全国服务热线:400-777-6907

网站首页>学习分享>六西格玛管理文章>六西格玛设计

DOE实验设计之为何要进行试验设计

作者:天行健企业管理咨询顾问    分类:六西格玛设计    时间:2019-02-21 18:22:47

试验设计 (Design Of  Experiment, 简称 DOE) ,是研究和处理多因子与响应变量关系的一种方法。它通过合理地挑选试验条件,安排试验,并通过对试验数据的分析,从而建立响应与因子之间的函数关系,或者找出总体最优的改进方案。最基本的试验设计方法是全因子试验法,需要的试验次数最多,其它试验设计方法均以“减少试验次数”为目的,例如部分因子试验、正交试验、均匀试验等。


六西格玛设计

    从上个世纪 20 年代育种科学家费雪 (RonaldFisher) 在农业试验中首次提出 DOE 的概念, DOE 已经历了 90 多年的发展历程,在学术界和企业界均获得了崇高的声誉。然而,由于专业统计分析的复杂性和各行各业的差异性, DOE 在很多人眼中逐渐演变为可望而不可及的空中楼阁。其实, DOE 绝不是少数统计学家的专属工具,它很容易成为各类工程技术人员的好朋友、好帮手。

    一、为何要进行试验设计

    在进行6西格玛项目的改进阶段时,我们经常需要面对的一个问题是:在相当多的可能影响输出Y的自变量X中,确定哪些自变量确实显着地影响着输出,如何改变或设置这些自变量的取值会使输出达到最佳值?

    我们传统使用的方法:将影响输出的众多输入变量在同一次试验中只变化一个变量,其他变量固定。

    传统方法的缺点:试验周期长,浪费时间,试验成本高;试验方法粗糙,不能有效评估输入间的相互影响。

    可以有效克服上述缺点的试验方法是:DOE

    DOE取得的是突破性改善

    试验策划时,研究如何以最有效的方式安排试验,能有效识别多个输入因素对输出的影响;

    试验进行时,通过对选定的输入因素进行精确、系统的人为调整来观察输出的变化情况;

    试验后通过对试验结果的分析以获取最多的信息,得出“哪些自变量X显着地影响着输出Y,这些X取什么值时会使Y达到最佳值”的结论。

    我们在分析阶段使用回归分析方法对历史数据进行分析,获得了相应的回归方程,得到Y与各个X间的关系式。但这种关系的获得是“被动”的,因为我们使用的是已有的现成的数据,几乎无法控制适用范围,无法控制方程的精确度,只能是处于“有什么算什么”的状况。

    我们采用DOE的方法,自变量常取一些过去未曾取过的数值,并且进行精确的控制,对要研究的问题进行更广泛的探索,目的是要取得突破性改善。