Bonjour, et accueillir, tout le monde, à mon aujourd'hui présentation.
Remercier toi pour joindre.
je volonté donner toi un court parler
à propos le concept de SVEM, ou soi-même validé ensemble la modélisation,
et comment ce concept peut être un chemin vers
Fait avec complexe des modèles et très peu court.
je espoir je peut montrer toi que sur quelques utiliser cas, que ce concept est en fait
le solution vers ces DOE avec complexe des modèles et très peu court.
Mais avant je commencer en allant dans détail de mon présentation,
je vouloir à donner toi un court présentation de le entreprise Je suis fonctionnement pour.
C'est Lohmann.
Lohmann est le producteur de adhésif des bandes,
donc principalement pression- sensible adhésif des bandes, mais aussi de construction adhésif bandes.
Le Lohmann Ruban adhésif Groupe fait un chiffre d'affaires dans 2020 de à propos 670 millions d'euros.
Il consiste de deux les pièces.
C'est le Lohmann T singe Groupe, c'est OMS Je suis fonctionnement pour,
et le coentreprise, Lohmann & Rauscher .
Le Ruban adhésif Groupe avait un chiffre d'affaires dans 2020 de à propos 300 € milliard,
et dernier année, nous célèbre notre 170ème anniversaire.
Essentiellement, le Ruban adhésif Le groupe est divisé en deux majeur les pièces.
C'est le technique des produits, où Je suis fonctionnement pour.
Nous offre principalement double- rubans adhésifs dégrossi,
rubans adhésifs sensibles à la pression,
et de construction adhésif bandes.
Nous sont uniquement B2 B entreprise.
Et le autre partie est notre hygiène marque.
Quatre-vingt-dix pourcent de notre des produits sont personnalisé des produits.
Nous sont actif mondial.
Nous avoir 24 des sites autour le globe et à propos 1 800 employés.
Qui sommes nous?
Nous sont le liaison ingénieurs, et comme je mentionné avant,
90 pour cent de notre des produits sont personnalisé,
Donc notre principal but est à offre notre clients le meilleur possible solution,
ou à offre lui un personnalisé solution très spécifique pour son problème
ou à résoudre son problème.
Dans commande à faire que, nous avoir un assez grand boîte à outils
pour ce faire, cela consiste donc en un...
Nous sont capable à faire notre propre base polymères pour pression- sensible adhésif bandes.
Nous peut faire notre propre formulation
à formuler soit pression- sensible ou de construction adhésif.
Nous peut faire notre propre enrobage que besoins à formulaire le final adhésif ruban adhésif.
Mais nous peut aussi faire tous le laminage, mourir Coupe, traitement,
faire des bobines, Rouleaux, donc offre lui le adhésif solution
dans le formulaire il en fait besoins ou il en fait veut,
dans commande à résoudre ou à meilleur satisfaire son besoins.
Mais nous peut aussi faire tous le essai
et aussi aide le client dans en intégrant notre adhésif solution dans son processus.
Ayant ce assez grand boîte à outils
ou ces beaucoup outils dans commande à remplir le clients besoins
aussi vient ensemble avec un parcelle de degrés de liberté dans commande à faire que.
Que moyens degrés de liberté ou ce énorme montant de degrés de liberté,
le grand valeur changement lequel nous avoir et transaction avec que complexité.
Un de le solution à accord avec ce complexité pour nous
est à utiliser BICHE, ou conception de expériences,
pour nous dans le développement département
principalement pour le polymérisation, formulation, ou enrobage.
Que apporte moi dos à le sujet de mon parler.
Depuis nous utiliser notre DOE à tacle ce problème
ou à tacle ce l énorme complexité, et être capable à utiliser tous le outils
dans le meilleur possible et la plupart efficace chemin à remplir notre clients demande,
nous utiliser BICHE, mais allons dire nous vouloir à avoir que comme efficace comme possible
à tacle complexe problèmes avec le le plus bas montant de expérimental effort.
