Hola, y bienvenidos, todos, para mi de hoy presentación.
Gracias usted por unión.
I voluntad dar usted a pequeño hablar
sobre los concepto de SVEM, o auto- validado conjunto modelado,
y cómo esta concepto lata ser a sendero hacia
Lo hace con complejo modelos y muy pocos carreras.
I esperar I lata show usted que en algunos utilizar casos, que esta concepto es Realmente
los solución hacia estos DOEs con complejo modelos y muy pocos carreras.
Pero antes de I comienzo yendo dentro detalle de mi presentación,
I querer para dar usted a pequeño presentación de los empresa Yo soy trabajando por.
Es Lohmann.
Lohmann es los productor de adhesivo cintas,
entonces principalmente presión- sensible adhesivo cintas, pero además estructural adhesivo cintas
los Lohmann Cinta Grupo hecha a Rotación en 2020 de sobre 670 millones de euros.
Eso consiste de dos partes.
Es los lohmann mono Grupo, eso es quién Yo soy trabajando por,
y los empresa conjunta, Lohmann & Rauscher .
los Cinta Grupo tenido a Rotación en 2020 de sobre 300€ mil millones,
y último año, nosotros celebrado nuestro 170 cumpleaños.
Básicamente, los Cinta grupo se divide en dos importante partes.
Eso es los técnico productos, donde Yo soy trabajando por.
Nosotros oferta principalmente doble- cintas adhesivas echadas a un lado,
cintas adhesivas sensibles a la presión,
y estructural adhesivo cintas
Nosotros están solamente B2 B empresa.
Y los otro parte es nuestro higiene marca.
Noventa porciento de nuestro productos están personalizado productos
Nosotros están activo en todo el mundo.
Nosotros tener 24 sitios alrededor los globo y sobre 1,800 empleados.
¿Quienes somos?
Nosotros están los unión ingenieros, y como I mencionado antes de,
90 por ciento de nuestro productos están personalizado,
entonces nuestro principal meta es para oferta nuestro clientes los mejor posible solución,
o para oferta él a personalizado solución muy específico por su problema
o para resolver su problema.
En pedido para hacer que, nosotros tener a bastante grande caja de herramientas
para hacer eso, entonces eso consiste en un...
Nosotros están poder para hacer nuestro propio base polímeros por presión- sensible adhesivo cintas
Nosotros lata hacer nuestro propio formulación
para formular cualquiera presión- sensible o estructural adhesivo.
Nosotros lata hacer nuestro propio revestimiento que necesidades para formulario los final adhesivo cinta.
Pero nosotros lata además hacer todos los laminación, morir corte, Procesando,
haciendo carretes, rollos, entonces ofrecimiento él los adhesivo solución
en los formulario él Realmente necesidades o él Realmente quiere,
en pedido para resolver o para mejor satisfacer su necesidades.
Pero nosotros lata además hacer todos los pruebas
y además ayuda los cliente en integrando nuestro adhesivo solución dentro su proceso.
Teniendo esta bastante grande caja de herramientas
o estas muchos herramientas en pedido para realizar los clientes necesidades
además llega juntos con a lote de grados de libertad en pedido para hacer que.
Que medio grados de libertad o esta enorme Monto de grados de libertad,
los grande valor cambiar cual nosotros tener y relación comercial con que complejidad.
Una de los solución para trato con esta complejidad por nosotros
es para utilizar GAMA, o diseño de experimentos,
por nosotros en los desarrollo Departamento
principalmente por los polimerización, formulación, o revestimiento.
Que trae me espalda para los tema de mi hablar.
Ya que nosotros utilizar nuestro DOE para entrada esta problema
o para entrada Este yo grande complejidad, y siendo poder para utilizar todos los herramientas
en los mejor posible y más eficiente manera para realizar nuestro clientes demanda,
nosotros utilizar GAMA, pero vamos decir nosotros querer para tener que como eficiente como posible
para entrada complejo problemas con los más bajo Monto de experimental esfuerzo.
