برگزاری دوره آموزشی طراحی و تحلیل آزمایش ها در پژوهشگاه استاندارد

دوره آموزشی آشنایی طراحی و تحلیل آزمایشها (DOE) در پژوهشگاه استاندارد به مدت 20 ساعت برگزار گردید.

مدرس دوره: مصطفی دستمردی

تاریخ برگزاری دوره: 23 تا 24 دی ماه 1394

 سرفصل مطالب ارائه شده در این دوره آموزشی:

- مقدمه‌اي بر طراحي آزمايش‌ها

- طراحي آزمايش‌ها چيست؟

- اهداف طراحي آزمايش‌ها

- آشنايي با مفاهيم پايه

- چگونه طراحي آزمايش‌ها را اجرا كنيم؟

- تشريح مراحل اجراي طراحي آزمايش‌ها بهمراه يك ‌مثال

- طراحي آزمايش‌ها با روش تك عاملي؛

- معرفي نرم‌افزارهاي مورد استفاده در طراحي آزمايش‌ها

- طراحي آزمايش‌ها با روش چند عاملي با نرم افزار Minitab 17؛

- طراحي آزمايش‌ها با روش فاكتوريل با نرم افزار Minitab 17؛

- طراحي آزمايش‌ها با روش سطح پاسخ (RSM) با نرم افزار Minitab 17؛

- طراحي آزمايش‌ها با روش آمیزه‌ای یا آمیخته با نرم افزار Minitab 17؛

- طراحي آزمايش‌ها با روش تاگوچي با نرم افزار Minitab 17؛

 

آموزش طراحی آزمایش ها (DOE) 

جهت هماهنگی برای برگزاری دوره‌ "طراحی آزمایش ها به همراه تجزیه و تحلیل آماری داده ها با نرم افزار" مي‌توانيد با شماره همراه مدیریت سایت (مصطفی دستمردی)  09125446045 یا ايميل [e-mail] تماس حاصل نماید.

برگزاری دوره آموزشی طراحی و تجزیه و تحلیل آزمایشات

مجتمع آزمایشگاهی فناوری نانو (کفا) در راستای برنامه‌های ارتقاء توانمندی‌های تخصصی و مهارتی پرسنل آزمایشگاه، دوره آموزشی طراحی و تجزیه و تحلیل آزمایشات را در دو سطح مقدماتی و پیشرفته که توسط مهندس دستمردی تدوین و ارائه شد، از تاریخ 15 تا 17 آذر 1392 در این مجتمع برگزار نمود.

هدف از برگزاری این دوره ارتقاء توانمندی‌های پرسنل در حوزه‌های زیر می‌باشد: 

- طراحی و توسعه روش‌های آزمون؛
- بررسی و ایجاد انواع طرح‌های آزمون در پروژه‌های تحقیقاتی و توسعه‌ای؛
- بررسی، تجزیه و تحلیل و ارائه نتیجه‌گیری علمی و روش‌مند از نتایج آزمون در انواع پروژه‌های تحقیقاتی، صنعتی، توسعه‌ای و مطالعاتی؛
- ایجاد مهارت در استفاده از نرم‌افزارهای مرتبط با طراحی و تجزیه و تحلیل آزمایشات.

نرم افزار مناسب برای انجام طرح آزمایشها

نرم افزار‌هایی مثل Matlab ، JMP ، DOE++ ، Qualitek ، Minitab،  Design-Expert،  SPSS، SAS و . . . همگی برای طراحی آزمایشات می‌توانند مورد استفاده قرار گیرند. از آنجایی که حجم محاسبات در این رشته به شدت بالاست و در واقع به صورت دستی نمی‌تواند انجام گیرد و در صورت انجام، همراه با خطا در محاسبه می‌باشد حتی در صورتی که هیچ خطای محاسباتی وجود نداشته باشد، باز هم بررسی همه جانبه طرح وجود نخواهد داشت پس لازم است نرم افزار مناسبی از بین نرم افزار‌های موجود انتخاب شود.

