实验设计(DOE)使用的基本步骤是什么?

实验设计(DOE)使用的基本步骤是什么?

DOE试验设计培训的步骤:

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、能力分析等工具的运用,或者是直接实际工作的反映,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。

第二步:剖析流程,关注流程,使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,任何一个问题的产生,都有它的原因,事物的好坏、参数的变异、特性的欠缺等等都有这个特点,而诸多原因一般就存在于产生问题的流程当中。

第三步:筛选因素,流程的充分分析,是我们有了非常宝贵的资料,那就是可能影响我们关注指标的因素,但是到底哪个是重要的呢?我们知道,对一些根本就不或微小影响因素的全面试验分析,其实就是一种浪费,而且还可能导致试验的误差。

第四步:快速接近,我们通过筛选试验找到了关键的因素,同时筛选试验还包含一些很重要的信息,那就是主要因素对指标的影响趋势,这是我们必须充分利用的信息,它可以帮助我们快速的找到试验目的的可能区域,虽然不是很确定,但我们缩小了包围圈。

第五步:析因试验,在筛选试验时我们没有强调因素间的交互作用等的影响,但给出了主要的影响因素,而且快速接近的方法,使我们确定了主要因素的大致取值水平,这时我们就可以进一步的度量因素的主效应、交互作用以及高阶效应,这些试验是在快速接近的水平区间内选取得,所以对于最终的优化有显著的成效。

第六步:回归试验,我们在析因试验中,确定了所有因素与指标间的主要影响项,但是考虑到功效问题,我们需要进一步的安排一些试验来最终确定因素的最佳影响水平,这时的试验只是一个对析因试验的试验点的补充,也就是还可以利用析因试验的试验数据,只是为了最终能够优化我们的指标,或者说有效全面的构建因素与水平的相应曲面和等高线,我们增加一些试验点来完成这个任务。

第七步:稳健设计,我们知道,试验设计的目的就是希望通过设置我们可以调控的一些关键因素来达到控制指标的目的,因为对于指标来讲我们是无法直接控制的,试验设计提供了这种可能和途径,但是在现实中却还存在一类这样的因素,它对指标影响同样的显著,但是它很难通过人为的控制来确保其影响最优。

根据具体问题类型,进行步骤拆解/原因原理分析/内容拓展等。
具体步骤如下:/导致这种情况的原因主要是……

温馨提示:答案为网友推荐,仅供参考
第1个回答  2016-05-16
  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6sigma组织中,DOE有着非常广泛的应用,天行健咨询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。
  内容摘自:天行健咨询公司本回答被提问者和网友采纳
相似回答