DOE培训课程内容:
DOE基础知识
- DOE试验设计和分析的含义
- 爱迪生的遗憾
- 传统实验方法的弊端
- 试验设计DOE有关术语
Response 响应
Level 水平/treatment处理
Main effect主效应
Interaction 交互作用
Factor 因子 （controlled factor可控因子、uncontrolled factor非可控因子）
置信区间
显著性水平
F分布
- 试验设计分类
- 试验设计运用步骤
- DOE基本原则 Replication重复、Randomization随机化和Blocking分组
★ 简单实验设计应用
- 试误法(Trial & Error)
- 单因子轮换试验法 one-factor-at-a-time
- 0.618法/分数法/对分法
- 单因子试验设计
- 单因子试验设计图形（定性）分析：箱线图（box plots）、时间序列图
- 为何进行方差分析
- 试验误差与条件变差
- 变差的数量表示方法
- 单因子试验设计（定量）分析：线性回归、非线性回归
- 单因子的多重比较技术
- 相关统计原理介绍: 单因子方差分析数学原理
- 模型诊断技术：残差图（plot of residuals）及残差诊断
★ 析因试验设计 factorial design
- 析因试验设计的含义
- 完全析因试验设计的含义
- 2水平全因子试验概述
- 试验的安排、中心点的选择及随机化排序
- 代码化及其计算
- 全因子析因试验设计法的运用案例
- 什么是自由度
- F检验法
- 无交互作用
- 有交互作用
- 简化模型
- 残差诊断
- 模型判定
-
- 案例1：3因子2水平全因子试验设计案例
- 案例2：4因子2水平全因子一次四个产品试验设计案例
|
- 案例3：需要考虑多个质量特性时的案例
- 有中心点的试验设计
有中心点的试验设计的概念
有中心点的试验设计的优点
- 案例4：有中心点试验设计案例
- 相关统计原理介绍: 多因子方差分析数学原理
- 模型诊断技术：残差图（plot of residuals）及残差诊断
★ 部分因子试验设计法 fractional factorial design
- 部分析因试验设计的含义
- 重影效应（alias）
- 部分因子试验的清晰度（Resolution）
- 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
- Plackett-Burman设计
- 3水平部分因子试验的分析
★ 响应曲面设计简介
中心点 center point
角点 corner point
轴点 axial point
用最速上升法（Steepest ascent search）寻找试验的最优区域
在已确定为最优区域的范围内，进行响应曲面试验
★ 混料设计简介
混料设计概论
混料设计约束图
混料设计分类：简单混料型、混料-总量型、混料-过程变量型
单纯形重心法 simplex centroid
单纯形格点法 simplex lattice
极端顶点设计法 extreme vertices design
|
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
