发帖
雷达卡
如何能够在众多参数中快速而准确地找到少数关键的参数?
如何能够让设置好的参数使燃料的Consumption、Emissions、Smoothness同时达到指定的要求?
如何能够在最短的时间内、在广义的参数空间内精准定位，找到最优化的设计空间?
……
这些都是国内很多汽车企业的研发和质量部门经常遇到的技术难题。由于缺乏正确的实验设计理论指导，本土车企的研发成本高、研发周期长、研发效果差，这些情况制约了企业的上升空间，甚至导致相当一部分企业陷入了“销量下降→压缩研发成本→销量继续下降→继续压缩研发成本”的恶性循环。
从知名车企的成功经历来看，实验设计DOE是它们长期保持发动机竞争力的法宝之一，这与国内同行或凭经验、或凭苦干的工作风格形成了鲜明的对比。
实验设计DOE ，又称试验设计，是以概率论和数理统计为理论基础，既经济又科学地安排实验，同时在此基础上研究和处理多因子与响应变量关系的一种科学方法。在发动机新产品、新工艺的研究中，通常要做实验，而且往往做实验的次数还很多。实验者总希望从近可能少的实验次数中最大限度地提取有用信息，为此就必须进行实验的设计、分析与优化。实验设计会告诉工程师们如何安排实验最合理，如何对实验结果进行评价和检验，最终在科研和工艺研究领域如何能够达到大幅度缩短研发周期、节省经费、找到最佳的产品设计参数的目的。本文中所有涉及到实验设计的分析报告都是基于专业统计分析软件JMP完成的。
虽然说实验设计是一种跨行业的分析方法论，但在汽车行业，其使用也有一定的特殊性。总的来说，汽车行业的实验设计可以分为两类：筛选(Screening)设计和优化(Optimization)设计。
总之，根据现实情况灵活运用实验设计的方法，可以帮助研发和质量管理的技术人员快速而有效地达到筛选变量和优化方案的目的，使我们的汽车拥有更强劲的发动机，使我们的汽车工业早日进入到一个更高的发展阶段。
京公网安备 11010802022788号
