实验设计DOE （2-4天）

-804407-883285最少实验成本，寻找最优方案
《实验设计与分析DOE》
培训方案
【课程背景】
实验设计DOE Design Of Experiments，是通过做最少的试验次数，找出最优的响应因子Y与各自变因子Xi之间的回归关系（即回归方程），从而可以预测当每个自变因子Xi取某一个参数时，响应因子Y的结果和区间。或者当追求响应因子Y在最大值、最小值、或某个目标值时，各自变因子Xi的最佳取值。
DOE也是一种高级质量工具，高级设计开发工具，它可以帮助质量、工艺和技术人员识别关键过程变量，完善参数设定，控制参数的调整限度，制定标准操作程序，减小过程的波动，减少转产时间，适应不断变化的客户需求，提高产品的首次合格率，增加产能，缩短过程调试时间，排除制程中的故障，有效获取对过程的理解，改进产品的稳定性，使流程更加稳定。不懂DOE（试验设计）的工程师只能算是半个工程师。
本特训营课程是六西格玛管理专家盛老师在世界500强企业多年六西格玛管理实战经验和十多年中小企业管理咨询经验的融合传承，结合实际案例贯穿始终，让学员轻松掌握DOE的实战工具。
【培训对象】
研发总监、经理、工程师；技术总监、经理、工程师、技术员；质量总监、经理、工程师；产品流程总监、经理、工程师、技术员。
【培训收益】
掌握全因子实验设计的原理、实验设计、实验统计分析，回归方程预测
掌握部分因子实验设计中2种重要的部分因子实验，用最少实验次数为筛选显著因子，寻找回归方程。
掌握有二次回归方程的4种实验设计与分析的场景及应用
掌握混料配比实验设计的3种实验设计与分析的场景及应用
掌握如何应用JMP软件进行试验设计、数据分析、因子优化和输出预测。
【培训大纲】
统计基础
波动的理解
波动的度量
总体与抽样
正态分布
试验设计引言
什么是试验设计
试验设计的发展过程
试验设计的运用
试验设计的基础
基本术语
现实的多样性
试验误差
统计试验设计
试验设计的步骤
基本逻辑
几何与统计
试验设计的基本逻辑
二水平因子设计
22的全因子试验设计
23的全因子试验设计
多因子的全因子试验设计矩阵
23的全因子试验设计数据
计算效应
A和B的交互作用
A*B*C三阶交互作用
23部分因子试验设计及其平衡性
因子数较多时的设计
全因子试验设计的例子
增加中心点-发现弯曲
23全因子试验设计的立方图
Minitab简介
Minitab全因子试验设计
全因子试验设计的分析
23立方图的响应变量数据
全因子试验设计的Minitab分析
课堂练习：全因子试验设计的本公司实例模拟练习
试验设计的步骤
定义问题
选择响应变量
验证测量系统
选择因子
选择试验设计
应对试验误差
创建试验方案
实施试验
分析数据，验证结果
提出报告
贯彻改进方案
部分因子试验设计
筛选试验设计的基本逻辑
筛选试验设计的特点
筛选试验设计的类别
Plackett-Burman试验设计
12轮的PLACKETT-BURMAN试验设计
12轮P-B设计的平衡性
23的全因子试验设计平衡矩阵无混杂
Plackett-Burman试验设计的运用
部分因子试验设计
23部分因子试验设计
二水平四因子部分因子试验设计 24-1
分辨度
试验设计的分辩度与运行次数
部分因子试验设计的例子.
筛选试验设计实例
计算试验运行的次数
筛选试验设计的Minitab生成
筛选试验设计的Minitab分析
筛选试验设计的计划制定
课堂练习：筛选试验设计的实战模拟练习
响应曲面设计
试验设计的基本逻辑
响应曲面设计介绍
曲线拟合
二次多项式
响应曲面设计的基本运行次数
计算响应曲面设计的运行次数
试验区域的形状
三因子的FCC试验设计
三因子的中心复合序贯设计
三因子的中心复合有界设计
三因子的BOX- Behnken试验设计
响应曲面设计的运用
处理试验误差
调整无法进行试验的区域
不规则试验区
响应曲面设计的例子
响应曲面实例
响应曲面设计的Minitab生成
响应曲面设计的Minitab分析
课堂练习：响应曲面设计的实战模拟练习
混料试验设计
混料设计概念
单纯形格子设计
单纯形重心设计
有约束的设计
混料设计的技巧
响应等值图
响应曲面图、响应优化器
课堂练习：混料试验设计实战模拟练习
稳健参数设计（田口设计）
噪声因子及产生类型
稳健参数设计的原理
等高线原理
信噪比
乘积表原理（位置因子，散度因子，调节因子）
望目、望大、望小的解决步骤及其信噪比S/N
静态稳健参数设计步骤
动态稳健参数设计步骤
静态稳健参数（田口设计）案例分析与练习
动态态稳健参数（田口设计）案例分析与练习
【授课方法】
理论讲授，现场交流、案例分享和解析、互动答疑；
针对公司的管理现况，用实际案例做沙盘练习和发表，点评；
课后同步建立微信群，通过全天候的交流模式，回答学员在实践中的疑问。

盛治武老师的其它课程