培训安排：
[7/3-5]北京 [7/10-12]上海 [7/17-19]广州 [7/24-26]深圳
[8/7-9]北京 [8/14-16]上海 [8/21-23]广州 [8/28-30]深圳
[9/4-6]北京 [9/11-13]上海 [9/18-20]广州 [9/25-27]深圳
[10/9-11]北京 [10/16-18]上海 [10/23-25]广州 [10/29-31]深圳
[11/6-8]北京 [11/13-15]上海 [11/20-22]广州 [11/27-29]深圳
[12/4-6]北京 [12/11-13]上海 [12/18-20]广州 [12/25-27]深圳
培训价格：4980元/人
学员上课须知：
请带来你认为工作中最难解决的问题，最好能够提供翔实的数据来上课最好，请把你的主要工艺过程的关键参数，需要优化的工艺过程告诉我们，我们现场提供实际解决方案！
培训大纲：
第A部分：精益六西格玛管理概论
1、DMAIC方法论
2、基本统计
3、多变量分析
4、方差分析
5、回归分析
6、DOE在精益六西格玛项目中的应用
DOE概论
试验设计基础
1、基本术语
因子（Factor）:可控因子、非可控因子
水平及处理(Level and Treatment)
试验单元
2、基本原则
重复试验:
随机化:
划分区组：
3、必要性
单因子轮换法缺点:
全因子试验法缺点:
试验设计优点：
4、类型
因子试验设计:
响应曲面：
混料设计:
稳健参数设计（田口参数设计） :
5、试验设计的策划与安排
部分实施因子设计:
筛选。
全因子试验设计:
全面分析。
响应曲面法或稳健参数法:
求最优设置。
6、试验设计的基本步骤及流程
计划阶段:
实施阶段:
分析阶段:
全因子试验设计
1什么是全因子试验设计
2全因子DOE目标
3因子和水平组合(1)
4选择因子水平
5三因子全因子设计
课堂练习
用MINITAB创建全因子实验设计
Step 1第1步
Step 2第2步
Step 3第3步
Step 4第四步
Step 5第五步
Step 6第六步
Step 7第七步
课堂练习
5、复制和随机
Step 1第1步
Step 2第2步
Step 3 第3步
Step 4第四步
Step 5第五步
Step 6第六步
Step 7第七步
课堂练习
6、随机化-实验的保证
7、假设
分析全因子实验的假设
独立
独立性事项
独立性测试
测试独立性
正态性
正态测试(1)
正态测试(2)
正态假设测试的步骤
正态测试的图形化方法(1
正态性检验
等方差
等方差测试
等方差假设测试步骤
残差假设测试
正交设计的重要性
正交设计类型
8、主效应 和 交互效应
效应定义
构建实验
Step 1 第1步
Step 2 第2步
Step 3 第3步
Step 4 第四步
Step 5 第五步
Step 6 第六步
Step 7 第七步
课堂练习
9、实施全因子实验设计的步骤
•Step 1: 描述实际问题和实验目标
•Step 2: 描述因子和水平值
•Step 3: 决定适当的样本大小, 给定a and b 风险
•Step 4: 用MINITAB创建一个实验设计. 实验设计表上的运行应随机.
•Step 5: 实施实验
•Step 6: 全模型实验分析
•Step 7: 简化模型
•Step 8: 检查是否违反假设
•Step 9: 用图形分析决定保留项的最优设置
•Step 10: 计算每项的能解释的变差比例 (epsilon square)
•Step 11: 重复实验优化条件以验证结果
•Step 12: 最终报告
10、全因子案例研究
课堂练习
•打开文件 : W3 2k 4 factor exercise.MTW.
•最大化输出变量值
•4 factors at 2 水平 each , 你使用 2k 方法
•分组练习
•按步骤执行 13 steps
•准备报告
分组模拟飞机试验
11、模块回顾
部分因子试验设计
1、部分因子设计和筛选
模块目标
为什么要学习部分因子实验设计
什么是部分实验设计
实验设计思考
部分DOE术语
2、如何减少实验的次数
筛选DOE特点
筛选设计
需要筛选
高阶交互作用
隐藏的设计成本增长
课堂练习
3、混杂与实验设计分辨精度
实验步骤
23 设计第一步
第二步
第三步
第四步
为什么要选择ABC高阶交互项
其他混杂项
分辨度
24-1分辨度设计
分辨度表
MININTAB分辨度表
部分因子设计
部分设计标记方法
混杂设计练习
其他混杂设计练习
23-1立方图
24-1立方图
4、部分因子实验设计选择
设计选择什么
考虑经济性
图解说明
选择一个设计
4、用MINITAB进行部分因子和筛选实验设计
用MINITAB建立25-1部分因子设计第一步
第二步
第三步
第四步
第五步
2K部分因子实验设计步骤
第一步：确定实际问题和实验目标
第二步：确定重要的因子数和水平数
第三步：决定适当的样本大小, 中心点个数，给定a and b 风险
第四步：用MINITAB创建一个实验设计. 实验设计表上的运行应随机.
