Beruflich Dokumente
Kultur Dokumente
IUT de QUIMPER,
Licence Professionnelle Aliments Santé.
Plans d’Expériences
Nicolas SAVY
Nicolas.Savy@univ-brest.fr
http://Nicolas.Savy.free.fr
I Le Cours 5
3
4 TABLE DES MATIÈRES
Première partie
Le Cours
5
Chapitre 1
1.1 Introduction
Les plans d’expériences (design of experiments) sont un ensemble de techniques et de
méthodes ayant pour objectif l’obtention du maximum d’information au moindre coût.
Le sytème sera considéré comme une boite noire. On cherchera simplement à définir de
manière expérimentale la relation entre chacune des réponses et les différents facteurs étudiés
sans se préoccuper des phénomènes physiques, chimiques, mécaniques qui régissent ces relations.
Les facteurs étudiés peuvent être quantitatifs ou qualitatifs. Les valeurs d’un facteur sont
appelées niveaux ou modalités si le facteur est qualitatif. Dans le cas où le facteur peut être
fixé à un niveau prédéterminé au cours des essais, celui-ci sera qualifié de facteur maı̂trisable.
Dans le cas contraire, il sera qualifié de facteur non-maı̂trisable.
7
8 CHAPITRE 1. LES PLANS D’EXPÉRIENCES
L’originalité de la méthode des plans d’expériences est qu’il s’agit d’une méthode globale
dans le sens où elle commence au niveau 0 de l’expérimentation c’est à dire à la position
du problème, elle contingente la réalisation des essais et le termine à la conclusion. Voici les
différentes étapes d’un PE qui fournissent également le plan du document :
1. Instruction du problème
2. Construction du plan
5. Validation de la solution
6. Conclusions
C’est poser le problème dans des termes qui vont permettre de le traiter selon la méthode
des PE. C’est à dire adapter le vocabulaire ...
Cette étape clé est l’occasion de rassembler l’expérience accumulée de manière diffuse dans
l’entreprise.
C’est le poser en précisant de quoi il s’agit et en quoi est-ce un problème. Une méthode de
reflexion : méthode QQCOQP :
Q En Quoi consiste le problème ?
Q Qui est géné par ce problème ?
C Combien ? Combien de cas ? Combien ça coûte ?
O Où cela se passe-t-il ?
Q Quand cela arrive ?
P Pourquoi est-ce un problème ?
C’est le moment le plus délicat et le plus important car il est à la base du choix de la
technique utilisée... On peut évoquer trois objectifs qui vont aboutir à des stratégies distinctes
comme le montre le tableau ci-dessous.
1.2. INSTRUCTION DU PROBLÈME : ”RÉFLÉCHIR AVANT D’AGIR” 9
Une fois ces facteurs recensés, il est nécessaire de les classer, on peut distinguer 4 classes de
facteurs :
– Les facteurs à figer d’emblée dans l’étude. Ce sont les facteurs qui sortent des limites
de l’étude ou qui n’auront aucune influence sur les objectifs visés. Ils seront figés, lors de
l’étude à un niveau donné et précisé.
– Les facteurs principaux Ce sont les facteurs sur lesquels on est susceptible d’agir pour
atteindre les objectifs de l’étude.
– Les facteurs de bruit Ce sont des facteurs recensés non maitrisés et qui seront suscep-
tibles d’occasionner une variabilité indésirable sur les grandeurs associées aux objectifs de
l’étude.
– Les facteurs blocs Ce sont des facteurs liés aux moyens et aux conditions d’expérimentation
qui vont varier inévitablement pendant les essais. Il sont susceptibles de biaisé l’estima-
tion des effets des facteurs étudiés. Les facteurs blocs susceptibles d’avoir un effet sur la
réponse devront nécessairement être retenus dans le PE.
Attention à bien prendre en compte les contraintes d’étude pour ne pas sélectionner trop de
facteurs...
1.2. INSTRUCTION DU PROBLÈME : ”RÉFLÉCHIR AVANT D’AGIR” 11
il est nécesaire de choisir le nombre de niveaux et les valeurs prises par le facteur à chacun
des niveaux. Le choix des valeurs nécessite une bonne connaissance du phénomène. En général
il faut prendre des valeurs extrêmes, méfiance cependant aux comportements en cloches...
Nombre de niveaux
le nombre de niveau sera égal à 2 en général (effet linéaire). Les techniques que nous abor-
derons s’appliquent bien à ce cas car les méthodes algébriques sont particulièrement simples.
