1、2021/7/261(最新整理)世界级质量管理工具谢宁DOE2021/7/262谢宁谢宁DOE概述概述2021/7/263DOEDOE：试验设计是有目的的改变过程输入因素试验设计是有目的的改变过程输入因素（X X）以观测相应的输出变化以观测相应的输出变化（Y Y）的行动。的行动。Y=F(X1,X2,X3Xn)Y=F(X1,X2,X3Xn)什么是什么是DOEDOE？DOEDOE是一种质量工具，要解决的变量是一种质量工具，要解决的变量X X与与Y Y的关系，如果逆向知道问的关系，如果逆向知道问题题Y Y，如何找出，如何找出X1X1，X2X2，X3.X3.？design of experimentd
2、esign of experimentX X：变量：变量变量是有害的变量是有害的CpCp和和CpkCpk表征变量分布表征变量分布所有变量的都很重要？所有变量的都很重要？需要找出和控制需要找出和控制DOEDOE分类：经典分类：经典DOEDOE、田口、田口DOEDOE和和谢宁谢宁DOEDOE2021/7/2648/28/2原则原则80%80%的问题的问题（Y Y）是由哪些是由哪些20%20%的原的原因因（X X）造成的造成的帕累托定律帕累托定律原理原理目的目的简单，有效简单，有效强调与部件对话强调与部件对话1010大工具大工具DOEDOE逆向：知道问题逆向：知道问题Y Y如何找到如何找到X X20
3、21/7/265Y Y：绿：绿Y Y，代表要解决的问题和目标，代表要解决的问题和目标X X：变量：变量红红X X粉红粉红X X浅粉红浅粉红X X利克特尺度：在好坏之间建立一个好坏程度，如利克特尺度：在好坏之间建立一个好坏程度，如1 1代表差，代表差，1010代表好；代表好；好处：减少数据量好处：减少数据量测量精度：测量精度：5:15:1，（即变量变化范围，（即变量变化范围:测量工艺精度）测量工艺精度）5 52021/7/266针对针对20个以上的变量个以上的变量确认重要变量确认重要变量确认改善效果确认改善效果优化优化X变量变量的公差的公差持续改善持续改善思维创新工具思维创新工具确认重要变量确认
4、重要变量成对比较成对比较多变量分析多变量分析部件搜索部件搜索产品产品/过程搜索过程搜索集中图集中图变量搜索变量搜索全析因全析因B Vs C分析分析散布图散布图SPC确认改善效果确认改善效果优化优化X变量变量的公差的公差持续改善持续改善响应曲面图响应曲面图2021/7/267n为什么首先要讲多变量分析？为什么首先要讲多变量分析？最重要的是该工具针对大量没有直接联系的、猜测最重要的是该工具针对大量没有直接联系的、猜测的可能原因和不可处理的变量减少到少得多的一族相的可能原因和不可处理的变量减少到少得多的一族相关变量。关变量。多变量分析为其它工具的使用提供一个分析基础。多变量分析为其它工具的使用提供一
5、个分析基础。2021/7/268u多变量分析是一种过滤技术，将多变量分析是一种过滤技术，将2020个以上变量过滤，个以上变量过滤，定位最可能的原因，可以形象的称之定位最可能的原因，可以形象的称之“漏斗法漏斗法”扑克戏法的原理：对于扑克戏法的原理：对于2727张牌，三次定位找出指定的牌张牌，三次定位找出指定的牌（红（红X X），即第一次找出红），即第一次找出红X X所在的列，可以排除所在的列，可以排除1818张牌；张牌；再次洗牌后，确定红再次洗牌后，确定红X X所在的排，排除所在的排，排除6 6张，只剩张，只剩3 3张牌；再张牌；再次洗牌，则可以轻松的确定唯一的红次洗牌，则可以轻松的确定唯一的红
6、X X2021/7/269鱼骨图的无奈鱼骨图的无奈常用的分析问题的方法常用的分析问题的方法鱼骨图可以分析问题产生的可能原因，鱼骨图可以分析问题产生的可能原因，但并不能进一但并不能进一步分析，到底哪个是主要原因，次要的原因。只能每步分析，到底哪个是主要原因，次要的原因。只能每项可能的原因都要进行改善，效率低，很多原因可能项可能的原因都要进行改善，效率低，很多原因可能只是猜测，只是猜测，这正是多变量分析的优势。这正是多变量分析的优势。2021/7/2610n目的：在目的：在X X1 1，X X2 2，X X3 3，XXn n中出红中出红X X、粉红、粉红X X、浅粉红、浅粉红X X所在所在的变量族
7、的变量族n方法方法:1.1.针对每个变量，从产品或制程抽出四至五个样品作为样本针对每个变量，从产品或制程抽出四至五个样品作为样本,并并测量有关之质量特性测量有关之质量特性2.2.定时重复抽取样本定时重复抽取样本,直到样本整体能反映大部份直到样本整体能反映大部份(约约80%)80%)的不良变异的不良变异3.3.按时序制作多变量图按时序制作多变量图4.4.观察何种观察何种变异最为显著变异最为显著多变量分析的多变量分析的过滤器过滤器2021/7/2611n位置变量位置变量(样本内的）样本内的）l部件内部部件内部/组件内的不同位置组件内的不同位置l在成批加料时出现的位置或范围的变化在成批加料时出现的位
8、置或范围的变化l不同机器不同机器/不同试验位置不同试验位置l不同生产线之间不同生产线之间/不同工人之间的质量变化不同工人之间的质量变化n周期性周期性(样本之间的变化样本之间的变化)l在同样的时段，从一个生产过程中抽取的连续的部件间在同样的时段，从一个生产过程中抽取的连续的部件间的变化的变化l不同的批次不同的批次/部件组中的变量部件组中的变量n时间性的变化时间性的变化l小时、天、周、班别的变化差异小时、天、周、班别的变化差异n变量族的划分变量族的划分2021/7/2612n设计多变量具体研究步骤设计多变量具体研究步骤1.1.测量仪器的精度至少是产品精度的测量仪器的精度至少是产品精度的5 5倍倍2
9、.2.确定可出现的变量的族的数目确定可出现的变量的族的数目3.3.画出族谱画出族谱4.4.估计所要求的不同时间取样的次数估计所要求的不同时间取样的次数5.5.确定对在加工过程中连续抽取的部件的数量（一般确定对在加工过程中连续抽取的部件的数量（一般3535）6.6.确定在部件内，族系的取样数量，如方位、机器、模腔的数确定在部件内，族系的取样数量，如方位、机器、模腔的数量）量）7.7.将第将第4 4、5 5、6 6不重的数量相乘，以确定要研究的部件总数不重的数量相乘，以确定要研究的部件总数8.8.设计一个图表，简化多变量数据的收集设计一个图表，简化多变量数据的收集2021/7/2613n多变量分析
10、案例（一）多变量分析案例（一）印刷电路板在钻孔时产生的过量毛刺，用利克特度印刷电路板在钻孔时产生的过量毛刺，用利克特度量尺度把毛刺分成量尺度把毛刺分成1 1到到1010级，然后对各种变量族系进行级，然后对各种变量族系进行 甄别。决定仅用一天的时间进行试验，期望在一天之甄别。决定仅用一天的时间进行试验，期望在一天之内就能充分找到至少内就能充分找到至少80%80%的重要变量。的重要变量。每天三班倒每天三班倒有有1313台同样的钻床台同样的钻床每台机器有每台机器有4 4个钻削夹头个钻削夹头每班有每班有8 8个工人操作机器个工人操作机器每台机器上有每台机器上有3 3个装在个装在PWBPWB板上的控制板
11、板上的控制板每台机有每台机有1010种钻孔尺寸种钻孔尺寸2021/7/2614 针对各个针对各个x x进行族系的划分：进行族系的划分：每天三班倒每天三班倒 每班工作时间的变化每班工作时间的变化 有有1313台同样的钻床台同样的钻床 每台机器有每台机器有4 4个钻削夹头个钻削夹头 每班有每班有8 8个工人操作机器个工人操作机器 每台机器上有每台机器上有3 3个装在个装在PWBPWB板上的控制板板上的控制板 每台机有每台机有1010种钻孔尺寸种钻孔尺寸时间对时间时间对时间时间对时间时间对时间部件内部件内部件内部件内部件内部件内部件对部件部件对部件部件内部件内2021/7/2615首先画出族谱图，按
