Design Of Experiments (DOE)

Codice: A28

​

Obiettivo e contenuti: A fronte di un fenomeno non ben noto, per il quale si ha la netta sensazione che una sua conoscenza più approfondita potrebbe portare ad una migliore qualità e magari ad una riduzione di costi, il Design Of Experiments (DOE) insegna a predisporre un piano di prove sperimentali ottimizzato mirato ad individuare le grandezze maggiormente influenti ed i valori che ad esse conviene assegnare per ottenere i migliori risultati sul prodotto, avvalendosi a tal fine di tutte le conoscenze pregresse disponibili, anche soggettive. Il corso supera i limiti della Pianificazione degli Esperimenti (DOE) in senso stretto, allargandosi ad una trattazione ragionata dell’Analisi della Varianza (ANOVA) e dell’Analisi delle Medie (ANOM) per l’interpretazione dei risultati nell’ambito più generale dell’Experimental Design. Dato il taglio condensato, sono stati ridotti all’essenziale i richiami di Statistica (concetti ma non dimostrazioni matematiche!) e ci si è limitati ai soli principi essenziali per il Robust Design, utile quando si debba contrastare l’effetto di fattori di disturbo (non controllabili), che potrà eventualmente essere oggetto di un successivo corso avanzato. Non si è invece rinunciato ad una breve trattazione della Regressione Multipla, meno raffinata e potente del DOE ma più versatile e molto più economica.

​​

L'esposizione degli aspetti teorici è sempre accompagnata da esempi concreti, che, meglio di ogni altra cosa, possono chiarire le potenzialità della metodologia. Per un miglior contributo operativo, gli esempi proposti sono stati sviluppati sia con EXCEL che con MINITAB.​

​

1. Concetti generali

 1.1.  Finalità, fasi operative e vantaggi dell’Experimental Design

 1.2.  Interazioni, fattori e livelli

 1.3.  Le 4 fasi operative dell’Experimental Design in dettaglio

2. Piani Fattoriali Completi

2.1.  Generalità (su un esempio illustrativo)

2.2.  Determinazione del numero di prove

2.3.  Rappresentazione convenzionale dei piani fattoriali

2.4.  Criteri di analisi degli effetti di fattori e interazioni

3. Pochi richiami di Statistica

3.1.  Gradi di Libertà (in Statistica)

3.2.  Deviazione Standard, Varianza e Devianza

3.3.  Cenni alla Distribuzione delle Medie Campionarie

4.  Analisi dei risultati

4.1.  Analisi della Varianza (ANOVA = Analysis Of Variance) a 1 via (o a 1 fattore controllato)

4.1.1.  La distribuzione F di Fisher/Snedecor

4.1.2.  Tabella ANOVA Standard

4.1.3.  Errori di 1a e di 2a specie

4.2.  Analisi della Varianza (ANOVA = Analysis Of Variance) a più vie (o a più fattori controll.)

4.2.1.  Gradi di libertà dell’errore

4.2.2.  Caso con 2 replicazioni (24 prove)

4.3.  Pooling

4.4.  Quadrati Corretti e Contributi Percentuali

4.5.  Analisi delle Medie (ANOM = Analysis Of Means)

4.6.  Applicazione pratica (con MINITAB): "ottimizzazione produttiva di serbatoi in SELAR"

4.6.1.  Obiettivi e Piano Sperimentale

4.6.2.  Permeabilità

4.6.3.  Resistenza agli urti

4.6.4.  Scelte finali e giudizi a caldo sulla metodologia

4.6.5.  Analisi critica dei risultati sulla permeabilità

5. Piani Fattoriali Ridotti o Frazionari

5.1.  Numero minimo di prove richiesto (in base ai gradi di libertà)

5.2.  Ortogonalità di un piano fattoriale

5.3.  Confounding (e Struttura di Aliasing)

5.4.  Illustrazione dei criteri per la definizione ottimizzata di un Piano Fattoriale (con Minitab)

5.5.  Applicazione pratica (con MINITAB): "vibrazioni specchio retrovisore interno"

5.5.1.  Obiettivi e Piano Sperimentale

5.5.2.  Autostrada (con dettagli MINITAB)

5.5.3.  Pavé leggero (con sintesi risultati MINITAB)

5.5.4.  Deduzioni finali

6. Cenno alle situazioni con risultati “binari” (su esempio applicativo)

6.1.  Concetti guida

6.2.  Dettaglio calcoli DOE su "stampaggio di parabole per proiettori/riflettori in BMC"

6.2.1.  ANOVA/ANOM con EXCEL

6.6.2.  ANOVA con MINITAB

7. Impiego dell'Experimental Design nel Robust Design (cenni)

7.1.  Finalità e principi

7.2.  Doppia ottimizzazione e Doppia Matrice

7.3.  I 3 passi base del Robust Design

7.4.  Un altro modo di affrontare il problema delle ”vibrazioni specchio retrovisore interno”

8.  Experimental Design “Simulato”

9.  Ulteriori dettagli sull’Experimental Design

9.1.  Riepilogo delle fasi operative per l’Experimental Design

9.2.  Scelta di fattori e livelli

9.3.  Parameter Design, Tolerance Design e Concept Design

9.4.  Filosofia pragmatica di Taguchi

10. Regressione Multipla (in ambito Analisi Multivariata)

10.1.  Definizione, caratteristiche e impieghi

10.2.  Matrice di input e Modello Regressivo

10.3.  Variabili qualitative e variabili "dummy"

10.4.  Esempio semplice sviluppato nei dettagli: "numero di scarpe"

10.4.1.  Approccio con software MINITAB

10.4.2.  Approccio con software EXCEL

10.4.3.  Considerazioni conclusive sull’applicazione

10.5.  Esempio complesso (sintetizzato): "disappannamento vetri vettura"

10.6.  Cenno all’Analisi dei Residui

10.7.  Discussione su un’interessante applicazione reale: "stampo con 16 cave"

11. Approfondimenti consigliati

 

 

Destinatari: Responsabili di Funzione

Durata: 4 giorni

Costo: € 1.500,00 + I.V.A.

​

Al termine del corso sarà rilasciato un attestato di partecipazione.