نرم‌افزاری که کار کردن با آن آسان بوده و علاوه بر روش‌های طراحی آزمایشات در حوزه آمار مهندسی نیز استفاده می‌شود نرم افزار Minitab است. البته قابل ذکر است که نرم افزار SAS یکی از نرم‌افزار‌های قدرتمند در حوزه آمار مهندسی و طراحی آزمایشات می‌باشد. درباره نرم‌افزار Matlab نیز باید بگوییم که همه حوزه‌های مهندسی از جمله DOE را مورد پوشش قرار داده است و از آن بیشتر برای “بهینه سازی پاسخ” در این رشته استفاده می‌شود تا طرح‌ریزی آزمایش. نرم افزار Design-Expert نیز دارای رابط‌های گرافیکی بسیار زیبا نسبت به نرم‌افزار‌های دیگر است و تمامی بخش‌های طراحی آزمایشات را شامل می شود.

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طراحي آزمايش‌ها مقدماتي و پيشرفته با نرم افزار MINITAB مي‌توانيد با ايميل [e-mail] يا شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس بگيريد.

طراحي آزمايشها به روش تاگوچي

طرح‌های تاگوچی (Taguchi) برای اولین بار توسط آقای جنیچی تاگوچی که دارای مدرک دکتری مکانیک می باشد در سال ۱۹۸۷ در شرکت تویوتا ابداع گردید. مهندس تاگوچی طرح‌های خود را بر پایه تجربیات خود در شرکت تویوتا و نیز بر پایه طرح‌های عاملی بنا نهاد. به طور خلاصه می توان گفت آقای تاگوچی طرح‌های عاملی و عاملی کسری را در راستای تجربیات خود تعمیم داد.

آقای جنیچی تاگوچی یک مهندس ژاپنی است که اولین کتاب خود را در زمینه طراحی آزمایشات در سال ۱۹۵۸ به چاپ رساند. روش‌هایش در زمینه طرح‌های عاملی کسری او را مشهور کرد. هدف طرح تاگوچی ساختن یک محصول یا فرآیند پایدارتر در مواجه با پراکندگی‌ها (بی نظمی‌ها) می باشد که ما کنترل کم و یا هیچ کنترلی بر روی آنها نداریم. برای مثال برای اطمینان حاصل کردن از اینکه موتور یک اتومبیل می تواند در دماهای محیطی مختلف نیز به خوبی کار کند. تاگوچی متغیرها را در دو مرحله مورد بررسی قرار می دهد. عوامل قابل کنترل که آن دسته از متغییرهایی هستند که می توانند به طور عملی کنترل شوند از قبیل ابعاد، پارامتر‌های مواد و … . عوامل غیر قابل کنترل که آن دسته از متغییرهایی هستند که کنترل آنها مشکل و یا هزینه بر می باشد اگرچه می توانند در یک آزمایش کنترل شوند مثل دمای محیط. هدف تعیین ترکیب تنظیمات عامل قابل کنترل است که باعث ایجاد ماکسیمم نیرومندی یک محصول نسبت به پراکندگی‌های پیش بینی شده در عوامل بی نظمی می شود.

تاگوچی دو گروه از مسائل را معرفی می کند. مسائل ایستا و مسائل پویا. مسائل پویا یک عامل پیام (برای مثال دور یک موتور) دارند. مسائل پویا هیچگونه عامل پیامی ندارد. در مسائل ایستا بهینه سازی با استفاده از سه نسبت پیام به بی نظمی ایجاد می شود و به صورت کوچکتر بهتر، بزرگتر بهتر و اسمی بهترین می باشد. در مسائل پویا بهینه سازی توسط دو نسبت پیام به بی نظمی ایجاد می شود؛ شیب و خطی بودن.

