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

–速上升路径

–中心复合设计CCD

–响应曲面设计案例分析