Comment appliquer le plan d’expériences (DOE) à un processus ? Rejoignez l'ingénieur système Tom Donnelly le 18 mars, lorsqu'il présentera une démonstration concise de 30 minutes et une discussion sur Optimisation des processus à l'aide d'expériences conçues dans le cadre de la série de webinaires Mastering JMP.
Tom présentera un cadre en six étapes pour créer une expérience conçue avec succès qui peut être exécutée dans votre environnement de travail. Les marches?
- Décrivez l’objectif, les facteurs et les réponses.
- Spécifiez un modèle supposé qui, selon vous, décrit adéquatement la situation physique.
- Générez et évaluez une conception cohérente avec votre modèle supposé.
- Incorporez des mesures d’essai dans la conception.
- Déterminez le meilleur modèle (souvent un sous-ensemble du modèle proposé).
- Utilisez les résultats du modèle pour optimiser les paramètres des facteurs et/ou prédire les performances.
En tant que membre de l'équipe JMP qui soutient les clients américains de la défense et de l'aérospatiale, Tom assiste et/ou présente chaque année au Symposium sur la recherche sur les opérations militaires (MORS) où il montre comment utiliser JMP pour résoudre des problèmes. Lui et certains de ses collègues du JMP feront également une présentation lors d'un en personne conférence, DATAWorks 2020 (Atelier d'essais et d'analyses pour la défense et l'aérospatiale) du 26 au 28 avril 2022. Ces séances sont :
- Modèles Mixtes (Tutoriel) par Elizabeth Claassen, développeuse statisticienne de recherche JMP
- Modélisation d'ensemble auto-validante par Chris Gotwalt, scientifique en chef des données chez JMP
- Données fonctionnelles en tant qu'entrée et sortie d'un modèle de réponse glycémique par Tom Donnelly, ingénieur système principal chez JMP
Demonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDémonstration de JMP aux participants à la conférence
J'ai récemment parlé avec Tom des types de défis rencontrés par ses clients et de la manière dont il les guide tout au long du processus DOE. De plus, il a révélé quelques mots sur ses explorations du parc national.
Dans son prochain webinaire Mastering JMP, Tom utilise une approche d'étude de cas qui intègre certaines des questions et réponses requises qui sont essentielles au succès d'une expérience conçue. Il a énuméré pour moi certaines des questions pour les trois premières étapes du cadre. Je vous invite à y penser pour votre environnement de travail et inscrivez-vous à son webinaire Mastering JMP du 18 mars .
Décrire
- Quel est le but de l’expérimentation ?
- Comment mesurez-vous le succès?
- Quelles variables de réponse mesurez-vous ?
- Si plus d’une réponse doit être caractérisée pour votre processus, quels sont les niveaux d’importance relatifs ?
- De quels types de facteurs de contrôle disposez-vous ?
- Continu (quantitatif) – varie sur une plage.
- Catégorique (qualitatif) – varie selon les différents niveaux.
- Numérique discret – analyse comme un facteur continu, mais disponible uniquement à des niveaux discrets, comme un facteur catégoriel ordinal.
- Facteur de mélange ou de formulation – se comporte comme un facteur continu, mais toutes les proportions des composants du mélange sont contraintes à totaliser (généralement) 1,00.
- Facteurs bloquants – regroupements d’essais tels que jour ou lot cela ne devrait pas avoir d'effet. Nous ajoutons des facteurs de blocage pour voir si le processus change entre les groupes, ce qui indique que des facteurs inconnus ou cachés sont corrélés aux blocages.
- Dans quelles plages est-il judicieux d’opérer les facteurs de contrôle ?
- Trop d’audace peut interrompre le processus.
- Trop timide peut ne pas générer un effet suffisamment important.
- Vous ne savez pas ? Impliquez des experts en la matière dans le processus.
- Existe-t-il des facteurs potentiellement importants qui ne peuvent pas être contrôlés ?
- Des facteurs incontrôlables peuvent-ils être surveillés afin que les paramètres puissent être capturés et enregistrés (par exemple, température ambiante, humidité, opérateur au moment de l'essai) ?Ceux-ci peuvent être traités comme des facteurs covariables.
- Le processus dérive-t-il au cours de la journée ou de la période mesurée ?