Là, je pense, où SVEM comme un concept vient dans.
Comme toi tous savoir,
pendant le processus développement ou produit développement,
toi courir sur le même étapes.
Nous commencer dans le laboratoire, faire notre expérience sur un laboratoire échelle
et changer à le pilote échelle, alors échelle finale de étape
en allant à le production dans commande à produire le final produit.
Faire ce chemin, allons dire, le effort par expérience,
pourrait être temps ou coût, dramatiquement augmente.
Dans commande à minimiser ces frais,
nous utiliser BICHE dans commande à minimiser le expérimental effort.
Mais aussi, si toi aller le pas depuis le laboratoire sur le pilote à le production,
le plus haut le effort par expérience est,
le plus critique sont le nombre de expériences.
Situations où le nombre de expériences est critique
pourrait être, allons dire pour nous, mais aussi allons appliquer pour autre les industries,
est si toi avoir à faire expériences sur un pilote ou un production échelle.
Ou même si toi faire expériences sur un laboratoire échelle,
si toi avoir, pour exemple, long- en cours d'exécution expériences pendant l'année,
disons que analyse de un expérience prend très long,
que pourrait être un situation où le nombre de expériences est très critique.
Mais aussi dans combinaison avec que,
si toi avoir complexe des modèles ou complexe problèmes
lequel toi avoir à adresse,
si toi, pour exemple, besoin un complet RSM modèle ou si toi vouloir à faire un optimisation,
toi volonté courir dans ce problème où toi toujours pourrait avoir
un grand montant de expériences dans commande à modèle ce complexe problème.
Le meilleur situation serait être que toi peut générer Fait,
lequel permet toi tracer un très complexe problème
ou à appliquer complexe des modèles,
mais à le même temps, garder le nombre de expériences comme faible comme possible.
Juste à donner toi un exemple dans notre cas, le production de adhésif bandes.
Si je faire expériences sur un laboratoire échelle,
je besoin moins que un kilogramme de adhésif par expérience,
et je certainement ne le faites pas besoin plus que un ou deux mètres carrés de adhésif ruban adhésif
dans commande à faire tous le complet analyse lequel je vouloir.
Si je puis bouge à le pilote échelle, en fonction, dépendemment sur le expérience nous vouloir à faire,
toi pourrait besoin entre dix ou 50 kilogramme de adhésif,
et votre coût peut être 25- 100 mètres carrés de adhésif ruban adhésif par expérience.
je F toi aller même plus loin dans le production échelle,
toi pourrait besoin même plus que 100 kilogramme par expérience d'un adhésif
et toi coût peut être 1 000 carré mètre de adhésif ruban adhésif par expérience.
Mais à le même temps, je toujours seulement besoin à propos un mètre carré
ou deux carré mètre à faire le complet analyse de mon expérience.
Si toi sont dans un malheureux situation,
J'ai à déchets 99,9 pour cent de mon produit
est essentiellement déchets.
C'est un parcelle de matériel utilisé pour un expérience,
et cela aussi vient le long de avec assez un énorme montant de coût par expérience.
Juste donner toi un illustration,
c'est un image de notre actuel pilote doubler.
T Chapeaux le taille de un porte.
Même pour un pilote doubler, c'est assez grand,
donc toi peut imaginer le montant de matériel toi besoin est assez grand.
Et c'est Nombres par expérience.
Mais même sur un laboratoire échelle,
toi pourrait courir dans le situations où le nombre de court est critique.
C'est soit si toi avoir complexe des modèles ou grand montant de facteurs,
et j'ai montré toi que dans le dernier utiliser cas.
Parce que c'est un chimique réaction où nous voulons à varier le ingrédients,
mais aussi le processus paramètres
si toi avoir long- en cours d'exécution expériences où expériences courir pour plus que un jour,
ou le analyse de le expérience prend très long,
et à le même temps, toi avoir très limité projet temps ou projet budget.
