QE能力进阶（18）｜响应面方法（RSM）：找最优参数组合

一、一次被一句话问住的"最优解"

某汽车零部件企业为降低压铸件气孔率做参数寻优。QE 用中心复合设计跑了 19 次试验，拟合二阶模型后 R² 达到 0.94，软件给出的"最优解"是：模温 268℃、压射速度 4.2m/s、增压压力 82MPa，预测气孔率 0.8%。报告提交当天，工艺工程师只问了一句："模温再往上调 5℃，按你这个模型气孔率是继续降还是反弹？"导出曲面图才发现，这个点在模温方向是上翘的——它不是谷底，而是一个鞍点：沿一个方向是极小，沿另一个方向是极大。按它设参数，任何一点正常波动都会被曲面放大成不良，而且预测区间宽达 0.6～1.4。问题不在软件，在于没人检查驻点的性质，也没人看预测区间有多宽，就把一个统计驻点当成了工艺最优。

二、原理：RSM 求的是曲面驻点，不是试验均值里的最好那一组

响应面方法的基本假设是：在已经锁定 2～4 个关键因子的前提下，响应与因子之间存在二次弯曲关系。模型形如

y = b₀ + Σbᵢxᵢ + Σbᵢᵢxᵢ² + Σbᵢⱼxᵢxⱼ

其中 x 是编码变量（低水平 －1、高水平 ＋1）。最优点来自对该曲面求驻点：对各 xᵢ 求偏导并令其为零，解出的点即驻点。注意三件事，它们决定了结论能不能用。

第一，驻点的性质由二次项系数矩阵的特征值符号决定。 特征值全负是极大点，全正是极小点，有正有负就是鞍点。鞍点不是"最优参数"，它只是数学上的驻点，必须在报告中明确标注并转为脊线分析（沿固定方向的最优路径），或退回到限定区域内求条件极值。

第二，驻点是否落在试验区域内决定结论的强度。 落在立方体与星点围成的区域内（内点解）可以直接推荐；落在区域外（外点解）只能沿最速上升路径追到工程可行边界，取边界上的点，并说明"这是约束下的最优，不是曲面最优"。

第三，二阶模型只在试验区间内可信。 区间外的一切预测都是外推，区间越窄弯曲越看不出，区间过宽则高次项被误拟合成二次项。模型是否够用，看三条：失拟检验不显著、调整 R² 与预测 R²（PRESS／Q²）差距不大、纯误差自由度足够。

最后一条纪律：因子用编码单位时系数才可比较大小，原始单位下的系数大小没有任何含义。

三、五步实操：每条都带判据

第 1 步，确认"该上 RSM"，而不是"想上 RSM"。 前置条件是关键因子已锁定在 2～4 个、水平间距 ≥ 3 倍设备分辨率、且响应确实弯曲。判据：中心点均值与角点均值之差显著（p < 0.05），或前期试验提示同一参数"调高变好、再调高变差"；对目标效应量（一般取 1.5～2 倍过程标准差）功效 ≥ 0.8。还在 8 个因子里大海捞针时，先做部分因子筛选，不要直接上 RSM。

第 2 步，按判据在 CCD 与 Box-Behnken 之间选型。 两者都是二阶设计，差别在试验点的位置与代价：

中心点重复是这两个设计的灵魂。判据：中心点 ≥ 3 个，力争 4～6 个；纯误差自由度 ＝ 中心点数 － 1，必须 ≥ 3。少于 3 个中心点，失拟检验就形同虚设。

第 3 步，执行试验，把数据质量锁死。 顺序随机化，必要时按批区组；每个试验条件测 3 件取均值，减小组内噪声；开工前测量系统过关——GR&R 的 P/TV ≤ 10% 才允许用于寻优，10%～30% 只能看大趋势，大于 30% 先修量具；原料批次、环境温湿度记录到每一行数据上。

第 4 步，拟合与诊断，按判据决定模型能不能用。 验收标准四条：失拟检验 p > 0.05（说明二阶形状够用）；调整 R² 与预测 R² 之差 ≤ 0.2（说明没有过拟合）；残差无喇叭形与弯曲趋势；剔除不显著项必须一次只剔一项、每剔一次重拟合，不能拿着旧模型的系数去解释新数据。

第 5 步，求驻点、判性质、做确认。 算出驻点后先看特征值符号，是鞍点就转脊线分析或限定区域求条件极值，不要硬报。如果有多个响应（如收缩率与翘曲），用满意度函数或重叠等值线找折中区，不要各求各的最优。最后按选定组合做确认试验：独立批次 ≥ 3 批（关键特性 ≥ 5 批），实测均值须落在模型 95% 预测区间内；若同时要求量产能力，该点的 Cpk ≥ 1.33 才允许写入控制计划与工艺卡。

四、五个常见误区

误区一：把软件"最优点"直接当工艺最优。 最常见的翻车方式是把鞍点或外点解当成内点极小值报出去。判据前置：任何最优解都必须附上驻点性质与是否落在试验区域内的说明。

误区二：多响应只优化一个。 单响应最优往往让另一个指标恶化，报告里只写优化目标而隐去被牺牲的指标，量产时必然反复。多响应场合应给出折中区，并在确认试验中同时验收所有关键指标。

误区三：用原始单位的系数大小判断因子重要性。 编码单位下系数可比较，原始单位下不可比。同一份数据换个单位，结论就反了。

误区四：中心点太少，或与星点混在同一批。 纯误差自由度不足时，失拟检验没有参照；批次效应混进来时，二次项会吸收漂移，把不弯曲的过程拟合成弯曲。

误区五：只看 R² 不看预测能力，确认试验还自证。 R²=0.95 可能来自过拟合，要看 Q²／PRESS；确认试验若用同一批料、同一时段、甚至用建模数据回代，等于自己证明自己，独立性与批次数是硬要求。

五、自查清单

• 关键因子已锁定在 2～4 个，水平间距 ≥ 3 倍设备分辨率，且已有弯曲证据（中心点与角点差异显著）
• 设计选型有依据：可取区间外取 CCD 并计算 α 保证可旋转，不可越界取 BBD；分批执行时已用正交区组并各组放中心点
• 中心点 ≥ 3 个（力争 4～6 个），纯误差自由度 ≥ 3；顺序随机化，每条件测 3 件取均值，GR&R 的 P/TV ≤ 10%
• 模型验收四条齐全：失拟 p > 0.05、调整 R² 与预测 R² 之差 ≤ 0.2、残差无异常、删项后已重拟合
• 已判定驻点性质（极大／极小／鞍点）与是否落在试验区域内；完成 ≥ 3 批独立确认试验，均值落在 95% 预测区间内

先判驻点性质，再谈参数最优。

知识编号：6.4.1

版本：v20260928

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。