doe實驗設計

❶ 六西格瑪管理工具DOE實驗設計的變數與方法

六西格瑪管理DOE實驗設計工具變數：

①多重變數:減少大的不可管理變數到較小的相關變數；

②組成部分調查:在最好和最壞產品之間交換零件和部分組裝，以便更快地和簡捷地識別失敗的根本原因；

③成對比較:比較一組8個最好產品(數字與統計意義有關)和一組8個最壞的產品，以從不重要的產品中辨別出重要的質量特性；

④產品/流程調查:將能決定產品好壞的重要流程參數與不重要的分離出來；

⑤變數調查:固定關鍵變數，考慮放寬不重要變數的要求以減少成本；

⑥全因素:對調查變數進行經驗替換，只需考慮幾個較少的變數，變數限制在所有可能的試驗生產運行中最高和最低的合並，並分析結果；

⑦B對C:證實一個較好的產品或流程，其中在當前產品上或流程上已做了改進，懷著至少95%的信心進行永久性改進；

⑧分散圖:對於重要變數確定說明和現實的容差；

⑨響應曲面方法:這與分散圖有相同對象，但當兩到多個變數間有重大相互作用時更適用；

⑩正電子:在生產期間控制變數的工具和方法集。

像六西格瑪的DMAIC，一般解決問題的流程都與最終的六西格瑪有關，DOE工具和方法如下：

①定義問題；

②量化和計量問題:計量分散圖(而不是計量R/R)；使用范圍將屬性轉為變數；

③確認問題的歷史；

④產生線索使用:多變(包括集中圖)，零件調查，成對比較，產品/流程調查；

⑤實施正規的實驗設計:變數調查，全部因素；

⑥重視問題以確保改進的永久性作用；

⑦建立實際說明和公差(最優化)應用：分散圖(無相關性)，響應曲面方法(如果有強相關性)；

⑧「凍結」流程改進應用:Positrol正態控制；

⑨保持流程，向所有質量問題發問；

⑩在統計流程中保持控制:預先控制。

❷ 實驗設計(DOE)使用的基本步驟是什麼

一、實驗設計的使用
實驗設計(design of experiments,DOE)用於檢驗和優化過程、產品、服務或解決方案的績效。它主要用來幫助了解不同條件下產品或過程的行為。DOE最獨特之處就在於它能夠使你通過實驗來計劃和控制變數，與按照「經驗觀察」方式僅僅收集和觀察現實世界中的事物是截然不同的。在6sigma組織中，DOE有著非常廣泛的應用，天行健咨詢公司分析了它能幫助企業解決以下問題：
1、評估顧客聲音系統，在不煩擾顧客的情況下尋找產生有效反饋的最佳方法組合；
2、評估諸因素以將引起某一問題或缺陷的「重要」根本原因分離出來；
3、試行或檢驗可能的解決方案組合，以尋求最佳改進策略；
4、評價產品或服務的設計以確認潛在的問題並從開始就減少存在的缺陷。

盡管DOE用於事物要比用於人更容易，但在服務環境下進行實驗設計仍是可能的。可是，這些實驗設計趨向是「現實世界」的試驗，在這些試驗中，變數在實際過程中加以控制，然後將其結果進行比較。

二、實驗設計的基本步驟
1、確認要評價的因素
你希望從實驗中了解些什麼?對過程或產品的可能影響是什麼?在選擇因素時要切記：試驗更多因素不僅會帶來獲取額外數據的利益，也會增加成本和復雜性，對二者進行權衡很重要。

2、界定檢驗因素的「水平」
對速度、時間和重量等諸如此類的變數因素，試驗水平的數量可以無限多。因此，你不僅要選擇所要採用的數值，而且還要確定希望試驗多少不同的水平。在離散型數據情況下，試驗水平可能是兩選一的。

3、建立一個實驗組合排列
在實驗設計中，通常希望避免採用每一變數都單獨試驗的「每次一個因素」(one-factor-at-a-time,OFAT)的辦法。通常是試驗一系列因素水平組合以得到對所有因素都具代表性的數據。這些可能的組合或排列可以由統計軟體工具產生或查表得到，藉助它們可以幫你避免對每一可能的組合都進行試驗。

