Vous êtes sur la page 1sur 49

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

NOTIONS DE BASES SUR LES PLANS D'EXPERIENCES

I/ INTRODUCTION AUX PLANS D'EXPERIENCES 1/ Intrts des plans d'expriences


Les plans d'expriences sont utiliss dans les tudes industrielles en recherche-dveloppement. Ils interviennent dans de nombreux domaines industriels. On peut notamment citer : industries chimiques, ptrochimiques et pharmaceutiques industries mcaniques et automobiles industries mtallurgiques Leur utilisation vise aux buts suivants : dtermination des facteurs cls dans la conception d'un nouveau produit ou d'un nouveau procd optimisation des rglages d'un procd de fabrication ou d'un d'appareil de mesure prdiction par modlisation du comportement d'un procd Les plans d'expriences s'inscrivent dans une dmarche gnrale d'amlioration de la qualit. Le succs de la dmarche originale des plans d'expriences rside dans la possibilit d'interprtation de rsultats exprimentaux avec un effort minimal sur le plan exprimental : la minimisation du nombre ncessaire d'expriences permet un gain en temps et en cot financier. Il faut nanmoins comprendre que les plans d'expriences ne sont pas un outil destin a priori la recherche fondamentale car ils ne permettront jamais une explication du phnomne physico-chimique tudi. Avertissements : 1/ Les cours de plans d'expriences dcrivent quelles sont les expriences raliser ainsi que l'exploitation des rsultats. Par contre ils n'insistent que peu sur le choix des facteurs exprimentaux, le domaine exprimental et les soins apporter dans la conduite des essais. Il ne faudrait donc pas oublier la fin de ce cours que la russite du projet ncessite un investissement en temps important avant de passer l'application proprement dite de la mthodologie des plans d'expriences. 2/ les calculs peuvent paratre parfois pnibles raliser, ils constituent en fait une tape ncessaire pour la comprhension de la mthodologie ; une fois cette phase matrise, de nombreux logiciels peuvent venir en aide et excuter les calculs.

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

3/ Dans ce cours on se limitera la prsentation des plans factoriels complets et fractionnaires deux niveaux. Les plans de mlange, les plans de surface de rponse et les plans de Taguchi ne seront pas traits.

2/ Vocabulaire de base des plans d'exprience


Le scientifique est souvent amen comprendre comment ragit un systme en fonction des facteurs susceptibles de le modifier. Pour visualiser cette volution, il mesure une rponse et va ensuite essayer d'tablir des relations de cause effet entre les rponses et les facteurs.
facteurs contrlables

facteurs d'entre

SYSTEME

rponses

facteurs non contrlables

Parmi les facteurs on distinguera: les facteurs contrlables qui dpendent directement du choix du technicien (pression, temprature, matriau ) les facteurs non contrlables qui varient indpendamment du choix du technicien (conditions climatiques, environnement d'utilisation) les facteurs d'entre dont on cherche analyser une influence (matire premire, vitesse d'agitation, temprature, rendement )

Les facteurs tudis dans un plan d'expriences sont bien entendu les facteurs d'entre. Un facteur est une grandeur le plus souvent mesurable mais il peut s'agir d'une grandeur qualitative comme les diffrents lots d'une matire premire. La rponse est la grandeur mesure chaque essai; le plan vise dterminer quels facteurs l'influencent ou quelle est son volution en fonction de ceux-ci. Cette grandeur est le plus souvent mesurable mais elle peut galement tre qualitative. Dans ce cas ce peut tre par exemple une apprciation visuelle sur l'tat d'une surface ou une apprciation bon, moyen ou mauvais sur un produit alimentaire. Une notion importante est celle d'interaction entre deux facteurs d'entre. On parle d'interaction entre deux facteurs A et B quand l'effet du facteur A sur la rponse va dpendre de la valeur du facteur B. On peut citer deux exemples :

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

une tude sur l'usure des pneus (rponse) montre une interaction entre la vitesse et la pression de gonflage (facteurs) une tude sur la somnolence a montr une interaction entre la quantit d'alcool ingr et la quantit d'un mdicament particulier absorb. Le graphique suivant montre les valeurs de la somnolence mesure en unit arbitraire de 0 10 en fonction des deux autres facteurs mesurs galement avec des units arbitraires.
10 9 8 7 6 5 4 3 2 1 0 0 1

alcool ingr : 2 u.a. alcool ingr : 6 u.a.

somnolence (u.a.)

mdicament absorb (u.a.)

On note une forte interaction en remarquant que l'augmentation de somnolence est beaucoup plus forte si la quantit d'alcool ingr est plus importante. L'effet du mdicament dpend donc de la quantit d'alcool ingr.

3/ Etapes d'une tude par plans d'expriences 3-a / Dtermination de la rponse et des facteurs d'tude
L'tude doit avant tout avoir un but prcis: minimiser un cot de fabrication, chercher les paramtres influents ... A ce niveau, il est important de rassembler l'ensemble des personnes ayant titre divers une connaissance du sujet : l'ingnieur de production, le responsable du laboratoire d'analyses, le technicien en charge de la fabrication , l'oprateur de fabrication Tous peuvent fournir une information essentielle pour les questions suivantes : choix de la rponse la plus judicieuse moyens de mesure adapts facteurs potentiellement influents choix du domaine d'tude de ces facteurs ventuelles interactions rechercher contrle des facteurs non tudis

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

La connaissance du sujet acquise auparavant dans l'entreprise peut rendre de grands services cette tape. Le rsultat final peut avoir des consquences catastrophiques pour l'entreprise si un facteur oubli se trouve tre un facteur d'influence. Une difficult importante est la dtermination du domaine d'tude. Le domaine de variation des facteurs doit permettre de couvrir le domaine rel d'utilisation des facteurs mais pas plus. Il est ainsi inutile d'avoir des informations pour une substance une concentration qu'elle n'est pas autorise atteindre cause de contraintes environnementales. Ainsi le domaine ne doit pas tre trop large mais l'inverse pas trop troit si on cherche dterminer une influence possible. Dans ce dernier cas des limites trop troites risque de "noyer" une influence dans le "bruit" de l'erreur alatoire due aux incertitudes de mesure.

3-b / Choix d'un modle


Les plans d'expriences dits factoriels utilisent tous le modle mathmatique suivant qui relient la rponse y aux facteurs x1, x2, xi xn. Ce modle thorique est postul a priori. Il s'agit d'un modle polynomial.

y = a 0 + a1 x 1 + a 2 x 2 + + a n x n +

i, j =1 i j

aij x i x j +

i, j,k =1 i j k

aijk x i x j x k +

o a0, a1 sont les coefficients du polynme. Les termes produits de type par exemple a ij x i x j correspondent aux

interactions. Pour un plan factoriel 3 facteurs x1, x2 et x3, on obtient : y = a 0 + a1 x1 + a 2 x 2 + a 3 x 3 + a12 x1 x 2 + a13 x1 x 3 + a 23 x 2 x 3 + a123 x1 x 2 x 3

3-c / Choix des expriences raliser


La mthode des plans d'exprience peut tre sommairement compare la mthodologie traditionnelle dite de "variation facteur par facteur" Pour tudier l'influence de deux facteurs sur une rponse, on peut adopter deux stratgies exprimentales pour la conception des essais.

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

facteur B

facteur B

M2 B2 M3 B1 M1 A1 facteur A A2 M4

Y3 B2

Y4

B1

Y1 A1 facteur A

Y2 A2

Selon la mthode traditionnelle, on bloque le facteur A au centre du domaine de variation et on fait varier le facteur B aux deux extrmits de son domaine: on obtient les mesures M1 et M2. Avec le facteur A on ralise la mme opration pour obtenir les points M3 et M4. Dans cette mthode, l'effet de B sera mesur partir des mesures M1 et M2 et celui de A partir des mesures M3 et M4. Donc pour chaque facteur la moiti des mesures seulement est utilise pour rendre compte d'un effet. La mthode des plans d'expriences consistera raliser 4 essais aux extrmits du domaine exprimental. L'effet de A apparat comme la diffrence entre la moyenne (Y2+Y4)/2 et la moyenne (Y1+Y3)/2. Le mme raisonnement s'applique pour l'effet de B.
Remarque : l'effet de A peut tre dcrit autrement en crivant l'expression sous la forme suivante :
Effet de A = Y Y3 Y2 Y1 Y2 + Y4 Y1 + Y3 + = 4 2 2 2 2

Y4 Y3 est le demi effet de A quand B est au niveau haut (c'est--dire la demi 2 variation de la rponse quand A passe du niveau bas A1 au niveau haut A2). De mme le terme Y2 Y1 est le demi effet de A quand B est au niveau bas. 2

Le terme

Dans cette deuxime stratgie toutes les mesures sont utilises pour le calcul d'un effet. On comprend donc que la prcision obtenue sera suprieure avec la mthode de plans d'expriences. Un autre avantage de la mthode des plans rside dans un nombre beaucoup plus faible d'expriences raliser que dans la mthode traditionnelle quand le nombre de facteurs augmente. Il reste nanmoins connatre la mthode gnrale pour trouver les "bonnes" expriences raliser. La mthode dpend du modle mathmatique choisi.

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

3-d / Ralisation des essais


Un soin tout particulier doit tre apport l'excution des essais. Si on ne ralise pas personnellement les essais, il faut notamment vrifier que les facteurs contrlables mais non tudis soient bien fixs des valeurs prcises. De mme si un des facteurs tudis est un compos chimique, il est bien sr prfrable de ne pas avoir changer de lot de matire premire durant l'ensemble de l'exprimentation.

