实验设计(DOE)实战技术

实验设计(DOE)实战技术

改进和创新最有效的工具;

利用最少的资源，获得最佳的结果;

“不掌握实验设计(DOE)的工程师，只能算是半个工程师。”

── 质量工程学创始人田口玄一 ( G. Taguchi)

实验设计(Design of Experiments, 缩写为DOE)，是研究如何制定适当的实验方案，对实验资料进行有效的统计分析的数学理论与方法。它对于解决多因素优化问题，缩短新产品的开发周期，有效地提高产品质量，降低生产成本卓有成效。现已为美国和日本企业广泛使用。实验设计还可应用于改进企业管理，调整产品结构，制定高效生产计划等。

实验设计 ( DOE ) 也是六西格玛DMAIC路径中改善阶段的主要工具之一。企业选送参加培训的人员，将在DOE专家的指导下，接受 2 ~ 4 天集中培训，或 8 ~ 12 天带项目的培训与咨询，通过教学游戏和案例讲解，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；掌握实验设计与数据处理的基本原理与应用方法，从而能够在今后实际工作中设计合理的实验方案及合理处理有关实验资料，解决实际问题，达到持续改进，优化核心流程的目的。

课程目标：

一、    学习实验设计的基础理论和分析路径，掌握实验设计的方法、原理和应用；

二、    了解应用条件、掌握应用步骤，提高解决实际生产和科研中实验问题的能力；

三、    系统性地应用DOE工具，提高过程质量及生产效率、降低成本；

四、    掌握如何在DMAIC的改善阶段合理使用实验设计的方法；

五、    使用Minitab 来进行实验设计与分析，获得最佳结果变得方便容易。



课程培训安排

DOE 实战技术培训安排

基本的DOE实战技术及相关知识的基础培训		进阶的DOE知识实战技术培训
	第一天	第二天	第三天	第四天
	概述 什么是DOE以及为什么要学习DOE 统计知识及操作技巧准备 Minitab, 基本统计 DOE – 概念 定义,目标 实验设计的思想 实验计划	全因子实验分析(续) 计算因子效应 7 步分析法与解释 利用 Minitab 进行分析 案例剖析 部分因子实验 部分因子设计的必要性 混杂,分辨度 利用 Minitab 创建部分实验设计	响应曲面设计概论 中心复合设计 (常用设计模型：CCC、CCI、CCF) Box-Behnken设计 三水平设计 响应曲面设计的计划 响应曲面设计的设计及实例	序贯实验设计方法及实例分析 Box-Behnken实验设计方法实例分析 多指标实验的分析与优化 DOE的Roadmap图 利用 Minitab 进行分 案例剖析
	Lunch，DOE Video
	（午餐, DOE影视放映)
	DOE计划步骤：编码,中心点 随机化,复制,区组,实验误差 全因子实验设计特征 利用 Minitab 创建全因子实验设计 课堂练习 全因子实验分析	部分因子实验分析 7 步分析法与解释 利用 Minitab 进行分析 案例剖析 Plackett-Burman设计 案例剖析 模拟实验练习	响应曲面设计的分析及实例 利用 Minitab 进行设计与分析 最陡的上升路径(PSA) 最陡的上升路径案例 课堂练习	综合案例剖析 验证实验 优化操作(EVOP/PLEX)简介 Skills of DOE DOE实战技巧分享 案例剖析 Q & A