五、正交试验设计
[正交表与正交试验] 正交表是根据组合理论,按照一定规律构造的表格,它在试验设计 中有广泛的应用。以正交表为工具安排试验方案和进行结果分析的试验称为正交试验。它适 用于多因素、多指标(试验需要考察的结果)、多因素间存在交互作用(因素之间联合起作用)、
具有随机误差的试验。通过正交试验,可以分析各因素及其交互作用对试验指标的影响,按 其重要程度找出主次关系,并确定对试验指标的最优工艺条件。在正交试验中要求每个所考 虑的因素都是可控的。在整个试验中每个因素所取值的个数称为该因素的水平。
正交表的符号为La(bc),其中L表示正交表;下标a是正交表的行数,表示试验次数;c 是正交表的列数,表示试验至多可以安排的因素个数;b是表中不同数字的个数,表示每个 因素的水平数。例如L8(27),8 表示正交表中有8 行,即安排试验的次数为 8次;7 表示正交 表中有7列,试验至多可安排7个因素(包括交互作用的因素);2表示每个因素只有两个水 平。这种正交表称为2水平型的正交表。
又如L12(323),表示正交表中共有 12 行,4 列,其中有一列是 3 水平的,有 3 列是 2 水平的。它称为混合型的正交表,可用来安排因素水平不同的试验。
[正交表的交互列] 任意两列分别安排了两个因素之后,这两个因素的交互作用可用表的 其他列表示出来,称为交互列。交互列在2水平型正交表中只有一列,在 3水平型正交表中 有两列,例如L9(34),任意两列的交互列是另外两列。通常低水平(水平数为 2 或 3)的正 交表有另外专表写出交互列,例如L8(27)的交互列表,指出第3 列与第5列的交互列即是第 6列等等。有些正交表,例如L12(211),任意两列的交互列都不在表内,对这样的正交表就不 能考虑因素间的交互作用了。
手册后面备有常用正交表。
) 2 ( 7
L8 的交互列表
1 2 3 4 5 6 7 列号
(1) 3 2 5 4 7 6 (2) 1 6 7 4 5 (3) 7 6 5 4 (4) 1 2 3 (5) 3 2 (6) 1 (7)
1 2 3 4 5 6 7
[正交表的正交性] 正交表具有正交性:
1° 在任意一列中,每个水平的重复次数都相等,例如L8(27)中每列的每个水平都重复 4 次。
2° 任意两列中,同行数字(水平)构成的数对,包含着所有可能(该水平下)的数对, 而每个数对重复次数相等。例如在L9(34)中任意两列构成的数对都包含着 3 水平下所有可能 的数对:(1,1),(1,2),(1,3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3),
而且每个数对重复次数都等于1。
由于正交性,使得所安排的正交试验,均衡分散,整齐可比。
[试验方案的制定步骤与安排方法]
1°步骤
(1) 确定试验中变化因素的个数及每个因素变化的水平。
(2) 根据专业知识或经验,初步分析各因素之间的交互作用,确定哪些是必须考虑的,
哪些是暂时可以忽略的。
(3) 根据试验的人力、设备、时间及费用,确定可能进行的大概试验次数。
(4) 选用合适的正交表,安排试验。
2° 安排方法
(1) 在不考虑交互作用时,把因素逐个安排在正交表的任意列上,那末每次试验(对
应于正交表的行)的试验条件(每个因素应取的水平)由安排因素的各列的水平确定。
例如,在试验用不发芽的大麦造啤酒的过程中,选了四个因素,每个因素三个水平,指 标是粉粒状(%)。
因素水平表
因素
水平 底水(A) 浸氨时间 (B) 920浓度 (C) 氨水浓度(D) 1
2 3
A1(140) B1(180) C1(2.5) D1(0.25) A2(136) B2(215) C2(3.0) D2(0.26) A3(138) B3(250) C3(3.5) D3(0.27) 如果不考虑交互作用,可选用正交表L9(34),得试验方案如下:
用L9(34)安排一个四因素的试验方案
