doe培训

试验设计DOE培训是什么？与六西格玛有什么关系？

　　【一】、DOE是六西格玛管理中常用的工具。

　　【二】、DOE常用的步骤

　　试验设计DOE（Design of Experiments）实验设计,针对产品流程、产品的研发、产品的生产过程改善时分析重要因子，优化结果，提高设计健状性的实验。通过选择对产品特性影响较大的相关参数，确定因素之间的指标，选择符合产品特性指标较好的，简单点说，就是考察影响产品特性的各个参数，确定哪些参数组合哪些产品特性最好。DOE实验设计已经广泛使用到企业对提高产品的质量、降低生产成本各个方面，实验设计还可用于企业管理，调整产品结构，制定生产效益和更高的生产计划等。

　　人类认识自然界的过程是个循序渐进的过程。一般先根据已有的知识提出某种设想，设计一个试验去验证或否定它，从试验中获得的数据帮助人们验证或修正初始的设想，然后又提出了一个更新更深入的设想，再设计新的试验，这个反复的过程会一直持续下去，直到形成了较为完整的理论结果为止。进行试验也是一个学习过程，不可能一蹴而就。一般来说，试验要进行好几批，一般采用下面几个步骤：

　　1、用部分因子设计进行因子的筛选
　　最开始，情况不很清楚，考虑到影响响应变量的因子个数可能较多(大于或等于5)，这时应在较大的试验范围内，先进行因子的筛选(screening )，通常应使用部分实施的因子试验设计法，这样获得的结果可能较为粗糙，但试验次数可以大大减少，也能够达到筛选的目的。如果认为部分实施的因子试验费用仍然太昂贵，则可以使用试验次数更少的“Plaekett-Burman设计”方法来筛选因子。
　　
　　2、用全因子试验设计法对因子效应和交互作用进行全面的分析
　　当因子的个数被筛选到小于等于5个之后，就可以进一步在稍小范围内进行全因子试验设计以获得全部因子效应和交互作用的准确信息，并进一步筛选因子直到因子个数不超过3个。
　　
　　3、用响应曲面方法确定回归关系并求出最优设置
　　当因子个数不超过3个时，就有条件采用更细致的响应曲面设计分析方法，在包含最优点的一个较小区域内，对响应变量拟合一个二次方程，从而可以得到试验区域内的最优点。
　　
　　以上所说的是典型的步骤，在实际工作中，可能跳过某个环节，也可能在某个步骤上反复进行几次。总之，要不断地筛选因子，不断调整试验的范围和因子水平的选择，经过几轮试验后才能最终达到试验的总目标。
　　
　

六西格玛工具中提到的实验设计DOE有什么作用？

六西格玛工具中提到的实验设计DOE的作用：
1、在进行基础研究时，试验设计可用来。
①发现变量间的联系。
②明确技术要点。
2、在进行产品设计时，试验设计可用来。
①做灵敏度分析。
②建立可靠公差。
③确定部品特性。
④确定设计布局。
⑤使用较低等级的材料和部品以降低成本。
⑥减少变异。
⑦改兽新设计产品的性能。
3、在进行制造过程(工艺)设计时，试验设计可用来。
①进行过程变量研究。
②变量的优化设置。
③建立可靠的公差。
④发现低成本的解决方案。
⑤减少过程变化。
⑥将过程均值通近目标值。
⑦缩短制造周期。
⑧消除缺陷。
⑨提升产品可靠性。
4、在过程改善时，试验设计可用来。
①解决问题。
②确定过程变量间的相互关系。
③进行过程能力研究。
④比较设备和方法的影响度。
5、计量时，试验设计可用来。
①进行量具研究。
②确定主要误差。
③将测量误差降至最小。

DOE实验设计的使用步骤是什么?

　　一、实验设计的使用
　　实验设计(design of experiments,DOE)用于检验和优化过程、产品、服务或解决方案的绩效。它主要用来帮助了解不同条件下产品或过程的行为。DOE最独特之处就在于它能够使你通过实验来计划和控制变量，与按照“经验观察”方式仅仅收集和观察现实世界中的事物是截然不同的。在6sigma组织中，DOE有着非常广泛的应用，天行健咨询公司分析了它能帮助企业解决以下问题：
　　1、评估顾客声音系统，在不烦扰顾客的情况下寻找产生有效反馈的最佳方法组合；
　　2、评估诸因素以将引起某一问题或缺陷的“重要”根本原因分离出来；
　　3、试行或检验可能的解决方案组合，以寻求最佳改进策略；
　　4、评价产品或服务的设计以确认潜在的问题并从开始就减少存在的缺陷。

　　尽管DOE用于事物要比用于人更容易，但在服务环境下进行实验设计仍是可能的。可是，这些实验设计趋向是“现实世界”的试验，在这些试验中，变量在实际过程中加以控制，然后将其结果进行比较。

　　二、实验设计的基本步骤
　　1、确认要评价的因素
　　你希望从实验中了解些什么?对过程或产品的可能影响是什么?在选择因素时要切记：试验更多因素不仅会带来获取额外数据的利益，也会增加成本和复杂性，对二者进行权衡很重要。

　　2、界定检验因素的“水平”
　　对速度、时间和重量等诸如此类的变量因素，试验水平的数量可以无限多。因此，你不仅要选择所要采用的数值，而且还要确定希望试验多少不同的水平。在离散型数据情况下，试验水平可能是两选一的。

　　3、建立一个实验组合排列
　　在实验设计中，通常希望避免采用每一变量都单独试验的“每次一个因素”(one-factor-at-a-time,OFAT)的办法。通常是试验一系列因素水平组合以得到对所有因素都具代表性的数据。这些可能的组合或排列可以由统计软件工具产生或查表得到，借助它们可以帮你避免对每一可能的组合都进行试验。

　　4、在规定的条件下进行实验
　　关键是要避免其他一些未被检验的因素影响结果。

　　5、评价结果和结论
　　如果你要从实验设计数据中发现模式或得出结论，那么像方差分析和多元回归之类的工具是必需的。从实验数据中你可能会得到非常明确的答案，也可能会产生新问题，从而需要另外的实验加以测试。
　　内容摘自：天行健咨询公司