Методы планирования экспериментов (DOE)

Главная / Расписание открытых тренингов / Методы планирования экспериментов (DOE)

Открытый тренинг

Выберите дату проведения:

О курсе: Эксперт

Основное назначение методов планирование экспериментов – поиск оптимальных параметров процесса. Методы DOE - это способ определения оптимальных настроек процесса, который сопровождается минимальными затратами на исследования и максимальной скоростью получения результата.

Отлаживая процесс, технолог может действовать методом проб и ошибок. Это значит пробовать корректировать какие-то входные параметры и оценивать, как это скажется на выходных параметрах. Это долгий, неэффективный и иногда очень затратный путь. DOE – синтез научно-практических знаний, позволяющий перейти на качественно новый уровень разработки новых решений.

В данном курсе мы сосредотачиваемся на вопросах правильного планирования промышленного эксперимента, вопросы обработки результатов эксперимента и определения оптимальных настроек процесса.

Данный курс - это Экспертный уровень. Тренинг для специалистов инженерного состава, связанных с разработкой новых технологий, решений. Уникальные навыки практического использования производственной информации.

Возможность использования своих данных в процессе обучения

После прохождения тренинга вы можете усилить практические навыки, дополнив данный курс обучением на тренинге-практикуме «Планирование и выполнение активного эксперимента на практике». Практикум проводится на следующий день по окончанию данного тренинга и является отдельным обучающим продуктом.

Программа тренинга:

ДЕНЬ 1. Основы планирования эксперимента

ДЕНЬ 2. Анализ результатов факторного эксперимента построение модели. Оптимизация

ДЕНЬ 3. Эксперименты для смесей. Поиск оптимальной рецептуры смеси

ДЕНЬ 4. Планы Тагучи, латинские и греко-латинские квадраты. Специфические ситуации

1. Если от вашей компании планируется 3 и более человека, даты проведения могут быть скорректированы в соответствии с вашими потребностями, либо назначены дополнительные даты.

2. Формат проведения в указанные даты может быть быть изменен в соответствии с потребностями участников (очный - на онлайн и наоборот).

Продолжительность:

Off-line: 4 дня (32 академических часа)

On-line: 4 дня (32 академических часа)

Требования к слушателям:

•

Высшее образование

•

Опыт работы в Excel на уровне пользователя

•

Необходимое ПО – Minitab, Statistica, Modde и пр. (по согласованию)

Вы получите:

•

Комплект методических материалов по изученным вопросам

•

Сертификат на 4-месячную бесплатную консультационную поддержку

Стоимость участия

От компании

один человек (от компании)

52 000 руб.

два и более человека (от компании)

50 000 руб.

Физическое лицо

50 000 руб.

* Все скидки действуют только при предоплате.

** Стоимость участия может изменяться в зависимости от даты и места проведения.

Программа

ДЕНЬ 1. Основы планирования эксперимента

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Типизация задач, для решения которых необходимы методы планирования экспериментов (DOE) Виды методов планирования экспериментов Основные статистические понятия, используемые в DOE: среднее, стандартное отклонение, дисперсия, стандартная ошибка, размах корреляция, регрессия, статистическая значимость, нормальность, гистограмма, диаграмма рассеяния Основы моделирования: понятие модели и их типы факторы, измерение силы влияния факторов, главные эффекты факторов и эффекты взаимодействия факторов критерии качества модели, их использование и практическая полезность Пассивный эксперимент и методы его обработки: требования к исходным данным алгоритм обработки результатов пассивного эксперимента моделирование на основе пассивного эксперимента Преимущества активного эксперимента перед пассивным Этапы разработки активного эксперимента Классические факторные эксперименты: полный план эксперимента дробный план эксперимента правила выбора плана эксперимента с учетом фактических ограничений	Практический пример. Обрабатываем результаты контроля параметров процесса. Вычисляем статистические показатели и строим графики, интерпретируем. Практический пример. Учимся работать в условиях большого числа факторов. Обрабатываем результаты пассивного эксперимента. Отрабатываем пошаговый алгоритм построения модели процесса. Определяем адекватность построенной модели. Определяем силу влияния различных факторов на контролируемый параметр. Практический пример. Обрабатываем фрагмент базы данных промышленного предприятия. Изучаем влияние факторов на качество продукции. Разрабатываем на основе анализа рекомендации по технологии. Практический пример. Разрабатываем 3-х факторный полный план эксперимента. Практический пример. Разрабатываем 6-и факторный дробный план эксперимента с учетом имеющихся ограничений и экспертных знаний. Практический пример. Разрабатываем 5-и факторный дробный план с репликациями.

