通过实验设计加强产品开发 (2019-EU-EPO-109)级别：中级
工作职能：分析师/科学家/工程师
Bernard Ennis，首席研究员，塔塔钢铁公司
塔塔钢铁公司科学研究员 David Neal Hanlon
塔塔钢铁公司研究科学家 Patricia Gobernado Hernandez
最佳电子海报获奖者
优化新产品开发的开发周期是钢铁行业研发面临的挑战。 钢铁是通过一长串相互依赖的工艺步骤生产的。 因此，需要大量的实验来充分探索工艺特性关系。这对于新的、高度差异化的产品更为关键，因为对基础物理冶金的理解不完整，因此先验的排除不可能的因素。 在这种情况下，使用统计实验设计来缩短开发时间尺度、最大化实验能力的输出和最小化材料消耗是必不可少的。 在本文中，对复杂钢产品对退火过程的响应进行了评估。 对经典全因子 (FF)、具有两个水平的六因素设计和新颖的最终筛选设计 (DSD) 进行了比较。 根据每个设计筛选重要变量的能力对结果进行评估和讨论。 虽然这两种设计都能够识别最相关的因素，但 DSD 导致实验数量显着减少。 对于 DSD，实验负担比 FF 设计小四倍。
峰会最佳数据探索能源部电子海报
