查看详情>> 课 程 内 容 第一部分 DOE基础知识 1、 试验的定义 2、 试验设计和分析的含义 3、 试验设计和分析的历史和发展 4、 试验设计和分析的作用 5、 试验设计DOE有关术语 5.1 response 响应 5.2 factor 因子 （controlled factor可控因子、uncontrolled factor非可控因子） 5.3 level 水平/treatment处理 5.4 main effect主效应 5.5 interaction 交互作用 5.6 试验单元 5.7 试验环境 5.8 模型和误差 6、试验设计分类 7、试验设计运用步骤 8、DOE基本原则 Replication重复、Randomization随机化和Blocking分组 第二部分 简单实验设计应用 1、 试误法(Trial & Error) 2、 单因子轮换试验法 one-factor-at-a-time 3、 单因子试验设计和分析 3.1 单因子试验设计 3.2 单因子试验设计图形（定性）分析：箱线图（box plots）、单值图（scatter diagram）、残差图（plot of residuals） 3.3 单因子试验设计统计（定量）分析：单因子方差分析(one way analysis of variance)、多重比较 （multiple comparison） 3.4 单因子试验设计（定量）分析：线性回归、非线性回归 第三部分 析因试验设计 factorial design 1、 析因试验设计概述 1.1 析因试验设计的含义 1.2 析因试验的目标 1.3 全因子试验设计法full factorial design 1.4 重复试验 2、 析因试验设计法的基本应用程序 2.1 明确试验目的，确定考核指标 2.2 选择主因子，确定主因子水平 2.3 选择析因设计和构造设计矩阵 2.4 实施试验计划、记录试验数据 2.5 计算和分析试验结果 2.6 建立预测模型 2.7 论断和确定 3、 全因子析因试验设计法的运用案例 3.1 案例1：3因子2水平全因子试验设计案例； 3.2 案例2：3因子3水平全因子试验设计案例； 3.3 案例3：3因子3水平全因子重复二次试验设计案例； 3.4 案例4：4因子2水平全因子一次四个产品试验设计案例； 3.5 案例5：需要考虑两个质量特性时的案例 4、 有中心点的试验设计 4.1 有中心点的试验设计的概念 4.2 有中心点的试验设计的优点 4.3 案例6： 有中心点试验设计案例 第四部分 部分因子试验设计法 fractional factorial design 1、部分析因试验设计的含义 2、重影效应（alias） 3、部分因子试验的清晰度（Resolution） 4、部分因子实验的案例 案例1：5因子2水平1/2部分因子试验设计案例； 案例2: 1/4部分因子试验设计案例 第五部分 响应曲面设计 1、 响应曲面设计的概念； 2、 中心复合设计 2.1 中心点 center point 2.2 角点 corner point 2.3 轴点 axial point 3、 BOX-Behnken 设计 4、 响应曲面设计的计划 4.1 用最速上升法（Steepest ascent search）寻找试验的最优区域 4.2 在已确定为最优区域的范围内，进行响应曲面试验 5、 响应曲面设计案例 2天课程 讲解如何运用实验计划法生成试验计划，进行实验以及如何分析试验结果，讲解实验设计的原理及如何运用它们来提升产品质量和生产效率。本课程将运用MINITAB软件进行实验设计和数据分析。 培训特色：通过筛选实验及部分析因法，从众多过程特性中找出影响结果的关键少数的因子，通过全因子法及响应曲面法，建立少数关键因子与关键输出特性的数学模型Y=f(x)，从而通过对少数关键的因子建立合理的容差，而确保得到优良的关键输出特性。此课程中对于实验的因子配置及数据分析讲解易于让学员理解。 学员背景要求： 具备基本的运算能力，了解统计概念，并有统计过程控制（SPC）和测量系统分析（MSA）的经验。带电脑，会使用简单的Minitab软件功能。 培训目标： 掌握试验设计的方法，原理和应用。  通过咨询师的现场辅导，解决生产现场的实际问题并有效掌握DOE的应用  提高对DOE的认识，从根本上摒弃依靠“啪脑袋”和“工程猜测”解决问题的传统陋习；  了解应用DOE的必备条件；  掌握DOE工具的应用步骤；  系统性地应用DOE工具，提高过程质量及生产效率。

查看详情>> ★ 阶段一：识别机会 01介绍：O培训要求、团队 02 六西格玛概述： 六西格玛产生背景 六西格玛是什么 六西格玛路线图六西格玛 基本概念 六西格玛导入步骤 03 DFSS介绍 ： 你在六西格玛设计中的角色 哪里需要六西格玛设计 IDDOV 方法论 期望是什么 04 DFSS统计技术基础： 统计学：随机性和规律性 数据收集 数据描述：图和表 数据描述：计算汇总统计量 概率 作出结论：估计 假设检验 变量间关系 ★ 阶段一：识别机会(续) 05 VOC： 定义目的 识别顾客，顾客形态及区隔 准备访谈 实施访谈 分析客戶声音 建立行动计划／开展QFD ★ 阶段二：定义需求 06 QFD质量功能展开: QFD定义 质量屋QOD QFD实施 步骤 QFD案例 07 设计DFMEA： 来由 实施步骤 ★ 阶段三：开发概念 01 