Pour plus de trois niveaux, un outil informatique est nécessaire.
Y = µ + α1 A1 + α2 A2 + β1,2 A1 A2 + ε (1.1)
µ représente la moyenne des réponses. αi sont les effets moyens et leur estimation est au centre
du problème. Enfin ε est un résidu aléatoire .
Dans le but d’ajuster ce modèle, nous allons maintenant décrire le Plan d’expérience.
Remarque 1.1 Dans la suite, on choisira de prendre 2 niveaux par facteurs. Le niveau haut
sera noté + et le niveau bas - (on peut egalement attribuer les valeurs +1 et -1.
1.3. CONSTRUIRE UN PLAN D’EXPÉRIENCES 13
Le calcul des effets globaux (c’est la quantité dont varie la réponse quand le facteur passe
de la modalité 1 à la modalité 2) est très simple :
Effet du facteur A = Y2 − Y1
L’inconvénient de cette méthode est que l’effet est calculé pour une combinaison particulière
des autres facteurs et rien ne permet de dire que cet effet est valable pour une autre combinaison.
Il s’agit de réaliser toutes les combinaisons possibles des niveaux des facteurs. Il est à noter
que pour p facteurs à 2 niveaux, ceci nécessite 2p essais.
Le calcul de l’effet global du facteur A est alors simple, c’est la moyenne des réponses obte-
nues avec A au niveau +1 moins la moyenne des réponses obtenues avec A au niveau -1.
L’intérêt est que l’on a une estimation précise des effets et une détermination directe de la
meilleure combinaison.
Plan orthogonal
Définition 1.2 Deux facteurs A et B sont dits orthogonaux dans un PE si, à chaque modalité
du facteurs A, toutes les modalités de B apparaissent un même nombre de fois.
Définition 1.3 Un plan où tous les couples de facteurs sont orthogonaux est dit orthogonal.
Propriété 1.1 Les plans complets et factoriels (c’est le sens du judicieux) sont orthogonaux
alors que les plans un facteur à la fois ne le sont pas.
Alors on a :
σa1 ≥ σa2
1.4. PRÉPARATION ET RÉALISATION DES ESSAIS 15
La question de la construction PE orthogonal est difficile. Tagushi s’y est frotté et en a fait
des tables. L’écriture générale est :
Lg (mf )
avec :
g nombre d’expériences
m nombre de modalités par facteur
f nombre de facteurs
Exemple 1.2 L16 (215 )
Le plan fractionnaire n’est pas tout rose. On a un phénomène de confusion d’effets. Sur
l’exemple 1.4 on a confusion de l’effet de AB avec celui de C. L’ensemble des facteurs confon-
dus s’appelle une aliase . Toute aliase est générée par un élément (ici C). Il y en a d’autres par
exemple A et BC. Il existe des tables dites d’interaction qui recensent les aliases.
Y = µ + α1 A1 + α2 A2 + β1,2 A1 A2 + ε
L’analyse mathématique répond à la question quel est le facteur prépondérant : celui dont
l’effet moyen est en valeur absolu le plus grand... c’est extrèmement simple. La question qui se
pose maintenant est quels sont les effets significatifs ? c’est à dire dont l’action est suffisamment
grande pour se détacher de l’action du hasard (de l’erreur expérimentale). C’est l’objet de
l’analyse statistique.
ˆ A1 A2 +ε
Y = Ŷ + αˆ1 A1 + αˆ2 A2 + β1,2
| {z }
Ŷ
On note également Ŷ A1 la valeur attendue quand le facteur A agit seul. Cette variable ne prend
que deux valeurs (une par modalité du facteur A) et ces valeurs sont :
Démonstration :
J
On construit le tableau d’analyse de la variance suivant :
Tab. 1.5 – Exemple de tableau d’analyse de Variance pour 2 facteurs avec interaction
La variance n’est autre que la somme des carrés des écarts divisée par le nombre de degré
de liberté et
V A1
F1 =
VR
P1 désigne le niveau de probabilité associé à F1 c’est la probabilité suivante :
P1 = P [F ≥ F1 ] où F ∼ F ischer(1, r)
(Ai , Ȳ + α̂i Ai ) i = 1, . . . , m
Diagramme de Pareto
Sous des hypothèses classiques sur les résidus (normalité, variance constante et indépendance)
on peut aller jusqu’à l’obtention d’intervalle de confiance des effets.
Une autre extension usuelle est la détermination des niveaux des facteurs tels que la variable
de réponse donne une valeur donnée (voir les TP).
