Ciao, e benvenuto, tutti, a mio di oggi presentazione.
Grazie tu per unendosi.
io volere dare tu un breve parlare
di il concetto di SVE, o auto- convalidato insieme modellazione,
e come questo concetto potere essere un sentiero in direzione
Fa insieme a complesso Modelli e molto pochi corre.
io speranza io potere mostrare tu Quello su alcuni utilizzo casi, Quello questo concetto è in realtà
il soluzione in direzione questi DOE insieme a complesso Modelli e molto pochi corre.
Ma prima io cominciare andando in dettaglio di mio presentazione,
io volere a dare tu un breve presentazione di il azienda sono Lavorando per.
È Lohmann.
Lohmann è il produttore di adesivo nastri,
così principalmente pressione- sensibile adesivo nastri, ma anche strutturale adesivo nastri.
Il Lohmann Nastro Gruppo fatto un turnover in 2020 di di 670 milioni di euro.
Esso consiste di Due parti.
È il Lohmann T scimmia Gruppo, quello è chi sono Lavorando per,
e il joint venture, Lohmann & Rauscher .
Il Nastro Gruppo avevo un turnover in 2020 di di 300€ miliardi,
e Ultimo anno, noi celebre nostro 170° compleanno.
Fondamentalmente, il Nastro Il gruppo è diviso in Due maggiore parti.
Quello è il tecnico prodotti, dove sono Lavorando per.
Noi offerta principalmente Doppio- nastri adesivi laterali,
nastri adesivi sensibili alla pressione,
e strutturale adesivo nastri.
Noi sono unicamente B2 B azienda.
e il Altro parte è nostro igiene marca.
Novanta percento di nostro prodotti sono personalizzato prodotti.
Noi sono attivo In tutto il mondo.
Noi avere 24 siti intorno a il globo e di 1.800 dipendenti.
Chi siamo noi?
Noi sono il legame ingegneri, e come io menzionato prima,
90 per cento di nostro prodotti sono personalizzato,
quindi il nostro principale obbiettivo è a offerta nostro i clienti il migliore possibile soluzione,
o a offerta lui un personalizzato soluzione molto specifico per la sua problema
o a risolvere la sua problema.
Nel ordine a fare Quello, noi avere un piuttosto grande cassetta degli attrezzi
per farlo, in modo che consiste in un...
Noi sono capace a fare nostro possedere base polimeri per pressione- sensibile adesivo nastri.
Noi potere fare nostro possedere formulazione
a formulare o pressione- sensibile o strutturale adesivo.
Noi potere fare nostro possedere Rivestimento Quello bisogni a modulo il finale adesivo nastro.
Ma noi potere anche fare tutti il laminazione, morire taglio, in lavorazione,
facendo bobine, rotoli, così offerta lui il adesivo soluzione
in il modulo lui in realtà bisogni o lui in realtà vuole,
in ordine a risolvere o a migliore soddisfare la sua bisogni.
Ma noi potere anche fare tutti il test
e anche aiuto il cliente in integrando nostro adesivo soluzione in la sua processi.
Avendo questo piuttosto grande cassetta degli attrezzi
o questi molti utensili in ordine a esaudire il i clienti bisogni
anche arriva insieme insieme a un quantità di gradi di libertà in ordine a fare Quello.
Quella significa gradi di libertà o questo enorme Quantità di gradi di libertà,
il grande valore Cambia quale noi avere e condotta insieme a Quello complessità.
Uno di il soluzione a affare insieme a questo complessità per noi
è a utilizzo DOE, o design di esperimenti,
per noi in il sviluppo Dipartimento
principalmente per il polimerizzazione, formulazione, o Rivestimento.
Quella porta me Indietro a il argomento di mio parlare.
Da quando noi utilizzo il nostro DOE a attrezzatura questo problema
o a attrezzatura questo l grande complessità, e essendo capace a utilizzo tutti il utensili
in il migliore possibile e più efficiente strada a esaudire nostro i clienti richiesta,
noi utilizzo DOE, ma andiamo dire noi volere a avere Quello come efficiente come possibile
a attrezzatura complesso i problemi insieme a il più basso Quantità di sperimentale sforzo.
