Analyse de DOE (plan d'expériences)

Un plan d'expériences est une série d'essais ou de tests, dans laquelle vous apportez à dessein des modifications à différentes variables d'entrée à la fois et observez les réponses.

Dans l'industrie, les plans d'expériences peuvent être utilisés pour étudier systématiquement les variables concernant le procédé ou le produit qui ont une incidence sur la qualité de celui-ci. Après avoir identifié les conditions des procédés et les composants des produits qui influent sur la qualité, vous pourrez vous employer à améliorer la faisabilité, la fiabilité, la qualité et les performances du produit sur le terrain.

Pour ajouter une sortie à partir d’un plan d'expérience, accédez à Ajouter et remplir un formulaire.

Plan d'expérience factoriel 2k

Utilisez la commande de plan factoriel à 2 niveaux pour créer un plan d'expériences et étudier les effets de 2 à 15 facteurs. Avec un plan factoriel à 2 niveaux, vous pouvez déterminer les facteurs importants sur lesquels vous concentrer lors de futures expériences.

Par exemple, un groupe d'ingénieurs planifie une expérience pour étudier les effets de trois facteurs sur la déformation d'une plaque de cuivre. Ils créent un plan factoriel à 2 niveaux en indiquant les détails du plan, notamment les blocs et les points centraux. Pour voir un exemple, consultez l'aide Minitab : Exemple de création d'un plan factoriel à 2 niveaux.

Un plan d'expérience factoriel 2k a les types suivants.
Plan factoriel 2k complet
L’expérience utilise toutes les combinaisons possibles de paramètres de facteurs avec 8 essais pour 3 facteurs, 16 essais pour 4 facteurs, 32 essais pour 5 facteurs, et ainsi de suite.
Plan factoriel 2k fractionnaires
L’expérience utilise une fraction (la moitié, un quart, etc.) de toutes les combinaisons possibles de paramètres factoriels, avec un nombre de séries inférieur à celui de la conception factorielle complète de 2k.
Remarque

Utilisez ce formulaire pour enregistrer les mesures pendant que vous menez l'expérience. Utilisez le formulaire de planification de plan d'expérience pour vous aider à concevoir l’expérience.

Pour plus d'informations sur les plans factoriels, reportez-vous à la rubrique d'aide Minitab : Plans factoriels et plans factoriels fractionnaires.

Considérations relatives aux données

Décidez si vous souhaitez exécuter un plan d'expérience factoriel complet ou fractionnel.
  • Si le nombre de facteurs est inférieur à 5, exécutez le plan factoriel complet 2k pour permettre de modéliser toutes les interactions à 2 facteurs avec seulement 8 (3 facteurs) ou 16 (4 facteurs).
  • Si le nombre de facteurs est de 5 ou plus, exécutez le plan factoriel fractionnaire de résolution V ou supérieure de 2k pour réduire le nombre d'essais tout en modélisant toutes les interactions à 2 facteurs.

Plan d'expérience factoriel complet général

Utilisez un plan factoriel complet général pour créer un plan d'expériences et étudier des facteurs pouvant avoir n'importe quel nombre de niveaux. Vous pouvez utiliser un plan factoriel complet général pour créer des plans à 2 niveaux à résolution complète pour au moins 8 facteurs.

Un responsable marketing cherche à étudier l'influence de trois facteurs de catégorie sur la capacité des sujets testés à se souvenir d'une publicité en ligne. L'expérience impliquant des facteurs à 3 niveaux, le responsable utilise un plan factoriel complet général. Pour voir un exemple, consultez l'aide Minitab : Exemple de la fonction Créer un plan factoriel complet général.

Remarque

Utilisez ce formulaire pour enregistrer les mesures pendant que vous menez l'expérience. Utilisez le formulaire de planification de plan d'expérience pour vous aider à concevoir l’expérience.

Pour plus d'informations sur les plans factoriels, reportez-vous à la rubrique d'aide Minitab : Choisir un plan factoriel.

Considérations relatives aux données

Il n’est pas recommandé d’utiliser les plans factoriels complets généraux (GFF) pour le dépistage ou la réduction du nombre d’entrées potentiellement important. La taille de l’expérience peut être grande et, par conséquent, coûteuse. En outre, à des fins de filtrage, les plans GFF fournissent beaucoup plus d’informations que nécessaire. Vous devez filtrer toutes les entrées possibles à l’aide de deux niveaux, puis ajouter les entrées nécessitant plus de deux niveaux à la conception filtrée.

Mélange de plans d'expérience

Les expériences de mélanges représentent une classe particulière d'expériences de surface de réponse dans lesquelles le produit analysé est constitué de plusieurs composantes ou éléments.