12、照三个族系分类，然后确定各个首先画出族谱图，按照三个族系分类，然后确定各个x x的取的取样数目，一般样数目，一般3535就可以。从上可以得看，存在就可以。从上可以得看，存在3 3大族系，个大族系，个子族系，如下图：子族系，如下图：2021/7/2616然后设计数据收集表格然后设计数据收集表格2021/7/2617 某芯片生产线对芯片与基带的黏贴度进行多因素某芯片生产线对芯片与基带的黏贴度进行多因素分析分析,并得出如下结果并得出如下结果:多变量分析案例（二）多变量分析案例（二）2021/7/2618l变量图，利用收集到的数据做图。图标可以直观的判断哪个变量图，利用收集到的数据做图。图标可以直观的
13、判断哪个变量族变化最大。变量族变化最大。水平线表示时间水平线表示时间也可以是周对周、天天天，小时对小也可以是周对周、天天天，小时对小时，批次对批次，时，批次对批次，垂直轴表示正在研究的绿垂直轴表示正在研究的绿Y Y。从图中可以看出，从图中可以看出，位置变量的变化位置变量的变化最大最大，这说明红，这说明红X在位置变量内在位置变量内2021/7/2619 某加工者在制造直径要求为某加工者在制造直径要求为0.02500.0250英寸英寸0.0010.001英寸的英寸的圆柱体转子轴时，出了很多废品。有圆柱体转子轴时，出了很多废品。有3 3个轴式上午个轴式上午8 8点加点加工的，其它的为上午工的，其它的
14、为上午9 9、1010、1111和和1212点加工的。对每个点加工的。对每个轴要进行四次测量轴要进行四次测量22次在右面，两次在右面，对每次在右面，两次在右面，对每个轴从左到右测量锥度；从上到下测试不同心度，让轴个轴从左到右测量锥度；从上到下测试不同心度，让轴转动，测量最大直径点和最小直径点。这样，在部件内转动，测量最大直径点和最小直径点。这样，在部件内变量中，就会出现两个子族，即锥度和不同心度，绿变量中，就会出现两个子族，即锥度和不同心度，绿Y Y为转子的直径。针对数据做变量图如下：为转子的直径。针对数据做变量图如下：多变量分析案例（三）多变量分析案例（三）2021/7/2620第一种变量图
15、第一种变量图第二种变量图第二种变量图针对同一个问题，两种变量图，从图可以看出，针对同一个问题，两种变量图，从图可以看出，第二种变第二种变量图更为直观明了，可以很快发现，时间变量最大。量图更为直观明了，可以很快发现，时间变量最大。2021/7/2621 具体应用到切片生产中，可以针对一般线痕的问题做相关分具体应用到切片生产中，可以针对一般线痕的问题做相关分析的案例。相关变量如下：析的案例。相关变量如下：1 1、车间、车间3 3个班（个班（A A、B B、C C）2 2、车间有、车间有3636台机台机 3 3、每个班有、每个班有6 6个主操手，没人负责个主操手，没人负责6 6台机器台机器 4 4、
16、每个班、每个班1212个小时个小时 5 5、切片机使用、切片机使用MM（380kg380kg）和）和N N（270kg+120kg270kg+120kg）两种砂浆）两种砂浆 6 6、切片机存在两种、切片机存在两种4040工艺和工艺和4242工艺工艺 将线痕的轻重（即硅片的最大粗糙度）做绿将线痕的轻重（即硅片的最大粗糙度）做绿Y Y多变量分析案例（四）多变量分析案例（四）2021/7/2622l族谱图分析族谱图分析绿绿Y：线痕粗糙度：线痕粗糙度时间对时间时间对时间部件对部件部件对部件部部件内件内班次对班次（班次对班次（3）时间对时间（时间对时间（3）工艺对工艺（工艺对工艺（2）员工对员工员工对员
