Académique Documents
Professionnel Documents
Culture Documents
Plans d’expériences
Préparé par :
Dr. RABAHI Amel 1
1
31/10/2021
Stratégie d’expérimentation
La démarche de planification expérimentale
1-INTRODUCTION Problématique
Méthode traditionnelle (essais-erreurs)
Le processus d’acquisition des connaissances
2
31/10/2021
Stratégie d’expérimentation 5
3
31/10/2021
7
Problématique
Lorsque l'on est intéressé de connaître la dépendance d'une
variable de sortie Y (Réponse) d'un tel processus, on se trouve
confronté à plusieurs difficultés :
Quels sont les facteurs les plus influents ?
Existe-t-il des interactions entre les facteurs (corrélations) ?
Peut-on linéariser le processus en fonction de ces facteurs et le
modèle ainsi obtenu est-il prédictif ?
Comment minimiser le nombre de points de mesure du
processus pour obtenir le maximum d'informations ?
Existe-t-il des biais dans les résultats des mesures ?
4
31/10/2021
Exemple:
si l’on désire connaître l’influence d’un engrais sur le rendement en
blé d’un terrain, on pourra se poser les questions suivantes :
« Peut-on obtenir 10 quintaux de blé de plus à l’hectare en
augmentant la quantité d’engrais ? »
« Quelle est l’incidence de la pluie sur l’efficacité de l’engrais ? »
« La qualité du blé restera-t-elle bonne si j’utilise cet engrais ? »
« Combien dois-je utiliser d’engrais pour obtenir la quantité
maximale de blé par hectare ? »
Ces questions limitent le problème à résoudre et fixent les travaux à
exécuter
• Il est donc important de se poser les questions qui correspondent
réellement au problème. Et bien sûr, avant de commencer des
expériences, il est prudent de vérifier que l’information
cherchée n’existe pas déjà ailleurs.
Le processus d’acquisition des connaissances
5
31/10/2021
• Après la phase d’enquête, les questions initiales peuvent être entièrement résolues et il n’y a plus de problème.
Dans le cas contraire, certaines questions restent entières ou elles sont modifiées, il est alors nécessaire de réaliser
des expériences pour obtenir les réponses complètes que l’on souhaite.
Les facteurs
6
31/10/2021
14
7
31/10/2021
L’étude expérimentale de l’effet de certains variable (Xi) sur une réponse donnée y (cout, rendement,
concentration à la sortie,…), par la méthode classique compte sur la variation des variables un par un, utilisant
la relation qui relie le nombre d’expériences au nombre de facteurs et de niveaux par facteur :
Nexp= Niv𝒌 Nexp: le nombre d’expériences/ Niv: niveau / K: nombre de variables où facteur
Exemple:
pour l’étude de 4 variables (k=4) avec chacun 5 valeurs par intervalle (niveau=5) nécessite 54 = 625 expériences.
Un nombre élevé des essais qui dépasse les limites de faisabilité par rapport au temps et au coût. Il faut donc
réduire le nombre d'expériences à effectuer sans pour autant perdre de la qualité des résultats recherchés surtout
lorsque ces expériences sont couteuses et très lentes.
Comment?
Afin de réduire le nombre d’expériences pour l’étude du même nombre de facteur, on réduit le niveau :
on ne considère que deux valeurs de tout l’intervalle d’une variable donnée. Ainsi pour l’étude de 4
facteurs, on n’aura que 24 = 16 expériences à réaliser. Donc, quelque soit le facteur à étudier, on ne
considère dans l’étude par plans d’expériences que les extrémums de l’intervalle : le min et le max. On
dit qu’on a pris deux niveaux : le min qu’on note (-1), et le max qu’on note (+1).
Leur application consiste à trouver le lien qui existe entre la réponse (y) et les facteurs qui ont une influence
sur cette grandeur (xi). Ce lien permet d’obtenir une fonction du type 𝑦=𝑓 (𝑥). Le succès des plans
d'expériences réside dans la diminution du nombre nécessaire d'essais pour obtenir un maximum de
renseignements.
Principe de la planification
• La Réponse (aussi appelée L’Output, ou y)
d’un processus est dépendant d’un ou
plusieurs facteurs (les variables x), d’où la
relation y = f(x).
8
31/10/2021
9
31/10/2021
Il existe trois 1. Les plans de criblages: dont l'objectif est de découvrir les facteurs
grandes familles les plus influents sur une réponse donnée en un minimum
de plans d'expériences.
d'expériences:
10
31/10/2021
La valeur donnée à un facteur pour réaliser une expérience est appelée niveau.
11
31/10/2021
Les facteurs
Considérons le facteur température avec l’intervalle d’étude suivant : [20°C 60°C], ce facteur est dit
quantitatif, car il a des valeurs précises, de même pour la pression, concentration initiale,….
Un facteur est dit qualitatif, si le niveau bas et le niveau haut correspondent à deux modalités du facteur
comme par exemple deux types de solvants, à l’un on attribue le niveau (-1) et à l’autre le niveau (+1), ce
facteur qualitatif peut être : oui ou non, exemple : on étudie l’effet qualitatif de l’agitation, en réalisant des
expériences sans agitation (-1), et des expériences avec agitation (+1).
Toutefois ce même facteur : agitation peut être quantitatif si on étudie son influence par rapport à son intensité :
100tr/mn, 200tr/mn,…etc Dans la pratique, le niveau bas sera codé -1 et le niveau haut +1.
12
31/10/2021
L’utilisation des variables centrées réduites présente l’intérêt de pouvoir généraliser la théorie des plans
d’expériences quels que soient les facteurs ou les domaines d’études retenus. Remplacer les variables
codées va permettre d’avoir pour chaque facteur le même domaine de variation [-1, +1] et de pouvoir ainsi
comparer entre eux l’effet des facteurs.
L’intérêt des variables centrées réduites est de pouvoir présenter les plans d’expériences de la même
manière quels que soient les domaines expérimentaux retenus et quels que soient les facteurs, ce qui donne
une grande généralité de présentation à la théorie des plans d’expériences.
Le passage des variables réelles x aux variables centrées réduites X, et inversement, est donné par la
formule suivante :
13
31/10/2021
27
Les plans factoriels à deux niveaux (𝟐𝑲) sont applicables à tous les types de facteur sans distinction.
Le k en exposant signifie qu’il y a k facteurs étudiés ;
Le 2 signifie que chaque facteur prend deux niveaux.
14
31/10/2021
Outils mathématique :
Notions de statistique appliquées aux plans d’expériences
Les plans d'expériences permettent d'organiser au mieux les essais qui accompagnent une recherche scientifique
ou des études industrielles . Ils sont applicables à de nombreuses disciplines et à toutes les industries à partir du
moment où l’on recherche le lien qui existe entre une grandeur d’intérêt, y, et des variables, xi.
En l’absence de toute information sur la fonction qui lie la réponse aux facteurs, on se donne a priori une loi
d’évolution dont la formulation la plus générale est la suivante :
y = f (x1,x2,x3,…,xn)
Cette fonction est trop générale et il est d’usage d’en prendre un développement limité de Taylor-Mac Laurin,
c’est-à-dire une approximation. Si les dérivées peuvent être considérées comme des constantes, le développement
précédent prend la forme d’un polynôme de degré plus ou moins élevé :
où :
– y est la grandeur à laquelle s’intéresse l’expérimentateur ; c’est la réponse ou la grandeur d’intérêt,
– xi représente un niveau du facteur i,
– xj représente un niveau du facteur j,
– a0, ai, aij, aii sont les coefficients du polynôme.
Les modèles établis sont des modèles de prévision valables dans le domaine
d’étude, domaine que l’on doit toujours préciser. Ce ne sont pas des modèles
théoriques basés sur des lois physico-chimiques ou mécaniques. Dans quelques
rares cas, il est possible d’utiliser des lois physiques théoriques connues.
15
31/10/2021
Deux compléments doivent être apportés au modèle purement mathématique précédemment décrit.
• Le premier complément est le manque d’ajustement. Cette expression traduit le fait que le modèle choisi par
l’expérimentateur avant les expériences est probablement un peu différent du modèle réel qui régit le phénomène
étudié. Il y a un écart entre ces deux modèles. Cet écart est le manque d’ajustement (lack of fit en anglais), on le note
par Δ.
• Le second complément est la prise en compte de la nature aléatoire de la réponse.
En effet, dans le cas général, si l’on mesure plusieurs fois une réponse en un même point expérimental, on n’obtiendra pas
exactement le même résultat. Il y a une dispersion des résultats. Les dispersions ainsi constatées sont appelées erreurs
aléatoires ou erreurs expérimentales (pure error en anglais) et on les note par ε.
La relation générale doit être modifiée ainsi :
y = f (x1,x2,x3,…,xn) + Δ + ε
Matrice d'expériences 32
La matrice d'expériences est le tableau qui indique le nombre d'expériences à réaliser avec la façon de
faire varier les facteurs et l'ordre dans lequel il faut réaliser les expériences.
Ce tableau est donc composé de -1 et de +1. En fixant le nombre de facteurs, le domaine d’étude, on peut
dresser cette organisation des expériences (planification d’expériences) avant de les réaliser, par la suite
il ne restera qu’à remplir la case des réponses une fois les expériences ont été faites.
• On alterne les -1 et
les +1 toutes les 2j-1
lignes pour la j eme
colonne.
16
31/10/2021
Supposons 2 facteurs X1 et X2 avec chacun deux niveaux (plan 𝟐𝟐 ). Une matrice d'expérience et des
réponses sera :
On remarque que pour les deux facteurs, l’effet est la moyenne des réponses yi affectées de la valeur
correspondant au niveau du facteur considéré (-1 ou +1 de sa colonne).
17
31/10/2021
De même que pour les effets des facteurs principaux l’effet a0 peut se calculer en ajoutant à la matrice
une colonne de +1, ce qui conduit à la matrice des effets comme suit :
Notion d'interaction
• L’effet de chaque facteur pris séparément, n’explique pas toujours l’ensemble du phénomène. Parfois
l’un des facteurs renforce ou affaibli l’effet de l’autre. Cela s’appelle une interaction.
• On dit qu'il y a interaction entre deux facteurs si l'effet moyen de l'un n'est pas le même suivant que l'on
se place au niveau bas ou au niveau haut de l'autre. Du point de vue du vocabulaire, une interaction entre
deux facteurs sera qualifiée d'interaction d'ordre 2, une interaction entre trois facteurs sera une interaction
d'ordre 3, etc...
• Pour deux facteurs X1, X2, il n’existe qu’une seule interaction d’ordre 2 : X1X2, pour le cas de trois
facteurs : X1, X2 et X3, il existe deux types d’interactions : X1X2, X1X3 et X2X3 sont d’ordre 2 et une
seule interaction X1X2X3 d’ordre3 et ainsi de suite.
• Pour calculer l'effet d'une interaction entre deux variables Xi et Xj on ajoute à la matrice des effets une
colonne, que l'on baptise XiXj , et que l'on obtient en faisant le produit "ligne à ligne" des colonnes des
variables Xi et Xj , comme montré sur l’exemple de deux facteurs suivant :
18
31/10/2021
35
Dans lequel ai sont des réels appelés coefficients du modèle, à déterminer par méthode numérique de régression
linéaire, on obtient donc le modèle mathématique qui relie les facteurs à la réponse étudiée.
Ces coefficients représentent les effets des facteurs dans le plan d’expériences. L'interaction entre deux facteurs X1
et X2 sera, dans la suite, considérée comme un nouveau facteur que l'on notera X1X2 et qui apparaitra dans le
modèle. La différence entre Yexp, observé lors de la réalisation de l'expérience (matrice d’expérience) et Y calculé
par le modèle obtenu, est l’erreur notée ε, qui peut être due à des facteurs non contrôlés (dérive des appareils,
l'expérimentateur, etc). Valider le modèle mathématique obtenu revient à estimer
l’erreur ε et accepter ou non sa valeur par rapport à un
critère de précision donné.
19
31/10/2021
La matrice du plan d’expérience contiendra les colonnes des interactions considérés afin de pouvoir calculer tous
les effets (ou coefficients) du modèle, comme expliqué plus haut.
20