当前位置: 首页 > 生产管理 > 质量管理 > 如何应用实验设计(DOE)提高工艺控制能力
单元 |
主要内容 |
目的 |
0 |
破冰案例研讨 |
|
1 |
实验设计(DOE)概述 |
|
|
什么是实验设计 |
|
|
实验设计(DOE)的目标与用途 |
|
|
实验设计(DOE)的作业流程 |
|
|
主效应、交互作用及其计算 |
|
|
分组练习:主效应及交互效应的计算 |
|
|
实验设计的基本原则:随机化、重复和分区化 |
|
|
模型与误差 |
|
2 |
假设检验基础 |
假设检验是理解DOE的理论基础之一 |
|
假设检验(Hypothesis testing)的提出 |
|
|
假设检验的目的和定义 |
案例分析:食堂菜谱满意度改进 |
|
假设检验的程序 |
|
|
假设决策的风险 |
案例:陪审团的判决 与 机场安检 |
|
假设检验:如何进行 |
|
|
P-值要多小:根据状况有所不同 |
|
|
DOE常用的假设检验说明 |
梳理DOE常用的假设检验 |
3 |
2k全因子设计 |
|
|
因子和水平的组合 |
|
|
2k全因子实验的表示方法 |
|
|
正交表(Orthogonal array) |
|
|
2k全因子析因实验 |
|
|
因子的代码化(coding) |
|
|
分组练习:24四因子两水平全因子实验排列表 |
|
|
2k全因子设计概述 |
|
|
2k全因子实验设计的目的 |
|
|
案例分析:淬火工艺改进(七个步骤) |
结合Minitab软件的操作 |
|
分组练习:利用2k全因子实验,分析如何提高纸飞机的飞行距离 |
|
4 |
部分因子设计和筛选实验 |
|
|
筛选实验的特点 |
|
|
为何要减少实验次数 |
|
|
混合、别称和解析度 |
|
|
分组练习:练习识别别名或混合 |
|
|
如何选择部分因子设计 |
|
|
部分因子和筛选设计在Minitab的使用 |
案例分析:25-1实验设计 |
|
|
案例分析:自动刨床加工零件的表面工艺条件 |
|
|
案例分析:变压器的耗电量实验 |
|
分组练习:利用2k-p部分因子实验,分析如何提高纸飞机的飞行距离 |
|
5 |
中心点 |
|
|
2k实验设计方案的问题 |
案例分析:无中心点的实验设计 |
|
中心点和曲率 |
|
|
中心点的设置 |
结合Minitab软件操作 |
|
|
案例分析(4个) |
6 |
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:分区化过滤速率实验 |
7 |
响应曲面设计(RSM) |
|
|
实验设计的类型 |
|
|
过程设置优化:2因子 |
案例分析:响应曲面实验-1 |
|
过程设置优化:曲面响应 |
|
|
速上升路径 |
案例分析:响应曲面实验-2 |
|
中心复合设计CCD |
案例分析:响应曲面实验-3 |
8 |
混料设计 |
适用于配方或配比的工艺 |
|
什么是混料设计(Mixture Design)? |
|
|
单形、单形的顶点与坐标 |
案例:三维、四维空间的一个单形 |
|
混料实验的统计模型 |
|
|
Scheffé(雪费)典型多项式 |
|
|
常见混料设计:单纯形格点法 |
|
|
M{p,1}单形格子设计 |
|
|
M{p,2}单形格子设计 |
|
|
M{p,d}单形格子设计 |
案例分析:混料设计_单形格子 |
|
常见混料设计:单纯形质心法 |
|
|
单形重心设计的基本思路 |
案例分析:空气过滤器的设计 |
|
常见混料设计:极端顶点设计 |
案例分析:混料设计_极端顶点法 |
|
课程总结:实验DOE路径图 |
|
我要预约
《如何应用实验设计(DOE)提高工艺控制能力》已有35家企业预约
""