2022年minitab部分因子设计方案-响应面设计方案-参数设计方案.docx

《2022年minitab部分因子设计方案-响应面设计方案-参数设计方案.docx》由会员分享，可在线阅读，更多相关《2022年minitab部分因子设计方案-响应面设计方案-参数设计方案.docx（17页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、精品学习资源北京信息科技高校经济治理学院工程优化技术课程结课报告成果： 班级： 工商 1002 学号： 2021011713 姓名： 魏坡 日期： _2021 年 6 月 7 日_欢迎下载精品学习资源部分因子试验设计1. 试验设计背景部分因子试验设计与全因子试验设计的不同之处在于大大削减了试验的次数，具体表现在试验设计创建阶段的不一样，下面主要就部分因子试验设计的创建进行表达；2. 因子选择用自动刨床刨制工作台平面的工艺条件试验；在用刨床刨制工作台平面试验 中，考察影响其工作台平面光滑度的因子，并求出访光滑度达到最高的工艺条件；3. 试验方案共考察 6个因子：A因子：进刀速度，低水平 1.2

2、，高水平 1.4 （单位： mm刀/ ）B 因子：切屑角度，低水平 10，高水平 12（单位：度）C 因子：吃刀深度，低水平 0.6，高水平 0.8（单位： mm） D 因子：刀后背角，低水平 70，高水平 76（单位：度）E 因子：刀前槽深度，低水平 1.4，高水平 1.6（单位： mm）F 因子：润滑油进给量，低水平 6，高水平 8（单位：毫升 / 分钟）要求：连中心点在内，不超过20 次试验，考察各因子主效应和2 阶交互效应AB、AC、CF、DE 是否显著；由于试验次数的限制，我们在因子点上只能做实欢迎下载精品学习资源验 16 次，另 4 次取中心点，这就是26 24 的试验，通过查部分

3、因子试验辨论欢迎下载精品学习资源度表可知，可达辨论度为的设计；具体操作为：选择 统计 =DOE= 因子= 创建因子设计 ，单击打开创建因子设计对话框；在“设计类型”中选择默认 2 水平因子（默认生成元），在“因子数”中选定6；单击“显示可用设计”就可以看到下图的界面，可以确认：用16 次试验能够达到辨论度为的设计；欢迎下载精品学习资源单击“设计”选项，选定1/4 部分实施，在每个区组的中心点数中设定为4，其他的不进行设定，单击确定；单击“因子”选项，设定各个因子的名称，并设定高、低水平值；点击确定；再点击确定后，就可以得到试验方案表，如下：欢迎下载精品学习资源与全因子设计不同的是，我们不能确定

4、这个试验方案表确定能中意要求， 由于部分因子试验中确定会显现混杂，这些混杂假如破坏了试验要求，就必需重新进行设计，从运行窗中可以看到以下结果：设计生成元 : E = ABC, F = BCD别名结构I + ABCE + ADEF + BCDF A + BCE + DEF + ABCDF B + ACE + CDF + ABDEF C + ABE + BDF + ACDEF D + AEF + BCF + ABCDE E + ABC + ADF + BCDEF F + ADE + BCD + ABCEF AB + CE + ACDF + BDEF AC + BE + ABDF + CDEF AD

5、 + EF + ABCF + BCDE AE + BC + DF + ABCDEF AF + DE + ABCD + BCEF BD + CF + ABEF + ACDE BF + CD + ABDE + ACEF ABD + ACF + BEF + CDE ABF + ACD + BDE + CEF从今表得知，运算机自己选择的生成元是：E=ABC,F=BC；D后面的别名结构中列出了交互作用项的混杂情形，即每列中互为别名的因子有哪些；从上表可以看出，主效应与三阶及四阶交互作用混杂，二阶交互作用与四阶交互作用混杂，三阶交互作用与四阶交互作用混杂；关键是要检查一下题目所要求的2阶交互作用情形，将

6、3阶以上的交互作用忽视不计，混杂的情形有： AB=CE,AC=BE,AD=EF, AF=DE,AE=BC=DF,BD=CF,B；F=本C例D 中所要求的 4个2阶交互作用是 AB,AC,CF,DE，明显可以看到，这四个 2阶交互作用均没有混杂；因此可以看到此试验方案是可行的；欢迎下载精品学习资源响应面设计的分析1. 试验设计背景提高烧碱纯度问题；在烧碱生产过程中，经过因子的选择，最终得知反应炉内压力及温度是两个关键因子；在改进阶段进行全因子试验，因子A压力的低水平和高水平分别取为 50帕和60帕，因子 B反应温度的低水平和高水平分别取为260及320摄氏度，在中心点处也作了 3次试验，试验结果

