Modification d'un DOE partiellement exécutéNous réalisons de nombreux DOE qui impliquent de nombreuses étapes de processus et peuvent prendre beaucoup de temps à exécuter. Parfois, nous avons d'autres résultats qui nous donnent envie de changer le DOE qui a été partiellement traité ; ajouter ou supprimer des facteurs, des niveaux et des effets qui se rapportent aux opérations que nous n'avons pas encore exécutées, mais garder des facteurs et des niveaux fixes pour les opérations qui ont déjà été réalisées.
Dans ma solution de contournement actuelle, je régénère le DOE à partir de zéro et j'essaie de faire correspondre au mieux les exécutions déjà exécutées, mais cela nécessite de petits compromis et ne fonctionne que pour un petit nombre de facteurs "fixes".
Existe-t-il un meilleur moyen?
Objet : Modification d'un DOE partiellement exécutéImaginons que j'étudie les composants d'un nouveau revêtement fabriqué par lots. Je veux expérimenter des facteurs dans la formulation, puis des facteurs dans le processus de fabrication. Dans l'ensemble de l'intrigue, j'ai l'expérience sur les facteurs de formulation (par exemple, type de matériau, quantité d'ingrédients, additifs). Je crée 1 lot pour chaque combinaison de traitement. Ensuite, divisez chacun de ces lots (en sous-lots dont le nombre est déterminé par les facteurs de l'expérience de traitement) et exécutez des expériences sur les facteurs de traitement dans la sous-parcelle (par exemple, temps de mélange, température, vitesse de mélange). Économise beaucoup de ressources. Très utile pour tester de nouvelles conceptions de produits (facteurs dans l'ensemble de la parcelle) dans des conditions de bruit extrêmes (facteurs de bruit dans la sous-parcelle) afin de créer des conceptions robustes. Je recommande l'article définitif de Box et Jones "Split-plot Designs for robust product experimentation" et "Robust Product Design: Saving Trials with Split-plot Confounding" de Bisgaard.Objet : Modification d'un DOE partiellement exécutéMerci pour vos recommandations, un peu plus de contexte :
Nous ne pouvons pas tirer de conclusions d'expériences partiellement terminées. Mais nous faisons de nombreuses expériences simultanément, celles-ci peuvent prendre beaucoup de temps (des mois). Il y a donc des cas où vous aimeriez modifier un DOE parce que vous obtenez de nouvelles informations d'autres expériences qui n'étaient pas connues lorsque la conception a été créée.
Nous avons de bons résultats avec D-Optimal avec des interactions importantes incluses dans les effets.
Pourquoi le split-plot est-il préférable pour les processus séquentiels ?
Objet : Modification d'un DOE partiellement exécutéMes réflexions/questions/commentaires :
1. Vous avez terminé une partie de l'expérience et tiré des conclusions sur les facteurs et les interactions avant la fin de l'expérience ? Les effets sont-ils évidents ?
2. Les étapes du processus sont-elles séquentielles ? Si c'est le cas, vous pourriez considérer que les conceptions en parcelles divisées sont plus efficaces.
3. Il semble que vous devriez faire plus de planification avant l'exécution. J'ai trouvé que prédire TOUS les résultats possibles était utile pour réfléchir à l'expérience et aux actions ultérieures.
4. Assurez-vous de tenir compte des effets de bloc lorsque vous modifiez les facteurs de conception et le réglage du niveau.