Là, io pensare, dove SVE come un concetto arriva in.
Come tu tutti sapere,
nel corso il processi sviluppo o Prodotto sviluppo,
tu correre terminato il stesso fasi.
Noi iniziare il laboratorio, facendo nostro sperimentare su un laboratorio scala
e interruttore a il pilota scala, poi scala finale di fare un passo
quando vai a il produzione in ordine a produrre il finale Prodotto.
Facendo questo strada, andiamo dire, il sforzo per sperimentare,
potrebbe essere volta o costo, drammaticamente aumenta.
Nel ordine a minimizzare questi costi,
noi utilizzo DOE in ordine a minimizzare il sperimentale sforzo.
Ma anche, Se tu andare il passi da il laboratorio terminato il pilota a il produzione,
il più alto il sforzo per sperimentare è,
il di più critico sono il numero di esperimenti.
Situazioni dove il numero di esperimenti è critico
potrebbe essere, andiamo dire per noi, ma anche andiamo applicare per Altro industrie,
è Se tu avere a fare esperimenti su un pilota o un produzione scala.
o anche se tu fare esperimenti su un laboratorio scala,
Se tu avere, per esempio, lungo- in esecuzione esperimenti durante l'anno,
diciamo il analisi di un sperimentare prende molto lungo,
Quello potrebbe essere un situazione dove il numero di esperimenti è molto critico.
Ma anche in combinazione insieme a Quello,
Se tu avere complesso Modelli o complesso i problemi
quale tu avere a indirizzo,
Se tu, per esempio, bisogno un completo RSM modello o Se tu volere a fare un ottimizzazione,
tu volere correre in questo problema dove tu sempre potrebbe avere
un grande Quantità di esperimenti in ordine a modello questo complesso problema.
Il migliore situazione volevo essere Quello tu potere creare Fa,
quale consente tu rintracciare un molto complesso problema
o a applicare complesso Modelli,
ma a il stesso volta, mantenere il numero di esperimenti come basso come possibile.
Solo a dare tu un esempio in nostro Astuccio, il produzione di adesivo nastri.
Se io fare esperimenti su un laboratorio scala,
io bisogno meno di un chilogrammo di adesivo per sperimentare,
e io decisamente non bisogno di più di uno o Due metri quadrati di adesivo nastro
in ordine a fare tutti il completo analisi quale io volere.
Se io poi muoviti a il pilota scala, dipendente su il sperimentare noi volere a fare,
tu potrebbe bisogno tra 10 o 50 chilogrammo di adesivo,
e il tuo costo può essere 25- 100 mq di adesivo nastro per sperimentare.
io F tu andare Anche ulteriore in il produzione scala,
tu potrebbe bisogno anche di più di 100 chilogrammo per sperimentare di una adesivo
e tu r costo può essere 1.000 quadrato metro di adesivo nastro per sperimentare.
Ma a il stesso volta, io ancora solo bisogno di un metro quadrato
o Due quadrato metro a fare il completo analisi di mio sperimentare.
Se tu sono in un sfortunato situazione,
io ho a rifiuto 99,9 per cento di mio Prodotto
è fondamentalmente rifiuto.
Quello è un quantità di Materiale Usato per uno sperimentare,
ed esso anche arriva lungo insieme a piuttosto un enorme Quantità di costo per sperimentare.
Solo dare tu un illustrazione,
quello è un foto di nostro attuale pilota linea.
T cappelli il taglia di un porta.
Persino per un pilota linea, è piuttosto grande,
quindi tu potere immaginare il Quantità di Materiale tu bisogno è piuttosto grande.
e quello è numeri per sperimentare.
Ma Anche su un laboratorio scala,
tu potrebbe correre in il situazioni dove il numero di corre è critico.
È o Se tu avere complesso Modelli o grande Quantità di fattori,
e Io ho mostrato tu Quello in il Ultimo utilizzo Astuccio.
Perché è un chimico reazione dove vogliamo a variare il ingredienti,
ma anche il processi parametri
Se tu avere lungo- in esecuzione esperimenti dove esperimenti correre per di più di uno giorno,
o il analisi di il sperimentare prende molto lungo,
e a il stesso volta, tu avere molto limitato progetto volta o progetto bilancio.
Nel tutti questi situazioni, esso è molto auspicabile a minimizzare
il sperimentale sforzo come molto come possibile,
così a diminuire il numero di corre come molto come possibile.
Nel 2021, Ultimo anni Scoperta Vertice, sono venuto attraverso Due presentazioni.
Uno per Ramsey, Gotwalt, e Lemcus, e il Altro uno di Kay e Hersh,
parlando di il concetto di SVEM o se stesso- convalidato insieme modellazione,
e per me Quello sollevato il domanda di, "Potere Quello concetto essere in realtà il soluzione
per Fa insieme a pochi esperimenti, ma a il stesso volta,
mantieni il complessità di il tuo modello per il problema quale tu avere?"
Insieme a Quello disse, io volere a interruttore terminato adesso a mio utilizzo casi
in ordine a fiduciosamente mostrare tu Quello questo concetto è in realtà
o potrebbe essere in realtà un soluzione a Quello problema.
Voglio passare a JMP.
Il primo esempio io volere a mostrare tu oggi
è dove noi avevo a fare un design di esperimenti
su un reale produzione scala, su produzione attrezzatura.
Il secondo uno è fatto su un pilota pianta, e il Terzo uno era fatto su il laboratorio.
ho un po informazione per tu dove il primo Due esempi erano fatto
o il design era creato senza sapendo il concetto di SVEM,
ma il analisi era fatto sapendo poi il concetto di SVE.
Il Terzo esempio non lo era in realtà fatto dopo io conosceva di il concetto di SVE,
e poi io applicato o io progettato il DOE
nello specifico sapendo di il analisi concetto di SVE.
Quindi andrò a il primo esempio.
Nel il primo esempio,
noi volere a fare un Prodotto sviluppo di significa di un processi ottimizzazione.
Noi potevo solo fare Quello processi ottimizzazione su il effettivo produzione attrezzatura,
così abbiamo avuto a fare tutti il esperimenti su un produzione scala.
Se tu immaginare benchè, tu sempre avere a trovare produzione slot,
e tu avere a sempre competere insieme a l'attuale produzione ordini,
così il tuo normale quotidiano Operazione di Attività commerciale.
Così il numero di corre quale tu potere fare su effettivo produzione attrezzatura
è sempre molto limitato e è sempre molto costoso,
e tu sempre avere a adatto in il normale produzione.
Che cosa tu volere a fare a Quello punto, per il primo esempio,
noi avevo cinque continuo processi fattori, noi sapere noi previsto un non lineare il comportamento,
così noi conosceva noi avevo a utilizzo
il completo quadratico Modelli e il previsto interazioni,
e noi anche sapere Quello noi avevo un massimo di 50 correre
dovuto a limitato produzione tempo, tempo, e i soldi.
Cosa noi è venuto su?
Ancora, come Io ho detto prima,
Quello era fatto prima io conosceva di il concetto di SVE.
quando noi creato il design, noi mettere tutti il lineare e quadratico effetti
Quello noi bisogno necessario in il costume design piattaforma
e noi impostare il interazioni a opzionale, e quello è il 15 corre quale noi conclusa su.
e poi noi iniziato insieme a il esperimenti.
Purtroppo, solo 12 corre potevo essere compiuto
perché noi avevo limitato volta e capacità, e noi erano in esecuzione fuori di volta
in ordine a fare il Ultimo tre residuo corre.
Dopo 12 corse, noi fondamentalmente avevo a fermare e poi fare il analisi,
ma fortunatamente per noi, noi potevo fare il residuo tre esperimenti
dopo il analisi era fatto.
Quella portato noi in il posizione dove questi extra tre esperimenti
quale erano condotto dopo il analisi
era un in realtà test impostare dove noi potevo dai un'occhiata il validità di nostro modello,
quale noi creato usando il concetto di SVE.
