[经管营销]DOE实战务实.ppt

怎样学习本课程 DOE是门复杂的统计技术； 反诘互动的方式来学习，提倡多提问； 不要质疑统计学，你可以问“为什么”这样？ 带者问题学习，能事先准备工厂数据最佳； 携带电脑，安装MINITAB。 教学方式 讲解原理（适用范围、前提条件、应用机制） 案例演示； 小组讨论/或练习； 反馈/纠正指导； 学习消化，逐层推进。 课程设置 第一讲 实验设计概述 第二讲 正交实验设计 第三讲 田口方法简介 第四章 Minitab应用 第五讲 田口设计 讨论答疑 1.1 什么是实验设计 实验设计（Design of Experiments DOE ） 定义： 是一种安排试验和分析试验数据的统计方法。 计划安排一批试验，并严格按照计划在设定的条件下进行这些试验，获得新数据，然后对之进行分析，获得我们所需要的信息，从而得出科学的结论。  实验设计由来与发展 1920年,试验设计技术最早是由英国统计学大师费歇尔（R.A.Fisher）所创立，首先将其应用在农业试验，目的是为提高农业产量。 1947年劳博士（Rao，D，R）建议使用正交表规划具有数个参数的实验计划。 二战以后，田口玄一博士，将试验设计方法应用于改进产品和系统质量，并研究开发出“田口品质工程方法”，简称田口方法。从而提升了日本产品品质及日本产业界的研发设计能力，成为日本战后质量管理的重要工具之一。 1962年，田口博士获得戴明个人奖，其主要贡献就是发明了“稳健设计”方法。 1.2 DOE的目标 DOE的目的主要有两个： 检测自变量X对指标Y的影响程度——哪些因素重要，哪些因素不重要？ 确定因素及水平搭配的最佳组合 ——这些自变量X取什么值时使Y达到最佳值？ DOE的优势 与传统的实验方法比较： 传统方法—— 每次实验只能变动一个 因素 DOE——每次实验同时测试多个 因素的影响 DOE优势 实验次数少 L8（2 ）=128次（全部组合） 实验时间最短 效果最好 成本最低 1.3 DOE的作用 产品设计开发，进行参数设计和选材，缩短设计开发周期； 为原材料选择最合理的配方； 用于过程设计，以确定最佳工艺参数； 用于质量改进，解决长期、顽固的品质问题； 为新设备或现有设备选择合理的参数； 进行系统（当然也包括服务领域）的优化。 DOE是进行产品和过程改进最有效的强大武器！ 1.5 DOE 基本术语 实验计划 实验计划是实验中产生结果的一项经济有效的方法。 实验设计是一项安排，以便于实验的进行。而实验，则是一项研究方法，择定数项独立变量做随机变动，从而确定其效应。一项良好的实验，可以使实验的结果获得简明的解释，可以确定各项因素的主效应，也可据以确定个因素间的互动。 一般情况下，实验计划是由正交表来实现的。 基本术语 响应： 亦称指标、质量特性 ，是在实验设计中可以测量的系统输出，一般以Y表达。 因子与水平 因子：指系统或过程输入变量。是工程师需要研究或设定的对象，借以说明响应的大小。 因子有两种分类方法： 1）定性因子和定量因子 2）可控因子和噪音（将在田口方法中介绍） 定性因子的水平被限制为个数，没有什么固定顺序，如操作者或材料等； 定量因子则可取连续值（如温度、压力）的因子。 基本术语 水平：在进行每一次实验时，每一因子至少应从两个层次进行研究，称其为因子的水平。例如温度可能其应用的范围是210℃~230℃，这两个值可以作为因子温度的水平。 重要提示：因子的水平数至少应取2个，这是DOE最关键的特殊要求； 表达方式： 若是2个水平：高水平 +； 低水平 – 若是3个水平：由低至高，依次用1、2、3表达。 术语：主效应与交互作用 主效应： 一个因素对输出响应值的影响； 交互作用： 两种或以上的因素对输出响应值的影响。 1.6 正确筛选试验因子与水平 正确筛选和确定因子及水平，是确保实验结果有效性的重要前提。 如何正确的选择因子及水平，完全依赖于工程师的经验以及他对过程的理解。 在流程分析的基础上，选择所有主要的因子，而放弃哪些显然不重要的因素。 必须慎重确定因子水平，它会直接影响到实验结果。 一般情况下，把注意力放在可控因子的选择上，而不是噪音——除非你期望做稳健设计。 不同的DOE方法，对因子及水平的个数有不同的限制！ 1.7 实验设计的阶段及程序 DOE包含计划-实施-分析三个阶段，8个步骤： 步骤1：明确改善目标或试验目的； 步骤2：选择品质特性（起关键作用的）； 步骤3