公开课列表

实验设计(DOE)基...

  • 简介
  • 详情
  • 相关课程

实验设计(DOE)基础班

  • 温馨提示:
  • 为保证课程质量,每期人数有限,需提前预约。立即报名,咨询电话:18898361497

培训对象

质量、生产、设备、物料和研发部门的主管、工程师、技术员、班组长、检验员等

课程目标

一、学习实验设计的基本概论与关键术语; 二、学习实验设计的设计思想、实验计划与步骤、数据分析方法; 三、掌握实验设计的分析路径、实验方法及设计技巧,掌握DOE的精髓; 四、提高在研发、制造及质量改善中解决实际问题的能力; 五、掌握如何在DMAIC的改善阶段合理使用实验设计的方法; 使用Minitab/JMP来进行实验设计与分析,获得最佳结果变得方便容易。

费用说明

2280

课程详细介绍
  • 温馨提示:
  • 为保证课程质量,每期人数有限,需提前预约。立即报名,咨询电话:18898361497

改进和创新最有效的工具;

利用最少的资源,获得最佳的结果;

“不掌握实验设计(DOE)的工程师,只能算是半个工程师。”

                      ── 质量工程学创始人田口玄一 ( G. Taguchi)

实验设计(Design of Experiments, 缩写为DOE),是研究如何制定适当的实验方案,对实验数据进行有效的统计分析的数学理论与方法。经证实,最节约成本又能改善质量和生产效率的最有效方法就是DOE。为找到最影响质量的关键少数因子的试错法非常昂贵而且耗时。试验设计的目的是探究特征、预测,以进一步在节约成本的基础上改善任意系统或制程的表现。它对于解决多因素优化问题,有效的提高产品质量,降低生产成本卓有成效。现已为美国和日本企业广泛使用。实验设计还可应用于改进企业管理,调整产品结构,制定高效生产计划等。

实验设计 ( DOE ) 也是DMAIC路径中改善阶段的主要工具之一。本课程主要介绍了DOE的设计思想、实施计划、数据分析、验证及推荐方案,介绍了完全析因实验与筛选实验的设计与应用;介绍了寻找最佳的工艺窗口的技巧,讲解了少做实验的技巧及稳健设计等优化方法;介绍了实验设计与数据处理的基本原理与应用方法,从而能够在今后实际工作中设计合理的实验方案及合理处理有关实验数据,开发新产品与优化工艺参数。还学习了通过 Minitab/JMP 会制定适合您独特案例的设计,该方法比之前支持统计试验设计的工具更为普遍,且不需要很多经验和专业技术。通过本课程的学习,能够在今后实际工作中设计合理的实验方案及科学合理处理有关实验数据,解决实际问题,达到持续改进,优化核心流程,全面提高企业核心竞争力的目的。

课程目标:

一、 学习实验设计的基本概论与关键术语;

二、 学习实验设计的设计思想、实验计划与步骤、数据分析方法;

三、 掌握实验设计的分析路径、实验方法及设计技巧,掌握DOE的精髓;

四、 提高在研发、制造及质量改善中解决实际问题的能力;

五、 掌握如何在DMAIC的改善阶段合理使用实验设计的方法;

六、 使用Minitab/JMP来进行实验设计与分析,获得最佳结果变得方便容易。

课程特色:

一提到DOE,很多人就会想到其深奥的理论,使人望而却步。本课程特点:适当的理论,注重实战,由浅入深,许多经实际检验过的成功案例,让学员在实践中轻松掌握,在互动的分享交流中增加收获。

参加人员:

研发项目负责人,工程经理,设计开发、工艺准备、生产制造的技术人员;质量经理、质量管理人员;产品经理,负责市场调研、产品策划和售后服务的人员;采购与供应人员;六西格玛管理与六西格玛设计(DFSS)绿带、黑带等。

第一天

时间

主题

09:00-09:15

DOE目的

DOE的用途

DOE的应用时机

DOE的定义

9:15-10:45

知识准备统计知识及MINITAB/JMP操作技巧

利用 Minitab/JMP 来分析 DOE 结果

在学习 DOE 之前,我们将回顾:

比较方法,了解假设检验,P-值

为了更好地分析 DOE,学习这些基本统计方法是必要的

DOE的一般模型

DOE-概念与术语

指标Y,因子X,水平,处理,处理组合,主效应,交互作用

10:45-11:00

休息

11:00-12:00

实验类型

反复实验(Trial and Error)

单因子法One-Factor-at-a-Time(OFAT)

序贯实验策略

实验计划

实验设计流程

问题的定义à输出变量及输入变量的选定à输入变量水平的选择àDOE的选择àDOE实施及收集数据à数据分析à结论和提案

编码,中心点,

实验设计的三个基本原理:

重复,随机化与区组

实验计划的考虑与技巧

12:00-13:00

午休

13:00-14:40

完全析因(全因子)实验

为什么使用析因实验?

两因子析因实验

一般析因实验

2水平全因子实验

单个复制

析因实验中的区组考虑

析因实验数据与回归分析

案例分析

14:40-15:00

课堂实践 : 利用MINITAB/JMP进行全因子设计练习

15:00-15:15

休息

15:15-16:50

完全析因(全因子)实验分析

七步法流程

第一步“浏览数据”。

第二步:拟合模型。

第三步是减少模型。

第四步,是进行残差诊断。

第五步:判断模型是否合适,需要改进吗?

第六步:解释选定模型。

第七步判断“目标是否已经达到?”

案例分析

16:45-16:50

课堂实践 : 利用MINITAB/JMP进行全因子分析练习

16:50-16:55

总结

16:55-17:00

布置课后练习 : 利用MINITAB/JMP进行全因子设计与分析练习

第二天

时间

主题

09:00-09:15

复习第一天内容,解答学员问题

9:15-10:30

部分析因实验概论

混杂(Confounding)

部分析因的基本原理

生成元(generator),别名(alias),分辨度(resolution)

2水平部分析因(部分因子)实验

1/2部分因子实验

1/4部分因子实验

一般部分析因实验

3 水平因子实验

用于筛选与特征化的部分析因实验

10:30-10:45

课堂实践 : 部分析因实验设计讨论

10:45-11:00

休息

11:00-11:40

部分析因实验的计划

对主效应与交互作用间混杂问题的考虑思路与设计技巧分享

案例分析

11:40-12:00

课堂实践 : 利用MINITAB/JMP进行部分析因实验设计练习

12:00-13:00

午休

13:00-14:40

部分析因实验分析法

七步分析法

部分析因实验的实例剖析

案例分享

练习

14:40-15:00

课堂实践 : 利用MINITAB/JMP进行部分析因实验分析练习

部分析因实验设计、分析与验证实战演练

15:00-15:15

休息

15:15-16:50

进阶的DOE部分析因主题讨论与设计技巧分享

折叠设计(Folding Designs) 及实例分析

*饱和设计(Saturated Designs) 及实例分析(选项)

*超饱和设计简介(选项)

Placket-Burman设计及实例分析

三水平部分析因实验的分析

16:50-17:00

小结

Q & A

相关课程

最新内训课推荐

在线咨询
电话咨询
名师免费定制方案