3-e / Interprtation des rsultats des essais


Comme premire approche, le plan d'exprience peut tre conu comme un moyen de savoir quels sont les facteurs ou les interactions qui ont une influence statistiquement significative sur la rponse tudie. L'exploitation des rsultats exprimentaux est souvent assez rapide surtout avec un logiciel ! Le principe de l'exploitation est simple : il consiste calculer les coefficients du modle polynomial ; plus la valeur absolue du coefficient est leve, plus le terme correspondant (facteur simple ou interaction) sera influent sur la rponse tudie. La difficult est plutt de pouvoir distinguer une vritable influence et le rle de l'incertitude entachant invitablement toute mesure. En conclusion de l'tude on fournit la liste des facteurs influents la plupart du temps l'expression du modle en ne retenant que les coefficients jugs statistiquement significatifs. Il est bon de signaler que le modle obtenu ne peut tre utilis qu' l'intrieur du domaine d'tude (d'o l'utilit d'une tude pralable correcte ) : toute extrapolation est trs risque car elle pourrait apporter des rsultats bien diffrents de ceux attendus. On ne signalera jamais assez que le modle fourni n'a pas de signification physique et ne saurait tre assimil une loi physique. Une dernire tape obligatoire avant l'utilisation du modle en production sera de tester par une exprience au centre du domaine exprimental si la valeur prdite par le modle est proche de la valeur exprimentale. En effet les modles de plans d'expriences factoriels tudis ne prennent pas en compte une "courbure" possible au centre du domaine mais considrent uniquement un comportement linaire. Si la vrification n'est pas concluante il importe d'envisager des modles plus compliqus (modles avec termes du second degr).

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

II/ CHOIX DES EXPERIENCES


Dans un premier temps, une tude mathmatique trs simplifie montrera quels sont les critres retenir pour le choix des essais effectuer.

1/ Rgression multilinaire
Dans une tude exprimentale quand on cherche relier une grandeur physique y et une grandeur physique x, on utilise souvent une technique de rgression linaire de y par rapport x qui consiste dfinir une relation du type : y = a. x + b On cherche les valeurs des paramtres a et b de faon que la droite passe au mieux par l'ensemble des points exprimentaux. On utilise une mthode dite "des moindres carrs" qui minimise la somme des carrs des rsidus ri. Le rsidu ri se dfinit comme l'cart entre la valeur exprimentale yi obtenue pour une valeur xi et i soit : la valeur calcule partir du modle y
i ri = y i y

Les plans d'exprience exigent l'utilisation de la technique de rgression multilinaire pour dterminer les coefficients d'un modle polynmial. Les calculs permettant de les obtenir utilisent le calcul matriciel dans le cas gnral et sont effectus maintenant au moyen d'ordinateurs. Le principe est toujours celui d'une mthode "des moindres carrs". Pour effectuer le calcul il faut videmment un nombre d'expriences (nombre de relations) au moins gal au nombre de coefficients (nombre d'inconnues). Dans la suite de l'expos, un exemple montrera que le choix des expriences raliser influe directement sur la largeur de l'intervalle de confiance des coefficients.

2/ Variables codes ou variables centres rduites


L'utilisation des variables centres rduites prsente l'intrt de pouvoir gnraliser la thorie des plans d'expriences quels que soient les facteurs ou les domaines d'tudes retenus. Remplacer les variables naturelles par les variables codes va permettre d'avoir pour chaque facteur le mme domaine de variation (entre -1 et +1) et de pouvoir ainsi comparer entre eux l'effet des facteurs. Le niveau bas est ainsi cod - 1 alors que le niveau haut est cod + 1. L'application suivante illustre le passage de la variable naturelle la variable code. On choisit d'abord pour un facteur son domaine d'tude. Par exemple la temprature va varier de 10 40C. 10 et 40C correspondent respectivement aux niveaux bas et haut du facteur.

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

On affecte la valeur -1 10C et la valeur +1 40C. On note ici t la variable code et T la variable naturelle. On peut les lier par la relation suivante o T0 est le milieu de l'intervalle du domaine d'tude et T la moiti de la largeur du domaine d'tude, T0 et T tant exprim en variable naturelle. Ici T0 = 25C et T = 15C.
t= T T0 T

Les variables centres rduites sont sans dimension. Une temprature de 20C correspond une variable centre rduite de -0,33.

3/ Application simple de calcul des coefficients


Une application simple est fournie par le plan d'expriences suivant o les calculs peuvent s'effecteur manuellement. On examine l'influence de la pression et de la temprature (deux facteurs) sur le rendement y d'une raction chimique (rponse). Le modle choisi a priori est le suivant :
y = a 0 + a1 x 1 + a 2 x 2 + a12 x 1 x 2

o x1 et x2 reprsentent respectivement les variables codes reprsentatives des facteurs pression et temprature. Le choix des expriences ralises sera explicit par la suite. On utilise un tableau nomm matrice d'expriences pour rcapituler l'ensemble des essais. Elle comprend plusieurs colonnes; la premire identifie les essais, les suivantes indiquent les tats des facteurs exprims en "units cods", chaque colonne tant reprsentative d'un facteur. La dernire colonne indique les rponses obtenues pour chaque essai. Les lignes infrieures rappellent les valeurs des niveaux en units naturelles.
N essai pression -1 1 -1 1 2 bars 4 bars temprature -1 -1 1 1 50 C 70 C rendement 60 78 63 89

1 2 3 4 niveau 1 niveau + 1

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

A partir du modle, on peut crire les 4 relations suivantes en remplaant les variables x1 et x2 par leurs valeurs dans chaque exprience.
a 0 a 0 a 0 a 0 a1 a 2 + a12 = 60 + a1 a 2 a12 = 78 a1 + a 2 a12 = 63 + a1 + a 2 + a12 = 89

La rsolution " la main" fournit les valeurs de coefficients suivants : a0 = 72,5 a1 = 11 a2 = 3,5 a12 = 2

Le modle s'crit donc sous la forme : y (rendement) = 72,5 + 11 . x1 + 3,5 . x2 + 2 . x1 . x2 o x1 et x2 sont les variables pression et tempratures exprimes en variables centres rduites. Dans la suite de l'expos on examinera l'interprtation de ce type de rsultats.

4/ Importance du choix des points exprimentaux


Avertissement au lecteur : Dans ce paragraphe 4/, la dmarche suivie est adapte de l'exemple classique des "plans de peses" du professeur Phan Tan Luu. L'intrt est de montrer l'influence du choix des points sans que le lecteur ait besoin a priori de connaissances sur les plans d'expriences. Pour un lecteur averti, il s'agit ici d'un exemple de plan factoriel fractionnaire, type de plan qui sera tudi par la suite. Ce type de plan est videmment plus compliqu qu'un plan factoriel complet qui sera tudi en premier dans ce cours : il prsente nanmoins le gros avantage d'tre plus facile traiter sur un plan calculatoire. Le lecteur doit seulement accepter de se laisser guider par la dmarche choisie.

Le succs des plans d'expriences rside dans la diminution du nombre ncessaire d'essais pour obtenir un maximum d'informations. Nanmoins il ne suffit pas d'effectuer un certain nombre d'essais : le choix des essais est fondamental pour l'obtention d'une prcision optimale dans la dtermination des coefficients. Dans l'exemple suivant on va comparer la prcision des estimations de coefficients pour 3 diffrentes matrices d'expriences : autrement dit on calculera la variance de chaque coefficient. La pression, la temprature et la masse catalyseur sont les facteurs examins pour la rponse qui est le rendement d'une raction : 4 essais sont raliss avec 2 niveaux par facteur. On dfinit alors les matrices d'expriences des plans 1, 2 et 3 avec la colonne de la rponse (le rendement). On envisage le modle suivant pour chacun des plans.

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

y = a 0 + a1 x 1 + a 2 x 2 + a 3 x 3

o x1, x2 et x3 reprsentent respectivement les variables reprsentatives des facteurs pression, temprature et masse de catalyseur.
plan 1 N essai pression 1 -1 1 1 2 bars 4 bars 3 bars temprature 1 1 -1 1 50 C 70 C 60 C masse catalyseur 1 1 1 -1 1 kg 2 kg 1,5 kg rponse Y1 Y2 Y3 Y4

1 2 3 4 niveau 1 niveau +1 niveau 0

plan 2 N essai pression -1 1 -1 1 2 bars 4 bars 3 bars temprature -1 -1 1 1 50 C 70 C 60 C masse catalyseur 1 -1 -1 1 1 kg 2 kg 1,5 kg rponse Y5 Y6 Y7 Y8

1 2 3 4 niveau 1 niveau +1 niveau 0

plan 3 N essai pression 0 1 1 0 2 bars 4 bars 3 bars temprature 0 1 0 1 50 C 70 C 60 C masse catalyseur 0 0 1 1 1 kg 2 kg 1,5 kg rponse Y9 Y10 Y11 Y12

1 2 3 4 niveau 1 niveau +1 niveau 0

En utilisant la mme mthode qu'au II/3/ on aboutit aux solutions suivantes pour les coefficients.

10

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) Y1 + Y2 + Y3 + Y4 a = 0 2 a = Y1 Y2 1 2 Plan 1 : a = Y1 Y3 2 2 a 3 = Y1 Y4 2

09/09/2008

+ Y5 + Y6 + Y7 + Y8 a 0 = 4 a = Y5 + Y6 Y7 + Y8 1 4 Plan 2 : a = Y5 Y6 + Y7 + Y8 2 4 a 3 = + Y5 Y6 Y7 + Y8 4

a 0 = Y9 a1 = Y9 + Y10 + Y11 Y12 2 Plan 3 : Y9 + Y10 Y11 + Y12 a 2 = 2 Y Y 9 10 + Y11 + Y12 a = 3 2 La variance var(Y) (ou l'cart-type) de chacune des rponses Yi est considre comme identique en chaque point du domaine. Cette hypothse est couramment admise dans les tudes de plans d'expriences. Selon les plans on obtient des variances var(ai) diffrentes pour les coefficients ai du modle. Plan 1 : Plan 2 : Plan 3 :
Remarque :

var(a0) = var(Y) et var(a1) = var(a2) = var(a3) = var(Y) / 2 var(a0) = var(a1) = var(a2) = var(a3) = var(Y) / 4 var(a0) = var(a1) = var(a2) = var(a3) = var(Y)

On rappelle que si X et Y sont 2 variables alatoires indpendantes et un rel : var(X Y) = var(X) + var (Y)

var( . X) = 2 . var(X) et

On constate donc que le plan 2 prsente la dtermination la plus prcise des coefficients. Intuitivement on peut comprendre que le plan 2 est suprieur car chacun des coefficients est estim l'aide de toutes les rponses et les points du domaine exprimental sont bien mieux rpartis. Le plan 2 est donc bien prfrable pour une estimation prcise du modle. Ceci montre donc que la matrice d'exprience n'est pas quelconque: elle doit tre choisie suivant des critres prcis.