Les plans utilisant ces expériences s'avèrent utiles, car de nombreuses activités de conception et de développement industrielles impliquent des formulations ou des mélanges. Dans de tels cas, la réponse est fonction des proportions des différents ingrédients constitutifs du mélange. Par exemple, vous pouvez mettre au point une recette de crêpes à base de farine, de levure, de lait, d'oeufs et d'huile ou un insecticide qui allie quatre composants chimiques. Pour voir un exemple, consultez l'aide Minitab : Exemple de la fonction Créer un plan de mélange (plan de mélange centré).

Considérations relatives aux données

Avant de créer un plan de mélange, vous devez déterminer le plan convenant le mieux à votre expérience. Minitab fournit des plans de mélange centrés, des plans en réseaux et des plans sous contraintes. Prenons les étapes suivantes.
  1. Identifier les composantes, les variables de procédé et les quantités de mélange à étudier.
  2. Déterminer le modèle que vous souhaitez ajuster.
  3. Assurer une couverture adaptée de la région expérimentale qui vous intéresse.
  4. Déterminer l'impact des autres considérations sur votre choix de plan. Parmi les autres considérations, citons le coût, le temps, la disponibilité des ressources, ainsi que les contraintes de bornes inférieure et supérieure.

Pour plus d'informations sur les plans factoriels, reportez-vous à la rubrique d'aide Minitab : Sélectionner un plan de mélange.

Optimisation des réponses multiples

Utilisez l’optimisation des réponses multiples pour déterminer les paramètres optimaux dans une expérience avec une seule sortie ou avec plusieurs sorties concurrentes.

Un plan optimal utilise le groupe des "meilleurs" points du plan sélectionnés en réduisant ou en augmentant le nombre d'essais expérimentaux dans le plan initial. Les fonctionnalités de plan optimal peuvent être utilisées avec les plans factoriels complets généraux, les plans de surface de réponse et les plans de mélange. Pour voir un exemple, consultez l'aide Minitab : Exemple de sélection d'un plan de surface de réponse optimal D.

Considérations relatives aux données

Les points candidats doivent constituer un plan factoriel complet général, un plan de surface de réponse ou un plan de mélange. La puissance et l'effectif d'échantillon doivent être satisfaisants pour détecter un effet important dans la pratique. Les plans optimaux sont souvent utilisés pour réduire le nombre d'essais expérimentaux, mais, si les effectifs d'échantillons sont réduits, le plan risque de ne pas pouvoir détecter les petits effets avec suffisamment de puissance. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour la fonction Sélectionner un plan optimal.

Plan d'expériences de surface de réponse

Un plan de surface de réponse est un ensemble de techniques de plan d'expériences qui vous permettent de mieux comprendre et d'optimiser votre réponse.

La méthodologie du plan de surface de réponse est souvent utilisée pour mettre au point des modèles suite à la détermination de facteurs importants à l'aide de plans de criblage ou de plans factoriels, notamment si vous soupçonnez une courbure dans la surface de réponse.

Par exemple, un ingénieur souhaite analyser le procédé de moulage par injection d'une pièce en plastique. Tout d’abord, l’ingénieur effectue un plan factoriel fractionnaire, identifie les facteurs importants (température, pression, vitesse de refroidissement) et détermine que la courbure est présente dans les données. Ensuite, l’ingénieur crée un plan composite central pour analyser la courbure et trouver les meilleurs paramètres de facteur. Pour voir un exemple, consultez l'aide Minitab : Exemple de création d'un plan de surface de réponse (composite centré).

Considérations relatives aux données

Il existe deux principaux types de plans de surface de réponse.
Plans composites centrés
Les plans composites centrés peuvent ajuster un modèle quadratique complet. Ils sont souvent utilisés lorsque le plan demande une expérimentation séquentielle, car ces plans peuvent intégrer des informations provenant d'une expérience factorielle correctement planifiée.
Plans de Box-Behnken
Comme les plans de Box-Behnken comportent moins de points, leur coût est moindre que celui des plans composites centrés pour le même nombre de facteurs. Ils peuvent estimer efficacement les coefficients de premier et second ordre ; toutefois, ils ne peuvent pas inclure d'essais provenant d'un plan factoriel. Les conceptions Box-Behnken ont toujours 3 niveaux par facteur, contrairement aux conceptions composites centrales, qui peuvent en avoir jusqu’à 5. En outre, contrairement aux conceptions composites centrales, les conceptions Box-Behnken n’incluent jamais de pistes où tous les facteurs sont à leur réglage extrême, tels que tous les réglages bas.

Pour plus d'informations sur les plans factoriels, reportez-vous à la rubrique d'aide Minitab : Que sont les plans de surface de réponse, les plans composites centrés et les plans de Box-Behnken ?

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique