DOE是一款强大的研发工具，是世界500强企业研发人员必修课程。它是一门科学，是研究如何合理而有效地组织试验， 并运用更为科学的分析工具对试验结果的数据进行处理， 取得最佳方案的一种方法，它可以把客户的需求转换成我们的设计需求、工艺需求和生产需求，它可以缩短产品的研发周期，帮助研发工程师从最开始就对产品的质量和成本进行最优化设计，而且可把产品工艺和使用因素都考虑周全，从而设计出先天性健壮产品，使新产品尽快投放市场。 DOE也是一种高级质量工具，在日本不懂DOE（试验设计）的工程师只能算是半个工程师。它可以帮助质量、工艺和技术人员识别关键过程变量，完善参数设定，控制参数的调整限度，制定标准操作程序，减小过程的波动，减少转产时间，适应不断变化的客户需求，提高产品的首次合格率，增加产能，缩短过程调试时间，排除制程中的故障，有效获取对过程的理解，改进产品的稳定性，使流程更加稳定。

1、掌握如何运用DOE为产品原料选择最合理的配方； 2、为生产过程选择最合理的工艺参数； 3、缩短新产品之开发认证周期； 4、寻找问题的根本原因； 5、解决那些久经未决的“顽固”品质问题； 6、提高现有产品的产量和质量； 7、为新的或现有生产检测设备选择最合理的参数 ； 8、掌握DOE的基本概念和原理，深刻理解DOE的逻辑； 9、掌握全因子试验设计、部分因子试验设计、筛选试验设计，响应曲面设计和混料试验设计； 10、掌握如何应用筛选试验从众多影响因素中筛选找出影响输出的主要因素，以最少的

**节：试验设计引言

1. 什么是试验设计

2. 试验设计的发展过程

3. 试验设计的运用

第二节：试验设计练习

第三节：实验设计的基础

1.  基本术语

2.  现实的多样性

3.  试验误差

4.  统计试验设计

5.  试验设计的步骤

6.  基本逻辑

第四节：几何与统计

1. 试验设计的基本逻辑

2. 二水平因子设计

3. 22的全因子试验设计

4. 23的全因子试验设计

5. 多因子的全因子试验设计矩阵

6. 23的全因子试验设计数据

7. 计算效应

8. A和B的交互作用

9. A*B*C三阶交互作用

10. 23部分因子试验设计及其平衡性

11. 因子数较多时的设计

12. 总结

第五节：全因子试验设计的例子

1. 增加中心点-发现弯曲

2. 23全因子试验设计的立方图

3. Minitab简介

4. Minitab全因子试验设计

第六节：全因子试验设计的分析

1. 23立方图的响应变量数据

2. 全因子试验设计的Minitab分析

第七节：试验设计的步骤

1. 定义问题

2. 选择响应变量

3. 验证测量系统

4. 选择因子

5. 选择试验设计

6. 应对试验误差

7. 创建试验方案

8. 实施试验

9. 分析数据，验证结果

10. 提出报告

11. 贯彻改进方案

第八节：筛选试验设计

1. 筛选试验设计的基本逻辑

2. 筛选试验设计的特点

3. 筛选试验设计的类别

4. Plackett-Burman试验设计

5. 12轮的PLACKETT-BURMAN试验设计

6. 12轮P-B设计的平衡性

7. 23的全因子试验设计平衡矩阵无混杂

8. Plackett-Burman试验设计的运用

9. 部分因子试验设计

10. 23部分因子试验设计

11. 二水平四因子部分因子试验设计 24-1

12. 分辨度

13. 试验设计的分辩度与运行次数

第9节：筛选试验设计的例子.

1. 筛选试验设计实例

2. 计算试验运行的次数

3. 筛选试验设计的Minitab生成

4. 筛选试验设计的Minitab分析

5. 筛选试验设计的计划制定

6. 筛选试验设计的实战模拟练习

第10节: 响应曲面设计

1. 试验设计的基本逻辑

2. 响应曲面设计

3. 曲线拟合

4. 二次多项式

5. 响应曲面设计的基本运行次数

6. 计算响应曲面设计的运行次数

7. 试验区域的形状

8. 三因子的FCC试验设计

9. 三因子的中心复合序贯设计

10. 三因子的中心复合有界设计

11. 三因子的BOX- Behnken试验设计

12. 响应曲面设计的运用

13. 处理试验误差

14. 调整无法进行试验的区域

15. 不规则试验区

第11节: 响应曲面设计的例子

1. 响应曲面实例

2. 响应曲面设计的Minitab生成

3. 响应曲面设计的Minitab分析

4. 响应曲面设计的实战模拟练习

第12节: 混料试验设计

1. 混料试验设计的原理

2. 混料试验设计实战模拟练习