Progettazione della robustezzaUn flusso di lavoro DoE richiede prescreening, screening, ottimizzazione e quindi una progettazione di robustezza. Il progetto di robustezza si baserebbe su uno spazio di controllo all'interno di uno spazio di progettazione più ampio tracciato dal progetto di ottimizzazione. In JMP esiste (e, se sì, dove) una procedura per eseguire progetti di robustezza a partire da un set di dati iniziale utilizzato per l'ottimizzazione?
Progettazione di esperimentiRe: Design robustoHmmm, Phil, la tua definizione di Robust Design e la mia sono abbastanza diverse. Penso che la robustezza sia insensibile al rumore.
Taguchi ha fatto molto per rendere popolare questo concetto:
Taguchi, G. e D. Clausing, (1990) “ Qualità robusta” . Harvard Business Review , gennaio-febbraio, pp. 65-75
Ci sono altri buoni documenti sul design robusto:
Bisgaard, Søren, Murat Kulahei, (2001), “ Progettazione robusta del prodotto: risparmio di prove con confondimenti a trama divisa ”, Quality Engineering , 13(3), 525-530
Hunter, Stuart (1985) "Progettazione statistica applicata alla progettazione del prodotto", Journal of Quality Technology , vol. 17, n. 4, ottobre 1985
Montgomery, Douglas, C., (1999), “Progettazione sperimentale per la progettazione e lo sviluppo di prodotti e processi”, The Statistician , 48, parte 2, pag. 159-177
Box, GEP, Stephen Jones (1992), “ Progetti a diagramma diviso per una solida sperimentazione di prodotto ”, Journal of Applied Statistics , vol. 19, n. 1
Il Robust Design ha meno a che fare con la struttura del progetto e più con l'introduzione del rumore nei tuoi esperimenti.
Re: Design robustoLa guida di @Victor_G è molto utile, come sempre.
Ho solo pensato che valesse la pena chiarire che non esiste una piattaforma o funzionalità specifica in JMP per la creazione di progetti di robustezza (sospetto che questo sia il caso anche in altri software DOE).
Un progetto di robustezza è solitamente solo un semplice progetto a 2 livelli con intervalli di fattori ristretti attorno all'ottimale.
Quindi (come dice Victor) potresti progettarlo con Augment, Custom Design o anche utilizzando le funzionalità di progettazione classiche.
Personalmente utilizzerei Augment poiché manterrà tutti i dati delle diverse fasi dell'esperimento nella stessa tabella dati.
Fil
Re: Design robustoCiao @kjwx109prime ,
La situazione che hai descritto è simile a quella che ho fatto nell'esempio menzionato in precedenza:
Ho fatto una breve presentazione utilizzando DoE sequenziale per la messa a punto di un algoritmo (Random Forest) su un set di dati fisso, utilizzando un disegno di screening, poi un disegno di ottimizzazione e infine utilizzando un semplice disegno di screening fattoriale per valutare la robustezza dell'intervallo di fattori trovato in precedenza :https://www.linkedin.com/posts/victorguiller_design-of-experiments-machine-learning-activity-7122469...
Questa metodologia sequenziale è ovviamente possibile in JMP. Puoi farlo in 2 passaggi:
- Identifica i fattori e i relativi intervalli ristretti che corrispondono alle tue specifiche grazie al precedente progetto (e modello) della superficie di risposta di ottimizzazione eseguito e al Design Space Profiler.
