Základy navrhování průmyslových experimentů DOE

Rozměr: px

Začít zobrazení ze stránky:

Download "Základy navrhování průmyslových experimentů DOE"

Petra Jandová
před 5 lety
Počet zobrazení:

1 Základy navrhování průmyslových experimentů DOE cílová hodnota V. Vícefaktoriální experimenty Gejza Dohnal střední hodnota cílová hodnota

2 Vícefaktoriální návrhy experimentů počet faktorů: počet úrovní: počet replikací: počet bloků: + více faktorů lépe popisuje model + můžeme zkoumat vliv více interakcí - komplikuje se návrh velkým množstvím měření - složitá a nepřehledná analýza 2 nejčastější případ, funguje dobře při lineární závislosti 3 máme-li pochybnosti o lineární závislosti odezvy a faktoru 4 méně často, komplikovaný návrh, mnoho měření + více replikací dává lepší obraz variability chyby měření + dostáváme spolehlivější výsledky - nebezpečí závislosti na skrytých faktorech - narůstá počet měření (cena, čas) - při jediné replikaci není možné určit chybu měření vůbec + snižují variabilitu chyby měření + umožňují provádět experiment "po částech" - snižují počet stupňů volnosti pro odhad chyby měření - směšují se s interakcemi vyšších řádů (ztrácíme informaci)

3 Vícefaktoriální návrhy experimentů počet faktorů: počet úrovní: + více faktorů lépe popisuje model + můžeme zkoumat vliv více interakcí - komplikuje se návrh velkým množstvím měření - složitá a nepřehledná analýza 2 nejčastější případ, funguje dobře při lineární závislosti 3 máme-li pochybnosti o lineární závislosti odezvy a faktoru 4 méně často, komplikovaný návrh, mnoho měření

4 Vícefaktoriální návrhy experimentů Regresní model experimentu odezva má kvantitativní charakter: může nabývat hodnot z podintervalu reálné přímky model pro dva faktory: lineární model: Y = b 0 + b 1 X A + b 2 X B + koeficienty lze nalézt jako poloviční odhady příslušných efektů, b0 je celkový průměr nebo odhadem metodou nejmenších čtverců neúplný kvadratický model: Y = b 0 + b 1 X A + b 2 X B + b 12 X A X B + koeficienty lze nalézt jako poloviční odhady příslušných efektů, b0 je celkový průměr nebo odhadem metodou nejmenších čtverců úplný kvadratický model: Y = b 0 + b 1 X A + b 2 X B + b 11 X 2 A + b 22 X 2 B + b 12 X A X B + koeficienty nelze nalézt pomocí efektů nebo metodou nejmenších čtverců. Je třeba použít složitější schémata plánů (kombinovaný, víceúrovňový,...) Slouží k výpočtu optimálních hodnot faktoru nebo k výpočtu hodnot Y pro libovolnou úroveň faktoru,

5 Vícefaktoriální návrhy experimentů Příklad 2 2 Příklad: Účinek koncentrace a teploty na viskozitu výsledného produktu A B AB y y Y = b 0 + b 1 X A + b 2 X B + b 12 X A X B + b 0 = 1 2Â = 1.2, b 1 = 1 2 ˆB = 2.025, b 12 = 1 AB 2 d = 1.025, Ȳ =6.3. Y = X A 2.025X B 1.025X A X B Â = ˆB = dab = = 2.4 = 5.05 = 2.05

6 Vícefaktoriální návrhy experimentů Příklad 2 2 Příklad: Účinek koncentrace a teploty na viskozitu výsledného produktu A B AB y y Y = b 0 + b 1 X A + b 2 X B + b 12 X A X B + b 1 = 1 2Â = 1.2, b 2 = 1 2 ˆB = 2.025, b 12 = 1 AB 2 d = 1.025, Ȳ =6.3. = b 0 Y = X A 2.025X B 1.025X A X B Y = = 8.5 Y + = = 8.15 Y + = = 6.5 Y ++ = = 2.05

Vícefaktoriální návrhy experimentů Významné body návrhu: krychlové body centrální body hvězdicové body Krychlové body: jsou v plánu vždy a je jich 2 k-p. Mají souřadnice ±1 (např.

