课程总览
内容重点
- 第一天
试验设计法（DOE）实战训练营
DOE与传统方法对此、简单试验设计应用和析因试验设计（因子设计）连成一组训练主线，减少课堂内容与岗位动作之间的断点
授课讲师：
谢鸣 · 制造型企业质量及精益改善专家
补充工具基础、岗位场景和输出要求后，可把人工智能应用训练整理成更贴近现场的方案
适合对象
与产品研发和制造过程相关的人员
课程定位与主要问题
现场管理、质量改善、流程增效或供应链协同训练场景下，参训团队需要确认对象、任务边界和课后跟进节奏
核心收益
- 现场问题更清楚：试验设计的方法，原理和应用
- 改善动作更具体：老师的现场辅导，解决生产现场的实际问题并有效掌握DOE的应用
- 提高对DOE的认识，从根本上摒弃依靠"啪脑袋"和"工程猜测"解决问题的传统陋习
查看更多收益 收起更多收益
- 了解应用DOE的必备条件
- 现场问题更清楚：DOE工具的应用步骤
- 系统性地应用DOE工具，提高过程质量及生产效率
课程背景与交付信息
一辆汽车，怎么开最省油？这个问题涉及到众多因素：发动机、变速箱、换挡时机、胎压、机油型号、汽油标号、温度、路面情况等等，如何才能找出最优的搭配呢？估计大家都有自己的经验做法。在产品研发过程中，面对各类问题，通常也有很多个因子围绕着我们
哪些因子与问题有关，哪些无关？
有关的因子中，哪些对这个问题影响大，哪些只有轻微影响？
课程时间
3天，18小时
授课方式
讲师讲授、案例研讨、情景演练、互动答疑
课程内容重点
01DOE与传统方法对此
02简单试验设计应用
03析因试验设计（因子设计）
课程大纲
第一部分 DOE与传统方法对此
内容重点
- 2. 传统方法： 一次一因子试验 OFAT
- 从低向高改变一个因子
- 记录并固定该因子的最佳设定值
- 对每一可控因子重复上述流程
- 呈现表面上的最佳响应的结果
第二部分 简单试验设计应用
5.1 response 响应
5.2 factor 因子
5.3 level 水平/treatment 处理
5.4 main effect 主效应
5.5 interaction 交互作用
5.6 试验单元
5.7 试验环境
- 6. 试验设计分类
- 7. 试验设计运用步骤
- 8. DOE 基本原则：随机化、区组化、重复性
- 9. 案例解析：冰山集团压缩机DOE试验设计评估方案
第三部分 析因试验设计（因子设计）
1.1 析因试验设计的含义
1.2 析因试验的目标
1.3 全因子试验设计法
1.4 重复试验
- 2. 析因试验设计法的基本应用程序
2.1 明确试验目的，确定考核指标
2.2 选择主因子，确定主因子水平
2.3 选择析因设计和构造设计矩阵
2.4 实施试验计划、记录试验数据
第四部分 部分因子试验设计法
1.1 部分因子试验的必要性
1.2 部分因子试验的实施原理
1.3 部分因子试验的关键概念
1.4 部分因子试验的设定
- 2. 重影效应（alias）
- 3. 部分因子试验的分辨度（Resolution）
- 4. 部分因子试验案例解析
- 5. 筛选设计案例解析（Plackett-Burman设计）
- 6. 案例解析：LG压缩机活塞的DOE试验设计
第五部分 响应曲面设计
2.1 中心点 center point
2.2 角点 corner point
2.3 轴点 axial point
2.4 中心复合序贯设计（CCC）
2.5 中心复合表面设计（CCF）
2.6 中心复合有界设计（CCI）
- 3. Box-Behnken 设计与中心复合设计的区别
- 4. 响应曲面设计的计划
4.1 用最速上升法寻找试验的最优区域
4.2 在已确定为最优区域的范围内，进行响应 曲面试验
- 5. 案例解析：丹佛斯压缩机曲轴的DOE试验设计
第六部分 特殊条件下的DOE
内容重点
- 1. 无中心点的试验设计
- 2. 离散型因子的试验设计
- 3. 含区组的试验设计
- 4. 如何改善失拟
- 5. 多响应Y的试验设计
第七部分 课题辅导
内容重点
- 1. 辅导目标
- 掌握常用 DOE 试验设计类型的应用场景及操作步骤
- 2. 辅导流程
- 2. 1、数据收集与整理
- 企业提出实际工作中遇到的与试验设计相关的问题或需要改进的流程
讲师介绍
谢鸣
制造型企业质量及精益改善专家
制造型企业质量及精益改善专家，六西格玛黑带。20余年质量与精益经验，曾任西门子、施耐德等名企质量经理。为区内200余家企业提供质量和精益项目咨询和培训，擅长IATF16949体系及现场改善。本课程与其质量管理方向相关
查看讲师主页课程差异说明
本课程页面围绕《试验设计法（DOE）实战训练营》重点呈现课程定位、适合对象、核心收益和 8 个主要模块，便于快速判断培训匹配度