列号(因 素)
试验号
1(A) 2(B) 3(C) 4(D)
1
2
3
4
5
6
7
8
9
1(A1) 1(B1) 1(C1) 1(D1) 1(A1) 2(B2) 2(C2) 2(D2) 1(A1) 3(B3) 3(C3) 3(D3) 2(A2) 1(B1) 2(C2) 3(D3) 2(A2) 2(B2) 3(C3) 1(D1) 2(A2) 3(B3) 1(C1) 2(D2) 3(A3) 1(B1) 3(C3) 2(D2) 3(A3) 2(B2) 1(C1) 3(D3) 3(A3) 3(B3) 2(C2) 1(D1) 此表指出第1号试验的条件是A1B1C1D1,第2号试验条件是A1B2C2D2,,第9号试验的条件 是A3B3C2D1。 (2) 需要考虑交互作用时,因素不能任意安排,应利用相应的表头设计安排试验。此时 要注意不能使不同的因素(包括所考虑的交互作用)同处一列(因为分析时无法将同处一列的 不同作用分析出来),如果做不到这一点,就需要采用更大的正交表。例如安排一个四因素A , B , C , D的试验,必须考虑交互作用AB,AC,其他交互作用可忽略不计。根据L8(27)的 表头设计: 列号 因素个数 1 2 3 4 5 6 7 3 A B AB C AC BC 4 A B
D C
B A
C D B
C A
D A
C B
D
4 A D C
B
AB D B
C
AC C B
D
AD
5
E D
A
D C
B
E C
B A
D B
C
E B
C A
C B
E A
D
D A
E
因为是四因素试验,所以可将A , B , C , D分别安排在第1,2,4,7列上,第3,5列分别表示AB 及AC,第6列空着。如果A , B , C , D四个因素所有的交互作用都要考虑,则不能用L8(27), 应选用更大的正交表,如L16(215)。
[正交表的直观分析] 1°计算第 i 水平的水平和 Ki与水平均值 ki例如用L9(34)安排的四
因素3水平的试验方案,可列出直观分析表如下:
列号(因素)
试验号 1(A) 2(B) 3(C) 4(D) 试验指标y
1
2
3
4
5
6
7
8
9
1 1 1 1
1 2 2 2
1 3 3 3
2 1 2 3
2 2 3 1
2 3 1 2
3 1 3 2
3 2 1 3
3 3 2 1
y1
y2
y3
y4
y5
y6
y7
y8
y9
K1
K2
K3
) 4 ( 3 ) 3 ( 3 )
2 ( 3 ) 1 ( 3
) 4 ( 2 ) 3 ( 2 )
2 ( 2 ) 1 ( 2
) 4 ( 1 ) 3 ( 1 )
2 ( 1 ) 1 ( 1
K K
K K
K K
K K
K K
K K
k1
k2
k3
k1(1) k1(2) k1(3) k1(4) k2(1) k2(2) k2(3) k2(4) k3(1) k3(2) k3(3) k3(4) 极差R R(1) R(2) R(3) R(4) 其中
Ki(j)表示第j列的i水平的试验指标和(简称水平和)
ki(j)表示第j列的i水平的试验指标均值(简称水平均值)
R(j)表示第j列的k1,k2,k3的极差 例如
) 1 ( 3 ) 1 ( 2 ) 1 ( 1 )
1 ( 3 ) 1 ( 2 ) 1 ( 1 )
1 (
9 6 3 ) 2 ( 3
9 8 7 ) 1 ( 3
6 5 4 ) 1 ( 2
3 2 1 ) 1 ( 1
, , min ,
, max
, , , ,
k k k k
k k R
y y y K
y y y K
y y y K
y y y K
) 2 ( 3 )
2 ( 3
) 1 ( 3 )
1 ( 3
) 1 ( 2 )
1 ( 2
) 1 ( 1 )
1 ( 1
3 1 3 1 3 1 3 1
K k
K k
K k
K k
2°评定因素重要性顺序 依照各因素指标均值的极差的大小排出重要性顺序,极差大的表
示该因素重要。
