《试验设计（DOE）精品课》1天

《试验设计（DOE）精品课》

主讲：杨朝盛老师

【课程背景】

试验设计（DOE）是一套高效的质量改进与工艺优化方法，在制造业和研发领域具有重要价值。制造型企业都高度重视产品质量与过程控制，如果过程参数不是最优的，往往质量和过程控制事与愿违，本次课程旨在帮助相关岗位人员建立DOE的基础认知，熟悉DOE知识整体框架、了解其在实际问题中的应用思路、掌握Minitab软件在DOE中的应用方法，为后续质量提升活动提供方法支持。

【课程收益】

理解DOE的基本概念、用途与实施流程

熟悉常用试验设计类型及其适用场景

掌握使用Minitab进行试验设计与结果分析的基本操作

具备识别关键因子和初步优化工艺参数的能力

为质量改进项目提供科学的数据分析基础

【课程对象】

质量、工艺、生产及研发等部门人员，希望系统了解DOE基础概念与应用方法的其他团队成员。

【课程时间】

1天（6小时/天）

【课程大纲】

一、DOE基础

1. 假设检验入门

假设检验基本思想

建设检验的步骤

2. 试验设计常用术语

什么是过程

什么是因子

什么是响应

什么是水平

什么是处理

3. 试验单元与环境控制的基本要求

4. 模型与误差的概念

5. 主效应与交互效应

6. 试验设计的基本原则

完全重复

随机化

区组化

7. DOE主要类型概述

因子筛选设计：

全因子设计

部分因子设计

Placktt-Burman设计

回归设计：

中心复合设计（CCD）

心复合序贯设计（CCC）

中心复合有界设计（CCI）

中心复合表面设计（CCF）

Box-Behnken设计

调优运算（EVOP）

稳健参数设计（田口参数设计）

混料设计：

单纯形重心法

单纯形格点法和极端顶点法

8. DOE实施的基本步骤

9. 单因子（ANOVA法）试验设计概念

操作演示：Minitab在DOE中的基础操作演示

二、因子筛选设计

1. 全因子设计

结构特点及适用场景

2k试验概述（正交试验）

试验的安排、中心点的选取及随机化排序

代码化及计算

全因子设计的计划

全因子设计的分析

2. 部分因子设计

设计原理及意义

分辨度的概念

部分因子设计的计划

部分因子设计的分析

3. Plackett-Burman设计

高效筛选思路与应用

PB设计注意事项

操作演示：Minitab因子筛选设计的生成与结果解读

三、回归设计

1. 响应曲面（RSM）方法的基本思想

响应曲面设计的计划

响应曲面设计的分析

中心复合设计（CCD）

中心复合序贯设计（CCC）

中心复合有界设计（CCI）

中心复合表面设计（CCF）

Box-Behnken设计

特点与适用情况

BB设计注意事项

2. 调优运算（EVOP）概念简介

操作演示：Minitab响应曲面设计与分析

四、稳健参数设计

1. 响应曲面（RSM）方法的基本思想

田口方法的基本思想：稳健性与信噪比（S/N）

内外表设计结构说明

位置及散度的度量

望目S/N

望小S/N

望大S/N

静态稳健参数设计的计划

静态稳健参数设计的分析

动态稳健参数设计的计划

动态稳健参数设计的分析

操作演示：Minitab响应曲面设计与分析五、混料设计

1. 混料问题的特点与约束条件

2. 混料试验设计的计划

单纯形重心法

单纯形格点法

极端顶点法

3. 混料试验设计的分析

操作演示：Minitab混料设计生成与分析