4、在規定的條件下進行實驗
關鍵是要避免其他一些未被檢驗的因素影響結果。

5、評價結果和結論
如果你要從實驗設計數據中發現模式或得出結論，那麼像方差分析和多元回歸之類的工具是必需的。從實驗數據中你可能會得到非常明確的答案，也可能會產生新問題，從而需要另外的實驗加以測試。
內容摘自：天行健咨詢公司

❸ DOE軟體（實驗設計Design Of Experiments）

正交試驗的話 可以使用正交試驗助手 教程看其幫助即可
其他的還有design expert 網上的教程也很多

❹ DOE（試驗設計）方法有哪些

DOE（試驗設計）方法有哪些?
從20世紀20年代費希爾（R.A.Fisher）在農業生產中使用試驗設計（Design Of Experiment，DOE）方法以來，試驗設計方法已經在農業、生物學、遺傳學、工程學等領域得到廣泛的應用和發展。
試驗設計主要應用理統計學的基本知識，討論如何合理地安排試驗、取得數據，然後進行綜合科學分析，從而盡快獲得最優組合方案。在產品設計中，利用試驗設計能以最低的試驗成本，最短時間內有效的設計和驗證產品的性能；在製造過程中，利用試驗設計可以從諸多影響因素中，快速找到對過程輸出指標影響顯著的工藝參數，並將其最佳化。
試驗設計的用途：
1、析因分析，識別哪些變數X對響應量Y有顯著影響；
2、參數優化，確定有顯著影響的X設置在何處時，可使Y幾乎總是接近於期望值；
3、減小變異，確定有影響的X設置在何處時，可使Y的變異最小；
4、穩健設計，確定有影響的X設置在何處時，可使不可控變數U的效應最小。

❺ 研發部門在實施DOE試驗設計培訓時需要考慮哪些方面因素

研發部門在實施DOE試驗設計培訓時需要考慮以下幾個方面的因素：

試驗設計是一個復雜龐大的系統工程，在實際使用中，要確保成功，需要注意一些關鍵的因素，這些因素對試驗的成功來說至關重要，企業在進行六西格瑪試驗設計時須考慮以下幾個方面：

1、了解試驗過程的穩定狀況

只有過程處於穩定狀態，得到的數據才是可靠和有價值的。

2、錯誤數據對試驗結果的影響

鍺誤的數據可能導致完全相反的結論，故須十分留意，確保數據的真實可靠。

3、潛在因素的影響

未被選為試驗因素的變最對結果的影響有多大，是在試驗計劃和分析階段必須考慮的因素，如發現潛在因素對試驗結果的影響很顯著。則須將其納入試驗因素的行列。

4、測量精度

六西格瑪系統是基於數據的決策方法，故數據的可靠性直接影響決策的正確性，試驗設計也不例外。設計前對測量系統進行充分分析是十分必要的。

5、抽樣、測試成本

在實際的試驗設計中，無論哪個階段均存在成本問題，在抽樣和測試階段，在考慮樣本容量時充分考慮成本，以保持試驗的經濟性。

6、勞動力成本

試驗時需考慮到涉及的人員，應將涉及人員數里限制在允許的最小范圍內。

7、試驗對生產的影響

試驗必定需要時間，這可能對正常生產產生影響，這要求六西格瑪項目組在與製造等相關部門的協調方面做到充分、及時，在試驗過程中對試驗品做好嚴密隔離與標識，將試驗對生產的影響減至最小。

8、將試驗結果用圖表來表示

這樣做的好處是明白易懂，容易使所有人看到試驗引起的直觀變化，激起大家的熱情與支持。

9、從樣本收集到樣本測量的時間

一般來說，樣本在試驗後需立即進行測量，防止時間間隔太久，從而產生潛在的未知因素對樣本特性產生好的或壞的影響，從而使試驗數據偏離真值。

10、測量方法的統一性

應規定標准測量方法，確保不同人、不同時間都用同一方法、同一標准去測量，從而保證測量結果的准確性。

11、試驗誤差的影響

對試驗結果進行分析時，會發現試驗結果中的不可解釋（即誤差）成分，此成分的比例須予以充分考慮，如其過大，說明試驗中還有重要的未知因素未包含至因素中，這時須考慮重新設置試驗因素，重新試驗，直至試驗誤差降至合理水平。

