什麼是DOE，DOE有哪些型別

在清潔發展機制專案中，DOE的職能是對清潔發展機制（CDM）專案進行定性“驗證”和定量“核查認證”。

DOE（Design of Experiments）在質量控制的整個過程中起著非常重要的作用，是我們提高產品質量和工藝流程的重要保證。 通過對產品質量和工藝引數的定量分析，找到關鍵因素並控制與之相關的因素。

事實上，DOE在清潔發展機制專案的執行中非常重要，因為它直接決定了乙個清潔發展機制專案能否成功註冊，以及是否可以發布多少溫室氣體減排量。

什麼是實驗設計（DOE）：

自20世紀20年代費舍爾在農業生產中使用實驗設計（DOE）方法以來，該實驗設計方法在農業、生物學、遺傳學、工程學等領域得到了廣泛的應用和發展。

實驗設計主要運用物理統計學基礎知識，討論如何合理安排實驗，獲取資料，然後進行全面的科學分析，以便盡快獲得最優組合方案。 在產品設計中，採用設計實驗可以在最低的試驗成本和最短的時間內有效地設計和驗證產品的效能; 在製造過程中，實驗設計可用於從許多影響因素中快速找到和優化對工藝產量指標有重大影響的工藝引數。

實驗設計的用途：

1. 因子分析，確定哪些變數 x 對響應 y 有顯著影響;

2.引數優化，在確定x的顯著影響設定在哪裡時，使y幾乎總是接近期望值;

3.減少變異，確定有影響力的x設定在哪裡，使y的變化最小化;

4. 魯棒設計，在確定影響 x 的設定位置時，可以最大限度地減少不可控變數 u 的影響。

實驗設計 （DOE） 有哪些型別？

1）因子設計。

因子設計的目的是通過實驗確定哪個自變數x對響應變數y有顯著影響：對y影響不顯著的自變數x，在建立y=f（x）相關性時應將其刪除; 應保留哪些自變數 x 對 y 有顯著影響。

根據其目的，它被稱為“因子篩選設計”。 由於此類測試的目的是針對特定因素，因此這種型別的實驗設計是“因子設計”或“因子設計”。

在因子設計中，根據因子水平的數量，可分為因子設計兩級、三級因子設計和混合級因子設計。 事實證明，在因子設計中，兩水平正交檢驗方法是最簡單、最有效的。

在因子設計中，可分為全因子實驗設計和部分因子設計兩大類。

2）回歸設計。

回歸設計的目的是找出響應變數y與自變數x之間的關係，從而進一步找出自變數x會使y達到最優值的值。 由於此類試驗的目的是解決回歸關係，因此這種實驗設計稱為“回歸設計”。 回歸設計中常用響應面法，是一種以建立二次回歸方程為主要研究方法的方法。

3）堅固的設計。

魯棒性是指過程抵抗干擾的能力，即當過程受到難以控制的因素（或“雜訊”）的嚴重影響時，過程輸出的波動或可變性y應該足夠小。 為此，請嘗試選擇使系統對雜訊變化不敏感的控制因素組合，這稱為“魯棒引數化設計”。 在日本，這種型別的設計通常被稱為“田口引數化設計方法”。

4）混合設計。

如果討論配方問題，那麼正在研究整個產品中各個成分的比例問題，很明顯，這些比例的總和應該是100%。 研究此類問題的實驗設計稱為“混合設計”。

5） 調整操作。

現有的工藝條件已經基本滿足要求，但是如果想獲得更好的效果，可以通過稍微調整原有條件來找到解決方案，這就是“調諧操作”方法解決的問題。

【實驗設計】：

實驗設計 （DOE） 也稱為實驗設計。 自20世紀20世紀20年代以來，費舍爾（在農業生產中採用實驗設計方法），實驗設計方法得到了廣泛的發展，統計學家發現了許多非常有效的實驗設計技術。 20世紀50年代，日本統計學家田口健一（Kenichi Taguchi）在實驗設計中做出了應用最廣泛的正交設計，在方法解釋方面為實驗設計的更廣泛應用做出了眾所周知的貢獻。

DOE的作用]：

實驗設計在工業生產和工程設計中可以發揮重要作用，主要包括：

1.提高產量;

2、減少質量波動，提高產品質量水平;

3、大大縮短了新產品的測試週期;

4、降低成本;

5.實驗設計，延長產品壽命。

在工農業生產和科學研究中，往往需要做實驗才能達到預期的目的。 例如，在工農業生產中，希望通過實驗，特別是新產品試驗，實現高質量、高產、低消耗，還有很多未知的東西，因此有必要通過實驗來探索工藝條件或配方。 如何做實驗，知識很多。

