《贝格涂料doe培训记实》由会员分享，可在线阅读，更多相关《贝格涂料doe培训记实（8页珍藏版）》请在金锄头文库上搜索。
1、贝格涂料 DOE 培训记实授课老师：何老师 开课时间：- 开课形式：2010 年 9 月 14 日-2010 年 9 月 16 日 开课城市：深圳 详细地址：深圳市南山区南山大道天源大厦 B 栋 8 楼思慧德培训大厅 坐车线路：369 390 204 课程价格：3800 元/人本次实验大纲是：模块一：实验设计（doe）的简介一、 质量是设计出来的1、什么是质量？2、质量是设计出来的3、工程师们的烦恼？4、你是否是一个合格的工程师？二、 何谓实验设计（doe）1、 何谓实验设计（doe）2、 实验设计（doe）目的和作用3、 实验设计（doe）类别、作用和适用场合三、 试验设计术语1、 响应（r
2、esponse）2、 因子（factor）3、 水平（LeveL）4、处理（treatment）5、试验单元（noise）6、主要效应：7、交互作用：8、同一时间一个因素 （ofat）策略9、模型和误差四、 试验设计基本原则1、重复试验2、随机化试验3、分组试验五、试验输出 y 选择1、输出变量的类别2、计量值和计数值差别4、测量相关指标和功能指标5、确定最优的输出变量六、选择因素水平的指引1、合理选择水平范围2、多水平转化问题3、噪声因子处理4、因子分组七、正交试验设计表1、正交试验表2、正交试验表的结构3、正交试验表的特点4、正交试验表的性质八、试验设计策划1、doe 选择步骤2、试验设计
3、的一般步骤3、实验设计表九、实验设计成功十大因素模块二：minitab 软件的基本操作一、minitab 基本功能与基本操作1） 文件操作2） 工作表处理3） 数据处理4） 图表编辑5） 项目管理二 用 minitab 进行图表制作6） 点图7） 箱图8） 饼图9） 因果图10） 柏拉图11） 散点图12） 直方图三 用 minitab 进行测量系统分析13） 计数型测量系统分析14） 计量型测量系统分析15） 案例分析与研讨模块三：经典析因实验设计（doe）一：全因子试验设计1、 全因子 doe（试验设计）概述2、 单因子 doe（试验设计）3、 多因子 doe（试验设计）4、 minita
4、b 因子设计4.1 创建因子试验设计4.2 自定义因子试验设计4.3 选择最优化设计4.4 分析因子试验设计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（试验设计）案例分析与讨论二：分部因子试验设计1、 分部因子 doe（试验设计）概述2、 分部因子 doe（试验设计）混淆3、 折叠设计4、 折叠 doe（试验设计）案例分析与讨论三：筛选试验1、 筛选试验 doe（试验设计）概述2、 筛选试验案例分析与讨论3、 析因试验总结4、 现场练习模块四：混料实验设计一、 混料试验设计概述二、 混料、混料总量和混料过程变量三、 单纯质心混料设计四、 格点混料设
5、计五、 极端限制混料设计六、 创建混料试验设计七、 混料设计分析模块五：实验设计（doe）项目改进技术一、如何选择项目二、项目策划三、问题现状测量四、原因探索性分析五、原因过滤六、原因显着性检验七、doe 优化改善八、成果维持九、财务收益计算十、案例分享交流热线： 075526999489 何教练：13249856442 王教练：13058095322 业务咨 询：13316599720 彭斌 13316599720咨询 qq：王老师 1136999057 彭小姐 364518923 何新华：1409193499 何老师： 461815743 632186260（覃老师）附件一：参考混料设计介
