DOE-实验计划法_公开课

课程收益:

“DOE试验设计”（Design of Experiments）应用数理统计学的基本知识，讨论如何合理地安排试验，取得数据，然后进行综合科学分析，从而尽快获得最优组合方案。在工程学领域是改进制造过程性能的非常重要的手段。在开发新工序中亦有着广泛的应用。在工序开发的早期应用实验设计方法能够提高产量；减少变异性，与额定值或目标值更为一致；减少开发时间；减少总成本。

课程大纲

一、引言: 试验设计的关键是合理安排试验,它是专业技术和统计技术的结合。本节简介一些多因素DOE应用实例。
二、几个统计技术基本概念复习: 数据变异的统计量、一元线性相关与回归、方差分析 (ANOVA)。
三、试验为什么要设计
四、单因素序贯优选法: 简介0.618法、分数法、对分法。
五、多因素试验设计的基本思路
以3因素3水平为例讲解全面试验法、简单对比法,说明多因素试验设计的思路:对全面组合的所有试验点通盘考虑,从中选取具有代表性的试验点进行试验、比较展望。
六、正交试验设计 (Orthogonal Design) [有称田口方法(Taguchi Methods, 又译达柯方法)]
6.1 正交表的特点、
6.2 正交试验设计的步骤 (以焊接工艺条件优化为例说明)
1) 明确试验目的
2) 明确试验指标、响应变量

3) 确定过程参数、选表和定
义有关因素
4) 制定并执行试验计划
5) 数据处理
6) 评审数据处理结果,形成试验结论
7) 试验设计的输出验证和确认
6.3 案例实习
6.4 关于正交试验设计若干现实问题的讨论
1) 关于多试验指标
2) 关于影响因素
3) 关于水平数
4)关于方差分析
5) 关于交互作用
6) 试验设计与FMEA的关系
七、回归正交试验设计
单纯的正交试验试验设计只能获得各因素水平之间的定性关系,如果要建立尽可能逼近客观实际的多元定量关系而付出的试验代价小,可选用将正交试验设计与回归分析结合起来的下述回归正交试验设计,得到Y＝b0＋b1X1＋b2X2＋b3X3＋…的回归方程。本文仅通过一个例子介绍最简单常用的一次回归正交试验设计。
八、均匀试验设计（Uniform Design）
1994年起推广的“均匀试验设计”方法,每因素容纳较多的水平, 不考虑“整齐可比”而保持“均衡分散”,用多元回归分析等数理统计手段对试验结果进行定量分析,按均匀设计表即Ｕ表安排试验, 用更少的实验次数获取更多的信息。例如5因素5水平试验进行12次甚至5 次即可。

培训师介绍

周老师，企管高级讲师，MBA―工商管理硕士，国家注册审核员，摩托罗拉6sigma黑带，全国6sigma协会委员。周老师曾任职多家跨国公司质量总监.，推行6sigma活动, 培养200多位GB, 指导实施100多个改善项目. 现从事顾问工作，为多家公司提供长年顾问服务。出版光盘《DOE-- Design of Experiment 生产实验设计》《品管七大手法》。

课程介绍评价详情(0)