高级实验设计-3天（DOE）

三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。
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：培训教材：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
每位参加人员将获得一套培训手册


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
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OUTLINE★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、非线性回归单因子的多重比较技术相关统计原理介绍: 单因子方差分析数学原理模型诊断技术：残差图（plot of residuals）及残差诊断★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案例2：4因子2水平全因子一次四个产品试验设计案例案例3：需要考虑多个质量特性时的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4：有中心点试验设计案例相关统计原理介绍: 多因子方差分析数学原理模型诊断技术：残差图（plot of residuals）及残差诊断★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案例2: 1/4部分因子试验设计案例Plackett-Burman设计3水平部分因子试验的分析★响应曲面设计简介响应曲面设计的概念中心复合设计
中心点 center point
角点 corner point
轴点 axial point
BOX-Behnken 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
响应曲面设计案例多响应曲面设计的最优分析★混料设计简介混料设计概论
混料设计概论
混料设计约束图
混料设计分类：简单混料型、混料-总量型、混料-过程变量型
混料试验的计划
单纯形重心法 simplex centroid
单纯形格点法 simplex lattice
极端顶点设计法 extreme vertices design
混料试验的分析,混料试验的运用案例