Design af eksperimenter (DOE) Metode og hvordan det bruges i Optimus Software

design af eksperimenter (DOE) metode er en statistisk metode, der projicerer den bedst mulige sæt eksperimenter er nødvendige i et design plads til at udlede de mest relevante og præcise oplysninger eller resultat for et bestemt projekt. Den effektivitet, som DOE bringer et projekt eller mål derfor er second to none, sparer organisationer værdifuld tid og ressourcer.

Det blev først udviklet i 1920'erne af en britisk statistiker ved navn Ronald Fisher. Omkring 70 år senere, har Fisher metode blevet en kraftfuld software værktøj til ingeniører og forskere. DOE kan hjælpe med udformningen af ​​eventuelle informationsindsamling øvelser, hvor potentielle variation er til stede, og skal være godt forstået.

I design af eksperimenter, eksperimentatoren ofte interesseret i effekten af ​​en proces eller et system (som udgør &'; behandling &';) på et objekt eller gruppe af objekter (ellers kender som &'; eksperimentelle enheder &';). Både de behandlinger og de eksperimentelle enheder kan repræsentere en bred vifte af mennesker, levende former, produkter eller ting. Design af eksperimenter er således en disciplin, der har meget bred anvendelse på tværs af alle de naturlige og samfundsvidenskab og teknik

I dag &'; s. Konkurrencedygtige designmiljø mandater, ingeniører og designteams konsekvent søge efter måder at spare tid, penge og værdifulde ressourcer. En af de nuværende bedste metoder til at gøre det er udnyttelsen af ​​design af eksperimenter (DOE) værktøjer. Specifikt design eksperiment software. Optimus software er en respekteret DOE software, der bruger DOE til at indfange design plads til hvert enkelt projekt

Ville udelade hele dette stykke – det er mere relateret til RSM end DOE

Godt valgt forsøgsdesign maksimere mængden af ​​værdifulde oplysninger, der kan opnås for en given mængde indsats. Ved at bruge DOE software, ingeniører, videnskabsfolk og forskere i stort set enhver industri kan optimere svarene og opdage vindende kombinationer. Dette gør det muligt for dem at skære en betydelig tid ud af produktion eller udvikling tidsplaner og en betydelig årlig besparelse (ofte i seks tal eller mere).

Design af eksperimenter kan kombineres med svar Surface Modeling (RSM) til at forudsige reaktioner til motiver, der ikke udtrykkeligt en del af den oprindelige DOE – og dette kan gøres med begrænset regnekraft. RSM giver således yderligere efterbehandling af DOE resultater. Optimus software kan også generere den bedste RSM automatisk fra design af eksperimenter, tegning fra et stort sæt af RSM algoritmer og optimering af RSM ved hjælp af en krydsvalidering tilgang.

For at maksimere effekten af ​​et DOE værktøj det bør have en nem og intuitiv brugerflade og et bredt udvalg af designs til optimering og screening processer eller produkt formuleringer. Det er også vigtigt, at det randomiserer rækkefølgen af ​​eksperimenter køre, da dette vil sikre, at interferens faktorer er spredt tilfældigt på tværs af alle kontrol faktorer

brugen af ​​design eksperimenter metode er ikke længere en mulighed i dag &'; s. Ingeniørarbejde landskab. Derfor værktøjer som Optimus software, der bruger denne metode til at hjælpe teams udvikle det bedste produkt er endnu mere værdifuld og vital
.