Veuillez vous joindre à nous pour une session de l'après-midi avec des présentations sur les applications pratiques de JMP. Il se tiendra après le déjeuner après la présentation matinale du nouveau dans JMP 15 et du nouveau dans JMP Pro 15 par le personnel de JMP qui fera une démonstration et répondra aux questions sur les nouvelles capacités.
Emplacement:
Centre de formation SAS Arlington
1530, boulevard Wilson
Bureau 1000
Arlington, VA 22209
13h30 - 16h00
L'ordre du jour de la réunion du MAJUG de l'après-midi et le formulaire d'inscription sont en cours de finalisation. Les présentations comprendront:
Extraction d'informations pratiques précieuses à partir de modèles expérimentaux créés pour la qualité dès la conception
Présenté par Rob Lievense, ingénieur système senior, JMP
Extraction d'informations pratiques précieuses à partir de modèles expérimentaux créés pour la qualité par la conception Les modèles JMP DOE peuvent être utilisés de manière dynamique pour fournir aux parties prenantes des estimations fiables de la performance qualité des nouveaux produits. La conception et l'exécution d'expériences structurées à plusieurs variables permettent aux scientifiques et aux ingénieurs de définir efficacement un espace de conception robuste pour la fabrication de dispositifs pharmaceutiques et médicaux. Les modèles créés via la plate-forme DOE dans JMP sont utilisés pour déterminer les paramètres des paramètres de processus critiques (CPP) qui garantissent un processus robuste pour fabriquer des produits qui répondent aux exigences des attributs de qualité critiques (CQA). Les soumissions réglementaires qui incluent de tels éléments de QbD démontrent que les risques ont été atténués; cependant, de nombreuses informations pratiques peuvent être extraites avec des simulations du modèle. Cette présentation utilise le modèle expérimental avec des informations historiques et une expertise en la matière pour projeter les performances opérationnelles probables d'un produit. Le profileur de prédiction du modèle DOE est utilisé avec le simulateur pour prédire dynamiquement une population de résultats futurs avec des modèles de variation du monde réel inclus dans les entrées. Cette modélisation dynamique est un excellent outil pour fixer les limites de fabrication des cartes déterminant un espace de contrôle de fabrication défini avec des estimations du pourcentage de défauts. Les analyses permettent d'inclure l'incertitude de mesure en tant que facteur de bruit supplémentaire pour la réponse.
