DoE,即Design of Experiment,是實驗設計的簡稱,是一種安排實驗和分析實驗數據的統計方法。
讓我們舉一個簡單的例子來加深我們的理解:
為了提高物質A的轉化率,工藝工程師需要研究反應溫度和溶液濃度對物質A轉化率的影響,經過以下實驗設計和運行測試,得到如下表所示的結果:
從上表可以看出,這是一個兩因素兩水平的實驗設計。響應是物質A的轉化率,因素是反應溫度和溶液濃度,有兩個水平(反應溫度的高水平為100℃,低水平為85℃,溶液濃度的高水平為15%,低水平為10%)。
分析了反應溫度的主要影響。當處于85℃的低水平時,平均轉化率為56。當處于100℃的高水平時,平均轉化率為68%;轉化率從56提高到68完全是由于反應溫度的變化,這是反應溫度因素的主要影響。
同樣的分析方法,當溶液濃度從10%增加到15%時,平均轉化率從66降低到58,這是溶液濃度因子的主要影響。
此外,無論反應溫度是85℃還是100℃,溶液濃度從10%增加到15%都會導致轉化率降低8%。無論溶液濃度是10%還是15%,反應溫度從85℃提高到100℃也會導致轉化率提高8;這兩個因素在不同水平上的變化沒有相關性,說明這兩個因素之間沒有相互作用。
利用Minitab軟件進行分析,可以得到更直觀的主效果圖和交互圖。
本實驗設計的結果表明,為了提高物質A的轉化率,有必要在較低溶液濃度的條件下提高反應溫度。
為了找到最佳工藝條件,需要進行方差分析和回歸分析,得到回歸方程。根據回歸方程,預測不同工藝條件(即不同反應溫度和溶液濃度的組合)下的轉化率,并通過驗證試驗進行驗證和優化。
上一篇:DMAIC方法是如何工作的?
下一篇:MSA在電能表誤差檢驗中具體應用