Il effettivo dati analisi,
è mostrato in questi Due presentazioni da Ultimo anni Scoperta Vertice,
e io mettere in il codice così tu potere Trovalo molto facilmente su il Comunità pagina.
Il dati era analizzato usando SVE,
così io fatto 100 iterazioni.
io Usato un completo quadratico modello,
Usato tutti il interazioni possibile insieme a questi continuo processi fattori,
e io Usato il LASSO come il stima metodo.
io appena mettere in per il sceneggiatura come è fatto questo analisi usando SVE,
ma anche, io volevo volere a fare riferimento a questi Due presentazioni
dove è tutti scritto fuori uso o spiegato in grande dettaglio.
In arrivo a il risultati, io volere a mostrare tu il profilatore,
e cosa tu potere in realtà vedere Quello noi in realtà bisogno.
Secondo ordine termini, così noi avere un quadratico dipendenza.
Ma noi anche avevo interazioni.
Così Tutto quanto che cosa noi previsto era fondamentalmente regalo.
Ma andiamo andare avanti e dai un'occhiata per il validità.
Voi potrebbe dire, "Bene, tu appena terminato montato il modello.
Voi appena Usato anche molto modello termini. È anche complesso.
Quello è perché tu avere secondo ordine termini. Quello è perché tu avere interazioni."
Bene, andiamo Guarda a il previsto contro effettivo complotto.
Per Quello esempio,
siamo nel bene posizione dove noi avevo in realtà un test impostare,
quindi questi tre residuo sperimentare quale il modello ha mai visto,
e il 12 , andiamo dire, quello è il rosso punti.
UN S tu potere vedere qui benchè, Se tu guarda esso,
il previsto contro effettivo complotto, quello è non anche cattivo.
T lui predizione di questi tre residuo quelli è bella Buona.
Se io dai un'occhiata e vedere Se, per esempio, altro risposta,
il predizione è molto molto preciso.
UN S io menzionato prima, questi corre, il modello ha mai visto.
Per noi, quello è cos'è piuttosto sorprendente.
a avere solo 12 le corse potrebbero avere paralizzato questo tipo di sperimentare
perché tre di il corre erano mancante,
e ancora avendo questo molto Buona predittivo capacità di Quello metodo SVE.
Quindi dentro generale, predizione era molto Buona.
Noi potevo prevedere il residuo tre corre molto con precisione tranne uno risposta.
Qualunque cosa montato tranne uno risposta, esso no adatto a tutti.
Noi pensiero, "Non può essere.
Noi non posso appena prevedere 10 di il 11 risposte quasi perfettamente,
e il 11° uno non lo fa adatto."
E abbiamo pensato: "Va bene, qualche cosa ha a essere sbagliato.
I nostri modello è Buona perché montato 10 volte,
così esso ha a adatto anche il 11° volta."
E noi pensò: "Va bene, qualche cosa insieme a il misurazione ha a essere sbagliato,
perché il sperimentare non posso essere, perché il Altro risposte, essi adatto.
I nostri predizione era molto Buona."
Noi disse al esperto, "S qualcosa in il misurazione avevo a essere sbagliato."
Quindi il nostro esperto scavato un poco po più profondo in il misurazione attrezzatura,
e essi in realtà fondare deviazioni in il misurazione.
T lui misurazioni su Quello Ultimo risposta
era un po po diverso di il primo 12 corse .
UN dopo il deviazioni erano corretto, il predizione era ancora molto Buona.
Quella significa Quello questo analisi o il predizione era così Buona
Quello noi Anche fondare deviazioni in il misurazioni.
Da Quello primo esempio, io volevo dire SVEM lavori perfettamente,
e dà tu molto grande intuizione in un molto Buona e molto preciso modello
insieme a un molto limitato Quantità di sperimentale sforzo.
Ma tu potevo dire , "Va bene, tu potrebbe avere anche Usato un diverso selezione design
e tu volevo avere, per esempio, 11 corre,
e tu volevo avere avuto Esattamente il stesso risultato di Quello."
Potrebbe essere vero.
Ma poi io fare riferimento a il Terzo esempio.
Secondo esempio è molto simile.
