深圳世纪方略企业管理咨询有限公司
微信|手机:
* 186-2035-3028
* 158-8952-1498
总机: 0755-2300-8036
官网:
http://www.iatfms.com
http://www.sjflmc.com
总公司地址：
深圳市宝安区松岗街道宏海商务中心1518室
东莞分公司地址：
东莞市松山湖高新技术开发区新竹路4号新竹苑13幢4楼
三天课程 讲解如何进行试验设计，进行实验以及如何分析试验结果，讲解实验设计的原理及如何运用它们来提升产品质量和生产效率。本课程将运用MINITAB软件进行实验设计和数据分析。
学员背景要求：
具备基本的运算能力，了解统计概念，并有统计过程控制（SPC）和测量系统分析（MSA）的经验。
任何把降低质量成本和PPM作为业务目标的企业和人员。需要理解和运用实验设计程序收集数据的人员，质量人员及设计开发人员、工艺开发人员
每位参加人员将获得一套培训手册
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。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
掌握试验设计的方法，原理和应用
通过咨询师的现场辅导，解决生产现场的实际问题并有效掌握DOE的应用
提高对DOE的认识，从根本上摒弃依靠"啪脑袋"和"工程猜测"解决问题的传统陋习
了解应用DOE的必备条件
掌握DOE工具的应用步骤
系统性地应用DOE工具，提高过程质量及生产效率
试验的定义
试验设计和分析的含义
试验设计和分析的历史和发展
试验设计和分析的作用
试验设计DOE有关术语
Response 响应
Factor 因子 （controlled factor可控因子、uncontrolled factor非可控因子）
Level 水平/treatment处理
Main effect主效应
Interaction 交互作用
试验单元
试验环境
模型和误差
试验设计分类
试验设计运用步骤
DOE基本原则 Replication重复、Randomization随机化和Blocking分组
试误法(Trial & Error)
单因子轮换试验法 one-factor-at-a-time
单因子试验设计和分析
单因子试验设计
单因子试验设计图形（定性）分析：箱线图（box plots）、单值图（scatter diagram）
单因子试验设计统计（定量）分析：单因子方差分析(one way analysis of variance)、多重比较 （multiple comparison）
单因子试验设计（定量）分析：线性回归、非线性回归
单因子的多重比较技术
相关统计原理介绍: 单因子方差分析数学原理
模型诊断技术：残差图（plot of residuals）及残差诊断
析因试验设计的含义
完全析因试验设计的含义
2水平全因子试验概述
试验的安排、中心点的选择及随机化排序
代码化及其计算
全因子析因试验设计法的运用案例
明确试验目的
确定响应变量
选择因子与水平
选择试验计划
试验结果记录
试验结果数据分析
确定分析结果
进行验证试验
案例1：3因子2水平全因子试验设计案例
案例2：4因子2水平全因子一次四个产品试验设计案例
案例3：需要考虑多个质量特性时的案例
有中心点的试验设计
有中心点的试验设计的概念
有中心点的试验设计的优点
案例4：有中心点试验设计案例
相关统计原理介绍: 多因子方差分析数学原理
部分析因试验设计的含义
重影效应（alias）
部分因子试验的清晰度（Resolution）
部分因子实验的案例
案例1：5因子2水平1/2部分因子试验设计案例
案例2: 1/4部分因子试验设计案例
Plackett-Burman设计
3水平部分因子试验的分析
响应曲面设计的概念
中心复合设计
中心点 center point
角点 corner point
轴点 axial point
BOX-Behnken 设计
响应曲面设计的计划
用最速上升法（Steepest ascent search）寻找试验的最优区域
在已确定为最优区域的范围内，进行响应曲面试验
响应曲面设计案例
多响应曲面设计的最优分析
混料设计概论
混料设计约束图
混料设计分类：简单混料型、混料-总量型、混料-过程变量型
混料试验的计划
单纯形重心法 simplex centroid
单纯形格点法 simplex lattice
极端顶点设计法 extreme vertices design
混料试验的分析,混料试验的运用案例
亲，扫一扫
CTO 技术专家
添加专家顾问