实验设计(DOE) 计划表

DOE实验设计详解+案例说明! Design of Experiments⽬錄⼀實驗計畫法(DOE)概念與實施必要 1⼆ DOE實驗與解析概述 3三實驗設計階段 9四實驗配置階段 11 五實驗數據解析階段 16 六尋求最適參數的實驗計畫法 20七多品質特性處理 23⼋附錄：常⽤直交表與點線圖 24⼀實驗計畫法(DOE)概念與實施必要1 何謂實驗計畫法當我們想⽐較藥品的療效，⽐較加⼯⽅法好壞，⽐較教材學⽣吸收程度，⽐較促銷⽅法等需要進⾏實驗計劃法(DOE)(1) ⼜稱實驗設計，原⽂為 Experimental Design 或Design of Experiments 常以DOE稱之，1925年英國農業專家 Fisher應⽤數理統計⼿法所創造的實驗設計與解析的⽅法，也就是⼀種實驗設計與實驗解析的程序c實驗設計規劃進⾏經濟有效的實驗⽅法，期能獲得充分的實驗數據d實驗解析實驗結果分析以獲取有效、客觀結論包含實驗規劃、實驗實施、數據收集、統計分析、導出結論等過程稱為實驗計劃法(2) ⼀般實驗計畫(DOE)⽬的可以涵蓋c⽐較實驗：⼆個配⽅⽅案的⽐較d篩選設計：決定最具影響⼒的參數(因⼦x1,x2…) 與其影響⼒，是品質改善重要的⼿法通常是實施e或f實驗的前置實驗e優化設計：決定系統設計的參數設定值，使特性y的性能(或變異)達到⽬標值f穩健設計：決定系統設計的參數設定值，使特性y不受其他不可控因⼦的影響(品質⼯程Taguchi Method)(3) 實驗計畫的發展主流c傳統實驗計劃法d⽥⼝品質⼯程(⽥⼝⽅法)e夏寧法(Shainin DOE) 在美國實施的⼀種實驗⽅法(⾮主流)2 企業經營必須要有持續不斷改善(1) 開發與改善需強⼤的管理與技術能⼒為後盾，尤其後者是真正核⼼價值(2) 若現有技術⽅法不⾜以開發或改善時，應著⼿實驗以鑑別要因、設定最適條件(3) ⾼科技產業因影響因⼦繁多且⼯藝複雜⽽不成熟，更須經由實驗以掌握know how 3 實驗是改善的關鍵(1) 實驗的想法實驗是單或⼀串試驗，有⽬的地改變因⼦(1因⼦或多因⼦)的狀態，觀察⽐較其結果變化，從⽽鑑別、證明該因⼦對過程是否具有⾜夠影響⼒，或檢驗、建⽴⼀個假設(2) ⼯廠使⽤實驗計畫法時機，常在開發階段或實施製程管制(SPC)階段⽽需活⽤DOE(3) 實驗計劃法三個名詞 c 因⼦ Factor (或因素)認為可能影響過程的要因，如化學反應製程的溫度(A)、反應時間(B)、….等 d ⽔準 Level (或階次)實驗時刻意改變因⼦的狀態，如反應溫度(A)實驗100℃(A 1)與120℃(A 2)，則A 因⼦的⽔準數為2，同樣反應時間B 實驗3hr(B 1)、2hr(B 2)、4hr(B 3) ，則B 因⼦的⽔準數為3 e 特性或回應(Response)量度過程的結果，⼀般是指特性值，應為實驗者、顧客所關⼼的，如粘著強度 (4) 實驗的3步驟 c 實驗觀測d 建⽴因⼦與結果特性變動關係e 推論因⼦最優化狀態(Optimization)4 傳統實驗的錯誤與缺點(1) ⼀位陳⼯程師改善塑膠強度的案例 c 影響塑膠強度的特性要因圖d 將要因A 、B 、C 、D 作為實驗因⼦，進⾏實驗嘗試提⾼塑膠的強度值 e 傳統錯誤的實驗做法有⼆ n 試誤法o 單因⼦實驗法 - 每次只改變⼀個因⼦，其餘因⼦都給予固定 (2) 傳統實驗的問題c 計畫階段未考慮組合影響 - 交互作⽤d 實施階段未考慮隨機 – 分割實驗、集區(block)設計e 數據解析未考慮誤差 – 交絡(confound)法 (3) 正確實驗的⽅法c 實施多因⼦實驗(factorial experiment 要因實驗) 如2n 、3n 型同時列舉所有的要因因⼦，對因⼦⽔準所有組合加以實驗n 避免交互作⽤所引起的錯誤 o 提⾼精度d 採⽤多因⼦實驗可能造成實驗次數過多，技巧上分為n 多因⼦完備實驗(Full factorial experiment) 全部因⼦完整組合實驗o 多因⼦部分實驗(Partial factorial experiment) 全部因⼦部分組合實驗，⼀般DOE 的實驗就是多因⼦部分實驗原料⼆ DOE實驗與解析概述1 ⼀個簡單的⼯廠實驗例(⼀元配置)(1) 實驗⽬的：為了解溫度是否影響產量，以決定適當的溫度條件(2) 實驗策略：實驗前⼯程師應充分思考c溫度⽔準應設多少使實驗能得到預期效果d同⼀個⽔準應重複幾次才能得到正確情報e除溫度外還有什麼因素會影響產量(3) 實驗設計：c實驗因⼦：溫度Ad實驗⽔準：100，110，120三⽔準e重複次數：4次(4) 實驗配置：no 溫度實驗順序1 c A1100℃72 c A1100℃ 13 c A1100℃94 c A1100℃105 d A2110℃116 d A2110℃127 d A2110℃ 28 d A2110℃ 59 e A3120℃810 e A3120℃ 411 e A3120℃ 612 e A3120℃ 3(5) 結果數據如下溫度產量值100℃ 1.0 0.9 0.7 0.9110℃ 1.1 1.4 1.4 1.2120℃ 1.4 1.5 1.3 1.1(6) 實驗數據解析的⽅法實驗數據前先回顧整個實驗過程是否正常，檢視實驗數據有無異常值，與實驗者的技術經驗、預期等是否相符或極度背離，然後進⾏分析c直觀分析做成回應表予回應圖⽽直觀分析d數理解析ANOVA檢定或迴歸分析(7) DOE實驗數據的正確解析內容c實驗誤差等變異檢定可審查實驗過程管理d作成回應表與回應圖觀察與直觀分析，獲取實驗情報e變異數分析辨識要因是否顯著(有影響⼒)，若有計算其貢獻率f推定顯著因⼦的信賴區間g顯著因⼦進⾏⽔準間檢定檢視⽔準母平均值是否有差異h決定系統設計，各顯著因⼦以及不顯著因⼦的設定值i最佳條件的預測2 實驗過程管理的檢查 - 等變異檢定當有重複實驗時，可以檢查實驗過程管理了解實驗是否處於控制狀態。

