Stratégie dans la conduite d’un plan d’expériences

La réalisation d’un plan d’expérience consiste à adopter une stratégie optimale dans la conduite des
essais, en fonction de l’objectif. Il y a deux stratégies de base

Recherche d’extremum Minimum, Maximum

Objectif

Recherche nominale Recherche d’un modèle prédictif

Recherche d’extremum : Dans certains cas, on cherche parmi de nombreux facteurs, ceux ayant une
influence sur le procédé, et le sens de cette influence. Cet objectif correspond à une recherche
d’extremum qui est soit un maximum ou un minimum

En règle générale, les interactions sont négligeables. Il convient donc de privilégier dans ce cas de
figure d’intégrer et privilégier un grand nombre de facteurs à deux niveaux. On cherche à positionner
les différents facteurs de telle sorte à maximiser ou minimiser la réponse du système. Les tables
fortement recommandées sont L12 et L18. On peut étudier par exemple jusqu’à 11 facteurs dans
une table L12, les interactions sont réparties de façon uniforme sur les différentes colonnes.

On doit toujours vérifier l’hypothèse de la faiblesse des interactions par un test de confirmation. Il est
des cas ou le modèle est toujours favorable, même quand les interactions ne sont pas négligeables.
En effet, les interactions amplifient les effets des facteurs retenus

Recherche d’une nominale : cet objectif consiste à chercher une valeur cible. Une modélisation est
nécessaire par le biais d’un modèle capable de prédire la réponse du système. Cette modélisation se
fait en deux étapes. La première consiste à réaliser un balayage le plus large de l’ensemble des
facteurs qui pourraient avoir un impact sans s’intéresser aux interactions. Un modèle plus précis avec
un nombre réduit de facteurs en tenant compte des interactions est ensuite réalisé pour une
meilleure modélisation.

Dans le cas d’une recherche nominale, il est important de ne pas sous-estimer les interactions qui
peuvent être importantes. Le risque est très grand dans le cas contraire. Il faut trouver un compromis
entre le nombre d’essais à réaliser et lesdites hypothèses. Parfois, on peut réaliser des expériences
indépendantes pour décider sur une interaction.

Dans le cas de plusieurs réponses, il faut adopter une stratégie de moindre risque. Par exemple, dans
le cas d’un système de 5 facteurs au plan complet de 32 expériences. On peut proposer le graphe ci
dessous en considérant toutes les interactions d’ordre 2

Graphe d’une table de résolution V

Ce plan est fractionné une fois, il est de résolution V. Les effets principaux sont alias aux interactions
d’ordre quatre et les interactions d’ordre II sont alias aux interactions d’ordre III. Il s’agit d’une
graphe linéaire d’une table de 16 essais.

On peut considérer une autre approche avec un plan de moindre risque en utilisant les graphes de
résolution IV. On est sûr de déterminer sans ambiguïté les facteurs d’ordre 1. Seules les interactions
seront aliasées entre elles.

Note importante : Ne pas oublier de réaliser un essai de confirmation hors du plan d’essais pour la
validation du modèle. En cas de présence d’une interaction d’ordre 2 qu’on a négligé dans le
modèle, donne un résultat assez éloigné de celui obtenu expérimentalement.

Récapitulatif

Stratégies Objectifs Situations Plans typiques

Balayage Etudier un maximum de facteurs  Recherche d’extremum L12
et criblage (>8 facteurs)  Pas besoin de chercher L18
Hiérarchiser l’influence des facteurs les interactions
Nominale Se limiter à quelques facteurs (4 ou 5)  Recherche d’un modèle Plans complets
Recherche d’interactions prédictif précis L8 Res IV
 Atteindre une valeur L16 Res V
cible L16 Res IV