17、工（3）机台对机台机台对机台（9）砂浆对砂浆砂浆对砂浆（2）注：针对各个变量选取适当的取样次数，每注：针对各个变量选取适当的取样次数，每4 4小时取样一次，主小时取样一次，主操手操手6 6个选取个选取3 3个，机台个，机台3636台选取台选取9 9台。台。2021/7/2623l设计数据收集表设计数据收集表变量族变量族时间对时间时间对时间班班#A AB BC C时间时间前前4h4h中间中间4h4h后后4h4h前前4h4h中间中间4h4h后后4h4h前前4h4h中间中间4h4h后后4h4h工艺工艺#变量族变量族工艺工艺4040员工员工#甲甲乙乙丙丙机台机台1 12 23 315151616171
18、7343435353636砂浆砂浆#MMN NMMN NMMN NMMN NMMN NMMN NMMN NMMN NMMN N2021/7/2624n首先确定重要变量的族系（注意：红首先确定重要变量的族系（注意：红X X仅可能存在于仅可能存在于几几个族系之一个族系之一中）中）n如果红如果红X X是位置变量族，则需要是位置变量族，则需要使用集中图使用集中图，分析出绿，分析出绿Y Y所在具体的位置；所在具体的位置；n如果红如果红X X是部件对部件的变量组是部件对部件的变量组,就要检验周期图形、灰就要检验周期图形、灰尘及管理等，这些银子可以影响一个部件，蛋不会连续尘及管理等，这些银子可以影响一个部件
19、，蛋不会连续影响其它部件，为进一步影响其它部件，为进一步使用部件搜索和成对比较使用部件搜索和成对比较相对相对顺利；顺利；多变量图的后续分析多变量图的后续分析2021/7/2625n如果是时间变量组，注意过程中随时间变化的规律，可如果是时间变量组，注意过程中随时间变化的规律，可进行进行产品产品/过程搜索过程搜索。n如果残留的相关变量在如果残留的相关变量在520520个，可以进行变量搜索；如个，可以进行变量搜索；如果少至果少至2424之间，可再进行全析因分析。之间，可再进行全析因分析。n如果只有一个，可直接进行如果只有一个，可直接进行B BVsVsC C比较，确认改善效果。比较，确认改善效果。20
20、21/7/2626u适用的条件：适用的条件：变量处于部件内，为位置变量，下一步应当绘变量处于部件内，为位置变量，下一步应当绘制部件内问题的精确定位。制部件内问题的精确定位。2021/7/2627u 目的目的精确定位部件内问题的位置，为多变量分析的续篇。从谢宁精确定位部件内问题的位置，为多变量分析的续篇。从谢宁DOEDOE解决问题的路径图中可以看出其所在位置：解决问题的路径图中可以看出其所在位置：2021/7/2628u应用于：应用于：1 1、检查问题、检查问题/缺陷是否集中发生在产品或过程中的某一特定缺陷是否集中发生在产品或过程中的某一特定区域；区域；2 2、当缺陷可能发生在产品的多个位置上（
21、如气孔、针孔、当缺陷可能发生在产品的多个位置上（如气孔、针孔、污损）；污损）；3 3、缺陷可能产生于过程中的多、缺陷可能产生于过程中的多“流流”，且流的数量较多，且流的数量较多，无法应用多变量分析（如：批量式热处理）；无法应用多变量分析（如：批量式热处理）；“流流”可以是设备、夹具等可以是设备、夹具等u方法：方法：1 1、画出零件草图，并划分成多个区域（栅格）；、画出零件草图，并划分成多个区域（栅格）；2 2、将、将Y Y（结果）按（结果）按1-51-5的等级量化；的等级量化；3 3、从过程中连续收集零件，如有缺陷，确定其区域和严重、从过程中连续收集零件，如有缺陷，确定其区域和严重程度，在相应
22、的栅格处标上等级数；程度，在相应的栅格处标上等级数；4 4、持续收集零件，直到、持续收集零件，直到80%80%的历史不合格状况能够被覆盖。的历史不合格状况能够被覆盖。2021/7/2629 某公司在控制面板上进行喷漆的过程中，成品率仅为某公司在控制面板上进行喷漆的过程中，成品率仅为82%82%。于是进行了多变量分析，经确定重要变量是控制面板内。于是进行了多变量分析，经确定重要变量是控制面板内的变量。研究人员制作了一个集中图，显示出的变量。研究人员制作了一个集中图，显示出4 4种缺陷，以种缺陷，以及每种缺陷的数目和位置。及每种缺陷的数目和位置。从图中可以看出，铁钴镍从图中可以看出，铁钴镍合金的缺
