Optimisation robuste des processus et des produits à l'aide d'expériences de simulation de Monte CarloRobert Anderson , Consultant statistique senior JMP, SAS robert.anderson
Les scientifiques et les ingénieurs ont souvent besoin de trouver les meilleurs paramètres ou conditions de fonctionnement pour leurs processus ou produits afin de maximiser le rendement, les performances et la conformité aux spécifications. La plupart des gens connaissent le terme « maximiser la désirabilité » dans le contexte de l'optimisation des processus, mais l'expérience de simulation est un joyau peu connu dans le JMP Prediction Profiler. De manière quelque peu surprenante, les paramètres particuliers qui devraient donner le rendement le plus élevé ou les meilleures performances ne seront pas toujours le meilleur endroit pour exploiter ce processus à long terme. La plupart des processus et des produits sont sujets à un certain degré de dérive ou de variation, et les meilleures conditions de fonctionnement doivent en tenir compte. L'expérience de simulation fait exactement cela et va au-delà de ce que la désirabilité maximale peut atteindre en trouvant les paramètres de processus les plus robustes qui minimiseront la variation du rendement ou des performances. Il garantit également que le processus ou le produit est le plus conforme possible à toutes les spécifications. À l'aide d'une étude de cas, cet article illustrera comment l'expérience de simulation y parvient et démontrera comment - dans certaines circonstances - l'expérience de simulation peut fournir une solution plus robuste que de maximiser la désirabilité.
Conception d'expériences
