【课程大纲】

第一章、实验设计（DOE）概述
1、开篇案例分析
2、什么是实验设计
实验设计（DOE）的目标与用途
实验设计（DOE）的作业流程
3、主效应、交互作用及其计算
分组练习一：主效应及交互效应的计算
4、实验设计的基本原则：随机化、重复和分区化
模型与误差
第二章、假设检验基础
1、假设检验（Hypothesis testing）的提出
假设检验的目的
案例分析：食堂菜谱满意度改进
2、假设检验的定义
3、假设检验的程序
4、假设决策的风险
P-值要多小：根据状况有所不同
DOE常用的假设检验说明
第三章、2k全因子设计
1、因子和水平的组合
2、2k全因子实验的表示方法
正交表（Orthogonal array）
2k全因子析因实验
因子的代码化（coding）
分组练习二：24四因子两水平全因子实验排列表
2k全因子设计概述
2k全因子实验设计的目的
案例分析：淬火工艺改进（七个步骤）
分组练习三：利用2k全因子实验，分析如何提高纸飞机的飞行距离
第四章、部分因子设计和筛选实验 
1、为何要减少实验次数
2、混合、别称和解析度
分组练习四：练习识别别名或混合
3、如何选择部分因子设计
部分因子和筛选设计在Minitab的使用
25-1 实验设计案例分析
分组练习五：利用2k部分因子实验，分析如何提高纸飞机的飞行距离
第五章、中心点
1、2k实验设计方案的问题
2、中心点和曲率
中心点的设置
案例分析（4个）
第六章、分区和分区化
1、为何需要分区
2、混合和分区化
3、分区化的2k实验设计
案例分析
第七章、响应曲面设计（RSM）
1、实验设计的类型
2、过程设置优化：2因子
3、过程设置优化：曲面响应
4、最速上升路径
5、中心复合设计CCD
响应曲面设计案例分析

【课程背景】

讲解如何运用进行实验设计，进行实验以及如何分析实验结果，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软件进行实验配置和数据分析。
经典的DOE通过筛选实验及部分析因法，从大量的过程特性中找出关键的少数的因子，通过完全析因法及响应曲面法（RSM），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

【课程价值点】

一、掌握实验设计的方法，原理和应用；
二、提高对DOE的认识，从根本上摒弃依靠"拍脑袋"和"工程猜测"解决问题的传统陋习；
三、了解应用DOE的必备条件；
四、掌握DOE工具的应用步骤；
五、系统性地应用DOE工具，提高过程质量及生产效率。

【课程对象】

参与产品开发工程师、质量工程师、工艺工程师以及制造工程师等。

【课程时长】

12H