23、陷达合金的缺陷达4343个，占到总个，占到总缺陷的缺陷的79.4%79.4%，集中于控制面，集中于控制面板顶部的中部，这是由于控板顶部的中部，这是由于控制面板是用铁铬镍合金制的制面板是用铁铬镍合金制的钩子沿面板上棱的中部挂起钩子沿面板上棱的中部挂起来的，这些钩子没有进行定来的，这些钩子没有进行定期清洗，导致钩上的碎屑掉期清洗，导致钩上的碎屑掉到了控制面板上。到了控制面板上。2021/7/2630u分析和结论分析和结论1 1、仅需进行目视分析；、仅需进行目视分析；2 2、检查缺陷是否集中发生在产品或过程中的特定区域；、检查缺陷是否集中发生在产品或过程中的特定区域；3 3、如缺陷集中于某过程流，则
24、变异源于该过程（如：炉、如缺陷集中于某过程流，则变异源于该过程（如：炉内各区域温度的不同）；内各区域温度的不同）；4 4、如缺陷不是集中于某过程流，则变异源于原材料的差、如缺陷不是集中于某过程流，则变异源于原材料的差异异;如缺陷集中于某产品流，则变异源于该过程的缺陷如缺陷集中于某产品流，则变异源于该过程的缺陷/不足；不足；5 5、如缺陷不是集中于某产品流，则变异源于该过程设计、如缺陷不是集中于某产品流，则变异源于该过程设计或材料问题；或材料问题；2021/7/2631部部 件件 搜搜 索索部件的部件的交换交换是否能将绿是否能将绿Y带走？带走？2021/7/2632n用途：用途：用于装配操作，可
25、拆卸的部件对比n适用条件：适用条件：通过多变量分析发现重要的变量存在于部件对部件时；或在同样的运行条件下，同时存在好坏时，直接使用部件搜索。n试验样品：试验样品：2个，1“好”和1“坏”，两个部件的差异应该尽可能的大，考虑两种极端情况。n原理：原理：交换理论，两个相同部件的对换，绿Y是否被带走2021/7/2633n试验具体步骤：1、取样：1个最好的样品和1个最差的样品，差异尽量大，有利于重要的因子的捕捉。2、分别拆卸/重装2个样品部件2次，测量绿Y是否重现。3、显著性检验，两个样品之间的差别是否显著。3次绿Y的输出都是好的样品高于差的样品，之间没有重叠交叉。D/1.25，才进行下一步；低于1
26、.25则说明问题在与部件的拆卸/重装过程。（D和具体应用时讲解）4、子部件交换，测量每次交换后两个部件的输出。5、使用判断极限判断极限，如果输出超出了判断极限，则为重要因子。（判断极限，具体应用时讲解）6、进行析因分析，量化因子的重要性和相互作用。2021/7/2634 某厂生产的振荡器的时间延迟，同时存在高值（H）和低值（L）。通过拆卸/重装，结果如下：阶段一高值组件（H）低值组件（L）配置结果（ms）配置结果（ms）初始所有组件，高13所有组件，低34第一次拆卸/重装所有组件，高16所有组件，低38第二次拆卸/重装所有组件，高15所有组件，低35部件配置结果（ms）配置结果（ms）阶段二A
27、：晶体ALRH16AHRL19B：微处理器BLRH16BHRL35C：晶体管CLRH14CHRL33D：电容C2DLRH15DHRL37E：电容C1ELRH16EHRL16阶段三A和EALELRH32AHEHRL172021/7/26351、根据一阶段图表进行显著性判断：D/1.25 D=高中值低中值=高中值（34、38、35）低中值（13、16、15）=20 =高中值（34、38、35）取值范围+低中值（13、16、15）取值范围/2=3.5 D/=20/3.51.25，这说明部件的差异不在组装过程，而是在子部件的差异。2、进行第二阶段的部件互换，根据阶段一得数据做判断极限：高值范围=高中值