11

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

5/ Matrice des effets 5-a/ Constitution


La matrice des essais raliser pour obtenir le plan d'expriences optimal se dduit en fait des critres permettant d'obtenir les coefficients avec le maximum de prcision. Le systme d'quations rsoudre doit prsenter des coefficients devant les inconnues (qui sont les coefficients du modle dterminer) pouvant se mettre sous la forme d'une matrice nomme matrice des effets. Par exemple pour le plan 2 la matrice des effets s'crira sous la forme : 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Ce type de matrice est dite matrice de Hadamard.
Remarque : pour cette matrice les vecteurs colonne sont orthogonaux deux deux. Cette proprit n'est pas suffisante pour obtenir la variance minimale pour l'estimation des coefficients. Hadamard a montr que la matrice X devait aussi vrifier la condition:
t

X X = NI

t o X est la matrice transpose de X, I la matrice identit et N le nombre d'expriences ralises. N doit tre un multiple de 4.

Par exemple on verra que pour un plan complet n facteurs, le nombre d'expriences N sera gal :
N = 2n

Soit 8 expriences avec 3 facteurs permettant la dtermination des 8 coefficients du modle, 16 expriences avec 4 facteurs

Pour un plan 8 expriences la matrice des effets devra s'crire comme cidessous en transformant conventionnellement +1 en + et -1 en - :

12

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +

09/09/2008

Il existe des rgles pour dterminer les matrices des effets mais on verra qu'elles ne sont pas utiles connatre dans la pratique des plans factoriels. Dans le chapitre III/, aprs avoir dfini le plan factoriel complet, on montrera que la matrice d'expriences d'un tel plan conduit pour le calcul des coefficients une matrice des effets qui est une matrice de Hadamard.

5-b/ Calcul des coefficients


Dans le cas d'une matrice de Hadamard, les coefficients peuvent aisment se calculer avec une simple calculatrice ou un tableur. On reprend pour cela l'exemple du plan 2 trait au paragraphe 4/ : en fait on appelle matrice des effets dans les plans d'expriences le tableau suivant plus complet que la stricte matrice des effets. Dans ce tableau figure les colonnes du numro d'essai, des termes du polynme, de la rponse ainsi qu'une ligne infrieure donnant la valeur calcule du coefficient estimer. La partie grise du tableau est en fait la matrice des effets dfinie au 5-a/.

N essai

constante 1 1 1 1 a0 =

x1 -1 1 -1 1 a1 =

x2 -1 -1 1 1 a2 =

x3 1 -1 -1 1 a3 =

rponse Y5 Y6 Y7 Y8

1 2 3 4 coefficient

+ Y5 + Y6 + Y7 + Y8 Y5 + Y6 Y7 + Y8 Y5 Y6 + Y7 + Y8 + Y5 Y6 Y7 + Y8 4 4 4 4

On observe que chaque coefficient se calcule en prenant la somme des rponses, chacune d'elles tant affecte du signe de la colonne correspondante ce coefficient, divis par le nombre d'essais.

13

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

On note aussi que le coefficient a0 du modle est gal la moyenne des rponses. Cette mthode de calcul est gnrale dans les plans d'expriences factoriels.

5-c/ Intervalle de confiance des coefficients


On tudie maintenant la variance d'un coefficient pour connatre son intervalle de confiance. Dans un plan factoriel complet ou fractionnaire de N essais, les rponses Yi et les coefficients ai sont des valeurs de variables alatoires. On a vu que tout coefficient ai du modle se calcule par une formule du type:
N a i = Yj / N j =1 N donc var( a i ) = var( Yj ) / N2 j =1

On introduit alors 2 (variance connue des mesures) ou s2 (variance estime des mesures). ou s sont des carts-types exprimentaux Dans le cas o on dispose d'une connaissance importante sur le domaine tudi et o on peut donc se baser sur les rsultats tirs d'un "historique", on utilisera . Dans le calcul suivant on suppose que l'cart-type est inconnu a priori ; pour dterminer s on utilisera souvent l'une des mthodes suivantes : ralisation de plusieurs points au centre du domaine d'tude ou ralisation de plusieurs fois la totalit du plan d'expriences. La variance s2 des variables Yj tant suppose identique sur le domaine d'tude (erreur alatoire constante pour toutes les rponses Yj) on en dduit que: var(ai) = N.var(Y) / N2 = var (Y) / N On admet que chaque coefficient appartient une population normale. Avec un risque de 5%, si la variance estime des mesures s2 est connue, une estimation ponctuelle de l'cart-type de la variable alatoire ai est s(ai) : s(a i ) = s / N L'intervalle de confiance de tout coefficient est alors : a i t 0,975 s N

o t est la variable de Student avec le nombre de degrs de libert utiliss pour la dtermination de s.

14

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

La dtermination de l'intervalle sera complte quand on disposera des essais permettant d'obtenir l'cart-type s de la mesure. La vrification de la signification statistique d'un coefficient sera alors entreprise. Pour simplifier, on admettra qu'un coefficient est significatif si son intervalle de confiance n'englobe pas la valeur 0. Si la valeur 0 appartient l'intervalle de confiance du coefficient, on en dduira que le coefficient n'est pas significativement diffrent de 0 pour le risque envisag.
Remarque 1 : cette vrification consiste en fait raliser un test statistique de comparaison de la valeur du coefficient (dcrit par son intervalle de confiance) la valeur standard 0. Le lecteur est invit consulter un cours de statistique. Remarque 2 : la signification des coefficients s'tudie aussi par la technique d'analyse de variance qui n'est pas aborde ici car elle ncessiterait des dveloppements trop importants.

III/ PLANS FACTORIELS COMPLETS


Pour allger les notations dans la suite de l'expos, on utilisera les notations suivantes : facteur et sa variable : colonne de termes (colonne de -1 et +1) : coefficient (appel effet ou interaction par la suite) : A, B, C A, B, C (gras) A, B, C (italique)

I et I font rfrence la moyenne respectivement comme valeur numrique et comme colonne de termes tous gaux +1.

1/ Construction des plans factoriels complets


Un plan factoriel complet est un plan pour lequel toutes les combinaisons possibles aux limites du domaine d'tude auront t ralises : c'est le nombre maximal d'essais pour un plan d'expriences factoriel. Le nombre d'essais N se calcule d'aprs la formule suivante : N = 2k o k est le nombre de facteurs. Le nombre d'essais est exactement gal au nombre de coefficients du modle dterminer. On vrifie bien ceci pour les plans 22 et 23 :
Plan 22 : facteurs A et B 4 expriences
y = a0 + a1 A + a2 B + a12 A B

Plan 23 : facteurs A, B et C

8 expriences

y = a0 + a1 A + a 2 B + a3 C + a12 A B + a13 A C + a 23 B C + a123 A B C

15

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Plan 24 : facteurs A, B, C et D

16 expriences

y = a0 + a1 A + a 2 B + a3 C + a 4 D + a12 A B + a13 A C + a14 A D + a 23 B C + a 24 B D + a34 C D + a123 A B C + a124 A B D + a134 A C D + a 234 B C D + a1234 A B C D

Les matrices d'expriences se construisent selon les tableaux suivants pour les cas des plans 22 et 23 avec des facteurs A, B et C. N essai 1 2 3 4 A - 1 1 -1 1 B -1 -1 1 1 N essai 1 2 3 4 5 6 7 8 A - 1 1 -1 1 - 1 1 -1 1 B -1 -1 1 1 -1 -1 1 1 C -1 -1 -1 -1 1 1 1 1

Plus gnralement, la matrice d'expriences comporte k colonnes pour les facteurs principaux et 2k lignes soit 2k essais. Elle se construit selon la rgle suivante: colonne du 1er facteur: colonne du 2e facteur: colonne du 3e facteur: colonne du 4e facteur: alternance de -1 et +1 alternance de -1 et +1 de 2 en 2 alternance de -1 et +1 de 4 en 4 alternance de -1 et +1 de 8 en 8

et ainsi de suite pour un nombre plus lev de facteurs. En adoptant ces rgles empiriques, la matrice des effets est une matrice de Hadamard.

2/ Application au fonctionnement d'un pistolet peinture


L'exemple est tir de l'ouvrage : "Les plans d'expriences par la mthode Taguchi, Maurice PILLET, Editions d'organisation, 1997.

2-a/ Prsentation de l'tude


On considre le plan d'expriences visant tudier les conditions de fonctionnement d'un pistolet peinture servant appliquer une couche de vernis sur des objets. Deux facteurs sont tudis: l'ouverture du pistolet (facteur A) et la pression (facteur B). La rponse est la couleur obtenue allant de 0 (noir) 60 (jaune). Le plan choisi est un plan factoriel complet 22.

16

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) La matrice d'expriences suivante est fournie avec les rsultats exprimentaux obtenus :
N essai ouverture A + + 1 cran 3 crans 2crans pression B + + 1 bar 2 bars 1,5 bars couleur Y1 = 15 Y2 = 20 Y3 = 25 Y4 = 40

09/09/2008

1 2 3 4 niveau 1 niveau +1 niveau 0

2-b/ Calculs des effets et interactions


Dans un premier temps on utilise l'interprtation qualitative du I-2-c/ ; l'effet calcul est nomm effet global de l'ouverture sur la couleur. On calcule ainsi l'effet EOuverture global. EOuverture global = (Y2+Y4) (Y1+Y3) = 10 De mme : EPression global = (Y3+Y4) (Y1+Y2) = 15 En fait dans la suite on nommera effet d'un facteur la valeur l'effet global divis par 2 ce qui est aussi nomm dans la littrature l'effet moyen du facteur.
Remarque : les logiciels, MINITAB notamment, utilisent parfois dans leur exploitation le nom d'effet pour l'effet global et de coefficient pour l'effet moyen.

