实验设计（DOE）课程提纲

  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。

  参加人员：

  参与产品开发的技术人员、设计人员和质量工程师、工艺工程师以及制造工程师等。

  培训目标：

  掌握实验设计的方法，原理和应用；
  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；
  了解应用DOE的必备条件；
  掌握DOE工具的应用步骤；
  系统性地应用DOE工具，提高过程质量及生产效率。

  课程内容：

  一、实验设计（DOE）概述

  –什么是实验设计
  –实验策略
  –因子和过程

  二、全因子设计

  –因子和水平组合
  –使用Minitab来创建全因子实验设计
  –复制和随机化
  –全因子分析的假设条件
  –主效应和交互作用
  –全因子实验的实施步骤

  三、2k全因子设计

  –2k全因子设计概述
  –2水平因子的线性组合
  –使用Minitab创建2k全因子设计
  –主效应和交互作用
  –2k全因子实验的实施步骤
  –2k全因子实验案例

  四、部分因子设计和筛选实验

  –为何要减少实验次数
  –混合、别称和解析度
  –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

  五、中心点

  –2k实验设计方案的问题
  –中心点和曲率
  –中心点的设置
  –案例分析

  六、分区和分区化

  –为何需要分区
  –混合和分区化
  –分区化的2k实验设计
  –案例分析

  七、响应曲面设计（RSM）

  –实验设计的类型
  –过程设置优化：2因子
  –过程设置优化：曲面响应
  –最速上升路径
  –中心复合设计CCD
  –响应曲面设计案例分析