試驗設計是一種確定影響過程的因子和過程輸出之間關系的動態方法。換句話說，試驗設計常被用來尋找因果關系。為優化輸出而對過程輸入進行管理時，這些信息是必要的。

試驗設計（DOE）源于20世紀20年代育種科學家Dr. Fisher的研究, Dr. Fisher是大家一致公認的此方法策略的創始者, 但后續努力集其大成而使試驗設計在工業界得以普及、發揚光大者, 卻非Dr. Taguchi (田口玄一博士) 莫屬。

試驗設計是一種確定影響過程的因子和過程輸出之間關系的動態方法。換句話說，試驗設計常被用來尋找因果關系。為優化輸出而對過程輸入進行管理時，這些信息是必要的。

試驗設計的理解首先需要一些統計工具知識和試驗的概念。雖然可以使用很多軟件程序來分析試驗設計，但是對于試驗者來說，理解基本的試驗設計概念對于試驗設計的正確應用是很重要的。

01 .?

試驗設計三個基本原理

實驗設計的3個基本原理為重復、隨機化以及區組化。

重復，意思是基本試驗的重復進行。重復有兩條重要的性質，即隨機化和區組化。

隨機化，是指試驗材料的分配和試驗的各個試驗進行次序都是隨機地確定。統計方法要求觀察值（或誤差）是獨立分布的隨機變量。隨機化通常能使這一假定有效。把試驗進行適當的隨機化亦有助于“均 勻”可能出現的外來因素的效應。

區組化是用來提高試驗的精確度的一種方法。一個區組就是試驗材料的一個部分，相比于試驗材料全體它們本身的性質應該更為類似。區組化牽涉到在每個區組內部 對感興趣的試驗條件進行比較。

02 .?

試驗設計七步驟

第一步?確定目標

我們通過控制圖、故障模式分析、失效分析、因果分析、能力分析等工具的運用，或者是直接實際工作的反映，會得出一些關鍵的問題點。

對于運用試驗設計解決的問題，我們首先要定義好試驗的目的，也就是解決一個什么樣的問題，問題給我們帶來了什么樣的危害，是否有足夠的理由支持試驗設計方法的運作。

對于生產型企業，試驗設計的進行可能會打亂原有的生產穩定次序，所以確定試驗目的和試驗必要性是首要的任務。

我們還必須定義試驗的指標和接受的規格，這樣我們的試驗才有方向和檢驗試驗成功的度量指標。

指標和規格是試驗目的的延伸和具體化，也就是對問題解決的著眼點，指標的達成就能夠意味著問題的解決。

第二步?剖析流程

關注流程，是我們應該具備的習慣，就像我們的很多企業做水平對比一樣，經常會有一個誤區，就是只將關注點放在利益點上，而忽略了對流程特色的對比，試驗設計的展開同樣必須建立在流程的深層剖析基礎之上。

任何一個問題的產生，都有它的原因，事物的好壞、參數的適宜、特性的欠缺等等都有這個特點，而諸多原因一般就存在于產生問題的流程當中。

過短的流程可能會拋棄掉顯著的原因，過長的流程必將導致資源的浪費。

我們又很多的方式來展開流程，但有一點必須做到，那就是盡可能詳盡的列出可能地因素，詳盡的因素來自于對每個步驟的詳細分解，確認其輸入和輸出。

對于流程的剖析和認識，就是改善人員了解問題的開始，因為并不是每個人都能掌握好我們關注的問題。這一步的輸出，使我們的改善人員能夠了解問題的可能因素在哪里，雖然不能確定哪個是重要的，但我們至少確定一個總的方向。

第三步?篩選因素

流程的充分分析，使我們有了非常寶貴的資料，那就是可能影響我們關注指標的因素，但是到底哪個是重要的呢？

對一些根本就不影響或微笑影響因素的全面試驗分析，其實就是一種浪費，而且還可能導致試驗的誤差。

我們的目的是確認哪個因素的影響是顯著的，我們可以使用一些低解析度的水平試驗或者專門的篩選試驗來完成這個任務，這時的試驗成本也將最小處理。

我們可以應用一些歷史數據，或者完全可靠的經驗理論分析，來減少我們的試驗因子。

要注意的是，只要對這些數據或分析有很小的懷疑，為了試驗結果的可靠，你可以放棄。

篩選因素的結果，使得我們掌握了影響指標的主要因素，這一步尤為關鍵，往往我們在現實中是通過完全的經驗分析得出，甚至抱著可能是的態度。

第四步?快速接近

通過篩選試驗找到了關鍵的因素，同時篩選試驗還包含一些很重要的信息，那就是主要因素對指標的影響趨勢，這是我們必須充分利用的信息，它可以幫助我們快速的找到試驗目的的可能區域，雖然不是很確定，但我們縮小了包圍圈。

我們一般使用試驗設計中的快速上升（下降）方法，它是根據篩選試驗所揭示的主要因素的影響趨勢來確定一些水平，進行試驗，試驗的目的就像我們在尋找罪犯一樣的縮小嫌疑范圍。

得出的一個結論就是，我們的改善最優點就在因素的最終反映的水平范圍內，我們離成功更近了一步。

第五步?析因試驗

我們確定了主要因素的大致取值水平，這時我們就可以進一步的度量因素的主效應、交互作用以及高階效應。

試驗是在快速接近的水平區間內選取得，所以對于最終的優化有顯著的成效，析因試驗主要選擇各因素構造的幾何體的頂點以及中心點來完成。

這樣的試驗構造，可以幫助我們確定對于指標的影響，是否存在高階效應或者哪些高階效應。

最終是通過方差分析來檢定這些效應是否顯著，同時對以往的篩選、快速接近試驗也是一個驗證，但我們不宜就在這樣的試驗基礎上就來描述指標與諸主效應的詳細關系，因為對于3個水平點的選取，試驗功效會有不足的可能性。

第六步?回歸試驗

考慮到功效問題，我們需要進一步的安排一些試驗來最終確定因素的最佳影響水平，這時的試驗只是一個對析因試驗的試驗點的補充，也就是還可以利用析因試驗的試驗數據，只是為了最終能夠優化我們的指標，或者說有效全面的構建因素與水平的相應曲面和等高線。

試驗點一般根據回歸試驗的旋轉性來選取，而且它的水平應該根據功效、因子數、中心點數等方面的合理設置，以確保回歸模型的可靠性和有效性。

我們可以就分析和建立起因素和指標間的回歸模型，而且可以通過優化的手段來確定最終的因子水平設定。

為了保險起見，我們最后在得到最佳參數水平組合后進行一些驗證試驗來檢查我們的結果。

第七步?穩健設計

現實中還存在一類這樣的因素，它對指標影響同樣的顯著，但是它很難通過人為的控制來確保其影響最優，這類因素我們一般稱為噪聲因素，它的存在往往會使我們的試驗成果功虧一簣，所以對待它的方法，除了盡量的控制之外可以選用穩健設計的方法，目的是這些因素的影響降低至最小，從而保證指標的高優性能。

例如我們的汽車行駛的路面，不可能保證都是在高級公路上，那么對于一些差的路面，我們怎樣來設計出高性能呢？這時我們會選擇出一些抗干擾的因素來緩解干擾因素的影響。

穩健設計通常我們會經常使用在設計和研發階段，但有時也會隨著問題的產生而暴露出來，但我們會提出一個問題了：重新選定主要因素的水平會不會帶來指標的震蕩和劣化。

我們可以通過EVOP等途徑來重新設定以保證因素更改后的輸出效果。

試驗設計在工業生產和工業設計中能發揮重要的作用，提高產量，減少質量波動，提高產品質量改水準、大大縮短新產品試驗周期、降低成本等。

試驗設計的方法很多，根據具體的問題模型和目的我們可以選擇適當地設計方法，如混合設計、曲面設計、裂區設計、田口設計、均勻設計等等。

試驗設計摒棄了以往單個因子逐步調整的做法，避免了忽視交互作用等方面的問題，從而更加系統有效的解決我們所關注的指標。我們可以在很多的行業中采用漸進的方法來采用試驗設計方案，而不期望于一步到位。

文章來自網絡，版權歸作者所有，如有侵權請聯系刪除！