17

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

On calcule donc : EOuverture moyen = [ (Y2+Y4) (Y1+Y3)] = .[-Y1+Y2-Y3+Y4] = 5 = Eouverture EPression moyen = (Y3+Y4) (Y1+Y2) = .[-Y1-Y2+Y3+Y4] = 7,5 = Epression Un effet moyen positif pour un facteur s'interprte qualitativement ainsi : une augmentation de la valeur de ce facteur entrane une augmentation de la rponse. Dans notre cas une augmentation de l'ouverture ou de la pression entrane une augmentation de la couleur. Les graphiques suivants illustrent ces effets.
couleur 30 28 26 24 22 20 18 16 1 cran 3 crans

couleur 30 28 26 24 22 20 18 16 1 bar 2 bar

On recherche maintenant si l'effet de la pression dpend de l'ouverture, autrement s'il existe une interaction entre pression et ouverture. E Pression (Ouverture 1 cran) = .[-Y1 +Y3] = 5 E Pression (Ouverture 3 crans) = .[-Y2 +Y4] = 10 On peut dterminer maintenant l'effet de l'interaction de la mme faon que l'effet moyen d'un facteur en considrant la demi-diffrence entre les deux valeurs prcdentes: IOuverture Pression = .[ (-Y2+Y4) (-Y1+Y3) ] = .[Y1-Y2-Y3+Y4] = 2,5

18

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Une reprsentation simple consiste tracer le graphique des interactions en prenant la moyenne des donnes pour une condition exprimentale. Les droites du graphique n'tant pas parallles, on en dduit aussi qu'il y a interaction entre la pression et l'ouverture. Une ouverture plus importante augmente l'effet de la pression.
couleur
45 40 35 30 25 20 15 10 1 bar 2 bars 1 cran 3 crans

On obtiendrait la mme valeur d'interaction si on permutait le rle de l'ouverture et de la pression. En conclusion, pour obtenir un jaune plus prononc dans le domaine d'tude, il faut appliquer une pression de 2 bars et ouvrir 3 crans. La pression a un effet plus important.

2-c/ Rcapitulatif de l'tude d'un plan complet


A partir du modle polynomial choisi ( y = a 0 + a1 A + a 2 B + a12 A B avec la premire notation), on construit la matrice des effets. On note que la colonne AB peut se construire rapidement en multipliant terme terme les colonnes de A et B : c'est la mthode gnrale de construction des termes d'interaction. La matrice des effets correspond une matrice d'Hadamard. On effectue ensuite le calcul des coefficients du polynme comme il a t expos au II/5-b/.
N essai Moyenne 1 + 2 + 3 + 4 + moyenne ou effet ou 25 interaction A + + B + + AB + + couleur 15 20 25 40

7,5

2,5

On s'aperoit que les valeurs des coefficients correspondent ce qui a t dfini au III/2-b/ pour le calcul des effets des facteurs A et B et de l'interaction AB.

19

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) On obtient donc : a0 = I = 25 a1 = A = 5 a2 = B = 7,5 a12 = AB = 2,5

09/09/2008

Le modle mathmatique s'crit donc : Y = 25 + 5.A + 7,5.B + 2,5.A.B Le modle ncessite d'tre valid par l'exprience. Couramment on vrifie au centre du domaine d'tude le modle soit ici avec 2 crans pour ouverture et une pression de 1,5 bars. En admettant l'tape de validation accomplie, une application possible de ce modle est la prvision d'une rponse pour des paramtres de fonctionnement quelconques. Comme le modle est exprim avec des variables centres rduites il faudra transformer les variables naturelles de procd pour tre autoris utiliser le modle. Par exemple pour une ouverture 2,5 crans et une pression de 1,25 bar, on trouve avec le changement de variable indiqu en II/2/ : A = +0,5 et B = -0,5

La valeur attendue pour la couleur est alors de 23,1


Remarque : dans cette tude les conclusions sont tablies avec l'hypothse que les valeurs trouves pour les effets et l'interaction sont significativement diffrentes de 0. Cette hypothse est implicitement admise ici en admettant par exemple que pour le responsable de cette tude ces valeurs entranent des variations de la couleur importantes pour le procd de peinture. On verra dans les deux applications suivantes comment estimer cette significativit statistique lorsqu'on n'a pas d'autre information.

2-d/ Courbes isorponses


A partir du modle il est intressant de tracer les courbes isorponses pour prvoir graphiquement la couleur. Le logiciel MINITAB fournit cette possibilit de trac. On constate effectivement que les plus fortes valeurs de couleur sont obtenues pour les valeurs de pression et d'ouverture les plus leves.
Remarque : pour tracer une des courbes du graphe, il faut d'abord transformer l'expression du modle ci-dessus en passant pour A et B aux variables naturelles. Ensuite on fixe une valeur de rponse 30 par exemple et on exprime alors B en fonction de A. Il ne reste alors plus qu' tracer la courbe et recommencer pour une autre valeur de rponse.

20

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

graphique de contour : couleur


2,0
1,9

38 34 30 26 22

1,8
1,7

pression

1,6
1,5

1,4
1,3

1,2
1,1

18

1,0 1 2 ouverture 3

3/ Application l'tude de la robustesse du dosage de l'amiodarone par HPLC


L'exemple est inspir du mmoire de travail de diplme d'analyse pharmaceutique de Nomie MARCOZ (Universit de Genve) intitul "Etude de stabilit des solutions injectables d'amiodarone", 2003.

3-a/ Prsentation de l'tude


L'tude de la robustesse d'une mthode permet de dfinir les variations admissibles des paramtres opratoires critiques c'est--dire des paramtres qui ont un effet sur la valeur de la rponse fournie. L'amiodarone est une molcule utilise dans le domaine mdical. On dtermine par HPLC la concentration des solutions injectables d'amiodarone. La rponse tudie est l'asymtrie du pic d'amiodarone : en effet une variation de l'asymtrie du pic peut engendrer des erreurs dans la dtermination de la concentration en amiodarone. Les facteurs tudis sont le pH du tampon phosphate (A), le pourcentage d'actonitrile (B) et la concentration molaire du tampon phosphate (C).

21

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Un plan factoriel complet 23 est ralis pour dterminer quels sont les facteurs et interactions importants. Les conditions du domaine exprimental sont donnes dans la matrice d'expriences suivante.
Numro d'essai

A + + + +

B + + + +

C + + + +

asymtrie 1,57 1,62 1,34 1,42 1,55 1,62 1,36 1,20


-1

1 2 3 4 5 6 7 8 niveau -1 niveau +1 niveau 0

2,3 2,7 2,5

45 % 55 % 50 %

24 mmol.L

29 mmol.L-1 26,5 mmol.L-1

Le niveau 0 des facteurs correspond aux conditions dans lesquelles le dosage s'effectue habituellement dans le laboratoire. Pour une valuation statistique de la signification des effets et interactions, 6 points au centre du domaine ont t raliss.

Numro d'essai au centre

A 0 0 0 0 0 0

B 0 0 0 0 0 0

C 0 0 0 0 0 0

asymtrie 1,38 1,56 1,34 1,51 1,48 1,47

1 2 3 4 5 6

Le schma suivant regroupe les diffrents essais qui ont bien t choisis aux extrmits du domaine d'tude.

22

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

3-b/ Calculs des effets et interactions


On reprsente la matrice des effets partir du modle polynomial choisi pour le plan 23 ( y = a0 + a1 A + a 2 B + a3 C + a12 A B + a13 A C + a 23 B C + a123 A B C ). Le nombre de coefficients inconnus est de 23. La matrice des effets s'crit :
N essai 1 2 3 4 5 6 7 8
moyenne ou effet ou interaction moyenne

A + + + + 0,005

B + + + +

C + + + +

AB + + + +

AC + + + +

BC + + + +

ABC + + + +

asymtrie 1,57 1,62 1,34 1,42 1,55 1,62 1,36 1,20

+ + + + + + + + 1,460

- 0,130 - 0,028 - 0,025 - 0,028 - 0,023 - 0,033

Les coefficients ont t calculs selon la mthode dcrite au II-5-b/. Par exemple pour le coefficient a23, on a :
a 23 = (+1,57 + 1,62 1,34 1,42 1,55 1,62 + 1,36 + 1,20)

23

= 0,023 = BC

3-c/ Intervalle de confiance des coefficients (effet ou interaction)


On effectue ici la dtermination par des mesures au centre du domaine.

23

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Si les mesures xi au centre du domaine sont rptes n fois, on en dduit une estimation de la variance en ce point, estimation qu'on estime identique pour tout le domaine d'tude. x est la moyenne de ces mesures.

s2 =

(xi x )2
n 1

L'cart-type estim s est ainsi calcul avec n 1 degrs de libert. Dans notre exemple n = 6. On calcule s = 0,082. D'aprs II/5-c/, l'intervalle de confiance de tout s a i t 0,975 avec N (nombre d'essais) gal 8. coefficient est alors : N o t est la variable de Student avec le nombre de degrs de libert utiliss pour la dtermination de s. On prend ici t0,975 = 2,57 avec un risque de 5 %. Donc finalement on obtient : a i 0,075

3-d/ Rcapitulatif de l'tude du plan complet


Tous les effets ou interactions dont l'intervalle de confiance comprend la valeur 0 ne sont donc pas significatifs.
A = 0,005 ABC = -0,033 B = -0,130 AB = -0,025 C = -0,028 AC = -0,028

BC = -0,023

Seul l'effet du facteur B est comptabiliser. En conclusion l'effort doit tre port sur le pourcentage d'actonitrile qui doit tre contrl sous peine sinon de modifier l'asymtrie du pic d'amiodarone et donc de fausser la dtermination de la concentration en amiodarone. Les autres facteurs n'ont aucun rle dans l'asymtrie du pic.

4/ Application au traitement d'eau pollue par des ions Cu2+ et Zn2+.


L'exemple est tir de : "Traitement d'une solution aqueuse contenant des ions Zn2+ et des ions Cu ", projet de licence professionnelle Industries chimiques et pharmaceutiques : BPL et BPF, Universit de Dijon, Marine BRUET, 2006"
2+

4-a/ Prsentation de l'tude


Le projet vise dterminer en jars tests les meilleures conditions de traitement aprs prcipitation, floculation et dcantation pour une eau pollue contenant des ions Cu2+ et Zn2+. La faisabilit industrielle du procd est estime notamment partir de la dure de la dcantation qui doit tre la plus faible possible. Cette dure constitue une

24

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

rponse. Trois facteurs sont tudis. La nature de l'hydroxyde (facteur A) est un facteur qualitatif. L'excs stchiomtrique en hydroxyde (facteur B) et le pourcentage en volume de floculant (facteur C) sont deux facteurs quantitatifs. Le plan choisi est un plan factoriel complet 23. Pour une valuation statistique de la signification des effets et interactions, le plan sera rpliqu une fois. La matrice d'expriences suivante est fournie avec les rsultats exprimentaux obtenus :
Numro d'essai

A + + + +

B + + + +

C + + + +

dure1 (s) 29 17 40 20 19 18 29 13

dure2 (s) 25 22 47 23 22 15 31 12

1 2 3 4 5 6 7 8 niveau niveau + niveau 0

chaux soude

x2 x4

2% 10 % 6%

Le niveau 0 n'a pas de sens pour un facteur qualitatif. De mme pour un excs stchiomtrique la dfinition du niveau 0 n'est pas vidente d'un point de vue chimique.

4-b/ Calculs des effets et interactions


On construit la matrice des effets ; on indique pour la dure de la dcantation la moyenne des valeurs obtenues ce qui dans le calcul des effets et des interactions revient alors considrer 8 essais et non 16.

25

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

N essai 1 2 3 4 5 6 7 8
moyenne ou effet ou interaction

moyenne

A + + + + - 6,4

B + + + + 3

C + + + + -4

AB + + + + - 3,5

AC + + + + 1

BC + + + + - 1,6

ABC + + + + 0,13

+ + + + + + + + 23,9

dure (s) 27 19,5 43,5 21,5 20,5 16,5 30 12,5

Le logiciel MINITAB fournit les reprsentations suivantes des effets et des interactions.

c ha

ux

u so

de

x 2

x 4

10

30 dure dcantation (s) 27 24 21 18 hydroxyde excs %

26

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

x 2

x 4 2 10

hydroxyde soude chaux

35 25 15 excs x4 25 x2 15 % 35

A l'examen visuel des graphes on note que les trois facteurs doivent avoir un effet mais que l'interaction AC (nature de l'hydroxyde et % en volume) semble ngligeable car les droites sont presque parallles. Il faut vrifier maintenant cet aspect avec un examen statistique des rsultats.

4-c/ Intervalle de confiance des coefficients (effet ou interaction)


La technique des points au centre conomise videmment des essais par rapport la rplication d'un plan. Nanmoins elle est inapplicable pour certains facteurs qualitatifs (que veut dire un niveau "0" pour un type de ractif, un type d'appareil ).
Remarque : un autre intrt d'effectuer des points au centre est de permettre de vrifier le modle en un point o une "courbure" a de grandes chances d'tre visible.

Quand on rpte le plan plusieurs fois, les mesures ralises en un point exprimental constitue un petit chantillon. On estime alors la variance s2 des mesures en considrant qu'on dispose de k petits chantillons (correspondant k points du domaine d'tude) et d'un nombre total d'essais de N donc N / k rptitions du plan.
s2 =

si 2
k

o si2 est la variance estime d'un chantillon i.

27

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) s2 est calcule avec N k degrs de libert Dans notre exemple N - k = 16 8 = 8.

09/09/2008

On calcule finalement s = 2,76. D'aprs II/5-c/, l'intervalle de confiance de tout s avec N(nombre d'essais) gal 16. a i t 0,975 coefficient est alors : N o t est la variable de Student avec le nombre de degrs de libert utiliss pour la dtermination de s. On prend ici t0,975 = 2,31 avec un risque de 5 %. Donc finalement on obtient : a i 1,59

4-d/ Rcapitulatif de l'tude du plan complet


Tous les effets ou interactions dont l'intervalle de confiance comprend la valeur 0 ne sont donc pas significatifs.
A = -6,4 ABC = 0,13 B=3 AB = -3,5 C = -4 AC = 1

BC = -1,6

On prendra donc en considration les effets des trois facteurs et deux interactions ce qui confirme l'examen des graphiques. Nanmoins les graphiques peuvent induire un peu en erreur car pour l'interaction AC les deux droites semblaient assez loin d'tre parallles et l'tude statistique conduit la limite seulement prendre en compte cette interaction. Dans ce cas d'ailleurs le contexte professionnel conduit garder ou non ce terme dans le modle. Le modle final s'crit donc : y = 23,9 - 6,4 . A + 3 . B 4 . C 3,5 . A.B 1,6 . B.C Une application intressante de ce modle est de rechercher les valeurs des facteurs pour minimiser la dure de dcantation. La prsence des interactions AB et BC rend impossible un choix rapide des conditions optimales. Le logiciel MINITAB permet l'obtention de l'optimum : la dure de dcantation est minimale l'intrieur du domaine d'tudes pour A = B = C = + 1. Il faut donc utiliser de la soude, un excs stchiomtrique de 4 fois et un % en volume de floculant gal 10 %.

5/ Avantages et inconvnients des plans factoriels complets


Les plans factoriels complets sont des plans dits sans risque car ils permettent de dterminer tous les effets et toutes les interactions sans ambiguts.

28

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Le nombre d'essais ncessaire est au moins gal au nombre total de coefficients dterminer. Les essais sont raliss de telle sorte que les coefficients sont estims avec une variance minimale. Leur simplicit d'exploitation assure un bon "rendement" par rapport aux rsultats obtenus. Nanmoins ils prsentent une limite essentielle : le nombre d'essais augmente trs rapidement avec le nombre de facteurs. On atteint dj 128 expriences (27) pour 7 facteurs ce qui devient donc trs vite difficile raliser dans la pratique.

IV/ PLANS FACTORIELS FRACTIONNAIRES 1/ Mise en uvre 1-a/ Grands principes


Les plans fractionnaires ont t conus pour remdier l'inflation rapide du nombre d'essais dans les plans complets. L'objectif des plans fractionnaires va consister rduire le nombre d'expriences raliser par rapport au nombre maximum donn par le plan complet. Les plans fractionnaires utilisent les matrices des effets des plans complets. Leurs matrices des effets ont donc galement toutes les qualits des matrices d'Hadamard. On parlera de plan 2k-p (p entier) pour indiquer un plan fractionnaire issu du plan complet 2k avec k facteurs 2 niveaux. Par exemple le plan 24-1 est un plan fractionnaire permettant l'tude de 4 facteurs en utilisant la matrice des effets du plan complet 23 : 23 expriences sont raliser au lieu des 24 expriences du plan complet. Le nombre d'expriences est divis par 2, il correspond la ralisation d'un demi plan complet 24. De la mme manire il est possible de raliser des plans 2k-2 , 2k-p (p entier < k). Le plan 27-3 permettra une tude de 7 facteurs avec seulement 24 expriences au lieu de 27 : il s'agit donc de 1/8me du plan complet 27. Nanmoins les plans fractionnaires ncessitent une phase de conception plus longue car l'interprtation qui rsultera des rsultats dpend essentiellement du choix de p. Plus le nombre p augmente, plus la charge exprimentale va diminuer mais au dtriment d'un risque de plus en plus grand sur la qualit des informations tires du plan. Il faudra donc valuer les risques avant de dmarrer l'exprimentation et les minimiser en construisant le plan fractionnaire adquat. C'est le pari du plan fractionnaire

29

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

1-b/ Expriences "inutiles" d'un plan complet


Un plan complet 24 (modle ci-dessous) permet d'estimer les 4 effets des facteurs, la moyenne, les 6 interactions d'ordre 2, les 4 interactions d'ordre 3 et l'interaction d'ordre 4.
y = a0 + a1 A + a 2 B + a3 C + a 4 D + a12 A B + a13 A C + a14 A D + a 23 B C + a 24 B D + a34 C D + a123 A B C + a124 A B D + a134 A C D + a 234 B C D + a1234 A B C D

On a vu dans les applications sur les plans complets que les interactions d'ordre 3 pouvaient tre ngliges. C'est un rsultat trs gnral : dans la pratique les interactions d'ordre suprieur ou gal 3 sont ngligeables sauf de trs rares exceptions. On en dduit alors dans l'exemple du plan complet 24 qu'on va effectuer 16 expriences pour un nombre ncessaire de seulement 11 coefficients dterminer. La proportion d'essais utiles par rapport au nombre total d'essais diminue encore plus nettement si on augmente le nombre de facteurs. Pour un plan 23 avec 3 facteurs A, B et C, si on se contente de vouloir estimer l'influence de A, B et C sans se proccuper des interactions, on a 4 coefficients connatre : la moyenne et les effets des 3 facteurs soit 4 essais.
y = a0 + a1 A + a 2 B + a3 C

Un plan fractionnaire 23-1 avec 4 essais suffira : 4 essais seront donc conomiss. Nanmoins on n'obtiendra pas d'information sur les interactions (AB, AC, BC). Si jamais une des interactions n'tait pas ngligeable, les coefficients du modle seraient entachs d'erreur et le modle ne conviendrait pas pour une utilisation ultrieure. C'est tout le pari d'un plan fractionnaire ! Pour conclure, les plans fractionnaires sont souvent utiliss en temps que plans de criblage destins dterminer quels sont les facteurs les plus influents sans forcment tudier les interactions d'ordre 2. C'est souvent le cas si le nombre de facteurs est trs lev.

1-c/ Notion d'aliase et de contraste


Pour l'tude d'un plan fractionnaire 24-1 4 facteurs, 8 expriences sont ralises. Le modle de plan factoriel avec 4 facteurs est le suivant
y = a0 + a1 A + a 2 B + a3 C + a 4 D + a12 A B + a13 A C + a14 A D + a 23 B C + a 24 B D + a34 C D + a123 A B C + a124 A B D + a134 A C D + a 234 B C D + a1234 A B C D

Les matrices des effets des plans factoriels doivent comporter autant de lignes que de colonnes. Chaque colonne correspond un coefficient du modle donc il faudrait 16 colonnes : pour utiliser une matrice 24-1 colonnes, il faut donc faire en sorte que les termes de (16 8) colonnes se retrouvent dans les 8 autres colonnes.

