DOE试验设计是什么

人类熟练于，使用长时间学习的经验，获得智慧的这种生活技术。不过仅仅依赖经验，在面对新的事态时，会产生失误、延缓发展。

不仅仅依靠经验，追求新的经验，推进发展性的现象，这就是“实验”。“实验”，是对“未知”的挑战。但“瞎摸乱闯”，只能导致付出较大的代价却没有成果，根据情况甚至可能受到不可恢复的打击。所以，有必要去研究、发展将风险降到最小的策略的基本原则，那么这个答案，就是“试验设计法(Design Of Experiment)”。

试验设计（DOE）在六西格玛项目中非常重要，经常使用于DMAIC五大阶段中的A（Analyze分析）和I（Improve改进）阶段。

A 分析阶段：通过DOE试验设计，识别影响过程输出变量Y的所有输入变量X，去除对结果Y影响甚小的输入变量，从而保留对结果Y有显著影响的因子X，也就是上图的Vital few，简单的说，就是筛选因子的作用。

I 改进阶段：通过DOE，希望找到关键X的最佳设置，然后获得过程输出Y（也就是我们想要得结果）的最优解，是流程的波动最小，这就是最佳解决设定。比如，Y=aX1+bX2+...+K获得X1、X2等的最佳设置。

当然，要判断Y如何收到X的影响，在分析过程中需要用到回归分析、方差分析等统计方法，我们在以后关于DOE内容的分享中再细谈。

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。

DOE( 试验设计)在整个质量控制过程中起着非常重要的作用，是提高我们产品质量和工艺流程的重要保证。在DOE中，测试安排有三个基本原则，即重复测试、随机测试和块测试。1.重复测试是指在相同的试验条件下，至少要进行两次以上的试验。这样做的目的主要是通过重复测试来获得对测试误差的有效估计。简单来说，实验的目的是比较在不同的因素下，过程的输出是否不同。如果存在差异且差异大于随机误差，则认为该因素对过程输出有显著影响。需要注意的是，我们这里说的是重复实验，也就是在相同的测试条件(因子水平组合)下重复实验，而不是重复测量。当然，采用重复测试时，测试次数会大大增加，导致测试成本增加。2.随机测试它是指在测试过程中以完全随机的方式安排测试序列。这样做的目的是为了消除实验中未研究的因素对测试结果造成的系统性影响和干扰。假设我们要调查不同热油温度对产品断裂强度的影响。如果按照油温由低到高的顺序安排试验，那么如果工作电压恰好由高到低变化，工作电压也会影响破断强度，那么就无法区分破断强度的变化是油温引起的还是电压变化引起的。如果测试顺序被打乱，这种问题是可以避免的。3.块测试是指根据测试条件和环境的不同，将测试区域划分为不同的组，以保证每组中的测试在测试环境和测试条件上差异不大，同时允许不同组之间差异较大。通过分块试验，可以减少试验因素对试验结果的影响和干扰。例如，为了研究切削角对轴径加工的影响，在实验中使用了供应商提供的两种原材料。为了消除不同原材料对测试结果的影响，需要根据分析所用的原材料将测试分为两组。随机测试和块测试都是为了消除测试之外的因素对测试结果的影响。一般来说，在试验设计中，采用的是“能量区的分组是分组的，不能分组的组是随机的”。

六西格玛工具中提到的实验设计DOE的作用：1、在进行基础研究时，试验设计可用来。①发现变量间的联系。②明确技术要点。2、在进行产品设计时，试验设计可用来。①做灵敏度分析。②建立可靠公差。③确定部品特性。④确定设计布局。⑤使用较低等级的材料和部品以降低成本。⑥减少变异。⑦改兽新设计产品的性能。3、在进行制造过程(工艺)设计时，试验设计可用来。①进行过程变量研究。②变量的优化设置。③建立可靠的公差。④发现低成本的解决方案。⑤减少过程变化。⑥将过程均值通近目标值。⑦缩短制造周期。⑧消除缺陷。⑨提升产品可靠性。4、在过程改善时，试验设计可用来。①解决问题。②确定过程变量间的相互关系。③进行过程能力研究。④比较设备和方法的影响度。5、计量时，试验设计可用来。①进行量具研究。②确定主要误差。③将测量误差降至最小。

你好，一共有四种方法1、析因分析，识别哪些变量X对响应量Y有显著影响；

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。

试验设计（英文：design of experiments ，DOE）。

产品质量的高低主要是由设计决定的，一个好的试验设计包含几个方面的内容。

第一是明确衡量产品质量的指标，6σ管理强调用数据说话，所以这个质量指标必须是能够量化的指标，在试验设计中称为试验指标，也称为响应变量 (response variable）或输出变量。

第二是寻找影响试验指标的可能因素（factor) ，也称为影响因子和输入变量。因素变化的各种状态称为水平，要求根据专业知识初步确定因素水平的范围。

第三是根据实际问题，选择适用的试验设计方法。试验设计的方法有很多，每种方法都有不同的适用条件，选择了适用的方法就可以事半而功倍，选择的方法不正确或者根本没有进行有效的试验设计就会事倍而功半。

第四是科学地分析试验结果，包括对数据的直观分析、方差分析、回归分析等多种统计分析方法，这些工作可以借助Minititab软件完成。

实验设计中的主要问题包括确定有效性，可靠性和可复制性。例如，可以通过仔细选择自变量，减少测量误差的风险并确保方法的文档足够详细来部分解决这些问题。相关问题包括达到适当水平的统计能力和敏感性。

扩展资料：

统计控制

最好在进行设计的实验之前，对过程进行合理的统计控制。如果无法做到这一点，则可以通过适当的阻断，复制和随机化来精心设计实验。

为了控制令人讨厌的变量，研究人员制定了控制检查作为附加措施。研究者应确保不受控制的影响（例如，来源可信度感知）不会歪曲研究结果。甲操纵检查是一个控制检查的一个例子。通过操作检查，调查人员可以隔离主要变量，以加强对这些变量按计划运行的支持。

实验研究设计的最重要要求之一是必须消除虚假，中间和先验变量的影响。在最基本的模型中，原因（X）导致结果（Y）。但是可能存在影响（Y）的第三个变量（Z），而X可能根本不是真正的原因。据说Z是一个伪变量，必须对其进行控制。

对于中间变量（假定原因（X）和结果（Y）之间的变量）和先验变量（假定原因（X）之前的变量是真实原因）也是如此。当涉及到第三个变量且尚未对其进行控制时，该关系被称为零级关系。在实验研究设计的大多数实际应用中，有多种原因（X1，X2，X3）。在大多数设计中，一次仅能处理这些原因之一。

参考资料：百度百科-试验设计