doe試驗設計(DOE試驗設計培訓的7大步驟分別是什么)
1.DOE試驗設計培訓的7大步驟分別是什么
DOE試驗設計培訓的7大步驟 第一步：確定目標 我們通過(guò)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(shí)際工作的反映，會(huì )得出一些關(guān)鍵的問(wèn)題點(diǎn)，它反映了某個(gè)指標或參數不能滿(mǎn)足我們的需求，但是針對這樣的問(wèn)題，我們可能運用一些簡(jiǎn)單的方法根本就無(wú)法解決，這時(shí)候我們可能就會(huì )想到試驗設計。
對于運用試驗設計解決的問(wèn)題，我們首先要定義好試驗的目的，也就是解決一個(gè)什么樣的問(wèn)題，問(wèn)題給我們帶來(lái)了什么樣的危害，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(jìn)行，而且對于生產(chǎn)型企業(yè)，試驗設計的進(jìn)行會(huì )打亂原有的生產(chǎn)穩定次序，所以確定試驗目的和試驗必要性是首要的任務(wù)。隨著(zhù)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(wèn)題解決的著(zhù)眼點(diǎn)，指標的達成就能夠意味著(zhù)問(wèn)題的解決。 第二步：剖析流程 關(guān)注流程，使我們應該具備的習慣，就像我們的很多企業(yè)做水平對比一樣，經(jīng)常會(huì )有一個(gè)誤區，就是只講關(guān)注點(diǎn)放在利益點(diǎn)上，而忽略了對流程特色的對比，試驗設計的展開(kāi)同樣必須建立在流程的深層剖析基礎之上。
任何一個(gè)問(wèn)題的產(chǎn)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(gè)特點(diǎn)，而諸多原因一般就存在于產(chǎn)生問(wèn)題的流程當中。流程的定義非常的關(guān)鍵，過(guò)短的流程可能會(huì )拋棄掉顯著(zhù)的原因，過(guò)長(cháng)的流程必將導致資源的浪費。
我們有很多的方式來(lái)展開(kāi)流程，但有一點(diǎn)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(lái)自于對每個(gè)步驟地詳細分解，確認其輸入和輸出。其實(shí)對于流程的剖析和認識，就是改善人員了解問(wèn)題的開(kāi)始，因為并不是每個(gè)人都能掌握好我們所關(guān)注的問(wèn)題。
這一步的輸出，使我們的改善人員能夠了解問(wèn)題的可能因素在哪里，雖然不能確定哪個(gè)是重要的，但我們至少確定一個(gè)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(guān)注指標的因素，但是到底哪個(gè)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(shí)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(shí)，我們不需要確認交互作用、高階效應等問(wèn)題，我們的目的是確認哪個(gè)因素的影響是顯著(zhù)的。我們可以使用一些低解析度的兩水平試驗或者專(zhuān)門(mén)的篩選試驗來(lái)完成這個(gè)任務(wù)，這時(shí)的試驗成本也將最小處理。
而且對于這一步任務(wù)的完成，我們可以應用一些歷史數據，或者完全可靠的經(jīng)驗理論分析，來(lái)減少我們的試驗因子，當然要注意一點(diǎn)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(guān)鍵，往往我們在現實(shí)中是通過(guò)完全的經(jīng)驗分析得出，甚至抱著(zhù)可能是的態(tài)度。
