Plans d'expérience

Responsables des fonctions Assurance Qualité, Quality Control, Bureau d'Etudes et de Méthodes, Ingénierie.

Avoir une pratique des statistiques de base (moyenne, variance, distribution normale).

Un esprit logique et une compréhension des outils mathématiques permettent de suivre la formation avec plus d’aisance.

Venir en formation avec un pc portable muni d’Excel et une version démo du logiciel Minitab (version Desktop et non version en ligne) à installer si possible la veille de la formation (car validité de 14 jours).

Après la formation, les participants seront capables de:

• Distinguer les situations justifiant la création d'un plan d'expérience (DOE)
• Expliquer les avantages d'un DOE à une équipe de projet
• S'associer à un expert ou à un statisticien qui les aidera à concevoir, à mettre en oeuvre et à analyser un plan d'expériences
• Expliquer les résultats de l'expérience à une équipe

1. Rappels statistiques

• Type de données
• Concepts statistiques de base
• Paramètres de position et de dispersion
• Distribution normale et propriétés
• Variable Z, table de la loi normale et théorème central limite
• Tableaux avec outils graphiques et statistiques.

2. Introduction aux plans d'expérience (Design Of Experiments).

• Observation vs expérimentation.
• Limitations des données naturelles et historiques.

3. Exercice de simulation d'un processus de production (partie I).

• Simulation d'un processus de production d'un pain avec 7 paramètres, exercice en sous-groupes de 3 à 4 participants, utilisation d'un modèle mathématique.
• Prise de conscience des limitations de l'approche classique un facteur à la fois.

4. Approche factorielle des plans d'expériences

• Terminologie et notations.
• Équilibre et orthogonalité d'un plan d'expérience.

5. Conception et réalisation d'un plan factoriel complet: exemple MSD 2

• Identification des réponses et des facteurs, choix des niveaux des facteurs.
• Sélection et création d'un plan avec Minitab.
• Notions de répétition et réplication.
• Nécessité d'exécuter les essais dans un ordre aléatoire.
• Intérêt d'avoir des points centraux.

6. Analyse d'un plan d'expériences: exemple MSD

• Rechercher les problèmes dans les données ou le modèle.
• Identifier les effets significatifs d'un point de vue statistique.
• Visualiser les effets sur la réponse au moyen des diagrammes d'effets principaux et d'interactions: importance des interactions entre facteurs dans les processus.
• Méthodes de quantification des effets.
• Notion de résidus ou valeurs résiduelles et hypothèses à vérifier concernant les résidus.
• Exploitation de la table d'analyse de variance et des indicateurs tels que le R-carré ajusté.
• Réduction du modèle et équations de prévision (unités codées ou non).
• Conclusions, interprétation physique, essais de vérification et recommandations.
• Calcul de puissance pour dimensionner les plans d'expériences.

7. Réduction des essais expérimentaux: fraction 1/2 et confusion.

• Comment réduire le nombre d'essais tout en restant efficace en termes d'informations recueillies.
• Notions de confusion et de résolution.

8. Réduction des essais expérimentaux: autres plans fractionnaires.

• Stratégie de choix d'un plan approprié.
• Inconvénients des plans de screening.

9. Plans factoriels complets avec plus de deux niveaux.

10. Planification et préparation d'une expérience.

• Check liste pour aider à la préparation, la réalisation et l'analyse d'un plan d'expériences.

11. Exercice de simulation d'un processus de production (partie II).

• Exercice en sous-groupe de création et de réalisation d'un plan d'expériences sur le processus de production du pain en tenant compte et en étant cohérent avec ce qui avait été appris lors de la première partie de l'exercice.
• Débriefing de chaque groupe au niveau stratégie et résultats, comparaison des deux approches (parties 1 et 2).

12. Plans de surface de réponse

• Modélisation d'un processus avec effets non linéaires au moyen d'un modèle quadratique complet.
• Plans composites centrés.
• Optimisation de réponses multiples.
• Partie 3 de l'exercice du pain (optimisation des paramètres et robustesse).

13. Résumé et procédure d'expérimentation

• Stratégie d'expérimentation et recherche de la robustesse.

Une étude de cas simulant un processus réel sera utilisée tout au long de la formation avec chaque jour une phase de travail en sous-groupes avec débriefing.

Évaluation continue pendant la session via questionnement, feedback et synthèses régulières.
Vérification des acquis en fin de formation sur base d’un questionnaire comprenant QCM et questions ouvertes.

Voir commentaire sur le mode d'organisation.

concepts statistiques plus complexes.

Matériel
L’apport théorique est dispensé sous forme d’un diaporama largement commenté.

Syllabus
Une synthèse des notes de cours sera remise aux participants.

Moyens d’évaluation
Évaluation continue pendant la session via questionnement, feedback et synthèses régulières.
Vérification des acquis en fin de formation sur base d’un questionnaire comprenant QCM et questions ouvertes.

Attestation de fin de formation
Proposition d’évaluation des acquis aux participants. Elle repose sur l’évaluation continue mise en oeuvre par le formateur tout au long de la formation et, dans le cadre de ce cours, sur un questionnaire de vérification des acquis en fin de session.

La participation à cette évaluation demeure facultative. Lorsque le participant choisit de s’y soumettre, une attestation de fin de formation mentionnant le niveau d’atteinte des objectifs pédagogiques est délivrée. A défaut, une attestation de présence est remise.

Cette attestation sera envoyée par email :

après la formation ;
si vous y avez participé intégralement ;
et après paiement de la facture qui y est relative.