30

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Les termes tant tous gaux 1 ou + 1, une solution consiste crire que la variable D aura la mme valeur dans chacune des 8 expriences que la valeur du produit de variables A.B.C. Le choix des valeurs de D dans la matrice d'exprience sera donc fix. On peut donc crire pour les 8 expriences : D = A.B.C. Comme cette galit est vraie pour les 8 expriences, on peut crire l'galit de colonne suivante :
D = ABC

Le choix de D = A.B.C permet alors d'crire les galits suivantes sur les variables en utilisant le fait que le produit d'une variable quelconque par elle-mme est toujours gal + 1. A.D = B.C A.C.D = B B.D = A.C C.D = A.B A.B.D = C

B.C.D = A et A.B.C.D = 1

On dira que D est l'aliase initiale (choisie par l'exprimentateur). D est alias avec A.B.C, B est alias avec A.C.D, A.D est alias avec B.C Le modle s'crit alors sous la forme :
+ (a13 + a 24 ) A C + (a14 + a 23 ) B C + (a 4 + a123 ) A B C y = (a0 + a1234 ) + (a1 + a 234 ) A + (a 2 + a134 ) B + (a3 + a124 ) C + (a12 + a34 ) A B

On reconnat bien le modle d'un plan factoriel complet 23 dont on pourra utiliser la matrice des effets. Les nouveaux coefficients hi calculs avec la matrice des effets par la mthode habituelle seront nomms contrastes. Un contraste hi est une somme d'effets et d'interactions. On les crit ainsi : h1 = a0 + a1234 h5 = a12 + a 34 h2 = a1 + a 234 h6 = a13 + a 24 h3 = a 2 + a134 h7 = a14 + a 23 h4 = a 3 + a124 h8 = a 4 + a123

Remarque : un contraste apparat ici comme une somme mais dans le cas gnral des signes ngatifs peuvent apparatre. Il suffisait par exemple de choisir comme aliase initiale D = - A.B.C.

1-d/ Interprtation des contrastes


Les difficults d'interprtation apparaissent dans l'expression des contrastes du 1-c/. Les 16 coefficients initiaux ai du modle sont a priori impossibles calculer car ils sont groups par 2.

31

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

La dtermination des effets et des interactions est nanmoins possible moyennant certaines hypothses couramment admises. Bien entendu il faut valider ces hypothses avant de conclure une tude, par exemple avec la vrification de points exprimentaux particuliers comme au centre du domaine d'tude. Les hypothses sont les suivantes : Hypothse 1 : les interactions d'ordre gal ou suprieur 3 peuvent tre ngliges. Hypothse 2 : si un contraste est ngligeable, tous les termes aliass sont eux-mmes ngligeables ; une compensation des termes est trs improbable. Hypothse 3 : si deux effets de facteurs sont ngligeables, on supposera que leur interaction l'est aussi. Hypothse 4 : une interaction comportant deux facteurs dont l'un a un effet ngligeable, est gnralement une interaction ngligeable.

Il faut nanmoins tre attentif toute anomalie dans les rsultats mme si on estime que ces hypothses sont vrifies dans 95 % des cas.

1-e/ Rsolution d'un plan fractionnaire


Le choix de l'aliase initiale est fondamental pour la conception d'un plan fractionnaire. Dans l'exemple du 1-c/ le choix D = A.B.C a permis d'obtenir des contrastes o les effets des facteurs A,B,C et D sont dtermins directement par le calcul des contrastes h1, h2, h3 et h4. La seule hypothse sur l'ordre des interactions permet d'crire : h2 = a1 = A h3 = a2 = B h4 = a3 = C h8 = a4 = D

Par contre on dispose uniquement de la somme des interactions AD et BC, BD et AC, CD et AB. Seuls l'application des hypothses sur les contrastes calculs permettront peut-tre de pouvoir connatre toutes les interactions. Si on avait choisi comme aliase initiale D = AB, on aurait abouti l'impossibilit de distinguer l'effet d'un facteur avec une interaction d'ordre 2 ! Il faut donc toujours aliaser les facteurs supplmentaires (par rapport ceux du complet) avec les interactions d'ordre le plus lev. On dfinit la notion de rsolution d'un plan fractionnaire selon les termes de l'expression des contrastes :

32

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)


plan de rsolution III :

09/09/2008

effet d'un facteur alias avec interaction dont l'ordre le moins lev est 2 effet d'un facteur alias avec interaction dont l'ordre le moins lev est 3 effet d'un facteur alias avec interaction dont l'ordre le moins lev est 4

plan de rsolution IV :

plan de rsolution V :

Il apparat que les plans d'ordre III sont risqus car si une interaction n'est pas suppose ngligeable, elle s'ajoute l'effet d'un facteur. Ce type de plan est entreprendre pour rduire normment le nombre d'expriences dans le cas d'un grand nombre de facteurs. Dans ce cas il est parfois ncessaire de raliser un plan complmentaire pour accder toutes les interactions (voir 3/). Les plans d'ordre V permettent de lever tous les doutes sur la dtermination des effets des facteurs et des interactions. Nanmoins ils sont peu fractionnaires et sont ainsi coteux en nombre d'essais. Les plans d'ordre IV prsentent un bon compromis: les effets des facteurs sont faciles dterminer, il reste par contre des doutes sur les interactions d'ordre 2. Le plan du 1-c/ est un plan d'ordre IV.

1-f/ Oprations sur les colonnes (calcul de Box)


Le calcul de Box est un outil trs utile pour l'criture des contrastes. Cette mthode s'applique uniquement aux plans fractionnaires 2 niveaux 1 et + 1. Chaque colonne de la matrice des effets comprend uniquement des valeurs +1 ou -1. On dsigne par A la colonne de valeurs sous la variable A. On nomme I la colonne ne comportant que les valeurs +1. Avec des colonnes quelconques A et B, les proprits de la "multiplication des colonnes" sont les suivantes :
AB = BA AI = IA = A et - IA = - A AA = I

Une galit entre deux colonnes A et B signifie que les termes des deux colonnes sont identiques.

1-g/ Conception d'un plan fractionnaire 23-1


La conception d'un plan fractionnaire 23-1 permet en 4 expriences d'tudier 3 facteurs A, B et C et leurs interactions moyennant certains risques. Il faudra utiliser la matrice des effets d'un plan factoriel complet 22 et effectuer 4 expriences au lieu de 8.

33

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

N essai 1 2 3 4

I + + + +

A + +

B + +

AB + +

Une telle matrice ne comprend que 4 colonnes. Quatre autres termes sont introduire : C, AC, BC et ABC. Pour cela on choisit comme aliase initial C = AB. Plutt que d'crire la transformation du polynme du 1-c/, la mthode la plus rapide pour connatre tous les contrastes est de dfinir le gnrateur d'aliases. L'criture C = AB est quivalente I = ABC En effet : C = AB CC = ABC I = ABC
I = ABC est le gnrateur d'aliases. Les autres aliases sont obtenues en multipliant chaque colonne par le gnrateur d'aliases. Daprs la proprit de multiplication avec la colonne I, on obtient alors : I = ABC A = BC B = AC AB = C

Par exemple : A = AI = AABC = IBC = BC On en dduit alors la matrice des effets avec les contrastes :
Numro d'essai

1 2 3 4 contraste

I = ABC + + + + h1

A = BC + + h2

B = AC + + h3

AB = C + + h4

Y Y1 Y2 Y3 Y4

Le contraste h2 se calcule par la mthode habituelle : h2 = (1/4) . (-Y2 + Y3 - Y1 + Y4) Puis on crit la matrice d'expriences qui indique quels sont les niveaux appliquer pour les facteurs A, B et C. Les colonnes C et AB doivent tre identiques.

34

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)


Numro d'essai

09/09/2008

A + +

B + +

C + +

1 2 3 4

La reprsentation graphique suivante montre pour notre exemple quels seront les essais effectuer dans le domaine exprimental. Les plans complets utilisent comme points exprimentaux "tous les sommets du domaine". Le plan fractionnaire n'utilise ici que la moiti des points.

Il reste maintenant donner les expressions des contrastes. Pour cela on crit la matrice des effets du plan factoriel complet 23 dont est issu le plan fractionnaire 23-1 prcdent. On retrouve l'intrieur la matrice d'expriences de ce plan complet avec en gris la matrice d'expriences et les rponses du plan fractionnaire. Les 4 autres essais sont ceux du plan complmentaire.
essai 1 2 3 4 5 6 7 8 I + + + + + + + + A + + + + B + + + + C + + + + AB + + + + AC + + + + BC + + + + ABC + + + + Y Y5 Y2 Y3 Y6 Y1 Y7 Y8 Y4

35

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Si on cherche calculer les effets du facteur B et de l'interaction AC, on obtient par la mthode habituelle de calcul des coefficients.
B = (1/8) . (-Y5 - Y2 + Y3 + Y6 - Y1 - Y7 + Y8 + Y4) AC = (1/8) . (+Y5 - Y2 + Y3 - Y6 - Y1 + Y7 - Y8 + Y4)

La somme de ces deux valeurs est gal :


B + AC = (1/4) . (-Y2 + Y3 - Y1 + Y4)

On reconnat bien l'expression du contraste h2 du plan fractionnaire. En conclusion on en dduit la relation d'quivalence gnrale entre les colonnes et les contrastes, valable pour tous les facteurs et toutes les interactions. B = AC hcolonne B=AC = B + AC

2/ Application l'tude de l'allongement la rupture d'un polymre


L'exemple est tir de : " Les plans d'expriences: De l'exprimentation l'assurance qualit", G. SADO et M.C. SADO, AFNOR, 1991

2-a/ Prsentation de l'tude


On tudie l'influence sur l'allongement la rupture d'un polymre (en %) des facteurs suivants : nature de l'lastomre taux d'additif en % systme de vulcanisation taux de kaolin en % (A) (B) (C) (D)

Les facteurs A et C sont qualitatifs. Le but est de rechercher les conditions permettant d'obtenir un allongement maximum la rupture. On a vu qu'un plan factoriel complet 24 ncessite 16 essais pour dterminer 16 coefficients (moyenne, 4 effets de facteurs, 6 interactions du second ordre, 4 interactions du troisime ordre et l'interaction du quatrime ordre). On souhaite diviser par 2 le nombre d'essais soit raliser un plan fractionnaire 24-1 dont la matrice des effets est celle du plan complet 23.