منتقدان این روش‌ها که  همان طرفداران روش‌های کلاسیک می باشند، این طرح‌ها را فاقد مفاهیم آماری می دانند و اختلاف آنها با طرفداران تاگوچی در این است که طرح‌های تاگوچی از معیار درستی برای تغییرات در طرح یا پراکندگی در طرح استفاده نمی کند و باید از شاخص انحراف معیار به جای نسبت پیام به بی نظمی استفاده شود و  نباید متغیر‌های بی نظمی ( غیر قابل کنترل) را از متغیر‌های قابل کنترل جدا نمود و می بایست این دو نوع عامل را با هم در نظر گرفت و برای کاهش تعداد اجراها از رهیافت عاملی کسری استفاده کرد. منتقدان در جواب افرادی که می پرسند چرا روش‌های تاگوچی کاربرد دارد و جواب می دهد، می گویند طرح‌های تاگوچی بر مبنای طرح‌های عاملی بنا شده اند و از آنجایی که طرح‌های عاملی طرح‌های پرقدرتی محسوب می شوند لذا طرح‌های تاگوچی هر چند به صورت ناقص اما جواب می‌دهد.

فلسفه تاگوچی شامل موارد زیر می باشد:

1- باید محصولات و فرآیند‌ها به صورتی ساخته یا طراحی شوند که نسبت به عوامل بی نظمی نیرومند باشند.

2- روش‌های طراحی آزمایشات یک ابزار مهندسی مهم در رسیدن به این هدف است.

3- عملکرد محصول و یا فرآیند مطابق با هدف، از مطابقت آن با مشخصات فنی اهمیت بیشتری دارد.

ادعای تاگوچی این است که با در نظر گرفتن نسبت S/N دیگر نیازی به بررسی اثرهای متقابل بین عوامل کنترل و  عوامل بی نظمی نیست. انتقاد مهم به روش تاگوچی هم همین است، که تاگوچی استدلال می‌کند نیازی به در نظر گرفتن اثرهای متقابل دو عاملی وجود ندارد.

روش‌های تاگوچی در صنایع نفت و پتروشیمی، مهندسی مواد، مکانیک، هوا و فضا و همچنین در صنایعی که نسبت به تعداد آزمایشات حساس نباشند کاربرد دارد. می توان گفت بیشتر در صنایعی با حجم زیاد و هزینه ساخت پایین کاربرد دارد

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طراحي آزمايش‌ها مقدماتي و پيشرفته با نرم افزار MINITAB مي‌توانيد با ايميل [e-mail] يا شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس بگيريد.

طراحي آزمايشها با روش متدلوژي سطح پاسخ (RSM)

متدولوژی سطح پاسخ (Response Surface Methodology)  یا به صورت اختصاری RSM، یک مجموعه از تکنیک‌های آماری و ریاضیات کاربردی برای ساخت مدل‌های تجربی است. هدف در این گونه طرح‌ها بهینه‌سازی پاسخ (متغیر خروجی) است که متأثر از چندین متغیر مستقل (متغیر‌های ورودی) می‌باشد. یک آزمایش یک سری از آزمون‌هاست که اجرا نامیده می‌شود. در هر آزمایش تغییرات در متغیرهای ورودی به منظور تعیین علل تغییرات در متغیر پاسخ ایجاد می شوند.

در اصل RSM برای مدل پاسخ‌های تجربی توسعه داده شد (Box & Draper, 1987) و سپس به سمت مدل کردن آزمایشات عددی سوق پیدا کرد. در آزمایشات فیزیکی، اشتباه در آزمایشات می‌تواند به صورت‌های مختلفی رخ دهد برای مثال ارزیابی خطاها هنگامی که بی‌نظمی یا خطا بر اثر یک همگرایی اشتباه باشد (مثلا خواب آلوده بودن آزمایشگر یا خستگی او و یا ناهمگن بودن مواد آزمایشی) و یا اینکه یک پدیده فیزیکی پیوسته را به صورت گسسته تعریف کنیم در صورتی که نتوان در واقعیت چنین کاری را انجام داد. در RSM فرض می‌شود که خطاها تصادفی هستند. کاربرد RSM برای بهینه‌سازی طرح، در کاهش هزینه روش‌های تحلیل گرانقیمت و بی‌نظمی‌های عددی مرتبط با آنها می‌باشد (مانند تحلیل CFD یا عنصر محدود). در RSM همگرایی به سمت عنصر بهینه است زیرا آنها اثرات عوامل بی‌نظمی را کاهش می‌دهند.

