DOE – DESIGN OF EXPERIMENTS

Come progettare un Piano degli Esperimenti e come analizzare i risultati sperimentali

 

compass DOE Overview Generale

LE ORIGINI

Il Design of Experiments (DOE), inventato nel 1920 dallo scienziato inglese R.A.Fisher, è un metodo statistico utilizzato per massimizzare le informazioni derivanti da dati sperimentali

Si è ampiamente diffuso nel mondo industriale, dopo gli studi di Taguchi, ingegnere giapponese che si focalizzò sull’uso pratico del DOE anziché sulla teoria matematica di questa tecnica

 

CHE COSA E’ IL DOE?

Il DOE è un metodo di progettazione ed esecuzione di esperimenti, basato sull’impiego dell’analisi statistica, con lo scopo di definire le relazioni esistenti tra un set di variabili in ingresso (x, variabili di processo, componenti di una miscela) e una o più variabili in uscita (y)

I VANTAGGI

L’obiettivo è quello di ottenere modelli previsionali che descrivano le correlazioni tra variabili in ingresso e variabili in uscita. Si possono ottenere importanti vantaggi, quali:

  1. Riduzione delle prove sperimentali
  2. Uso più efficace delle risorse
  3. Maggiore affidabilità dei processi

 

 

compass DOE Obiettivi

LO SCREENING E L’OTTIMIZZAZIONE

Il DOE, in funzione del numero di fattori iniziali, può essere effettuato sia come screening (valutando esclusivamente la significatività dei fattori singoli, al fine di ridurre il campo di analisi) sia come strumento di ottimizzazione (analizzando, oltre all’influenza dei fattori singoli, anche l’influenza dei fattori interazione)

I CINQUE STEP OPERATIVI

  1. PIANIFICAZIONE INIZIALE (Definizione del problema e individuazione della/e variabile/i di risposta)
  2. SCELTA DEI FATTORI E DEI LIVELLI
  3. SCELTA DEL PIANO DI SPERIMENTAZIONE
  4. SPERIMENTAZIONE
  5. ANALISI DEI RISULTATI

I BENEFICI DEL DOE

Le potenzialità del DOE possono essere sintetizzate in tre punti:

  1. Determinare le poche variabili che maggiormente influenzano le risposte (vital few)
  2. Individuare i fattori controllabili in modo da permettere un’interazione correlata con la risposta dell’esperimento
  3. Quantificare l’influenza delle variabili controllabili sulla variabile di risposta y (creazione del modello matematico)

 

 

 

compass DOE Piano Full Factorial Design vs Piano Fractional Factorial Design

FATTORI CONTROLLABILI E LIVELLI

  • Si definisce fattore controllabile una variabile in ingresso «manipolabile», ovvero una variabile che si può modificare/settare
  • Si definisce livello il valore che può assumere un fattore controllabile
  • Il numero di fattori controllabili e i livelli definiscono il numero di prove da effettuare sia in presenza di un Piano Fattoriale Completo (Full Factorial Design) sia in presenza di un Piano Fattoriale Ridotto (Fractional Factorial Design)

CARATTERISTICHE DEI PIANI FATTORIALI

Full Factorial Design

  1. Raccolta informazioni completa (vengono monitorate tutte le combinazioni possibili)
  2. Maggiori costi e impiego di tempo per effettuare le prove

Fractional Factorial Design

  1. Raccolta informazioni parziale (vengono monitorate solo alcune combinazioni possibili)
  2. Minori costi e impiego di tempo per effettuare le prove

Vuoi approfondire l'argomento? Scarica le nostre Guide Operative

Piano Fattoriale Completo (Full Factorial Design)
Dubbi? Domande? Clicca qui