6、绍一、混料-混料应用混料在工业、农业和科学试验中都得到广泛的应用。在工业试验方面，如汽油混合物、 混凝土、聚合物塑料、合金、陶瓷、油漆、食品、医药、洗涤剂、混纺纤维及烧结矿等产 品都会遇到混料设计问题。二、混料参数优化必要性某工序若没有进行系统的混料参数优化，混料参数搭配不合理，势必造成消耗高、质 量差、技术经济指标欠佳的状况，因此改进挖潜的余地很大。若曾经采用过某些方法进行过工艺参数优化，达到过较好的水平，但是，随着设备的 老化、原料产地的多元化等因素的影响，工艺参数处于非最佳状态，需要采用更新的技术 进行优化，才能降低消耗、提高技术经济指标，恢复或超越以往的辉煌。要进行新产品的开发，按照全
7、面质量管理的要求，质量是设计出来的，而不是生产出 来的。在产品的设计开发阶段，优化工艺参数，使产品达到高质量、低消耗、低成本、高 效益，在一个较高的水平上进入市场，在国内外市场上才能占有一席之地。要实现这一目 标，没有高超的试验设计手段是不行的。因此，新产品的开发和老产品的技术改造都需要工艺参数优化。搞好工艺参数优化可 促进科学技术转变为生产力，对企业提高技术管理水平和经济效益大有益处。三、试验方法的选择要做混料试验就要选择一种或数种试验设计的方法。目前常用的方法有单因素轮换法 （俗称瞎子爬山） 、优选法、正交试验设计、回归试验设计、旋转设计、均匀设计及各种混 料设计等等。以上方法各有其适用范
8、围和优缺点，试验者应根据实际需求进行适当选择。有的试验者只是在最后优化工艺时才用试验设计，这是一种偏见。建议在试验的摸索 阶段就采用先进的试验设计，使试验搜索的范围大，布点均匀，即使有几批结果不好，甚 至不反应也无关大局，它给您提供了一个较大的范围去观察世界，总比瞎子爬山效率要高 得多。根据不同的需要，选择不同的试验设计表进行联用，是提高工作效率、提高试验水平、 节约时间、节约经费的好方法，它也将帮助您完成一篇精彩的高质量的论文。四、混料-试验设计在科学实验与工农业生产中，经常要做实验，如何安排实验，使实验次数尽量少，而 又能达到好的实验效果呢？这是经常会碰到的问题，解决这类问题的专门学问叫做
9、撌匝樯 杓茢，混料试验设计是各组分之和为 1 的特殊试验设计。五、混料-试验设计方法简介试验设计与配方方案的选择相比，配方的选择更为重要。配方的组分选定后，试验设 计方案的选择就尤为重要。如果选择了一个较差的试验方案，技术经济指标没有达到预定 要求，而导致这种配方的放弃，这将是非常令人遗憾的。反之，选定了一条认为不太理想 的配方方案，由于试验设计搞得很好，使参数实现了最优化，使得这配方具有实用价值。 由此可见，两者不可偏废，各有个的用处。由此可以得到某些反思，有些被否定的配方的用量能否用先进的试验设计再试探一次， 可能会得到柳暗花明又一村的意外之喜。六、优选法就是利用数学上最迅速求出某一函数在
10、特定区间的最大值或最小值的原理，指导我们 用最少的试验次数，找到解决生产科研问题最佳方案的一种方法。60 年代，华罗庚教授在我国倡导与普及的捻叛，即国外的斐波那契方法，把优化 的思想介绍给广大的技术人员和科学工作者，取得过一系列的成绩，产生过巨大的影响并 取得了显着的经济效益。优选法是单变量的最优调试方法，即假定我们所处理的实际问题中只有一个因素起作 用，这种情况几乎是没有的。所以在实际使用时，突出一个因素，而将其它的因素固定， 这样安排实验效率低。混料用优选法，只能研究一个因素。七、正交试验设计理论基础是拉丁方理论和群论，可以用来安排多因素实验，试验次数对各因素的各水 平的全排列组合来说是大
11、大减少了，是一种优良的试验设计方法，在 70 年代和 80 年代， 在中国得到了广泛地推广。正交试验设计可用于安排混料试验，用 n-1 个因素试验，或是通过比模型处理后用 n 个因素。L16 和 L25 表 4 因素、5 因素的全排列，是最均匀的，可用于一般试验设计或是 混料设计。八、均匀设计就是只考虑试验点在试验范围内均匀分布的一种试验设计方法。均匀设计属于近 30 年发展起来的伪蒙特卡罗方法或数论方法的范畴。早在 50 年代末， 外国刚开始研究伪蒙特卡罗方法时，华罗庚教授就倡议并领导了这一方法在我国的研究。 没有华罗庚、王元当年开创性的工作，就不可能有均匀设计。1978 年，方开泰和王元两
