Objectifs
Acquérir la connaissance méthodologique et pratique des plans d’expériences particuliers que sont les plans optimaux, les plans robustes et le design space, leurs avantages et risques.
Public
Techniciens, ingénieurs, chercheurs, concepteurs ou qualiticiens, ... plus généralement toute personne ayant à concevoir, optimiser ou contrôler un produit ou un procédé
Pré-requis
Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Plans d'expériences 1 : plan de criblage, plan factoriel et surface de réponse
Méthode
Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi Minitab, JMP ou StatGraphics.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi Minitab, JMP ou StatGraphics.
Pour aller plus loin
Nous vous recommandons la prestation Etudes et conseil en plans d'expériences
Programme
- Rappels sur les propriétés des plans usuels, dont l’orthogonalité et l’analyse de la variance (ANOVA)
- Fondements des plans optimaux
- Plans optimaux en action
- Etude de cas : l'hélicoptère
- Le « robust design »
- Tolerance design et Design Space
- Pourquoi les plans sur mesure ?
- Nombre d’essais
- Différents nombres de niveaux
- Modèle fixé a priori
- Fondements des plans optimaux
- D-Optimalité : principes
- Utilisation d’un plan D-optimal
- I-Optimalité et plans RSM
- Variances des coefficients du modèle
- Plans optimaux en action
- Augmentation d’un plan d’expériences
- Plans de mélange
- Plans avec contraintes
- Plans avec Blocs
- Le Split Plot Design
- Analyse statistique d’un plan optimal
- Etude de cas : l'hélicoptère
- Le « robust design »
- La méthode Taguchi
- La fonction perte
- Les facteurs de bruit
- Plans externes et internes
- Modélisation du signal sur bruit
- Limites de la méthode Taguchi
- Les plans robustes
- Concept d’interaction facteurs contrôlés/facteurs de bruit
- Analyse des facteurs de bruit
- Analyse des facteurs contrôlés
- Interprétation du plan robuste avec l’ANOVA
- Comparaison avec la méthode Taguchi
- Tolerance design et Design Space
- Fonctions de désirabilité à l’optimum
- Concept de Design Space
- Simulations pour créer l’espace des facteurs
- Simulations pour calculer des tolérances
- Applications
