Главная / Расписание открытых тренингов / Методы планирования экспериментов (DOE)
Открытый тренинг
Методы планирования экспериментов (DOE)
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. Планирование и анализ результатов эксперимента для параметров процесса. Оптимизация

ДЕНЬ 3. Планирование и анализ результатов эксперимента для смесей. Поиск оптимальной рецептуры смеси

ДЕНЬ 4. Другие виды планов
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)
56 000 руб.
два и более человека (от компании)
54 000 руб.
Физическое лицо
54 000 руб.
* Все скидки действуют только при предоплате.
** Стоимость участия может изменяться в зависимости от даты и места проведения.
Программа
ДДЕНЬ 1. Основы планирования эксперимента


ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ КЕЙСЫ
 
  • Задачи, для решения которых необходимо планирования экспериментов (DOE)
  • Методы планирования экспериментов
  • Основные статистические показатели и графики, используемые в DOE:
    • среднее, стандартное отклонение, дисперсия, стандартная ошибка
    • распределение, гистограмма, диаграмма рассеяния
  • Основы анализа влияния факторов:
    • факторы и отклики
    • измерение силы влияния факторов, главные эффекты факторов и эффекты взаимодействия
  • Пассивный эксперимент и методы его обработки:
    • алгоритм обработки результатов пассивного эксперимента
    • моделирование на основе пассивного эксперимента
    • критерии качества модели, их использование и практическая полезность
    • линеаризация факторов
    • преобразование отклика
  • Практический пример. Обрабатываем результаты контроля параметров процесса. Вычисляем статистические показатели и строим графики, интерпретируем.
  • Практический пример. Обрабатываем результаты однофакторного пассивного эксперимента. Делаем вывод о влиянии фактора на отклик.
  • Практический пример. Обрабатываем результаты двухфакторного пассивного эксперимента. Делаем вывод о взаимодействии факторов.
  • 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.



ДЕНЬ 2. Планирование и анализ результатов эксперимента для параметров процесса. Оптимизация

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ КЕЙСЫ
 
  • Преимущества активного эксперимента перед пассивным
  • Этапы планирования активного эксперимента
  • Требования к данным при активном эксперименте
  • Факторные эксперименты:
    • полный план эксперимента
    • дробный план эксперимента
    • правила выбора плана эксперимента с учетом фактических ограничений
  • 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
  • Разработка рекомендаций на основе моделирования и оптимизации
  • Двухуровневые, трехуровневые, смешанные планы экспериментов. Влияние типа плана на возможности моделирования
  • 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. 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. Разрабатываем 5-и факторный дробный план с репликациями.
  • 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. Строим на основе эксперимента квадратичные модели и модели с эффектами взаимодействия. Учимся интерпретировать эффекты взаимодействия.


ДЕНЬ 3. Планирование и анализ результатов эксперимента 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
  • 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 4-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. Другие виды планов

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ КЕЙСЫ
 
  • Свойства стандартных планов
  • Преимущества и недостатки стандартных планов
  • Нестандартные планы.
  • Подходы к построению нестандартных планов
  • Практический пример. Строим нестандартный план для параметров процесса.
  • Практический пример. Проводим статистическую обработку результатов эксперимента и ищем оптимальные параметры процесса.

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
Заявка на участие
С помощью этой формы вы сможете подать заявку на участие в тренинге
Ваше ФИО*
Как с вами связаться?
Дата тренинга*
Комментарий
Задайте вопрос
Напишите нам и мы подробно ответим на все Ваши вопросы!
Ваше ФИО*
Куда ответить*
Ваш вопрос