ABSAI Business SystemCentre d’aide
Français
中文Englishहिन्दीEspañolالعربيةFrançaisবাংলাPortuguêsBahasa Indonesiaاردو
Accéder au système ↗
ABS KNOWLEDGE LIBRARY

Méthode de Taguchi et plans d’expériences

← Tous les termes
DOE Taguchi Methods & Design of Experiments (DOE)

Également appelé :Méthode de Taguchi · Taguchi Methods · Conception de l’essai · Conception de l’expérience

Définition

Dernier niveau de l’échelle de montée en gamme des outils, pour les problèmes où « plusieurs causes potentielles agissent simultanément et interagissent » ; les trois piliers de Taguchi sont la conception des paramètres, le rapport signal/bruit et les tableaux orthogonaux. Du côté du DOE, la résolution décrit le coût, en termes de confusion entre interactions et effets principaux, des essais économisés.

Comprendre ce concept

La méthode de Taguchi et les plans d’expériences (DOE) constituent le niveau le plus élevé de la gamme d’outils, et servent à traiter les problèmes où plusieurs causes potentielles agissent simultanément et interagissent entre elles. Grâce à la conception des paramètres, au rapport signal/bruit et aux tables orthogonales, ainsi qu’aux plans factoriels complets et fractionnaires du DOE, ils aident les équipes à identifier les facteurs clés et les réglages optimaux tout en réduisant le nombre d’essais. Par rapport aux sept outils de base du contrôle qualité, le DOE est mieux adapté aux situations où les facteurs interagissent et où il faut quantifier la combinaison optimale. Les résultats comprennent généralement une liste de facteurs clés, une combinaison optimale de paramètres et un plan prévisionnel d’amélioration de la robustesse.

Exemples de cas d’usage

Lorsqu’un défaut de qualité apparaît sur une ligne de production, mais que le diagramme d’Ishikawa et le diagramme de Pareto ne permettent pas d’en déterminer la cause principale, et que l’on soupçonne une interaction entre plusieurs facteurs (tels que la température, la pression et la vitesse), l’équipe peut concevoir un plan d’expériences factoriel fractionnaire pour sélectionner d’abord les facteurs significatifs, puis réaliser un plan factoriel complet ou une analyse de surface de réponse sur les facteurs clés, afin de déterminer la combinaison optimale de paramètres. À l’issue de l’étude, l’équipe dispose d’un réglage des paramètres validé statistiquement, sur lequel elle peut s’appuyer pour ajuster le procédé et réduire les coûts des essais et erreurs.