2025年工程师的DOE零基础指南：实验设计赋能研发创新与工艺优化.docxVIP

●十TATiTicAtJmp

●

十TATiTicAt

工程师的DOE零基础指南：

实验设计赋能研发创新与工艺优化

目录

目录

前言 3

实验设计简介 3

实验设计类型 4

实验设计应用场景 4

实验设计实施阶段 5

实验设计工作流 5

实验设计常用术语 6

实验设计三大原则 6

案例实战 7

案例1：应用响应曲面设计优化PCB设计仿真实验参数 7

案例背景 7

创建实验方案 8

采集实验数据 8

建立回归模型 8

应用回归模型 10

小结 11

案例2：基于定制设计实现化工材料配方开发与工艺优化 12

案例背景 12

创建实验方案 12

采集实验数据 12

建立回归模型 13

应用回归模型 14

小结 15

案例3：结合空间填充设计与机器学习优化食品配方与工艺 16

案例背景 16

创建实验方案 16

采集实验数据 16

标准最小二乘建模 17

SVEM机器学习建模 18

模型比较 19

小结 20

总结 21

实验设计方法选择 21

经典vs最优vs现代 21

基于模型vs模型未知 22

常用实验设计方法 24

设计诊断 24

JMP实验设计的优势 25

2

前言

实验设计简介

DOE，即实验设计(DesignofExperiment)，是研究和处理多因子与响应变量关系的一种科学方法，它通过合理地挑选实验条件，安排实验，并通过对实验数据的分析，从而找出最优的改进方案。从上个世纪20年代费雪(RonaldFisher)在农业实验中首次提出DOE的概念，到六西格玛管理在世界范围内的蓬勃发展，DOE已经历了近一个世纪的发展历程，在学术界和企业界均获得了崇高的声誉。

其实，DOE对于中国人来说，并不是一个完全崭新的内容。早在新中国成立初期，华罗庚教授就在我国农业、工业领域大力倡导与普及DOE，只是当时他运用的是另一个名词——优选法。七十年代末，方开泰教授和王元院士又提出了著名的“均匀设计”法，这一方法在我国航空航天事业的导弹设计中取得了巨大成效。与此同时，“均匀设计”法也在全球研究DOE理论的学术界得到了高度赞誉。但是，在将DOE的先进理念和科学方法向各行各业和一般技术人员普及推广，并转换为高效生产力的道路上，我们的进展还十分有限。

什么是实验设计(DOE)?

如何最大限度获取洞察,同时减少实验?

图1实验设计简介

从本质上讲，DOE是这样一门科学：研究如何以最有效的方式安排实验，通过对实验结果的分析以获取最大信息量。所以，DOE有两大技术支柱：实验规划和分析方法。

?实验规划：主动、预先地制定方案和计划，在设计空间中合理布点进行实验，进行科学、系统、高效的数据采样

?分析方法：分析采集的实验数据，对响应和因子之间的关系建模，辅助决策

一般的实际问题都是纷繁复杂、千变万化的，但是透过现象看本质，所有实际问题的共同点也可以通过统一的模型来抽象概括。图2就是一个高度简化的过程模型，其中Y1，Y2等变量是我们关心的输出变量，例如质量指标、生产能力和成本等，通常被称为“响应变量”（Response）；X1，X2等变量是我们在工作中可以加以控制的输入变量，例如人员、设备、原材料、操作方法和环境等，通常被称为“可控因子”(Factor)，它们可以是连续型变量，也可以是离散型变量；中间的“暗箱”是“过程”(Process)，在前两者之间起着衔接转换的作用，它与不同行业、不同产品、不同技术密切相关，但整体都可以用y=f(x)的数学模型来表示。这个数学模型的具体表达式越精准，说明我们对这个过程的理解越深刻，而DOE就是协助我们揭示或验证该数学模型表达式的利器。

图2过程模型

在某些要求不高的工作环境中，往往不需要用一个复杂的数学表达式来描述过程的全貌，但至少要了解哪个或哪几个因子对响应的影响显著，哪些因子之间存在着相互影响的关系等。这

3

4

时，“主效应”(MainEffect)和“交互作用”(Interaction)可以帮助我们回答这些问题。主效应是指一个因子在不同水平下的变化导致响应的平均变化量。正如图3所