菜单

学习课程

试验设计和过程优化

在这个为期 4 天的课程中,将向参与者讲授有效执行试验设计所需的技能。

面向的受众主要是设计工程师、科学家、研发团队成员、过程工程师和其他需要使用经济高效且有效组织的方法执行行业试验的质量专家。

他们将能学习用于以下用途的一些必要的数据分析方法:选择合适的设计,确定会影响关键质量措施的关键因子,优化产品结果和过程性能。

一些统计原理将在实际示例和练习中展开 ― 所有这些都可以在 Minitab Statistical Software 中实现。

第 1-2 天

Minitab 基础

在这个为期 2 天的基础课程中,您将学习如何通过使用 Minitab 导入数据以尽可能缩短分析数据所需的时间,如何开发可靠的统计方法来探索数据,如何创建和解释有吸引力的图形并导出结果。分析来自真实世界的各种数据集,学习如何为自己的应用程序选择正确的统计工具,并解释统计输出以揭示过程中存在的问题或改进证据。学习重要统计概念(如假设检验和置信区间)的基础知识,以及如何使用统计建模工具揭示并描述变量之间的关系。

本课程重点讲授如何基于制造、工程和研发工作中常见统计方法的实际应用做出可靠的决策。

包括以下主题:

  • 导入数据和设置数据格式
  • 条形图
  • 直方图
  • 箱线图
  • Pareto 图
  • 散点图
  • 表和卡方分析
  • 位置和变异测量
  • t 检验
  • 比率检验
  • 等方差检验
  • 功效和样本数量
  • 相关
  • 简单线性回归和多元回归
  • 单因子方差
  • 多变量方差分析
Essentials
Essentials

第 3 天

因子设计

学习如何使用 Minitab 直观的试验设计 (DOE) 界面生成各种完全因子设计和部分因子设计。利用现实生活中的一些应用来演示随机化、复制和区组等概念如何为可靠的试验实践奠定基础。发展正确分析得到的数据以便有效、高效地达成试验目标所需的技能。

使用 Minitab 可定制的、强大的图形化显示功能来解释和沟通试验结果,以帮助改进产品和过程、找出影响重要响应变量的关键因子、减少过程变异、加快研发项目的进展。

包括以下主题:

  • 因子试验设计
  • 正态效应图和效应 Pareto 图
  • 功效和样本数量
  • 主效应图、交互作用图和立方图
  • 中心点
  • 重叠等值线图
  • 多响应优化
Factorial

第 4 天

响应曲面设计

扩充您在完全和部分因子设计方面的知识,从二级基础水平提升到可以进行过程优化的理想程度。学习如何使用 Minitab 的试验设计 (DOE) 界面创建响应曲面设计,如何使用一个包括二次效应的模型分析试验结果,以及如何找出最优因子设置。

学习在实际生活中进行试验的各种技能和方法,例如,在顺序试验中,该如何平衡关键过程信息的发现与获得该信息所需资源的敏感性。学习怎样才能找出可同时优化多个响应的因子设置。

包括以下主题:

  • 中心复合设计和 Box-Behnken 设计
  • 最陡峭上行的计算
  • 重叠等值线图
  • 多响应优化
Response Surface
clear