通过实验设计增强产品开发（2019-EU-EPO-109）级别：中级
职位职能：分析师/科学家/工程师
塔塔钢铁公司首席研究员 Bernard Ennis
塔塔钢铁公司科学研究员 David Neal Hanlon
Patricia Gobernado Hernandez，塔塔钢铁公司研究科学家
最佳电子海报奖得主
优化新产品开发周期是钢铁行业研发面临的挑战。钢铁的生产采用了一系列相互依赖的工艺步骤。因此，需要进行大量实验才能充分探索工艺性能关系。这对于新型、高度差异化的产品来说更为关键，因为对这些产品的底层物理冶金学理解不完整，因此无法先验地排除因素。在这种情况下，使用统计实验设计来缩短开发时间、最大限度地提高实验能力并最大限度地减少材料消耗至关重要。本文介绍了一种复杂钢铁产品对退火工艺的响应评估。对经典的全因子 (FF)、两水平的六因子设计和一种新颖的确定性筛选设计 (DSD) 进行了比较。根据每种设计筛选重要变量的能力对结果进行评估和讨论。虽然这两种设计都能够识别最相关的因素，但 DSD 可以显著减少实验次数。对于 DSD，实验负担比 FF 设计小四倍。