❻ 《實驗設計(DOE)應用指南》

版權限制，現在都發不了的

❼ DOE試驗設計培訓的7大步驟分別是什麼

DOE試驗設計培訓的7大步驟

第一步：確定目標

我們通過控制圖、故障分析、因果分析、失效分析、能力分析等工具的運用，或者是直接實際工作的反映，會得出一些關鍵的問題點，它反映了某個指標或參數不能滿足我們的需求，但是針對這樣的問題，我們可能運用一些簡單的方法根本就無法解決，這時候我們可能就會想到試驗設計。對於運用試驗設計解決的問題，我們首先要定義好試驗的目的，也就是解決一個什麼樣的問題，問題給我們帶來了什麼樣的危害，是否有足夠的理由支持試驗設計方法的運作，我們知道試驗設計必須花費較多的資源才能進行，而且對於生產型企業，試驗設計的進行會打亂原有的生產穩定次序，所以確定試驗目的和試驗必要性是首要的任務。隨著試驗目標的確定，我們還必須定義試驗的指標和接受的規格，這樣我們的試驗才有方向和檢驗試驗成功的度量指標。這里的指標和規格是試驗目的的延伸和具體化，也就是對問題解決的著眼點，指標的達成就能夠意味著問題的解決。

第二步：剖析流程

關注流程，使我們應該具備的習慣，就像我們的很多企業做水平對比一樣，經常會有一個誤區，就是只講關注點放在利益點上，而忽略了對流程特色的對比，試驗設計的展開同樣必須建立在流程的深層剖析基礎之上。任何一個問題的產生，都有它的原因，事物的好壞、參數的變異、特性的欠缺等等都有這個特點，而諸多原因一般就存在於產生問題的流程當中。流程的定義非常的關鍵，過短的流程可能會拋棄掉顯著的原因，過長的流程必將導致資源的浪費。我們有很多的方式來展開流程，但有一點必須做到，那就是盡可能詳盡的列出可能的因素，詳盡的因素來自於對每個步驟地詳細分解，確認其輸入和輸出。其實對於流程的剖析和認識，就是改善人員了解問題的開始，因為並不是每個人都能掌握好我們所關注的問題。這一步的輸出，使我們的改善人員能夠了解問題的可能因素在哪裡，雖然不能確定哪個是重要的，但我們至少確定一個總的方向。

第三步：篩選因素

流程的充分分析，是我們有了非常寶貴的資料，那就是可能影響我們關注指標的因素，但是到底哪個是重要的呢？我們知道，對一些根本就不或微小影響因素的全面試驗分析，其實就是一種浪費，而且還可能導致試驗的誤差。因此將可能的因素的篩選就有必要性，這時，我們不需要確認交互作用、高階效應等問題，我們的目的是確認哪個因素的影響是顯著的。我們可以使用一些低解析度的兩水平試驗或者專門的篩選試驗來完成這個任務，這時的試驗成本也將最小處理。而且對於這一步任務的完成，我們可以應用一些歷史數據，或者完全可靠的經驗理論分析，來減少我們的試驗因子，當然要注意一點就是，只要對這些數據或分析有很小的懷疑，為了試驗結果的可靠，你可以放棄。篩選因素的結果，使得我們掌握了影響指標的主要因素，這一步尤為關鍵，往往我們在現實中是通過完全的經驗分析得出，甚至抱著可能是的態度。

第四步：快速接近

我們通過篩選試驗找到了關鍵的因素，同時篩選試驗還包含一些很重要的信息，那就是主要因素對指標的影響趨勢，這是我們必須充分利用的信息，它可以幫助我們快速的找到試驗目的的可能區域，雖然不是很確定，但我們縮小了包圍圈。這時我們一般使用試驗設計中的快速上升（下降）方法，它是根據篩選試驗所揭示的主要因素的影響趨勢來確定一些水平，進行試驗，試驗的目的就像我們在尋找罪犯一樣的縮小嫌疑范圍，我們得出的一個結論就是，我們的改善最優點就在因素的最終反映的水平范圍內，我們離成功更近了一步。