2-b/ Conception du plan fractionnaire


On crit la matrice des effets du plan 23. Cette matrice dispose de 8 lignes et 8 colonnes: on peut donc placer 8 termes du modle au maximum.

36

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

essai 1 2 3 4 5 6 7 8

I + + + + + + + +

A + + + +

B + + + +

C + + + +

AB + + + +

AC + + + +

BC + + + +

ABC + + + +

Il reste placer 8 termes. On choisit comme aliase initiale : D = A.B.C Ce choix s'impose : en effet les interactions d'ordre gal ou suprieur 3 tant ngligeables, il sera donc possible de dterminer l'effet des facteurs sans ambigut. Le gnrateur d'aliases est donc : I = ABCD. Les autres aliases sont obtenues en multipliant chaque colonne par le gnrateur d'aliases. On obtient alors :
I = ABCD AB = CD A = BCD AC = BD B = ACD BC = AD C = ABD ABC = D

Par exemple : AC = ACI = ACABCD = AACCBD = IIBD = BD La multiplication des colonnes avec le gnrateur d'aliases permet ainsi de "retrouver" tous les termes du modle. Avec le choix de l'aliase originale (D = A.B.C) la matrice d'expriences s'crit ci-dessous avec la mme colonne pour D que ABC dans la matrice des effets :

numro d'essai 1 2 3 4 5 6 7 8 niveau niveau + niveau 0

A + + + + 1 2

B + + + + 6% 10 % 8%

C + + + + 1 2

D + + + + 20 % 40 % 30%

Y Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8

37

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

La matrice des effets s'crit comme ci-dessous avec la matrice d'expriences contenue :
I = ABCD 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + contraste h1 numro d'essai A = BCD + + + + h2 B = ACD + + + + h3 C = ABD + + + + h4 AB = CD + + + + h5 AC = BD + + + + h6 BC = AD + + + + h7 ABC = D + + + + h8 Y Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8

D'aprs la relation entre les contrastes et les colonnes, on peut crire les relations suivantes : h1 = moyenne + ABCD h2 = A + BCD h3 = B + ACD h4 = C + ABD h5 = AB + CD h6 = AC + BD h7 = BC + AD h8 = D + ABC

Le plan fractionnaire est un plan de rsolution IV qui permettra de dterminer les effets des facteurs mais on devra probablement utiliser les hypothses sur les contrastes pour calculer les interactions.

2-c/ Dtermination du modle


La phase de conception tant termine, les essais sont alors raliss ce qui permet de calculer les contrastes.

I A = = ABCD BCD 1 + 2 + + 3 + 4 + + 5 + 6 + + 7 + 8 + + contraste 277,5 18,75 numro d'essai

B = ACD + + + + - 37,5

C = ABD + + + + 20

AB = CD + + + + -13,75

AC = BD + + + + 3,75

BC = AD + + + + 5

ABC = D + + + + - 3,75

Y 275 325 210 220 290 370 260 270

38

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

La signification statistique des contrastes est envisager comme celle des coefficients. Une valeur de contraste peut tre leve sans tre pour autant significative et inversement. Dans le cas tudi, les ingnieurs avec leur exprience du sujet ont dcid de considrer comme significatif tous les contrastes suprieurs 8. On peut alors commencer dterminer les facteurs et interactions avec les hypothses. D'aprs ce qui a t dit auparavant, parmi les interactions seul le calcul de celles d'ordre 2 prsentent un intrt. moyenne + ABCD = 277,5 A + BCD = 18,75 B + ACD = - 37,5 C + ABD = 20
Hypothse 1 : AB + CD = -13,75 AC + BD = 3,75 0 BC + AD = 5 0 D + ABC = - 3,75 0 A = 18,75 B = - 37,5 moyenne = 277,5 BC = 0 AC = 0 AD = 0 BD = 0 C = 20 D=0

Hypothse 2 :

Il reste donc connatre les interactions AB et CD. D'aprs l'hypothse 4, on CD = 0 en dduit : AB = -13,75

2-d/ Rcapitulatif de l'tude du plan fractionnaire


Le modle en variables codes s'crit sous la forme : Y = 277,5 + 18,75.A 37,5.B + 20.C -13,75.A.B Pour s'aider la dtermination des conditions qui maximisent l'allongement la rupture, on trace le graphique des interactions A.B. Dans notre cas un point du graphique correspond la moyenne de deux essais.

39

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

360 340
allongement (%)

320 300 280 260 240 220 200 6% 10% taux d'additif (%)
lastomre 1 lastomre 2

En conclusion, les conditions recherches pour maximiser l'allongement la rupture sont : choix de l'lastomre 2 (A = +1) taux d'additif 6 % (B = -1) choix du systme de vulcanisation 2 (C = +1) taux de kaolin (D) sans importance entre 20 et 40 % donc par mesure d'conomie on devrait prendre 20 %.

3/ Application au rglage de la couleur d'un produit


L'exemple est adapt de : " La mthode des plans d'exprience", J. GOUPY, DUNOD, 1996

3-a/ Prsentation de l'tude


Un produit synthtis dans une usine est trop color pour tre commercialisable. L'indice mesur de la couleur doit tre infrieur 20 : cet indice constitue la rponse. Le responsable de fabrication note les facteurs qui pourraient tre l'origine de cette coloration. Il pense aux 5 facteurs suivants : temprature de raction origine des matires premires vitesse d'agitation dure du stockage nature de l'additif (A) (B) (C) (D) (E)

Les facteurs B et E sont purement qualitatifs. Pour des raisons de confidentialit, les niveaux bas et haut des autres facteurs (quantitatifs en fait) seront indiqus seulement avec des dnominations qualitatives.

40

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

Le but est de rechercher les facteurs influents sur la couleur. Ce plan doit tre abord comme un plan de criblage (screening) : l'information recherche porte d'abord sur les facteurs influents plutt que sur la modlisation de la rponse. Le modle d'un plan complet 5 facteurs comprend 32 coefficients (moyenne, 5 effets de facteurs, 10 interactions du second ordre, 10 interactions du troisime ordre, 5 interactions du quatrime ordre et l'interaction du cinquime ordre) donc 32 essais sont ncessaires. Le choix se porte donc sur un plan fractionnaire 25-2 qui correspond du plan complet donc 8 essais au lieu de 32. D'aprs le paragraphe 1-e/ ce plan est de rsolution III. Il ne sera donc a priori pas possible de dterminer facilement les facteurs influents. Le pari mrite d'tre tent car il sera toujours possible d'effectuer un plan complmentaire si besoin.

3-b/ Conception du plan fractionnaire


On crit la matrice des effets du plan 23 pour raliser le plan fractionnaire 25-2. Comme il y a 4 colonnes d'interactions, on peut tudier 7 facteurs au maximum (3 + 4).
essai 1 2 3 4 5 6 7 8 I + + + + + + + + A + + + + B + + + + C + + + + AB + + + + AC + + + + BC + + + + ABC + + + +

Il faut placer les 2 facteurs D et E manquants dans cette matrice : on choisit donc deux aliases initiales : D = A.B.C et E = A.C Ces deux aliases initiales permettent de dfinir deux gnrateurs d'aliases indpendants car ils sont dfinis directement partir des aliases. Les gnrateurs d'aliases sont donc : I = ABCD et I = ACE La thorie des aliases montre que pour retrouver ensuite les 32 termes du modle il faut utiliser des gnrateurs dpendants qui sont les produits des gnrateurs indpendants 2 2, 3 3 Dans notre cas, il n'existe qu'un seul gnrateur dpendant qui se calcule ainsi :
I I= ABCDACE = BDE

Les autres aliases sont obtenues en multipliant chaque colonne par chacun des 3 gnrateurs (les deux indpendants et le dpendant). On obtient alors :

41

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

I A B C AB AC BC ABC

= = = = = = = =

ABCD BCD ACD ABD CD BD AD D

= = = = = = = =

ACE CE ABCE AE BCE E ABE BE

= = = = = = = =

BDE ABDE DE BCDE ADE ABCDE CDE ACDE

On construit alors la matrice d'expriences.


numro d'essai 1 2 3 4 5 6 7 8 niveau niveau + A + + + + basse leve B + + + + usine 1 usine 2 C + + + + lente rapide D + + + + courte longue E + + + + M1 M2 Y Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8

La matrice des effets s'crit comme ci-dessous avec la matrice d'expriences contenue. Nanmoins pour allger les notations et comme toutes les interactions d'ordre suprieur ou gal 3 seront finalement ngliges, on ne prsente que les aliases de facteurs et interactions d'ordre 2.
A = CE + + + + h2 B = DE + + + + h3 C = AE + + + + h4 AB = CD + + + + h5 AC = BD = E + + + + h6 BC = AD + + + + h7 D = BE + + + + h8

numro d'essai

1 2 3 4 5 6 7 8 contraste

+ + + + + + + + h1

Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8

D'aprs la relation entre les contrastes et les colonnes, on peut crire les relations suivantes :

42

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) h1 = moyenne h2 = A + CE h3 = B + DE h4 = C + AE h5 = AB + CD h6 = AC + BD + E h7 = BC + AD h8 = D + BE

09/09/2008

Le plan fractionnaire est bien un plan de rsolution III.

3-c/ Interprtation du plan fractionnaire


La phase de conception tant termine, les essais sont alors raliss ce qui permet de calculer les contrastes.
AC = BD = E + + + +
- 4,55

numro d'essai

A = CE

B = DE

C = AE

AB = CD

BC = AD + + + +
- 0,45

D = BE + + + +
0,975

1 + + 2 + + 3 + + 4 + + + + 5 + + + 6 + + + 7 + + + 8 + + + + + contraste 26,050 - 2,175 - 0,775 - 3,325 - 0,25

26,1 33,3 27,9 30,2 31,4 16,5 27,5 15,5

La signification statistique des contrastes est maintenant envisager ; comme souvent quand il s'agit d'un plan fractionnaire, constitu justement pour diminuer le nombre d'essais, on ne dispose ni de rplication de plans, ni de points au centre. Une mthode qualitative simple consiste utiliser un diagramme de Pareto pour classer "visuellement" les valeurs absolues des contrastes en importants et faibles.
5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 h6 h4 h2 h8 h3 h7 h5

valeur absolue contraste

43

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

On peut dcider de retenir les contrastes h6, h4 et h2 pour dterminer les facteurs et les interactions avec les hypothses. moyenne A + CE B + DE C + AE = = = = 26,050 -2,175 -0,775 -3,325
B=0 AB = 0 BC = 0 D=0 BD = 0 AB + CD AC + BD + E BC + AD D + BE DE = 0 CD = 0 AD = 0 BE = 0

= = = =

-0,25 -4,55 -0,45 0,975

D'aprs l'hypothse 2 :

D'aprs l'hypothse 3 :

Par contre on ne dispose d'aucune information pour dterminer les effets des facteurs A, C et E ainsi que des interactions CE, AE et AC. Un plan complmentaire est alors ncessaire et on regroupera l'ensemble des contrastes pour l'exploitation.

