Quando si investiga un processo siamo abituati a cambiare i dati in ingresso, osservando i cambiamenti che si verificano nei dati in uscita e traendone relazioni. Il nostro obiettivo è quello di migliorare la comprensione del processo, modellizzando opportunamente i fattori in ingresso. Un esperimento o set di prove si definiscono efficienti se le conclusioni tratte sono corrette e al tempo stesso abbiamo utilizzato la minima quantità di risorse. In queste due affermazioni c’è tuttavia una contrapposizione a meno che non fissiamo fin da subito la tolleranza che accettiamo nell’ignorare alcuni effetti e il margine di errore. La parola chiave in questo contesto è quindi pianificazione ed è possibile tramite l’uso di strumenti statistici come il Design of Experiment (DOE).

Il metodo DOE invece consta di due fasi principali:

• fase di screening: identificazione delle variabili significative e loro correlazione;
• fase di ottimizzazione: identificazione della risposta del sistema in funzione delle variabili.

Per fare degli esperimenti efficienti è bene procedere quindi con la seguente scaletta in 8 punti:

• Identificare la risposta che qualifica il processo (determinare l’obiettivo);
• Identificare i fattori che potrebbero influire sulla risposta (determinare la struttura input/output);
• Per ogni fattore stimare il campo di variabilità ragionevole in relazione al processo di interesse (individuare un valore alto e un valore basso per ogni fattore);
• Predisporre il piano di prova (design, numero di campioni);
• eseguire le prove (raccogliere i dati);
• analizzare i risultati per valutare quali siano i fattori che, singolarmente, influenzano il processo (determinando gli effetti significativi);
• Raggiungere delle conclusioni estrapolando una funzione matematica della risposta del sistema in funzione delle variabili
• Valutare la stabilità della risposta (verificare le conclusioni)

InnoChem Service vi supporta e fornisce la formazione necessaria per l’uso di questo ed altri strumenti per ottimizzare le fasi di sviluppo e innovazione dei processi industriali.