Qual è il progetto più efficiente per selezionare un gran numero di fattori con il minor numero di cicli possibile su scala industriale e perché?Ad esempio. Se lo scopo di un progetto di screening è quello di testare (in gran parte) gli effetti principali con il minor numero di esecuzioni possibile e voglio esaminare 7 fattori con un numero minimo di esecuzioni, perché non è una buona idea semplicemente cambiare ciascuno di questi fattori 1 volta su 7 corse?Se questo non è il modo più efficiente, eseguire un progetto saturo con 8 esecuzioni per 7 fattori sarebbe il modo più efficiente per testare gli effetti principali o c'è qualche altro suggerimento e perché? I progetti saturi sono preferiti per il DOE industriale in cui non si ha la possibilità di eseguire molte esecuzioni e occorre essere il più efficienti possibile?
Progettazione di esperimentiRi: Qual è il progetto più efficiente per selezionare un gran numero di fattori con il minor numero di cicli possibile su scala industriale e perché?CIAO @mjz5448 ,
Non esiste un design perfetto per ogni screening, è una questione di tipo di fattori, numero di fattori, facilità di cambiamento, rumore e variabilità della risposta, conoscenza precedente, ecc...
Se consideri OFAT per uno screening, questo argomento potrebbe aiutarti a capire come potrebbe essere una cattiva idea: Risolto: Ri: Progetto di screening dell'effetto principale rispetto a OFAT: quale è il migliore? - Comunità di utenti JMP
Supponendo di avere 7 fattori, nessun fattore di miscela e nessun vincolo:
La scelta del progetto sarà fortemente influenzata dal budget sperimentale. Se puoi permetterti solo <10 esecuzioni, molto probabilmente ti ritroverai con un design di screening ottimale (D/A-). Se puoi permetterti più esecuzioni, potrebbe essere interessante aumentare la dimensione dell'esecuzione del tuo progetto ottimale, o anche provare un progetto di screening definitivo (per 7 fattori continui, è richiesto un minimo di 17 esecuzioni e 4 esecuzioni extra (per si consigliano un totale di 21 corse). Puoi provare diverse dimensioni e design di tirature e confrontarli per scegliere quello con il miglior compromesso per il tuo argomento.
Più in generale, potresti trovare molto interessante questo discorso sui moderni progetti di screening di Bradley Jones e potrebbe fornirti alcune idee e prospettive per il tuo caso d'uso: Progetti di screening del 21° secolo (2021-EU-45MP-772)
Spero che questa prima risposta ti possa aiutare,
Ri: Qual è il progetto più efficiente per selezionare un gran numero di fattori con il minor numero di cicli possibile su scala industriale e perché?Wow, grazie per la risposta dettagliata Victor_G!
Non ne ho mai sentito parlare" Gruppo Ortogonale Supersaturato" prima, ma lo esamineremo.
Sono in gran parte limitato dal numero di esecuzioni che posso eseguire, poiché non ho la possibilità di eseguire molte prove e non dispongo di impianti pilota o risorse di ricerca e sviluppo facilmente disponibili. quindi sembra che esaminerò anche i progetti di screening ottimali (D/A-).
Presumo che molti dei progetti di screening minimo dipendano da quanto è controllato il processo per rilevare eventuali effetti, giusto?
Grazie ancora per i link!
Ri: Qual è il progetto più efficiente per selezionare un gran numero di fattori con il minor numero di cicli possibile su scala industriale e perché?Prego, sono felice di esserti stata d'aiuto!
GO-SSD potrebbe essere forse più rilevante con un numero maggiore di fattori da esaminare, ad esempio in presenza di diverse dozzine di fattori di processo su una linea di processo produttivo/chimico. Questo tipo di design eccelle davvero nell'identificare i pochi vitali tra i tanti banali.
Non sono sicuro della rilevanza di questo progetto per 7 fattori, la mia scommessa sicura forse sarebbe più su progetti ottimali (D/A-), poiché consentono una certa flessibilità sulla dimensione della tiratura.
Dipende da cosa intendi dietro "supporre che il processo abbia il controllo". Per la misurazione delle risposte, il processo di misurazione dovrebbe essere quanto più controllato e stabile possibile, in modo che gli effetti principali rilevati dal DoE siano realmente attivi e non le conseguenze di misurazioni instabili (o, in alternativa, che non si abbia troppo rumore/ variabilità che “nasconderebbe” gli effetti principali attivi). A seconda della variabilità delle misurazioni e del numero di esperimenti nel DoE, la possibilità di rilevare gli effetti principali attivi (potenza) sarà diversa: una minore variabilità della misurazione e una maggiore dimensione della corsa migliorano la potenza di rilevamento degli effetti principali.
Per quanto riguarda l'intervallo dei fattori, non esitate ad essere un po' più audaci del solito, per definire gli intervalli in cui sarebbero una possibile variazione dovuta ai vostri fattori. Se gli intervalli dei fattori sono ristretti e il processo è completamente sotto controllo, è possibile che non vengano rilevati fattori significativi.
Spero che questa risposta complementare possa aiutarti,
Ri: Qual è il progetto più efficiente per selezionare un gran numero di fattori con il minor numero di cicli possibile su scala industriale e perché?Alcuni altri pensieri:
1. Potresti prima provare il campionamento diretto (componenti degli studi sulle variazioni) per capire quali componenti hanno la maggiore influenza e valutare i sistemi di misurazione allo stesso tempo.Ciò consente di valutare la coerenza/stabilità del processo determinando al tempo stesso i componenti che fanno leva.Non posso dirti quanti esperimenti ho visto in cui lo sperimentatore stava sperimentando sui componenti sbagliati.
2. Una domanda...vuoi "scegliere un vincitore" nel tuo studio o stai cercando di comprendere la struttura causale? In quest'ultimo caso, dovrai ripetere.Il primo esperimento ha lo scopo di aiutarti a progettare un esperimento migliore.Ciò probabilmente includerà lo screening di un gran numero di fattori utilizzando impostazioni di livello grassetto (tipicamente a bassa risoluzione).Una volta determinati i fattori attivi/significativi, puoi lavorare allo sviluppo di un modello utile.
3. Non trascurare il rumore (ad esempio, ripetizioni per il rumore a breve termine e repliche per il rumore a lungo termine).Questa è spesso la modalità di fallimento che condanna la sperimentazione.L'esperimento viene eseguito una volta in uno spazio di inferenza ristretto (il rumore viene mantenuto costante).Le conclusioni di tali esperimenti raramente sono utili quando il rumore inevitabilmente cambia in futuro.Quindi l'efficienza del design non è solo la struttura/spazio del design.
4. In ogni caso, ci sono una serie di considerazioni da fare per selezionare i progetti più efficaci ed efficienti in base alle tue conoscenze attuali, il numero di fattori è solo uno.Il mio suggerimento è di progettare più esperimenti e considerare quali informazioni possono essere ottenute da ciascuno.Valuta questo rispetto ai limiti delle risorse e poi scegline uno.
Ri: Qual è il progetto più efficiente per selezionare un gran numero di fattori con il minor numero di cicli possibile su scala industriale e perché?Ciao Statman,
Grazie per la risposta.
Per la tua domanda 2. Sto cercando di selezionare i fattori per restringerli per un'ulteriore progettazione completamente fattoriale e possibile della superficie di risposta.
Grazie per il tuo consiglio al punto numero 4. Darò un'occhiata e cercherò di valutare le diverse opzioni nel miglior modo possibile.