DOE出自 MBA智库百科(/)DOE（Design of Experiment,试验设计）目录[隐藏]∙ 1 什么是DOE∙ 2 为什么需要DOE∙ 3 DOE的基本原理∙ 4 DOE实验的基本策略∙ 5 DOE的步骤∙ 6 DOE的作用∙7 DOE的方法[编辑]什么是DOEDOE（Design of Experiment）试验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，获得理想的试验结果以及得出科学的结论。

试验设计源于1920年代研究育种的科学家Dr.Fisher的研究, Dr. Fisher 是大家一致公认的此方法策略的创始者, 但后续努力集其大成, 而使DOE在工业界得以普及且发扬光大者, 则非Dr. Taguchi (田口玄一博士) 莫属。

[编辑]为什么需要DOE∙要为原料选择最合理的配方时（原料及其含量）；∙要对生产过程选择最合理的工艺参数时；∙要解决那些久经未决的“顽固”品质问题时；∙要缩短新产品之开发周期时；∙要提高现有产品的产量和质量时；∙要为新或现有生产设备或检测设备选择最合理的参数时等。

另一方面，过程通过数据表现出来的变异，实际上来源于二部分：一部分来源于过程本身的变异，一部分来源于测量过程中产生的变差，如何知道过程表现出来的变异有多接近过程本身真实的变异呢？这就需要进行MSA测量系统分析。

[编辑]DOE的基本原理试验设计的三个基本原理是重复，随机化，以及区组化。

所谓重复，意思是基本试验的重复进行。

重复有两条重要的性质。

第一，允许试验者得到试验误差的一个估计量。

这个误差的估计量成为确定数据的观察差是否是统计上的试验差的基本度量单位。

第二，如果样本均值用作为试验中一个因素的效应的估计量，则重复允许试验者求得这一效应的更为精确的估计量。

如s2是数据的方差，而有n次重复，则样本均值的方差是。

《DOE——实验设计》【课程背景】如何以最低成本实战顾客满意最大化，是所有企业目前共同的目标。

但是，所有工程技术和管理人员都会面临一些设计问题而导致目标很难实现，DOE作为一种产品研发的最强大工具可以帮助管理者解决这些问题。

DOE（实验设计）不但可帮助研发工程师一开始从质量和成本进行最优化设计，而且可把产品工艺和使用因素都考虑周全，从而设计出先天性健壮产品（这恰恰是大多数工程师的困惑）。