- Combien d’essais peut-on réaliser par jour ?Est-ce que plusieurs jours seront nécessaires ?
- Exécutez-vous généralement des échantillons de contrôle pour ce processus ?
- Les essais seront-ils exécutés par lots ou en groupes ?
- Y a-t-il des facteurs difficiles à modifier, et si oui, lesquels ?
- Combien d’appareils possédez-vous de chaque type ?
- Disposez-vous de données historiques qui peuvent être « exploitées » pour détecter des facteurs possibles et mieux comprendre les plages de facteurs ?
- Est-ce que ce sont réel expériences ou sont-ils simulations informatiques ?
- S'il s'agit de simulations, sont-elles déterministes (même réponse à chaque fois) ou stochastiques (caractère aléatoire intégré donc la réponse est légèrement différente à chaque fois) ?
Spécifier
- Cherchez-vous à identifier les principaux effets importants d’un large ensemble (par exemple, 6+) de facteurs ?
- Cherchez-vous à construire un modèle prédictif permettant de caractériser et d’optimiser un processus ? NOTE: Ces deux questions déterminent si le modèle proposé sera 1 St commande ou 2 sd commande.
Conception
- Quel est ton budget?
- Quelle est votre date limite ?
- Chaque essai coûte-t-il à peu près le même prix (c'est-à-dire prend-il le même temps de configuration et d'exécution) ?
- La configuration pour exécuter le premier essai coûte-t-elle beaucoup plus cher que l’exécution des prochains ? Chaque fois que la configuration initiale est importante, envisagez d'ajouter des essais supplémentaires (répliques ou surtout des points de contrôle) tant qu'ils sont peu coûteux à exécuter.
- Est-ce que des combinaisons de paramètres variables causent des problèmes (par exemple, dangereux, trop coûteux, casse l'équipement/processus, impossible à réaliser) ?
- Aurez-vous besoin de limiter l’espace de conception ou d’interdire certaines combinaisons de paramètres de facteurs ?
- Si vous exécutez le même processus à des jours différents, obtenez-vous parfois des résultats manifestement/étonnamment différents ?
- Avez-vous des enregistrements antérieurs d’essais répétés pour chaque réponse ?
- Les valeurs de réponse aux essais répétés sont-elles proches les unes des autres ou étalées dans le temps ?
- Quelle est l’ampleur de la variabilité pour chaque réponse ? Autrement dit, quel est l’écart type ou l’erreur quadratique moyenne (RMSE) de la réponse ?
- Dans quelle mesure une petite différence pour chaque réponse est-elle considérée comme importante d’un point de vue pratique ?
- Pour chaque réponse, pensez-vous que vous recherchez de petites différences dans une grande variabilité (difficile à faire car beaucoup de réplications sont nécessaires) ou de grandes différences dans une petite variabilité (facile à faire) ?
- Quel est le niveau de confiance souhaité dans la détection des effets ? Il s'agit généralement de 95 %, ce qui conduit à définir l'alpha à 0,05 (erreur de type I).
- Quels sont les niveaux de puissance acceptables pour les différents types d’effets (niveaux principaux, d’interaction, quadratiques, catégoriels) ?NOTE: Il s’agit du niveau de confiance souhaité pour ne PAS manquer un effet s’il est réel. Il est généralement de 0,8 pour les effets principaux et les interactions, et inférieur pour les effets quadratiques (erreur de type II).
- Est-il difficile de revenir plus tard pour effectuer des essais aux points de contrôle ? Pouvez-vous organiser des essais de points de contrôle dès maintenant – surtout s’ils sont peu coûteux à réaliser ? Si oui, où ?
- Votre estimation de l’endroit où se produiront les meilleures performances.
- Votre estimation de l’endroit où se produiront les performances les plus médiocres.
- L'opinion de votre patron sur l'endroit où exécuter le processus.
- Ajoutez un essai pour prendre en charge le modèle supérieur suivant.
- Certains points en dehors de la région de conception.
- Selon vous, quel essai est le plus susceptible de briser la conception ? NOTE: Peut-être lancez-vous cet essai en premier.
Rejoignez Tom @tom_donnelly et son collègue Phil Kay @Phil_Kay aujourd'hui 14h-15h HE pour démonstration et discussion. Inscription requis.
