课程介绍
两天课程 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。培训教材：
每位参加人员将获得一套培训手册 课程优势
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 课程收益
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
★ 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 ★ 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
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2：有中心点试验设计案例 ★ 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 ★ 响应曲面设计简介
响应曲面设计的概念
中心复合设计
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
|
请填写您的报名信息
