实验设计（DOE）进阶篇

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

1. 掌握实验设计的方法，原理和应用；
2. 通过与实际项目的分析，解决生产现场的实际问题并有效掌握DOE 的应用；
3. 提高对DOE 的认识，从根本上摒弃依靠“拍脑袋”和“工程猜测”解决问题的传统陋习；
4. 了解应用DOE 的必备条件；
5. 掌握DOE 工具的应用步骤；
6. 系统性地应用DOE工具，提高过程质量及生产效率。

本课程旨在讲解如何运用进行试验配置，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 软件进行实验配置和数据分析。

一、 概述
1. 什么是实验设计(DOE)
2. DOE的目的
3. DOE的用途
4. DOE的特征
5. DOE的操作步骤
6. 实验类型与实验目的关系图
7. 实验设计的路径图
? 实验设计概念的理解
? 实验设计的路径图

二、 基础统计介绍
1. 描述统计
2. 中心极限定律
3. 置信区间
4. 假设检验
5. Minitab介绍了解统计技术在试验设计中运用
熟悉Minitab R15操作
三、 目标的定义、指标、因子、水平的选择
1. 目标、指标、因子、水平与实验条件
2. 实验设计的三个基本原理：重复、区组与随机化
3. 如何选择实验设计
4. 如何选择指标、因子与水平
特征及用语的理解
实验设计阶段
实验设计顺序的学习心得
四、 单因子方差分析(ANOVA)
1. 组内差异
2. 组间差异
探讨组间差异，组内差异对结果的影响
五、 完全析因实验
1. 主效应
2. 交互效应
3. 2k完全析因设计
4. 中心点的追加
5. 对曲率的考虑
6. 判定指数R2
7. Pareto图、正态图、主效应图、交互作用图、立方图
8. 课堂练习
DOE 计划和对理论性解释构造的理解

? 使用Minitab的数据分析和通过对阶段解释方法的理解解决问题的技法的学习心得
六、 部分析因实验
1. 混杂(Confounding)
2. 部分析因实验
3. 设计元 I，别名，分辨度
4. 分辨度 III、 IV、V的定义
5. 区组实验(Block Designs)
6. 课堂练习
部分要因实验的概念和用语的理解
使用Minitab的部分要因实验方法的学习心得
通过统计性资料分析来导出解决问题的方案

七、 响应曲面方法(RSM)
与优化操作(EVOP)
1. 响应曲面(RSM)设计策略
2. 最陡的上升路线(PSA)
3. 响应曲面设计模型：通用旋转组合设计，Box-Behnken，三水平设计
4. 常用设计模型：CCC、CCI、CCF
5. 常用二、三、四因子设计模型
6. 主效果图，交互作用图，立方图，表面图、等高线图与Overlay图分析
7. 最佳值评估，最适合工艺窗口的确定
8. 序贯实验
9. 多指标的优化
10. 验证实验
11. 优化操作(EVOP)
12. 实例分析 ?最陡的上升路线(PSA)确定最佳区域
Central Composite Design & Box-Behnken Design的生成和分析，在做图表的过程中可以理解对响应曲面的最适合化方法
实验资源的最大利用
多指标的优化
了解优化操作EVOP



课程特色：
用大量案例分析让学员掌握实验设计的基本概念，并通过结合Minitab软件掌握实验设计中的数据分析技巧。