第四步：快速接近 我們通過(guò)篩選試驗找到了關(guān)鍵的因素，同時(shí)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(shí)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(lái)確定一些水平，進(jìn)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(gè)結論就是，我們的改善最優(yōu)點(diǎn)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(shí)我們沒(méi)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(shí)我們就可以進(jìn)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，所以對于最終的優(yōu)化有顯著(zhù)的成效，析因試驗主要選擇各因素構造的幾何體的頂點(diǎn)以及中心點(diǎn)來(lái)完成，這樣的試驗構造，可以幫助我們確定對于指標的影響，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(guò)方差分析來(lái)檢定這些效應是否顯著(zhù)，同時(shí)對以往的篩選、快速接近試驗也是一個(gè)驗證，但我們不宜就在這樣的試驗基礎上就來(lái)描述指標與諸主效應的詳細關(guān)系，因為對于3個(gè)水平點(diǎn)的選取，試驗功效會(huì )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(wèn)題，我們需要進(jìn)一步的安排一些試驗來(lái)最終確定因素的最佳影響水平，這時(shí)的試驗只是一個(gè)對析因試驗的試驗點(diǎn)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(yōu)化我們的指標，或者說(shuō)有效全面的構建因素與水平的相應曲面和等高線(xiàn)，我們增加一些試驗點(diǎn)來(lái)完成這個(gè)任務(wù)。
試驗點(diǎn)一般根據回歸試驗的旋轉性來(lái)選取，而且它的水平應該根據功效、因子數、中心點(diǎn)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。
2.實(shí)驗設計（DOE）使用的基本步驟是什么
一、實(shí)驗設計的使用 實(shí)驗設計（design of experiments,DOE）用于檢驗和優(yōu)化過(guò)程、產(chǎn)品、服務(wù)或解決方案的績(jì)效。
它主要用來(lái)幫助了解不同條件下產(chǎn)品或過(guò)程的行為。DOE最獨特之處就在于它能夠使你通過(guò)實(shí)驗來(lái)計劃和控制變量，與按照“經(jīng)驗觀(guān)察”方式僅僅收集和觀(guān)察現實(shí)世界中的事物是截然不同的。
在6sigma組織中，DOE有著(zhù)非常廣泛的應用，天行健咨詢(xún)公司分析了它能幫助企業(yè)解決以下問(wèn)題： 1、評估顧客聲音系統，在不煩擾顧客的情況下尋找產(chǎn)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(wèn)題或缺陷的“重要”根本原因分離出來(lái)； 3、試行或檢驗可能的解決方案組合，以尋求最佳改進(jìn)策略； 4、評價(jià)產(chǎn)品或服務(wù)的設計以確認潛在的問(wèn)題并從開(kāi)始就減少存在的缺陷。 盡管DOE用于事物要比用于人更容易，但在服務(wù)環(huán)境下進(jìn)行實(shí)驗設計仍是可能的。
可是，這些實(shí)驗設計趨向是“現實(shí)世界”的試驗，在這些試驗中，變量在實(shí)際過(guò)程中加以控制，然后將其結果進(jìn)行比較。 二、實(shí)驗設計的基本步驟 1、確認要評價(jià)的因素 你希望從實(shí)驗中了解些什么？對過(guò)程或產(chǎn)品的可能影響是什么？在選擇因素時(shí)要切記：試驗更多因素不僅會(huì )帶來(lái)獲取額外數據的利益，也會(huì )增加成本和復雜性，對二者進(jìn)行權衡很重要。
2、界定檢驗因素的“水平” 對速度、時(shí)間和重量等諸如此類(lèi)的變量因素，試驗水平的數量可以無(wú)限多。因此，你不僅要選擇所要采用的數值，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(gè)實(shí)驗組合排列 在實(shí)驗設計中，通常希望避免采用每一變量都單獨試驗的“每次一個(gè)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件工具產(chǎn)生或查表得到，借助它們可以幫你避免對每一可能的組合都進(jìn)行試驗。
4、在規定的條件下進(jìn)行實(shí)驗 關(guān)鍵是要避免其他一些未被檢驗的因素影響結果。 5、評價(jià)結果和結論 如果你要從實(shí)驗設計數據中發(fā)現模式或得出結論，那么像方差分析和多元回歸之類(lèi)的工具是必需的。
從實(shí)驗數據中你可能會(huì )得到非常明確的答案，也可能會(huì )產(chǎn)生新問(wèn)題，從而需要另外的實(shí)驗加以測試。 內容摘自：天行健咨詢(xún)公司。
3.DOE試驗設計是什么
在CDM項目中，DOE的職能就是要對CDM（清潔發(fā)展機制）項目進(jìn)行定性的“審定（Validation）”和定量的“核查（Verification/ Certification）”。
DOE（試驗設計）在質(zhì)量控制的整個(gè)過(guò)程中扮演了非常重要的角色，它是我們產(chǎn)品質(zhì)量提高，工藝流程改善的重要保證。通過(guò)對產(chǎn)品質(zhì)量，工藝參數的量化分析，尋找關(guān)鍵因素，控制與其相關(guān)的因素。
實(shí)際上，DOE在CDM項目運作過(guò)程中非常關(guān)鍵，它直接決定了一個(gè)CDM項目能否成功注冊、產(chǎn)生的溫室氣體減排量能否獲得簽發(fā)及簽發(fā)多少。
擴展資料
DOE（試驗設計）方法：一類(lèi)是正交試驗設計法，另一類(lèi)是析因法。
DOE（試驗設計）用處
1、科學(xué)合理地安排實(shí)驗，從而減少實(shí)驗次數、縮短實(shí)驗周期，提高了經(jīng)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(shí)驗誤差的影響大小，提高實(shí)驗精度。
5、找出較優(yōu)的參數組合，并通過(guò)對實(shí)驗結果的分析、比較，找出達到最優(yōu)化方案進(jìn)一步實(shí)驗的方向。
參考資料來(lái)源：搜狗百科-DOE
4.DOE試驗設計是什么
什么是試驗設計（DOE）： 從20世紀20年代費希爾（R.A.Fisher）在農業(yè)生產(chǎn)中使用試驗設計（Design Of Experiment,DOE）方法以來(lái)，試驗設計方法已經(jīng)在農業(yè)、生物學(xué)、遺傳學(xué)、工程學(xué)等領(lǐng)域得到廣泛的應用和發(fā)展。
試驗設計主要應用理統計學(xué)的基本知識，討論如何合理地安排試驗、取得數據，然后進(jìn)行綜合科學(xué)分析，從而盡快獲得最優(yōu)組合方案。在產(chǎn)品設計中，利用試驗設計能以最低的試驗成本，最短時(shí)間內有效的設計和驗證產(chǎn)品的性能；在制造過(guò)程中，利用試驗設計可以從諸多影響因素中，快速找到對過(guò)程輸出指標影響顯著(zhù)的工藝參數，并將其最佳化。
試驗設計的用途： 1、析因分析，識別哪些變量X對響應量Y有顯著(zhù)影響； 2、參數優(yōu)化，確定有顯著(zhù)影響的X設置在何處時(shí)，可使Y幾乎總是接近于期望值； 3、減小變異，確定有影響的X設置在何處時(shí)，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(shí)，可使不可控變量U的效應最小。
5.什么是試驗設計DOE
【試驗設計】：
試驗設計（DOE,DESignated Operational Entity），也稱(chēng)為實(shí)驗設計。從20世紀20年代費希爾（R.A.Fisher）在農業(yè)生產(chǎn)中使用試驗設計方法以來(lái)，試驗設計方法已經(jīng)得到廣泛的發(fā)展，統計學(xué)家們發(fā)現了很多非常有效的試驗設計技術(shù)。20世紀50年代，日本統計學(xué)家田口玄一將試驗設計中應用最廣的正交設計表格化，在方法解說(shuō)方面深入淺出為試驗設計的更廣泛使用作出了眾所周知的貢獻。
【DOE的作用】：
試驗設計在工業(yè)生產(chǎn)和工程設計中能發(fā)揮重要的作用，主要有：
1、提高產(chǎn)量；
2、減少質(zhì)量的波動(dòng)，提高產(chǎn)品質(zhì)量水準；
3、大大縮短新產(chǎn)品試驗周期；
4、降低成本；
5、試驗設計延長(cháng)產(chǎn)品壽命。
在工農業(yè)生產(chǎn)和科學(xué)研究中，經(jīng)常需要做試驗，以求達到預期的目的。例如在工農業(yè)生產(chǎn)中希望通過(guò)試驗達到高質(zhì)、優(yōu)產(chǎn)、低消耗，特別是新產(chǎn)品試驗，未知的東西很多，要通過(guò)試驗來(lái)摸索工藝條件或配方。如何做試驗，其中大有學(xué)問(wèn)。試驗設計得好，會(huì )事半功倍，反之會(huì )事倍功半，甚至勞而無(wú)功。
如果要最有效地進(jìn)行科學(xué)試驗，必須用科學(xué)方法來(lái)設計。所謂試驗的統計設計，就是設計試驗的過(guò)程，使得收集的數據適合于用統計方法分析，得出有效的和客觀(guān)的結論。如果想從數據作出有意義的結論，用統計方法作試驗設計是必要的。當問(wèn)題涉及到受試驗誤差影響的數據時(shí)，只有統計方法才是客觀(guān)的分析方法。這樣一來(lái)，任一試驗問(wèn)題就存在兩個(gè)方面：試驗的設計和數據的統計分析。這兩個(gè)課題是緊密相連的，因為分析方法直接依賴(lài)于所用的設計。
摘自：天行健咨詢(xún)
6.試驗設計DOE培訓是什么
【一】、DOE是六西格瑪管理中常用的工具。
【二】、DOE常用的步驟
試驗設計DOE(Design of Experiments)實(shí)驗設計，針對產(chǎn)品流程、產(chǎn)品的研發(fā)、產(chǎn)品的生產(chǎn)過(guò)程改善時(shí)分析重要因子，優(yōu)化結果，提高設計健狀性的實(shí)驗。通過(guò)選擇對產(chǎn)品特性影響較大的相關(guān)參數，確定因素之間的指標，選擇符合產(chǎn)品特性指標較好的，簡(jiǎn)單點(diǎn)說(shuō)，就是考察影響產(chǎn)品特性的各個(gè)參數，確定哪些參數組合哪些產(chǎn)品特性最好。DOE實(shí)驗設計已經(jīng)廣泛使用到企業(yè)對提高產(chǎn)品的質(zhì)量、降低生產(chǎn)成本各個(gè)方面，實(shí)驗設計還可用于企業(yè)管理，調整產(chǎn)品結構，制定生產(chǎn)效益和更高的生產(chǎn)計劃等。
人類(lèi)認識自然界的過(guò)程是個(gè)循序漸進(jìn)的過(guò)程。一般先根據已有的知識提出某種設想，設計一個(gè)試驗去驗證或否定它，從試驗中獲得的數據幫助人們驗證或修正初始的設想，然后又提出了一個(gè)更新更深入的設想，再設計新的試驗，這個(gè)反復的過(guò)程會(huì )一直持續下去，直到形成了較為完整的理論結果為止。進(jìn)行試驗也是一個(gè)學(xué)習過(guò)程，不可能一蹴而就。一般來(lái)說(shuō)，試驗要進(jìn)行好幾批，一般采用下面幾個(gè)步驟：
1、用部分因子設計進(jìn)行因子的篩選
最開(kāi)始，情況不很清楚，考慮到影響響應變量的因子個(gè)數可能較多（大于或等于5），這時(shí)應在較大的試驗范圍內，先進(jìn)行因子的篩選（screening ），通常應使用部分實(shí)施的因子試驗設計法，這樣獲得的結果可能較為粗糙，但試驗次數可以大大減少，也能夠達到篩選的目的。如果認為部分實(shí)施的因子試驗費用仍然太昂貴，則可以使用試驗次數更少的“Plaekett-Burman設計”方法來(lái)篩選因子。