- Una volta identificati i fattori e gli intervalli, è possibile aumentare i progetti (e aggiungere un blocco per la nuova serie di esecuzioni per differenziare meglio i risultati dalla DoE originale e dai nuovi esperimenti) o creare un nuovo progetto personalizzato con i fattori e l'intervallo identificati in precedenza e verifica che i risultati della seconda serie di esperimenti siano conformi alle specifiche di accettabilità della media e della varianza della risposta:
Spero che questa risposta complementare ti possa aiutare,
Re: Design robustoSono un po' confuso. Ovviamente puoi impostare tutti i livelli che desideri e può essere analizzato in JMP. L'analisi risulta notevolmente semplificata se i punti di progettazione sono "bilanciati" (ad esempio, CCD, centrato sulla faccia, Box-Behnken), ma la regressione può essere utilizzata in qualsiasi punto. Pensa alla geometria dello spazio. Immagina di provare a campionare quello spazio per creare una mappa di contorno della risposta. Di solito si preferisce un campionamento equilibrato dello spazio in quanto meno distorto.
I progetti robusti sono in genere legati alla comprensione del funzionamento del modello rispetto alle variazioni del rumore. In questi progetti, il rumore viene variato nell'esperimento solitamente come blocchi, grafici divisi o matrici di prodotti incrociati. L'obiettivo è trovare fattori i cui effetti siano coerenti rispetto al cambiamento del rumore e l'effetto del rumore sia mitigato.
Re: Design robustoCiao @Victor_G ,
Grazie per aver sottolineato l'ambiguità nella query. In realtà sono interessato allo scenario allegato.
Il cubo esterno si riferisce alla modellazione della superficie di risposta e descrive uno spazio di progettazione. Operare in qualsiasi punto all'interno di questo cubo dovrebbe soddisfare completamente i requisiti di accettabilità, secondo il modello della superficie di risposta.
Il punto centrale descrive la condizione del setpoint.
Mi interessa un design che guardi al cubo interno. In questo caso, ciò non si riferisce alla robustezza rispetto a piccole variazioni attorno al setpoint esistente, ma è una versione leggermente più piccola della superficie esterna. Siamo certi che sia opportuno operare in qualsiasi punto della superficie esterna, ma siamo ancora più fiduciosi se l'operazione è limitata all'interno della superficie più piccola.
In JMP, è possibile far seguire ad un modello di superficie di risposta un progetto che tenga conto di questo spazio operativo più ristretto? In alternativa, lo spazio più ristretto può essere studiato più dettagliatamente fin dall'inizio, come parte dello studio originale della superficie di risposta.
Alan
Re: Design robustoCiao @kjwx109prime ,
Benvenuto nella Comunità!
Potrebbero esserci diverse definizioni di robustezza e diversi modi per creare una DoE di robustezza, a seconda dei fattori rispetto ai quali si desidera testare la robustezza del proprio spazio sperimentale/punto ottimale: rispetto a fattori di rumore esterni, rispetto alla variazione dei fattori di processo/esperimento o rispetto a un combinazione di entrambi i fattori. Ecco una serie di articoli di Stat-Ease che spiegano il tipo di progetti in base alla situazione di robustezza a cui sei interessato:
- Robustezza contro i fattori di rumore esterni: https://statease.com/blog/achieving-robust-processes-via-tre-experiment-design-options-part-1/
- Robustezza rispetto alla variazione dei nostri setpoint per i fattori di processo: https://statease.com/blog/achieving-robust-processes-via-tre-experiment-design-options-part-2/
- Una combinazione dei primi due tipi: https://statease.com/blog/achieving-robust-processes-via-tre-experiment-design-options-part-3/
Ho fatto una breve presentazione utilizzando DoE sequenziale per la messa a punto di un algoritmo (Random Forest) su un set di dati fisso, utilizzando un disegno di screening, poi un disegno di ottimizzazione e infine utilizzando un semplice disegno di screening fattoriale per valutare la robustezza dell'intervallo di fattori trovato in precedenza : https://www.linkedin.com/posts/victorguiller_design-of-experiments-machine-learning-activity-7122469274148868096-Qhif
Alcune risorse che potrebbero essere utili:
Progettare prodotti robusti (2020-US-30MP-539)
Come progettare processi di produzione robusti | JMP
Spero che questo primo argomento di discussione possa aiutarti,