第五步：析因試驗

在篩選試驗時我們沒有強調因素間的交互作用等的影響，但給出了主要的影響因素，而且快速接近的方法，使我們確定了主要因素的大致取值水平，這時我們就可以進一步的度量因素的主效應、交互作用以及高階效應，這些試驗是在快速接近的水平區間內選取得，所以對於最終的優化有顯著的成效，析因試驗主要選擇各因素構造的幾何體的頂點以及中心點來完成，這樣的試驗構造，可以幫助我們確定對於指標的影響，是否存在交互作用或者那些交互作用，是否存在高階效應或者哪些高階效應，試驗的最終是通過方差分析來檢定這些效應是否顯著，同時對以往的篩選、快速接近試驗也是一個驗證，但我們不宜就在這樣的試驗基礎上就來描述指標與諸主效應的詳細關系，因為對於3個水平點的選取，試驗功效會有不足的可能性。

第六步：回歸試驗

我們在析因試驗中，確定了所有因素與指標間的主要影響項，但是考慮到功效問題，我們需要進一步的安排一些試驗來最終確定因素的最佳影響水平，這時的試驗只是一個對析因試驗的試驗點的補充，也就是還可以利用析因試驗的試驗數據，只是為了最終能夠優化我們的指標，或者說有效全面的構建因素與水平的相應曲面和等高線，我們增加一些試驗點來完成這個任務。試驗點一般根據回歸試驗的旋轉性來選取，而且它的水平應該根據功效、因子數、中心點數等方面的合理設置，以確保回歸模型的可靠性和有效性。這些試驗的完成，我們就可以分析和建立起因素和指標間的回歸模型，而且可以通過優化的手段來確定最終的因子水平設定。當然為了保險起見，我們最後在得到最佳參數水平組合後進行一些驗證試驗來檢驗我們的結果。

第七步：穩健設計

我們知道，試驗設計的目的就是希望通過設置我們可以調控的一些關鍵因素來達到控制指標的目的，因為對於指標來講我們是無法直接控制的，試驗設計提供了這種可能和途徑，但是在現實中卻還存在一類這樣的因素，它對指標影響同樣的顯著，但是它很難通過人為的控制來確保其影響最優，這類因素我們一般稱為雜訊因素，它的存在往往會使我們的試驗成果功虧一簣，所以對待它的方法，除了盡量的控制之外可以選用穩健設計的方法，目的是這些因素的影響降低至最小，從而保證指標的高優性能。事實上這些因素是普遍存在的，例如我們的汽車行駛的路面，不可能保證都是在高級公路上，那麼對於一些差的路面，我們怎樣來設計出高性能呢？這時我們會選擇出一些抗干擾的因素來緩解干擾因素的影響，這就是穩健設計的意圖和途徑。通常我們會經常使用在設計和研發階段，但有時也會隨著問題的產生而暴露出來，但我們會提出一個問題了，重新選定主要因素的水平會不會帶來指標的振盪和劣化，這是完全有可能的，但我們可以通過EVOP等途徑來重新設定以保證因素更改後的輸出效果。

小結：

1.試驗設計需要成本的投入，我們必須確定試驗進行的必要性，以及選取最優的設計方案。

2.水平的選取可能直接影響試驗設計的結果，要謹慎的選取，最後有專業知識和歷史數據的支持。

3.盡可能的利用一些歷史數據，在確認可靠後提取對我們試驗有用的信息，來盡量減少試驗投資和縮短試驗周期。

4.試驗設計並不能提供解決所有問題的途徑，現實當中的局限驗證了這一點，我們要全面考慮解決問題的方式，選取最有效、最經濟的解決途徑。

5.注意充分的分析流程，不要遺漏關鍵的因素，不要被一些經驗論的不可能結論左右。

6.除了試驗設計涉及的因素外，要盡量確定所有的環境因素是穩定和符合現實的，往往會做不到這一點，我們可以用隨機化、區組化來盡量避免。

7.注意結果的驗證和控制，不要輕信結果。

8.盡量保證試驗的模擬性，避免一些理想的試驗環境，比如試驗室，理想不現實的環境是的試驗可能根本就沒有作用。

9.試驗設計者要關注試驗過程，保證試驗意圖和方案的徹底執行。

10.如果實現一步到位的試驗設計是可能的，那就不要猶豫的開展吧，上面的七步只是針對普通的情況。

❽ DOE試驗設計是什麼

在CDM項目中，DOE的職能就是要對CDM（清潔發展機制）項目進行定性的「審定（Validation）」和定量的「核查（Verification/ Certification）」。

