OptiMal-DOE
Application
How to apply OptiMal DOE
How do you apply Optimal- DOE? Dansk
forklaring
There are 5 main steps to carry out:
- Brainstorming
- Choice of design (test plan)
- Condiuct the runs (execute the testplan)
- Calculations (find the best estimate)
- Run a control experiment
Brainstorming:
You must first conduct a brainstorming during which you identify
all the factors the group think may have an impact on the final
result, i.e. an output which is of value to the customer like
performance, quality, savings etc. When all the factors are
identified they are prioritized (after importance i.e what you
think you don't know) and the corresponding levels or settings for
each factor must be identified. Both factors and settings are
important to calculate a design and figure out a conceivable design
for the experiment.
Choice of design:
By using the OptiMal program you can get help to figure out how
large an experiment is needed. In the program you enter all the
factors. Using the prioritized listing you move the factors to a
select list and the consequential design for a filter design is
chosen. The more factors you involve the larger the experiment. A
filter design is recommended for complete new designs where you
don't know anything about the process/(design).
The tables for filtering are
having only two levels per factor and are the most effective for
filtering. These tables can be used to identify the most important
factors and effective with many factors. That is why we call them
filtering. The optimization is achieved by running a well designed
and effective experiement. OptiMal will do the rest for you.
View from the program, where you can see the factors listed and
the possible design plans to the rigth in the pane.
A design plan for 4 runs and a maximum of 3 factors a socaled L4
is shown as:
Run
no.: |
Factors: |
No.: |
A (factor) |
B |
C |
1 |
1 (level) |
1 |
1 |
2 |
1 |
2 |
2 |
3 |
2 |
1 |
2 |
4 |
2 |
2 |
1 |
Thus the plan requires 4 runs 1 ..4, and it can handle up to 3
factors at the same time.
Imagine a small experiment where we want to optimize teh strength
of a glued sample gluing to different materials.
We think the pressure on the two materials is important, also the
Temperature may influence, and finally the cycle time we apply the
pressure. Which is exactly 3 factors.
A brainstorming furthermore points to the levels we should try
during the experiment so we end up with a design like:
Temperature at: |
120 gr C |
135 gr. C |
Press at: |
3 kg |
6 kg |
Cycle time: |
5 sec. |
10 sec. |
The L4 plan tells us how to conduct the experiment. We put the
temperature at factor A's position, the Pressure at B's position
and Cycle time at C's position. The numbers in the plan is showing
the combination of levels we must apply, and when.
I.e. we put 120 gr C like level=1 for Temp. and 135 gr C like
level=2. From teh model we can see, that we must execute the
testing at 120 gr C twice and twice at 135 gr C. Likewise for
Pressure level-1 = 3 kg. First the pressure is tested at 3 kg, then
at 6 kg. For the cycle time we set level-1=5 sec. etc.
The full experiment was conducted and the results were as listed
(we did measure the pull strength to peal off one material from the
other):
Run-1 |
2,5 kg |
Run-2 |
6,5 kg |
Run-3 |
7,5 kg |
Run-4 |
5,5 kg |
It is easy to see that run 3 renders the highest value. Is it
also the best combination?
In the program we have entered the factors as shown:

The levels are input as follows:

Finally the pull strength values are input as:

Then we proceed to the calculations and gets the following
result:

That is lovely because we first of all discover an even higher
value tan 7,5 i.e. 8,5 kg. Next we discover that a different
combination, i.e. the best cmbination is all factors set at
level=2. This is an example to show you the beauty of running all
at once instead of one at a time. We could find the 'best
combination' without running it in the experiment!
Danish explanation
De fem trin, der skal gennemløbes:
Brainstorming:
Man begynder med en brainstorming hvorunder man udpeger de
vigtigste faktorer, der menes at have indflydelse på resultatet,
d.v.s. det resultat, udbytte eller mål vi ønsker optimeret. Når
antallet af faktorer og det ønskede niveauer, man ønsker at afprøve
er identificeret er du klar til næste trin.
Valg af forsøgsplan
Nu kan udpege den forsøgsgplan, der skal anvendes under
forsøget. Programmet indeholder alle de mulige reducerede
forsøgsplaner. Til første gangs forsøg anbefales det altid at
anvende tabellerne med kun to
niveauer per faktor. De egner sig særlig godt til at udskille, de
faktorer, der virkelig er væsentlige, og samtidig kan man medtage
mange faktorer i en plan. Det er udskilningsløbet der først skal
gennemføres. Optimeringen opnås altså ved at udføre et nøje
planlagt og kontrolleret fysisk forsøg. OptiMal klarer resten for
dig.
OptiMal beder dig indlæse oplysninger om de faktorer, der skal
undersøges, hvilke niveauer eller indstillinger, de skal afprøves
ved, altsammen udpeget under brainstormingen. Derefter udfører du
de fysiske forsøg i henhold til den fastlagte forsøgsplan, og du
bruger siden OptiMal til at analysere resultaterne og til at udpege
den bedste kombination (indstilling) af faktorerne.
Grafisk visning af faktorernes betydning er en af fordelene ved at
bruge OptiMal. Du ser direkte betydningen af hver faktor, og du vil
også opdage, hvilke faktorer, der er uden betydning eller
indflydelse. På den måde får du også aflivet myter og "spøgelser",
som bare giver anledning til diskussioner men som ikke har reel
indflydelse. Den allervigtigste information: Du får en værdi (et
bud) på det mulige bedste opnåelige, såfremt du anvender den fundne
bedste kombination af faktorerne på de dertil hørende niveauer,
d.v.s. på de niveauer, du har anvendt under selve forsøget.
Hovemenuen i programmet:
Du starter et nyt problem ved at vælge den Model, d.v.s. den
forsøgsplan, der ligger nærmest din problemstilling, eksempel en L4
som vist:

Forsøgsplanen for en L4 ser således ud:
Forsøg: |
Faktor: |
Nr.: |
A |
B |
C |
1 |
1 |
1 |
1 |
2 |
1 |
2 |
2 |
3 |
2 |
1 |
2 |
4 |
2 |
2 |
1 |
Modellen kræver altså udførelse af 4 forsøg (Nr: 1-4) og den kan
håndtere tre faktorer samtidig.
Tænk for eksempel på et lille limforsøg, hvor vi skal sammenlime
to forskellige materialer.
Vi har en ide om at Pres (sammnepresning) af de to materialer er
væsentligt, at Temperaturen betyder noget og at vi skal holde
presset vedlige en hvis tid. Det giver netop 3 faktorer.
En diskussion mellem brainstorming deltagerne giver desuden
opfattelsen af at vi afprøver på følgende måde:
Temperaturen ved |
120 gr C |
135 gr. C |
Pres ved |
3 kg |
6 kg |
Tiden ved |
5 sek. |
10 sek. |
Modellen ovenover viser os hvordan vi skal gennemføre forsøgene.
Vi sætter blot Temperaturen på A's plads, Pres på B's plads og Tid
på C's plads. Tallene i forsøgsplanen viser hvilke kombinationer af
niveauer vi skal anvende hvornår.
Dvs. vi sætter 120 gr C lig niveau=1 for Temp. og 135 gr C lig med
niveau=2. Af modellen kan vi se, at vi 2 gange afprøver ved 120 gr
C og to gange ved 135 gr C. Tilsvarende for Pres. Niveau-1 = 3 kg.
Altås først prøves ved 3 kg, dernæst ved 6 kg, så ved 3 kg og til
sidst ved 6 kg. For tiden sætter vi niveau-1= 5 sek.
Forsøgene gennemføres og resultatet vi ønsker er styrke af
limsamlingen, altså måler vi afrivningsstyrken af samlingen.
Resultaterne blev:
Forsøg-1 |
2,5 kg |
Forsøg-2 |
6,5 kg |
Forsøg-3 |
7,5 kg |
Forsøg-4 |
5,5 kg |
Heraf ses hurtigt at 3. forsøg er det bedste, men er det nu den
bedste kombination??
I programmet har vi først oprettet faktorerne som vist:

Niveauerne er indlæst som følger:

Endelig indlæses forsøgsresultaterne som vist:

Går vi dernæst til beregningen får vi følgende resultat:

Det er jo herligt for det første finder vi en endnu højere værdi
end 7,5 kg nemlig 8,5 kg. Dernæst opdager vi minsandten, at den
bedste kombination: alle tre fakorer på niveau-2 slet ikke er
afprøvet. Vi kan altså godt finde den bedste kombination uden at
afprøve den. Heraf fremgår betydningen af systematiske forsøg
tydeligt. Med systematikken fastholdt, kan man beregne sig til det
bedste.