基于数据的生产过程改进 – 前言

前言

作为一个质量工程师,质量改进是一个老生常谈的话题。说到质量改进,DOE是一个经常被提到,但又都说不明白的字眼。尤其对于刚开始接触DOE的人来说,DOE是一个相当神秘的存在:大家都对DOE抱有相当高的期望,却又不知道具体是怎么做的。尤其是对于新手,常见的情况是指导如何用Minitab,JMP等软件生成DOE matrix,进行试验,然后把数据输入表格,生成一份报告就算完事,对其背后的原理不甚了解。

很早以前就想动笔写一下关于DOE的文章,就是一直在拖延,前几天和朋友聊天的时候提起这个事情,他也存在同样的困扰,并且希望能够有较为浅显易懂的解释DOE是怎么回事的文章。后来想想,干脆从头讲一下过程控制和过程开发的方法,这也就是这系列科普文的来源。

本系列文章基本按照coursera课程 Experimentation for process improvement 进行讲述,英文好的同学可以直接参加这个课程,相信讲师讲的会比我更清楚 🙂

适用读者

本系列文章适合对过程控制有兴趣的工程人员阅读。DOE会在偏后的部分进行讲述,前半部分内容都还是过程控制相关的内容。由于已经在机械行业工作了八年,所以大部分的例子都是来源于机械行业,其他行业的读者勿怪。对一些基本的行业术语和背景知识,在提到之前会做一点介绍,不过我也不能准确分辨哪些是常识,哪些是专业知识,如果大家有不明白的地方,欢迎留言或者直接给我发邮件,以便于在之后更正。

文章结构(草稿)

  1. 过程数据可视化
  2. 单变量分析
  3. 控制图
  4. 多变量分析
  5. DOE
  6. 隐变量分析

使用软件

为了大家的钱包着想,本系列文章尽量不使用商业软件进行讲述,所用到的软件包如下:

  • R language
  • R Studio
  • Microsoft Excel©

关于R,质量人员用的并不多,这个软件包属于统计常用软件,在本系列文章中,大家只要把它看作是Minitab/JMP的替代品就行了。R Studio是R语言的一个前段,实际上R语言的程序就是纯文本文件,如果有其他用的熟悉的编辑器,也可以使用。本文所提到的所有功能,Minitab/JMP都有对应的选项,具体用法请参照帮助文件。

Leave a Reply

Your email address will not be published. Required fields are marked *