7、在数据文件： DOE_烧碱纯度；2. 试验因子的选择对 于 这 批 数 据 按 全 因 子 实 验 进 行 分 析 ， 具 体 操 作 为 ： 选 择 统计= DOE= 因子 = 分析因子设计 ，打开分析因子设计对话框；第一将全部 备选项列入模型，删除在模型中包括中心点，在“图形”中的残差与变量下将压力和温度选入进去；得到的结果如下：纯度的效应和系数的估量（已编码单位） 项效应系数系数标准误TP常量96.9610.4150 233.63 0.000压力-2.665 -1.3320.5490-2.43 0.094温度-0.765 -0.3820.5490-0.70 0.536压力 * 温度 0.

8、0350.0180.54900.03 0.977S = 1.09803PRESS = 134.203R-Sq = 68.01%R-Sq（推测） = 0.00%R-Sq（调整） = 36.01%对于纯度方差分析（已编码单位）来源自由度Seq SSAdj SSAdj MSFP主效应27.6874 7.68745 3.843723.19 0.1812因子交互作用10.0012 0.00123 0.001230.00 0.977残差误差33.6170 3.61701 1.20567弯曲13.5178 3.51781 3.51781 70.92 0.014纯误差20.0992 0.09920 0.049

9、60合计6 11.3057从上述表中可以看到，主效应和2因子交互作用对应的概率 P值均大于 0.1 ， 说明模型的总效应不显著，而且弯曲对应的概率P值为0.014 ，拒绝原假设，认为存在明显的弯曲趋势； R-Sq和R-Sq（推测）的值都比较小，说明白模型的总成效不显著；欢迎下载精品学习资源欢迎下载精品学习资源残差与温度（响应为纯度）残差与压力（响应为纯度）欢迎下载精品学习资源欢迎下载精品学习资源1.000.750.50差 0.25残0.00-0.25-0.501.000.750.50差 0.25残0.00-0.25-0.50欢迎下载精品学习资源欢迎下载精品学习资源260270280290温度3

10、0031032050525456压力5860欢迎下载精品学习资源从残差与各变量的图也验证了存在严肃的弯曲现象；这些都说明，对响应变量单纯地拟合一阶线性方程已经不够了，需要再补充些“星号点”，构成一个完整的响应曲面设计，拟合一个含二阶项的方程就可能问题了；补充的4个星号点的试验结果见数据表： DOE_烧碱纯度（响应 2）；下面对全部 11个点构成的中心复合序贯设计进行分析，拟合一个完整的响应曲面模型；分析如下：第一步：拟合选定模型；选择 统计DOE 响应曲面 分析响应曲面设计 ，打开分析响应曲面设计对话框；点击窗口“项”以后，可以看到模型中将全部备选项都列入了模型，包括 A压力 、B（温度）以及

11、它们的平方项 AA、BB和交互作用项 AB；打开“图形”窗口，选定“正规”、“四合一”以及残差与变量，并将压力和温度都选入残差与变量中；打开“储存”窗口，选定“拟合值”、“残差”以及“设计矩阵”；单击确定；欢迎下载精品学习资源得到的结果如下：纯度的估量回来系数项系数系数标准误TP常量97.78040.10502931.066 0.000压力-1.89110.09114-20.750 0.000温度-0.60530.09092-6.657 0.001压力 * 压力-2.58220.15339-16.835 0.000温度 * 温度-0.46150.15314-3.014 0.030压力 * 温度

12、0.03510.182530.192 0.855S = 0.181900PRESS = 0.693667R-Sq = 99.35% R-Sq（推测） = 97.27% R-Sq（调整） = 98.70%对于纯度的方差分析欢迎下载精品学习资源来源自由度Seq SSAdj SSAdj MSFP回来5 25.2310 25.2310 5.04620 152.51 0.000线性2 15.7127 15.7127 7.85635 237.44 0.000平方29.51719.5171 4.75853 143.82 0.000交互作用10.00120.0012 0.001230.04 0.855残差误差

13、50.16540.1654 0.03309失拟30.06620.0662 0.022080.45 0.747纯误差20.09920.0992 0.04960合计10 25.3964结果说明：（1） 看方差分析表中的总成效；在本例中，回来项的P值为0.000 ，说明应当拒绝原假设，认为本模型总的来说是有效的；看方差分析表中的失拟现象，本例中，失拟项对应的P值为 0.747 ，明显大于显著性水平 0.05 ，接受原假设，认为本模型中不存在失拟现象；（2） 看拟合的总成效；本例中， R-Sq与R-Sq（调整）比较接近，认为模型的拟合成效比较好； R-Sq（推测）比较接近于 R-Sq值且这个值比较大，