2、用全因子試驗設計法對因子效應和交互作用進(jìn)行全面的分析
當因子的個(gè)數被篩選到小于等于5個(gè)之后，就可以進(jìn)一步在稍小范圍內進(jìn)行全因子試驗設計以獲得全部因子效應和交互作用的準確信息，并進(jìn)一步篩選因子直到因子個(gè)數不超過(guò)3個(gè)。
3、用響應曲面方法確定回歸關(guān)系并求出最優(yōu)設置
當因子個(gè)數不超過(guò)3個(gè)時(shí)，就有條件采用更細致的響應曲面設計分析方法，在包含最優(yōu)點(diǎn)的一個(gè)較小區域內，對響應變量擬合一個(gè)二次方程，從而可以得到試驗區域內的最優(yōu)點(diǎn)。
以上所說(shuō)的是典型的步驟，在實(shí)際工作中，可能跳過(guò)某個(gè)環(huán)節，也可能在某個(gè)步驟上反復進(jìn)行幾次。總之，要不斷地篩選因子，不斷調整試驗的范圍和因子水平的選擇，經(jīng)過(guò)幾輪試驗后才能最終達到試驗的總目標。
7.工廠(chǎng)招品管要懂DOE,有沒(méi)有高手指點(diǎn)一下DOE的含義及具體內容
doe 1. =department of the environment （英國）環(huán)境事務(wù)部
2. =department of energy （美國）能源部
3.實(shí)驗設計design of experiments,
在質(zhì)量控制的整個(gè)過(guò)程中扮演了非常重要的角色，它是我們產(chǎn)品質(zhì)量提高，工藝流程改善的重要保證。實(shí)驗設計已廣泛運用了從航天業(yè)到一般生產(chǎn)制造業(yè)的產(chǎn)品質(zhì)量改善、工藝流程優(yōu)化甚至已運用到醫學(xué)界。籍此課程，您將通過(guò)對產(chǎn)品質(zhì)量，工藝參數的量化分析，尋找關(guān)鍵因素，控制與其相關(guān)的因素。根據實(shí)際需求，學(xué)習判別與選擇不同的實(shí)驗設計種類(lèi)，設計你的實(shí)驗步驟，發(fā)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(chǎn)品質(zhì)量得以提升，工藝流程最優(yōu)化
[編輯本段]doe的實(shí)驗步驟
(1)篩選主要顯著(zhù)的因子
(2)找出最佳之生產(chǎn)條件組合
(3)證明最佳生產(chǎn)條件組合有再現性
8.DOE培訓,六西格瑪試驗設計（DOE）的設計流程是怎么樣的
【一】、六西格瑪試驗設計DOE介紹：
六西格瑪試驗設計（DOE）的方法于20年代由英國學(xué)者R. A. Fisher所創(chuàng )，他開(kāi)發(fā)出并首次應用方差分析的方法作為試驗設計中主要的統針?lè )治龉ぞ撸湔麄€(gè)過(guò)程可以用一張方差分析表表示。
試驗設計（DOE）在工業(yè)生產(chǎn)和工程設計中能發(fā)揮重要的作用，主要有：
1、提高產(chǎn)量；
2、減少質(zhì)量的波動(dòng)，提高產(chǎn)品質(zhì)量水準；
3、大大縮短新產(chǎn)品試驗周期；
4、降低成本；
5、試驗設計延長(cháng)產(chǎn)品壽命。
【二】、六西格瑪試驗設計（DOE）的設計流程：
六西格瑪試驗設計（DOE）是一個(gè)試驗策劃的過(guò)程，通過(guò)試驗，能收集到合適的數據，希望通過(guò)最少的試驗次數獲得必要的技術(shù)信息，而且用合適的統計方法來(lái)分析收集到的數據。如果我們希望從數據中得到有用的結論，則試驗設計的統計方法是必要的。因此，任何試驗設計方法都包含兩方面的內容：試驗設計和對收集到的數據進(jìn)行統計分析。它們是緊密相連的，因為統計分析方法依賴(lài)于所采用的設計方案。
一般試驗設計流程的概要圖，下面作一簡(jiǎn)要分析：
1、試驗問(wèn)題的提出。
明確的提出問(wèn)題有助于理解所要解決隱含問(wèn)題的現象。
2、對目前狀況的理解。
為試驗問(wèn)題收集盡可能多的相關(guān)歷史數據是很有必要的，這有助于理解現在的狀況。可以從文獻或者涉及的各個(gè)方面收集信息。如工程、質(zhì)量保證、制造、市場(chǎng)、操作人員等等。