در طرح‌های رویه پاسخ ساخت مدل‌های رویه پاسخ یک فرآیند تکراری می‌باشد. به محض اینکه یک مدل تقریبی به دست آمد، توسط روش نیکویی برازش، مورد آزمون قرار می گیرد که آیا جواب رضایت بخش است یا خیر، اگر جواب تایید نشود تخمین فرآیند دوباره شروع می‌شود و آزمایشات بیشتری انجام می‌شود.

یک جنبه مهم RSM طراحی آزمایشات است که عموماً به عنوان DOE شناخته می شود. این استراتژی در اصل برای برازش مدل‌های آزمایشی توسعه داده شد اما می تواند برای آزمایشات عددی نیز به کار رود. هدف DOE انتخاب نقاطی است که پاسخ باید مورد ارزیابی قرار گیرد. انتخاب طرح‌های آزمایش می‌تواند تأثیر زیادی بر روی صحت تخمین و هزینه ساخت مدل سطح پاسخ داشته باشد. در یک DOE سنتی آزمایشات غربالگری در مراحل ابتدایی فرآیند اجرا می‌شود یعنی زمانی که تعداد زیادی از متغیر‌های طرح به صورت بالقوه وجود دارد که ممکن است اثرات کوچکی روی پاسخ داشته باشند و یا اینکه هیچ تاثیری روی پاسخ نداشته باشند.

روش‌های سطح پاسخ می‌توانند بسته به کاربردشان در طرح آزمایش به روش‌های متفاوتی طرح شوند. از جمله روشهای CCD، D-Optimal و Box-Behnken. کاربرد روش‌های سطح پاسخ در صنایع بسیار وسیع است از جمله می‌توان به صنایع شیمیایی، پتروشیمی، غذایی،دارویی ، میکروبیولوژی و . . . اشاره نمود.

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طراحي آزمايش‌ها مقدماتي و پيشرفته با نرم افزار MINITAB مي‌توانيد با ايميل [e-mail] يا شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس بگيريد.

طراحي تركيبي آزمايش‌ها

مواقع بسیاری وجود دارد که ما به طرح‌های تركيبي (Mixture Design) علاقه‌مند مي‌شویم. به عبارت دیگر ما بیشتر به  نسبت  عوامل  علاقه‌مندیم تا مجموع مقدار اجزا. از طرح‌های تركيبي (Mixture Design) در فرمولاسیون محصولات مثل بنزین، صابون‌ها، مواد شوینده، نوشیدنی‌ها، ترکیبات کیک، سوپ‌ها و . . . استفاده مي‌شود. کاربردهایی در مهندسی فرایند نیز وجود دارد برای مثال در تولید نیمه‌هادی‌ها. همچنین ممکن است به نسبت‌های مختلف اسیدها برای شستشوی اسیدی علاقه‌مند باشیم در حقیقت نسبت‌هایی که به یک ترکیب اضافه مي‌شوند عامل کلیدی طرح‌های ترکیبی (Mixture Design)  مي‌باشند خصوصاً مقادیر برای عوامل مختلف باید رضایت بخش باشد. یک مجموعه‌ی استاندارد از طرح‌های ترکیبی وجود دارد که اولین مجموعه به عنوان Simplex-Lattice شناخته مي‌شود. طرح معمول دیگر Simplex-Centroid است.  از طرح‌های تركيبي (MixtureDesign)  بیشتر در صنایع دارویی و غذایی استفاده مي‌شود.

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طراحي آزمايش‌ها مقدماتي و پيشرفته با نرم افزار MINITAB مي‌توانيد با ايميل [e-mail] يا شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس بگيريد.

