Waarom dit thema?
Elk bedrijf voert bijna dagelijks proeven of experimenten uit. Dit als onderdeel van een probleemoplossing, voor proces- of productontwikkeling, voor procesoptimalisatie, voor kwaliteitsverbetering, enz....
Meestal zijn de resultaten van deze dagdagelijkse experimenten vrij beperkt, kunnen er weinig besluiten uit getrokken worden en staan de resultaten van die experimenten niet in verhouding tot de tijd, energie en de kosten die je eraan besteedt.
Statistisch proefopzet daarentegen is een heel gestructureerde en degelijke aanpak die duidelijke verbanden aantoont tussen de variabelen en hun individuele invloed op het uiteindelijk resultaat.
Statistisch proefopzet is ook bekend onder de Engelse benaming ‘Design of Experiments' (DOE) en is de studie naar de voorspelbaarheid en geschiktheid van jouw product of proces. Het zorgt voor een duidelijk groeiend inzicht in wat er precies gebeurt in jouw proces of product en leidt tot een ware doorbraak in de prestaties door de resultaten in een wiskundig model te gieten waardoor de onderlinge verbanden makkelijk in kaart kunnen gebracht én ook bijgestuurd worden.
Waarom deze opleiding?
In de cursus DOE leer je op een uiterst praktische en zeer begrijpelijke manier zowel de basisprincipes als enkele belangrijke gevorderde technieken van statistisch proefopzetten. Je voert ook zelf een aantal praktijkexperimenten uit met een katapult, zodat je op een unieke, eenvoudige en leerrijke manier kennis maakt met deze boeiende materie. Tijdens de opleiding wordt gebruik gemaakt van de uiterst gebruiksvriendelijke software JMP van SAS.
Om de opgedane technieken meteen te kunnen toepassen is het essentieel dat je een laptop meebrengt met de JMP software. Deze software kan je gratis downloaden via www.jmp.com en na installatie gratis gebruiken voor een proefperiode van 30 dagen.
Inhoud
- Inleiding tot experimenteren
-
- Procesmatige benadering van DOE
- Keuze van de responsfactor Y
- Bepalen van de mogelijke invloedsfactoren X
- Oorzaak en gevolg diagram
- Selectie
- Basisstatistiek en hypothesetesten
-
- Normaalverdeling
- Hypothesetoetsen
- T test
- Variantieanalyse (ANOVA)
- Experimenteren
-
- Traditioneel experimenteren versus DOE
- Volledig factorieel proefopzet met 2 en 3 factoren
- Hoofdeffecten en interacties
- Replicatie
- Significantie van de effecten
- Grafische voorstelling
- Verloten of randomiseren
- Algemene procedure voor experimenteren
- Covariaat analyse
- Split-plot schema voor moeilijk te wijzigen factoren
- Gereduceerd factorieel proefopzet
- Het kiezen van de juiste fractie
- Vermenging en resolutie
- Blokken
- Centerpunten
- Response Surface Methodology
- Proefschema's voor kwadatische modellen
- Central Composite Design
- Methode van de steilste helling
- Sequentieel experimenteren
Voor wie
Deze cursus is bestemd voor iedereen die in zijn organisatie te maken krijgt met testen en experimenten, waarbij op basis van de verkregen data een beter inzicht verkregen moet worden in het product of het proces. De doelgroep betreft medewerkers die actief zijn in de volgende domeinen:
- Productie
- Kwaliteit en labo
- Engineering
- Onderhoud
- Procesverbetering
- R&D, productontwikkeling….
- Methode ontwikkeling
- …
Om deze opleiding te kunnen volgen, is er geen voorkennis vereist van statistiek of JMP.
Prijs
Deze opleiding goedkoper volgen?
- Bekijk op welke subsidies (o.a. KMO-portefeuille, Alimento-korting, ...) je recht hebt
- Korting mogelijk bij meerdere deelnemers van hetzelfde bedrijf
- Bij een groter aantal deelnemers is het voordeliger om deze opleiding in-company te volgen
Na de opleiding
Na deze opleiding ben je in staat om op een zelfstandige manier DOE (Design of Experiments) in de praktijk toe te passen: zowel het opzetten, uitvoeren, analyseren en interpreteren van zowel eenvoudige, maar tevens meer complexe experimenten behoort tot jouw bekomen vaardigheden.
Docenten
- Burgerlijk Ingenieur Elektro-Mechanica
- jarenlange operationele en managementervaring in de chemische, farmaceutische en voedingssector
- Master Black Belt
- uitgebreide expertise Lean en Six Sigma, statistiek en procesmanagement