实验设计（DOE）入门：用最少的试验找到最优参数组合

摘要：工艺参数靠"试"——调一个参数、看一次结果、再调下一个，不仅费时费力，还常常漏掉参数之间的交互作用。实验设计（DOE）用统计方法同时安排多个因子的试验，用最少的试验次数获取最多的信息，是找到最优工艺参数的捷径。本文用五步流程和一个注塑成型示例，讲清 DOE 从设计到落地的完整路径。

一、为什么工艺优化离不开 DOE

现场最常见的调参方式是"一次一因子"：固定其他条件，只改一个参数，看响应变化。这种方式有两个硬伤。

一是看不到交互作用。两个参数单独调都没问题，但组合在一起就出不良——这种"1+1≠2"的现象，一次一因子永远发现不了。二是试验次数多、结论不可靠。每调一个因子都要重跑一轮，因子一多试验量就爆炸，而且没有统计支撑，分不清变化是参数引起的还是噪声引起的。

DOE 的思路正好相反：同时改变多个因子，按预先设计的矩阵做试验，再用统计方法把每个因子的贡献和因子间的交互作用分离出来。同样的信息量，试验次数往往只有试错法的几分之一。正因如此，DOE 被广泛应用于工艺参数优化、配方设计和可靠性改进，也是六西格玛 DMAIC 中 Improve 阶段的核心工具之一。

二、先记住四个基本概念

• 因子与水平：因子是你要调的参数（如温度、压力），水平是每个因子取的设定值（如 220℃、240℃ 两个水平）。
• 响应：你要优化的结果指标（如翘曲量、强度），必须可测量、可重复。
• 主效应：单个因子从低水平变到高水平时，响应的平均变化量。
• 交互作用：一个因子的效果随另一个因子水平变化而变化的现象，是 DOE 独有的"发现能力"。

设计类型上，入门阶段掌握两种即可：全因子设计把每个因子的每个水平都组合一遍，信息最全，适合因子少（一般不超过 4 个）的场景；部分因子设计只做全因子的一部分组合，适合因子多、先做筛选的场景。另外两个实用概念是重复与中心点：重复试验用来估计试验误差、判断效应是否显著；中心点（各因子取中间水平）用来检验响应是否呈线性，帮助判断是否需要更高阶的试验设计。

三、五步实施流程

第一步：明确响应与测量方法。 先回答"优化什么"——响应要单一、可量化、与客户要求直接相关，测量系统要稳定（建议先做 MSA 确认）。

第二步：选择因子与水平。 用鱼骨图、PFMEA 收集候选因子，挑 3～6 个最可能影响响应的关键因子；每个因子取 2～3 个水平，水平间距要拉开、落在可操作范围内。

第三步：选择设计并排试验顺序。 因子少选全因子，因子多先做部分因子筛选。试验顺序必须随机化，避免环境漂移（温度、班次、材料批次）混入结果。

第四步：执行试验并记录。 严格按设计矩阵操作，不随意更改参数；记录试验时的异常情况（换料、停机等），作为分析时的参考信息。

第五步：分析、确认与验证。 用主效应图、交互作用图、方差分析找出显著因子与最优组合，然后在最优条件下重复验证，确认改善可复现后再固化到工艺文件与控制计划。

四、一个注塑成型的简洁示例

某注塑件翘曲超标，质量团队怀疑与料筒温度、保压压力、保压时间有关，于是做 3 因子 2 水平全因子试验，共 8 次，翘曲量（mm）结果如下：

计算主效应：温度从 220℃ 升到 240℃，翘曲量平均下降 0.5mm，是影响最大的因子；压力从 60 升到 80MPa 平均下降 0.4mm；时间的影响很小。交互作用分析显示温度与压力存在协同效应——高温加高压时翘曲量最低（1.1mm）。据此把最优组合定为 240℃、80MPa、5s，验证三次翘曲量分别为 1.1、1.2、1.1mm，稳定达标，随后更新控制计划并固化参数。

五、常见误区与落地建议

• 误区一：因子越多越全面。 因子太多导致试验次数激增或设计过碎，先用部分因子或筛选试验锁定少数关键因子。
• 误区二：水平间距太小。 水平挨得太近，效应被噪声淹没，结论"不显著"其实是间距没拉开。
• 误区三：不随机化。 按方便顺序做试验，环境变化会被误判为因子效应。
• 误区四：只做一轮不验证。 DOE 结论必须用独立试验验证，否则可能把偶然当规律。

落地时建议从小处起步：选一个困扰已久、成本可控的工艺问题，用 8～16 次试验跑通全流程，尝到甜头后再扩展到更多工序。每次试验前先确认测量系统稳定，避免把测量误差误当成工艺效应。

六、小结

DOE 的价值不在于统计公式，而在于用系统的试验安排代替盲目的试错：先想清楚响应和因子，再设计最省试验次数的方案，最后用数据说话、用验证收尾。它和 FMEA、控制计划是天然的上下游——FMEA 指出风险因子，DOE 找到最优参数，控制计划把最优参数固化到日常管理。掌握了这套方法，工艺优化就从"碰运气"变成了"按计划拿结果"。

实验设计的精髓，是用最少的试验、最科学的安排，把参数优化从"试错"变成"算出来的结论"。

知识编号：6.4.1

版本：v20260805

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。