Design av eksperimenter (DOE) Metode og hvordan det brukes i Optimus Software

Utformingen av eksperimenter (DOE) metoden er en statistisk metode som prosjekter best mulig sett av eksperimenter som trengs i en design plass til å utlede den mest relevante og nøyaktige informasjon eller utfall for en bestemt prosjekt. Effektiviteten at DOE bringer til et prosjekt eller mål er derfor uten sidestykke, sparer organisasjoner verdifull tid og ressurser.

Det ble først utviklet i 1920 av en britisk statistiker ved navn Ronald Fisher. Noen 70 år senere, har Fisher metode blitt et kraftig verktøy for ingeniører og forskere. DOE kan bistå i utformingen av eventuelle informasjonsinnhenting øvelser hvor potensialet variasjon er til stede, og trenger å bli godt forstått.

I utformingen av eksperimenter, er ofte interessert i effekten av en prosess eller system experimenter (som utgjør " behandling &';) på et objekt eller gruppe av objekter (ellers kjent som " eksperimentelle enheter &';). Begge behandlingene og de eksperimentelle enheter kan representere et bredt spekter av mennesker, levende former, produkter eller ting. Design av eksperimenter er derfor en disiplin som har svært bred anvendelse på tvers av alle naturlige og samfunnsvitenskap og ingeniørfag

Dagens &'; s. Konkurrerende designmiljø mandater som ingeniører og design team konsekvent søker etter måter å spare tid, penger og verdifulle ressurser. En av dagens beste metodene for å gjøre dette er utnyttelse av design av eksperimenter (DOE) verktøy. Spesielt utforme eksperiment programvare. Optimus programvare er en godt respektert DOE programvare som bruker DOE å fange design plass for hvert enkelt prosjekt

Vil la ut hele dette avsnittet – det er mer relatert til RSM enn DOE

Vel valgt eksperimentelle design maksimere mengden av verdifull informasjon som kan oppnås for en gitt mengde arbeid. Ved å bruke DOE programvare, ingeniører, vitenskapsmenn og forskere i nesten alle bransjer kan optimalisere svar og oppdage vinnende kombinasjoner. Dette gjør dem i stand til å kutte betydelig tid ut av produksjons- eller utviklingsplaner og en betydelig årlig besparelse (ofte i seks tall eller mer).

Design av eksperimenter kan kombineres med Response Surface Modeling (RSM) å forutsi reaksjoner for design som ikke var eksplisitt del av den innledende DOE – og dette kan gjøres med begrenset beregnings innsats. RSM gir dermed ytterligere etterbehandling av DOE resultater. Optimus programvare kan også generere best RSM automatisk fra design av eksperimenter, tegning fra et stort sett med RSM algoritmer og optimalisere RSM bruker en kryssvalidering tilnærming.

For å maksimere kraften i en DOE verktøy den bør ha et enkelt og intuitivt grensesnitt og et bredt utvalg av design for å optimalisere og sikteprosesser eller produkt formuleringer. Det er også viktig at det randomiserer rekkefølgen av eksperimenter drevet siden dette vil sikre at interferensfaktorer er spredt tilfeldig over alle kontroll faktorer

Bruken av design av eksperimenter metodikk er ikke lenger et alternativ i dag &'; s. Teknikk landskapet. Derfor verktøy som Optimus programvare som bruker denne metoden for å hjelpe lagene utvikle det beste produktet er enda mer verdifullt og viktig
.