Dans tous ces situations, il est très souhaitable à minimiser
le expérimental effort comme beaucoup comme possible,
de manière à diminuer le nombre de court comme beaucoup comme possible.
Dans 2021, dernier années Découverte Sommet, je suis venu à travers deux présentations.
Un par Ramsey, Gottwalt, et Lemkus, et le autre un par Kay et Hersh,
parler à propos le concept de SVEM ou soi- validé ensemble la modélisation,
et pour moi que soulevé le question de, "Peut que concept être en fait le solution
pour Fait avec peu expériences, mais à le même temps,
garder le complexité de ton modèle pour le problème lequel toi avoir?"
Avec que dit, je vouloir à changer sur maintenant à mon utiliser cas
dans commande à avec un peu de chance montrer toi que ce concept est en fait
ou pourrait être en fait un solution à que problème.
Je souhaite passer à JMP.
Le d'abord exemple je vouloir à montrer toi aujourd'hui
est où nous avait à faire un conception de expériences
sur un réel production échelle, sur production équipement.
Le deuxième un est fait sur un pilote usine, et le troisième un était fait sur le laboratoire.
j'en ai un peu information pour toi où le d'abord deux exemples étaient fait
ou le conception était créé sans connaissance le notion de SVEM,
mais le analyse était fait connaissance alors le concept de SVEM.
Le troisième exemple n'était pas en fait fait après je savait à propos le concept de SVEM,
et alors je appliqué ou je conçu le BICHE
spécifiquement connaissance à propos le analyse concept de SVEM.
Alors j'irai à le d'abord exemple.
Dans le d'abord exemple,
nous vouloir à faire un produit développement par moyens de un processus optimisation.
Nous pourrait seulement faire que processus optimisation sur le réel production équipement,
donc nous avions à faire tous le expériences sur un production échelle.
Si toi imaginer cependant, toi toujours avoir à trouver production des machines à sous,
et toi avoir à toujours rivaliser avec l'actuel production ordres,
donc ton normale tous les jours opération de entreprise.
Donc le nombre de court lequel toi peut faire sur réel production équipement
est toujours très limitée et c'est toujours très cher,
et toi toujours avoir à ajuster dans le normale production.
Quoi toi vouloir à faire à que indiquer, pour le d'abord exemple,
nous avait cinq continu processus facteurs, nous savoir nous attendu un non linéaire comportement,
donc nous savait nous avait à utiliser
le complet quadratique des modèles et le attendu interactions,
et nous aussi savoir que nous avait un maximum de 50 courir
exigible à limité production temps temps, et argent.
Ce que nous est venu en haut?
Encore, comme j'ai dit avant,
que était fait avant je savait à propos le concept de SVEM.
Quand nous créé le conception, nous mettre tous le linéaire et quadratique effets
que nous besoin nécessaire dans le coutume conception plate-forme
et nous ensemble le interaction à facultatif, et c'est le 15 court lequel nous terminé en haut.
Et alors nous commencé avec le expériences.
Malheureusement, seulement 12 court pourrait être réalisé
parce que nous avait limité temps et capacité, et nous étaient en cours d'exécution dehors de temps
dans commande à faire le dernier trois restant court.
Après 12 courses, nous essentiellement avait à arrêt et alors faire le analyse,
mais heureusement pour nous, nous pourrait faire le restant trois expériences
après le analyse était fait.
Que apporté nous dans le position où ces supplémentaire trois expériences
lequel étaient mené après le analyse
était un en fait test ensemble où nous pourrait vérifier le validité de notre modèle,
lequel nous créé en utilisant le concept de SVEM.
Le réel données analyse,
c'est montré dans ces deux présentations depuis dernier années Découverte Sommet,
et je mettre dans le code donc toi peut trouve le très facilement sur le communauté page.
Le données était analysé en utilisant SVEM,
donc je a fait 100 itérations.
je utilisé un complet quadratique modèle,
utilisé tous le interaction possible avec ces continu processus facteurs,
et je utilisé le LASSO comme le estimation méthode.
je juste mettre dans pour le scénario comment c'est fait ce analyse en utilisant SVEM,
mais aussi, je serait vouloir à référer à ces deux présentations
où c'est tous écrit vers le bas ou expliqué dans super détail.
À venir à le résultats, je vouloir à montrer toi le profileur,
et quoi vous peut en fait voir que nous en fait besoin.
Deuxième commande termes, donc nous avoir un quadratique dépendance.
Mais nous aussi avait interactions.
Donc tout quoi nous attendu était essentiellement présent.
Mais allons aller devant et vérifier pour le validité.
Toi pourrait dire, "D'accord, toi juste sur équipé le modèle.
Toi juste utilisé aussi beaucoup modèle termes. C'est aussi complexe.
C'est pourquoi toi avoir deuxième commande termes. C'est pourquoi toi avoir interactions."
Bien, allons regarder à le prédit contre réel parcelle.
Pour que exemple,
nous sommes dans le bien position où nous avait en fait un test ensemble,
donc ceux-ci trois restant expérience lequel le modèle a jamais vu,
et le 12 , allons dire, c'est le rouge points.
UN s toi peut voir ici cependant, si toi montre il,
le prédit contre réel parcelle, c'est pas aussi mauvais.
T il prédiction de ces trois restant ceux est joli bien.
Si je vérifier et voir si, pour exemple, un autre réponse,
le prédiction est très très précis.
UN s je mentionné avant, ces court, le modèle a jamais vu.
Pour nous, c'est qu'est-ce que c'est assez incroyable.
À avoir seulement 12 les courses peuvent avoir estropié ce genre de expérience
parce que trois de le court étaient manquant,
et toujours ayant ce très bien prédictif aptitude de que méthode SVEM.
Donc dans général, prédiction était très bien.
Nous pourrait prédire le restant trois court très avec précision sauf un réponse.
Tout monté sauf un réponse, il n'a pas ajuster à tous.
Nous pensée, "Ce n'est pas possible.
Nous ne peut pas juste prédire dix de le 11 réponses presque à la perfection,
et le 11ème un n'a pas ajuster."
Et nous avons pensé : "D'accord, quelque chose a à être faux.
Notre modèle est bien parce qu'il équipé 10 fois,
donc il a à ajuster aussi le 11ème temps."
Et nous j'ai pensé : "D'accord, quelque chose avec le la mesure a à être faux,
parce que le expérience ne peut pas être, parce que le autre les réponses, ils ajuster.
Notre prédiction était très bien."
Nous dit au expert, "S quelque chose dans le la mesure avait à être faux."
Donc notre expert creusé un petit peu Plus profond dans le la mesure équipement,
et ils en fait trouvé écarts dans le la mesure.
T il des mesures sur que dernier réponse
était un peu peu différent que le d'abord 12 courses .
UN après le écarts étaient corrigée, le prédiction était encore très bien.
Que moyens que ce analyse ou le prédiction était donc bien
que nous même trouvé écarts dans le des mesures.
Depuis que d'abord exemple, je serait dit SVEM travaux à la perfection,
et donne toi très super aperçu dans un très bien et très précis modèle
avec un très limité montant de expérimental effort.
Mais toi pourrait dire , "OK toi Pourrais avoir aussi utilisé un différent dépistage conception
et toi serait avoir, pour exemple, 11 court,
et toi serait avoir a obtenu exactement le même résultat de que."
Pourrait être vrai.
Mais alors je référer à le troisième exemple.
Deuxième exemple est très similaire.
Nous recherché à faire BICHE sur un pilote usine, et nous avait quatre continu facteurs.
