92-试验设计DOE(2days)__20190211

讲师:刘泽锋 发布日期:05-19 浏览量:613


试验设计(DOE)高级应用

Design of Experiment (DOE) Advanced Application

【2 Days Workshop】

[pic]

课程介绍:

2天课程按照:关键影响因子查找→控制因子试验优化的完整逻辑思路,结合学员真实产

品及工程方案,深入浅出地讲授DOE (Design of Experiment)-

试验设计在企业产品开发过程中的实际应用方法和技巧。即可避免“眉毛胡子一把抓”不

分重点地盲目应用DOE带来的资源浪费,又可“有的放矢”抓住关键影响因子进行精准高效

的DOE应用,帮助广大工程师提升DOE的应用水平为企业带来真正价值!

DOE (Design of Experiment)-试验设计



在制造过程设计开发中,面对那么多影响因素,怎样才能把工艺参数设定在最优化的范

围,而不是靠“拍脑袋”“差不多”就行?



设计、制造、质量工作由一连串的过程所组成。因为输入条件的变化,以及各因素之间

可能还存在相互作用,再加上受到各种外在因素的干扰,使得结果更加不确定。在很

多时候,这种输出的不稳定,会使得质量不稳定,导致企业付出高昂的成本。

• 试验设计(Design of

Experiment,DOE)就是一种经济科学的合理安排试验的方法,可以设计出:凭借更

少的次数、更短的时间和更低的试验成本,就能高效地收集试验数据、进行科学地分

析处理、得出最优化的结论,找到输入条件和输出指标之间的内在规律。DOE在整个

设计开发、工艺开发和质量过程中,扮演了非常重要的角色,是产品质量提高和工艺

流程改善的重要保证。有专家指出,日本经济发展中至少有10%的功劳归于实验设计





同时,客户的质量要求也越来越高,经常要求我们用DOE的方法回复质量异常的根本原

因。

所有这些都告诉我们,作为一个工程师、技术员,必须要能够学习DOE试验设计。

课程亮点: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。学员可以

带着问题进课堂,结合培训内容进行优化应用。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











【课程内容安排】

Day 1 (9:00-12:00AM 13:00-16:30PM)

• DOE试验设计基础

➢ Minitab统计概率分析软件操作入门

➢ 数据图表化Minitab实操

• 分组拟合直方图Minitab操作

• Pareto图Minitab操作

• 因果图Minitab操作

• 主效应图Minitab操作

• 按阶段单值控制图Minitab操作

➢ 统计概率数据类型

➢ 正态分布特性与应用-概率分布图Minitab操作





• DOE数据测量保证方法-MSA(测量系统分析)

➢ 偏倚Bias研究

➢ 类型1量具研究

➢ 计量型数据测量系统分析-Gage R&R 重复性( Repeatability )再现性(

Reproducibility )

➢ MSA Gage R&R实操小组练习

➢ 计数型数据测量系统分析-属性一致性分析





• 试验设计(DOE)关键因子查找方法-假设检验

➢ 假设检验基本术语

■ 零假设 (Null Hypothesis – Ho)

■ 备择假设 (Alternative Hypothesis – H1 或 Ha)

■ P - Value (P值)

➢ 数据类型与统计性检验的路径图

■ T-Test均值检验(单样本T/双样本T)及Minitab案例操作练习

■ T-Test均值检验(一元方差分析 One Way ANOVA) 及Minitab案例操作练习

■ Chi-Square Test卡方分析及Minitab操作练习案例操作练习

■ 相关及回归分析Correlation & Regression及Minitab案例操作练习

















【课程内容安排】

Day 2 (9:00-12:00AM 13:00-16:30PM)

• 单因子试验设计( One-Factor-DOE )

➢ 单因子试验设计的Minitab操作

➢ 单因子试验设计练习





• 2K全因子试验设计2K Full Factorial DOE

➢ 全因子试验设计Full Factorial DOE概述

➢ 全因子试验设计的设计及分析流程

➢ 2K全因子试验设计练习





• 带中心点的2K全因子试验设计

➢ 创建带中心点的2K全因子试验设计

➢ 弯曲与失拟

➢ 带中心点的2K全因子试验设计练习





• 1/2部分因子DOE实验设计2K Factorial Experiments

➢ 简化全因子实验设计

➢ 实现参数最优化

➢ 预报并验证

➢ 掌握部分因子实验设计的步骤和方法

➢ 分析部分因子实验的结果





• 响应曲面实验设计RSM

➢ RSM中心复合设计CCD

➢ RSM Minitab操作练习







• 田口试验设计 Taguchi DOE

➢ 田口实验设计Taguchi DOE概述

➢ 静态田口DOE

➢ 静态田口DOE Minitab操作练习









该课程已为以下知名企业技术研发中心/部门进行过培训获得高度认可:





















































分享
联系客服
返回顶部