Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésTengo un proceso de 6 parámetros, todos ellos son factores continuos. Sabemos cómo ejecutar un DSD y encontrar la configuración óptima para estos factores. Pero ahora la pregunta es: sospechamos que el error de mecanizado del hardware también es importante y queremos evaluar su impacto.
Entonces, nuestra idea es preparar 2 equipos de hardware, que deberían ser iguales excepto que haya algún grado de error de mecanizado, y ejecutaremos un diseño DSD: X1~X6 + 2 bloques por 14 ejecuciones (agregar la ejecución central para estimar el efecto cuadrático). Entonces, 7 ejecuciones se realizarán con el primer equipo mientras que las otras 7 se realizarán con el segundo equipo.
Pregunta como la siguiente:
- Cuando realizamos el ajuste del modelo, elegimos la superficie de respuesta para estimar todos los términos de primer y segundo orden para X1 ~ X6. ¿Qué sucede con el factor de bloque? ¿Solo se debe estimar el efecto principal o se pueden estimar los términos cuadráticos e interactivos? (No sabemos si existen o no en este momento, pero es posible)
- Nuestra idea es obtener un número del modelo que diga que: el error de mecanizado representa el x% del modelo, ¿podemos obtener dicha información del modelo? (Normalmente usamos la función "acceder a la importancia de la variable" para ver la contribución de cada factor, pero esto no incluye el factor de bloque)
- El siguiente paso es medir todas las propiedades del hardware e intentar averiguar qué error de mecanizado es clave para la variación del proceso. ¿Algún comentario sobre todo este procedimiento? Una vez más, el objetivo es evaluar el impacto del error de mecanizado en el proceso.
Diseño de experimentosRe: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésHola @BayesRabbit7133 ,
Lo primero que debes evaluar es el tipo de efecto de bloqueo que quieres tener en cuenta: fijo o aleatorio.
- Los factores de bloqueo fijos son aquellos que se espera que tengan influencia en la respuesta media y cuyos niveles están definidos y "fijos" (solo 2 equipos en su caso). Esto también significa que puede tener diferentes valores previstos en función de la máquina elegida.
- Los factores de bloqueo aleatorios son factores que se espera que tengan influencia en la varianza de la respuesta y cuyos niveles son solo un subconjunto de todos los niveles posibles (población). En su caso, puede que le interese el cambio de varianza en función del equipo, y estas 2 máquinas son solo un subconjunto de todas las máquinas disponibles.
Respecto a tus preguntas:
Espero que esta respuesta te ayude.
Re: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésTengo algunas preguntas, comentarios y aclaraciones.
"Sabemos cómo ejecutar un DSD y encontrar la configuración óptima para estos factores"
DSD es un diseño de detección que no está destinado a determinar "configuraciones óptimas".
"Sospechamos que el error de mecanizado del hardware también es importante". Estoy confundido con esta frase. ¿Qué quiere decir con error de mecanizado del hardware? Si sabe que es un error, ¿por qué no proceder a comprenderlo y tal vez "arreglarlo"? ¿Es esta una operación de mecanizado mecánico? ¿Está llamando error a la variación en esta operación? ¿Cómo la establece en diferentes niveles? ¿Por qué no averigua qué factores afectan a esta variación? Para hacer esto, necesitará modelar la variación, no la media.
Puede haber cierta confusión en cuanto al uso del término bloqueo. Como señala Víctor, el bloqueo puede tratarse como un efecto fijo o aleatorio. Lo que diferencia estas designaciones es el grado en que se entiende qué se confunde con el bloqueo. Si se han identificado todos los factores que se confunden con el bloqueo, entonces sería razonable tratar el bloqueo como un efecto fijo. Lo que es clave es que los factores que se confunden con el bloqueo se consideran ruido para el investigador. Es decir, factores que uno NO está dispuesto a gestionar (por razones tecnológicas, económicas o de conveniencia). Si no se han asignado los factores al bloque, el bloqueo se considera típicamente un efecto aleatorio. Creo que se puede ser más eficaz y eficiente en la comprensión de su proceso y su solidez (la ausencia de ruido por interacciones de factores) si se hace la debida diligencia de asignar y confundir el ruido en los bloques.
"Bloquea lo que puedas, aleatoriza lo que no puedas" GEP Box
"¿Solo se debe estimar el efecto principal o se pueden estimar los términos cuadráticos e interactivos?"