Noi ricercato a fare DOE su un pilota pianta, e noi avevo quattro continuo fattori.
Due di quelli fattori necessario il produzione
o F appositamente prodotto ingredienti perché quelli Due,
essi rappresentato un processi variazione di nostro finestra a operare
per nostro attuale processi.
Anche noi previsto a non lineare il comportamento, e noi erano detto non a superare 10 corre.
Ma era fortemente consigliato a noi Quello meno corre
volevo essere di più di benvenuto perché di capacità questioni.
Quindi noi fine su insieme a un ibrido produzione/ laboratorio approccio,
dove noi conclusa su insieme a solo avendo sei corre,
o noi solo necessario sei corre su il pilota scala o il produzione scala,
Quello essi potenziato a 10 corre in il laboratorio.
Quello è fondamentalmente il design quale noi conclusa su.
Quello è il strada io creato il design.
io impostare il lineare e alcuni interazione termini a "necessario"
in Quello costume design piattaforma,
e il residuo interazione e quadratico termine,
noi impostare loro a "opzionale."
Ancora, Quello era fatto, il creazione di il design, prima io conosceva di
il concetto di SVE, ma in essenza era poi fatto usando SVE.
Per noi, in Quello particolare Astuccio, il obbiettivo era a...
Diciamo fattore 1 e 2 rappresentare il processi variabilità.
Che cosa noi ricercato a raggiungere è noi ricercato a minimizzare un certo risposta,
in Quello Astuccio risposta numero 7, a minimizzare suo variabilità
senza mutevole fattore 1 e 2, perché mutevole il processi variabilità
quale noi [non udibile 00:17:56] avere, così è molto difficile.
Ma noi avevo Due aggiuntivo fattori Quello erano param eter
da il Rivestimento attrezzatura quale noi potevo Cambia molto facilmente.
Il obbiettivo era a minimizzare risposta numero 7
ma mantenere tutti il riposo fondamentalmente in il finestra quale noi ricercato.
Ancora, analisi era fatto bella molto il stesso strada piace prima.
Noi Usato Mi piace SVEM noi presentata in il Ultimo anni presentazioni.
Noi fatto 100 iterazioni.
Noi ancora utilizzo il completo quadratico Modelli insieme a tutti il interazioni,
e noi usato LASSO come il stima metodo.
Solo mostrando tu Quello su il profilo ancora, noi avevo secondo ordine termini,
noi avevo interazioni come tu potere vedere qui, per esempio.
Essi erano tutti presenti, tutto cosa noi previsto a essere là
piace secondo quadratico dipendenze e interazioni in realtà erano là.
Per nostro obbiettivo era a minimizzare questo risposta e senza mutevole questi fattore 1 e 2,
perché quello è il processi finestre quale erano attualmente operativo in.
Nel corso il processi allineare,
se tu Guarda a Quello risposta qui, esso i cambiamenti piuttosto un po.
Facendo tutti il ottimizzazione e avendo questo modello completamente operativo,
noi fondare fuori Se tu appena Cambia fattore, per esempio, numero 3,
variabilità fondamentalmente svanisce completamente senza mutevole il riposo di il fattore.
Quindi noi trovare insieme a solo sei corre su un produzione scala,
ottimale impostazioni [non udibile 00:19:36] a migliorare o ottimizzare
un processi piuttosto considerevolmente.
Voi potrebbe ancora dire, "Bene, quattro fattori.
Voi potevo solo ancora Maggio avere Usato un definito schermo design."
o andiamo dire, "Dieci corre è non anche pochi corre in ordine a fare Quello."
Ma Quello porta me a mio Ultimo e finale esempio.
Noi erano facendo un design di esperimenti su il laboratorio scala,
e noi ricercato a ottimizzare o capire in di più dettaglio un polimerizzazione processi.
Noi ricercato a fare tutti fattori e variazioni entro uno separare design sperimentare.
Noi conclusa su insieme a avendo 15 fattori,
otto ingredienti, e Sette processi parametri.
Noi no avere un misto design.
Noi Usato questi otto ingredienti, giocherellato intorno a un poco po
così noi no fine su insieme a un misto design.