同时DOE（实验设计）也是寻找原因、分析和优化复杂因子最强大的解决问题的工具和方法。

在不少日本企业，不懂DOE（实验设计）的工程师不能称之为合格的工程师。

DOE（实验设计）包括传统经典DOE（析因实验设计）、RSM（响应优化曲面）、混料DOE（生化行业最有用）、田口DOE（抗噪声设计）和谢宁DOE（快速解决问题实验设计），每种DOE（实验设计）各有其特点。

DOE（实验设计）除了与六西格玛其它工具联合起来发挥巨大功能外，本身也是一套系统地解决问题方法。

【课程目的】本课程重点针对从事产品研发人员和相关工程技术人员而设计。

旨在帮助学员系统、全面地应用DOE（实验设计）在产品研发、产品和过程之改善时分析重要因子，优化结果，提高产品和过程健壮性（先天性高免疫能力）。

通过本课程的学习, 使学员能掌握DOE工具,进行产品、过程的健壮设计及持续改进：理解DOE的原理;掌握MINITAB软件DOE主要菜单; 掌握DOE进行产品、过程改进的步骤和方法。

1、掌握DOE（实验设计）的基本概念和原理；2、掌握经典DOE（实验设计）、混料DOE（实验设计）、田口DOE（实验设计）区别及优缺点，能据问题需要选择合理DOE（实验设计）；3、掌握如何应用析因试验从众多影响因素中筛选找出影响输出的主要因素，以最少的投入换取最大的收益；4、掌握如何对因子水平优化得到最佳输出，从而使产品质量得以提升，工艺流程最优化；5、掌握田口实验设计方法，提高产品和过程信噪比，提高健壮性；6、科学合理地安排试验，减少试验次数、缩短试验周期，提高经济效益；8、掌握如何应用MINITAB软件对DOE（实验设计）设计、数据分析、优化因子和预测输出。

文件制修订记录1.0目的规范公司内DOE作业。

通过对产品质量，工艺参数的量化分析，寻找关键因素，控制与其相关的因素。

根据实际需求，判别与选择不同的实验设计种类，设计你的实验步骤，发现如何控制各种影响因素，以最少的投入，换取最大的收益，从而使产品质量得以提升，工艺流程最优化。

2.0范围适用于公司内所有产品设计与制程设计DOE作业。

3.0职责3.1主导单位：负责产品参数或制程参数设计的单位，如：研发、工程等。

3.2支援单位：负责协助主导单位完成实验设计。

3.2.1资材单位：根据需求协调试验排程。

3.2.2生产单位：根据试验排程进行试验。

3.2.3品管单位：协助统计试验数据。

3.2.2品保单位：提供技术支持，如辅导、培训等。

4.0定义DOE：Design of Experiments，实验设计。

应用数理统计学知识，合理的安排试验，取得数据，科学的分析输出(y)与输入(x)的关系，以获得最优的输入设置组合。

如：研究输出效率(y)与电气参数(x)的关系、研究焊点良率(y)与锡炉参数等因素(x)的关系。

4.2响应变量(response)：产品/制程的输出变量(y)。

4.3因子(factor)：影响响应变量的输入变量(x)。

4.3.1可控因子：在试验中可以加以控制的因子。

4.3.2不可控因子：又称噪音因子。

在试验中可以记录但不可控制的因子。

如：环境状况、作业员、材料批次等。

4.4水平(level)：又称设置。

因子的两个或更多个不同的取值。

4.5处理(treatment)：又称试验或运行。

各因子水平的组合。

按照一次处理就能进行一次试验，获得一次响应变量的观测值。

4.6试验单元(experiment unit)：指对象、材料或制品等载体，处理(即试验)应用其上的最小单位。

4.7主效应(main effect)：因子对响应变量的影响程度。

因子A的主效应＝A处于高水平时Y的平均值－A处于低水平时Y的平均值。

4.8交互作用(inter action)：如果因子A的效应依赖于因子B所处的水平，则称A与B之间有交互作用。