工程师应用DOE试验设计改善涡轮叶片质量案例

DOE试验设计，一种安排实验和分析实验数据的数理统计方法；设计主要是对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期、较低的试验成本，获得理想的试验结果和科学的结论。

本质上，DOE是一门研究如何以最有效的方式安排实验，并通过分析测试结果获得最大信息量的科学。因此，DOE有两个技术支柱:测试规划和分析方法。以下是能源部的改进案例。

DOE试验设计改进案例

一位工程师希望通过减少厚度来提高涡轮叶片的质量。在相关的生产过程中，最容易影响厚度的变量有三个:浇注温度、浇注时间和放置时间。工程师决定进行一次“三因素两水平共八次”的现场试验。测试方案和最终结果如表1所示。

用六西格玛统计分析软件轻松得到以下的图形。

从图4可以看出，铸造温度和铸造时间对涡轮叶片厚度有显著影响，而放置时间几乎没有影响。从图5可以看出，浇注温度与浇注时间、放置时间和浇注时间的交互作用明显，而浇注温度与放置时间的交互作用几乎为零。

对于完全因子测试法，当因子数量逐渐增加时，测试数量呈指数级增长，庞大的测试规模意味着巨大的测试成本。此时，可以用分数因子设计代替一般的完全因子设计。

表2显示了完全因子设计的时间表。a、B和C代表三个主要因素，+1和-1代表两个不同层次的因素，AB、AC和BC代表二阶相互作用，ABC代表三阶相互作用。总共需要八个不同层次的组合来完成全要素设计的计划。

如果我们想要添加一列来排列因子d，并且我们想要这个列保持与前面的列正交。从数学上可以证明“不可能找到与前七列不同的列，并与前三列保持正交”。换句话说，D列必须与4、5、6和7列中的一列完全相同。

完全相同意味着这两个柱的作用将是“混合”的，即在获得计算分析结果后，不可能区分这两种作用。总的来说，我们认为D=ABC是最好的安排，因为主因子相互作用与三阶相互作用混合的可能性通常最小。