Livello: Avanzato
Funzione lavorativa: analista/scienziato/ingegnere
Mattia Vallerio, Data Scientist, BASF Anversa
Salvador Santiago, Responsabile del team Lean Six Sigma, BASF Anversa
La progettazione di esperimenti (DOE) è uno strumento potente per ottenere la massima quantità di informazioni in un lasso di tempo o risorse limitato. La maggior parte delle tecniche DOE disponibili si concentra principalmente sulla progettazione di esperimenti per configurazioni che possono essere ampiamente controllate, ad esempio in laboratori o ambienti pilota. Che dire di un processo di produzione su scala mondiale in cui il rapporto segnale/rumore è molto basso, in cui alcuni parametri di input non possono essere completamente controllati, in cui l'interazione e la correlazione tra i parametri sono la norma e in cui il costo sperimentale è proibitivo? La DOE è ancora un'opzione? Come facciamo a sapere se ha senso continuare a sperimentare?
Questa presentazione esplora l'uso di JMP per definire campagne DOE per processi di produzione su scala mondiale con l'aiuto di casi d'uso reali. Gli autori evidenzieranno prima le sfide affrontate nel DOE per tali processi e poi presenteranno e dimostreranno una metodologia in JMP per affrontare questo problema. Per fare ciò, sfruttiamo l'unico vantaggio che un tale processo di produzione ha in genere: la presenza di dati storici.
Lo scopo principale di questo contributo è quello di avviare una discussione costruttiva all'interno della comunità JMP sul problema presentato e di stimolare lo sviluppo di ulteriori miglioramenti delle tecniche DOE.