Minitab软件： 使用介绍 02设计策略分析： 项目计划 差距分析 风险管理 03概念规划： 创意产生 头脑风暴技术 TRIZ技术 概念设计考虑面 Pugh普式矩阵 练习 ★ 阶段四：设计优化 04 数据和图形分析： 识别数据类别 描述数据形状 分析集中趋势 分析精密度 掌握简单图形分析方法 05 MSA测量系统分析： 测量系统介绍 准确性与精确性 连续数据量具重复性和再现性 MSA模拟练习 06假设检验： 总体和样本及其分布 中心极限定理 假设检验的步骤 Alpha (a) 和 Beta (b) 风险 计算样本数量 使用t检验来比较两个平均值 ★ 阶段四：设计优化(续) 07方差分析： 方差分析定义 F-分布图形的，统计的和诊断的技术 拟合与残差 Epsilon 平方(实际应用) 检验的样本大小和功效 08相关&回归： 相关 回归 09 DOE试验设计介绍： DOE定义 有效设计实验的障碍 执行策略：DOE计划 因子选择 响应变量选择 实验设计选择 实施实验 10 2K全因子试验设计： 2KDOE定义 2KDOE实施步骤 分析 课堂练习 11 2K全因子模拟试验： 试验计划编制 模拟试验 比赛 ★ 阶段四：设计优化(续) 12过程能力分析： 基础 定义 原则 精确性和准确性 偏移 流程能力和检查 计算流程能力 标准正态转换 使用Z 计算流程能力 练习 使用 Minitab 计算流程能力 分析流程能力案例 连续数据 属性数据 13 公差设计分析： 最坏状况分析方法 和的平方根分析方法 蒙特卡罗分析方法 14 敏感度设计分析： KPIV辨识 敏感度分析 15 可靠性设计分析： 可靠性定义 可靠性测量指标 两类可靠性测试技术 浴盆曲线 韦伯分布 系统可靠性-串联系统 系统可靠性-并联系统 系统可靠性-冗余系统 ★ 阶段五：验证实施 01验证性测试： 定义 直方图 控制图 过程能力 置信区间 02控制计划： 编制控制计划的要素 如何制定控制计划 谁能帮助制定控制计划 如何维护和更新控制计划 案例 03 SPC统计过程控制： 定义 控制原理 控制图组成 离散SPC 连续SPC 判断规则 04 防错： 如何获得永久的改变 防误措施的本质和原则 过失，错误和缺陷的区别 防误措施装置 防误措施实例 当不能采用防误措施时，简单化 通过防误措施实施改善的原则 05 DFSS流程总结： 步骤 主要关注点 06 DFSS案例研究： 07综合讨论

查看详情>> 【课程大纲】 第一天 第一部份：谢宁DOE方法概述 1、实验设计简介 2、经典DOE、田口DOE与谢宁DOE比较 3、谢宁DOE之优势 4、谢宁DOE 10个强有力工具 5、谢宁DOE解决问题总框架——10步骤法 第二部份：确定项目问题Y 1、确定项目问题 2、量化并评估项目Y 3、从Y的现象入手 4、量化方法——克利特度量尺度 5、“与部件对话”——X线索生成技术 第三部份：多变量分析 1、SIPOC图分析 2、IPO分析 3、因果矩阵分析 4、FMEA分析 5、三个变量族：位置对位置、时间对时间和部品对部品 6、多变量表 7、数据收集 8、多变量图差异分析 9、多变量分析流程及案例 第四部份：集中图——重复出现问题的精确定位 1、从不良现象探索规律 2、制作集中图的步骤 3、集中图案例研究和练习 第五部份：部件搜索——简便而平滑的交换 1、应用范围及先决条件 2、部件搜索的四阶段12步骤程序 3、部件搜索案例分析 第六部份：成对比较—— 一种精巧而通用的工具 1、应用范围及先决条件 2、成对比较的方法流程 3、图基检验 4、成对比较案例研究及练习 第二天 第七部份：产品/过程搜索——精确定位过程变量 1、目标及原理 2、产品/过程搜索方法流程 3、过程搜索案例研究及练习 第八部份：变量搜索法 1、目标及原理 2、变量搜索法的四阶段16步骤 3、变量搜索法案例研究及练习 第九部份：全因子实验 1、 全因子DOE（实验设计）概述 2、 单因子DOE（实验设计） 3、 多因子DOE（实验设计） 4、 MINITAB因子设计 4.1 创建因子实验设计 4.2 自定义因子实验设计 4.3 选择最优化设计 4.4 分析因子实验设计 4.5 分析变异性 4.6 因子图 4.7 等值线和等值图 4.8 优化器 5、 全因子DOE（实验设计）案例分析与讨论 第十部份：卓越的确认技术：B vs C 1、目标及原则 2、二类风险与置信水平 3、B vs C 样本量的确定 4、β风险----确定B对C的改进程度 5、 B vs C案例分析 第三天 第十一讲：RSM试验设计（响应表面试验设计） 1、 响应表面DOE（实验设计）概述 2、 创建响应表面设计 3、 分析和优化 4、 MINITAB RSM设计 4.1 创建RSM实验设计 4.2 自定义RSM实验设计 4.3 选择最优化设计 4.4 分析RSM实验设计 4.5 等值线和等值图 4.6 优化器 5、案例分析和现场练习 第十二讲：正向控制——冻结过程改进成果 1、正向控制概念 2、正向控制计划 3、正向控制图 4、案例分析 第十三讲：过程确认——消除不良质量的外部原因 1、过程确认的基础：墨菲定律 2、不良质量外部原因分类 3、过程确认的方法 4、人为出错和防错 5、案例分析 第十四讲：结果固化 1、控制图 2、预控制图 3、培训和审核 4、防错法 5、SPC控制图案例分析 第十五讲：DOE和可靠性简介 1、田口优化 2、多环境应力实验