14、说明将来用这个模型进行推测的成效比较可信；（3） 各效应的显著性；从表中可以看到，压力、温度以及它们的平方项对应的概率值都小于显著性水平，说明这些效应都是显著的；而压力和温度的交 互效应项对应的概率值为 0.855 ，明显大于显著性水平，认为该效应项是不显著的；其次步：进行残差诊断利用自动输出的残差图来进行残差诊断；纯度 残差图正态概率图与拟合值990.2900.1比 分 50百差 0.0残-0.110-0.21-0.30-0.150.00残差0.150.30949596拟合值9798直方图与次序40.230.1率 频 2差 0.0残-0.11-0.20-0.2-0.10.0残差0.10.21

15、234567观测值次序8910 11欢迎下载精品学习资源残差与 压力（响应为 纯度）0.20.10.0差残-0.1-0.2-0.34850525456586062压力残差与 温度（响应为 纯度）0.20.10.0差残-0.1-0.2-0.3240250260270280290温度300310320330从上述残差图中可以看出，残差的状况是正常的；第三步：判定模型是否需要改进；依据第一步的分析，我们得知压力和温度的交互作用项是不显著的，应当予以剔除，因此需要重新拟合新的模型，使得新的模型中不包含交互作用项；得到的结果为：纯度的估量回来系数项系数系数标准误TP常量97.78040.09622101

16、6.177 0.000压力-1.89110.08350-22.647 0.000温度-0.60530.08331-7.265 0.000压力 * 压力-2.58220.14054-18.373 0.000温度 * 温度-0.46150.14031-3.289 0.017S = 0.166665PRESS = 0.546550R-Sq = 99.34% R-Sq（推测） = 97.85% R-Sq（调整） = 98.91%对于纯度的方差分析来源自由度Seq SSAdj SSAdj MSFP回来4 25.2298 25.2298 6.30744 227.07 0.000线性2 15.7127 15

17、.7127 7.85635 282.83 0.000平方29.51719.5171 4.75853 171.31 0.000残差误差60.16670.1667 0.02778失拟40.06750.0675 0.016870.34 0.836纯误差20.09920.0992 0.04960欢迎下载精品学习资源合计10 25.3964纯度的估量回来系数，使用未编码单位的数据项系数常量-59.9731压力5.36834温度0.134611压力 * 压力-0.0512244温度 * 温度-2.56700E-04结果说明：（1） 先看方差分析表中的总成效；回来项对应的P值为 0.000 ，拒绝原假设，说

18、明回来模型总的来说是有效的；看方差分析表中的失拟现象，可以看到失拟对应的 P值为0.836 ，大于 0.05 ，接受原假设，即可以判定，本模型删去了一项，但没有造成失拟现象；（2） 看删减后的模型是否比原先的有所改进；全模型变化删减模型R-Sq99.35%减小99.34%R-Sq（调整）98.70%增大98.91%S0.181900减小0.166665R-Sq（推测）97.27%增大97.85%PRESS0.693677减小0.546550由于模型项缺少了一项，R-Sq通常会有所降低，但关键要看调整的R-Sq（调整）是否有所提高，s值是否有所降低，推测残差平方和PRES是S 否有所降低， R-

19、Sq（推测）是否有所提高；从表中来看，均符合上述要求，说明删除了不显著的交互作用后，回来的成效更好了；此外，我们仍可以得到最终确定的回来方程：欢迎下载精品学习资源y59.9735.36834 A0.134611 B0.051224 A20.0002567 B 2欢迎下载精品学习资源从标准化残差以及删后残差的结果分析表中，可以看到这些值都小于2，因此认为新的模型的残差没有发觉任何不正常的情形；第四步：对选定的模型进行分析说明；通过前面得到的回来方程，运用数学方法我们可以得到使得纯度最大的A和B分别取什么值，但是不能保证该最大值就确定落在试验范畴之内；在求解前，先看一下等值线图和曲面图，具体实现：

20、 统计DOE 响应曲面 等值线图/ 曲面图 ；从图中可以看到，在原试验范畴内的确有个最大值；欢迎下载精品学习资源合计10 25.3964纯度的估量回来系数，使用未编码单位的数据项系数常量-59.9731压力5.36834温度0.134611压力 * 压力-0.0512244温度 * 温度-2.56700E-04结果说明：（1） 先看方差分析表中的总成效；回来项对应的P值为 0.000 ，拒绝原假设，说明回来模型总的来说是有效的；看方差分析表中的失拟现象，可以看到失拟对应的 P值为0.836 ，大于 0.05 ，接受原假设，即可以判定，本模型删去了一项，但没有造成失拟现象；（2） 看删减后的模型

