DOE 持续改进已发布的制造过程我有一位客户有兴趣了解更多关于在已发布的生产线上进行实验的方法，该生产线对生产线的影响最小……无论是在执行物流方面还是在意外后果的风险方面（打到当地的废品热点）或类似的东西）。
一种方法是在合格范围内运行筛选设计或 RSM 之类的东西，但他已经看到使用三角形而不是正交设置的研究（至少这是他的解释）。在这些示例中，该过程不断迭代，直到通过在两个最佳过程点之间的三角形边上增加一个类似于“星点”的东西来增加原始三角形空间，直到找到最大值。
有没有人听说过这些类型的设计？他可以考虑通过哪些方式有效地在已发布的制造流程设置中进行试验？
回复：DOE 持续改进已发布的制造过程对我来说，这听起来像是顺序单纯形优化。 对于两个因子，单纯形是三角形。 在三个顶点中，最差的顶点被“反射”在其他两个顶点形成的线周围。 该过程继续进行，其想法是缓慢迭代到最佳区域。 步长通常比设计的实验小得多，因为目标不是模型。 相反，我们的想法是继续制造可行的产品，同时随着时间的推移慢慢变得更好。这个过程很慢，因为您经常在一个地方停留一段时间以确保哪些顶点是最好的。
Stan Deming、Walters、Morgan 和 Parker 有一本书叫做 Sequential Simplex Optimization。
2000 年左右，当我在陶氏化学时，我与 Mark Bailey 一起编写了一个脚本来执行此操作。 不幸的是，那是很久以前的事了，即使我有剧本，它也可能无法工作。
对于此类工作的不同观点，您还可以考虑 Box 和 Draper 的进化操作（这是一项较旧的技术）。 这更多地基于设计的实验，因为它使用小型全因子设计。 这个想法与设计尺寸小以确保制造出可行的产品相同，但您“反映”设计以实现更好的响应并随着时间的推移继续改进。 相同的想法，但不同的方法需要比 Simplex 方法更多的数据。 这种方法在允许开发模型来描述过程方面做得更好。
