课程详情
过程优化DOE培训
亲爱的学员，为了提高课程效率，现场提供实际解决方案！请提供————
你认为工作中最难解决的问题？
主要过程的关键参数？
需要优化的工艺过程？
lDOE概论
试验设计基础
1、基本术语
因子（Factor）:可控因子、非可控因子
水平及处理(LevelandTreatment)
试验单元
2、基本原则
重复试验:
随机化:
划分区组：
3、必要性
单因子轮换法缺点:
全因子试验法缺点:
试验设计优点：
4、类型
因子试验设计:
响应曲面：
混料设计:
稳健参数设计（田口参数设计）:
5、试验设计的策划与安排
部分实施因子设计:
筛选。
全因子试验设计:
全面分析。
响应曲面法或稳健参数法:
求最优设置。
6、试验设计的基本步骤及流程
计划阶段:
实施阶段:
分析阶段:
全因子试验设计
1什么是全因子试验设计
2全因子DOE目标
3因子和水平组合(1)
4选择因子水平
5三因子全因子设计
课堂练习
用MINITAB创建全因子实验设计
Step1第1步Step2第2步Step3第3步Step4第四步Step5第五步Step6第六步Step7第七步
课堂练习
5、复制和随机
Step1第1步Step2第2步Step3第3步Step4第四步Step5第五步Step6第六步Step7第七步
l课堂练习
6、随机化-实验的保证
7、假设
分析全因子实验的假设
独立
独立性事项
独立性测试
测试独立性
正态性
正态测试(1)
正态测试(2)
正态假设测试的步骤
正态测试的图形化方法(1
正态性检验
等方差
等方差测试
等方差假设测试步骤
残差假设测试
正交设计的重要性
正交设计类型
8、主效应和交互效应
效应定义
构建实验
Step1第1步Step2第2步Step3第3步Step4第四步Step5第五步Step6第六步Step7第七步
课堂练习
9、实施全因子实验设计的步骤
•Step1:描述实际问题和实验目标
•Step2:描述因子和水平值
•Step3:决定适当的样本大小,给定aandb风险
•Step4:用MINITAB创建一个实验设计.实验设计表上的运行应随机.
•Step5:实施实验
•Step6:全模型实验分析
•Step7:简化模型
•Step8:检查是否违反假设
•Step9:用图形分析决定保留项的最优设置
•Step10:计算每项的能解释的变差比例(epsilonsquare)
•Step11:重复实验优化条件以验证结果
•Step12:最终报告
10、全因子案例研究
课堂练习
•打开文件:W32k4factorexercise.MTW.
•最大化输出变量值
•4factorsat2水平each,你使用2k方法
分组练习
•按步骤执行13steps
•准备报告
分组模拟飞机试验
11、模块回顾
部分因子试验设计
1、部分因子设计和筛选
模块目标
为什么要学习部分因子实验设计
什么是部分实验设计
实验设计思考
部分DOE术语
2、如何减少实验的次数
筛选DOE特点
筛选设计
需要筛选
高阶交互作用
隐藏的设计成本增长
课堂练习
3、混杂与实验设计分辨精度
实验步骤
2设计第一步
第二步
第三步
第四步
为什么要选择ABC高阶交互项
其他混杂项
分辨度
24-1分辨度设计
分辨度表
MININTAB分辨度表
部分因子设计
部分设计标记方法
混杂设计练习
其他混杂设计练习
23-1立方图
24-1立方图
4、部分因子实验设计选择
设计选择什么
考虑经济性
图解说明
选择一个设计
4、用MINITAB进行部分因子和筛选实验设计
用MINITAB建立25-1部分因子设计第一步
第二步
第三步
第四步
第五步
2K部分因子实验设计步骤
第一步：确定实际问题和实验目标
第二步：确定重要的因子数和水平数
第三步：决定适当的样本大小,中心点个数，给定aandb风险
第四步：用MINITAB创建一个实验设计.实验设计表上的运行应随机.
第五步：实施实验
第六步：全模型实验分析
第七步：删减模型
第八步：检查是否违反假设检验
第九步：图形分析确定最佳设计
第十步：计算每项的能解释的变差比例(epsilonsquare)
第十一步：创建预测方程
第十二步：通过复制的最佳条件验证结果
第十三步：最终报告
25-1因子实验练习
部分因子实验设计练习（1）
部分因子实验设计练习（2）
部分因子实验设计练习（3）
部分因子实验设计练习（4）
部分因子实验设计练习（5）
部分因子实验设计练习（6）
部分因子实验设计练习（7）
部分因子实验设计练习（8）
5、模块回顾
中心点试验设计
1、模块目标
2、为什么要学习中心点实验设计