Deux de ceux facteurs requis le production
o F spécialement produit ingrédients parce que ceux deux,
ils représentée un processus variation de notre fenêtre à fonctionner
pour notre actuel processus.
Nous avons aussi s'attendait à un non linéaire comportement, et nous étaient dit pas à dépasser dix court.
Mais c'était fortement recommandé à nous que moins court
serait être plus que accueillir parce que de capacité problèmes.
Alors on fin en haut avec un hybride production/ laboratoire approche,
où nous terminé en haut avec seulement ayant six court,
ou nous seulement nécessaire six court sur le pilote échelle ou le production échelle,
que ils boosté à dix court dans le laboratoire.
C'est essentiellement le conception lequel nous terminé en haut.
C'est le chemin je créé le conception.
je ensemble le linéaire et quelques interaction termes à "nécessaire"
dans que coutume conception plate-forme,
et le restant interaction et quadratique terme,
nous ensemble eux à "facultatif."
Encore, que était fait, le création de le conception, avant je savait à propos
le concept de SVEM, mais dans essence était alors fait en utilisant SVEM.
Pour nous, dans que particulier cas, le but était à...
Disons facteur 1 et 2 représenter le processus variabilité.
Quoi nous recherché à atteindre est nous recherché à minimiser un certain réponse,
dans que cas réponse numéro 7, à minimiser c'est variabilité
sans en changeant facteur 1 et 2, parce que en changeant le processus variabilité
lequel nous [inaudible 00:17:56] avoir, alors c'est très difficile.
Mais nous avait deux supplémentaire facteurs que étaient paramètre eters
depuis le enrobage équipement lequel nous pourrait changement très facilement.
Le but était à minimiser réponse nombre 7
mais garder tous le repos essentiellement dans le fenêtre lequel nous recherché.
Encore, analyse était fait joli beaucoup le même chemin comme avant.
Nous utilisé SVEM aime nous présenté dans le dernier années présentations.
Nous a fait 100 itérations.
Nous encore utiliser le complet quadratique des modèles avec tous le interactions,
et nous utilisé LASSO comme le estimation méthode.
Juste montrant toi que sur le profil encore, nous avait deuxième commande termes,
nous avait interaction comme toi peut voir ici, pour exemple.
Ils étaient tous présents, tout ce que nous attendu à être là
comme deuxième quadratique dépendances et interaction en fait étaient là.
Pour notre but était à minimiser ce réponse et sans en changeant ces facteur 1 et 2,
parce que c'est le processus les fenêtres lequel étaient actuellement en fonctionnement dans.
Pendant le processus gamme,
si tu regarder à que réponse ici, il changements assez un peu.
Faire tous le optimisation et ayant ce modèle pleinement opérationnel,
nous trouvé dehors si toi juste changement facteur, pour exemple, nombre 3,
variabilité disparaît fondamentalement complètement sans en changeant le repos de le facteur.
Alors on trouver avec seulement six court sur un production échelle,
optimale paramètres [inaudible 00:19:36] à améliorer ou optimiser
un processus assez considérablement.
Toi pourrait encore dire, "D'accord, quatre facteurs.
Toi pourrait seulement encore peut avoir utilisé un précis écran conception."
Ou allons dire, "Dix court est pas aussi peu court dans commande à faire que."
Mais que apporte moi à mon dernier et final exemple.
Nous étaient faire un conception de expériences sur le laboratoire échelle,
et nous recherché à optimiser ou comprendre dans plus détail un polymérisation processus.
Nous recherché à faire tous facteurs et variantes dans un célibataire conception expérience.
Nous terminé en haut avec ayant 15 facteurs,
huit ingrédients, et Sept processus paramètres.
Nous n'a pas avoir un mixte conception.
Nous utilisé ces huit ingrédients, tripoté autour un petit peu
donc nous n'a pas fin en haut avec un mixte conception.
Mais comme le expérience lui-même était très temps- consommant,
le nombre de expériences devrait être faible, idéalement ci-dessous 30.
