实验设计DOE
【课程背景】
产品研发过程虽然只占产品成本的5-10%, 但对最终产品质量和产品成本有着70%的影响！DOE（实验设计）作为一种强大的产品研发工具可以帮助管理者有效降低成本和追求源头质量！它不但可帮助研发工程师从一开始就针对质量和成本进行最优化设计，而且可把产品工艺和使用因素都考虑周全， 从而设计出先天性健壮产品（这恰恰是大多数工程师的困惑）。同时DOE也是寻找原因、分析和优化复杂因子最强大的解决问题的工具和方法。在不少日本企业，不懂DOE的工程师不能称之为合格的工程师。
【课程时长】4天
【课程目的】
本课程重点针对从事产品研发和相关工程技术的人员而设计。旨在帮助学员系统、全面地应用DOE 在产品研发、产品和过程之改善时分析重要因子，优化结果，提高产品和过程健壮性（先天性高免疫能力）。
1、掌握DOE的基本概念和原理；
2、掌握经典DOE、田口DOE，根据问题需要选择合理DOE；
3、掌握如何应用析因试验从众多的影响因素中筛选找出影响输出的主要因素，以最少的投入，换取最大的收益；
4、掌握如何对因子水平优化得到最佳输出，从而使产品质量得以提升，工艺流程最优化；
5、掌握田口试验设计方法，提高产品和过程信噪比，提高健壮性；
6、掌握科学合理地安排实验，减少实验次数、缩短实验周期，提高经济效益；
7、掌握应用MINITAB软件设计DOE、分析数据、优化因子和预测输出。
【课程对象】从事产品研发、工程技术、生产管理、质量管理相关人员。
【授课方式】
激情授课+案例分享+课堂练习+小组讨论+总结发表
将学员分成若干个小组，每组6~8人； 同一部门的同事尽可能分在不同的小组，管理者不要集中于同一小组； 整个培训过程中， 分组固定不变； 模拟练习及课堂讨论、发表得分，按组进行累计。
【课程大纲】
第一讲：实验设计简介 （第1天）
1、 DOE的作用与意义
1.1 试错法及其弊端
1.2 一次一因子法及其弊端
1.3 DOE的作用与意义
2、 DOE 的发展
2.1 经典DOE
2.2 田口DOE
3、 DOE专业术语
3.1 因子
3.2 水平
3.3 处理（运行）
3.4 模型与误差
3.5 响应（望大、望小、望目）
3.6 主效应与交互效应
4、 DOE实验的基本原则
4.1 重复与复制
4.2 随机化
4.3 区组化
5、 DOE实验的分类
5.1 全因子实验
5.2 部分实施因子实验
5.3 响应曲面法
5.4 田口实验设计
6、 DOE实验的策划安排
6.1 因子筛选——部分实施因子实验
6.2 全面分析——全因子实验
6.3 因子优化——响应曲面法
6.4 健壮设计——田口实验设计
7、 DOE实验的基本步骤
7.1 实验设计
7.2 实验实施
7.3 数据处理与分析
7.4 实验结论
※ 课堂练习：
1、游戏： 手机上打开高德地图，比赛将光标从上课地点开始，移到北京天安门“安”字所需的时间。
※ 分组讨论：
1、结合以上游戏，讨论DOE的作用与意义
2、从实际工作中，选择适合用DOE来进行分析解决的课题
第二讲：实验设计的数据处理基础 （第1天）
1、 测量系统分析
1.1 计数型数据与计量型数据
1.2 测量系统分析
2、 假设检验
2.1 小概率反证法
2.2 原假设与备择假设
2.3 P值
3、 方差分析
3.1 双样本T检验
3.2 单因子方差分析
3.3 多因子方差分析
4、 回归分析
4.1 相关分析
4.2 单因子回归分析
4.3 多因子回归分析
※ 课堂练习：
1、MiniTab实操双样本T检验
2、MiniTab实操单因子方差分析和多因子方差分析
3、Excel实操相关分析与回归分析
4、MiniTab实操单因子回归分析和多因子回归分析
