试验设计DOE制造业高级应用培训

试验设计DOE制造业高级应用是研究如何制定适当的实验方案，对实验数据进行有效的统计分析的数学理论与方法。它对于解决多因素优化问题，有效的提高产品质量，降低生产成本卓有成效。现已为美国和日本企业广泛使用。实验设计还可应用于改进企业管理，调整产品结构，制定高效生产计划等。 DOE也是DMAIC路径中改善阶段的主要工具之一。企业选送参加培训的人员，在DOE专家的指导下，接受5天的集中训练，通过教学游戏和案例讲解，掌握实验设计与数据处理的基本原理与应用方法，从而能够在今后实际工作中设计合理的实验方案及合理处理有关实验数据，解决实际问题，达到持续改进，优化核心流程的目的。

培训特色：

将结合丰富的中外案例进行分析，并详细剖析学员在实际生产中使用DOE得到改善而产生巨大经济效益的真实案例。 启迪性谚语、典故等授课，使参训人员在轻松活跃的氛围中，充分掌握课程内容，并在互动的分享交流中增加收获。

培训教材：

每位参加人员将获得一套培训手册。

课程内容

第一部分 概述

1.什么是实验设计(DOE)

2.DOE的目的

3.DOE的用途

4.DOE的特征

5.DOE的操作步骤

6.实验类型与实验目的关系图

7.实验设计的路径图

第二部分 目标的定义、指标、因子、水平的选择

1.1、目标、指标、因子、水平与实验条件

2.实验设计的三个基本原理：重复、区组与随机化

3.数据类型 模型类型关系图

4.如何选择实验设计

5.如何选择指标、因子与水平

第三部分 主效应、交互作用与模型

1.主效应

2.交互作用

3.模型

第四部分 完全析因实验

1.析因配置的特性

2.均衡性 ( Balanced )

3.正交性 ( Orthogonality )

4.2k完全析因设计

5.中心点的追加

6.对曲率的考虑

7.3k完全析因设计

8.判定指数R2

9.Pareto图、正态图、主效应图、交互作用图、立方图

10.实例分析

第五部分 部分析因实验

1.混杂(Confounding)

2.1/2,1/4,1/8, 1/16 部分析因实验

3.3, 4, 5, 6, 7因子二水平8次实验的混杂问题

4.设计元 I，别名，分辨度

5.分辨度 III、 IV、V的定义

6.区组实验(Block Designs)

7.折叠设计(Folding Designs)

8.饱和设计(Saturated Designs)

9.Placket-Burman设计

10.实例分析

第六部分 数据收集与实际考虑

1.样本与数据收集

2.案例分析

第七部分 响应曲面方法(RSM)与优化操作(EVOP)

1.响应曲面(RSM)设计策略

2.最陡的上升路线(PSA)

3.响应曲面设计模型：通用旋转组合设计，Box-Behnken，三水平设计

4.常用设计模型：CCC、CCI、CCF

5.常用二、三、四因子设计模型

6.主效果图，交互作用图，立方图，表面图、等高线图与Overlay图分析

第七部分 响应曲面方法(RSM)与优化操作(EVOP) （续）

1.最佳值评估，最适合工艺窗口的确定

2.序贯实验

3.多指标的优化

4.验证实验

5.优化操作(EVOP)

6.实例分析

第八部分 田口设计(Taguchi Design)

1.控制因子

2.噪声因子

3.信噪比

4.田口设计步骤

5.田口设计的案例分析

第九部分 案例剖析与练习

1.汽车刹车制动器案例

2.材料寿命长短的检验实验

3.改进生产过程的25-1部分析因实验练习

4.8因子部分析因实验分辨度分析练习

5.区组实验练习

6.Hardmask Etch案例

7.Improving Oxide Thickness案例

学员背景要求：

具备基本的运算能力，了解统计概念，并有统计过程控制（SPC）和测量系统分析（MSA）的经验。带电脑，会使用简单的Minitab软件功能。

培训目标：

学习实验设计的基础理论和分析路径 ；

掌握实验设计使用方法；

提高解决实际生产和科研中实验问题的能力；

掌握如何在DMAIC的改善阶段合理使用实验设计的方法；

使用Minitab / JMP 来进行实验设计与分析，获得最佳结果变得方便容易。