面向工程师的实验设计(DOE)

实验设计（DOE）是一种用于解决问题、提高并优化产品设计和生产流程的方法。DOE的应用领域包括确定合适的设计规模与公差、实现设计的稳健性、生成可形容物理系统行为的预测数学模型、以及确定理想的生产设定等等。本课程将通过实践活动，帮助学员学习DOE操作的条件、了解进行DEO之前必须完成的要求和准备工作、以及如何选择正确的设计实验类型。你将学习如何设置、操作和分析从简单到中等复杂程度的实验结果，包括全阶乘、部分阶乘、以及反应曲面实验等。这些操作都是借助人工方法，或者用于辅助实验设计与数据方法的电脑工具完成的。课程还会涉及到稳健型DOE的内容，包括田口DOE方法（Taguchi DOE Method）。

学员将会收到Minitab软件30天试用版的接收、安装与配置信息，供其在课上使用并进行个人评估。课上会提供一些电脑，但我们还是建议学员自带笔记本电脑和/或计算器，以增加练习时间。

 学习目标

参加本课程后，你将能够：

      ●   决定是选择DOE来解决问题还是选择优化系统
      ●   建立一个Randomized或者Blocked形式的全阶乘DOE测试矩阵
      ●   用ANOVA、（相关时）回归法、图形法分析并阐述全阶乘DOE结果
      ●   使用混杂原则（Cofounding Principle）设定一个分数（部分）阶乘DOE
      ●   分析并阐述分数阶乘DOE的结果
      ●   了解稳健设计DOE的主要原则和优势
      ●   确定是否需要进行响应曲面DOE
      ●   选择合适的响应曲面设计（Plackett-Burman、Box-Behnken、Central Composite或D-Optimal）
      ●   解释响应曲面的输出结果
      ●   使用MiniTab^TM软件工具分析数据

适宜受众

对以上应用领域有兴趣的技术人员，包括研究、设计、研发、测试和生产领域的工程师、设计师、质量专家等。学员必须具备数学、统计学和计算机方面的工程学位，或与之相当的课程经验。

课程大纲

      ●    开场介绍：以团队形式使用工程判断解决问题

      ●   什么是DOE？
              o   设计实验的类型
              o   应用案例
              o   DOE与其他工具/方法搭配的领域

      ●   DOE的要求：在你进行实验之前必须做的事
              o   撰写问题与目标
              o   确保DOE使正确的工具
              o   选择响应变量与实验要素
              o   真实响应vs.代理响应
              o   关于实验后勤准备的注意事项
              o   测试设置与数据收集规划
              o   选择并评估一个量表

      ●   全阶乘实验
              o   包含3-4个要素的2级实验中使用的主效果图
              o   实验设置
              o   要素级别、重复、如何正确设定实验规模
              o   评估用的实验术语（主要效果和交互作用）
              o   高级重要性评估

      ●   DOE统计分析
              o   简单全阶乘实验的ANOVA原则：统计学基础；重要性测试方法；非随机实验的效果；估计重要性测试的“影响力”；置信区间；估计随机错误
              o   分析曲线：正态与半正态曲线；主要效果与交互作用曲线
              o   简单全阶乘实验的回归分析
              o   在全阶乘DOE实验中使用MiniTab^TM

      ●   分数（部分）阶乘实验
              o   混杂原则Confounding Principle：原理；混杂时损失的信息（为什么我们会忽略这些信息）
              o   选择并使用生成工具（恒等式）来设定混杂字符串
              o   确定使用哪些要素组合
              o   分析分数阶乘的实验数据
              o   在分数阶乘使用中使用MiniTab^TM

      ●   稳健设计实验（综述）
              o   什么是稳健性？
              o   控制与干扰因数
              o   经典DOE与田口稳健性DOE（Taguchi DOE）的设置
              o   稳健性的衡量
              o   分析与图形输出结果的解释

      ●   响应曲面建模
              o   哪些响应曲面模型最有效
              o   可用的响应曲面DOE（Plackett-Burman, Box-Behnken等）：使用每种响应曲面DOE类型的理想情形；每种响应曲面DOE的主效果图设定
              o   分析响应曲面的实验数据
              o   找到最佳因素值的方法
              o   在响应曲面实验中使用MiniTab^TM

      ●   提醒与总结

导师简介：Kevin Zielinski

Kevin Zielinsk正在经营位于密歇根州的Red Cedar Media有限责任公司，该公司主营业务包括培训与企业信息交流的咨询、设计、开发和传授。Kevin曾是EDS（包括通用汽车/EDS和惠普/EDS）的高级应用专家，负责技术培训、培训咨询、课件设计开发和E-Learning等工作。他曾设计、开发并教授过超过40门现场课程与网络课程，供通用汽车与EDS的全球员工学习。

Kevin还曾在维恩州立大学的工程学院与“希望焦点”组织担任副教授多年。他的专业领域包括：E-Learning课程的设计与开发、质量工具与方法（六西格玛设计、稳健工程设计、实验设计（DOE）、统计公差与DG&T）；生产与装配设计（DFMA）；工程经济学；车间生产力改进等。Kevin自1990年起担任SAE职业发展的导师，曾荣获SAE的Forest R. McFarland奖项（2005年4月）。他拥有维恩州立大学的工程本科与硕士学位。

1.3个CEU
学员必须完成所有的课程时数并成功通过学习评估，才能获得CEU。