28、2.776/1.81=35 2.776*3.5/1.81=35 5.37 低值范围=低中值2.776/1.81=15 2.776*3.5/1.81=15 5.373、做曲线图，看哪些子部件的交换导致输出超出了判断极限，即为重要因子 2021/7/26364、做析因分析 通过上表，可以算出A的主效应=(35+17.5)（15.5+17.5)/2=10E的主效应=(35+17.5）（15.5+17)/2=10AE之间的交互效应=(35+15.5）（17.5+17)/2=82021/7/2637成成 对对 比比 较较复杂的东西简单化，统计的东西非理论化复杂的东西简单化，统计的东西非理论化2021/7
29、/2638n用途：用途：用于装配操作，部件不能拆卸分离时对部件的属性进行比较鉴别重要因子n适用条件：适用条件：在同样的运行条件下，同时存在好坏时，直接使用成对比较，避开多变量分析。n试验样品：试验样品：6-8个好部件和6-8个差部件。n成对比较的通用性很强，可以用于设计、管理、技术等各种场合的部件对比。后一章关于部件/过程搜索的方法与本章基本一样，成对比较主要针对不能拆卸的子部件参数，而产品/过程搜索主要针对过程参数，如温度，角度，湿度、时间等变化的因子。其实在具体使用中，子部件的参数和过程参数都可以同时使用成对比较。产品/过程搜索就不再累述。2021/7/2639n使用方法：使用方法：1、选
30、则采样量。选取相对于调查的绿Y尽可能远的6个或者8个好的部件以及同样数量的差的部件。好的和差的部件的绿Y值应该相差越大越好，有利于找出红X。2、尽可能多的罗列出可以表达好的和差的部件绿Y差异的参数或者质量特性。3、将每项参数从大到小，或者从小到大的排列，使用图基检验，计算每项参数的终结计数。4、终结计数如果大于或等于6，置信度大于90%，为重要因子；如果小于6，则为不不重要因子。终结计数越大，置信度越大。2021/7/2640n 图基检验1、关键词：图基（人）、统计学规律、确定质量参数是否重要2、使用程序：A不管好坏，将12个或16个参数按照从高到低，或者从低到高的顺序排列开；B 在参数的后面
31、标出好（G）或差（B）的部件；C 排列在顶端参数由“全部是差的”开始改变成“好的”或者“差的”变成“好的”的分界线处划断，好的或坏的个数为顶部的终结计数；同理，可以划定底部的终结计数。两个相加为该参数的终结计算；D 如果分界线处“好的”和“坏的”参数一样，则该终结计数减1/2；2021/7/2641内外环跳动差异比较内外环跳动差异比较2021/7/2642案例分析：案例分析：1、样品选取8个“好的”8个“差的”，好的和坏的存在一定差距；2、参数排序，每项参数的终结计数的确定；参数L1L2L3L356-B211-B100-B252-B121-B43-B35-B73-B38-B39-G18-B42
32、-B37-B33-G17-B34-G36-B25-G16-B29-G36-G25-B14-B25-G35-B23-G14-B25-B33-G22-B13-G22-B33-B20-G11-B22-G32-B19-B11-G21-B28-G17-B10-G21-B28-G15-G10-G18-B27-G11-B10-G17-G26-G10-B8-G16-G25-G10-G8-G15-B22-G5-G7-G15-B终结计数5+6-1/2=10.52+2-1/2=3.56+7-1/2-1/2=1233 3、成对比较，并、成对比较，并不是问题解决的不是问题解决的最后，还要使用最后，还要使用变量搜索和全析
