460344_de-DE

liliconcom

Verwandeln Sie viele kleine Entscheidungen in einen großen Prozessoptimierungserfolg

Wie wendet man die Versuchsplanung (DOE) auf einen Prozess an? Seien Sie am 18. März dabei, wenn Systemingenieur Tom Donnelly eine prägnante 30-minütige Demo und Diskussion zum Thema präsentiert Optimierung von Prozessen mithilfe geplanter Experimente im Rahmen der Mastering JMP-Webinarreihe.

Tom wird einen sechsstufigen Rahmen für die Erstellung eines erfolgreich gestalteten Experiments erläutern, das in Ihrer Arbeitsumgebung ausgeführt werden kann. Die Schritte?

1. Beschreiben Sie das Ziel, die Faktoren und die Reaktionen.
2. Geben Sie ein angenommenes Modell an, das Ihrer Meinung nach die physikalische Situation angemessen beschreibt.
3. Erstellen und bewerten Sie einen Entwurf, der mit Ihrem angenommenen Modell übereinstimmt.
4. Integrieren Sie Probelaufmessungen in den Entwurf.
5. Bestimmen Sie das beste Modell (häufig eine Teilmenge des vorgeschlagenen Modells).
6. Verwenden Sie Modellergebnisse, um Faktoreinstellungen zu optimieren und/oder die Leistung vorherzusagen.

 

 

Als Teil des JMP-Teams, das US-amerikanische Verteidigungs- und Luft- und Raumfahrtkunden unterstützt, nimmt Tom jährlich an der teil und/oder hält dort Vorträge Symposium für militärische Operationsforschung (MORS), wo er demonstriert, wie man mit JMP Probleme angeht. Er und einige seiner JMP-Kollegen halten auch Vorträge auf einer persönlich Konferenz, DATAWorks 2020 (Test- und Analyseworkshop für Verteidigung und Luft- und Raumfahrt) am 26. und 28. April 2022. Diese Sitzungen sind:

• Gemischte Modelle (Tutorial) von Elizabeth Claassen, JMP Research Statistician Developer
• Selbstvalidierende Ensemble-Modellierung von Chris Gotwalt, JMP Chief Data Scientist
• Funktionelle Daten als Eingabe und Ausgabe eines glykämischen Reaktionsmodells von Tom Donnelly, JMP Principal Systems Engineer

Demonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeJMP dem Konferenzteilnehmer vorführen

 

Ich habe kürzlich mit Tom über die Herausforderungen gesprochen, mit denen seine Kunden konfrontiert sind, und darüber, wie er sie durch den DOE-Prozess führt. Außerdem verriet er etwas über seine Nationalpark-Erkundungen.

 

 

 

In seinem bevorstehenden Mastering JMP-Webinar verwendet Tom einen Fallstudienansatz, der einige der erforderlichen Fragen und Antworten enthält, die für den Erfolg eines geplanten Experiments entscheidend sind. Er listete mir einige der Fragen für die ersten drei Schritte des Rahmenwerks auf. Ich lade Sie ein, über sie für Ihr Arbeitsumfeld nachzudenken Melden Sie sich für sein Mastering JMP-Webinar am 18. März an .

Beschreiben

1. Was ist das Ziel des Experiments?
2. Wie misst man Erfolg?
3. Welche Antwortvariablen messen Sie?
4. Wenn mehr als eine Reaktion für Ihren Prozess charakterisiert werden muss, wie hoch sind die relativen Wichtigkeitsstufen?
5. Welche Kontrollfaktoren gibt es bei Ihnen?
   1. Kontinuierlich (quantitativ) – variiert über einen Bereich.
   2. Kategorisch (qualitativ) – variiert auf verschiedenen Ebenen.
   3. Diskret numerisch – Analysen wie ein kontinuierlicher Faktor, aber nur auf diskreten Ebenen verfügbar, wie ein ordinaler kategorialer Faktor.
   4. Mischungs- oder Formulierungsfaktor – verhält sich wie ein kontinuierlicher Faktor, aber alle Mischungskomponentenanteile müssen sich auf (normalerweise) 1,00 summieren.
   5. Blockierende Faktoren – Gruppierungen von Versuchen wie z Tag oder Charge das sollte keine Auswirkung haben. Wir fügen Blockierungsfaktoren hinzu, um zu sehen, ob sich der Prozess zwischen den Gruppen verschiebt, als Indikator dafür, dass unbekannte oder lauernde Faktoren mit den Blockaden korrelieren.
6. In welchen Bereichen ist es sinnvoll, die Steuerfaktoren einzusetzen?
1. Zu fett kann den Prozess unterbrechen.
2. Zu schüchtern kann möglicherweise keine ausreichend große Wirkung erzielen.
3. Sie wissen es nicht? Beziehen Sie Fachexperten in den Prozess ein.
7. Gibt es potenziell wichtige Faktoren, die nicht kontrolliert werden können?
8. Können unkontrollierbare Faktoren überwacht werden, sodass die Einstellungen erfasst und aufgezeichnet werden können (z. B. Umgebungstemperatur, Luftfeuchtigkeit, Bediener zum Zeitpunkt des Versuchs)?Diese können als kovariate Faktoren behandelt werden.
9. Driftet der Prozess im Laufe des gemessenen Tages oder Zeitraums?
10. Wie viele Versuche können an einem Tag durchgeführt werden?Sind mehrere Tage erforderlich?
11. Führen Sie für diesen Prozess normalerweise Kontrollproben durch?
12. Werden Versuche in Stapeln oder Gruppen durchgeführt?
13. Gibt es schwer zu ändernde Faktoren und wenn ja, welche?
14. Wie viele Geräte haben Sie von jedem Typ?
15. Verfügen Sie über historische Daten, die nach möglichen Faktoren „durchsucht“ werden können, um Faktorbereiche besser zu verstehen?
16. Sind diese real Experimente oder sind sie Computersimulationen ?
17. Sind Simulationen deterministisch (jedes Mal die gleiche Antwort) oder stochastisch (eingebaute Zufälligkeit, sodass die Antwort jedes Mal leicht unterschiedlich ist)?

