10000/天
講師課程更多
-
2016-12-30...查看詳情>> 課 程 內 容 第一部分 DOE基礎知識 1、 試驗的定義 2、 試驗設計和分析的含義 3、 試驗設計和分析的歷史和發展 4、 試驗設計和分析的作用 5、 試驗設計DOE有關術語 5.1 response 響應 5.2 factor 因子 （controlled factor可控因子、uncontrolled factor非可控因子） 5.3 level 水平/treatment處理 5.4 main effect主效應 5.5 interaction 交互作用 5.6 試驗單元 5.7 試驗環境 5.8 模型和誤差 6、試驗設計分類 7、試驗設計運用步驟 8、DOE基本原則 Replication重復、Randomization隨機化和Blocking分組 第二部分 簡單實驗設計應用 1、 試誤法(Trial & Error) 2、 單因子輪換試驗法 one-factor-at-a-time 3、 單因子試驗設計和分析 3.1 單因子試驗設計 3.2 單因子試驗設計圖形（定性）分析：箱線圖（box plots）、單值圖（scatter diagram）、殘差圖（plot of residuals） 3.3 單因子試驗設計統計（定量）分析：單因子方差分析(one way analysis of variance)、多重比較 （multiple comparison） 3.4 單因子試驗設計（定量）分析：線性回歸、非線性回歸 第三部分 析因試驗設計 factorial design 1、 析因試驗設計概述 1.1 析因試驗設計的含義 1.2 析因試驗的目標 1.3 全因子試驗設計法full factorial design 1.4 重復試驗 2、 析因試驗設計法的基本應用程序 2.1 明確試驗目的，確定考核指標 2.2 選擇主因子，確定主因子水平 2.3 選擇析因設計和構造設計矩陣 2.4 實施試驗計劃、記錄試驗數據 2.5 計算和分析試驗結果 2.6 建立預測模型 2.7 論斷和確定 3、 全因子析因試驗設計法的運用案例 3.1 案例1：3因子2水平全因子試驗設計案例； 3.2 案例2：3因子3水平全因子試驗設計案例； 3.3 案例3：3因子3水平全因子重復二次試驗設計案例； 3.4 案例4：4因子2水平全因子一次四個產品試驗設計案例； 3.5 案例5：需要考慮兩個質量特性時的案例 4、 有中心點的試驗設計 4.1 有中心點的試驗設計的概念 4.2 有中心點的試驗設計的優點 4.3 案例6： 有中心點試驗設計案例 第四部分 部分因子試驗設計法 fractional factorial design 1、部分析因試驗設計的含義 2、重影效應（alias） 3、部分因子試驗的清晰度（Resolution） 4、部分因子實驗的案例 案例1：5因子2水平1/2部分因子試驗設計案例； 案例2: 1/4部分因子試驗設計案例 第五部分 響應曲面設計 1、 響應曲面設計的概念； 2、 中心復合設計 2.1 中心點 center point 2.2 角點 corner point 2.3 軸點 axial point 3、 BOX-Behnken 設計 4、 響應曲面設計的計劃 4.1 用最速上升法（Steepest ascent search）尋找試驗的最優區域 4.2 在已確定為最優區域的范圍內，進行響應曲面試驗 5、 響應曲面設計案例 2天課程 講解如何運用實驗計劃法生成試驗計劃，進行實驗以及如何分析試驗結果，講解實驗設計的原理及如何運用它們來提升產品質量和生產效率。本課程將運用MINITAB軟件進行實驗設計和數據分析。 培訓特色：通過篩選實驗及部分析因法，從眾多過程特性中找出影響結果的關鍵少數的因子，通過全因子法及響應曲面法，建立少數關鍵因子與關鍵輸出特性的數學模型Y=f(x)，從而通過對少數關鍵的因子建立合理的容差，而確保得到優良的關鍵輸出特性。此課程中對于實驗的因子配置及數據分析講解易于讓學員理解。 學員背景要求： 具備基本的運算能力，了解統計概念，并有統計過程控制（SPC）和測量系統分析（MSA）的經驗。帶電腦，會使用簡單的Minitab軟件功能。 培訓目標： 掌握試驗設計的方法，原理和應用。 ? 通過咨詢師的現場輔導，解決生產現場的實際問題并有效掌握DOE的應用 ? 提高對DOE的認識，從根本上摒棄依靠“啪腦袋”和“工程猜測”解決問題的傳統陋習； ? 了解應用DOE的必備條件； ? 掌握DOE工具的應用步驟； ? 系統性地應用DOE工具，提高過程質量及生產效率。
-
2016-12-30...查看詳情>> ★ 階段一：識別機會 01介紹：O培訓要求、團隊 02 六西格瑪概述： 六西格瑪產生背景 六西格瑪是什么 六西格瑪路線圖六西格瑪 基本概念 六西格瑪導入步驟 03 DFSS介紹 ： 你在六西格瑪設計中的角色 哪里需要六西格瑪設計 IDDOV 方法論 期望是什么 04 DFSS統計技術基礎： 統計學：隨機性和規律性 數據收集 數據描述：圖和表 數據描述：計算匯總統計量 概率 作出結論：估計 假設檢驗 變量間關系 ★ 階段一：識別機會(續) 05 VOC： 定義目的 識別顧客，顧客形態及區隔 準備訪談 實施訪談 分析客戶聲音 建立行動計劃／開展QFD ★ 階段二：定義需求 06 QFD質量功能展開: QFD定義 質量屋QOD QFD實施 步驟 QFD案例 07 設計DFMEA： 來由 實施步驟 ★ 階段三：開發概念 01 Minitab軟件： 使用介紹 02設計策略分析： 項目計劃 差距分析 風險管理 03概念規劃： 創意產生 頭腦風暴技術 TRIZ技術 概念設計考慮面 Pugh普式矩陣 練習 ★ 階段四：設計優化 04 數據和圖形分析： 識別數據類別 描述數據形狀 分析集中趨勢 分析精密度 掌握簡單圖形分析方法 05 MSA測量系統分析： 測量系統介紹 準確性與精確性 連續數據量具重復性和再現性 MSA模擬練習 06假設檢驗： 總體和樣本及其分布 中心極限定理 假設檢驗的步驟 Alpha (a) 和 Beta (b) 風險 計算樣本數量 使用t檢驗來比較兩個平均值 ★ 階段四：設計優化(續) 07方差分析： 方差分析定義 F-分布圖形的，統計的和診斷的技術 擬合與殘差 Epsilon 平方(實際應用) 檢驗的樣本大小和功效 08相關&回歸： 相關 回歸 09 DOE試驗設計介紹： DOE定義 有效設計實驗的障礙 執行策略：DOE計劃 因子選擇 響應變量選擇 實驗設計選擇 實施實驗 10 2K全因子試驗設計： 2KDOE定義 2KDOE實施步驟 分析 課堂練習 11 2K全因子模擬試驗： 試驗計劃編制 模擬試驗 比賽 ★ 階段四：設計優化(續) 12過程能力分析： 基礎 定義 原則 精確性和準確性 偏移 流程能力和檢查 計算流程能力 標準正態轉換 使用Z 計算流程能力 練習 使用 Minitab 計算流程能力 分析流程能力案例 連續數據 屬性數據 13 公差設計分析： 最壞狀況分析方法 和的平方根分析方法 蒙特卡羅分析方法 14 敏感度設計分析： KPIV辨識 敏感度分析 15 可靠性設計分析： 可靠性定義 可靠性測量指標 兩類可靠性測試技術 浴盆曲線 韋伯分布 系統可靠性-串聯系統 系統可靠性-并聯系統 系統可靠性-冗余系統 ★ 階段五：驗證實施 01驗證性測試： 定義 直方圖 控制圖 過程能力 置信區間 02控制計劃： 編制控制計劃的要素 如何制定控制計劃 誰能幫助制定控制計劃 如何維護和更新控制計劃 案例 03 SPC統計過程控制： 定義 控制原理 控制圖組成 離散SPC 連續SPC 判斷規則 04 防錯： 如何獲得永久的改變 防誤措施的本質和原則 過失，錯誤和缺陷的區別 防誤措施裝置 防誤措施實例 當不能采用防誤措施時，簡單化 通過防誤措施實施改善的原則 05 DFSS流程總結： 步驟 主要關注點 06 DFSS案例研究： 07綜合討論
-
2016-12-30...查看詳情>> 【課程大綱】 第一天 第一部份：謝寧DOE方法概述 1、實驗設計簡介 2、經典DOE、田口DOE與謝寧DOE比較 3、謝寧DOE之優勢 4、謝寧DOE 10個強有力工具 5、謝寧DOE解決問題總框架——10步驟法 第二部份：確定項目問題Y 1、確定項目問題 2、量化并評估項目Y 3、從Y的現象入手 4、量化方法——克利特度量尺度 5、“與部件對話”——X線索生成技術 第三部份：多變量分析 1、SIPOC圖分析 2、IPO分析 3、因果矩陣分析 4、FMEA分析 5、三個變量族：位置對位置、時間對時間和部品對部品 6、多變量表 7、數據收集 8、多變量圖差異分析 9、多變量分析流程及案例 第四部份：集中圖——重復出現問題的精確定位 1、從不良現象探索規律 2、制作集中圖的步驟 3、集中圖案例研究和練習 第五部份：部件搜索——簡便而平滑的交換 1、應用范圍及先決條件 2、部件搜索的四階段12步驟程序 3、部件搜索案例分析 第六部份：成對比較—— 一種精巧而通用的工具 1、應用范圍及先決條件 2、成對比較的方法流程 3、圖基檢驗 4、成對比較案例研究及練習 第二天 第七部份：產品/過程搜索——精確定位過程變量 1、目標及原理 2、產品/過程搜索方法流程 3、過程搜索案例研究及練習 第八部份：變量搜索法 1、目標及原理 2、變量搜索法的四階段16步驟 3、變量搜索法案例研究及練習 第九部份：全因子實驗 1、 全因子DOE（實驗設計）概述 2、 單因子DOE（實驗設計） 3、 多因子DOE（實驗設計） 4、 MINITAB因子設計 4.1 創建因子實驗設計 4.2 自定義因子實驗設計 4.3 選擇最優化設計 4.4 分析因子實驗設計 4.5 分析變異性 4.6 因子圖 4.7 等值線和等值圖 4.8 優化器 5、 全因子DOE（實驗設計）案例分析與討論 第十部份：卓越的確認技術：B vs C 1、目標及原則 2、二類風險與置信水平 3、B vs C 樣本量的確定 4、β風險----確定B對C的改進程度 5、 B vs C案例分析 第三天 第十一講：RSM試驗設計（響應表面試驗設計） 1、 響應表面DOE（實驗設計）概述 2、 創建響應表面設計 3、 分析和優化 4、 MINITAB RSM設計 4.1 創建RSM實驗設計 4.2 自定義RSM實驗設計 4.3 選擇最優化設計 4.4 分析RSM實驗設計 4.5 等值線和等值圖 4.6 優化器 5、案例分析和現場練習 第十二講：正向控制——凍結過程改進成果 1、正向控制概念 2、正向控制計劃 3、正向控制圖 4、案例分析 第十三講：過程確認——消除不良質量的外部原因 1、過程確認的基礎：墨菲定律 2、不良質量外部原因分類 3、過程確認的方法 4、人為出錯和防錯 5、案例分析 第十四講：結果固化 1、控制圖 2、預控制圖 3、培訓和審核 4、防錯法 5、SPC控制圖案例分析 第十五講：DOE和可靠性簡介 1、田口優化 2、多環境應力實驗
講師授課見證
更多
對不起，該講師暫未上傳講師授課見證
請輸入正確的用戶名