如果實驗設計得當，它會以一半的努力獲得雙倍的結果，反之亦然，它會以一半的努力做更多的工作，甚至沒有成功。

如果要最有效地進行科學實驗，就必須使用科學方法進行設計。 所謂實驗的統計設計，就是設計實驗的過程，使收集到的資料適合於統計分析，能夠得出有效客觀的結論。 如果要從資料中得出有意義的結論，則實驗設計需要統計方法。

當問題涉及受測試誤差影響的資料時，只有統計方法是客觀的分析方法。 這樣，任何試驗問題都有兩個方面：試驗的設計和資料的統計分析。

這兩個主題密切相關，因為分析方法直接取決於所使用的設計。

實驗設計 （DOE） 有 1 種型別。全因子DOE

2.分部DOE

常見的DOE方法可分為兩類，一類是實驗的正交設計，另一類是因子設計。

1）正交實驗設計方法。

正交實驗設計是研究和處理多因素實驗的科學方法。 它使用規範化的 ** - 正交表。

選擇測試條件，安排測試計畫和防場褲進行測試，通過少量測試找出更好的生產條件，即最好或更好的測試計畫。 主要用於研究複雜系統（產品、工藝）的某些特性或多種因素對系統（產品、工藝）某些特性的影響，確定系統中影響較大的因素、其影響的大小以及因素之間可能的相互關係，從而促進產品的設計和開發以及工藝的優化， 控制或改進現有產品（或系統）。

2）階乘法。

原因法又稱因子檢驗設計、因子檢驗等。 這是研究兩個或多個正在變化的因素的影響的有效方法。 許多試驗需要兩個或多個變數的影響。

例如，幾個因素：對產品質量的影響; 對某台機器的影響; 對材料效能的影響; 對某一工藝燃燒消耗的影響，等等。 根據所有因子的所有層次（層次）的所有組合，對所研究的因子進行逐一檢驗，稱為因子檢驗，或完全因子檢驗，稱為因子法。

它用於新產品開發、產品或工藝改進以及安裝服務，通過相對較少的測試，找到高質量、高產量和低消耗因素的組合，以達到改進的目的。

在設計 DOE 之前，DOE 要想成功，需要具備哪些先決條件？

要保證實驗研究過程的穩定性和現實性。 如果條件有限，如果做不到這一點，不妨使用隨機化、阻斷、複製等方法，盡量避免。

測量系統必須具有可靠的可重複性。

和可重複性。 否則，任何測量資料都不能被信任。 自然試驗的結果不可信。

您好，有四種方法：1.階乘分析，確定哪些變數x對tung掌握y量的響應有顯著影響;

2.引數優化，在確定x設定的顯著影響在哪裡時，y幾乎可以總是接近期望值;

3.減少變異，確定有影響力的x設定在哪裡，使y的變化最小化;

4.魯棒性設計，在確定X設定對區域性滲透有影響的地方時，可以將不可控變數的影響降到最低。

我們的傳統方法是在同一實驗中只改變乙個變數，其中包含許多影響輸出的輸入變數，而其他變數是固定的。

傳統方法的缺點：測試周期長，浪費時間，測試成本高; 該實驗方法比較粗糙，不能有效評估輸入之間的相互作用。

能有效克服上述缺點的試驗方法是： DOE

美國能源部所取得的成就是突破性的改進。

在計畫試驗時，重要的是要研究如何以最有效的方式安排實驗，這樣可以有效地識別多個輸入因素對輸出的影響。

在實驗過程中，通過對所選輸入因子進行精確、系統的人工調整來觀察輸出的變化;

實驗結束後，對實驗結果進行分析，獲得最多的資訊，得出“哪些自變數x顯著影響輸出y，這些x的哪些值會使y達到最優值”的結論。

採用回歸分析方法對第乙個畝分析階段的歷史資料進行分析，得到相似回歸的回歸方程，得到y與各x的關係。 但這種關係的獲取是“被動的”，因為我們使用的是現成的資料，我們幾乎無法控制應用範圍，我們無法控制方程式的精度，我們只能處於“什麼是什麼”的境地。

我們使用DOE方法，其中自變數通常取自以前未取過的值，並得到精確控制，並更廣泛地探索要研究的問題，目的是實現突破性的改進。

實驗設計（DOE）的作用是通過控制和優化實驗條件來研究和分析系統。 實驗設計的目的是提高實驗效率，確定影響雪松系統破壞的關鍵因素，提高控制系統的效能。 通過實驗設計，研究人員可以有效地利用有限的資源，收集更多有價值的資訊，並可以更好地理解和控制系統的效能。