21、是否比原先的有所改进；全模型变化删减模型R-Sq99.35%减小99.34%R-Sq（调整）98.70%增大98.91%S0.181900减小0.166665R-Sq（推测）97.27%增大97.85%PRESS0.693677减小0.546550由于模型项缺少了一项，R-Sq通常会有所降低，但关键要看调整的R-Sq（调整）是否有所提高， s值是否有所降低，推测残差平方和PRES是S 否有所降低， R-Sq（推测）是否有所提高；从表中来看，均符合上述要求，说明删除了不显著的交互作用后，回来的成效更好了；此外，我们仍可以得到最终确定的回来方程：欢迎下载精品学习资源y59.9735.36834 A

22、0.134611 B0.051224 A20.0002567 B 2欢迎下载精品学习资源从标准化残差以及删后残差的结果分析表中，可以看到这些值都小于2，因此认为新的模型的残差没有发觉任何不正常的情形；第四步：对选定的模型进行分析说明；通过前面得到的回来方程，运用数学方法我们可以得到使得纯度最大的A和B分别取什么值，但是不能保证该最大值就确定落在试验范畴之内；在求解前，先看一下等值线图和曲面图，具体实现： 统计DOE 响应曲面 等值线图/ 曲面图 ；从图中可以看到，在原试验范畴内的确有个最大值；欢迎下载精品学习资源优化0.91624 曲线D高低压力62.1052.346547.90温度332.4

23、0262.1616247.60复合合意性0.91624纯度望大y = 98.3249d = 0.91624从上图中也可以看到，在压力 =52.3465、温度 =262.1616时，纯度达到最大值为98.3249，与我们手算的结果是一样的；为了获得置信区间，从“ 统计DOE 响应曲面 分析响应曲面设计 ”入口， 选定 “ 响 应” 为纯 度 ， 在 “ 推测” 中， 在自 变量 设置 处， 填写“ 52.4,262.2 ”就可以得到如下结果：使用纯度模型的新设计点数的推测响应点拟合值拟合值标准误95%置信区间95%推测区间1 98.32500.0859139 98.1148, 98.5353 9

24、7.8662, 98.7839从结果中可以看到，推测结果的值与我们最优化的值是一样的，说明推测结果是可信的；前一个置信区间说明的是回来方程上的点的置信区间，此值可以作为改进的结果的预报写在总结报告中；后一个置信区间说明的是以上述回来方程上的推测值的置信区间为基础，加上观测值固有的波动所给出的置信区间， 这就是将来做一次验证明验时将要落入的范畴，可供做验证明验时使用欢迎下载精品学习资源水射流钻头喷嘴电火花线切割加工工艺正交优化试验1. 试验设计背景针对水射流钻头喷嘴制造过程中存在 的问题，试验接受正交优化试验方法，通过极差分析和方差分析，争论了电火花线切割脉冲电流、脉冲宽度和脉冲间隔等工艺参数对

25、射流钻头喷嘴孔口表面粗糙度的影响，确定了因素的正确水平组合和因素的主次次序及线切割的正确工艺参数；试验结果说明，当接受脉冲电流 1.6A 、脉冲宽度 8 s 和脉冲间隔 40s 的参数组合时，喷嘴孔口表面质量较高，其表面粗糙度小于 2.4 m；争论结果可为选择水射流喷嘴电火花线切割加工工艺制定供应试验依据；欢迎下载精品学习资源2. 因子选择表 1 因素水平表欢迎下载精品学习资源因素水平A：脉冲电流 I N/AB：脉冲宽度 T1/ sC：脉冲间隔 T2/ s10.681621.6163232.824403. 试验步骤3.1 选择统计 DOE 因子 创建田口设计：3.2 在田口设计中选择 3水平设

26、计，因子数为 4：欢迎下载精品学习资源3.3 在田口设计中选择设计，如下所示，在对话框中单击确定：3.4在田口设计中选择因子，如下所示，点击确定：欢迎下载精品学习资源3.5在田口设计中点击确定后，如下图所示：4. 数据分析欢迎下载精品学习资源5. 分析过程因素水平对表面粗糙度的影响趋势图：欢迎下载精品学习资源如以下图为各因素指标对水射流钻头喷嘴线切割加工表面粗糙度影响的变化趋势图；从图可以看出，喷嘴的表面粗糙度随脉冲电流、脉冲宽度的增加而显著增加，而随着随脉冲间隔的增大，喷嘴的表面粗糙度变化很小；因此，在实际生产中，制定喷嘴的线切割工艺规范时，要着重考虑脉冲电流和脉冲宽度的选取范畴，以求成效达到最优；欢迎下载