[学习分享] 提升实验效率的利器 — 确定性筛选设计DSD [推广有奖]

实验设计DOE是质量管理和六西格玛领域公认的高效率提高流程能力、攻克技术难关、实现工艺优化的利器，然而在实际应用过程中，你是否常常会遇到这样和那样的问题，比如：

• 为了提高实验效率、降低实验成本，当遇到多个潜在因素并存的情况时，往往会采用分辨率较低的部分析因设计。而低分辨率（如3或4）的部分析因设计中先天性地存在着不少风险较高的混淆，如一个主效应与一个二阶或三阶交互作用的混淆，两个二阶交互作用之间的混淆。
  

• 筛选设计中的因子水平都为2，而两水平的试验是无法估计高次项的，加上中心点也只能从总体上估计高次项是否存在，无法详细辨别到底是哪个因子的高次项存在。
  

• 从理论上讲，解决上述两个问题的方法也是存在的，那就是采用高分辨率的部分析因设计（乃至完全析因设计）和多因子的响应面设计。然而，由此产生的最大弊端是实验次数大幅增加，导致实验方案根本无法实施。

  
  

那么，有什么更好的对策可以应对呢？显然，仅仅依靠经典的试验设计理论是无法给出令人满意的答案的。

而由JMP研发人员首创开发的确定性筛选设计（Definitive Screening Design）就能够巧妙地解决上面谈到的实际问题。

7月27日，JMP线上课堂将带你入门确定性筛选设计DSD，掌握如何通过DSD在实际总做中节约时间成本，缩短实验周期。

2021-7-23 11:41:49 上传

下载附件 (47.65 KB)

• 它可以大幅缩小试验规模，因为其试验次数等于因子数量的2倍加1；

• 它可以避免二阶(含)以下的任何效应之间的完全混杂，但在近似实验规模的部分析因设计中都会出现完全混杂；

• 在满足显著因子稀疏性的条件下，可以估算所有显著因子的主效应项、主效应二次项和二阶交互作用项的系数；

• 摆脱了以往在经典试验设计中对一个新流程优化需要经过部分析因设计、完全析因设计、响应面设计的繁琐过程，仅用一次试验设计就实现了筛选重要因子、描述基本特性、找到最优方案等所有工作，大大节约了试验成本，缩短了试验周期。

  
  

• 确定性筛选设计简介

• 确定性筛选原理及与一般筛选设计的不同

• 确定性筛选实例及平台说明

• 问题讨论

  
  

立即报名，参与直播