El diseño de experimentos ha creado un gran valor al acelerar la innovación en el desarrollo de procesos y productos ... y ha ahorrado a las empresas miles de millones en costos de experimentos y calidad mejorada.
Pero los científicos e ingenieros luchan para aplicar el DoE cuando el resultado clave de sus experimentos es una curva o un perfil. ¿Cómo relaciona los factores de entrada con una respuesta de salida en forma de tendencia ... cuando es una función de alguna otra variable?
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-B5ZWZsZzE6OYQBao5qq5UMcgCwa4bEa0w1432h808r144', 'B5ZWZsZzE6OYQBao5qq5UMcgCwa4bEa0', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"1432px","height":"808px"});(ver en Mis videos)
JMP Pro es el único software que le permite relacionar directamente factores experimentales con una respuesta funcional.
En este ejemplo, debemos comprender, optimizar y controlar un proceso de molienda de cuentas para producir de manera consistente dispersiones a nanoescala. Por lo tanto, hemos diseñado un experimento, un diseño de cribado definitivo, para variar los factores que probablemente sean importantes, como la carga de las perlas y la temperatura. La respuesta medida para cada ejecución de este experimento es un perfil de tamaño de partícula en función del tiempo. Necesitamos entender cómo se relacionan los factores con la forma de esta curva, para poder entender cómo lograr el perfil de fresado ideal.
Puedes ver cómo los factores afectan nuestra curva de respuesta. Y podemos lograr esto al modelar nuestro diseño funcional de datos de experimentos utilizando el explorador de datos funcionales en JMP Pro. Para que pueda aprender más de sus experimentos, comprender procesos complejos y encontrar mejores soluciones en más situaciones.
