Il corso introduce le tecniche di base utilizzate nel Design Of Experiments (DOE) al fine di utilizzare questa metodologia per l’ottimizzazione e l’innovazione dei prodotti e dei processi.
Il corso prevede un’introduzione alla sperimentazione, con particolare enfasi sull’importanza di una corretta pianificazione degli esperimenti: integrando considerazioni statistiche nella pianificazione della raccolta dati è possibile ottenere un uso più efficiente delle risorse e una maggiore affidabilità dei processi.
Durante il percorso verrà spiegato come utilizzare l’inferenza statistica e i piani fattoriali per progettare nel modo corretto la raccolta e l’analisi dei dati, che risultano fondamentali per la spinta tecnologica all’interno dei processi innovativi.
Lo scopo è identificare la relazione causa-effetto fra una variabile di interesse e i fattori di input. Le fasi di sviluppo di un progetto DOE seguono otto steps (organizzati seguendo la logica PDCA):
Definizione dello scopo del progetto
Scelta della caratteristica di performance del sistema
Scelta dei fattori da studiare nell'esperimento
Scelta del piano degli esperimenti
Esecuzione degli esperimenti
Analisi dei dati
Esperimento di conferma
Conclusione e diffusione dei risultati
Esempio didattico Vogliamo identificare un modello per una certa dimensione di un tappo in plastica, studiando il processo di stampaggio ad iniezione con cui viene prodotto. I fattori di input scelti sono stati:
• Temperatura di iniezione (temp)
• Tempo di iniezione (inj_time)
• Tempo di mantenimento (hold_time)
Come si comporta la dimensione oggetto di osservazione rispetto al variare di questi parametri? Sono essi correlati? Qual è il modello ottimale per garantire la qualità del prodotto rispetto a questa dimensione in esame?
Tutte queste domande possono avere una risposta grazie al DOE.
Per informazioni su questo corso clicca qui