3、響應變量的選擇。
選擇合適的響應變量，還要考慮響應變盤(pán)是如何度量的，這種度量的精度應得到保證。
4、因子及其水平的選擇。
試驗者必須選擇影響響應變量的關(guān)健變量x（因子），x的選擇可以使用項目分析階段的技術(shù)。應用于試驗中的因子的值（水平）必須仔細選擇。通常選用兩個(gè)或三個(gè)水平，最多不宜超過(guò)五個(gè)水平是比較合適的，水平的范圍在試驗者感興趣的區域內應該盡可能的大。
5、試驗設計的選擇。
這一步是試驗設計流程的核心。試驗者通過(guò)考慮因子的數目、水平多少，所有可能的水平組合、試驗成本以及可利用的時(shí)間等，來(lái)選擇合適的試驗設計。
6、實(shí)施試驗。
這是一個(gè)實(shí)際收集數據的過(guò)程。試驗者應該注意盡可能的使試驗環(huán)境保持一致。另外，精確地測量試驗結果，獲得高質(zhì)量數據也應加以注意。
7、數據分析。
應采用諸如方差分析和參數估計等統計方法，目的就是通過(guò)數據分析，找到前面提出的試驗問(wèn)題的所有可能的信息。
8、分析結果及其結論。
分折完數據后，試驗者就必須對他的統計結果做工程解釋?zhuān)烙嬎鼈儗μ岢龅脑囼瀱?wèn)題的實(shí)際含義，并為提出的問(wèn)題給出結論。
9、驗證試驗。
在把結果提交給他人和在采取實(shí)際行動(dòng)之前，試驗者需要實(shí)施一個(gè)確認試驗來(lái)評估試驗結論的再現性。
10、后續管理。
試驗者將結果提交給他人并采取一些必要的保證措施（行動(dòng)）。為了支持由試驗得出的這個(gè)改進(jìn)，需要緊跟著(zhù)行動(dòng)，例如操作條件的標準化和檢查表與控制圖的使用等，來(lái)評估試驗的后續影響。
11、后續試驗計劃。
通常，由于試驗問(wèn)題沒(méi)有徹底解決，建議進(jìn)行進(jìn)一步的試驗。試驗通常是一個(gè)反復的過(guò)程，一次試驗只能解決問(wèn)題的一部分，希望后續的試驗能處理未解決的問(wèn)題。
因此，試驗設計的目的可能包含下列幾點(diǎn)：
1、確定潛在的少數變量x是否對響應變量y有影響；
2、確定這些有影響的變量x值在什么范圍內使響應變量y幾乎圍繞目標值波動(dòng)；
3、確定x的值以改變響應變量分布的均值，并減少其波動(dòng)。
4、確定具有影響的x值使其不可控變量的影響最小，即使響應變量對外部環(huán)境的變化是穩健的。
【三】、張馳咨詢(xún)專(zhuān)注提供DOE實(shí)驗設計公開(kāi)課培訓與內訓。
9.指教如何使用六西格瑪工具里面的doe實(shí)驗設計啊
無(wú)論在六西格碼管理，還是在工程品質(zhì)、科技研發(fā)等方面，doe試驗設計都是我們常用來(lái)解決問(wèn)題的方法，其應用可以說(shuō)涵蓋所有的行業(yè)。
試驗設計最開(kāi)始是在農林方面的研究，所以我們現在的很多試驗設計專(zhuān)用名詞都源于此，BLOCK，區組的意思，其原始含義就是田地的四方塊，隨著(zhù)研究的深入，逐步應用于機械、醫藥、化工等各個(gè)領(lǐng)域。試驗設計的方法很多，根據具體的問(wèn)題模型和目的我們可以選擇適當的設計方法，如混合設計、曲面設計、裂區設計、田口設計、均勻設計等等。
試驗設計駢棄了以往單個(gè)因子逐步調整的做法，避免了忽視交互作用等方面的問(wèn)題，從而更加系統有效的解決我們所關(guān)注的指標。區別于最初農林方面試驗設計應用的是，我們可以在很多的行業(yè)中采用漸進(jìn)的方法來(lái)采取試驗設計方案，而不期望于一步到位。
