3-1RSM-180-185-1HTMEAN9000SPEEDPRESSURE1184 86 88 90 92 10-110-1PRESSURESPEEDContour Plot of HTMEAN响应曲面法(Response Surface method) RSM-2工序改善方法论TMDefineMeasureAnalyzeImproveControlStep 10-改善案树立Step 11- Vital few Xs的最佳化Step 12- Pilot 实行 Simulation DOE/RSM EVOPRSM-3DOE Plan里RSM的位置 选别实验计划:• 不重要多的变数当中分离“重要的少数” .用少数的实验次数调查比较多的因子. 特性化实验计划:• 掌握重要的变数.调查少数要因间(2-6) 复杂关系。 一般是全阶层配置法或部分要因实施法. 最佳化实验计划: 响应曲面法• 重要变数最佳运行窗口(operating windows)定义. 中心点(Center Point)全阶层要因法, 中心合成法或 BoxBehnken法。3-2RSM-4 响应曲面法的概要• 响应曲面法的介绍• 顺序实验: 要因配置法→领域的扩张(中心合成法) • Contour Plot(等高线)和 Surface Plot(表面度) 资料(Data)的Coding 最大倾斜法 中心合成法, Box Behnken法•曲线的解释, 范围的扩张 最佳化和Overlaid Contour Plot 目录RSM-5响应曲面方法(RSM) RSM 是 ?“Response Surface Methodology”多个输入变数给输出变数带来影响时为了最佳化其反应值分析问题中使用的数学性，统计性方法总称响应曲面变化叫响应曲面法。 RSM ? • 输入变数的函数决定输出变数的平均. • 现在的位置和下一次实验的方向提示.• 工序和产品实验计划的最佳化值和输入变数范围观察. RSM的位置？• 全阶层配置法（部分实施法）的延长• (多重) 回归的特殊情况RSM-610987654321011010090807060504030KPIVKPOV1-Dimensional Overview 当我们有单个的KPIV时, 我们可以容易地看到KPIV与 KPOV的相互关系.我们可以匹配着数据画一条线，并确定提供最佳 KPOV 值的KPIV 水平3-3RSM-72-Dimensional Overview 不是只有单个的KPIV, 我们现在有2 个KPIV (X1 和X2) 现在我们可以匹配画出响应表面. • 2个KPIV’s :温度和浓度• 单个响应(KPOV):收益• 模型:收益=F(温度,浓度)+误差,Y=F(X1, X2)+e• 变量范围(开始推测starting guesses) :-- 温度: 100 到110-- 浓度: 4.0 到5.0偷看一下“ 答案” RSM-89002010040Yield1106080120Tempture13034140567815091011Concentr收益的期待值当作温度和浓度的函数2-D 表面图RS...