طراحي كلاسيك آزمايش‌ها

به آن دسته از طرح‌هایی که کاملا بر پایه روش‌های آمار استنباطی ایجاد شده اند طرح‌های کلاسیک DOE گفته می شود.

طرح‌های کلاسیک مباحثی همچون تحلیل واریانس متعادل و نامتعادل، طرح‌های بلوک‌بندی، طرح‌های عاملی، طرح‌های عاملی کسری، طرح مربع لاتین، طرح‌های آشیانی و غیره را شامل می‌شود. البته طرح‌های RSM نیز می‌توانند از طرح‌های عاملی ساخته شوند. تفاوت طرح‌های کلاسیک با طرح‌های تاگوچی در این است که روش تاگوچی قابلیت درک بهتری نسبت به روش‌های کلاسیک دارد و در هنگام تحلیل طرح آزمایشی، نحوه تحلیل راحت تر می‌باشد، اما در طرح‌های کلاسیک تحلیل مفصل‌تر و پیچیده تری داریم.

بسیاری از متخصصان طراحی آزمایشات، این روش را نسبت به روش تاگوچی برتر قلمداد می‌کنند و معتقدند که روش کلاسیک، تنها روش درست در طراحی آزمایشات می‌باشد اما از آنجایی که تحلیل طرح‌های عاملی کسری پیچیده است، مهندسین و دانشمندان ترجیح می‌دهند کمتر از این روش‌ها و بیشتر از روش‌های تاگوچی استفاده نمایند.

بیشترین کاربرد طرح‌های کلاسیک در صنایعی مانند الکترونیک، مکانیک، انرژی و مهندسی مواد است و به طور خاص طرح‌های عاملی کسری در صنایع پتروشیمی و نفت، صنایع شیمیایی و  هوا و فضا به کار برده می شوند.

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طراحي آزمايش‌ها مقدماتي و پيشرفته با نرم افزار MINITAB مي‌توانيد با ايميل [e-mail] يا شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس بگيريد.

مزايا و معايب روش‌هاي مختلف طراحي آزمايشها

مزايا و معايب برخي از روش‌هاي رايج در طراحي آزمايشها به شرح زير است:

 طراحي‌ آزمايش‌ها با روش تك عاملي

مزايای روش تك عاملي:

- روش بسيار ساده است؛

- مقرون به صرفه مي‌باشد؛

- تعداد آزمايش‌ها كم است.

معايب روش تك عاملي:

- اثرات متقابل در نظر گرفته نمي‌شوند؛

- به نتايج بدست آمده به عنوان نتايج بهينه نمي‌توان اعتماد كرد و اگر ترتيب فاكتورها عوض شود، ممکن است جواب ديگري بدست مي‌آيد؛

- انجام آزمايش‌ها به صورت موازي ممكن نيست؛

- اشتباه در هر مرحله در مراحل بعدي تاثير مي‌گذارد.

طراحي‌ آزمايش‌ها با روش فاكتوريل – فاکتوریل کامل

مزايای روش فاكتوريل:

- امكان بررسي كليه اثرات متقابل؛

- امكان انجام آزمايش‌ها به صورت موازي؛ و

- مستقل بودن نتايج آزمايش‌ها از يكديگر.

معايب روش فاكتوريل:

- زياد بودن تعداد آزمايش‌ها؛

- طولاني بودن زمان اجرا و افزايش هزينه‌ها

 

طراحي‌ آزمايش‌ها با روش تاگوچي

مزايای روش سطح تاگوچي:

- كاهش تعداد آزمايش‌ها و هزينه‌ها؛

- امكان بررسي فاكتورهاي كيفي يا گسسته ( نوع ماده، رنگ ماده و ...)

- تعيين سهم فاكتورها؛

- امكان تخمين نتايج در شرايط بهينه؛

- امكان تخمين نتايج در سطوح دلخواه؛

- تعيين سهم خطاها؛

- تعيين سهم اثرات متقابل در نظر گرفته شده؛

- امكان بدست آوردن همزمان شرايط بهينه براي چندين پاسخ؛

- امكان بررسي فاكتورها با سطوح مختلف؛

- بررسي تعداد فاكتورهای نامحدود.