3-d/ Conception d'un plan fractionnaire complmentaire


Le plan complmentaire doit nous permettre partir de nouvelles relations sur les contrastes de calculer les effets des facteurs et les interactions encore inconnues. Il reste dterminer quel est le plan complmentaire fractionnaire qui convient. La mthode consiste dj reprsenter par un tableau les aliases originales possibles. D = A.B.C et E = A.C D = A.B.C et E = - A.C D = - A.B.C et E = A.C D = - A.B.C et E = - A.C

Par permutation avec le signe "moins" sur les aliases, on en dduit les 4 plans fractionnaires 25-2 du plan complet 25 5 facteurs. En gris apparat le plan fractionnaire ralis. Les relations sur les contrastes du plan fractionnaire prcdent sont :
A + CE = -2,175 AC + E = -4,55 C + AE = -3,325

A partir de ce moment l'exprience du concepteur intervient : il faut pouvoir calculer A donc par exemple disposer d'une relation A CE = h2'. Dans ce cas on dispose de deux relations 2 inconnues A et CE. Le mme raisonnement peut s'utiliser pour E et AC, C et AE. On peut raliser ceci par le choix du plan complmentaire d'aliases originales : D = - A.B.C et E = - A.C d'o les gnrateurs indpendants :

44

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

I = - ABCD et I = - ACE

et le gnrateur dpendant

I = BDE

On reprend alors le mme raisonnement que prcdemment en crivant successivement les nouvelles matrice d'expriences et matrice des effets avec les rponses des nouveaux essais et les termes aliass suivants :
I A B C AB AC BC ABC

= = = = = = = =

- ABCD - BCD - ACD - ABD - CD - BD - AD -D A + + + + basse leve

= = = = = = = =
B + + + + usine 1 usine 2

- ACE - CE - ABCE - AE - BCE -E - ABE - BE C + + + + lente rapide

= = = = = = = =
D

- BDE - ABDE - DE - BCDE - ADE - ABCDE - CDE - ACDE E + + + + M1 M2 Y Y1' Y2' Y3' Y4' Y5' Y6' Y7' Y8'

numro d'essai 1 2 3 4 5 6 7 8 niveau niveau +

+ + + + courte longue AC = - BD = -E + + + + h6' = 3,125

numro d'essai

A = - CE + + + +
h2' = - 0,5

B = - DE + + + +
h3' = - 0,775

C = - AE + + + +
h4' = 3,175

AB = - CD + + + +
h5' = - 1,325

BC = - AD + + + +
h7' = - 0,9

-D = - BE + + + +
h8' = - 0,95

1 2 3 4 5 6 7 8 contraste

+ + + + + + + +
h1' = 24,85

24,8 18,3 25,8 17,8 24,8 34,6 26 26,7

45

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

3-e/ Interprtation de l'ensemble des deux plans


On rassemble l'ensemble des relations de contrastes tires des deux plans. moyenne A + CE B + DE C + AE AB + CD AC + BD + E BC + AD D + BE = = = = = = = = 26,050 -2,175 -0,775 -3,325 -0,25 -4,55 -0,45 0,975 moyenne A - CE B - DE C - AE AB - CD AC - BD - E BC - AD - D - BE = = = = = = = = 24,85 -0,5 -0,775 3,175 -1,325 3,125 -0,9 - 0,95

Par calcul on en dduit facilement :


A = -1,34 C = -0,08 BC = -0,68 CE = -0,84 AE = -3,25 AD = 0,23 B = -0,78 AB = -0,79 AC = -0,71 DE = 0 CD = 0,54

De plus D + BE = 0,96 et BD + E = -3,84 L'interprtation est complexe ; nanmoins on peut faire les hypothses suivantes : Le contraste D + BE a une valeur pas trs leve ; on peut penser que D et BE sont faibles. Ensuite comme B a une valeur faible, il est raisonnable de croire que BD est ngligeable devant E. On en dduit donc qu'il y a deux effets (A et E) et une interaction (AE) qui interviennent fortement dans la couleur du produit. Le plan complmentaire a donc permis de lever les interrogations du plan fractionnaire initial o le doute existait sur les facteurs A, C et E. Le conseil donn sera de prter une grande attention la nature de l'additif et la temprature de la raction. Bien videmment ce plan ne peut servir modliser la valeur de l'indice de couleur en fonction des facteurs tudis : ce n'tait pas le but ici. L'important tait de trouver les facteurs responsables d'un dfaut en fabrication.

4/ Conseils gnraux sur les plans fractionnaires 4-a/ Stratgie utiliser


Dans un plan fractionnaire 2k-p le nombre maximal de facteurs tudis correspond au cas o on a le maximum possible de facteurs aliass avec les interactions.

46

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

On entend par facteurs aliass ceux qui sont placs dans des colonnes correspondant aux interactions du plan factoriel complet 2k. Le tableau suivant indique les possibilits d'tudes des plans fractionnaires.

Ainsi avec 8 essais, 4 facteurs supplmentaires (par rapport au plan complet 2 ) peuvent tre tudis en les aliasant chacun avec une des 4 interactions du plan complet.
3

Il va de soi que plus le nombre de facteurs aliass augmente, plus les difficults d'interprtation seront grandes cause des aliases. Comme on a vu dans les applications les plans de rsolution III restent difficiles interprter et conduisent frquemment devoir raliser des plans complmentaires. Nanmoins comme un plan trop fractionnaire n'est jamais "inutile" puisque les rsultats sont utiliss ensuite avec les plans complmentaires, il est parfois bien plus judicieux en termes de cot d'essayer de rsoudre un problme avec un plan fractionnaire de rsolution III. Le nombre de plans complmentaires possibles dpend du nombre d'aliases initial. Le nombre p dfinit la fraction du plan complet qui a t ralise : p=1 p=2 p=3 demi-plan complet (1 plan complmentaire possible) quart de plan complet (3 plans complmentaires possibles) huitime de plan complet (7 plans complmentaires possibles)

4-b/ Gnrateurs d'aliases


Dans un plan 2k-p on compte p gnrateurs d'aliases indpendants ainsi que les gnrateurs d'aliases dpendants obtenus par la multiplication 2 2, 3 3 , des gnrateurs indpendants entre eux. Au total on obtient 2p-1 gnrateurs d'aliases. Par exemple, on obtient : Plan 24-1 : 1 gnrateur indpendant unique Plan 25-2 : 2 gnrateur indpendants, 3 au total donc 1 gnrateur dpendant Plan 27-4 : 4 gnrateur indpendants, 15 au total donc 11 gnrateurs dpendants

47

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)

09/09/2008

4-c/ Effet de blocs et alarisation


On parle d'effet de blocs quand les essais sont diviss en deux parties ; cela peut intervenir notamment dans le cas d'un plan complmentaire. Pour une interprtation correcte des rsultats obtenus en rassemblant l'ensemble des essais, il faut s'assurer dans ce cas qu'un facteur supplmentaire ne soit pas intervenu cause de la ralisation loigne dans le temps des deux sries d'essais. Ce facteur peut ne pas tre contrl comme la variation de l'hygromtrie de l'air ou le changement de lot de ractif ( ce sujet il faut prvoir un approvisionnement suffisant en un compos chimique mme si celui-ci ne fait pas partie des facteurs tudis). Une mthode rapide pour tester si un effet de bloc est prsent consiste calculer l'expression suivante :

Moyenne plan1 Moyenne plan2 2 Si cette valeur n'est pas significative par rapport aux contrastes, on en dduit qu'il n' y a pas d'effet de blocs et que l'analyse des rsultats n'a pas tre modifie. Dans l'application du 3/, les deux moyennes tant gales 26,05 et 24,85, le calcul de l'expression ci-dessus montre clairement qu'il n'y a pas d'effet de bloc car la valeur de 0,6 ne peut tre considre comme significative par rapport aux autres contrastes. L'exploitation des plans factoriels avec la technique du blocking permet de contourner la difficult si besoin est. Les rsultats d'un plan peuvent aussi tre influencs par la prsence d'un facteur non contrl voluant dans le temps comme l'usure d'une machine. Dans ce cas on utilise des plans factoriels anti-drive pour corriger l'effet de la drive. Les logiciels de plans d'exprience proposent l'option d'alarisation (randomisation) des essais. Elle consiste effectuer les essais dans un ordre alatoire et non dans celui donn par la matrice d'expriences. L'intrt de la technique est de transformer les petites erreurs systmatiques dues aux variations de facteurs incontrls en une erreur alatoire. On conseille nanmoins d'utiliser d'abord les techniques de blocking et d'antidrive avant d'alariser les essais.

48

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane)


V/ BIBLIOGRAPHIE SOMMAIRE

09/09/2008

Techniques de l'Ingnieur, J. GOUPY, p230, 1997 "Introduction aux plans d'expriences", J. GOUPY et L. CREIGHTON, DUNOD, 2006. "Les plans d'expriences: De l'exprimentation l'assurance qualit", G. SADO et M.C. SADO, AFNOR, 1991 "Chimie Industrielle", R. PERRIN et J.P. SCHARFF, Chimie Industrielle Tome 1 , MASSON, 1993 "Les plans d'exprience par la mthode Taguchi", M. PILLET, Les Editions d'Organisation, 2001 http://www.itl.nist.gov/div898/handbook/index.htm, chapitre Improve (process improvement)

49