12、位 中国的数学家将多元统计和数论相结合创立了一种全新的试验设计方法混料-均匀设计的特点 它适用于多因素、多水平的试验设计场合。试验次数等于因素的水平数，是大幅度减少试验次数的一种优良的试验设计方法。九、均匀设计的第一个实例1978 年，我国一项军事工程在设计中提出了 5 因素的实验，要求每个因素多于 10 个 水平，而实验总数不超过 50。采用正交设计，做 5 因素 31 水平的实验，次数达到 961 次， 显然不能满足要求。做 5 因素 31 水平的实验，全排列的试验次数有 2800 万次之多。用均 匀设计，做 5 因素 31 水平的试验设计，就做 31 批，其效果接近 2800 多万次的实
13、验，成功 地解决了这一难题，获国家科技进步特等奖。十、配方均匀设计配方均匀设计，要求各组分之和为 1，这是一种有特殊约束条件的试验设计，在约束 区间内给出一个均匀设计，约束条件经某种变换，落在区间 d 内的点形成可实施的配方试 验设计。例如，三组分的混料实验，选均匀设计的 U21 星号表，经条件约束后得到 10 个满足 条件的实验设计方案。有时，约束条件搭配不合理，就没有点落入 d 区，或是落入的点太 少，不能形成可实施的实验设计，调整约束区间或是选择更大的均匀设计表或是减少组分 的数目，增加点落入 d 区间的可能性。有时某些条件的搭配，不一定能得到如愿的试验设 计。区间设置大，落入 d 区域
14、的点多，则试验设计的样本多。使用 0、1 全程变化，样本数 最多。x 个数多时，本法有局限性。十一、混料试验设计的研究概况混料问题是近三十年来新发展起来的十分活跃的统计分支，自 1955 年 cLaringboLd 到 目前为止，许多统计学家提出适合于不同数据结构或各种统计目的所需要的混料模型。scheffe1958 年创造了单纯形格子混料设计，1963 年提出单纯形重心设计等多项式混料 模型。kenworthy 和 snee 等人使用了混料分量之比的一般多项式混料模型。为了研究当一个或多个分量的值趋于零（即趋于利益区域的边界）时，响应值产生的 急剧变化，draper 和 john 在 197
15、7 年首先在混料多项式（格子或中心多项式）中加入某些 或全部分量的倒数项 1/xi（i1，2，q） ，提出具有倒数项的多项式混料模型。1986 年朱伟勇等人提出带有对数项的多项式混料模型。混料设计的理论和它的应用都有发展，人们针对各种数学模型、试验区域与各种意义 下的挢钣判详提出了各种设计方法与分析计算法。十二、混料-混料试验设计要点 混料试验设计是一门学问，怎样设计能实现试验 次数即少又有效，需要从多方面考虑，以下的几个方面需要格外注意。混料试验设计方法的选择下列方法各具特点，可通过选择和比较，确定实用的混料试验设计方案。在实践中发现，混料设计在应用中，水平数一般在 4 至 6 个即可；自变
16、量的个数在 5、6 个附近居多；试验次数都不希望太多，一般在十几批还能接受，这样安排具有经济、 快捷。难点在于数据处理，规律理不出来，混料的建模难度大，一般是可望不可及。东北 制药总厂研究院研制的软件可助您一臂之力，自变量可达 13 个，因变量达 10 个，水平数 为 6 个，自动建模和参数优化，能满足绝大部分的混料需求。1、单纯形混料设计单纯形混料设计方法规范，试验点均匀、对称，适用于因素、水平不太多的混料场合， 当因素或水平较多时，试验次数增加很快，此时应选择其它几种混料试验设计方法。极端顶点设计适用于兼有上、下界约束条件的混料试验设计场合。其约束区间是个凸 多面体，把试验点取在多面体的顶点、多面体面的重心、多面体的重心。这种方法比较复 杂，尤其是区间上界相同时，会产生摰憔奂瘮，而且试验点增加很快，极端顶点设计就不 适用了，而用摱猿频啃紊杓茢能解决这个问题。对称单纯形设计的探索法用于解决 3 个自变量，出现摰憔奂瘮的试验设计场合效果很 好，试验点比极端顶点设计还要少，而且均匀性很好。由于该法是使用探索法，在自变量
