天津试验设计-DOE课程, 掌握通过对产品质量，工艺参数的量化分析，科学、经济、高效地确定关键因素及其*设定，获得最优输出结果 18课时,共3天,更多详情欢迎了解
试验设计在质量管理(策划-控制-改进)的整个过程中扮演了非常重要的角色，它是我们提高产品质量，改善工艺流程的重要手段。试验设计已广泛运用于从航天业到一般生产制造业的产品设计、质量改善、工艺流程优化。籍此课程，您将掌握通过对产品质量，工艺参数的量化分析，科学、经济、高效地确定关键因素及其*设定，获得最优输出结果。田口玄一说过“不掌握试验设计的工程师只能算是半个工程师”，DOE能突破性提升研发、质量、技术工程师从根本上解决问题的能力。
研发、技术、品管、生产制造、工艺部门经理及工程师等。
稳健参数设计（Robust Parameter Design）最先由田口玄一 （ Genichi Taguchi） 提出，是通过探索可控因子与噪音因子之间的交互效应、设定可控因子，从而减少响应变量的波动。由于改变可控因子通常比较容易，所以稳健参数设计可以比减小噪音因子更经济、更有效地减小响应变量的波动。与之配合的容差设计是基于质量损失函数科学计算合理容差的一种方法，能确保产品质量的前提下，提高可制造性，降低成本。通过本课程的学习你将能够：在设计开发过程中和工艺改进过程中,利用稳健参数设计，获得*可控因子设定条件，从而减低系统对噪音因子的灵敏度，确保响应变量-过程的输出变量波动最小,即产品关键质量特性波动最小化，一致性*化，从而使产品和过程抗外界干扰能力更强,质量更加稳健可靠，通过容差设计让高质量与低成本共存。
Ø DOE的概念、价值、用途
Ø DOE的基础知识-假设检验、相关回归
Ø DOE基本原则—随机化、区组化、完全重复
Ø 试验设计的步骤
1.因子搜索方法
Ø 系统查找全部影响因子-Process Mapping/C&E Diagram
Ø 筛选重点因子-C&E Matix/FMEA
Ø 确定Vital Few X’s-假设检验、相关回归统计学方法
Ø 多变量分析（Multi-Vari分析）-时间对时间、部件对部件、部件内
2. 2K全因子试验
Ø 全因子试验方案
Ø 全因子试验实施
Ø 试验结果的分析
² 拟合回归模型
² 残差诊断
² 改进模型
² 验证结果
3.部分因子试验
Ø 为什么要做部分因子试验
Ø 混淆的现象
Ø 设计和分析（含2K及任意水平因子设计）
4.响应曲面法
Ø 什么是响应曲面法？什么时候使用响应曲面法？
Ø 响应曲面法的设计方案——中心复合设计
Ø 响应曲面法结果分析
5.混料设计
Ø 什么是混料设计
Ø 材料配方分类与混料实验类型
Ø 单纯形质心法实验计划
Ø 单纯形格点设计法
Ø 极端顶点设计法
6*.DOE相关问题
Ø 试验设计样本量的确定
Ø 多个响应变量的试验设计
Ø 离散性响应变量的试验设计分析
Ø 含多个区组的设计