33、变量搜索和全析因分析，量化重因分析，量化重要因子和相互影要因子和相互影响。响。2021/7/2643全全 析析 因因 分分 析析复杂的东西简单化，统计的东西非理论化复杂的东西简单化，统计的东西非理论化2021/7/2644n用途：用途：简洁而正确的识别量化每一个一阶影响、二阶影响、三阶影响及四阶相互影响效应。n适用条件：适用条件：在使用其它DOE线索生成工具确定变量个数不大于4个时使用。n试验个数：试验个数：2n，n为变量个数（4，大于4则繁琐）n试验原则：随机化试验原则：随机化，各变量的输入试验应该交错开，前后顺序随机化；重复性重复性，各变量重复输入一次，输出如果相差大于10%，则需要消除干
34、扰误差；必须使用其他DOE方法确认4因子为重要因子，不可直接使用全析因。2021/7/2645n方法：方法：1、选择输入的变量和因子，编号为A、B、C和D。2、为每个因子选择两个水平（任意两个，一好一坏）。两个水平分别标记为（）和（+）。3、绘制16种组合的矩阵，使每一个因子组合的水平都能得到检验。4、随机选择检验任何一个因子组合顺序，输入每一个组合两次，记录所对应的绿Y（输出，两次读书的平均值）。如果每一个组合两次输入误差不大于10%，则试验具有重复性，否则需调节试验，消除误差因子。5、绘制方差分析表，将每个因子（）和（+）分别相加，得出每个因子的变化，所引起输出的变化，确定红X、粉红X和浅
35、粉红X。同时分析各因子之间的交互影响。具体操作，从事例中讲解。具体操作，从事例中讲解。2021/7/2646n案例案例 波焊试验（4因子），确认相互之间的影响 因子代码因子描述因子水平（）（+）A焊剂类型A19A880B传送速度（英尺/分钟）46C倾角（）57D预热温度（F）160220绿Y(输出）：波焊缺陷水平2021/7/2647波焊试验波焊试验2 24 4因子方差分析表（重点）因子方差分析表（重点）错误的，应该是错误的，应该是ABC、BCD、ABD、ACD意义：意义：ABCD四个因子，四个因子，任意不重复的（任意不重复的（）和）和（+）两水平组合（红）两水平组合（红色框子）输入，得到绿色
36、框子）输入，得到绿Y（输出）的值（蓝色（输出）的值（蓝色框子框子)；总和（橙色框；总和（橙色框子）表示每个因子栏子）表示每个因子栏（A、BAB、CDABCABCD)中中（+）符号的所有输出）符号的所有输出之和之和减去减去（）符号）符号的所有输出之和的所有输出之和。总和的值从大到小的因子组合即为红总和的值从大到小的因子组合即为红X X、粉红、粉红X X和浅粉红和浅粉红X X。总和包。总和包含的意义可理解为该因子变化所引起的输出的变化大小，即该因子组含的意义可理解为该因子变化所引起的输出的变化大小，即该因子组合对输出的影响力。合对输出的影响力。浅粉红浅粉红X（-）乘以（）乘以（+）为（）为（-）2
37、021/7/2648交互影响效应交互影响效应输出比较：输出比较：AB交互影响四组数值，在AB栏中(A,B)的两水平（-,+),(-,-),(+,-)和(+,-)组合四个组合，将四个组合的输出分别相加所得数值做交叉图；AD则为（A，D）组合，类似AB交互影响；BCD三阶交互影响则为（BC，D）组合，具体方法类似于AB二阶，只不过将A栏换成BC栏（三阶方法，书本解释错了）。图表意义：图表意义：如果两条直线交叉，说明交互影响很大，验证了为其为重要影响因子，两条直线未相交，弱交互影响；从图选取数值最小的为因子应处的水平为最佳水平，如AB交互影响，应A和B都处于（+）水平为宜。应该是应该是BC（-）和）和BC（+）2021/7/2649 可应用全析因分析确定切片过程中重要影响因子对切片线痕的影响，具体方案如下：1、输入因子：（DG机台，假如通过多变量分析确定砂浆相同条件下，4因子为重要因子）ABCD张力砂浆温度切割线速方案台面速度方案水平（+）22/19N2112m/s0.335mm/min水平（-）21/16N1914m/s0.360mm/min2、绿Y（输出）：硅片的线痕程度，利克特尺度综合粗糙度和线痕面积，划分为1、2、3.10等级。3、目标：确定4因子之间的相互影响和最佳参数水平。2021/7/2650谢谢 谢谢！2021/7/2651
