Date de mise à jour : 14/12/2023 | Identifiant OffreInfo :
14_AF_0000029178
Organisme responsable :
Data Value
Objectifs
Acquérir la connaissance méthodologique et pratique des plans d'expériences particuliers que sont les plans optimaux et les plans robustes, en comprendre les avantages et les risques
Compétences visées
- Revoir les propriétés des plans d'expériences usuels et ceux de l'analyse de variance
- Comprendre les fondements des plans optimaux
- Connaître les différents types de plans optimaux, savoir les construire et en réaliser l'analyse statistique
- Mettre en pratique sur une étude de cas
- Découvrir le « robust design » en détaillant la méthode Taguchi et les plans robustes
- S'initier au concept de Tolerance design et Design Space
- Rappels sur les propriétés des plans usuels, dont l'orthogonalité et l'analyse de la variance (ANOVA)
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
Attestation d'acquis ou de compétences;Attestation de suivi de présence
Non certifiante
Sans niveau spécifique
Information fournie par :