Angeben

1. Möchten Sie wichtige Haupteffekte aus einer großen Menge (z. B. 6+) von Faktoren identifizieren?
2. Möchten Sie ein Vorhersagemodell erstellen, mit dem Sie einen Prozess charakterisieren und optimieren können? NOTIZ: Diese beiden Fragen bestimmen, ob das vorgeschlagene Modell 1 sein wird ^st Bestellung oder 2 ^nd Befehl.

Design

1. Was ist dein Budget?
2. Was ist Ihre Frist?
3. Kostet jede Testversion ungefähr das Gleiche (d. h. dauert die Einrichtung und Ausführung gleich lange)?
4. Kostet die Einrichtung für die erste Testversion wesentlich mehr als die für die nächsten? Wenn die anfängliche Einrichtung umfangreich ist, sollten Sie erwägen, zusätzliche Versuche (Replikate oder insbesondere Prüfpunkte) hinzuzufügen, obwohl ihre Ausführung kostengünstig ist.
5. Verursachen Kombinationen variabler Einstellungen Probleme (z. B. unsicher, zu kostspielig, Unterbrechung der Ausrüstung/des Prozesses, unmöglich zu erreichen)?
6. Müssen Sie den Designraum einschränken oder bestimmte Kombinationen von Faktoreinstellungen nicht zulassen?
7. Erhalten Sie jemals offensichtlich/überraschend unterschiedliche Ergebnisse, wenn Sie denselben Prozess an verschiedenen Tagen ausführen?
8. Verfügen Sie über frühere Aufzeichnungen über wiederholte Versuche für jede Reaktion?
1. Liegen die Reaktionswerte der Wiederholungsversuche nahe beieinander oder sind sie über die Zeit verteilt?
2. Wie groß ist die Variabilität bei den einzelnen Antworten? Das heißt, wie hoch ist die Standardabweichung oder der quadratische Mittelwertfehler (RMSE) der Antwort?
9. Wie gering ist der Unterschied bei den einzelnen Antworten, der als praktisch wichtig angesehen wird?
10. Glauben Sie, dass Sie für jede Antwort nach winzigen Unterschieden bei großer Variabilität (schwer zu machen, da viel Replikation erforderlich ist) oder nach großen Unterschieden bei kleiner Variabilität (einfach zu machen) suchen?
11. Wie hoch ist das gewünschte Maß an Sicherheit bei der Erkennung von Effekten? Dieser liegt typischerweise bei 95 %, was dazu führt, dass Alpha auf 0,05 eingestellt wird (Fehler Typ I).
12. Was sind akzeptable Leistungsniveaus für die verschiedenen Arten von Effekten (Haupt-, Interaktions-, quadratische, kategoriale Ebenen)?NOTIZ: Dies ist das gewünschte Maß an Sicherheit, um einen Effekt NICHT zu verpassen, wenn er real ist. Für Haupteffekte und Wechselwirkungen beträgt er typischerweise 0,8 und für quadratische Effekte weniger (Typ-II-Fehler).
13. Wie schwer ist es, später wiederzukommen, um Checkpoint-Tests durchzuführen? Können Sie jetzt Checkpoint-Tests einbauen – insbesondere, wenn diese kostengünstig durchzuführen sind? Wenn ja, wo?
    1. Ihre Vermutung, wo die beste Leistung erzielt wird.
    2. Ihre Vermutung, wo die schlechteste Leistung auftreten wird.
    3. Die Meinung Ihres Chefs dazu, wo der Prozess durchgeführt werden soll.
    4. Fügen Sie eine Testversion hinzu, um das nächsthöhere Modell zu unterstützen.
    5. Einige Punkte außerhalb des Designbereichs.
14. Welcher Versuch ist Ihrer Meinung nach am ehesten geeignet, das Design zu zerstören? NOTIZ: Führen Sie diesen Test möglicherweise zuerst durch.

Implementieren Sie ein Framework, das die Gestaltung von Experimenten effizient macht und Ergebnisse liefert.

 

 

 

 

VersuchsplanungBetreff: Aus vielen kleinen Entscheidungen einen großen Erfolg bei der Prozessoptimierung machen

Begleiten Sie Tom @tom_donnelly und Kollege Phil Kay @Phil_Kay Heute 14-15 Uhr ET für Demo und Diskussion. Anmeldung erforderlich.