第一步確定目標 我們通過(guò)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(shí)際工作的反映，會(huì )得出一些關(guān)鍵的問(wèn)題點(diǎn)，它反映了某個(gè)指標或參數不能滿(mǎn)足我們的需求，但是針對這樣的問(wèn)題，我們可能運用一些簡(jiǎn)單的方法根本就無(wú)法解決，這時(shí)候我們可能就會(huì )想到試驗設計。對于運用試驗設計解決的問(wèn)題，我們首先要定義好試驗的目的，也就是解決一個(gè)什么樣的問(wèn)題，問(wèn)題給我們帶來(lái)了什么樣的危害，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(jìn)行，而且對于生產(chǎn)型企業(yè)，試驗設計的進(jìn)行會(huì )打亂原有的生產(chǎn)穩定次序，所以確定試驗目的和試驗必要性是首要的任務(wù)。
隨著(zhù)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(wèn)題解決的著(zhù)眼點(diǎn)，指標的達成就能夠意味著(zhù)問(wèn)題的解決。
第二步剖析流程 關(guān)注流程，使我們應該具備的習慣，就像我們的很多企業(yè)做水平對比一樣，經(jīng)常會(huì )有一個(gè)誤區，就是只講關(guān)注點(diǎn)放在利益點(diǎn)上，而忽略了對流程特色的對比，試驗設計的展開(kāi)同樣必須建立在流程的深層剖析基礎之上。任何一個(gè)問(wèn)題的產(chǎn)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(gè)特點(diǎn)，而諸多原因一般就存在于產(chǎn)生問(wèn)題的流程當中。
流程的定義非常的關(guān)鍵，過(guò)短的流程可能會(huì )拋棄掉顯著(zhù)的原因，過(guò)長(cháng)的流程必將導致資源的浪費。我們有很多的方式來(lái)展開(kāi)流程，但有一點(diǎn)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(lái)自于對每個(gè)步驟地詳細分解，確認其輸入和輸出。
其實(shí)對于流程的剖析和認識，就是改善人員了解問(wèn)題的開(kāi)始，因為并不是每個(gè)人都能掌握好我們所關(guān)注的問(wèn)題。這一步的輸出，使我們的改善人員能夠了解問(wèn)題的可能因素在哪里，雖然不能確定哪個(gè)是重要的，但我們至少確定一個(gè)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(guān)注指標的因素，但是到底哪個(gè)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(shí)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(shí)，我們不需要確認交互作用、高階效應等問(wèn)題，我們的目的是確認哪個(gè)因素的影響是顯著(zhù)的。
我們可以使用一些低解析度的兩水平試驗或者專(zhuān)門(mén)的篩選試驗來(lái)完成這個(gè)任務(wù)，這時(shí)的試驗成本也將最小處理。而且對于這一步任務(wù)的完成，我們可以應用一些歷史數據，或者完全可靠的經(jīng)驗理論分析，來(lái)減少我們的試驗因子，當然要注意一點(diǎn)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(guān)鍵，往往我們在現實(shí)中是通過(guò)完全的經(jīng)驗分析得出，甚至抱著(zhù)可能是的態(tài)度。第四步快速接近 我們通過(guò)篩選試驗找到了關(guān)鍵的因素，同時(shí)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(shí)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(lái)確定一些水平，進(jìn)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(gè)結論就是，我們的改善最優(yōu)點(diǎn)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(shí)我們沒(méi)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