Parce que nous avait limité projet fois,
et 30 est quelque chose lequel nous pourrait être capable à permettre.
Mais à que moment, je déjà savait à propos le concept de SVEM
donc je a fait le conception de le expérience spécifiquement connaissance à propos
ou postuler le concept de SVEM.
Et alors je a fait, je choisi le I-optimal bayésien conception.
Nous savait là volonté être non- linéaire comportement,
donc tous le deuxième commande termes et interaction étaient dans là.
Quoi nous terminé en haut était un conception que toi peut voir ici, ayant seulement 23 court,
et ayant 15 facteurs d'ingrédients plus processus paramètres,
essentiellement un complet RSM modèle et seulement avoir comme 23 court.
Pour moi, il était joli incroyable à être capable à faire que.
Allons voir le résultat si il en fait a fait travail,
parce que nous n'étaient pas donc bien sûr que il en fait travaillé.
Mais nous étaient convaincu que il volonté être connu à le temps
que il en fait fait travail.
Analyse était, encore, fait le même chemin.
Le seulement différence, je ne le fera pas montrer toi un profileur pour que exemple
parce que ayant 15 facteurs, assez complexe des modèles,
et ayant à mettre en œuvre il dans JSL fait du il très très lent.
Mais je était dit que c'est en allant à être mis en œuvre dans JMP 17,
lequel alors volonté être beaucoup plus rapide
donc Je suis vraiment en espérant à obtenir JMP17 comme rapide comme possible.
Quoi nous trouvé dehors est que non- linéarité était présent.
Nous avait encore interactions, et nous avait deuxième commande termes lequel étaient significatif.
Donc encore, nous nécessaire le complet modèle.
Le expérimental vérification est actuellement en cours.
Premiers résultats regarder très prometteur.
je n'ai pas mettre eux dans.
Juste dans contraste à un classique approche,
nous serait avoir requis beaucoup plus expériences que juste 23.
Et encore, à montrer toi que nous avait très bien prédiction aptitude,
à juste parcelle quelques prédit contre réel.
C'est juste pour un réponse, c'est très bien.
Juste à donner toi un autre un,
c'est pas comme bien comme le d'abord un, mais reste, pour nous, c'est assez bien.
Donc le prédictions ici sont très bien.
Pour le d'abord expérience,
pour le vérification court, il regards très prometteur.
Juste à montrer toi quelques image de le profileur.
C'est malheureux non- interactif.
Deuxième commande termes étaient présent, interactions étaient présent,
donc tous que quoi nous attendu était essentiellement dans le modèle.
Avec que je suis à le fin de le utiliser cas.
je vouloir à changer dos.
Juste à donner toi court résumé.
Kay et Hersh, ils mettre dans leur dernier année D découverte Sommet
le titre "Repenser le Conception et analyse de Expériences"
et mettre dans un question marque.
Depuis mon indiquer de voir, toi ne le faites pas besoin le question marque.
C'est comme que.
Je suis convaincu que SVEM volonté changement le chemin Le DOE est utilisé,
en particulier si toi aller pour soit très complexe des dessins,
ou grand nombre de facteurs, ou si toi avoir à aller à travers très cher expériences.
À moins, c'est mon avis.
Il ouvre un nouveau chemin vers Fait
avec minimaliste expérimental court ou effort,
et à le même temps, toi peut rassembler le maximum montant de information
et aperçu dehors de que sans ayant à sacrifier peut être nombre de court
ou nombre de facteurs ou le complexité de ton des modèles.
Je suis convaincu SVEM volonté changement le chemin à moins je utiliser BICHE,
et pour moi, il était joli incroyable à voir que dans action.
Avec que, remercier toi très beaucoup pour en train de regarder,
et je espoir je pourrait montrer toi que ce concept est valeur en essayant.
Remercier toi très beaucoup.