Ahí, I pensar, donde SVEM como a concepto llega en.
Como usted todos saber,
durante los proceso desarrollo o producto desarrollo,
usted correr sobre los mismo etapas
Nosotros empezar en los laboratorio, haciendo nuestro experimentar en a laboratorio escala
y cambiar para los piloto escala, luego escala final de paso
al ir para los producción en pedido para Produce los final producto.
Haciendo esta manera, vamos decir, los esfuerzo por experimentar,
puede que ser hora o costo, dramáticamente aumenta
En pedido para minimizar estas costos,
nosotros utilizar GAMA en pedido para minimizar los experimental esfuerzo.
Pero además, si usted ir los pasos desde los laboratorio sobre los piloto para los producción,
los más alto los esfuerzo por experimentar es,
los más crítico están los número de experimentos
Situaciones donde los número de experimentos es crítico
puede que ser, vamos decir por nosotros, pero además vamos aplicar por otro industrias,
es si usted tener para hacer experimentos en a piloto o a producción escala.
O incluso si usted hacer experimentos en a laboratorio escala,
si usted tener, por ejemplo, largo- corriendo experimentos durante el año,
digamos el análisis de un experimentar toma muy largo,
que puede que ser a situación donde los número de experimentos es muy crítico.
Pero además en combinación con que,
si usted tener complejo modelos o complejo problemas
cual usted tener para habla a,
si usted, por ejemplo, necesitar a completo RSM modelo o si usted querer para hacer un mejoramiento,
usted voluntad correr dentro esta problema donde usted siempre puede que tener
a grande Monto de experimentos en pedido para modelo esta complejo problema.
los mejor situación haría ser que usted lata generar Lo hace,
cual permite usted rastrear a muy complejo problema
o para aplicar complejo modelos,
pero en los mismo hora, mantenerse los número de experimentos como bajo como posible.
Sólo para dar usted un ejemplo en nuestro caso, los producción de adhesivo cintas
Si I hacer experimentos en a laboratorio escala,
I necesitar menos que a kilogramo de adhesivo por experimentar,
y I definitivamente no necesitar más que una o dos metros cuadrados de adhesivo cinta
en pedido para hacer todos los completo análisis cual I querer.
Si I entonces muévete para los piloto escala, dependiente en los experimentar nosotros querer para hacer,
usted puede que necesitar Entre 10 o 50 kilogramo de adhesivo,
y su costo quizás 25- 100 metros cuadrados de adhesivo cinta por experimentar.
I F usted ir incluso más dentro los producción escala,
usted puede que necesita incluso más que 100 kilogramo por experimentar de un adhesivo
y usted costo quizás 1,000 cuadrado metro de adhesivo cinta por experimentar.
Pero en los mismo hora, I todavía solamente necesitar sobre un metro cuadrado
o dos cuadrado metro para hacer los completo análisis de mi experimentar.
Si usted están en un desgraciado situación,
tengo para desperdicio 99.9 por ciento de mi producto
es básicamente desperdicio.
Eso es a lote de material usado por una experimentar,
y eso además llega a lo largo de con bastante un enorme Monto de costo por experimentar.
Sólo dar usted un ilustración,
eso es a imagen de nuestro Actual piloto línea.
T sombreros los Talla de a puerta.
Incluso por a piloto línea, es bastante grande,
vos tambien lata imagina los Monto de material usted necesitar es bastante grande.
Y eso es números por experimentar.
Pero incluso en a laboratorio escala,
usted puede que correr dentro los situaciones donde el número de carreras es crítico.
Es cualquiera si usted tener complejo modelos o grande Monto de factores,
y He mostrado usted que en los último utilizar caso.
Porque es a químico reacción donde queremos para variar los ingredientes,
pero además los proceso parámetros
si usted tener largo- corriendo experimentos donde experimentos correr por más que una día,
o los análisis de los experimentar toma muy largo,
y en los mismo hora, usted tener muy limitado proyecto hora o proyecto presupuesto.