第三讲：全因子实验设计 （第2天）
1、二水平全因子DOE概述
1.1 适用场合及依据
1.2 实验安排（重复试验、随机化与区组化分）
1.3 因子水平代码化
2、二水平全因子DOE计划
2.1 选定因子
2.2 因子水平确定及代码化
2.3 确定中心点个数
2.4 确定标准顺序
2.5 确定实验顺序
2.6 确定响应变量及其测量方法
3、实验实施与跟进
3.1 实验原则
3.2 现场问题快速响应
3.3 响应变量的测量与记录
3.4 实验样本的处理
4、数据处理与分析
4.1 看总效果
4.2 看失拟情况
4.3 看弯曲项
4.4 看全相关系数
4.5 误差分析
4.6 因子效应分析
4.7 因子优化
5、全因子DOE案例分析与讨论
※ 课堂练习：
1、MiniTab实操练习二水平全因子实验设计
2、MiniTab实操练习二水平全因子实验结果分析
第四讲：部分因子实验设计 （第2~3天）
1、部分因子DOE概述
1.1 为什么要做部分因子DOE？
1.2 正交性安排
1.3 因子效应的混杂
2、部分因子DOE计划
2.1 选定因子
2.2 因子水平确定及代码化
2.3 确定生成元
2.4 确定中心点个数
2.5 确定标准顺序
2.6 确定实验顺序
2.7 确定响应变量及其测量方法
3、实验实施与跟进
3.1 实验原则
3.2 现场问题快速响应
3.3 响应变量的测量与记录
3.4 实验样本的处理
4、数据处理与分析
4.1 拟合选定模型
4.2 残差分析与诊断
4.3 模型完善需要评估
4.4 因子效应分析
4.5 因子优化
5、部分因子DOE案例分析与讨论
※ 课堂练习：
1、MiniTab实操练习部分因子实验设计
2、MiniTab实操练习部分因子实验结果分析
第五讲：田口实验设计 （第3天）
1、田口方法的主要观念与特点
1.1 品质损失函数
1.2 平均值与标准差
1.3 信噪比与健壮设计
1.4 正交表的概念与意义
2、品质损失函数的基本形态
2.1 望目特性的品质损失
2.2 望大特性的品质损失
2.3 望小特性的品质损失
3、实验因子区分
3.1 可控因子（信号）
3.2 不可控因子（噪声）
3.3 因子对结果的影响（平均值与标准差）
4、正交表
4.1 正交表的意义
4.2 正交表的特点
4.3 常用正交表
4.4 正交表的选择
4.5 内表与外表
5、MINITAB 田口设计
5.1 创建田口实验设计
5.2 分析田口实验设计
5.3 预测田口结果
※ 课堂练习：
1、MiniTab实操练习田口实验设计
2、MiniTab实操练习田口实验结果分析
※ 分组讨论：
1、田口方法的不同之处与适用场合？
第六讲：DOE方法的综合实际应用（第4天）
1、应用场合
1.1 验证多个可能原因对结果的影响
1.2 确定影响结果的主要原因
1.3 确定原因对结果的影响程度
1.4 确定原因与结果的确切关系
1.5 识别改善结果的正确方向
1.3 确定改善结果的具体措施
2、DOE的前期工作
2.1 选定主题
2.2 调查现状
2.3 识别影响结果的可能原因
2.2 整理识别出的可能原因
2.3 初步筛选识别出的可能原因（假设检验、方差分析）
3、通过部分因子实验进行因子筛选
3.1 实验设计
3.2 实验实施
3.3 实验结果处理
4、通过全因子实验进行全面分析
4.1 实验设计
4.2 实验实施
4.3 实验结果处理
5、通过田口方法进行因子优化和健壮设计
5.1 创建田口实验设计
5.2 分析田口实验设计
5.3 预测田口结果
6、发表
6.1 发表资料做成
6.2 分组发表
6.3 点评与建议
※ 学习心得、感悟、收获分享
※ 答疑、合影留念
|