3°画出各因素与试验指标的关系图 求出ki(j)后,对于每个j以水平值i横坐标,以ki为纵
坐标描点并画出折线图,称为第 j 个因素与试验指标的关系图。若 ki变化幅度大,则对应的 因素的影响就愈大。若图上描出的点很分散,则说明该因素是主要的;若点比较集中,则说 明该因素是次要的。
当需要考虑因素的交互作用时,对应某交互作用的 ki列的就表示由于该交互作用的影响 而引起的。同样可以画出因素之间的交互作用与试验指标的关系图。
对于既没有安排因素,也没有安排交互作用的“ 空列” ,可以用来安排试验误差的估计。
通过同样的计算得到 ki,这可以看作是由于试验误差造成的,ki 变化的大小反映了该试验误 差的大小。也可以画出实验误差与试验指标的关系图。
4°选定最优工艺条件(最优搭配方案) 在不考虑交互作用时,只需根据该试验指标的要 求(即该指标是高者为优,或是低者为优),从每个因素的关系图中找出最优点(最高点或最 低点)的水平,将各因素的最优水平组合起来就是对于该指标的最优工艺条件。
当需要考虑因素间的交互作用时,经过分析已知某两个因素的交互作用对试验指标影响很 大,这时根据试验结果,把对应于该二因素所有不同水平组合的试验指标(若对于同一种组 合有多次试验,则应求出其平均值)进行比较,选出该二因素的最优水平组合。最后,结合 其他因素或交互作用选出的最优条件综合考虑,以确定最优工艺条件。
对于多指标的试验,每个指标都可按上述方法进行分析。最优工艺条件应根据各个指标 的情况综合考虑才能确定。
[正交表的方差分析] 设在正交表中因素A被安排在第j列,该列的水平数为bj(或bA),
每个水平的重复数为rj,试验次数为n(行数)(显然有rjbj=n),则因素A的平方和SA(或称 为第j列平方和Sj)为
21 2
1 ) ( 2
1
) ( )
( 1 1
)
(
n
i i b
l j l j b
l
j j l j j
A y
K n k r
k r S S
j j
总平方和S总为
n
i
n
i i n
i i
i y
y n y
y S
1
2
1 1
2
2 1
)
总 (
不可忽略的交互作用的平方和S交也按其所在列的平方和计算(公式同因素 A 的平方和 SA的计算公式)。
误差平方和S误等于S总与所有安排有因素或交互作用的列的平方和S总之差,即
作 用 的 列 )
( 安 排 交 互 交 素 的 列 )
( 安 排 因
误 S总 S S
S j
正交表的方差分析表 离差
来源 平 方 和
自 由 度
均 方 统 计 量
置 信 限 统 计 推 断
A
B
B A
误差
SA
SB
B
SA
S误
bA – 1
bB – 1
) 1 )(
1 (bA bB
n误
1
A A
A b
s S
1
B B
B b
s S
) 1 )(
1
(
B A
B A B A
b b
S s
误 误 误 n s =S
s误
FA=sA
s误
FB=sB
s误
FAB=sAB
) , 1
(b n误
F A ) , 1
(b n误
F B
) ), 1 )(
1
((b b n误
F A B
当 F
F 时,认为 相 应 的 因 素 影 响显著;
当 F
F 时,认为 相 应 的 影 响 不 显著 总平
方和
S总 n1
表中
)
)
(
作用的列安排交互 素的列安排因
误
( (
) 1 )(
1 )
1 (
1 bj bj bi
n n
对正交表进行方差分析可以定量地给出因素的主次关系,可以判断哪些因素是重要因素,
哪些因素是次要因素。此时最优工艺条件的确定只要考虑重要因素,至于那些次要因素的水 平,可根据其他条件确定。
六、抽样检验方法
[抽样验收的第一类错误和第二类错误] 从整批产品中随意抽取n件样品进行质量检查,
进而对整批产品作出“ 接收”或“ 拒收”的判断时可能出现两种错误:把可接收的整批产品错 判为不合格而加以“ 拒收”,这种错误称为第一类错误,把质量不合要求的整批产品错判为合 格而加以“ 接收”,这种错误称为第二类错误。
