试验设计（DOE）的类型有哪些?
试验设计（DOE）的类型有哪些?
（1）因子设计。
因子设计的目的是通过试验明确哪些自变量X显著地影响着响应变量Y：对于那些自变量X并不显著地影响着Y的，在建立Y=f（X）的相关关系时应予以删除；对于哪些自变量X显著地影响着Y，则应予以保留。
依其目的称为“因子筛选设计”。由于这种试验的目的是针对因子的，因此这种试验设计属于“因子设计”或称“析因设计”。
在因子设计中，又可以按因子水平的个数而分为二水平因子设计、三水平因子设计和混合水平因子设计几类。而实践证明：在因子设计中，使用二水平正交试验法，再加若干中心点的设计方法最简单有效。在因子设计中，又可分为全因子试验设计和部分因子设计两大类。
（2）回归设计。
回归设计的目的是找出响应变量Y与自变量X间的关系式，从而进一步找出自变量X取什么值时将会使Y达到最佳值。由于这种试验的目的是针对回归关系的，这种试验设计称为“回归设计”。回归设计中常用的是响应曲面方法，它是以建立二次回归方程为主要研究手段的方法。
（3）稳健性设计。
稳健性是指过程的抗干扰的能力要强，即当过程受到难以控制的因子（或称为“噪声”）的严重影响时，过程输出Y的波动或变异性要足够小。为做到这一点，应尽量选择那些使得系统对噪声变化不敏感的控制因子的某种水平的组合来达到目的，这就是“稳健参数设计”。在国内，这类设计通常被称为“田口参数设计方法”。
（4）混料设计。
如果讨论的是配方问题，则研究的是在整个产品中各个分量所占的比率问题，显然，这些比率的总和应为100%。研究这类问题的试验设计称为“混料设计”。
（5）调优运算。
现有的过程条件已基本上满足要求，但是希望获得更好的结果，这时可以在原有条件的基础上稍加调整来寻求解决，这就是“调优运算”法所解决问题。
常见的实验设计DOE方法，可分为二类，一类是正交试验设计法，另一类是析因法。
1）正交试验设计法
正交试验设计法是研究与处理多因素试验的一种科学方法。它利用一种规格化的表格——正交表，挑选试验条件，安排试验计划和进行试验，并通过较少次数的试验，找出较好的生产条件，即最优或较优的试验方案。其主要用于调查复杂系统（产品、过程）的某些特性或多个因素对系统（产品、过程）某些特性的影响，识别系统中更有影响的因素、其影响的大小，以及因素间可能存在的相互关系，以促进产品的设计开发和过程的优化、控制或改进现有的产品（或系统）。
2）析因法
因法又称析因试验设计、析因试验等。它是研究变动着的两个或多个因素效应的有效方法。许多试验要求考察两个或多个变动因素的效应。例如，若干因素：对产品质量的效应；对某种机器的效应；对某种材料的性能的效应；对某一过程燃烧消耗的效应等等。将所研究的因素按全部因素的所有水平（位级）的一切组合逐次进行试验，称为析因试验，或称完全析因试验，简称析因法。用于新产品开发、产品或过程的改进、以及安装服务，通过较少次数的试验，找到优质、高产、低耗的因素组合，达到改进的目的。
在进行DOE试验设计之前，哪些前提条件需要保证，才能使DOE得到成功？
要确保试验研究的过程是稳定和符合现实的。如果条件所限，如果做不到这一点，不妨可以用随机化、区组化、仿行等方法来尽量避免。
测量系统必须要有可靠的重复性和再现性。不然测量出来的数据都是不可信的。自然试验结果都是不能信任的。
2、参数优化，确定有显著影响的X设置在何处时，可使Y几乎总是接近于期望值；
3、减小变异，确定有影响的X设置在何处时，可使Y的变异最小；
4、稳健设计，确定有影响的X设置在何处时，可使不可控变量U的效应最小。
DOE试验设计培训的7大步骤分别如下：
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。
因此将可能的因素的筛选就有必要性，这时，我们不需要确认交互作用、高阶效应等问题，我们的目的是确认哪个因素的影响是显著的。
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。
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。
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。
DOE(试验设计)步骤：
⑴筛选主要显著的因子。
⑵找出最佳之生产条件组合。
⑶证明最佳生产条件组合有再现性。
在CDM项目中，DOE的职能就是要对CDM（清洁发展机制）项目进行定性的“审定（Validation）”和定量的“核查（Verification/ Certification）”。
DOE（试验设计）在质量控制的整个过程中扮演了非常重要的角色，它是我们产品质量提高，工艺流程改善的重要保证。通过对产品质量，工艺参数的量化分析，寻找关键因素，控制与其相关的因素。
实际上，DOE在CDM项目运作过程中非常关键，它直接决定了一个CDM项目能否成功注册、产生的温室气体减排量能否获得签发及签发多少。
扩展资料
DOE（试验设计）方法：一类是正交试验设计法，另一类是析因法。
DOE（试验设计）用处
1、科学合理地安排实验，从而减少实验次数、缩短实验周期，提高了经济效益。
2、从众多的影响因素中找出影响输出的主要因素。
3、分析影响因素之间交互作用影响的大小。
4、分析实验误差的影响大小，提高实验精度。
5、 找出较优的参数组合，并通过对实验结果的分析、比较，找出达到最优化方案进一步实验的方向。
参考资料来源：百度百科-DOE
2、选择因素和水平：实验的人必须选择在实验中准备用来处理的因素，以及在做实验时规定这些因素的水平。还必须考虑如何将这些因素控制在所希望的数值上以及如何测量这些数值。
3、选择响应变量：在选择响应变量时，实验者应该确信这一变量真正会对所研究的过程提供有用的信息。最经常的是曲测量特性的平均值或者标准差为响应变量。
4、选择实验设计：选择设计涉及考虑样本量，对实验选择合适的实验次序，确定是否划分区组或是否涉及其他随机约束。在选择设计时，重要的是思想上总要关注实验目的。很多工程试验中，有些因素水平会使响应得出不同的数值。
5、进行实验：当我们进行实验时，谨慎监视实验的过程以确保每件事情都按计划做完是非常重要的，这个阶段中实验方法的错误通常会破坏实验的有效性。
更多关于实验设计doe方法有哪些，进入：https://m.abcgonglue.com/ask/d754ba1615833365.html?zd查看更多内容
