六西格玛培训之实验设计(DOE)使用的基本步骤
韩国LG六西格玛(6sigma)黑带培训教材之DOE 实验设计案例
(+) 水平
25 330 PC+ABS Data 输入
20 25 20 25 20 25 20 25
品质协会()
14 -9/29
LG Electronics / LGENT 6σTASK TEAM
实验设计(DOE)-完全配置法例题(23 实验)
树立实验设计
品质协会()
2. Principle of Replication(反复性) 反复能够使误差项的自由度增大、误差分散也有程度地推定， 使得能提高实验结果的可靠性.恰当的误差项的DF是 6 ~ 20个. 3. Principle of Blocking Block是同质性的集团,如果判断一些要因成为问题时,把那个要因选定为Blocking因子, Blocking因子选定的话,不增加实验的次数,可以分析要因; Blocking因子不选定的话,实验结果会出现问题,不能分析原因. Randomized Block Design 4. Principle of Confounding 把没必要求的2因子交互作用或者高次的交互作用与Block交叉的方法, 检出不必要的要因与Block的效果相交落，因此能提高实验的效果.
实验设计(DOE)的目的
• 通过计划周全的实验 1. 掌握哪个要因对反应有有益的影响，找出其影响良性的程度有多大. → 检证和推定的问题 2. 掌握微小影响的要因，在所有影响当中占多少比重，测定误差多少 → 误差项推定的问题 3. 有益影响的原因具有什么条件时，掌握是否得到最佳的反应 → 最佳反应条件的问题
品质协会()
14 -6/29
LG Electronics / LGENT 6σTASK TEAM
实验设计(DOE)
实验设计(DOE)的基本原理 : 要构筑实验程度好、分析容易的实验设计的话 ,,,
六西格玛绿带教程(试验设计)
常用的正交表有两大类
(1)一类正交表的行数n，列数p，水平数q n=qk, k=2,3,4,…, p=(n-1)/(q-1) 如：L4(23)，L8(27)，L16(215)，L32(231)等 这类正交表可以考察因子间交互作用 (2)另一类正交表的行数，列数，水平数之 间不满足上述的两个关系 如： L12(211)， L18(37)，L36(313)等
空白列的偏差平方和为Se，这里有Se=S4
有平方和分解式
ST S j
j
表头设计 列号 试验号 1 1 2 1 3 1 4 2 5 2 6 2 7 3 8 3 9 3 T1 555 T2 594 T3 502 S 1421.6
表 4.5 例 4.1 方差分析计算表 A B C 1 2 3 4 1 2 3 1 2 3 1 2 3 485 656 510 5686.9 1 2 3 2 3 1 3 1 2 555 523 573 427.6
（四）验证试验
对A2B2C1进行三次试验，结果为： 234，240，220，平均值为231.3 此结果是满意的
三、 有交互作用的 正交设计与数据分析
头选 设用 计合 ，适 列的 出正 试交 验表 计， 划进 。行 表
考水 确 察平 定 的， 试 交并 验 互确 中 作定 所 用可 考 能虑 存的 在因 并子 要与
同理 对因子B与C将数据分成三组分别比较。 所有计算列在下面的计算表中。 从表中可以看出最好的水平组合是： A2B2C3 ，即充磁量为1100，定位角度为11， 定子线圈匝数为90，可以使输出力矩达到 最大
直观分析表
表头设计 列号 试验号 1 2 3 4 5 6 7 8 9 T1 T2 T3 T1 T2 T3 R A 1 1 1 1 2 2 2 3 3 3 555 594 502 185 198 167.3 30.7 B 2 1 2 3 1 2 3 1 2 3 485 656 510 161.7 218.7 170 57 C 3 1 2 3 2 3 1 3 1 2 555 523 573 185 174.3 191 16.7 4 1 2 3 3 1 2 2 3 1 y 160 215 180 168 236 190 157 205 140
实验设计 DOE 的七大步骤分析
实验设计(DOE)的七大步骤分析无论在六西格码，还是在工程、科技等方面，试验设计都是我们常用来解决问题的方法，其应用可以说涵盖所有的行业。
试验设计最开始是在农林方面的研究，所以我们现在的很多试验设计专用名词都源于此，BLOCK，区组的意思，其原始含义就是田地的四方块，随着研究的深入，逐步应用于、医药、化工等各个领域。