ДЕНЬ 2. Анализ результатов факторного эксперимента построение модели. Оптимизация

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Обработка результатов факторного эксперимента: выявление значимых и незначимых факторов критерии выбора наилучшей модели чистая ошибка эксперимента анализ остатков дисперсионный анализ (ANOVA) причины, по которым качество построенной модели может быть неудовлетворительным визуализация факторных влияний Критерии целесообразности добавления центральных точек и репликаций. Влияние на алгоритм обработки эксперимента наличия центральных точек и репликаций Поиск оптимальных входных параметров процесса по результатам построенной модели: критерии оптимизации и настройка функции желательности автоматический поиск оптимальных входных параметров оптимизация при наличие нескольких критериев оптимальности Валидация результатов оптимизации: определение размеров выборки разработка критериев валидности Разработка рекомендаций на основе моделирования и оптимизации Двухуровневые, трехуровневые, смешанные планы экспериментов. Влияние типа плана на возможности моделирования	Практический пример. Проводим статистическую обработку результатов 6-факторного промышленного эксперимента. Ранжируем факторы по важности. Оцениваем эффекты факторов. Учимся интерпретировать результаты. Практический пример. Проводим статистическую обработку эксперимента с репликациями и центральными точками. Подбираем наиболее адекватную модель, описывающую результаты эксперимента. Практический пример. Строим на основе эксперимента квадратичные модели и модели с эффектами взаимодействия. Учимся интерпретировать эффекты взаимодействия. Практический пример. Учимся разрабатывать рекомендации на основе графического анализа результатов моделирования. Анализируем 3-х мерные графики поверхности отклика и контурные графики. Практический пример. Ищем оптимальные уровни входных параметров процесса на основе результатов промышленного эксперимента. Учимся настраивать функцию желательности. Разрабатываем рекомендации по улучшению технологии. Практический пример. Разрабатываем план валидации разработанных рекомендаций по улучшению технологии. Делаем статистическую обработку валидационных испытаний.

ДЕНЬ 3. Эксперименты для смесей. Поиск оптимальной рецептуры смеси

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Понятие смеси и разновидности моделей для смесей Тернарные графики как основа визуализации влияния компонентов смеси на выходной параметр: правила построения тернарных графиков правила поиска на основе тернарных графиков оптимальных рецептур Планирование эксперимента для смеси, учет в планах ограничений по компонентам смеси. Построение плана с ограничениями Обработка результатов эксперимента: интерпретация коэффициентов модели для смесей критерии выбора наилучшей модели визуализация факторных влияний Поиск оптимальных рецептур: критерии оптимизации и настройка функция желательности автоматический поиск оптимальных входных параметров оптимизация при наличие нескольких критериев оптимальности Разработка рекомендаций на основе моделирования и оптимизации	Практический пример. Разрабатываем несколько вариантов планов эксперимента для 3-х компонентной смеси. Практический пример. Разрабатываем несколько вариантов планов эксперимента для 6-компонентной смеси с ограничениями. Выбираем наилучший план. Практический пример. Проводим статистическую обработку результатов эксперимента для смеси. Учимся подбирать модель и интерпретировать коэффициенты модели. Интерпретируем результаты с помощью тернарных графиков. Практический пример. На основе эксперимента ищем оптимальную рецептуру в условиях наличия одного или нескольких критериев оптимальности. Практический пример. Разрабатываем рекомендации на основе результатов эксперимента.

ДЕНЬ 4. Планы Тагучи, латинские и греко-латинские квадраты. Специфические ситуации

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Планы Тагучи: понятие робастности квадратическая функция потерь качества соотношение «сигнал-шум» и его разновидности планирование эксперимента по Тагучи обработка результатов эксперимента по Тагучи оптимизация по Тагучи Совмещение идей классических факторных экспериментов и подходов Тагучи Латинские и греко-латинские квадраты: построение планов экспериментов анализ результатов эксперимента Просеивающие планы Плакетта-Бермана Разновидности критериев качества построенных планов (ортогональность, рототабельность, D-оптимальность и т.п.) Нелинейные трансформации при планировании эксперимента: назначение нелинейных преобразований отклика правило выбора вида трансформации (критерий Бокса-Кокса)	Практический пример. Разрабатываем план эксперимента по Тагучи для реальной задачи. Разбираем различные сценарии доработки стандартных планов Тагучи под реальные потребности. Практический пример. Проводим статистическую обработку результатов эксперимента и ищем оптимальные параметры процесса. Практический пример. Разрабатываем план эксперимента на основе латинских и греко-латинских квадратов. Практический пример. Разрабатываем план эксперимента для анализа большого количества факторов (более 20). Выявляем ключевые факторы. Практический пример. Рассматриваем примеры экспериментов, в которых нужна нелинейная трансформация. Учимся определять способ нелинейной трансформации на основе метода Бокса-Кокса. Комплексная самостоятельная работа. Цель: разработка рекомендаций по технологии производства. Слушатели самостоятельно разрабатывают план эксперимента, собирают данные, проводят статистическую обработку результатов и разрабатывают рекомендации по технологии.

После окончания обучения вы сможете

Правильно разрабатывать план эксперимента для широкого класса практических задач (классические факторные эксперименты, планы для смесей и поверхностей отклика, робастные планы Тагучи, латинские квадраты)

Строить многофакторные модели на основе эксперимента

Находить оптимальную рецептуру смеси

Разрабатывать практические рекомендации на основе результатов эксперимента

Проводить статистическую обработку результатов любого эксперимента

Находить оптимальные уровни входных параметров, обеспечивающие достижение желаемых результатов выходных параметров

Проводить валидацию результатов эксперимента