DOE per processi di produzione su scala mondiale: possiamo fare meglio? (2019-EU-45MP-073)Livello: avanzato
Funzione di lavoro: analista / scienziato / ingegnere
Industria: produzione
Mattia Vallerio, Data Scientist, BASF Antwerpen
Salvador Santiago, Team Lead per Lean Six Sigma, BASF Antwerpen
Design of experiments (DOE) è un potente strumento per ottenere la massima quantità di informazioni entro una quantità limitata di tempo o risorse. La maggior parte delle tecniche DOE disponibili si concentra principalmente sulla progettazione di esperimenti per configurazioni che possono essere ampiamente controllate, ad esempio in laboratori o ambienti pilota. Che dire di un processo di produzione su scala mondiale in cui il rapporto segnale / rumore è molto basso, dove alcuni parametri di input non possono essere completamente controllati, dove l'interazione e la correlazione tra i parametri è la norma e dove il costo sperimentale è proibitivo? Il DOE è ancora un'opzione? Come facciamo a sapere se ha senso continuare a sperimentare? Questo talk esplora l'uso di JMP per definire campagne DOE per processi di produzione su scala mondiale con l'aiuto di casi d'uso reali. Gli autori prima evidenzieranno le sfide affrontate nel DOE per tali processi e presenteranno e dimostreranno una metodologia in JMP per affrontare questo problema. Per fare questo, sfruttiamo l'unico vantaggio che un processo di produzione di solito ha: la presenza di dati storici. Lo scopo principale di questo contributo è avviare una discussione costruttiva all'interno della comunità JMP attorno al problema presentato e innescare lo sviluppo di un ulteriore miglioramento delle tecniche DOE.
