技术文章

Design of Experiments
（DOE）
实验设计
1. 定义和介绍
实验设计(Design of Experiments)或设计实验(Designed Experiments)是一系列试验及分析方法集,通过有目的地改变一个系统的输入来观察输出的改变情况。图1-1 示出一个系统示意图。图1-1 中的系统既可以看作是一个产品开发过程，也可以看作是一个生产过程。对于一个生产过程, 一般它是由一些机器、操作方法和操作人员所组成的,把一种输入原材料转变(加工)成某种输出产品。这种输出产品具有一些可以观察的质量特性,也可叫响应(例如,产量、强度、硬度等)。一些过程参数（X1,X2,?,Xp）是可控的, 例如进给速度、淬火温度等; 而另一些（Z1,Z2,?,Zq）是不可控的, 它们有时被称为噪声参数,例如环境温度、湿度等。
实验设计的目的可能包括:
(1)确定哪些参数对响应的影响zui大;
(2)确定应把有影响的参数设定在什么水平，以使响应达到或尽可能靠近希望值(On target)；
(3)确定应把有影响的参数设定在什么水平，以使响应的分散度(或方差)尽可能减小。
(4)确定应把有影响的参数设定在什么水平，以使不可控参数（噪声参数）对响应的影响尽可能减小。
因此, 在制造过程的开发以及解决过程中出现的问题中都可以应用实验设计,以改善过程的性能,或者使过程对于外部波动源(干涉)不那么敏感，即得到一个“稳健”(Robust)的过程，同时还可节省时间和降低成本。所以,实验设计对于开发和改善制造过程,提高产品质量是一个非常重要的工程工具。
除此之处,实验设计还可以在新产品开发或现有产品改进中起到很大作用:
(1)评价和比较不同设计方案;
(2)评价代用材料;
(3)确定影响性能的关键产品设计参数(KPC)。在这些领域应用实验设计可以改善产品的制造工艺性、增强服役性能和可靠性、降低产品成本和缩短产品开发周期。
应该指出,实验设计包括的内容很多,有关的著作很厚,例如, Design and analysis of experiments (Douglas C.Montgomery)有538 页,本课程主要介绍在工业上得到较广泛应用的析因实验法、部分析因实验法(包括所谓正交实验法)——Factorial experiments, Fractional Factorial, and Taguchi Method。所以,在本课程中讲的实际上是狭义的实验设计,即析因实验法和部分析因实验法。
2. 问题的提出——用实验的方法改进质量
在工程实践中经常碰到如下问题：
(1)影响产品和产品制造过程性能的可能因素往往很多,如何确定到底哪些因素是zui有影响性的?
(2)如何调整这些因素才能获得*效果?
对于上述问题，工程计算和计算机模拟可以提供很有价值的结果,可以告诉为获得*效果一些影响参数应取的数值以及一些影响参数与响应之间的基本关系。但是,实际的产品及其制造过程都是很复杂的,为能进行上述计算和模拟往往需要进行必要的简化,这一般都会引入一定的分析误差。在这种情况下,分析结果一般又都需要得到专门设计的实验的验证。应该指出,进行上
述计算和模拟的前提是要能找到描述影响参数与响应之间关系的工程方程(数学描述),否则便无法进行上述计算和模拟。即使在这种情况下,也可以应
用实验的方法找到影响参数与响应之间的关系,达到改进质量的目的。
所以可以说,为获得高质量的产品,进行必要的实验是*的。而进行实验是需要付出代价的,往往代价较高，需要花费较多的人力、物力和时间。所以,如何合理设计实验,以便能以zui小的代价获得尽可能多、而且可靠的有关产品及其制造过程的知识,从而达到改进质量的目的,是很重要的,也是很有学问的。
下面以一个实例来引出如何合理设计实验的问题。
实例: 制造弹簧
制造弹簧有一个工序是淬火,而淬火过程会使一些弹簧中出现裂纹,如何解决这个质量问题?
这个问题的实质是要提高经淬火后不含裂纹弹簧的比例。影响这种响应的输入因素包括哪些参数呢?根据以往的经验,有意义的输入因素包括弹簧被加热的温度(T);弹簧钢的含碳量(C);淬火用油的温度(O)。
解决这个问题,就是要找到参数T、C 和O 的*值,以使不含裂纹的弹簧比例(响应)达到zui高。这个问题的zui终解决要靠实验。但是,在开始作实验以前,能知道有意义的影响参数的大致数值或范围。如果存在工程方程描述影响参数与响应之间的关系,可以用计算机模拟来确定这种数值或范围。但如果没有这种工程方程,便无法利用计算机模拟,这时可以靠找前人总结的有关工程经验来确定这种数值或范围。教科书、专著、论文、工程手册等文献中便包含有很多这种工程经验。从有关的工程手册中查到,参数T、C 和O 应该取如下数值:
T＝ 1525°F
C＝ 0.6%
O＝ 95°F
但是，它们是*值吗?怎么回答这个问题?只能用实验来回答这个问题。为什么从工程手册中查到的经验数据不一定是*值呢?这是因为这些经验数据都在一定条件下得出的,而你当前的问题未必与那些条件*相符。
为了用实验回答上述问题,就必须设计一个合适的实验方法。而这个设计是否合理,直接关系到能够从这种实验中得到的知识有多少，以及需要花费的人力、物力和时间有多少。实验中的参数选择基于从工程手册中查到的经验数据,在此基础之上,把数据增大一些及减小一些,看有什么情况发生.
