实验设计,是数理统计学的应用方法之一,在很多学科中得到广泛的应用。 它的主要内容是讨论如何合理地安排试验、取得数据,然后进行综合的科学分析,从而达到尽快获得**方案的目的。
实验设计,是数理统计学的应用方法之一,在很多学科中得到广泛的应用。
它的主要内容是讨论如何合理地安排试验、取得数据,然后进行综合的科学分析,从而达到尽快获得**方案的目的。
统计技术在生产/制造过程中的应用是对过程中输入的变量进行有目的地优化,使输出的结果更加理想。DOE是其中较为有效的一种工程工具。
一、实验设计基础
1.单因子实验及实验设计(DOE)的提出
2.实验设计在研发/工艺设计中的作用
二、实验设计流程
1.确定问题(绿Y)及实验目标
2.应用脑力风暴及QC手法建立因子大名单(X1----Xn)
3.确定因子筛选的方式、途径及置信水平
4.完成实验方案设计及其实施
5.确定关键因子及其*水平/组合
6.效果评估及后续行动
三、因子筛选---图基检验及其应用
1.图基检验及其原理
2.应用图基检验筛选出关键因子
四、快速接近---假设检验及其应用
1.假设检验在各种类型企业中的应用
2.应用假设检验快速锁定关键因子/确定*水平发展方向
五、设计优化---完全析因及其应用
1.完全、部分析因方案设计及方差分析
2.响应曲面及设计优化器应用
六、快速验证---同时考虑两种风险
1.确定**小样本量
2.快速验证优化程度及改进效果
七、案例演练及发表
八、课程小结及测评
《DOE 实验设计实战应用》
6月15-16日 苏州(线上同步)《DOE试验设计与分析》
9月16-17日 北京(线上同步)《DOE实验设计-综合问题解决方法》
9月22-23日 深圳(线上同步)《DOE实验设计的多场景应用》
12月28-29日 北京(线上同步)
课程模式:线上录播
培训对象:产品设计、质量管理、生产管理、质量工程师等
课程目标:1、了解试验设计的作用、用途、分类及特点
2、掌握试验设计的实施流程及过程要点
3、掌握单因子试验设计的操作步骤,理解其建模思想
4、掌握2水平全因子设计的创建、执行和分析方法,理解结果解读标准
5、理解2水平部分因子实验的设计原理...