Design of Experiments（DOE）实验设计Design of Experiments（DOE）实验设计1. 定义和介绍实验设计(Design of Experiments)或设计实验(Designed Experiments)是一系列试验及分析方法集,通过有目的地改变一个系统的输入来观察输出的改变情况。
图1-1示出一个系统示意图。
图1-1中的系统既可以看作是一个产品开发过程，也可以看作是一个生产过程。
对于一个生产过程, 一般它是由一些机图1-1 一个系统示意图：Input输入; Output输出; Controllable input factors可控的输入参数 X1,X2,…,Xp; Uncontrollable inputfactors不可控的输入参数 Z1,Z2,…,Zq。
器、操作方法和操作人员所组成的,把一种输入原材料转变(加工)成某种输出产品。
这种输出产品具有一些可以观察的质量特性,也可叫响应(例如,产量、强度、硬度等)。
一些过程参数（X1,X2,…,Xp）是可控的, 例如进给速度、淬火温度等; 而另一些（Z1,Z2,…,Zq）是不可控的, 它们有时被称为噪声参数,例如环境温度、湿度等。
实验设计的目的可能包括:(1)确定哪些参数对响应的影响最大;(2)确定应把有影响的参数设定在什么水平，以使响应达到或尽可能靠近希望值(On target)；(3)确定应把有影响的参数设定在什么水平，以使响应的分散度(或方差)尽可能减小。
(4)确定应把有影响的参数设定在什么水平，以使不可控参数（噪声参数）对响应的影响尽可能减小。
因此, 在制造过程的开发以及解决过程中出现的问题中都可以应用实验设计,以改善过程的性能,或者使过程对于外部波动源(干涉)不那么敏感，即得到一个“稳健”(Robust)的过程，同时还可节省时间和降低成本。
所以,实验设计对于开发和改善制造过程,提高产品质量是一个非常重要的工程工具。
查看:[大字体中字体小字体]DOE知识介绍一、什么是DOE：DOE（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，得理想的试验结果以及得出科学的结论。
实验设计源于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。
二、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。
三、DOE实验的基本策略：策略一：筛选主要因子（X型问题化成A型问题）实验成功的标志：在ANOVA分析中出现了1~4个显着因子；这些显着因子的累积贡献率在70%以上。
策略二：找出最佳之生产条件（A型问题化成 T型问题）实验成功的标志：在第二阶段的实验中主要的误差都是随机因素造成的。
因为各因子皆不显着，因此，每一因子之各项水准均可使用,在此情况下岂不是达到了成本低廉且又容易控制之目的。
策略三：证实最佳生产条件有再现性。
试验设计方法及其在国内的应用返回DOE目录随着改革开放的深入，以市场经济为代表的西方先进文明及其方法论越来越多被国内企业界所接纳。
在质量管理、产品（医药，化工产品，食品，高科技产品，国防等）研发、流程改进等领域，统计方法越来越多成为企业运营的标准配置。