3. 一种低效率的实验设计：一次只改变一个参数,而其他参数都保持不变(One factor at a time)
例如,仅改变弹簧温度T, 从1450°F 变到1600°F, 而弹簧钢含碳量C 和油温O 保持不变——C=0.5%,O=70°F 。为考虑未知的不可控输入因素的影响,在每个状态下各作4 次重复试验。共作了8 次试验。图3-1 示出实验结果。可以看出,1600°F 是个较好的弹簧温度值,其不含裂纹弹簧所占比例比1450℃时高5%。但是,要注意得到这种结果的条件——含碳量C=0.5%,油温O=70°F 。
如果有人要问,在C=0.7%或O=120°F 的情况下把弹簧温度从1450°F 变到1600°F 能够使不含裂纹弹簧的比例提高同样的程度吗?如何回答这个问题?诚实的回答应是：不知道。为了以同样的方法研究不同含碳量的影响,也需要另外再作8 次试验(在每个含碳量水平各作4 次重复性试验)。作完这些试验以后,我们仅可知道对于特定的钢温度和油温组合,当改变含碳量时系统的响应(不含裂纹弹簧所占比例)是如何可改变的。为检验油温的作用,又需要再作8 次试验,但也会碰到同样的困难。
对于上述工程问题,采用“一次只改变一个参数”的方法进行实验,需要作24 次试验。作完这些试验以后,我们所能得到的信息,也只是每个变量在其他两个变量取一定的组合的情况下的效应(作用)。并且我们对各个变量之间的相互作用一点儿都不了解。为了提高实验的有效性,有人对实验设计方法进行了研究。在这一领域中的一个人物Ronald A.Fisher, 是个英国人。他在本世纪20 年代,提出
了“同时改变所有参数”的实验设计思想,这种方法被称为析因实验或析因设计(Factorial Design)。
应用析因实验法对于上述弹簧淬火实验进行设计(三个参数,每个参数取两个水平),只需进行8 次试验。而且，相对于“一次只改变一个参数”的实验方法，利用这8 次试验可以得到更多的信息。
4. 析因实验设计（Factorial Design）
现在,按Fisher“同时改变所有参数”的想法来设计弹簧淬火实验。图4-1示出实验设计方案及实验的响应(结果)。其中,表中的每一行对应于一个试验;每一列对应一个参数的取值，一共有三个参数T(弹簧加热温度)、C(含碳量)和O(油温),每个参数各取两个水平。为使实验能反映每个参数的每个水平的所有组合情况,共需作8 次试验,即23。每个参数取两个水平的析因实验设计可以用一个立方体来表示,其每个尺度代表一个参数的变化轴线,其每个顶点代表一个试验,试验条件由其座标表示,试验结果(响应)写在圆环之中——每个顶点与表中的一行相对应。
4-1 参数的主效应(Main effect)
参数的主效应：一个参数的水平改变时所引起的响应变化。
4-1-1 弹簧温度T 的主效应
参见图 4-2, 当弹簧温度T 从1450°F 变到1600°F 时,响应共有4 种变化情况,每种变化情况分别与另外两个参数(即,含碳量C 和油温O)的特定组合情况相对应。
弹簧温度 T 的主效应等于在上述4 种情况中响应增量的平均值。通过分析图4-2 中的公式符号,可以看出,T 的主效应也等于当T=1600°F (高水平)时的各个响应的平均值
Th= （79+ 75+ 90+87）/4 （4-1）
减去当 T=1450°F (低水平)时的各个响应的平均值
Tl=（67+ 61+ 59+ 52）/4 （4-2）
即,T 的主效应
Tm= Th- Tl＝（79+75+90+87-67-61-59-52）/4 （4-3）
由此可以抽象出, 一个参数X 的主效应Xm,等于当它取高水平时的所有响应的平均值Xh 减去当它取低水平时的所有响应的平均值Xl，即
Xm= Xh- Xl （4-4）
下面是计算结果:
Cm= Ch- Cl=（61+ 52+ 87+ 75）/4- （67+ 59+ 90+ 79）/4== 68.75- 73.75= -5.0 （4-5）
Om= Oh- Ol=（59+ 52+ 87+ 90）/4- （67+ 61+ 75+ 79）/4== 72- 70.5= +1.5 （4-6）
4-2 相互作用效应(Interaction effects)、
首先研究一下:(1)当油温O=70°F 时,弹簧温度T 的效应;(2)当油温O=120°F 时,弹簧温度T 的效应。参见图4-4 和图4-5。
可以看出,当油温O 不同时,弹簧温度T 的效应(响应增量的均值)是不同的,即T 的效应取决于油温。
因此,两个参数A 和B 的相互作用是指,A 的作用取决于B 的水平,同样也可以、说,B 的取决于A 的水平。
在上述弹簧淬火例子中,弹簧温度T 与油温O 的相互作用的计算方法如下：
(1)当O=120°F, T 的效应
Xm= Xh- Xl （4-4）