Progettazione TaguchiQualcuno sa come progettare un esperimento utilizzando l'approccio Taguchi con i seguenti fattori?
Matrice interna:
X1 a 2 livelli
x2 a 2 livelli
X3 a 4 livelli
Matrice esterna:
X4 a 2 livelli
X5 a 2 livelli
L'opzione DoE di JMP gestisce solo i fattori a 3 livelli, come posso aggirare il problema? Esiste una soluzione o un trucco?
Grazie mille in anticipo
Progettazione degli esperimentiIngegneria della qualità e dei processiRi: Progettazione TaguchiSono solo curioso del perché vorresti farlo? Voglio dire, gli array di prodotti incrociati sono un'idea fantastica per un design robusto, ma un fattore a 4 livelli? Il fattore a 4 livelli è continuo o categoriale? Sebbene sappia che ci sono diversi array ortogonali a 2 livelli, Taguchi, filosoficamente, suggerisce design a 3 livelli per i fattori di design (non crede davvero che le relazioni siano lineari). Inoltre per l'array esterno, poiché dovrai avere 4 combinazioni (3 DF), potresti anche aggiungere una terza variabile di rumore per il 3° DF poiché non ti interessano le interazioni rumore per rumore.
Per quanto mi ricordo (questo è stato molto tempo fa), il modo in cui Taguchi lo ha fatto è stato prendere tre colonne dall'array ortogonale (3 DF, lo stesso per un fattore a 4 livelli). Ciò ti darà 8 possibili combinazioni. Impostale su 4 livelli in questo modo:
| A |
B |
C |
|
D |
| -1 |
-1 |
-1 |
|
1 |
| 1 |
-1 |
-1 |
|
2 |
| -1 |
1 |
-1 |
|
3 |
| 1 |
1 |
-1 |
|
4 |
| -1 |
-1 |
1 |
|
1 |
| 1 |
-1 |
1 |
|
2 |
| -1 |
1 |
1 |
|
3 |
| 1 |
1 |
1 |
|
4 |
Non usare le 3 colonne usate per creare il fattore a 4 livelli (ovviamente). Ma potrei sbagliarmi completamente... LOL
Ri: Progettazione TaguchiGrazie mille per la tua risposta e scusa per il ritardo nella risposta. Il tuo suggerimento è semplice e intelligente, grazie! (perché non ci ho pensato io 
:) ).
Per rispondere alla tua domanda, i quattro livelli sono categoriali. Perché? Fanno differenza nel design?
Ri: Progettazione TaguchiPer gli esperimenti industriali, la ragione principale per cui si sperimenta su fattori a più di 2 livelli è aggiungere termini non lineari al polinomio. Questi termini sono privi di senso per i fattori categoriali. Dal momento che il fattore è categoriale, stai cercando di "scegliere un vincitore" o di comprendere le relazioni causali? Non c'è bisogno di più di 2 categorie quando si cerca di fare quest'ultima cosa.
Ri: Progettazione TaguchiScusa per la risposta tardiva, ho appena visto il tuo messaggio. Sto cercando di "scegliere un vincitore". Abbiamo una buona comprensione dell'effetto di ogni fattore di processo, ciò che non sappiamo è quale combinazione fornisce risultati più solidi dati tutti gli altri fattori di rumore. Ha senso?
Ri: Progettazione TaguchiFilosoficamente, DOE è un mezzo efficace (e spesso efficiente) per comprendere la struttura causale. Se stai cercando di scegliere un vincitore, non hai bisogno di DOE. Tuttavia, ciò che stai cercando di realizzare suggerisce che non capisci la struttura causale (solo effetti del fattore di progettazione?). IMHO, comprendere la causalità richiede di comprendere le relazioni non solo tra i fattori di progettazione (questo è un sottoinsieme basato sulle tue ipotesi di fattori significativi), ma con TUTTI i potenziali fattori significativi, inclusi quelli che non sei disposto a gestire (rumore). Per farlo in modo efficiente, dovrai variare il rumore durante la tua sperimentazione. Esistono molte strategie per farlo, tra cui ripetizioni, repliche, blocchi e split-plot. Nella maggior parte di queste strategie è inefficiente fare più di 2 livelli per i fattori di progettazione quando inizi a comprendere la loro robustezza al rumore.
