实验设计 (Design of Experiments)

DOE 用最少的试验次数，回答研发最常见的问题：哪些参数真正影响结果？影响多大？最优组合是什么？ 它把"改一个试一次"的低效摸索，换成有结构的试验矩阵。

一次一因子（OFAT）永远看不到交互作用：温度单独没问题、湿度单独没问题，两者叠加才失效。

什么时候用 DOE？

场景	用一次一因子 OFAT	用 DOE
只有一个可调参数	适合	无必要
三个以上参数且互相影响	会漏掉交互作用	适合
需要找最优组合而非合格点	效率极低	适合
单次试验极贵（如整机破坏）	谨慎	先筛选因子再优化
工艺窗口要写进作业标准	给不出边界	适合（输出参数窗口）

研发日常的典型入口：注塑/焊接/点胶等工艺参数调优、结构或电路的设计参数选型、DVP&R 中"多因素影响不明"的验证项、创新八步法第 6 步的快速验证、量产异常的因子排查（配合 PSP）。

一、开始前的三件事（比矩阵更重要）

定义响应变量和测量系统：响应必须可量化（翘曲量 mm、拉脱力 N、泄漏率），且量具可信——量具误差大于因子效应时，一切分析无意义。必要时先做简易 MSA：同一件测 3 遍、换人再测 3 遍，波动应远小于你想分辨的差异。
列全候选因子再做减法：拉上工艺/制造用鱼骨图列全，再按经验和 DFMEA 收敛到 3–5 个可控因子。不可控但有影响的（环境温湿度、批次）记为噪声因子，用随机化和区组处理。
水平拉开到工程有意义的范围：太窄看不出效应，太宽跨失效机理。原则：取工艺窗口的合理边界，而不是当前设定值 ±5%。

二、标准打法：筛选 → 优化 → 确认

因子多（5 个以上）        因子少（2–3 个）           找到候选最优
     │                        │                        │
     ▼                        ▼                        ▼
 部分因子筛选  ──────▶   全因子试验    ──────▶     确认试验
 找出关键少数            量化主效应+交互           最优组合复现 3–5 次

筛选阶段：用部分因子设计（如 8 次跑 5 个因子），只判断"谁重要"，不追求精确。
优化阶段：对 2–3 个关键因子做两水平全因子（2²=4 次或 2³=8 次），必要时加中心点看弯曲。
确认阶段：用最优组合独立复现——没有确认试验的 DOE 结论不允许写进图纸和作业标准。

不要一开始就设计几十次的大方案：先小后大，让每一轮试验回答一个明确问题。

三、一个 8 次试验的完整例子

三因子两水平全因子（2³ = 8 次），目标：降低注塑件翘曲量。

因子：A 保压时间(低/高)  B 模温(低/高)  C 冷却时间(低/高)
响应：翘曲量 mm（每组 2 件取均值，顺序已随机化）

试验号  A    B    C    翘曲量
1      低   低   低    0.42
2      高   低   低    0.31
3      低   高   低    0.55
4      高   高   低    0.38
5      低   低   高    0.35
6      高   低   高    0.22
7      低   高   高    0.47
8      高   高   高    0.28

读主效应（该因子高水平均值 − 低水平均值）：

A 主效应 = (0.31+0.38+0.22+0.28)/4 − (0.42+0.55+0.35+0.47)/4 = −0.15
B 主效应 = +0.10   （模温升高使翘曲变大）
C 主效应 = −0.085

读交互作用（以 A×B 为例）：

B 低时 A 的效应 = (0.31+0.22)/2 − (0.42+0.35)/2 = −0.12
B 高时 A 的效应 = (0.38+0.28)/2 − (0.55+0.47)/2 = −0.18
两者接近 → A×B 交互弱，A 的收益不依赖模温
（若两者符号相反或差异大，必须画交互图再下结论）

结论：优先提高保压时间，其次降低模温，冷却时间收益小（可缩短以省节拍）。用"A 高 + B 低 + C 高"做 5 件确认试验，翘曲量应稳定落在 0.22 附近。

四、四条实用纪律

先信量具再信数据：测量系统不可信，一切分析无意义。
顺序随机化：避免时间趋势（模具升温、材料批次）被误算成因子效应；无法随机化的因素（换批次）用区组隔离。
保留原始数据与条件：每次试验记录完整参数与环境，进项目受控库（链研发基础管理），下一代产品可复用。
结论必须确认：最优组合独立复现后，才能回写图纸公差、工艺参数窗口或标准作业。

五、结果落地：DOE 不是报告，是参数窗口

试验做完只完成一半，产出必须流进受控文件：

DOE 产出	去向
关键因子与最优组合	图纸参数 / 工艺卡 / 程序默认值
参数窗口（合格边界）	作业标准的控制范围、SPC 监控项
不敏感因子	放宽公差或控制要求的依据（VAVE / 公差分析输入）
已排除的因子与无效尝试	知识库条目，避免下个项目重走弯路
遗留交互风险	回写 DFMEA 的探测/预防措施

六、DOE 计划一页纸（可直接复制）

课题编号 / 日期 / 负责人：
目的（一句话）：降低 xx 翘曲量至 ≤0.30mm
响应变量与测量方法：翘曲量 mm，三坐标测量，MSA 已确认（GRR xx%）
候选因子清单（含排除理由）：
选入因子与水平：
  A 保压时间：2s / 4s
  B 模温：40℃ / 60℃
  C 冷却时间：15s / 25s
噪声因子与处理：材料批次（同批）、环境温度（记录）
设计类型与次数：2³ 全因子，8 次 × 2 重复，顺序随机化
判定准则（事先写定）：主效应 > 量具误差 3 倍才认定显著
确认试验安排：最优组合 5 件，判据 ≤0.30mm 且极差 <0.05
结果去向：工艺卡参数窗口 / DFMEA 回写 / 知识库条目
评审：工艺会签 ___  批准 ___

常见误区

跳过测量系统直接开试：分辨不出 0.05 的量具，测不出 0.08 的效应。
水平取得太保守：当前值 ±5% 看不出任何东西，结论变成"都不显著"。
一次塞进十几个因子几十次试验：执行中断、条件漂移，数据整体作废；先筛选后优化。
只看主效应不看交互：交互强时"单看都好"的组合可能最差。
没做确认试验就改图纸：最优组合是推断值，必须独立复现。
只报成功组合：被排除的因子和失败组合是最值钱的知识，必须入库。
把 DOE 当统计课：两水平全因子加纸笔（或电子表格）就能跑，不要等"学会软件再开始"。

本周就可以做的三件事

找一个你正在"改一个试一次"摸索的参数问题，列出因子清单，判断该走筛选还是直接全因子。
对你最近一次的试验数据做一次量具审查：量具误差是否小于你想分辨差异的 1/3？
把 DOE 计划一页纸复制进团队受控模板库，下一次多参数试验前先填它再开机。

相关工具：DVP&R · DFMEA · 公差分析 · 创新八步法 · 标准作业 SW · PSP

实验设计 DOE