DOE（試驗設計）在質量控制的整個過程中扮演了非常重要的角色，它是我們產品質量提高，工藝流程改善的重要保證。通過對產品質量，工藝參數的量化分析，尋找關鍵因素，控制與其相關的因素。

實際上，DOE在CDM項目運作過程中非常關鍵，它直接決定了一個CDM項目能否成功注冊、產生的溫室氣體減排量能否獲得簽發及簽發多少。

(8)doe實驗設計擴展閱讀

DOE（試驗設計）方法：一類是正交試驗設計法，另一類是析因法。

DOE（試驗設計）用處

1、科學合理地安排實驗，從而減少實驗次數、縮短實驗周期，提高了經濟效益。

2、從眾多的影響因素中找出影響輸出的主要因素。

3、分析影響因素之間交互作用影響的大小。

4、分析實驗誤差的影響大小，提高實驗精度。

5、 找出較優的參數組合，並通過對實驗結果的分析、比較，找出達到最優化方案進一步實驗的方向。

❾ 什麼是DOE實驗計劃

我來告訴你吧：
DOE實驗計劃的英文意思是：
1. =Department of the Environment (英國)環境事務部
2. =Department of Energy (美國)能源部
3.實驗設計Design Of Experiments,
DOE實驗計劃的作用是：
在質量控制中，它是一個質量監督總監，它是我們產品質量提高，工藝流程改善的重要保證。實驗設計已廣泛運用了從航天業到一般生產製造業的產品質量改善、工藝流程優化甚至已運用到醫學界。籍此課程，您將通過對產品質量，工藝參數的量化分析，尋找關鍵因素，控制與其相關的因素。根據實際需求，學習判別與選擇不同的實驗設計種類，設計你的實驗步驟，發現如何控制各種影響因素，以最少的投入，換取最大的收益，從而使產品質量得以提升，工藝流程最優化
doe實驗計劃分為：田口DOE、謝恩DOE
最常用的是田口DOE實驗計劃
課程內容：
一、DOE概述
1、 什麼是實驗設計
2、 試錯法
3、 全因子實驗法
4、 田口方法、直交表法、什麼是實驗因子、實驗因子分類、什麼是水準數
5、 直交表的原理
6、 直交表的秘密
7、 直交表的應用、案例研究
上海&漢&浦企*管專業的DOE實驗計劃專家為您解答
更多資料請登錄：http://www.hanpuqg.com

二、實驗配置
1. 直交表實驗結果分析
2. 因子對結果的主效果分析
3. 如何通過因子效應得出最佳因子的結合
4. 如何通過最佳因子預測最佳值
5. 實驗因子間交互作用分析
6. 什麼是因子間的交互作用
7. 如何分析因子間的交互作用
8. 學員實際案例分析
三、實驗設計時的質量特性選擇
參數設計及信號-雜音比（S/N）
望目特性：
●利用S/N比分析資料
●最佳化策略
●降低變異性
●利用調整因素調整平均值
●針對現場實例進行望目特性分析練習
望大特性：
●利用S/N比分析資料
●針對現場實例進行望大特性分析練習
望小特性：
●利用S/N比分析資料
●針對現場實例進行望小特性分析練習
●學員實際案例分析

三、二階段分析法
1. 什麼是二階段分析法
2. 各因子的作用
3. 調整因子到最佳組合
4. 實驗結果的分析
5. 學員實際案例分析
四、實驗成功要決
1. 如何選擇直交表
2. 因子的交互作用如何處理
3. 如何設置因子水準
6. 學員實際案例分析
五、實驗計劃與解析
1、 實驗三階段及其策略
2、 完整的實驗步驟及注意事項
六、問題解答，實際應用中問題解析