DOE是一种高级质量工具，高级设计开发工具，它可以帮助质量、工艺和技术人员识别关键过程变量，完善参数设定，控制参数的调整限度，制定标准操作程序，减小过程的波动，减少转产时间，适应不断变化的客户需求，提高产品的首次合格率，增加产能，缩短过程调试时间，排除制程中的故障，有效获取对过程的理解，改进产品的稳定性，使流程更加稳定。不懂DOE（试验设计）的工程师只能算是半个工程师。

本课程结合实际案例贯穿始终，让学员**掌握DOE的实战工具。

第 一 节、统计基础

1.1、波动的理解

1.2、波动的度量

1.3、总体与抽样

1.4、正态分布

第二节、试验设计引言

2.1、什么是试验设计

2.2、试验设计的发展过程

2.3、试验设计的运用

第三节、试验设计的基础

3.1、基本术语

3.2、现实的多样性

3.3、试验误差

3.4、统计试验设计

3.5、试验设计的步骤

3.6、基本逻辑

第四节、几何与统计

4.1、试验设计的基本逻辑

4.2、二水平因子设计

4.2.1、22的全因子试验设计

4.2.2、23的全因子试验设计

4.3、多因子的全因子试验设计矩阵

4.4、23的全因子试验设计数据

4.5、计算效应

4.5.1 、A和B的交互作用

4.5.2 、A*B*C三阶交互作用

4.6、23部分因子试验设计及其平衡性

4.7、因子数较多时的设计

第五节、全因子试验设计的例子

5.1、增加中心点-发现弯曲

5.2、23全因子试验设计的立方图

5.3、Minitab简介

5.4、Minitab全因子试验设计

第六节、全因子试验设计的分析

6.1、23立方图的响应变量数据

6.2、全因子试验设计的Minitab分析

课堂练习：全因子试验设计的本公司实例模拟练习

第七节、试验设计的步骤

7.1、定义问题

7.2、选择响应变量

7.3、验证测量系统

7.4、选择因子

7.5、选择试验设计

7.6、应对试验误差

7.7、创建试验方案

7.8、实施试验

7.9、分析数据，验证结果

7.10、提出报告

7.11、贯彻改进方案

第八节、部分因子试验设计

8.1、筛选试验设计的基本逻辑

8.2、筛选试验设计的特点

8.3、筛选试验设计的类别

8.4、Plackett-Burman试验设计

8.4.1、12轮的PLACKETT-BURMAN试验设计

8.4.2、12轮P-B设计的平衡性

8.5、23的全因子试验设计平衡矩阵无混杂

8.6、Plackett-Burman试验设计的运用

8.7、部分因子试验设计

8.7.1、23部分因子试验设计

8.7.2、二水平四因子部分因子试验设计 24-1

8.8、分辨度

8.9、试验设计的分辩度与运行次数

第九节、部分因子试验设计的例子

9.1、筛选试验设计实例

9.2、计算试验运行的次数

9.3、筛选试验设计的Minitab生成

9.4、筛选试验设计的Minitab分析

9.5、筛选试验设计的计划制定

课堂练习：筛选试验设计的实战模拟练习

第十节、响应曲面设计

10.1 、试验设计的基本逻辑

10.2 、响应曲面设计介绍

10.2.1、曲线拟合

10.2.2、二次多项式

10.2.3、响应曲面设计的基本运行次数

10.2.4、计算响应曲面设计的运行次数

10.3 、试验区域的形状

10.3.1、三因子的FCC试验设计

10.3.2、三因子的中心复合序贯设计

10.3.3、三因子的中心复合有界设计

10.3.4、三因子的BOX- Behnken试验设计

10.4 、响应曲面设计的运用

10.5 、处理试验误差

10.6 、调整无法进行试验的区域

10.7 、不规则试验区

第十一节、响应曲面设计的例子

11.1 、响应曲面实例

11.2 、响应曲面设计的Minitab生成

11.3 、响应曲面设计的Minitab分析

课堂练习：响应曲面设计的实战模拟练习

第十二节、混料试验设计

12.1 、混料设计概念

12.2 、单纯形格子设计

12.3 、单纯形重心设计

12.4 、有约束的设计

12.5 、混料设计的技巧

12.6 、响应等值图

12.7 、响应曲面图、响应优化器

课堂练习：混料试验设计实战模拟练习