实验设计（经典DOE）课程特色与背景

    两天课程  讲解如何进行试验设计，进行实验以及如何分析试验结果，讲解实验设计的原理及如何运用它们来提升产品质量和生产效率。本课程将运用MINITAB软件进行实验设计和数据分析。    

课程优势    

经典的DOE通过筛选实验及部分析因法，从众多过程特性中找出关键的少数的因子，通过全因子法及响应曲面法，建立少数关键因子与关键输出特性的数学模型，从而通过对少数关键的因子建立合理的规范，而确保得到优良的关键输出特性。此课程中对于实验的因子配置及数据分析讲解易于让学员理解    

课程收益    

掌握试验设计的方法，原理和应用    

通过咨询师的现场辅导，解决生产现场的实际问题并有效掌握DOE的应用    

提高对DOE的认识，从根本上摒弃依靠"啪脑袋"和"工程猜测"解决问题的传统陋习    

了解应用DOE的必备条件    掌握DOE工具的应用步骤    系统性地应用DOE工具，提高过程质量及生产效率

课程大纲

★   DOE基础知识

试验的定义

试验设计和分析的含义

试验设计和分析的历史和发展

试验设计和分析的作用

试验设计DOE有关术语

Response 响应

Factor 因子 （controlled factor可控因子、uncontrolled factor非可控因子）

Level 水平/treatment处理

Main effect主效应

Interaction 交互作用

试验单元

试验环境

模型和误差

试验设计分类

试验设计运用步骤

DOE基本原则 Replication重复、Randomization随机化和Blocking分组

★   简单实验设计应用

试误法(Trial & Error)

单因子轮换试验法 one-factor-at-a-time

单因子试验设计和分析

单因子试验设计单因子试验设计

图形（定性）分析：箱线图（box plots）、单值图（scatter diagram）

单因子试验设计统计（定量）分析：单因子方差分析(one way analysis of variance)、多重比较 （multiple comparison）

单因子试验设计（定量）分析：线性回归、非线性回归

★   析因试验设计 factorial design析因试验设计的含义

完全析因试验设计的含义

2水平全因子试验概述

试验的安排、中心点的选择及随机化排序

代码化及其计算

全因子析因试验设计法的运用案例

明确试验目的

确定响应变量

选择因子与水平

选择试验计划

试验结果记录

试验结果数据分析

确定分析结果

进行验证试验

案例1：3因子2水平全因子试验设计案例

有中心点的试验设计有

中心点的试验设计的概念

有中心点的试验设计的优点

案例2：有中心点试验设计案例

★   部分因子试验设计法 fractional factorial design

部分析因试验设计的含义

重影效应（alias）

部分因子试验的清晰度（Resolution）

部分因子实验的案例案例1：5因子2水平1/2部分因子试验设计案例

★   响应曲面设计简介

响应曲面设计的概念

中心复合设计

响应曲面设计的计划

用最速上升法（Steepest ascent search）寻找试验的最优区域

在已确定为最优区域的范围内，进行响应曲面试验响

应曲面设计案例

课程对象

学员背景要求：    

具备基本的运算能力，了解统计概念，并有统计过程控制（SPC）和测量系统分析（MSA）的经验。带电脑，会使用简单的Minitab软件功能。

参加人员：    任何把降低质量成本和PPM作为业务目标的企业和人员。需要理解和运用实验设计程序收集数据的人员，质量人员及设计开发人员、工艺开发人员

备  注

课程费用：3200元/人