Was ist das effizienteste Design, um eine große Anzahl von Faktoren mit möglichst wenigen Durchläufen im industriellen Maßstab zu überprüfen, und warum?Zum Beispiel. Wenn der Zweck eines Screening-Designs darin besteht, die Haupteffekte (weitgehend) mit möglichst wenigen Durchläufen zu testen – und ich 7 Faktoren mit einer minimalen Anzahl von Durchläufen prüfen möchte, warum ist es dann nicht eine gute Idee, einfach etwas zu ändern? Jeder dieser Faktoren 1 Mal bei 7 Läufen?Wenn dies nicht der effizienteste Weg ist, wäre die Ausführung eines gesättigten Designs mit 8 Läufen für 7 Faktoren der effizienteste Weg, um Haupteffekte zu testen, oder gibt es einen anderen Vorschlag und warum? Werden gesättigte Designs für industrielle DOE bevorzugt, bei denen Sie nicht viele Durchläufe durchführen können und so effizient wie möglich sein müssen?
VersuchsplanungBetreff: Was ist das effizienteste Design, um eine große Anzahl von Faktoren mit möglichst wenigen Durchläufen im industriellen Maßstab zu überprüfen, und warum?Hallo @mjz5448 ,
Es gibt kein perfektes Design für jedes Screening, es kommt auf die Art der Faktoren, die Anzahl der Faktoren, die Möglichkeit zur Änderung, das Rauschen und die Variabilität der Reaktion, Vorkenntnisse usw. an.
Wenn Sie OFAT für ein Screening in Betracht ziehen, könnte Ihnen dieses Thema helfen zu verstehen, warum dies eine schlechte Idee sein könnte: Gelöst: Betreff: Haupteffekt-Screening-Design vs. OFAT: Welches ist das Beste? - JMP-Benutzergemeinschaft
Angenommen, Sie haben 7 Faktoren, keine Mischungsfaktoren und keine Einschränkungen:
Die Wahl des Designs wird stark vom experimentellen Budget beeinflusst. Wenn Sie sich nur <10 Durchläufe leisten können, erhalten Sie höchstwahrscheinlich ein (D/A-)optimales Screening-Design. Wenn Sie sich mehr Läufe leisten können, könnte es für Sie interessant sein, die Laufgröße Ihres optimalen Designs zu erhöhen oder sogar ein Definitive Screening Design auszuprobieren (für 7 kontinuierliche Faktoren sind mindestens 17 Läufe erforderlich und 4 zusätzliche Läufe (z (insgesamt 21 Läufe) werden empfohlen). Sie können verschiedene Laufgrößen und Designs ausprobieren und vergleichen, um den besten Kompromiss für Ihr Thema auszuwählen.
Ganz allgemein könnte dieser Vortrag von Bradley Jones über moderne Screening-Designs für Sie sehr interessant sein und Ihnen einige Ideen und Perspektiven für Ihren Anwendungsfall liefern: Screening-Designs des 21. Jahrhunderts (2021-EU-45MP-772)
Ich hoffe, diese erste Antwort wird Ihnen helfen,
Betreff: Was ist das effizienteste Design, um eine große Anzahl von Faktoren mit möglichst wenigen Durchläufen im industriellen Maßstab zu überprüfen, und warum?Wow, vielen Dank für die ausführliche Antwort, Victor_G!
Ich habe noch nie gehört von „ Ich habe die Gruppe „Orthogonal Supersaturated Design“ schon einmal kennengelernt, werde mich aber damit befassen.
Ich bin größtenteils durch die Anzahl der Durchläufe, die ich durchführen kann, eingeschränkt, da ich nicht die Möglichkeit habe, viele Versuche durchzuführen, und keine Pilotanlage oder Forschungs- und Entwicklungsressourcen leicht verfügbar sind. Daher werde ich mich wohl auch mit den (D/A-)optimalen Screening-Designs befassen.
Ich gehe davon aus, dass viele der minimalen Screening-Designs auch davon abhängen, wie kontrolliert der Prozess ist, um etwaige Auswirkungen zu erkennen, oder?
Nochmals vielen Dank für die Links!
Betreff: Was ist das effizienteste Design, um eine große Anzahl von Faktoren mit möglichst wenigen Durchläufen im industriellen Maßstab zu überprüfen, und warum?Gern geschehen, ich freue mich, dass es dir geholfen hat!
GO-SSD kann möglicherweise relevanter sein, wenn eine größere Anzahl von zu prüfenden Faktoren vorliegt, beispielsweise wenn mehrere Dutzend Prozessfaktoren in einer Fertigungs-/chemischen Prozesslinie vorhanden sind. Dieser Designtyp ist wirklich hervorragend geeignet, um die entscheidenden Wenigen unter den trivialen Vielen zu identifizieren.