Ma come il sperimentare si era molto volta- consumare,
il numero di esperimenti dovrebbe essere basso, idealmente qui di seguito 30.
Perché noi avevo limitato progetto volte,
e 30 è qualche cosa quale noi potrebbe essere capace a permettersi.
Ma a Quello momento, io già conosceva di il concetto di SVE
così io fatto il design di il sperimentare nello specifico sapendo di
o applicando il concetto di SVE.
E allora io fatto, io scelto il bayesiano I-ottimale design.
Noi conosceva là volere essere non- lineare il comportamento,
così tutti il secondo ordine termini e interazioni erano in là.
Che cosa noi conclusa su era un design Quello tu potere vedere qui, avendo solo 23 corre,
e avendo 15 fattori di ingredienti più processi parametri,
fondamentalmente un completo RSM modello e solo avere mi piace 23 corre.
Per me, esso era bella Stupefacente a essere capace a fare Quello.
Andiamo vedere il risultato Se esso in realtà fatto lavoro,
perché noi non lo erano così Sicuro Quello esso in realtà lavorato.
Ma noi erano convinto Quello esso volere essere conosciuto a il volta
Quello esso in realtà fa lavoro.
Analisi era, ancora, fatto il stesso strada.
Il solo differenza, io non lo farà mostrare tu un profilatore per Quello esempio
perché avendo 15 fattori, piuttosto complesso Modelli,
e avendo a strumento esso in JSL fare esso molto molto Lento.
Ma io era detto Quello è andando a essere implementato in JMP 17,
quale poi volere essere molto Più veloce
così sono veramente sperando a ottenere JMP 17 come veloce come possibile.
Che cosa noi fondare fuori è Quello non- linearità era regalo.
Noi avevo ancora interazioni, e noi avevo secondo ordine termini quale erano significativo.
Quindi di nuovo, noi necessario il completo modello.
Il sperimentale verifica è attualmente in corso.
Primi risultati Guarda molto promettente.
io non ho mettere loro in.
Solo in contrasto a un classico approccio,
noi volevo avere necessario molto di più esperimenti di appena 23.
E di nuovo, a mostrare tu Quello noi avevo molto Buona predizione capacità,
a appena complotto alcuni previsto contro effettivo.
Quello è appena per uno risposta, è molto Buona.
Solo a dare tu altro uno,
è non come Buona come il primo uno, ma ancora, per noi, è abbastanza buono.
Così il previsioni qui sono molto Buona.
Per il primo sperimentare,
per il verifica corre, esso sembra molto promettente.
Solo a mostrare tu alcuni Immagine di il profilatore.
È sfortunato non- interattivo.
Secondo ordine termini erano regalo, interazioni erano regalo,
così tutti Quello che cosa noi previsto era fondamentalmente in il modello.
Insieme a che io sono a il fine di il utilizzo casi.
io volere a interruttore Indietro.
Solo a dare tu breve sommario.
Kay e Hersh, essi mettere in loro Ultimo anno D scoperta Vertice
il titolo "Ripensare il Design e Analisi di esperimenti"
e mettere in un domanda marchio.
Da mio punto di Visualizza, tu non bisogno il domanda marchio.
È piace Quello.
sono convinto Quello SVE volere Cambia il strada DOE è Usato,
particolarmente Se tu andare per o molto complesso disegni,
o grande numero di fattori, o Se tu avere a andare attraverso molto costoso esperimenti.
In meno, quello è mio opinione.
Esso si apre un nuovo strada in direzione Fa
insieme a minimalista sperimentale corre o sforzo,
e a il stesso volta, tu potere raccogliere il massimo Quantità di informazione
e intuizione fuori di Quello senza avendo a sacrificio può essere numero di corre
o numero di fattori o il complessità di il tuo Modelli.
sono convinto SVEM volere Cambia il strada a meno io utilizzo DOE,
e per me, esso era bella Stupefacente a vedere Quello in azione.
Insieme a Quello, grazie tu molto molto per Guardando,
e io speranza io potevo mostrare tu Quello questo concetto è di valore provando.
Grazie tu molto molto.