第五步：实施实验
第六步：全模型实验分析
第七步：删减模型
第八步：检查是否违反假设检验
第九步：图形分析确定最佳设计
第十步：计算每项的能解释的变差比例 (epsilon square)
第十一步：创建预测方程
第十二步：通过复制的最佳条件验证结果
第十三步：最终报告
25-1因子实验练习
部分因子实验设计练习（1）
部分因子实验设计练习（2）
部分因子实验设计练习（3）
部分因子实验设计练习（4）
部分因子实验设计练习（5）
部分因子实验设计练习（6）
部分因子实验设计练习（7）
部分因子实验设计练习（8）
5、模块回顾
中心点试验设计
1、模块目标
2、为什么要学习中心点实验设计
3、什么是中心点
4、22案例研究
5、DOE方差分析
6、3D曲面图设定第一步
7、3D曲面图设定第二步
8、3D曲面图
9、中心点与曲线性
10、中心点代码化
11、23中心点代码化
12、设定22DOE中心点第一步
13、设定22DOE中心点第二步
14、增加中心点数据
15、注意中心点的安排
16、有中心点的方差分析
17、2K全因子加中心点实验设计13步骤：
第一步：确定实际问题和实验目标
第二步：确定重要的因子数和水平数
第三步：决定适当的样本大小, 给定a and b 风险
第四步：用MINITAB创建一个实验设计. 实验设计表上的运行应随机.
第五步：实施实验
第六步：全模型实验分析
第七步：删减模型
第八步：检查是否违反假设检验
第九步：图形分析确定最佳设计
第十步：计算每项的能解释的变差比例 (epsilon square)
第十一步：创建预测方程
第十二步：通过复制的最佳条件验证结果
第十三步：最终报告
18、中心点实验案例研究
19、中心点实验课程练习
20、模块回顾
区组试验设计
1、模块目标
2、为什么要学习区组化实验设计
3、什么是区组化
4、图形化23区组实验设计
5、区组化实验案例研究
6、为什么要区组化实验设计
7、用MINITAB进行22区组化试验设计第一步
8、用MINITAB进行22区组化试验设计第二步
9、区组化与混杂
10、2K全因子区组化实验设计14步骤：
第一步
第二步
第三步
第四步：Identify the Blocking Variable and determine the number of blocks确定区组变量，确定区组数。
第五步……
第十三步
第十四步
其他步骤同前13步骤，只有第四步为新增加的。
11、区组实验案例研究
12、区组加中心点案例研究
13、区组实验设计课程练习
14、模块回顾
响应曲面试验设计
1什么是响应曲面试验设计
2如何进行响应曲面试验设计
3响应曲面试验设计结果分析
4响应曲面试验设计案例研究
混料试验设计
1什么是混料试验设计
2如何进行混料试验设计
3混料试验设计结果分析
4混料试验设计案例研究
田口试验设计
1什么是田口试验设计
2如何进行田口试验设计
3田口试验设计结果分析
4田口试验设计案例研究
培训老师：文放怀
清华大学深圳研究院特聘教授，北京大学MBA,贝思德国际管理精益六西格玛咨询专家，精益六西格玛黑带大师。中国企业联合会培训中心客座教授，在美的、美资PULSE、港资亿利达集团等长期从事高层精益六西格玛管理及技术管理，多年潜心研究各国外企的精益六西格玛管理特点及先进方法。主要研究方向为6SIGMA管理及其在企业中的推行策略。在外企先进精益六西格玛管理技术方面有较深造诣和丰富实战经验。已出版专著《现代企业精益六西格玛管理技术》、《精益六西格玛管理》；《6SIMGA实战》；《精益管理4部》；《6SIGMA设计实战》；《服务业精益六西格玛》等多部，即将出版《新产品开发管理体系IPDFSS系列丛书》等。曾应深圳技术监督局培训中心等多家单位之约进行6SIGMA方面的讲座和培训。曾参与中山毅嘉公司、德高公司、韩国友星电子、东菱凯琴集团、深圳海光电子有限公司、国营军工六九二厂的精益和六西玛项目实施并取得较大财务收益。
文老师部分著作：《新工厂管理20部》与《六西格玛管理6部》
中国首部企业转型升级即贝思德企业转型升级战略系列丛书《新产品开发管理体系丛书》
即将出版《卓越企业创新六西格玛管理体系ISSS方法论》文老师部分著作：《新工厂管理20部》与《六西格玛管理6部》 |
您的位置：
