实现出色设计试验 (DOE) 的 8 个专家提示

如果您的工作涉及质量改进，您至少听说过实验设计（DOE）。您可能知道这是优化和改进流程的有效方法。但我们中的许多人发现DOE令人生畏，特别是如果它不是我们经常使用的工具。您如何选择合适的设计，并确保您拥有正确数量的因素和水平？收集完数据后，如何为分析选择合适的模型？

开始使用DOE的一种方法是使用Minitab统计软件中的助手。当你有很多因素来评估，该助手将引导您完成一个DOE，以确定哪些因素至关重要的（筛选设计）。然后助手可以引导您完成一个设计实验来微调产生大的影响（优化设计）的重要因素。 

如果您足够舒服地跳过助理，但仍然对您是否正确接近DOE有疑问，请考虑Minitab技术培训师的以下提示。这些退伍军人在与Minitab客户合作并在他们成为Minitab培训师之前的职业生涯中完成了大量设计实验。 

图一：Minitab统计软件助手

1.确定用探索性运行研究的正确变量空间。
在进行主要实验之前执行探索性运行可以帮助您识别过程的设置，因为性能会从好转变为坏。这可以帮助您确定进行实验的可变空间，从而产生有益的结果。                                             

2.在整个实验过程中进行扩散控制以测量过程稳定性。
由于中心点运行通常是接近正常的运行条件，因此它们可以作为检查过程性能的控制。通过在设计中均匀地间隔中心点，这些观察结果可以在实验过程中作为过程稳定性的指标 - 或缺乏过程。   
3.找出帕累托分析的大问题。
产品负载或缺陷级别的帕累托图表可以帮助您确定要解决的问题，从而获得高的业务回报。通过提高所有潜在改进项目的优先级，专注于具有高业务影响的问题，可以改善对实验的支持。

图二：帕累托分析

4.通过扩展输入设置范围来提高功率。
测试物理上可能的大范围的输入变量设置。即使您认为它们远离“这些点”，这种技术也可以让您使用实验来了解您的过程，以便您可以找到设置。

图三：通过扩展输入设置范围来提高功率

5.分段保存运行，重点关注分辨率V设计。
在许多情况下，选择具有全部因子的1/2或1/4运行的设计是有益的。尽管效果可能会相互混淆或相互混淆，但分辨率V设计可以大限度地减少这种混淆的影响，从而可以估计所有主效应和双向交互。减少运行可以节省资金并降低实验成本。

图四：分段保存运行，重点关注分辨率V设计

6.通过重复提高实验的强大功能。
如果存在该影响，则功率是检测对响应的影响的概率。重复次数会影响实验的功效。为了增加您成功识别影响响应的输入的可能性，请在实验中添加重复项以增加其功效。

图五：通过重复提高实验的强大功能

7.通过使用量化措施来提高您的反应能力。
减少缺陷是大多数实验的主要目标，因此缺陷计数通常用作响应。但缺陷计数是一种非常昂贵且无响应的输出。相反，尝试测量与您的缺陷水平相关的定量指标。这样做可以显着减少样本量并提高实验能力。  

8.研究所有感兴趣的变量和所有关键响应。
因子设计让您采用全面的方法来研究所有潜在的输入变量。从实验中删除一个因子会削弱您确定其重要性为零的机会。使用Minitab等统计软件中提供的工具来帮助您，您不应该让对复杂性的恐惧导致您忽略潜在的重要输入变量。