试验设计的方法很多，根据具体的问题模型和目的我们可以选择适当的设计方法，如混合设计、曲面设计、裂区设计、田口设计、均匀设计等等。
试验设计骈弃了以往单个因子逐步调整的做法，避免了忽视交互作用等方面的问题，从而更加系统有效的解决我们所关注的指标。
区别于最初农林方面试验设计应用的是，我们可以在很多的行业中采用渐进的方法来采取试验设计方案，而不期望于一步到位。
第一步确定目标我们通过控制图、故障分析、因果分析、失效分析、能力分析等的运用，或者是直接实际的反映，会得出一些关键的问题点，它反映了某个指标或参数不能满足我们的需求，但是针对这样的问题，我们可能运用一些简单的方法根本就无法解决，这时候我们可能就会想到试验设计。
对于运用试验设计解决的问题，我们首先要定义好试验的目的，也就是解决一个什么样的问题，问题给我们带来了什么样的危害，是否有足够的理由支持试验设计方法的运作，我们知道试验设计必须花费较多的资源才能进行，而且对于生产型企业，试验设计的进行会打乱原有的生产稳定次序，所以确定试验目的和试验必要性是首要的任务。
随着试验目标的确定，我们还必须定义试验的指标和接受的规格，这样我们的试验才有和试验成功的度量指标。
这里的指标和规格是试验目的的延伸和具体化，也就是对问题解决的着眼点，指标的达成就能够意味着问题的解决。
?第二步剖析流程关注流程，是我们应该具备的习惯，就像我们的很多企业做水平对比一样，经常会有一个误区，就是只讲关注点放在利益点上，而忽略了对流程特色的对比，试验设计的展开同样必须建立在流程的深层剖析基础之上。
实验设计（DOE）使用的基本步骤
实验设计（DOE）使用的基本步骤一、实验设计DOE实验设计(doe)用于测试和优化流程、产品、服务或解决方案的性能。
主要用于帮助理解产品或过程在不同条件下的行为。
DOE最独特的地方在于，它让你可以通过实验来计划和控制变量，这与仅仅根据“经验观察”来收集和观察现实世界中的事物有很大的不同。
DOE广泛应用于六西格玛组织，分析认为，它可以帮助企业解决以下问题:①评估客户的语音系统，找到最佳的方法组合，在不打扰客户的情况下产生有效的反馈；②评估各种因素，分离出某个问题或缺陷的“重要”根源；③尝试或测试可能的解决方案组合，寻求最佳的改进策略；④评估产品或服务的设计，从一开始就识别潜在问题，减少现有缺陷。
虽然DOE对于事物来说比对于人来说更容易，但是在服务环境中进行实验设计还是有可能的。
然而，这些实验设计是“真实世界”的实验，在实际过程中控制变量，然后比较结果。
二.实验设计DOE1.确定要评估的因素你想从实验中知道什么？对工艺或产品可能有什么影响？在选择因素时，请记住:测试更多的因素不仅会带来获得额外数据的好处，还会增加成本和复杂性，因此权衡它们很重要。
2.定义检验因素的“级别”。
对于速度、时间和重量等可变因素，测试级别的数量可以是无限的。
因此，您不仅要选择要使用的数值，还要确定要测试多少个不同的级别。
在离散数据的情况下，测试级别可以是其中之一。
3.建立实验组合安排。
在实验设计，我们通常希望避免“一次一个因子”(ofat)的方法，在这种方法中，每个变量都是单独测试的。
通常，测试一系列因子水平组合，以获得代表所有因子的数据。
这些可能的组合或排列可以通过统计软件工具生成，也可以通过查找表格获得，这可以帮助您避免测试每一个可能的组合。
4.在特定条件下进行实验。
关键是要避免其他未经测试的因素影响结果。
5.评价结果和结论如果你想从实验设计数据中找到模式或得出结论，那么方差分析和多元回归等工具是必要的。
从实验数据中，你可能会得到一个非常明确的答案，或者可能会出现新的问题，这需要另一个实验来检验。
六西格玛试验设计培训(DOE)设计操作步骤
六西格玛试验设计培训（DOE）设计操作步骤一、试验设计步骤（单独使用时）（1）陈述问题；（2）设立目标；（3）确定输出变量；（4）识别输入因子（可控因子/噪声因子）；（5）选定每个因子的水平；（6）选择试验设计类型；（7）计划并为实施试验做准备；（8）实施试验并记录数据；（9）分析数据并得出结论；（10）必要时进行确认试验。
二、试验设计步骤的重点提示（1）确定响应变量1、尽量使用连续数据作输出变量；2、连续数据提供更多的信息；3、计数型数据需要大样本量；4、尽量使用可精确、稳定测量的输出变量。
（2）识别输入因子1、鱼骨图；2、因果矩阵；3、潜在失效模式及效果分析。
（3）可控因子与噪声因子1、可控因子是在工序的正常操作时能设定并且维持在期望水平的因子；2、噪声因子是在正常的操作期间变化的因子，而且人为不能控制；或者人们宁愿不控制，因为这么做会很昂贵。
