 绩效目标 DOE计划 设计 初始计划 实验的初始计划应由整个项目小组来做 用C E矩阵 流程图 FMEA等来把过程最大限度的描述出来 所有的小组成员对目前的过程状况有相同的认识 例如输出 过程能力 工艺控制和稳定性以及使用的测量系统 计划考虑事项 实验的目的是什么 实验的费用是多少 我们随机实验的计划是怎样 怎么来决定我们的取样数量 是不是所有需要知道的人都通知到了 实施实验的时间有多久 我们怎么去分析这些数据 我们是否制定操作指导贯穿了整个实验过程 是不是所有的文件都已经完成 计划编制的方法 应用DOE的工作表 定义问题 一个完整的 详尽的问题描述并且清楚的用公式量化出问题 建立目标 定义执行实验我们要发现什么 选取输出变量 将每一个输出特性定义为属性变量或者是数据变量 而且它们的改变都会被体现出来 选出相对独立的因子 定义对输出特性有影响的可控制的和不可控制的输入 计划编制的方法 续 选择因子水平 确定在试验中受检查的输入值 如 温度可以设置在100度和160度级 选择试验性设计 选择进行研究的设计 暴露 特性化分析或优化分析 进行试验 实施过程演示 确保每一个人对进行的试验程序了解一致 准备好收集数据 开始试验 做好怎样收集和记录数据 与项目说明有关的问题 反应变量 输出 定义不准确或未量化 反应变量未与用户CTQ相关联 量化根据的是直觉而非数据 数据源 测量方法未明确指出 测量刻度和规范未得用户数据支持 以一个预定的解决方法来描述问题而非就问题本身来进行描述 实施试验 记录所有初步信息 确保在试验中包括所有的基础条件 确保进行适当的数据收集的任务明明确 关注并记录任何外来的变差总是进行一次或更多轮的证实以确认结果 由窄到宽的渐进过程 术语 多样性 每一轮试验一组因子重复性 重复整个试验 通常是随机的 这两种方法均有助于减少问题变化并且确定测量系统错误 在同一个试验中可同时使用两种 这两种方法均有助于试验确定样品尺寸 试验文档记录 问题说明和试验目标 反应变量及才用已验证的测量系统 试验设计概要和进行试验的程序 完成和分析试验的预算和时间进度 试验文档记录 续 项目小组成员清单以及在每阶段试验中的责任 试验结果的文档记录 执行总结结果和数据分析结论和建议措施附件 源数据 如果实际的话 详细数据分析和试验设备或程序的细节 总体建议 试验的计划文档记录可能比实施试验还要重要 确保试验目标已与项目的业务结果相关联 每次集中精力于一个试验 别以为一次调查即可回答所有问题 应依赖于后续的调查研究 初步试验应花费少于预算的25 总体建议 续 经常用后续研究来证实试验结果 放弃一项试验是可以接受的 尽快使用两级设计 一个两级设计是每一个设计均有高端和低端设计 以后我们将讨论这个问题 设定取最高级 但记住对人员和设备的安全 最终必须有文档记录 后续试验 通常情况下 你的第一次DOE会引导你用新的或修改的因子和 或因子水平进行更深入的研究 设计一次后续试验的最好时间是在前一个试验完成后立即进行 需要问答的问题 计划试验 为什么计划一次试验 在试验计划阶段什么是非常关键的 为什么要进行一次试运转 什么叫做多样性和重复性 问题答案 计划试验 你可以计划一次试验以有效地设计并执行一项受控的研究 这项工作包括最大化利用以前所知的工艺知识并确保所有小组成员了解他们的任务和角色 计划一项试验的最初步骤是非常关键的 因为它对问题进行定义并且为试验建立了目标 进行一次试运转有助于确保涉及项目的所有人员对试验程序了解一致并且有助于在试验开始后防止混乱 学习总结 计划试验 对试验未作计划或计划不良会造成重复性劳动 如果反应变量定义不准确 未量化和 或未与用户的CTQ联系起来 结果将达不到你的目标 对测量系统进行效验是很关键的 因子水平太宽或太窄将不易达到理想结果 发掘变量之间相互关系完整因子法 需要回答的问题 全因子法 全因子法的目的是什么 全因子法的优点是什么 什么是2k因子 为什么使用2k因子 什么是标准顺序 什么是全因子法 是指一个研究所有因子及因子所有可能组合的试验例如 因子1 热度分三水平 低 中 高因子2 dwell分两水平 慢 快因子3 压力分两水平 最小 最大 RunsHeatDwellPressure1LoSlowMin2LoSlowMax3LoFastMin4LoFastMax5MedSlowMin6MedSlowMax7MedFastMin8MedFastMax9HiSlowMin10HiSlowMax11HiFastMin12HiFastMax 在这种情况下可能有的因子组合有12种 注意 这些因子并非随意排列 目的 全因子法是通过找出一个工艺内的最关键因子和交互因子而达到改进或优化工艺的目的 DOE的优点 比单因子 OFAT 试验更有效 允许对多重因子结合起来进行调查 交互 比OFAT试验覆更广的试验区域 确定关键因子 输入 在估计输入和输出的问题变量的影响方面更加有效 压力1 压力2 温度1 20 40 温度2 50 12 DOE的优点 如果我们使温度保持在第一级时的常量并使压力不断变化 我们得出第二级时的威力是最好的 然后保持第二级时的压力为常量 并变化温度 最后发现温度1是最好值 40 当我们按此进行改进时 发现我们错过了最优值 50 第一轮 第二轮 假设我们如下图进行单因子试验 OFAT 反应变量越高则越好 2k因子法 全因子DOE的一个特例每个因子仅有两水平 例如低和高 中心点可以用来检查线性 相对来说较便宜快捷是DOE最通常的形式 我们将用2k因子法来作DOE的解释 定义 2k因子法指的是用K个因子进行试验 而每个因子有 2 水平 一个 22 因子分析是一个 2x2 阶乘 该设计有两个因子 每个因子有两级 可以有四轮里完成试验也就是 2x2 同理 一个 23 因子分析是一个 2x2x2 的阶乘 其有三个因子 每个因子有两水平 可以在
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号