在工艺设计中，哪些工艺参数是关键的？其公差范围设定多大是合适的？相当多的工艺工程师是根据其工作经验来回答这两个问题的。 DOE借助方差分析的手段，通过少量的工艺实验，从大量的工艺参数中找出关键的工艺参数，再通过全因子析因法及响应曲面法（RSM），建立关键工艺参数与关键的质量特性的数学模型，通过对关键工艺参数建立合理的工艺规范，确保质量特性满足顾客的需求。
运用DOE的方法，从根本上摒弃依靠“拍脑袋”和“工艺猜测”解决问题的传统陋习；掌握实验设计的方法，原理和应用；掌握DOE工具的应用步骤。
单元 | 主要内容 | 目的 |
0 | 破冰案例研讨 | |
1 | 实验设计（DOE）概述 | |
什么是实验设计 | ||
实验设计（DOE）的目标与用途 | ||
实验设计（DOE）的作业流程 | ||
主效应、交互作用及其计算 | ||
分组练习：主效应及交互效应的计算 | ||
实验设计的基本原则：随机化、重复和分区化 | ||
模型与误差 | ||
2 | 假设检验基础 | 假设检验是理解DOE的理论基础之一 |
假设检验（Hypothesis testing）的提出 | ||
假设检验的目的和定义 | 案例分析：食堂菜谱满意度改进 | |
假设检验的程序 | ||
假设决策的风险 | 案例：陪审团的判决 与 机场安检 | |
假设检验：如何进行 | ||
P-值要多小：根据状况有所不同 | ||
DOE常用的假设检验说明 | 梳理DOE常用的假设检验 | |
3 | 2k全因子设计 | |
因子和水平的组合 | ||
2k全因子实验的表示方法 | ||
正交表（Orthogonal array） | ||
2k全因子析因实验 | ||
因子的代码化（coding） | ||
分组练习：24四因子两水平全因子实验排列表 | ||
2k全因子设计概述 | ||
2k全因子实验设计的目的 | ||
案例分析：淬火工艺改进（七个步骤） | 结合Minitab软件的操作 | |
分组练习：利用2k全因子实验，分析如何提高纸飞机的飞行距离 | ||
4 | 部分因子设计和筛选实验 | |
筛选实验的特点 | ||
为何要减少实验次数 | ||
混合、别称和解析度 | ||
分组练习：练习识别别名或混合 | ||
如何选择部分因子设计 | ||
部分因子和筛选设计在Minitab的使用 | 案例分析：25-1实验设计 | |
案例分析：自动刨床加工零件的表面工艺条件 | ||
案例分析：变压器的耗电量实验 | ||
分组练习：利用2k-p部分因子实验，分析如何提高纸飞机的飞行距离 | ||
5 | 中心点 | |
2k实验设计方案的问题 | 案例分析：无中心点的实验设计 | |
中心点和曲率 | ||
中心点的设置 | 结合Minitab软件操作 | |
案例分析（4个） | ||
6 | 分区和分区化 | |
为何需要分区 | ||
混合和分区化 | ||
分区化的2k实验设计 | 案例分析：分区化过滤速率实验 | |
7 | 响应曲面设计（RSM） | |
实验设计的类型 | ||
过程设置优化：2因子 | 案例分析：响应曲面实验-1 | |
过程设置优化：曲面响应 | ||
速上升路径 | 案例分析：响应曲面实验-2 | |
中心复合设计CCD | 案例分析：响应曲面实验-3 | |
8 | 混料设计 | 适用于配方或配比的工艺 |
什么是混料设计（Mixture Design）？ | ||
单形、单形的顶点与坐标 | 案例：三维、四维空间的一个单形 | |
混料实验的统计模型 | ||
Scheffé（雪费）典型多项式 | ||
常见混料设计：单纯形格点法 | ||
M{p,1}单形格子设计 | ||
M{p,2}单形格子设计 | ||
M{p,d}单形格子设计 | 案例分析：混料设计_单形格子 | |
常见混料设计：单纯形质心法 | ||
单形重心设计的基本思路 | 案例分析：空气过滤器的设计 | |
常见混料设计：极端顶点设计 | 案例分析：混料设计_极端顶点法 | |
课程总结：实验DOE路径图 |