معايب روش سطح تاگوچي:

- عدم بررسي كليه اثرات متقابل در بعضي از مواقع؛

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طراحي آزمايش‌ها مقدماتي و پيشرفته با نرم افزار MINITAB مي‌توانيد با ايميل [e-mail] يا شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس بگيريد.

مقدمه‌ای بر طراحی آزمایش‌ها (DOE)

مقدمه‌ای بر طراحی آزمایش‌ها

طراحی آزمایش‌ها شامل یك آزمایش یا یكسری از آزمایش‌هایی می‌شود كه به طور آگاهانه در متغیرهای ورودی فرایند تغییراتی ایجاد می‌گردد تا از این طریق میزان تغییرات حاصل در پاسخ خروجی فرایند مشاهده و شناسایی شود. فرایند را می‌توان تركیبی از دستگاه‌ها، روش‌ها و افراد تصور نمود كه مواد ورودی را به یك محصول خروجی تبدیل می‌كنند.

 اهداف طراحي آزمايش‌ها

بسيار مشاهده شده است كه مهندسين و دانشمندان براي شناخت پديده‌ها آزمايشاتي را انجام مي‌دهند. اجراي آزمايش همواره متضمن هزينه نمودن است و لذا اجراي آزمون‌هاي مناسب نياز هر محقق است. طراحي آزمايشاتي كه با حداقل هزينه بيشترين اطلاعات حاصل شود آرمان هر مهندس يا محقق است. از دیگر اهداف طراحی آزمایش‌ها می‌توان به موارد زیر اشاره نمود:

•         چگونه‌ مي‌توانيم ميانگين فرآيند را در جهت دلخواه تغيير دهيم؟

•         چگونه مي‌توانيم تغييرات يك فرايند را كاهش دهيم؟

•         چگونه مي‌توانيم يك فرايند را در مقابل تغييرات غير قابل كنترل مقاوم يا استوار سازيم.

•         كداميك از متغيرهاي از لحاظ كنترل كردن مهم و كداميك بي اهميت هستند.

 

مثالی از طرح یک آزمایش 

برای تولید یک کیک که هم طعم بسیار خوبی داشته باشد و هم بیشترین مدت دوام ممکن را داشته باشد و نیز کیفیت آن نسبت به محیط‌های خشک و مرطوب حساس نباشد، می‌بایست ترکیب عوامل تشکیل دهنده‌ی آن به چه نحو باشد؟ و یا از چه موادی استفاده شود و از چه موادی مصرف نشود تا به این اهداف برسیم؟

 کیک مورد نظر شامل مواد و عوامل تشکیل دهنده زیر می‌باشد:

 - تخم مرغ(بزرگ-کوچک)                                   - آرد(گندم-جو)

- شکلات(نوع ۱-نوع۲)                                      - بیکینگ پودر(شرکت۱-شرکت۲)

- شیر(کم چرب-پر چرب)                                    - شکر(چغندر-نیشکر)

- نوع ظرف(کم عمق-گود)                                  - مقدار دمای پخت(۱۶۰ درجه - ۲۱۰ درجه)

- میزان زمان پخت(۵۵ دقیقه - ۹۵ دقیقه)               - نوع روغن(جامد-مایع)

- مدت زمان هم زدن(۱۵ دقیقه-۲۵ دقیقه)

 به طور خلاصه 11 عامل را مورد بررسی قرار می‌دهیم

هر کدام از این عوامل را در 2 سطح مورد آزمایش قرار دارند. اگر بر اساس سعی و خطای سنتی این کار انجام شود تا ترکیب بهینه را بدست آید می‌بایستی 2048 آزمایش صورت گیرد و اگر هزینه تولید هر عدد کیک را 1200 تومان در نظر بگیرم جدا از زمانی که صرف تهیه این کیک‌ها و زمان راه‌اندازی و تنظیمات مورد نظر در کارخانه می‌شود بایستی 2457600 تومان هزینه شود. و این در صورتی است که مطمئن باشیم در یکی از این آزمایش‌ها به پارامترهای بهینه می‌رسیم (احتمال کمی وجود دارد)

