10.3 DOE分析
实验设计(Design of Experiments,简写DOE)分析按照优化方法通过设计一系列的实验,用最少数量的实验完成所有实验参数在不同实验水平上组合的全部实验,并确定出各个实验参数对实验目标的影响度的多少,因此可以调节实验目标影响最大的实验参数获得较好的实验结果,同时还可以得到各个实验参数最佳组合方式。
因此与传统的实验方法相比,DOE分析不仅节省了时间、精力和降低了成本,而且可以利用最少的实验获得覆盖面非常广泛的实验结果,从而得到产生最佳效果的实验参数组合。
在AMI中的DOE分析提供了两种实验设计方法:Taguchi和Factorial实验设计。Taguchi方法通过运行数目较少的一组优化实验,确定出对实验目标的影响最大的实验参数。在Taguchi方法中是将各个实验参数作为独立变量进行实验的,没有考虑参数之间可能存在的相互影响。Factorial方法运行的实验数目要大于Taguchi方法中运行的实验,它用以确定实验参数的最佳实验水平组合。
因此,在进行实验设计对案例进行优化时,一般先使用Taguchi方法,然后再使用Factorial方法。AMI的优化分析中包含对填充的优化(Design of Experiments(Fill))和对流动的优化(Design of Experiments(Flow))。进行这两个实验设计分析时,首先对填充或流动设置相关工艺参数,然后设置DOE的实验参数。