En todos estas situaciones, eso es muy deseable para minimizar
los experimental esfuerzo como mucho como posible,
así que a disminución los número de carreras como mucho como posible.
En 2021, último años Descubrimiento Cumbre, yo vine al otro lado de dos presentaciones
Uno por ramsey, Gotwalt, y Lemkus, y los otro una por kay y Hersh,
hablando sobre los concepto de SVEM o uno mismo- validado conjunto modelado,
y por me que elevado los pregunta de, "Poder que concepto ser Realmente los solución
por Lo hace con pocos experimentos, pero en los mismo hora,
mantener el complejidad de tu modelo por los problema cual usted ¿tener?"
Con que dijo, I querer para cambiar sobre ahora para mi utilizar casos
en pedido para Ojalá show usted que esta concepto es Realmente
o puede que ser Realmente a solución para que problema.
Quiero cambiar a JMP.
los primero ejemplo I querer para show usted hoy dia
es donde nosotros tenido para hacer a diseño de experimentos
en un real producción escala, en producción equipo.
los segundo una es hecho en a piloto planta, y los tercera una era hecho en los laboratorio.
tengo algunos información por usted donde el primero dos ejemplos fueron hecho
o los diseño era creado sin conocimiento los concepto de SVEM,
pero los análisis era hecho conocimiento luego los concepto de SVEM.
los tercera ejemplo no fue Realmente hecho después I supo sobre los concepto de SVEM,
y luego I aplicado o I diseñado los GAMA
específicamente conocimiento sobre los análisis concepto de SVEM.
así que me iré para los primero ejemplo.
En los primero ejemplo,
nosotros querer para hacer a producto desarrollo por medio de a proceso mejoramiento.
Nosotros pudo solamente hacer que proceso mejoramiento en los real producción equipo,
así que tuvimos para hacer todos los experimentos en a producción escala.
Si usted imagina aunque, usted siempre tener para encontrar producción tragamonedas,
y usted tener para siempre competir con el actual producción pedidos,
entonces tus normal a diario operación de negocio.
Entonces los número de carreras cual usted lata hacer en real producción equipo
es siempre muy limitado y es siempre muy costoso,
y usted siempre tener para encajar en los normal producción.
Qué usted querer para hacer en que punto, por los primero ejemplo,
nosotros tenido cinco continuo proceso factores, nosotros saber nosotros previsto a no lineal conducta,
entonces nosotros supo nosotros tenido para utilizar
los completo cuadrático modelos y los previsto interacciones,
y nosotros además saber que nosotros tenido a máximo de 50 correr
vencer para limitado producción tiempo tiempo, y dinero.
lo que nosotros llegó ¿arriba?
Otra vez, como He dicho antes de,
que era hecho antes de I supo sobre los concepto de SVEM.
Cuándo nosotros creado los diseño, nosotros poner todos los lineal y cuadrático efectos
que nosotros necesitar necesario en los personalizado diseño plataforma
y nosotros colocar los interacciones para Opcional, y eso es los 15 carreras cual nosotros terminado arriba.
Y luego nosotros empezado con los experimentos
Desafortunadamente, solamente 12 carreras pudo ser logrado
porque nosotros tenido limitado hora y capacidad, y nosotros fueron corriendo fuera de hora
en pedido para hacer los último Tres restante carreras.
Después de 12 carreras, nosotros básicamente tenido para detener y luego hacer los análisis,
pero Afortunadamente por nosotros, nosotros pudo hacer los restante Tres experimentos
después los análisis era hecho.
Que trajo nosotros dentro los posición donde estas extra Tres experimentos
cual fueron realizado después los análisis
era un Realmente prueba colocar donde nosotros pudo controlar los validez de nuestro modelo,
cual nosotros creado utilizando los concepto de SVEM.
los real datos análisis,
es mostrado en estas dos presentaciones desde último años Descubrimiento Cumbre,
y I poner en los código entonces usted lata Encuéntralo muy fácilmente en los comunidad página.
los datos era analizado utilizando SVEM,
asique hizo 100 iteraciones
I usado a completo cuadrático modelo,
usado todos los interacciones posible con estas continuo proceso factores,
y I usado los LAZO como los Estimacion método.
I sólo poner en por los texto cómo es hecho esta análisis utilizando SVEM,
pero además, I haría querer para referir para estas dos presentaciones
donde es todos escrito abajo o explicado en estupendo detalle.
Viniendo para los resultados, I querer para show usted los perfilador,
y tu que lata Realmente ver que nosotros Realmente necesitar.
Segundo pedido condiciones, entonces nosotros tener a cuadrático dependencia.
Pero nosotros además tenido interacciones.
Entonces todo qué nosotros previsto era básicamente regalo.
Pero vamos ir adelante y controlar por los validez.
Tú puede que decir, "Okey, usted sólo sobre equipado los modelo.
Tú sólo usado también mucho modelo condiciones. Es también complejo.
Eso es por qué usted tener segundo pedido condiciones. Eso es por qué usted tener interacciones".
Bien, vamos Mira en los predicho versus real trama.
Para que ejemplo,
estamos en lo bueno posición donde nosotros tenido Realmente a prueba colocar,
así que estos Tres restante experimentar cual los modelo posee Nunca visto,
y los 12 , vamos decir, eso es los rojo puntos
A s usted lata ver aquí aunque, si usted reloj eso,
los predicho versus real trama, eso es no también malo.
T él predicción de estas Tres restante unos es bonito bueno.
Si I controlar y ver si, por ejemplo, otro respuesta,
los predicción es muy muy preciso.
A s I mencionado antes de, estas carreras, los modelo posee Nunca visto.
Para nosotros, eso es qué bastante increíble.
Para tener solamente 12 las carreras pueden tener lisiado este tipo de experimentar
porque Tres de los carreras fueron desaparecido,
y todavía teniendo esta muy bien profético capacidad de que método SVEM.
así que en general, predicción era muy bueno.
Nosotros pudo predecir los restante Tres carreras muy precisamente excepto una respuesta.
Todo equipado excepto una respuesta, eso no lo hizo encajar en todos.
Nosotros pensamiento, "Eso no puede ser.
Nosotros hipocresía sólo predecir 10 de los 11 respuestas casi perfectamente,
y los 11 una no encajar."
Y pensamos: "Está bien, algo posee para ser incorrecto.
Nuestro modelo es bien porque equipado 10 veces,
entonces eso posee para encajar además los 11 hora."
Y nosotros pensó: "Está bien, algo con los medición posee para ser incorrecto,
porque los experimentar hipocresía ser, porque los otro respuestas, ellos encajar.
Nuestro predicción era muy bien."
Nosotros dijo al experto, "S algo en los medición tenido para ser incorrecto."
Entonces nuestro experto excavado a poco poco Más adentro dentro los medición equipo,
y ellos Realmente fundar desviaciones en los medición.
T él mediciones en que último respuesta
era un poquito poco diferente que los primero 12 carreras .
A despues los desviaciones fueron corregido, los predicción era otra vez muy bueno.
Que medio que esta análisis o los predicción era entonces bien
que nosotros incluso fundar desviaciones en los mediciones.
Desde que primero ejemplo, I haría decir SVEM obras perfectamente,
y da usted muy estupendo visión en a muy bien y muy preciso modelo
con a muy limitado Monto de experimental esfuerzo.
Pero usted pudo decir , "Está bien, tú podría tener además usado a diferente poner en pantalla diseño
y usted haría tener, por ejemplo, 11 carreras,
y usted haría tener tiene exactamente los mismo resultado de que."
Puede que ser cierto.
Pero luego I referir para los tercera ejemplo.
Segundo ejemplo es muy similar.
Nosotros querido para hacer GAMA en a piloto planta, y nosotros tenido cuatro continuo factores
Dos de esos factores requerido los producción
o F especialmente producido ingredientes porque esos dos,
ellos representado a proceso variación de nuestro ventana para funcionar
por nuestro Actual proceso.
Nosotros también esperaba un no lineal conducta, y nosotros fueron dicho no para exceder 10 carreras.
Pero era fuertemente recomendado para nosotros que menos carreras
haría ser más que bienvenidos porque de capacidad cuestiones.
Así que nosotros final arriba con a híbrido producción/ laboratorio Acercarse,
donde estamos terminó arriba con solamente teniendo seis carreras,
o nosotros solamente necesario seis carreras en los piloto escala o los producción escala,
que ellos impulsado para 10 carreras en los laboratorio.
Eso es básicamente los diseño cual nosotros terminó arriba.
Eso es los manera I creado los diseño.
I colocar los lineal y algunos Interacción condiciones para "necesario"
en que personalizado diseño plataforma,
y los restante Interacción y cuadrático término,
nosotros colocar ellos para "Opcional."
Otra vez, que era hecho, los creación de los diseño, antes de I supo sobre
los concepto de SVEM, pero en esencia era luego hecho utilizando SVEM.
Para nosotros, en que especial caso, los meta era para...
digamos factor 1 y 2 representar los proceso variabilidad.
Qué nosotros querido para lograr es nosotros querido para minimizar a cierto respuesta,
en que caso respuesta numero 7, para minimizar su variabilidad
sin cambiando factor 1 y 2, porque cambiando los proceso variabilidad
cual nosotros [inaudible 00:17:56] tener, entonces es muy difícil.
Pero nosotros tenido dos adicional factores que fueron parámetro éteres
desde los revestimiento equipo cual nosotros pudo cambiar muy fácilmente.
los meta era para minimizar respuesta número 7
pero mantenerse todos los descanso básicamente en los ventana cual nosotros querido.
Otra vez, análisis era hecho bonito mucho los mismo manera me gusta antes de.
Nosotros usado me gusta nosotros presentado en los último años presentaciones
Nosotros hizo 100 iteraciones
Nosotros otra vez utilizar los completo cuadrático modelos con todos los interacciones,
y nosotros usó LASSO como los Estimacion método.
Sólo demostración usted que en los perfil otra vez, nosotros tenido segundo pedido condiciones,
nosotros tenido interacciones como usted lata ver aquí, por ejemplo.
Ellos fueron todos presentes, todo que nosotros previsto para ser allí
me gusta segundo cuadrático dependencias y interacciones Realmente fueron allí.
Para nuestro meta era para minimizar esta respuesta y sin cambiando estas factor 1 y 2,
porque eso es los proceso ventanas cual fueron actualmente operando en.
Durante los proceso rango,
si tu Mira en que respuesta aquí, eso cambios bastante a poco.
Haciendo todos los mejoramiento y teniendo esta modelo completamente Operacional,
nosotros fundar fuera si usted sólo cambiar factor, por ejemplo, número 3,
variabilidad básicamente desaparece completamente sin cambiando los descanso de los factor.
Así que nosotros encontrar con solamente seis carreras en a producción escala,
óptimo ajustes [inaudible 00:19:36] para mejorar o optimizar
a proceso bastante importantemente.
Tú puede que otra vez decir, "Okey, cuatro factores
Tú pudo solamente otra vez mayo tener usado a definido pantalla diseño."
O vamos decir, "Diez carreras es no también pocos carreras en pedido para hacer que."
Pero que trae me para mi último y final ejemplo.
Nosotros fueron haciendo a diseño de experimentos en los laboratorio escala,
y nosotros querido para optimizar o comprender en más detalle a polimerización proceso.
Nosotros querido para hacer todos factores y variaciones dentro de una único diseño experimentar.
Nosotros terminado arriba con teniendo 15 factores,
ocho ingredientes, y Siete proceso parámetros
Nosotros no lo hizo tener a mezclado diseño.
Nosotros usado estas ocho ingredientes, jugueteado alrededor a poco poco
entonces nosotros no lo hizo final arriba con a mezclado diseño.
Pero como los experimentar sí mismo era muy hora- consumidor,
los número de experimentos deberían ser bajo, idealmente debajo 30
Porque nosotros tenido limitado proyecto veces,
y 30 es algo cual nosotros puede que ser poder para poder pagar.
Pero en que momento, I ya supo sobre los concepto de SVEM
entonces I hizo los diseño de los experimentar específicamente conocimiento sobre
o aplicando los concepto de SVEM.
Así que lo que I hizo, I eligió el bayesiano I-óptimo diseño.
Nosotros supo allí voluntad ser no- lineal conducta,
entonces todos los segundo pedido condiciones y interacciones fueron en allí.
Qué nosotros terminado arriba era a diseño que usted lata ver aquí, teniendo solamente 23 carreras,
y teniendo 15 factores de ingredientes más proceso parámetros,
básicamente a completo RSM modelo y solamente tener como 23 carreras.
Para me, eso era bonito increíble para ser poder para hacer que.
Vamos ver los resultado si eso Realmente hizo trabajo,
porque nosotros no eran entonces Por supuesto que eso Realmente trabajó.
Pero nosotros fueron convencido que eso voluntad ser conocido en los hora
que eso Realmente lo hace trabajo.
Análisis era, otra vez, hecho los mismo manera.
los solamente diferencia, I no lo haré show usted a perfilador por que ejemplo
porque teniendo 15 factores, bastante complejo modelos,
y teniendo para implementar eso en JSL hace eso muy muy lento.
Pero I era dicho que es yendo para ser implementado en JMP 17,
cual luego voluntad ser mucho más rápido
entonces Yo soy De Verdad esperando para obtener JMP 17 como rápido como posible.
Qué nosotros fundar fuera es que no- linealidad era regalo.
Nosotros tenido otra vez interacciones, y nosotros tenido segundo pedido condiciones cual fueron significativo.
Así que de nuevo, nosotros necesario los completo modelo.
los experimental verificación es actualmente en curso.
primeros resultados Mira muy prometedor.
I no he poner ellos en.
Sólo en contraste para a clásico Acercarse,
nosotros haría tener requerido mucho más experimentos que sólo 23
Y otra vez, para show usted que nosotros tenido muy bien predicción capacidad,
para sólo trama algunos predicho versus real.
Eso es sólo por una respuesta, es muy bueno.
Sólo para dar usted otro una,
es no como bien como los primero una, pero aún, por nosotros, es suficientemente bueno.
Entonces los predicciones aquí están muy bueno.
Para los primero experimentar,
por los verificación carreras, eso mira muy prometedor.
Sólo para show usted algunos imagen de los perfilador
Es desgraciado no- interactivo.
Segundo pedido condiciones fueron regalo, interacciones fueron regalo,
entonces todos que qué nosotros previsto era básicamente en los modelo.
Con eso, soy en los final de los utilizar casos.
I querer para cambiar espalda.
Sólo para dar usted pequeño resumen.
kay y Hersh, ellos poner en sus último año D descubrimiento Cumbre
los título "Repensar los Diseño y análisis de experimentos"
y poner en a pregunta marca.
Desde mi punto de vista, usted no necesitar los pregunta marca.
Es me gusta que.
Yo soy convencido que SVEM voluntad cambiar los manera DOE es usado,
especialmente si usted ir por cualquiera muy complejo diseños,
o grande número de factores, o si usted tener para ir a través de muy costoso experimentos
En menos, eso es mi opinión.
Eso abre a nuevo manera hacia Lo hace
con minimalista experimental carreras o esfuerzo,
y en los mismo hora, usted lata recolectar los máximo Monto de información
y visión fuera de que sin teniendo para sacrificio quizás número de carreras
o número de factores o los complejidad de tu modelos
Yo soy convencido SVEM voluntad cambiar los manera en menos I utilizar GAMA,
y por me, eso era bonito increíble para ver que en acción.
Con que, gracias usted muy mucho por mirando,
y I esperar I pudo show usted que esta concepto es valor difícil.
Gracias usted muy mucho.