No tiene sentido estimar un término no lineal asociado con el bloque. Es similar a un factor categórico y, dado que no es continuo, un término cuadrático no tiene sentido (no hay un punto central). Sin embargo, es posible una interacción de bloque por factor. En realidad, se trata de un conocimiento muy importante. Responde a la pregunta: ¿Son los efectos del factor de diseño consistentes ante el ruido cambiante (representado por el bloque)? Esta es una forma muy eficaz de investigar la solidez del diseño del producto o del proceso.
"Nuestra idea es obtener un número del modelo que diga que: el error de mecanizado representa el x% del modelo, ¿podemos obtener esa información del modelo?"
No estoy seguro de que se pueda hacer un cálculo directo para determinar el porcentaje en el que contribuye el error de mecanizado, pero se podría calcular y comparar el R-cuadrado ajustado con las interacciones de bloque y bloque por factor en el modelo y cuando no están en el modelo. Pero, ¿por qué haría esto? Si el bloque es significativo, ¿qué haría? Investigaría el error de mecanizado más a fondo... Si hay interacciones de bloque por factor, ¿qué haría? Esto es una indicación de que los efectos de los factores dependen del error de mecanizado, por lo que será necesario estudiarlos más a fondo.
Si las interacciones del bloque o del bloque por factor no son significativas, ¿investigará de todos modos el error de mecanizado?
Re: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésSupongamos que estoy realizando una reacción química en un reactor muy pequeño. Los parámetros del proceso incluyen el peso de los reactivos A, B y C, la temperatura, el tiempo de reacción y la intensidad de la luz ultravioleta, por lo que hay 6 factores en total.
Ahora bien, el reactor está diseñado para tener un tamaño de 1 ml, pero el reactor real que tengo puede tener 0,9 ml, 1,1 ml o cualquier número posible alrededor de 1 ml. Por lo tanto, en teoría, el tamaño del reactor es un número continuo, pero es caro y solo tenemos 2 o 3 reactores disponibles por ahora, así que lo pondré como factor de bloque.
Durante todo el complejo proceso de reacción química, hay una reacción en fase gaseosa en el medio, por lo que el tamaño del reactor debería influir en la concentración de gas y, en última instancia, puede afectar el rendimiento final. Por eso sospechamos que puede haber interacción entre el bloque y el parámetro del proceso.
Si la pequeña diferencia de tamaño es importante, querremos controlar el tamaño con mayor precisión, por ejemplo, +/- 0,01 ml en lugar de +/- 0,1 ml. Esto no será fácil de lograr, por lo que debemos asegurarnos de que sea importante antes de continuar.
Según la aplicación, utilizaremos distintos tamaños de reactor y la ventana de proceso requerida no es la misma, por lo que la sensibilidad del tamaño del reactor puede ser diferente en cada caso; por ejemplo, si se trata de un reactor de 10 ml, +/- 0,1 ml no debería ser importante. Pero, ¿qué sucede con un reactor de 2 ml? ¿Cuándo será lo suficientemente importante como para que debamos empezar a controlarlo mejor?
Re: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésComo usted describe el volumen del reactor, parece ser un factor controlable (aunque puede resultar costoso). ¿Ni siquiera estoy seguro de por qué lo llama error?
Los bloques están pensados para los factores de ruido (factores que NO ESTÁ DISPUESTO a gestionar a largo plazo y en el futuro). El propósito del bloqueo es aumentar simultáneamente el espacio de inferencia (al variar el ruido para hacerlo más representativo de las condiciones futuras) mientras se mejora la precisión del diseño (al particionar y asignar el ruido, lo que reduce el MSE). Si está ejecutando un RCBD, confundir el volumen con el bloque aumenta la resolución de los efectos del bloque y confunde el volumen con otro ruido (de reactor a reactor, configuración, lote a lote de materias primas, etc.). ¿Por qué no incluir simplemente el volumen como un factor de diseño?
Re: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésEl tamaño del reactor no es un factor controlable, está diseñado para ser de 1 ml por algunas razones (no relacionadas con el proceso), no podemos cambiarlo.
Mencioné anteriormente que hay reactores de diferentes tamaños, que son para diferentes aplicaciones/productos y, al igual que el reactor de 1 ml, tampoco pueden tratarse como un factor de proceso; en cada caso, el tamaño siempre es fijo.
Volviendo al caso de 1 ml, está diseñado para 1 ml, pero la variación de fabricación de este reactor es actualmente de +/- 0,1 ml, por lo que lo llamamos error. Queremos evaluar el impacto de esta variación de hardware; si es importante, es posible que tengamos que dedicar recursos para intentar mejorar la variación de fabricación a, por ejemplo, +/- 0,01 ml.
Y una cosa más, el reactor es súper caro, cada reactor puede costar todo nuestro presupuesto anual, por lo que no es posible conseguir muchos reactores y formar una ventana de proceso para su tamaño.
En cuanto a los factores de confusión que mencionaste, sí, habrá otros factores de confusión relacionados con el tamaño del reactor ( reactor a reactor, configuración, etc.). Muchos de ellos no son medibles, pero el tamaño sí lo es y debería ser el más importante según nuestro conocimiento. Por lo tanto, actualmente simplemente ignoramos los factores de confusión.
Re: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésLamento la multitud de preguntas. Es extremadamente difícil brindar asesoramiento específico cuando la ingeniería o la ciencia no se describen adecuadamente, lo que entiendo completamente que está más allá del alcance de este foro. La mayoría de las ecuaciones que pregunto no necesitan ser respondidas aquí, sino que son para sus propios procesos de pensamiento. Por un lado, está ejecutando un DSD que, por definición, es un diseño de detección destinado a identificar factores/interacciones activos para una mayor investigación. Estos suelen utilizar configuraciones de nivel en negrita para exagerar los efectos de los factores. Su problema con el reactor suena desafiante porque no puede exagerar el efecto del volumen (¿o sí?). Dado que el experimento DSD analiza el efecto relativo de los factores de diseño y sus niveles están exagerados, puede ser un desafío comparar el efecto relativo de un factor con una configuración de nivel mucho más estrecha. En este contexto, la comparación puede estar sesgada.
Continuaré con las palizas hasta que la moral mejore...
Estos reactores parecen microrreactores. ¿Son para producción o desarrollo? ¿La reacción es egotérmica o térmica final? ¿Cómo se gestiona la temperatura? ¿Cómo afecta el volumen del reactor a las medidas de rendimiento del material que se fabrica en el reactor? ¿Cuánto espacio se necesita para la reacción? ¿La reacción se produce en todos los lugares del reactor simultáneamente? ¿Ha evaluado/medido la variación dentro del reactor? ¿Por qué tendría que gastar dinero para solucionar el problema del proveedor de la variación en el reactor? ¿Es posible tener diferentes factores y niveles de procesamiento para cada reactor?
" La variación de fabricación de este reactor es de +/- 0,1 ml". ¿Qué es +/-? ¿Es esta la distribución total o 1 desviación estándar? Lo que no entiendo es que, para cada reactor, el "volumen" no cambia, ¿correcto? Es solo que tienes reactores adicionales y existe un efecto potencial del volumen, ¿correcto? Entonces, en tu primer experimento (el DSD), realizaste estos tratamientos en un reactor, ¿correcto?
¿Le preocupa que los efectos de los factores en su experimento DSD inicial cambien si cambia el volumen del reactor? (Esto es, por cierto, una interacción entre el reactor y los factores de diseño)
Según mi punto de vista, aquí tienes algunas opciones:
1. Ejecute la segunda réplica del primer DSD con el segundo reactor (asegúrese de que todos los niveles establecidos en la primera réplica sean "idénticos". No hay necesidad de puntos centrales ya que el reactor no es una variable continua. Modele los efectos del factor de diseño, el reactor y el factor de diseño de segundo orden por efectos del reactor.
2. Registre una medida del volumen real del reactor para cada tratamiento del primer DSD, ejecute una réplica del DSD con el segundo reactor y registre el valor real del volumen. Considere el volumen como una covariable en su análisis.
3. Trate al reactor como un factor de la trama completa y al DSD como una subtrama de un diseño de trama dividida.
4. Tome los resultados de su primer DSD y muestree esas "configuraciones preferidas" en múltiples reactores, donde dentro del reactor está dentro del subgrupo y entre reactores está entre subgrupos.
"Por el momento simplemente ignoramos la confusión".
Mi consejo es que nunca se ignore el factor de confusión, sino que se lo identifique. Si se lo identifica específicamente, es más fácil encontrar estrategias para eliminarlo.
Re: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésEntiendo perfectamente que estas preguntas son solo para intentar ayudar y siempre agradezco la ayuda. Estableceremos factores continuos en un rango más pequeño para este experimento, por lo que deberíamos poder observar la influencia del factor del reactor.
"La variación de fabricación de este reactor es de +/- 0,1 ml". ¿Qué es +/-? ¿Es esta la distribución total o 1 desviación estándar? Lo que no entiendo es que, para cada reactor, el "volumen" no cambia, ¿correcto? Es solo que tienes reactores adicionales y existe un efecto potencial del volumen, ¿correcto? Entonces, en tu primer experimento (el DSD), realizaste estos tratamientos en un reactor, ¿correcto?
+/- 0,1 ml es la variación total. Y la respuesta es sí para todas las preguntas siguientes en la parte
Hemos ejecutado muchos DSD en el pasado y este es el único método DOE que aprendimos, por lo que las siguientes preguntas pueden resultar bastante inexactas. Además, la computadora de nuestra empresa no puede cargar ningún archivo al foro, así que lo sentimos.
Ejecute la segunda réplica del primer DSD con el segundo reactor (asegúrese de que todos los niveles establecidos en la primera réplica sean "idénticos"
No comprendo bien el experimento que sugeriste aquí. Mi plan original era crear una tabla DSD de 13+1 ejecuciones, y 7 de ellas por el primer reactor mientras que las otras 7 por el segundo reactor. Parece que tu sugerencia es ejecutar las 13 ejecuciones DSD en el primer reactor y las 13 ejecuciones nuevamente en el segundo reactor. ¿Y todos los niveles establecidos son medias idénticas, por ejemplo, los 6 factores continuos son +/-10%? (Normalmente establecemos diferentes rangos para cada factor en nuestros DSD anteriores, por ejemplo, factor A +/-10%, factor B +/-20%, etc.)
2. Registre una medida del volumen real del reactor para cada tratamiento del primer DSD, ejecute una réplica del DSD con el segundo reactor y registre el valor real del volumen. Considere el volumen como una covariable en su análisis.
Trato el volumen como covariable, entonces ¿qué debo hacer en JMP?
3. Trate al reactor como un factor de la trama completa y al DSD como una subtrama de un diseño de trama dividida.
Estoy buscando un diseño de parcela dividida con la ayuda de JMP, parece que esto se crea a partir de un diseño personalizado con un factor muy difícil de cambiar, ¿cómo podemos incluir un DSD en un diseño personalizado?
4. Tome los resultados de su primer DSD y muestree esas "configuraciones preferidas" en múltiples reactores, donde dentro del reactor está dentro del subgrupo y entre reactores está entre subgrupos.
No estoy seguro del funcionamiento real en JMP para este comentario.
Re: Cómo enfocar el factor de bloque en un DSD si es mi elemento de mayor interésMi plan original era crear una tabla DSD de 13+1 ejecuciones, 7 de ellas por el primer reactor y las otras 7 por el segundo reactor.
Vale, lo siento por mi primera sugerencia, no me había dado cuenta de que tenías resultados sobre ambos reactores. No estoy seguro de si tienes suficientes factores de diseño para añadir el reactor al modelo. Sin la tabla de datos, solo puedo adivinar... Asegúrate de tener una columna llamada reactor y pon un 1 para un reactor y un 2 para el otro. Puedes intentar analizar los factores de diseño del DSD, eliminar los términos insignificantes y volver a ejecutar el modelo añadiendo el reactor al modelo.
Considere el volumen como covariable, entonces ¿qué debo hacer en JMP?
Si hubiera realizado el experimento en varios volúmenes de reactor diferentes, podría analizar el volumen como parte de un modelo mixto. Los factores DSD se consideran efectos fijos y el volumen del reactor sería el efecto aleatorio. Continúe con el análisis de covariables típico.
Estoy buscando un diseño de parcela dividida con la ayuda de JMP, parece que esto se crea a partir de un diseño personalizado con un factor muy difícil de cambiar, ¿cómo podemos incluir un DSD en un diseño personalizado?
En realidad, existen diferentes razones para ejecutar diseños de parcelas divididas, y solo una de ellas es la dificultad de cambiar los niveles de los factores. Pero, independientemente de eso, asignaría el reactor como el factor difícil de cambiar, colocándolo en toda la parcela. Los factores de diseño estarían en la subparcela. Para ser honesto, no estoy seguro de si JMP maneja esto apropiadamente. Creo que podría arreglárselas agregando el reactor como un factor categórico, creando una tabla y ordenando por el factor categórico. El análisis requerirá algo de ayuda.
No estoy seguro del funcionamiento real en JMP para este comentario.
No se trata de una operación en JMP, sino de un plan iterativo para estudiar el proceso.