(shí)我們就可以進(jìn)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，所以對于最終的優(yōu)化有顯著(zhù)的成效，析因試驗主要選擇各因素構造的幾何體的頂點(diǎn)以及中心點(diǎn)來(lái)完成，這樣的試驗構造，可以幫助我們確定對于指標的影響，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(guò)方差分析來(lái)檢定這些效應是否顯著(zhù)，同時(shí)對以往的篩選、快速接近試驗也是一個(gè)驗證，但我們不宜就在這樣的。
10.SPC、DOE、FMEA知識是指什么
SPC就是利用統計技術(shù)對過(guò)程中的各個(gè)階段進(jìn)行監控，發(fā)現過(guò)程異常，及時(shí)告警，從而達到保證產(chǎn)品質(zhì)量的目的。這里的統計技術(shù)泛指任何可以應用的數理統計方法，而以控制圖理論為主。但SPC有其歷史局限性，它不能告知此異常是什么因素引起的，發(fā)生于何處，即不能進(jìn)行診斷，而在現場(chǎng)迫切需要解決診斷問(wèn)題，否則即使要想糾正異常，也無(wú)從下手。
DOE：實(shí)驗設計（DesignofExperiments，縮寫(xiě)為DOE）是研究如何制定適當實(shí)驗方案以便對實(shí)驗數據進(jìn)行有效的統計分析的數學(xué)理論與方法。實(shí)驗設計應遵循三個(gè)原則：隨機化，局部控制和重復。隨機化的目的是實(shí)驗結果盡量避免受到主客觀(guān)系統因素的影響而呈現偏倚性；局部控制是化分區組，使區組內部盡可能條件一致；重復是為了降低隨機誤差的影響，目的仍在于避免可控的系統性因素的影響。實(shí)驗設計大致可以分為四種類(lèi)型：析因設計、區組設計、回歸設計和均勻設計。析因設計又分為全面實(shí)施法和部分實(shí)施法。析因實(shí)驗設計方法就是我們常說(shuō)的正交實(shí)驗設計。
FMEA:TS16949的5大手冊--FMEA是一種可靠性設計的重要方法
FMEA實(shí)際是一組系列化的活動(dòng)，其過(guò)程包括：找出產(chǎn)品/過(guò)程中潛在的故障模式；根據相應的評價(jià)體系對找出的潛在故障模式進(jìn)行風(fēng)險量化評估；列出故障起因/機理，尋找預防或改進(jìn)措施。
故障模式、影響、分析模塊
其核心部分是對特定系統進(jìn)行分析研究，確定怎樣修改系統以提高整體可靠性，避免失效。為了準確計算失效的危害性，在分析時(shí)，提供了系統化的處理過(guò)程，自動(dòng)編制FMEA任務(wù)，包括確定所有可能失效的零部件及其失效模式，確定每一種失效模式的局部影響、下一級別的影響以及對系統的最終影響，確定失效引起的危害性，確定致命失效模式以消除或減少發(fā)生的可能性或劇烈程度。
FMEA可完成以下功能：
失效模式、影響分析（FMEA）
危害性分析（CriticallyAnalysis）
功能FMEA(FunctionalFMEA)
破壞模式和影響分析（DMEA）
FMEA具有以下特點(diǎn)：
豐富的故障模式數據庫
完善的企業(yè)FMEA規范定制功能
自動(dòng)由FMEA生成原始的FTA（故障樹(shù)）
故障樹(shù)分析（FaultTreeAnalysis）模塊
利用FTA模塊，在系統設計過(guò)程當中，通過(guò)對造成系統故障的各種因素（包括硬件、軟件、環(huán)境、人為因素等）進(jìn)行分析，畫(huà)出邏輯框圖（即故障樹(shù)），從而確定系統故障原因的各種可能組合方式及其發(fā)生概率以計算系統故障概率，采取相應的糾正措施，以提供系統可靠性的一種分析方法。它以圖形的方式表明了系統中失效事件和其它事件之間的相互影響，是適用于大型復雜系統安全性與可靠性分析的常用的有效方法。利用FTA，用戶(hù)可以簡(jiǎn)單快速地建立故障樹(shù)，輸入有關(guān)參數并對系統進(jìn)行定性分析和定量分析，生成報告，最后打印輸出。
事件樹(shù)分析（EventTreeAnalysis）模塊
