CORSI DI ALTA FORMAZIONE Progettazione degli esperimenti (DOE) e Robust Design

Transcript

1 CORSI DI ALTA FORMAZIONE Progettazione degli esperimenti (DOE) e Robust Design Presentazione del Corso

2 Progettazione degli esperimenti (DOE) e Robust Design Il è uno studio che offre servizi di consulenza Gestionale- Organizzativa strutturando per i propri clienti progetti in grado di creare Valore e Competitività. Ciascun servizio è modellato sulle specifiche esigenze del cliente. Obiettivi - Introdurre il Design Of Experiments (DOE) come una delle metodologie più efficaci per l ottimizzazione dei prodotti e dei processi - Imparare i criteri con cui pianificare, eseguire ed analizzare un esperimento fattoriale - Riconoscere la differenza tra fattori di controllo e fattori di disturbo (noise) - Imparare a distinguere la differenza fra un fattoriale completo (full factorial), un fattoriale frazionato (fractional factorial) e il metodo delle superfici di risposta (RSM) - Utilizzare il software Minitab per analizzare i dati sperimentali A chi è diretto Il corso è rivolto ai professionals operanti nelle discipline dello Sviluppo Prodotto, Ricerca & Sviluppo, Innovazione di Prodotto, Tecnologie di Produzione, Qualità. Corso Base - Il DOE nel Processo Sviluppo Prodotto (Parameter Design) - Concetti di probabilità e statistica (basic statistics) utili per il DOE - Il linguaggio e i concetti del DOE - Strategie sperimentali a confronto. Trial & Error - One factor at a time (OFAT) - Factorial - Introduzione a Minitab (software statistico) - Esperimenti fattoriali ad un fattore: ANOVA - Esperimenti fattoriali con fattori a 2 livelli (2K full factorial) - Esperimenti fattoriali con fattori a 3 livelli - Esercizi sul DOE con Minitab - Esercitazione pratica in gruppi: esperimento dell aspirina Analisi e interpretazione dei risultati - Discussione - Esperimenti fattoriali frazionati Vantaggi e svantaggi nei confronti degli esperimenti fattoriali completi - Concetto di risoluzione - Esercizi con Minitab

3 Progettazione degli esperimenti (DOE) e Robust Design Corso Avanzato Come pre-requisito occorre aver fatto il corso base di DOE - Concetto di blocking - Concetto di center points - Split-Plot design - Metodo delle superfici di risposta (RSM Response Surface Methods) Corso di Robust Design Obiettivi - Capire il ruolo della Progettazione degli Esperimenti (DOE) nel Robust Design - Riconoscere la differenza tra fattori di controllo e fattori di disturbo (noise) - Capire che robusto significa insensibile ai fattori di disturbo al minimo costo - Capire la differenza fra un sistema statico (target value) e un sistema dinamico (target function) - Capire come gestire l incertezza nella Progettazione (Probabilistic Design) - Applicare il Robust Design per l ottimizzazione dei prodotti

4 Progettazione degli esperimenti (DOE) e Robust Design Contenuti Come pre-requisito occorre aver fatto il corso base e avanzato di DOE - Cosa significa robust design - I problemi di ottimizzazione in progettazione. massimizzare le performance. minimizzare le performance. valore target. funzione target - Classificazione dei tipi di noise e come trattarli - Relazione tra DOE e robust design - Two step optimization - Dual response method e metodo di Taguchi - Concetti di progettazione probabilistica (Probabilistic Design) - Sensitivity Analysis e ottimizzazione delle performance (esempi meccanici ed elettrici) - MonteCarlo Simulation - Esercizi con Minitab Durate dei corsi - 2 giorni per il corso base - 1 giorno per il corso avanzato - 2 giorni per il corso Robust Design Modalità di erogazione Lezioni frontali con alternanza di lezioni teoriche ed esercizi con Minitab. Aula tradizionale con video proiettore collegato al PC docente. E indispensabile che i partecipanti abbiano a disposizione un PC portatile (minimo uno ogni 2 partecipanti) con installato il software statistico Minitab 16.

5 Appunti e Note

6 Appunti e Note

7 Appunti e Note

8 Dove siamo Sede Legale e Operativa Torino: Valle d Aosta Piemonte Liguria Recapiti Telefonici Piemonte Alessandria: Asti: Biella: Cuneo: Novara: Vercelli: Valle d Aosta Saint-Vincent: Liguria Genova: Imperia: Savona: