說到實驗設計(DOE)，很多人會說太難學了，沒有比較深厚的統計基礎是學不會的。我們公司實驗很少，不需要實驗設計。設計(DOE)方法是一種基于統計學的質量管理工具，其原理對于沒有數理統計的人來說很難理解和掌握。在使用設計DOE方法的過程中，有很多復雜的操作，出錯概率很高。
但是，以上都不是目前的問題。設計(DOE)應用中的各種步驟和方法是一步一步完成的。在MINITAB軟件的幫助下，DOE的操作部分變得比預期的更加方便。
設計的正確實施步驟:
第一步:確定實驗設計的目標
通過控制圖、故障分析、因果分析、故障分析、能力分析等工具的應用，或者直接實際工作的反映，可以發現一些關鍵問題，反映出某些指標或參數不能滿足需求，但對于這類問題，一些簡單的方法可能根本無法解決，此時可能會想到實驗設計。對于實驗設計要解決的問題，首先要明確試驗的目的，即解決了什么樣的問題，問題造成了什么樣的危害，是否有足夠的理由支持實驗設計方法的運行，實驗設計必然要耗費更多的資源來進行，而對于制造企業來說，實施實驗設計會擾亂原有穩定的生產秩序，因此確定試驗的目的和必要性是首要任務。隨著測試目標的確定，還需要定義測試指標和接受的規范，這樣測試才能有方向和測量指標來檢查測試的成功。這里的指標和規范是測試目的的延伸和具體化，也就是解決問題的重點，指標的達成可以意味著問題的解決。
第二步:分析實驗設計的過程
注重過程，就應該有習慣，就像很多企業做層次比較一樣，往往存在一個誤區，那就是只關注利益，而忽略過程特征的比較，開發實驗設計也必須建立在對過程的深度分析之上。每個問題都有它的原因。事物有好有壞，參數便宜，特征缺乏，產生問題的過程中普遍存在很多原因。過程的定義非常關鍵。太短的流程可能會丟棄明顯的原因，太長的流程肯定會導致資源浪費。開發流程的方法有很多，但必須做一件事，那就是盡可能詳細地列出可能的因素。詳細的因素來自于對每一步的詳細分解和對其輸入輸出的確認。事實上，對過程的分析和理解是提高人們對問題認識的開始，因為不是每個人都能掌握我們所關注的問題。這一步的輸出使企業的改進人員能夠知道問題的可能因素在哪里。雖然不確定哪個重要，但至少確定了一個大方向。
第三步:篩選實驗設計的因素
對過程的充分分析提供了有價值的信息，即可能影響關注指標的因素，但哪一個重要？對一些根本不重要或很小的因素進行全面的實驗分析，其實是一種浪費，也可能導致實驗誤差。因此，有必要篩選可能的因素。此時無需確認相互作用、高階效應等問題，以確認哪些因素具有顯著影響。一些低分辨率的兩級測試或特殊的篩選測試可以用來完成這項任務，測試成本將被最小化。此外，為了完成這項任務，可以應用一些歷史數據或完全可靠的經驗理論分析來減少測試因素。當然，需要注意的是，只要對這些數據或分析沒有什么疑問，我們就可以放棄對測試結果可靠性的質疑。由于篩選因素，我們掌握了影響指標的主要因素。這一步尤為關鍵，現實中往往是通過完整的實證分析得出的，甚至帶有“也許”的態度。
第四步:快速進場測試設計
通過篩選試驗，找到關鍵因素，篩選試驗中還包含一些非常重要的信息，即主要因素對指標的影響趨勢，這是必須充分利用的信息。它可以快速找到測試目的的可能區域，雖然不是很確定，并且減少了包圍圈。此時一般采用實驗設計中的快速上升(下降)法。根據篩選試驗揭示的主要因素的影響趨勢來確定一些水平并進行試驗。測試的目的是縮小嫌疑人的范圍，就像我們尋找罪犯一樣。一個結論是，企業改善的最佳優勢在于因素最終體現的水平區間，離成功更近一步。
第五步:因子測試
在篩選測試中，沒有強調因素之間相互作用的影響，而是給出了主要影響因素，快速逼近的方法使我們能夠確定主要因素的近似值水平，進而可以進一步衡量因素的主要效應、相互作用和高階效應。這些測試是在快速接近的水平范圍內選擇和獲得的，因此它們對最終優化有顯著的影響。階乘實驗主要通過選擇由各種因子構造的幾何體的頂點和中心點來完成。這種實驗結構可以確定指標的影響，是否存在相互作用或那些相互作用，是否存在高階效應或哪些高階效應。最后的測試是通過方差分析驗證這些影響是否顯著。同時，也是對以往篩選和快速逼近試驗的驗證，但不宜在此類實驗的基礎上描述指標與主要效應之間的詳細關系，因為對于三個水平點的選取，
第六步:回歸測試
在析因實驗中，確定了各因素和指標之間的主要影響項目，但考慮到功效，還需要進一步安排一些實驗，最終確定因素的最佳影響水平。此時的實驗只是對階乘實驗實驗點的補充，即階乘實驗的實驗數據也可以使用，只是為了優化我們的指標，或者有效全面地構建因子和水平的對應曲線和輪廓，我們增加一些實驗點來完成這個任務。測試點一般根據回歸測試的輪換進行選擇，其水平應根據療效、因素個數、中心點個數等合理設置。，以保證回歸模型的可靠性和有效性。在完成這些實驗后，我們可以分析并建立因子和指標之間的回歸模型，并通過優化的方式確定最終的因子水平設置。當然，為了安全起見，我們最終會在獲得參數級別的最佳組合后進行一些驗證測試來檢查結果。
第七步:穩健設計
測試設計的目的是通過設置一些可以控制的關鍵因素來控制指標，因為指標是不能直接控制的，測試設計提供了這種可能性和方式。但現實中仍有一類此類因素對指數的影響同樣顯著，但難以通過人工控制保證其最優影響。這類因素一般稱為噪聲因素，它的存在往往會使測試結果功虧一簣。因此，除了盡可能地控制之外，我們還可以選擇穩健設計的方法來盡量減少這些因素的影響，從而保證指標的高性能。其實這些因素都是常見的。比如，不可能保證汽車行駛的道路都是高等級公路。那么如何才能為一些差的道路設計出高性能的道路呢？此時會選擇一些抗干擾因素來緩解干擾因素的影響，這是穩健設計的意圖和途徑。通常在設計和R&D階段經常使用，但有時會隨著問題的出現而暴露出來。但提出了一個問題，主要因素水平的重新選擇是否會帶來指標的震蕩和惡化是完全可能的，可以通過EVOP等手段進行重置，保證因素發生變化后的產出效果。
當然，在DOE工具的實際應用中，可能會遇到更復雜的問題或障礙，但DOE是降低成本、改善問題的工具。深信這一點，不斷克服各種障礙，質量提升的道路會越走越寬。
全國服務熱線：
400-777-6907
天行健企業管理顧問有限公司 全國服務熱線：400-777-6907
郵箱：zyg@leanchina.cn 網址：www.6036370.cn
關注天行健微信
既獲取更多信息
版權所有@深圳市天行健企業管理顧問有限公司 粵ICP備13011693號
