掌握试验设计的方法，原理和应用。

任何把降低质量成本和PPM作为业务目标的企业和人员。需要理解和运用实验设计程序收集数据的人员，质量人员及设计开发人员、工艺开发人员

课 程 内 容
第一部分 DOE基础知识
1、 试验的定义
2、 试验设计和分析的含义
3、 试验设计和分析的历史和发展
4、 试验设计和分析的作用
5、 试验设计DOE有关术语
5.1 response 响应
5.2 factor 因子 （controlled factor可控因子、uncontrolled factor非可控因子）
5.3 level 水平/treatment处理
5.4 main effect主效应
5.5 interaction 交互作用
5.6 试验单元
5.7 试验环境
5.8 模型和误差
6、试验设计分类
7、试验设计运用步骤
8、DOE基本原则 Replication重复、Randomization随机化和Blocking分组

第二部分 简单实验设计应用
1、 试误法(Trial & Error)
2、 单因子轮换试验法 one-factor-at-a-time
3、 单因子试验设计和分析 3.1 单因子试验设计
3.2 单因子试验设计图形（定性）分析：箱线图（box plots）、单值图（scatter diagram）、残差图（plot of residuals）
3.3 单因子试验设计统计（定量）分析：单因子方差分析(one way analysis of variance)、多重比较 （multiple comparison）
3.4 单因子试验设计（定量）分析：线性回归、非线性回归

第三部分 析因试验设计 factorial design
1、 析因试验设计概述
1.1 析因试验设计的含义
1.2 析因试验的目标
1.3 全因子试验设计法full factorial design
1.4 重复试验
2、 析因试验设计法的基本应用程序
2.1 明确试验目的，确定考核指标
2.2 选择主因子，确定主因子水平
2.3 选择析因设计和构造设计矩阵
2.4 实施试验计划、记录试验数据
2.5 计算和分析试验结果
2.6 建立预测模型
2.7 论断和确定
3、 全因子析因试验设计法的运用案例
3.1 案例1：3因子2水平全因子试验设计案例；
3.2 案例2：3因子3水平全因子试验设计案例；
3.3 案例3：3因子3水平全因子重复二次试验设计案例；
3.4 案例4：4因子2水平全因子一次四个产品试验设计案例；
3.5 案例5：需要考虑两个质量特性时的案例
4、 有中心点的试验设计
4.1 有中心点的试验设计的概念
4.2 有中心点的试验设计的优点
4.3 案例6： 有中心点试验设计案例
第四部分 部分因子试验设计法 fractional factorial design
1、部分析因试验设计的含义
2、重影效应（alias）
3、部分因子试验的清晰度（Resolution）
4、部分因子实验的案例
案例1：5因子2水平1/2部分因子试验设计案例；
案例2: 1/4部分因子试验设计案例


第五部分 响应曲面设计
1、 响应曲面设计的概念；
2、 中心复合设计
2.1 中心点 center point
2.2 角点 corner point
2.3 轴点 axial point
3、 BOX-Behnken 设计
4、 响应曲面设计的计划
4.1 用最速上升法（Steepest ascent search）寻找试验的最优区域
4.2 在已确定为最优区域的范围内，进行响应曲面试验
5、 响应曲面设计案例


2天课程 讲解如何运用实验计划法生成试验计划，进行实验以及如何分析试验结果，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软件进行实验设计和数据分析。
培训特色：通过筛选实验及部分析因法，从众多过程特性中找出影响结果的关键少数的因子，通过全因子法及响应曲面法，建立少数关键因子与关键输出特性的数学模型Y=f(x)，从而通过对少数关键的因子建立合理的容差，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。
学员背景要求： 具备基本的运算能力，了解统计概念，并有统计过程控制（SPC）和测量系统分析（MSA）的经验。带电脑，会使用简单的Minitab软件功能。
培训目标：
掌握试验设计的方法，原理和应用。
 通过咨询师的现场辅导，解决生产现场的实际问题并有效掌握DOE的应用
 提高对DOE的认识，从根本上摒弃依靠“啪脑袋”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。