您的位置: 首页 > 公开课首页 > 生产管理 > 课程详情

details

DOE―实验计划法

暂无评价   
您实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后,系统会给用户帐号返回的现金券
淘课价
1580
可用淘币
0
返现金券
待定

你还可以: 收藏

培训受众:

过程工程师, 产品工程师, 工艺工程师, 质量工程师, 生产经理/质量经理

课程收益:

“DOE试验设计”(Design of Experiments)应用数理统计学的基本知识,讨论如何合理地安排试验,取得数据,然后进行综合科学分析,从而尽快获得最优组合方案。在工程学领域是改进制造过程性能的非常重要的手段。在开发新工序中亦有着广泛的应用。在工序开发的早期应用实验设计方法能够提高产量;减少变异性,与额定值或目标值更为一致;减少开发时间;减少总成本。

课程大纲:

一、引言: 试验设计的关键是合理安排试验,它是专业技术和统计技术的结合。本节简介一些多因素DOE应用实例。
二、 几个统计技术基本概念复习: 数据变异的统计量、一元线性相关与回归、方差分析 (ANOVA)。
三、试验为什么要设计
四、单因素序贯优选法: 简介0.618法、分数法、对分法。
五、多因素试验设计的基本思路
以3因素3水平为例讲解全面试验法、简单对比法,说明多因素试验设计的思路:对全面组合的所有试验点通盘考虑,从中选取具有代表性的试验点进行试验、比较展望。
六、正交试验设计 (Orthogonal Design) [有称田口方法(Taguchi Methods, 又译达柯方法)]
6.1 正交表的特点、
6.2 正交试验设计的步骤 (以焊接工艺条件优化为例说明)
1) 明确试验目的
2) 明确试验指标、响应变量



3) 确定过程参数、选表和定
义有关因素
4) 制定并执行试验计划
5) 数据处理
6) 评审数据处理结果,形成试验结论
7) 试验设计的输出验证和确认
6.3 案例实习
6.4 关于正交试验设计若干现实问题的讨论
1) 关于多试验指标
2) 关于影响因素
3) 关于水平数
4)关于方差分析
5) 关于交互作用
6) 试验设计与FMEA的关系
七、回归正交试验设计
单纯的正交试验试验设计只能获得各因素水平之间的定性关系,如果要建立尽可能逼近客观实际的多元定量关系而付出的试验代价小,可选用将正交试验设计与回归分析结合起来的下述回归正交试验设计,得到Y=b0+b1X1+b2X2+b3X3+…的回归方程。本文仅通过一个例子介绍最简单常用的一次回归正交试验设计。
八、均匀试验设计(Uniform Design)
1994年起推广的“均匀试验设计”方法,每因素容纳较多的水平, 不考虑“整齐可比”而保持“均衡分散”,用多元回归分析等数理统计手段对试验结果进行定量分析,按均匀设计表即U表安排试验, 用更少的实验次数获取更多的信息。例如5因素5水平试验进行12次甚至5 次即可。
九、三次设计简介
三次设计,即系统设计、参数设计和容差设计的总称。它和传统的产品的三段设计(方案设计、技术设计和施工设计)有一定的交叉。通过三次设计使产品具有健壮性。三次设计中进一步运用正交设计的理论和方法研究考核指标的稳定性。本文结合电子电路的例子加以说明。

本课程名称: DOE―实验计划法

查看更多:生产管理公开课

相关的最新课程
讲师动态评分 与同行相比

授课内容与课纲相符00%

讲师授课水平00%

服务态度00%