您好,欢迎来到诺达名师!
客服热线:18898361497

当前位置: 首页 > 采购物流 > 供应商管理 > 《如何应用实验设计(DOE)提高工艺控制能力》内训课

王继武

《如何应用实验设计(DOE)提高工艺控制能力》内训课

王继武 / 制程工程师

课程价格: 具体课酬和讲师商量确定

常驻地: 深圳

预定该课 下载课纲

咨 / 询 / 热 / 线 18898361497

在线咨询

课程背景

在工艺设计中,哪些工艺参数是关键的?其公差范围设定多大是合适的?相当多的工艺工程师是根据其工作经验来回答这两个问题的。 DOE借助方差分析的手段,通过少量的工艺实验,从大量的工艺参数中找出关键的工艺参数,再通过全因子析因法及响应曲面法(RSM),建立关键工艺参数与关键的质量特性的数学模型,通过对关键工艺参数建立合理的工艺规范,确保质量特性满足顾客的需求。

课程目标

运用DOE的方法,从根本上摒弃依靠“拍脑袋”和“工艺猜测”解决问题的传统陋习;掌握实验设计的方法,原理和应用;掌握DOE工具的应用步骤。

课程大纲

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

上一篇: 《供应全面商质量管理SQM》 下一篇:《汽车行业五大核心工具(APQP、FMEA、SPC、PPAP、MSA)培训》

下载课纲

X
Baidu
map
""