DOE试验设计

部分析因实验（正交实验）
由田口博士(Dr.Taguchi)田口玄一所提出的一套实验方法，它在工业上较具有实 际应用性，是以生产力和成本效益，而非困难的统计为依归。
参数
1
2
3
次数
1
1
1
1
2
1
2
2
3
2
1
2
4
2
2
1
L4(23)正交表 总共须做四次实验，最多只能配置三个因子
+
A
-
L4(23)正交表图解
实验设计降低开发成本
The DoE 的方法
Two factors at two levels
A low low high high middle
B low high low high middle
Result ？ ？ ？ ？ ？
• Centerpoint: 检测弯曲相互作用的存在 • Replicated centerpoint: 评估系统噪音
品质源于设计里的工艺空间
Characterized space
特征空间
Design space
设计空间
Operating space
操作空间
在设计空间内的操作不被监管机构认作是工艺改变
5. AKTA avant 25系统
目前金斯瑞所使用的系统。 GE Healthcare历经数年研制，对欧美及亚洲多家知名生物制药公司如 GSK, Amgen, Novo nordisk, Lilly, Wyeth等公司进行调研，开发出的新一代适 合现代工艺开发的AKTA设备，所以AKTATM avant 25 最突出的优点就是 Design of Experiment (DOE)实验条件智能优化，和UNICORN6.0软件配合堪 称是现代纯化工艺优化的最佳搭档。

3
正交试验法
一、定义试验对象、目的、范围、确定指标。 1.谁去做?谁负责?多少人的小组? 2.在哪做?哪个车间哪台设备? 3.检测设备是否稳定? 4.确定分析哪个指标?(如硬度、尺寸、配方等） 4.环境是否适宜?（与分析无关的其它环境因素
是否稳定） 5.其它资源准备好了吗?(时间、分析软件、管理
者支持等）
12
分析试验结果
13
正交试验法(案例)
水平 因素 A
试验数
转速(转/分)
1 :
2
3 4 5 6 7 8 9 K1和 K2和 K3和 X1均值 X2均值 X3均值 R极差
1(480) 1
1 2(600) 2 2 3(765) 3 3 127 42 -27 42.3 14 -9 51.3
B
C
进刀量(毫米/转) 吃刀深度(毫米)
1(0.33) 2(0.20)
3(0.15) 1 2 3 1 2 3 -85 55 172 -28.3 18.3 57.3 85.6
1(2.5) 2(1.7)
3(2.0) 2 3 1 3 1 2 36 38 68 12 12.7 22.7 10.7
指标 工时
简化值(Y-100”)
1’28”
-12
2’25”
由于它的正交性，正交表使得各因素的每个水平的搭配是均衡的，因而试验结果整齐可比，便于分析．
10
用正交表安排试验
1.确定试验指标、因素、水平后。 2.选择合适的正交表,进行表头设计(正交表的列
数不小于因素数,加上一列记录指标数据,加上 行用于分析记录.) 3.排试验方案表,做试验,记录试验结果. 将选好的正交表中表示水平的数字换成相应因 素的实际水平.
2.计算分析. 从最下面一行极差栏中看出B极差最大,A次之,C最小.可

6
第二步 剖析流程
§ 过短的流程可能会抛弃掉显著的原因，过长的流程必将导致 资源的浪费。 § 我们有很多的方式来展开流程，但有一点必须做到，那就是 尽可能详尽的列出可能的因素，详尽的因素来自于对每个步 骤的详细分解，确认其输入和输出。 § 对于流程的剖析和认识，就是改善人员了解问题的开始，因 为并不是每个人都能掌握好我们所关注的问题。这一步的输 出，使我们的改善人员能够了解问题的可能因素在哪里，虽 然不能确定哪个是重要的，但我们至少确定一个总的方向。
3
试验设计的七个步骤 第一步 确定目标
§ 我们通过控制图、故障模式分析、失效分 析、因果分析、能力分析等工具的运用， 或者是直接实际工作的反映，会得出一些 关键的问题点 § 对于运用试验设计解决的问题，我们首先 要定义好试验的目的，也就是解决一个什 么样的问题，问题给我们带来了什么样的 危害，是否有足够的理由支持试验设计方 法的运作
・试验设计十大要点
1
试验设计（DOE）概述
§ 试验设计（design of experiment，DOE）， 也称为实验设计。试验设计是以概率论和数 理统计为理论基础，经济地，科学地安排试 验的一项技术。 § 无论在六西格码管理，还是在工程、品质、 科技研发等方面，试验设计都是我们常用来 解决问题的方法，其应用可以说涵盖所有的 行业。
8
第三步 筛选因素
§ 我们可以应用一些历史数据，或者完全可靠 的经验理论分析，来减少我们的试验因子 § 要注意一点就是，只要对这些数据或分析有 很小的怀疑，为了试验结果的可靠，你可以 放弃。 § 筛选因素的结果，使得我们掌握了影响指标 的主要因素，这一步尤为关键，往往我们在 现实中是通过完全的经验分析得出，甚至抱 着可能是的态度。
12

DOE试验设计范文
DOE（Design of Experiments）试验设计是一种科学的、系统性的方法，用于研究因果关系，找出影响实验结果的因素，并确定最优的因素组合。

通过DOE试验设计，可以减少试验次数，提高试验效率，准确地分析
因素对结果的影响程度，从而优化和改进产品、工艺或系统。

全因子设计是一种最基本的试验设计方法，它考虑了所有可能的因素
和它们的水平，以确定它们对结果的影响。

全因子设计通常包括因子的选取、水平的确定、试验方案的建立和结果的分析等步骤。

通过全因子设计，可以确定每个因素对结果的影响程度，推断最佳因素水平以及交互作用的
影响。

在进行DOE试验设计时，需要考虑以下几个关键要素：
1.确定实验目的：明确实验的研究目的和需要解决的问题，确定关键
的因素和响应变量。

2.选择适当的设计方法：根据实验目的和研究问题选择合适的试验设
计方法，如全因子设计或响应面设计。

3.设计试验方案：确定因子和水平的选取，建立试验方案，包括样本
数量、实验次数、随机化方法等。

4.进行实验：按照设计方案进行实验操作，并记录实验数据。

5.分析数据：利用统计方法对实验数据进行分析，建立数学模型，推
断因素对结果的影响程度和交互作用。

6.进行优化：根据分析结果，确定最佳的因素组合，优化实验结果。

DOE试验设计在品质改善、生产优化、产品创新等方面具有重要的应
用价值，能够帮助企业降低成本、提高效率，提高产品质量和市场竞争力。

因此，掌握和运用DOE试验设计方法是很有必要的，有助于实现科学的实
验研究和数据分析。