7 Vícefaktoriální návrhy experimentů Významné body návrhu: krychlové body centrální body hvězdicové body Krychlové body: jsou v plánu vždy a je jich 2 k-p. Mají souřadnice ±1 (např. pro 3 faktory jsou jejich souřadnice (±1, ±1, ±1)). Slouží k výpočtu efektů faktorů nebo koeficientů v lineárním modelu. Centrální body: doplňují se do experimentu (doporučený počet je 3-5). Mají nulové souřadnice (pro 3 faktory je centrální bod (0, 0, 0)). Slouží k odhadu rozptylu σ 2 jako náhrada za odhad z opakovaných pokusů. Z reziduí v centrálních bodech se počítá čistá chyba měření Nepoužívají se k výpočtu efektů faktorů. Hvězdicové body: leží na průsečících kulové plochy se středem v centrálním bodu, procházející krychlovými body a souřadných os. Jejich počet je 2k. Souřadnice pro 3 faktory jsou (±α, 0, 0), (0, ±α, 0), (0, 0, ±α). Umožňují výpočet koeficientů v úplném kvadratickém modelu Zpřesňují odhady regresních koeficientů

8 Vícefaktoriální návrhy experimentů Významné body návrhu: krychlové body centrální body hvězdicové body (P) (A, B, C, D,... ) (Q, R, S, T,... ) B R A F B V E A R S P Q S T C P D Q C T D G U H

9 Vícefaktoriální návrhy experimentů Příklad: Úrovně faktorů: A B 0,01 0,015 0,022 C 0,049 0,07 0,1 test A B C Y a b c ab ac bc abc H F E G Průměr Y v centrálních bodech: Ȳ c = 1 4 a směrodatná odchylka: = 75, 5 Rozptyl Y v centrálních bodech: s 2 = (66 75, 5)2 + (83 75, 5) 2 + (71 75, 5) 2 + (82 75, 5) Rozptyl odhadu efektu: s 2 e = 4s2 n k = 4.69, s e =5, 9 = 34, 83 = 69, 667

10 Vícefaktoriální návrhy experimentů Příklad:

11 Taguchiho přístup Taguchiho ztrátová funkce = rozptyl sledovaného jakostního znaku základem jsou designové matice, označované Ln(X y ) Ln(X y ) počet řádek v návrhu = počet měření pro jednu replikaci počet sloupců v návrhu = počet faktorů počet úrovní faktorů Taguchiho přístup se dá použít, pokud neuvažujeme interakce (jsou zanedbatelné nebo neexistují) L A B C L A B C D E F G

12 Designové matice Základní typy designových matic v Taguchiho přístupu: 2-úrovňové návrhy: L4 (2 3 ) (pro 2-3 faktory o dvou úrovních) L8 (2 7 ) (pro 3-7 faktorů o dvou úrovních) L12 (2 11 ) (pro 4-11 faktorů o dvou úrovních) L16 (2 15 ) (pro 4-15 faktorů o dvou úrovních) 3-úrovňové návrhy: L9 (3 4 ) L18 ( ) 4-úrovňové návrhy: L16 (4 5 ) L A B C L A B C D E F G

13 Řízené a šumové faktory sledované faktory: - řiditelné (lze nastavit jejich úrovně) - neřízené, šumové (lze je pouze měřit) řízené faktory tvoří tzv. vnitřní ortogonální sestavu neřízené faktory tvoří vnější ortogonální sestavu provádí se tolik replikací, kolik je kombinací úrovní ve vnější sestavě vnější sestava L X Y Z Q Q Q Q L A B C D E F G Q Q Q Q vnitřní sestava

14 Vyhodnocení Taguchiho experimentů Podíl signál/šum je míra, kterou Taguchi použil k vyhodnocování výsledků pokusů. Je dána vztahem S/N = síla signálu = (citlivost) 2 síla šumu (variabilita) 2 S/N = µ2 2 odhady střední hodnoty a rozptylu získáme z dat: ˆµ =ȳ i = 1 M MX ȳ ij = 1 M j=1 ˆ2 = S 2 i = 1 Mp MX px j=1 k=1 MX j=1 apple 1 p px k=1 y ijk ȳ i 2 y ijk Míry založené na poměru S/N: "menší je lepší" (jsou-li hodnoty responzní veličiny kladné a cílová hodnota je nula): "nominální hodnota je nejlepší" (hodnoty responzní veličiny mohou být kladné i záporné):! "větší je lepší" (hodnoty responzní veličiny musejí být kladné): z i = 10 log 10 1 Mp z i = 10 log 10 ȳ 2 i S 2 i z i = 10 log 10 1 Mp MX px j=1 k=1 y 2 ijk MX px 1 y 2 j=1 k=1 ijk

15 Příklad: Při kalení oceli uvažujeme pět faktorů, které mají vliv na výslednou tvrdost, každý z těchto faktorů budeme uvažovat ve dvou úrovních: úroveň 1 úroveň 2 teplota C rychlost kalení C/s doba ochlazování s obsah uhlíku 1 6 wt% C koncentrace CO 5 20 % _ Máme zjistit, který z faktorů má největší vliv na tvrdost ocelové součástky. Použijeme tabulku L8 (2 7 ) Pro každou kombinaci provedeme 4 replikace => provedeme celkem 8x4 = 32 měření Zvolíme ktirérium "větší je lepší"...

16 Příklad: L A B C D E F G Q Q Q y S _

17 Příklad: L obsah uhlíku rychlost kalení doba chlazení koncentr. CO2 teplota T1 T2 T3 T4 Q y S _

18 Příklad: L obsah uhlíku rychlost kalení doba chlazení koncentr. CO2 teplota T1 T2 T3 T4 Q y S S1 2 = 1 X N N 1 i=1 T1i 2 2 N. T1. z 1 = 10 log 10 T 2 1. S 2 1 _

19 Příklad: L obsah uhlíku rychlost kalení doba chlazení koncentr. CO2 teplota T1 T2 T3 T4 z y S S1 2 = 1 X N N 1 i=1 T1i 2 2 N. T1. z 1 = 10 log 10 T 2 1. S 2 1 _

20 Příklad: L obsah uhlíku rychlost kalení doba chlazení koncentr. CO2 teplota T1 T2 T3 T4 z y S úroveň úroveň efekt 1.38 _

21 Příklad: L obsah uhlíku rychlost kalení doba chlazení koncentr. CO2 teplota T1 T2 T3 T4 z y S úroveň úroveň efekt _

22 Příklad: L obsah uhlíku rychlost kalení doba chlazení koncentr. CO2 teplota T1 T2 T3 T4 z y S úroveň úroveň efekt _

23 Příklad: Uvažujme příklad se čtyřmi řiditelnými faktory A,B,C,D a jedním rušivým faktorem Q, všechny o dvou úrovních. Jsou provedeny tři replikace. Použijeme tabulku L8 (2 7 ): provedeme celkem 8x2x3 = 48 měření L A B C D Q Q Q Q Q Q y S Zvolíme ktirérium "větší je lepší"... _

24 Příklad:

25 Příklad: _

26 Příklad: S/N = 17,6221-0,1028.A - 0,0696.B - 0,0420.C - 0,0845.D + ε _ koeficient determinace R 2

27 Příklad: _

Podobné dokumenty

Základy navrhování průmyslových experimentů DOE

Základy navrhování průmyslových experimentů DOE cílová hodnota Gejza Dohnal střední hodnota cílová hodnota 1. Kolik je základních kroků při plánování experimentů? 2. Jaké jsou základní kroky při plánování