 حال تصور کنید بخواهیم این عوامل را در سه سطح مورد بررسی قرار دهیم برای مثال زمان‌های پخت در ۱۶۰و۲۱۰و۲۶۰ درجه بررسی شوند که در چنین حالتی نیاز به انجام 177147 آزمایش می‌باشد که هزینه‌ی چینین طرحی با احتساب هزینه هر کیک، 212576400 تومان (دویست و دوازده میلیون و پانصد و هفتاده شش هزار و چهارصد تومان) می‌شود و البته اگر مطمئن باشیم در یکی از این آزمایش‌ها به پارامترهای بهینه می‌رسیم یعنی ممکن است بعضی عوامل تاثیری در میزان هدف نداشته باشند و یا ممکن است عوامل دیگری نیز دخیل باشند که ما آنها را در نظر نگرفته‌ایم برای مثال میزان روغن، نوع همزدن و یا اضافه نمودن وانیل و حتی میزان آن می‌توانند عوامل جدیدی باشند که در نظر گرفته نشده‌اند و می‌توانند روند تحلیل آزمایش را به کلی دگرگون سازند و بسیاری از عوامل دیگر که شاید خودتان بتوانید براحتی آنها را نام ببرید، اما با روش‌های DOE ٬چون نگرشی کاملا سیستماتیک و یگپارچه به سیستم دارد می‌توان نوع عوامل و سطوحشان و میزان تاثیر و تعامل (interaction) آنها را بایکدیگر دقیقا تعیین نمود.

 

مراحل طراحي آزمايش‌ها

1- فرآيندي را كه بايد مورد مطالعه قرار گيرد را تعريف كنيد.

2- متغير (هاي) پاسخ را تعيين كنيد.

3- دقت و صحت اندازه‌گيري را تعيين كنيد.

4- عامل‌هاي اوليه براي بررسي را تعيين كنيد.

5- سطوح عامل‌هاي انتخاب شده را تعيين كنيد.

6- طرح آزمايش را انتخاب كنيد.

7- برنامه‌اي براي كنترل متغيرهاي خارجي تعيين كنيد.

8- آزمايش را بر حسب طرح انتخاب شده انجام دهيد.

9- نتايج را تجزيه و تحليل و نتيجه‌گيري نماييد.

10- فرآيندي جديد را صحه‌گذاري و مكتوب نماييد.

11- مطالعه بعدي را پيشنهاد دهيد.

 

انواع تکنیک‌های مورد استفاده برای طراحی آزمایش‌ها

 

انواع تکنیک‌ها و روش‌های مورد استفاده برای طراحی آزمایشها به شرح زیر است:

- طراحي آزمايش‌ها با روش تك عاملي؛

- طراحي آز مايش‌ها با روش چند عاملي؛

- طراحي آزمايش‌ها با روش فاكتوريل؛

- طراحي آزمايش‌ها با روش سطح پاسخ؛

- طراحي آزمايش‌ها با روش مختلط؛

- طراحي آزمايش‌ها با روش تاگوچي؛

 موانع اجراي طراحي آزمايش‌ها

مهمترین موانع اجرا طراحی آزمایشها به شرح زیر است:

- عادت؛

- كارشناسان فني؛

- آموزش؛

- هزينه؛

- نيروي كار؛

- عدم حمايت مديريت؛ و

- فرض اينكه طراحي آزمايش‌ها فقط در بخش‌توليد كاربرد دارد.

- فرايندهاي ما پايدار است و هر گونه تغييري در پارامترهاي ورودي ضايعات ما را افزايش مي‌دهد.

 برای کسب اطلاعات بیشتر در خصوص طراحی آزمایشها می توانید جزوه سمينار آشنايي با طراحی آزمایشهای اینجانب را از طریق لینک زیر دانلود نمایید.

 دانلود جزوه سمينار آشنايي با طراحی آزمایش‌ها

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طراحي آزمايشها با نرم افزار MINITAN مي توانيد با شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس حاصل نمایید.

كتاب طرح‌ ريزي و تحليل آزمايش‌ها

براي دانلود كتاب طرح ريزي و تحليل آزمايشها بر روي لينك زير كليك كنيد

دانلود كتاب طرح ريزي و تحليل آزمايشها

جهت هماهنگی برای برگزاری دوره‌‌ آموزشي طرح‌ ريزي و تحليل آزمايش‌ها مي‌توانيد با ايميل [e-mail] يا شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس بگيريد.

دوره طراحی آزمایش‌ها (DOE)

دوره طراحی آزمایش‌ها (DOE) در سطح 1- مقدماتی 2-  پیشرفته برگزار می‌گردد. تعداد ساعات برگزاری دوره مقدماتی 16 ساعت و دوره پیشرفته 8 ساعت می‌باشد و دوره به صورت کارگاهی و با استفاده از آخرین نسخه نرم‌افزار Minitab برگزار می‌گردد.

سرفصل مطالب دوره مقدماتي طراحی آزمایش‌ها

·         مقدمه‌اي بر طراحي آزمايش‌ها

·         طراحي آزمايش‌ها چيست؟

·         اهداف طراحي آزمايش‌ها

·         آشنايي با مفاهيم پايه

·         چگونه طراحي آزمايش‌ها را اجرا كنيم؟

·         تشريح مراحل اجراي طراحي آزمايش‌ها بهمراه يك ‌مثال

·         موانع اجراي طراحي آزمايش‌ها

·         طراحي آزمايش‌ها با روش تك عاملي؛

·         معرفي نرم‌افزارهاي مورد استفاده در طراحي آزمايش‌ها

·         طراحي آزمايش‌ها با نرم افزار Minitab 16

·         طراحي آزمايش‌ها با نرم افزار ِ Design Expert 8

·         طراحي آزمايش‌ها با روش چند عاملي؛

·         طراحي آزمايش‌ها با روش فاكتوريل؛

دانلود بروشور طراحی آزمایش‌ها (DOE) با استفاده از نرم افزار آماری (مقدماتی 

سرفصل مطالب دوره پپيشرفته طراحی آزمایش‌ها

·         طراحي آزمايش‌ها با روش سطح پاسخ؛

·         طراحي آزمايش‌ها با روش مختلط؛

·         طراحي آزمايش‌ها با روش تاگوچي؛

دانلود بروشور طراحی آزمایش‌ها (DOE) با استفاده از نرم افزارهای آماری (پیشرفته)

نحوه هماهنگی برای برگزاری دوره:

جهت هماهنگی برای برگزاری دوره‌ها با شماره همراه مدیریت پایگاه 09125446045 (مصطفی دستمردی) تماس حاصل نمایید. توجه داشته باشید که دوره‌های آموزشی در محل سازمان و یا شرکت شما قابل اجراست. اگر سازمان شما فاقد کلاس مجهز آموزشی است این دوره می‌تواند در اتاق کنفرانس به ترتیبی که ذکر می‌گردد برگزار گردد. حداقل هر دو نفر یک لپ تاپ و یا PC داشته باشند و حتما اتاق کنفرانس به ویدئو پرژکتور و یا تلویزیون مناسب مجهز باشد.  تعداد فراگیران کلاس به صورت معمول حداکثر تا 15 نفر در نظر گرفته شود و اگر فضای اتاق کوچک است توصیه می شود که تعداد فراگیران با توجه به آن فضا در نظر گرفته شود.

برچسب: آموزش، طراحي آزمايش‌ها DOE، بهبود كيفيت، تجزیه و تحلیل آماری نتایج آزمون