制定抽样检验方案的目的就是合理地确定尽可能小的样本容量 n 和作为判断的标准区间
(L , H),使得犯第一类错误的概率和犯第二类错误的概率都尽量地小。以下只讨论样本容
量n和整批产品的量N(或称批量为N)满足 0.1 N
n 的情况。
[单式抽样检验] 单式抽样的验收方案是指只进行一次抽样,从而对整批产品作“ 接收”
或“ 拒收”判断的方案。
1°单式计件(对产品质量指标的检验只考虑“ 好品”与“ 次品” )的验收方案(n , c)。
根据对产品质量的要求,收付双方协商定出两个小于 1 的正数p0和p1(p0 p1),当次 品率p p0时,则接收这批产品;当p p1时,则拒收这批产品。p0和p1分别叫做“ 可接收”
的质量水平和“ 批容许废品率”。
设样本容量为n,其中次品个数为k。k可作为判断批量为N的产品质量的指标。现在是
如何合理地选取n和小于n的正整数c,使得按照“ k c”或“ k c”分别决定“ 接收”或“ 拒 收” 该批产品时,犯第一类或第二类错误的概率都不大于预先给定的和。
对于方案(n , c),从次品率为p的总体(批量为N)中抽取
10
n N 件产品,其次品数c 的概率为
k n k
c
k
p k p
c n n p
L
(1 ) ), , (
0
L(p,n,c) 称为方案(n , c)的示性函数。
给定p0,p1,和后,n,c是下列方程的解:
)
, (
1 ) , , (
1 0
c n p L
c n p L
记ur满足
r x e
ur x
21 2 d2
则n当比较大时,c
nH (即nH的整数部分)由下式决定:
n p u p
p H
n p u p
p H
) 1 (
) 1 (
1 1 1
0 0
1 0
2° 单式计量(对产品质量指标要测量出具体数据)验收方案(n,L,H)
假定衡量产品好坏的数量指标是遵从正态分布,其方差2为已知。当 (或相反)
时,认为产品合格;当 (或相反)时,认为产品不合格。
设样本容量为n,样本均值为x,x可作为判断总体质量的指标。现在是如何合理的选取n 和L , H,使得按照“ L<x H”和“ xL或x H” 分别决定“ 接收” 或“ 拒收” 整批产品 时,犯第一或第二类错误的概率都不大于预先给定的和。
记
) ( ),
( 0 1 1 1
1
0 p p
其中1(x)是正态概率积分
x x e
2 d ) 1
( 2
2
的反函数。
单式计量验收方案表
条 件 方案代号 方案参数满足的
方程组
统计推断
0 1
) , (n L
n
u L
n u L
1 1
0 当x L时,拒收 当x L时,接收
0 1 (n,H)
n u H
n u H
1 1
0 当x H时,拒收 当x H时,接收
2 0
1
(n,L,H)
n u L H
n u L
n u L
2 2 0
1 1
2
当 xL 或 x H 时,拒收
当LxH时,接 收
[复式计件抽样检验] 单式抽样验收方案为了确保两类错误的相应概率不超过,,常常
需要抽取容量很大的样本。对于同样的四个数据p0,p1,, ,复式抽样的平均抽样件数比单 式抽样较小。
复式抽样验收方案的做法是:先抽容量为n0的样本,设其中的次品为k0,与事先确定的
三个数c0 c1及c2相比较作判断:若k0 c0,则整批接收;若k0 c1,则整批拒收;若
1 0
0 k c
c ,则继续抽取容量为n1的样本,记其中的次品数为k1,将两个样本合在一起,若
2 1
0 k c
k ,则整批接收;若k0 k1 c2,则整批拒收。其中n0,n1,c0,c1,c2的决定与单式抽 样方案类似,要保证抽样验收方案当整批产品的次品率p p0时,拒收的概率不超过,当
p1
p 时,接收的概率不超过。
记方案(n0,n1,c0,c1,c2)的示性函数L(p;n0,n1,c0,c1,c2)为 L(p;n0,n1,c0,c1,c2) 0 0(1 ) 0 0
0 0
0 k n k
c
k
p k p
n
1
0 0
0 2
1
1 1 1
0 0 0
1 0 1
1 0
0 (1 ) (1 )
c
c k
k c
k
k n k
k n
k p p
k p n
k p n
它事实上是抽取第二样本,经检验后,整批接收的概率,即概率P(k0 c0,(次品率为p)与
2 1 0 1 0
0 ,
(c k c k k c
P (次品率为p)之和。
当p0,p1,,已知,n0,n1,c0,c1,c2满足下列方程
)
, , , ,
; (
1 ) , , , ,
; (
2 1 0 1 0 1
2 1 0 1 0 0
c c c n n p L
c c c n n p L
该方程的求解是困难的,且不是唯一的,必须根据实际部门的具体情况提出另外合理的限制
(例如令n1 2n0等等),并制定专门的统计表来确定n0,n1,c0,c1,c2。
[序贯计件抽样检验] 本方法比上面的抽样方案更经济,更能减少检验次数。
对于给定的p0,p1,,,序贯抽样的方法是:
第一步 先抽取容量为n1的样本,设其中次品数为k1,计算
1 1
0 1 0
1
0 1
1
0 1 0
1 ,
1
1 lg1 lg
1 lg1
1 lg1 lg
lg1
1 h sn
p p p
p
p p n
p p p
c n p
+ 记
1 2
0 1 0
1
0 1
1
0 1 0
1 ,
2
1 lg1 lg
1 lg1
1 lg1 lg
lg1
1 h sn
p p p
p
p p n
p p p
c n p
+ 记
若样本的次品数
,1
1
1 c n
k ,则整批接收;若
,1
2
1 c n
k ,则整批拒收;若
1
1 2,
,
1n k c n
c ,则不作
决定,继续抽样。
第二步 再抽取容量为n2的样本,设其中次品数为k2,计算
) (
1 lg1 lg
1 lg1 )
( 1
lg1 lg
lg1
2 1 1
0 1 0
1
0 1
2 1
0 1 0
1 ,
1 1 2 h s n n
p p p
p
p p n
n p p p
c n n p
+ 记
) (
1 lg1 lg
1 lg1 )
( 1
lg1 lg
lg1
2 1 2
0 1 0
1
0 1
2 1
0 1 0
1 ,
2 1 2 h s n n
p p p
p p p n
n p p p
c n n p
+ 记
若两次抽样的积累样本的次品数
2
,1
1 2
1 k c n n
k ,则整批接收;若
2
,1
2 2
1 k c n n
k ,则整批拒 收;若c1,n1n2 k1k2 c2,n1n2,则不作决定,继续抽样。
照此法进行下去一直到作出判断为止。应注意的是,若每次样本的容量为ni,其中次品
数为ki,则在第 m 步时,积累样本的容量为
m
i
ni 1
,积累次品数为
m
i
ki 1
。可以证明,经有限 次抽样可以作出判断。
序贯抽样验收方案可以有两种直观的表示方法:
1° 序贯计件抽样的图解法 以积累样本的容量
i
ni
n 为横坐标,以积累次品数
i
ki
k 为纵坐标,两条平行线
sn h k sn h
k 1 与 2
把整个平面划成三个区域:接收区,拒收区和继续抽查区(图16.7)。每检验一件产品后,看 它是不是次品,然后在图上画一点(n , k),如果点落在接收区内,
就接收这批产品;如果点落在拒收区内,就拒收这批产品;如 果点落在继续抽查区,就继续抽检。经有限次抽查,点(n , k)总 会跑出继续抽查区,这时便可作出接收或拒收的判断。
2° 序贯计件抽样的列表法 对给定的不同的p0,p1, 和
,列出积累样本的个数
i
ni
n 和所对应的判断标准c1,n 和
c2,n 的 表 。 当 积 累 次 品 数
i
ki
k 越 出 区 间(c1,n ,c2,n ), 就 可 作 判 断 。 例 如 下 表 列 出
% 5 , 08 . 0 , 01 .
0 1
0 p
p , 10%的序贯抽样方案。
n c1,n c2,n n c1,n c2,n n c1,n c2,n n c1,n c2,n 2
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
0 0 0 0 0 0 0
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4
56 57 58 59 60 61 62 63 64 65 66 67 68 69 70
0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
表中n:积累样本的个数。
c1,n :可以作出接收的最高次品件数。
c2,n :可以作出拒收的最低次品件数。
表示不作决定。
七、质量评估(工序控制)方法
一件产品的制作往往要由好几个工序来完成。每个工序出了问题都会影响产品的质量,因 此必须在生产过程的每个工序设有控制图,及时评估生产过程的质量。
[计量评估] 被评估的产品质量是一物理量。设它在正常生产时遵从正态分布N(,2)。
用样本x1,x2,,xn的均值x 和极差 R 来评估总体的和 是否发生异常,分别称为x 评估图
(图16.8)和R评估图(图16.9)。
图中E(R)表示极差R的数学期望,cn ,dn是与n有关的经验常数。
经验常数cn ,dn数值表
n 2 3 4 5 6
cn 1.128 1.693 2.059 2.326 2.534
dn 0.8525 0.8884 0.8798 0.8641 0.8480
n 7 8 9 10 11 12
cn 2.704 2.847 2.970 3.078 3.173 3.258
dn 0.8330 0.8200 0.808 0.797 0.787 0.778
如果产品指标规格未知,可从最近正常生产过程中抽取20多个容量为n(n<10,一般n=5
或6)的样本,由各样本的均值x 和极差R再作平均得x和R,则x 的控制限为x
n c
R
n
3 ,
R的控制限为 R c d
n n
13 。
在连续生产的过程中于某时间间隔内抽取一个容量为 n 的样本,算出x 和 R,然后在评 估图上画点,如果在整个生产过程中每次抽样算得的x
和R都在控制限内,点的变化又是随机的(没有一定规 划和趋势),就表示生产正常。
[计件评估] 被评估的产品质量是次品率的大小,
其方法与计量评估类似。如果工厂里规定产品的次品率
为p,在某时间间隔内,抽取容量为n(>50)的样本,作
次品个数m的评估图(图16.10)。
如果产品次品率没有规定,可从近期正常生产过程中抽取 20 个小样本,用各个样本的次 品率的平均值p作为p。
n p p p(1 )
3
[计点评估] 被评估的产品质量是一件(或一组)产品的疵点的 个数。如果产品在正常生产时的平均疵点数为c(它可通过对 20 多批产品的抽查,在每批产品中抽查一件或一组,算出每批产品的 平均疵点数ci ,然后从20多个ci中算出一个平均数c),那末作疵 点数c的评估图(图16.11)。其控制限为c3 c 。
在连续生产过程中的某个时间内任抽取一件产品,数出其疵点
个数c,并用点画在评估图上,当点在控制带内随机变动,则表示生产在正常状态。