1. 配方DOE问题界定

配方开发中，工程师常遇到这样的困境：手上有七八种原料、三四个性能指标，试了几十锅配方，却说不清“到底哪个原料在起作用”“改多少才既达标又不超成本”。DOE（试验设计）正是解决这类多因子问题的系统方法，但它的成败往往在“设计”之前就已决定——问题界定是否清晰。本节的任务，是把一个模糊的开发目标，翻译成DOE可以执行的三要素：因子、响应、约束条件，并建立贯穿全课程的任务地图。

一、三要素的定义与关系

因子（Factor）是配方中可主动设定、且预期会影响性能的变量。它必须满足两个条件：一是“可调”，即在试验中能被精确设定到不同水平；二是“有范围”，即存在合理的上下限。配方体系中常见的因子包括树脂/基料用量、填料比例、增塑剂或溶剂添加量、固化剂配比、助剂用量、工艺温度与时间等。注意，因子不等于“所有原料”——配方中占比固定、不打算考察的组分属于“固定背景”，不应塞进因子列表，否则试验规模会迅速失控。

响应（Response）是用于评价配方好坏的量化输出，必须可测量、可重复。响应分两类：性能响应（如拉伸强度、附着力、粘度、固化时间、耐候性等级）和过程/经济响应（如成本、混合能耗、废品率）。一个配方问题通常有多个响应，且它们之间常存在此消彼长的关系——这正是DOE要揭示的核心信息。

约束条件（Constraint）是对因子取值和响应结果的边界限制。它分三层：因子约束（如“填料比例不得超过35%，否则无法分散”）、响应约束（如“粘度必须落在2000～4000 mPa·s”）、以及配方总量约束（各组分百分比之和为100%）。约束条件决定了试验空间的有效区域，也决定了后续优化时的可行域。

三者的关系可以概括为：因子是输入，响应是输出，约束是边界。DOE的本质，是在约束划定的可行域内，通过有计划的因子水平组合，建立“因子→响应”的定量关系模型，再据此寻找满足所有响应要求的最优配方。缺少因子，试验无从设计；缺少响应，结果无法评价；缺少约束，优化会给出“数学上最优、实际上做不出来”的配方。

二、从开发目标到问题陈述

界定工作的起点不是原料清单，而是“这次开发到底要解决什么问题”。建议用一句可检验的问题陈述来收敛目标，例如：“在原料成本不高于X元/kg、粘度控制在2000～4000 mPa·s的前提下，使拉伸强度≥18 MPa且断裂伸长率≥250%。”这句话里已经天然包含了响应（强度、伸长率、粘度、成本）、约束（成本上限、粘度区间）和隐含的因子空间。

实际操作中可按以下顺序推进：

1. 列响应，定优先级。把客户要求、标准指标、内部工艺要求全部列出，区分“必须满足（硬约束）”与“越优越好（优化目标）”。例如附着力必须≥1级是硬指标，而成本是越低越好但可让步。
2. 筛因子，划范围。用因果分析（如鱼骨图）或历史数据，从全部组分与工艺参数中筛出3～6个影响最大的因子。因子过多时先做筛选试验，再对关键因子做优化设计。每个因子必须给出有依据的上下限——依据来自溶解度上限、分散极限、设备能力或安全边界。
3. 写约束，验可行。检查因子范围组合后是否存在物理上不可行的区域（如高填料+低增塑剂导致无法混合），必要时用混料约束或线性约束显式表达。
4. 定测量方案。明确每个响应的测试方法、样本量、重复次数与允许误差。响应测量误差过大，再好的设计也识别不出效应。

三、课程任务地图

本课程后续内容围绕这条主线展开：问题界定 → 试验设计 → 试验执行与数据采集 → 模型拟合与效应分析 → 约束下的多响应优化 → 验证与固化。本节处于最前端，它输出的“因子表、响应表、约束表”将直接作为后续设计的输入。若本节把因子范围划得过宽，后续试验次数会膨胀且包含大量不可行配方；若响应定义含糊，建模阶段就会陷入“数据有、结论无”的被动局面。

需要强调的是，问题界定不是一次性动作。当试验中发现某因子几乎无效应、或某响应测量波动异常时，应回到界定环节修正因子列表或测量方案，而不是硬着头皮继续分析。这种“界定—设计—反馈修正”的循环，正是配方DOE区别于盲目试配的关键所在。

四、界定成果示例

下表是一份可直接填写的界定表样例（参数为教学示例，非实测数据），它把上述三要素落到可执行字段：

有了这张表，后续的试验设计才有明确的对象和边界：设计器知道要安排几个因子、每个因子取几个水平；分析阶段知道哪些响应是硬指标、哪些参与优化；验证阶段知道拿什么判据判断配方是否达标。把问题界定做扎实，DOE才真正从“碰运气试配方”转变为“有依据找配方”。