（4）选择输入因子的水平1、因子水平可以是定量的，也可以定性的：1）定量举例温度：100℃和120℃;压力：20psi和25psi;旋转度：3000r/min和3500r/min。
2）定性举例机器A和机器B;曲线A、B、C；材料类型：新和旧。
2、因子水平的选择是基于试验目的：目标1：从大量的变量中确定出重要的少数输入因子（筛选）；将当前能力的极限值设定为“大胆”水准。
目标2：了解因素关系及交互作用，一旦确定重要的输入因子，通过减小水平间距来确定因子间的交互作用。
目标3：确定一组输入变量的操作窗口（过程最优化），水平设定进一步接近。
三、选择DOE类型四、实施试验的计划实施试验的计划应解决以下问题：1）费用；2）是否与内部客户讨论过；3）需要时间；4）是否有必要做试运行；5）我们需要提案并被许可；6）谁来进行实验。
7、实施试验，获取数据并分析数据1）确认数据收集与数据值；2）确认特别情况不会产生影响；3）用Minitab分析数据。
8、实施试验阻碍的因素1）问题不清；2）目标不明；3）集体讨论不充分；4）试验结果不清；5）试验设计费用过高；6）试验设计耗时过长，对试验设计策略缺乏理解；7）试验初期缺乏信心；8）缺乏管理支持；9）过于迫切地需要结果；10）缺乏足够的指导、支持。
六西格玛试验设计DOE培训的类别选择、实施步骤及计划
六西格玛试验设计DOE培训的类别选择、实施步骤及计划试验设计有多种类别，分别适用于不同的场合，针对不同的用途选用正确的试验设计类别是十分重要的，它直接决定了试验的效率、效果以致成败。
一、试验类别的选择依据在选择试验时，须至少考虑以下因素:1、研究目标:即通过试验希望达到什么目的，解决什么问题。
2、因素和水平数:我们的调查、分析范围。
3、每次试验的成本。
二、试验方案（类别）的选择流程试验方案的选择流程如下页图:图试验方案的选择流程需要说明在实验水平较多，达4个以上时，有一种叫“均匀试验”的方法更适合使用。
它的最大优点是能以较少的试验次数完成很多因素和多水平的试验，且精度不差。
三、试验设计的一般步骤1、通过确认历史数据或收集现场数据来确定目前的过程能力。
2、确立试验目标。
3、确立衡量试验输出结果的变量。
4、确立影响输出结果的各类可控因素和噪声因素。
5、确定每个因苏的水平数和各水平的实际取值。
6、选择试验用表，使其能适应所选择的因素和水平数并确定试验次数。
7、验证测量系统。
8、试验资源准备，包括人员、材料、设备、资金等，建立测试计划。
9、进行试验，确信每个试验单元均被对应于其试验条件做好标识。
10、测量试验单元。
11、分析数据，标识主要影响因素。
12、确认取得最好输出结果的因素水平的组合。
13、在此优化组合的因素和水平值上进行重复试验以确认效果。
14、通过标准作业程序固定优化的试验条件(因素和水平)，并进行应有的控制。
15、重新评估过程能力。
四、试验设计计划试验设计计划有特别的表格，通过填写它可进行试验设计的策划，步骤如下:1、建立试验目标。
①即确定想通过试验来改善什么。
②列出所有的关键特性。
2、确定用哪项或哪几项输出关键特性(CTQ'S)来作为测量指标。
①如存在单一的指标可衡量所有关键特性，则以此为指标。
②如单一指标无法衡量所有关键输出特性，则可选用多个指标来衡量试验结果，但一般认为单个指标较好。
六西格玛培训工具DOE试验设计的基本步骤
张驰咨询向全国各地的各行业提供六西格玛、精益六西格玛、DFSS 咨询培训与项目辅导咨询！（客户续签率连续10多年来高达95%以上） /六西格玛培训工具DOE 试验设计的基本步骤粗略地说，试验的计划于实施应该包含计划、实施及分析三个阶段。
一、计划阶段计划阶段又可以分为下面几个步骤：（1）阐述目标。
所以团队成员都要投入讨论，明确目标及要求。
究竟是为了筛选因子还是为了寻找关系式？最终要达到什么要求？（2）选择相应变量。
在一个试验中若有多种响应，则要选择起关键作用的。
能用连续型指标做度量的响应变量远比只有二元响应（成和败）好得多。
（3）选择因子及水平。
用流程图及因果图或鱼骨图先列出所有可能对响应变量有影响的因子清单，然后根据数据和各方面的知识进行细致分析作初步筛选。
不能确定该删除者就应该保留。
对于水平的选择也要仔细处理，一般来说，各水平的设置应足够分散，这样效应才能检测出来，但也不要太分散以致将各种其他的物理机械因素都包括进来，这会使统计建模和预测变得困难。
（4）选择试验设计。
根据试验的目的，选择正确的试验类型，确定区组状况、试验次数，并按随机化原则安排好试验顺序及试验单元的分配，排好计划矩阵。
二、实施阶段严格按计划矩阵的安排进行试验，除了记录响应变量的数据外，还要详细记录试验过程的所有状况，包括环境（温度、湿度、电压等），材料，操作员等。
试验中的任何非正常数据也应予以记录，以便日后分析使用。
三、分析阶段对数据的分析方法应与所应用的设计类型相适应。
分析中应包含拟合选定模型、残差诊断、评估模型的适用性并设法改进模型等。
当模型最终选定后，要对此模型所给出的结果作必要的分析、解释及推断，从而提出重要因子的最佳设置及响应变量的预测。
当认定结果已经基本达到目标后，给出验证试验的预测值，并做验证试验以验证最佳设置是否真的有效。
怎样通过实验设计(DOE)优化生产效率？
怎样通过实验设计（DOE）优化生产效率？
实验设计（DOE）是一种有助于优化生产效率的强大工具。
通过系统地设计和执行实验，企业可以识别和改进生产过程中的关键因素，从而提高效率和质量。
详细步骤如深圳天行健六西格玛咨询公司下文所述：
1. 确定目标和因素
首先，确定您希望优化的目标，例如减少生产时间、降低成本或提高产品质量。
然后，识别可能影响目标的因素，如温度、压力、材料配比等。
2. 设计实验
基于确定的目标和因素，设计实验方案。
使用设计矩阵来确定实验的组合，确保涵盖所有可能的情况。
考虑使用随机化和重复来减少实验误差。
3. 执行实验
根据实验设计方案，执行实验并记录结果。
确保实验条件的准确控制，并在每个实验中收集足够的数据以支持分析。
4. 数据分析
通过对实验数据进行统计分析，确定哪些因素对目标具有显著影响。
使用图表、回归分析等工具来识别关键因素和交互效应。
5. 优化生产过程
基于数据分析的结果，确定如何优化生产过程。
可能需要调整因素的水平、改变工艺参数或采取其他措施来提高生产效率。
6. 验证和调整
验证优化后的生产过程，并监测结果。
如果需要进一步改进，可以根据实验设计的原则进行调整，以获取更好的效果。
综上所述，使用实验设计（DOE），您可以在不同的组合和条件下进行实验，并确定最佳的生产参数。
这将帮助您节省时间、降低成本并提高产品质量，从而提升竞争力和盈利能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
六西格玛培训之实验设计（DOE）使用的基本步骤
一、实验设计的使用
实验设计(design of experiments, DOE)用于检验和优化过程、产品、服务或解决方案的绩效。
它主要用来帮助了解不同条件下产品或过程的行为。
DOE最独特之处就在于它能够使你通过实验来计划和控制变量，与按照“经验观察”方式仅仅收集和观察现实世界中的事物是截然不同的。
在六西格玛组织中，DOE有着非常广泛的应用，天行健管理公司分析了它能帮助企业解决以下问题:
①评估顾客声音系统，在不烦扰顾客的情况下寻找产生有效反馈的最佳方法组合；
②评估诸因素以将引起某一问题或缺陷的“重要”根本原因分离出来；
③试行或检验可能的解决方案组合，以寻求最佳改进策略；
④评价产品或服务的设计以确认潜在的问题并从开始就减少存在的缺陷。
尽管DOE用于事物要比用于人更容易，但在服务环境下进行实验设计仍是可能的。
可是，这些实验设计趋向是“现实世界”的试验，在这些试验中，变量在实际过程中加以控制，然后将其结果进行比较。
二、实验设计的基本步骤
1、确认要评价的因素
你希望从实验中了解些什么?对过程或产品的可能影响是什么?在选择因素时要切记:试验更多因素不仅会带来获取额外数据的利益，也会增加成本和复杂性，对二者进行权衡很重要。
2、界定检验因素的“水平”
对速度、时间和重量等诸如此类的变量因素，试验水平的数量可以无限多。
因此，你不仅要选择所要采用的数值，而且还要确定希望试验多少不同的水平。
在离散型数据情况下，试验水平可能是两选一的。
3、建立一个实验组合排列
在实验设计中，通常希望避免采用每一变量都单独试验的“每次一个因素”(one-factor-at-a-time, OFAT)的办法。
通常是试验一系列因素水平组合以得到对所有因素都具
代表性的数据。
这些可能的组合或排列可以由统计软件工具产生或查表得到，借助它们可以帮你避免对每一可能的组合都进行试验。
4、在规定的条件下进行实验
关键是要避免其他一些未被检验的因素影响结果。
5、评价结果和结论
如果你要从实验设计数据中发现模式或得出结论，那么像方差分析和多元回归之类的工具是必需的。
从实验数据中你可能会得到非常明确的答案，也可能会产生新问题，从而需要另外的实验加以测试。
文章来源：/liuxigemagongju/242.html。