Ich bin mir nicht sicher, ob dieses Design für 7 Faktoren relevant ist. Meine sichere Wette wäre vielleicht eher (D/A-)Optimale Designs, da sie eine gewisse Flexibilität bei der Laufgröße ermöglichen.
Es hängt davon ab, was Sie hinter „angenommen, der Prozess hat die Kontrolle“ implizieren. Für die Antwortmessung sollte Ihr Messprozess so kontrolliert und stabil wie möglich sein, damit die vom DoE erkannten Haupteffekte wirklich aktiv sind und nicht die Folgen instabiler Messungen sind (oder alternativ, dass Sie nicht zu viel Rauschen haben/ Variabilität, die aktive Haupteffekte „verstecken“ würde). Abhängig von der Variabilität der Messungen und der Anzahl der Experimente im DoE ist die Fähigkeit zur Erkennung aktiver Haupteffekte (Leistung) unterschiedlich: Eine geringere Messvariabilität und eine größere Laufgröße verbessern die Leistung zur Erkennung von Haupteffekten.
Zögern Sie nicht, in Bezug auf den Faktorbereich etwas mutiger zu sein als üblich, um Bereiche zu definieren, in denen es aufgrund Ihrer Faktoren zu einer möglichen Variation kommen würde. Wenn Ihre Faktorbereiche eng sind und Ihr Prozess die volle Kontrolle hat, kann es sein, dass am Ende keine signifikanten Faktoren erkannt werden.
Ich hoffe, dass diese ergänzende Antwort Ihnen helfen kann.
Betreff: Was ist das effizienteste Design, um eine große Anzahl von Faktoren mit möglichst wenigen Durchläufen im industriellen Maßstab zu überprüfen, und warum?Einige andere Gedanken:
1. Sie könnten zunächst gezielte Stichproben (Komponenten von Variationsstudien) ausprobieren, um zu verstehen, welche Komponenten den größten Einfluss haben, und um gleichzeitig Messsysteme zu bewerten.Dies ermöglicht die Beurteilung der Konsistenz/Stabilität des Prozesses und die Bestimmung der genutzten Komponenten.Ich kann Ihnen nicht sagen, wie viele Experimente ich gesehen habe, bei denen der Experimentator mit den falschen Komponenten experimentiert hat.
2. Eine Frage: Möchten Sie in Ihrer Studie „einen Gewinner auswählen“ oder versuchen Sie, die kausale Struktur zu verstehen? Im letzteren Fall müssen Sie iterieren.Das erste Experiment soll Ihnen dabei helfen, ein besseres Experiment zu entwerfen.Dies wird wahrscheinlich die Überprüfung einer großen Anzahl von Faktoren mit Fettstufeneinstellungen (normalerweise niedrige Auflösung) umfassen.Sobald Sie aktive/signifikante Faktoren ermittelt haben, können Sie an der Entwicklung eines nützlichen Modells arbeiten.
3. Vernachlässigen Sie den Lärm nicht (z. B. Wiederholungen für kurzfristigen Lärm und Wiederholungen für langfristigen Lärm).Dies ist oft der Fehlermodus, der das Experimentieren zum Scheitern bringt.Das Experiment wird einmal in einem engen Inferenzraum durchgeführt (das Rauschen wird konstant gehalten).Die Schlussfolgerungen aus solchen Experimenten sind selten nützlich, wenn sich das Rauschen in der Zukunft zwangsläufig ändert.Die Effizienz des Designs hängt also nicht nur von der Designstruktur/dem Designraum ab.
4. Auf jeden Fall gibt es eine Reihe von Überlegungen zur Auswahl der effektivsten und effizientesten Designs, basierend auf Ihrem aktuellen Wissensstand, wobei die Anzahl der Faktoren nur einer ist.Mein Vorschlag ist, mehrere Experimente zu entwerfen und zu überlegen, welche Informationen aus jedem gewonnen werden können.Wägen Sie dies gegen die Ressourcenbeschränkungen ab und wählen Sie dann eine aus.
Betreff: Was ist das effizienteste Design, um eine große Anzahl von Faktoren mit möglichst wenigen Durchläufen im industriellen Maßstab zu überprüfen, und warum?Hallo statman,
Vielen Dank für Ihre Antwort.
Zu deiner Frage 2. Ich versuche, Faktoren zu überprüfen, um sie für ein weiteres vollfaktorielles und mögliches Antwortflächendesign einzugrenzen.
Vielen Dank für Ihren Rat in Punkt 4. Ich werde einen Blick darauf werfen und versuchen, die verschiedenen Optionen so gut wie möglich abzuwägen.
