【课程价值点】

熟悉各种试验设计的模型与统计分析方法
掌握产品和制程设计中的各种试验方法
掌握试验方法的综合运用技术
掌握Minitab在DOE 中的应用

【课程背景】

在产品设计中，如何用最小的实验成本和次数，有效的设计和验证产品的性能？
在制造过程中，如何面对诸多影响因素，科学的设定工艺参数？
面对生产过程中出现的悬而未决却涉及因素复杂的质量问题，如何有效分析？
如何在设计和加工初期，做到质量的先期控制，提升产品的竞争力？
设计、制造、质量工作由一个个过程组成。由于输入的变化、各因素之间可能存在的交互作用，再加上各种干扰因素的影响，使得结果变化不定。在大多数情况下，这种输出的不稳定会带来质量不稳定和成本高居不下。试验设计（Design of Experiment，简称DOE）是以概率论与数理统计为基础、合理安排试验的一种方法，通过高效经济地获取数据信息、科学地分析处理、得出正确的结论。现代企业的制造和设计部门则经常用它来解决设计、生产和服务流程中的问题，特别是在一些推行持续改进的企业里，更是一个提升质量，稳定流程的有力工具。本课程旨在向您讲述如何将各项实验方法运用于产品和制程设计中，减少过程中各项的变差，从而使产品及制程设计臻于完美。
但是，一提到DOE，很多人就会想到其深奥的理论，使人望而却步。本课程的最大特色在于：适当的理论，注重实践，由浅入深，较多的案例与实践，让学员在实践中轻松掌握……

【课程对象】

质量相关的QA/QC工程师、供应商质量管理工程师、工艺工程师、设计工程师、维护工程师、生产工程师、工程试验人员、6Sigma绿带/黑带。

【课程大纲】

问题改善的困惑
互动：现代制造企业解决问题的策略
现实中的两个现实问题
导入DOE分析的适用范围
现场的实际问题选择
每个小组讨论确定一个现场需要解决的具体问题
课程结构介绍
学习小组建立
基础统计知识回顾
基础统计
数据类型
描述性数据统计量
正态分布
假设检验介绍
假设检验概述
设定假设
P值与α
两类错误（α和β错误）
T检验原理
ANOVA分析原理
回归分析原理
Minitab介绍
Minitab界面及基本操作
T检验minitab演示（演示数据）
ANOVA分析minitab演示（演示数据）
回归分析minitab演示（演示数据）
课堂练习
教具：直升机练习
实验设计概述
什么是DOE
DOE的目的与用途
DOE的实际应用
常见的解决问题的方法论：PDCA与DMAIC
DOE在PDCA和DMAIC中使用（DMAIC项目
案例：风扇噪音改善案例分享）
实验设计术语
因子及水平
处理
模型与误差
主效应与交互效应（计算练习）
实验设计的三项基本原则
完全重复或仿行
随机化
区组化
实验设计的类型及用途
全因子实验设计
部分因子实验设计
响应曲面设计
稳健参数设计
混料设计
实验设计的步骤（案例：油墨侧蚀DOE）
实验计划
 阐述目标
 确定响应变量
 选择因子与水平
 选择实验设计类型
 制定实验计划
按计划实施实验
分析
验证
全因子实验设计
全因子实验设计概述
2k全因子试验设计定义及目的
正交表
全因子实验设计分析步骤演示实操（案例：油墨侧蚀
DOE实验+翘曲变形DOE分析）
实验计划
分析步骤
 拟合模型（原理讲解）
 残差诊断
 模型改进
 模型分析及最优化
实验验证
 最优设置结果预测
课堂练习（直升机练习）
部分因子实验设计
部分因子实验设计的必要性
部分因子实验设计原理
删减法
增补法
分辨度
部分因子实验设计分析步骤演示实操（案例：
微型变压器耗电量）
实验计划
 默认生成元
 指定生成元
实验结果分析
电脑模拟练习
课堂练习（利润模拟器练习）
响应面实验设计
2k实验的不足之处
2K试验的改进方法
带中心的试验与试验强度概念
EVOP调优设计（最速上升/下降路径）
 响应面设计
序贯性
旋转性
α的定义
CCC/CCI/CCF
试验分析过程
特殊的响应面设计
实验结果分析
综合练习
电脑模拟练习
课堂练习（工厂模拟器练习：部分因子试验—全因子试验—响应曲面试验）