试验设计DOE的五步曲

无论是在工程技术、质量管理、产品研发，还是在最近流行的六西格玛、试验设计DOE领域都是我们解决问题的好帮手，其应用可以说涵盖了包括机械、电子、化工、汽车、烟草、医药、食品、银行、电信、物流等所有行业。

众所周知，各种高科技公司的产品及其制造工艺千差万别，从英特尔生产的CPU芯片到乔治亚航空航天中心开发的火箭系统，应有尽有。如果说这些产品有什么共同点的话，其中之一就是都采用了基于JMP统计软件的试验设计改进方案。排除各行业的专业知识，这些知名企业应用试验设计的步骤是相似的，基本可以概括为五个步骤，即试验设计的五个步骤。

第一步是确定问题。

无论在任何企业，都可能存在一些质量问题，可以具体量化为一个KPI指标不能满足我们预先规定的要求。对于这样的问题，一些简单的方法可能无法解决，然后我们就会想到试验设计。

对于使用试验设计要解决的问题，首先要明确实验的目的，即要解决什么样的问题，问题的危害(即严重程度)，是否有足够的理由应用试验设计，等等。因为试验设计相比盲目的实验分析节省了大量的资源，但开展起来还是需要一定的资源。特别是对于制造企业来说，试验设计的实施必然会扰乱原有稳定的生产秩序，因此确定测试目的和可行性是首要任务。随着测试目标的确定，测试指标和接受的规范必须明确，这样试验设计才能有前进的方向，测试的成功与否也可以衡量。

第二步是过程分析

很多人(包括一些领导)经常有一个误区:就是只关注结果，而忽略了产生结果的过程。其实任何问题都是有原因的，比如特征缺失、收益率波动、周期变化等等。本质上，真正的原因必须存在于产生问题的过程中。分析过程的方法有很多，但必须做的一件事是尽可能详细地列出可能的因素。事实上，对过程的分析和理解是我们理解问题的开始，因为不是每个人都能掌握我们所关注的问题及其过程。

第三步是筛选测试。

过程分析的输出使我们能够知道问题的可能因素在哪里。虽然我们不能确定哪个重要，但我们至少可以确定一个大致的方向。但是如果我们一一仔细调查，对一些小的影响因素进行全面的测试分析，无疑会形成浪费，也可能导致测试错误。

这时，就要筛选可能的因素。虽然不需要确认交互作用、高阶效应等专业问题，但需要确认哪些因素有显著影响。可以使用一些分解率较低的两级测试或一系列特殊的筛选测试(如图1所示)来完成这一任务，这样可以尽可能地降低测试成本。此外，为了完成这项任务，可以应用一些历史数据或完全可靠的经验理论分析来减少测试因素。由于筛选因素，我们掌握了影响指标的主要因素，这一点尤为关键。然而在现实中，这样的结果往往是通过纯粹的经验主义，甚至是一种得过且过的态度获得的。

图 1

第四步是因子检验

在筛选测试中，没有强调因素之间的相互作用，但给出了主要影响因素。这时主要因素的数量不会太多，因素的主要作用和相互作用可以进一步衡量。

阶乘实验主要是通过选择各种因子构造的几何体的顶点来完成的(如图2所示)。这个实验结构可以帮助我们确定是否有主要效应或者哪些主要效应是显著的，是否有相互作用或者哪些相互作用是显著的。最后的检验是通过方差分析来验证这些影响是否显著，也是对以往筛选检验的一种验证。

图 2 

第五步是优化测试。

在析因实验中，确定了各因素和指标之间的主要影响项目。快速逼近法使我们能够确定主要因素的近似值水平。但考虑到功效，还需要进一步安排一些实验，最终确定各因素的最佳影响水平。可以说，此时的实验是对阶乘实验实验点的补充，即利用现有阶乘实验的实验数据最终优化指标，或者增加一些实验点来完成这一任务。