Deuxième partie
19
Chapitre 2
2.1 Situation 1
On considère une réaction chimique dont le rendement dépend de deux facteurs, la température
et la pression. Le technicien décide d’effectuer un plan d’expérience avec le domaine expérimental
suivant :
Y = µ + αT + βP + ε
2. Mettre en place l’analyse de la variance et détecter les effets ayant une influence très
significative.
21
22 CHAPITRE 2. LES TRAVAUX DIRIGÉS
Y = µ + αT + βP + γT P + ε
Ŷ = µ̂ + α̂T + β̂P
2.2 Situation 2
On s’intéresse à la formulation d’une suspension concentré d’un pesticide solide. Dans la
fabrication d’un pesticide solide entre en jeu 3 facteurs :
A granulométrie de la matière active.
B quantité d’agent tensioactif.
C quantité d’huile.
Les contraintes de fabrication permettent de faire varier chacun des trois facteur dans les four-
chettes suivantes :
2.3. SITUATION 3 23
2.2.1 Exercice 4
Les résultats sont les suivants :
Y = µ + αA + βB + γC + ε
2.3 Situation 3
On s’intéresse au pH d’une solution. On regarde l’influence de quatre facteurs :
A température de la solution.
24 CHAPITRE 2. LES TRAVAUX DIRIGÉS
B catalyseur.
C pression atmosphérique.
D géométrie du récipient.
Les contraintes de fabrication permettent de faire varier chacun des trois facteur dans les four-
chettes suivantes :
Niveau bas : -1 Niveau haut :+1
A 20 degrés 50 degrés
B Avec Sans
C 1 bar 2 bars
D Cylindrique Rectangulaire
La réponse Y étudiée est le pH de la solution.
2.3.1 Exercice 5
Les résultats sont les suivants :
Y = µ + αA + βB + γC + ε
Le TP : Utilisation du solveur et
plans d’expériences
Il s’agit de produire des boı̂tes de conserves contenant 350 g de foie de gras de canard en-
tier mi-cuit ne comportant pas plus de 30 grammes de graisse fondue mesurée après la cuisson
stérilisation. Initialement les essais préliminaires n’ont pas permis d’avoir en moyenne moins de
83 grammes avec un écart-type d’environ 15 grammes.
L’idée est d’utilisation un plan de screening afin d’une part de faire le tri entre les fac-
teurs importants et négligeables et d’autre part de trouver un réglage capable d’approcher la
spécification.
y = mI + aA + bB + cC + dD + eE + f F + gG + hH + jJ + ε
25
26 CHAPITRE 3. LE TP : UTILISATION DU SOLVEUR ET PLANS D’EXPÉRIENCES
On souhaite utiliser un plan orthogonal. Quelles sont les solutions possibles ? Quel est le
nombre d’essais nécessaires ?
On va opter pour le plan L12 (211 ) avec les notations Tagushi. Voici comment il se présente :
Essais Niveaux des Facteurs Rep Rep
A B C D E F G H J 1 2
1 +1 +1 +1 +1 +1 +1 +1 +1 +1 81 110
2 +1 +1 +1 +1 +1 -1 -1 -1 -1 211 245
3 +1 +1 -1 -1 -1 +1 +1 +1 -1 47 70
4 +1 -1 +1 -1 -1 +1 -1 -1 +1 145 156
5 +1 -1 -1 +1 -1 -1 +1 -1 +1 137 189
6 +1 -1 -1 -1 +1 -1 -1 +1 -1 100 73
7 -1 +1 -1 -1 +1 +1 -1 -1 +1 89 139
8 -1 +1 -1 +1 -1 -1 -1 +1 +1 147 195
9 -1 +1 +1 -1 -1 -1 +1 -1 -1 169 199
10 -1 -1 -1 +1 +1 +1 +1 -1 -1 133 143
11 -1 -1 +1 -1 +1 -1 +1 +1 +1 92 99
12 -1 -1 +1 +1 -1 +1 -1 +1 -1 148 134
Les deux dernières colonnes sont les réponses 1 et 2 (une répétition des résultats).
1. Estimer les effets des différents facteurs.
2. Effectuer l’analyse de la variance pour déterminer les facteurs ayant une influence signi-
ficative.
3. Ecrire le modèle obtenu après avoir supprimer les facteurs intervenant peu.
4. Représenter graphiquement ces effets.
5. Quel est le niveau des facteurs qui minimise la réponse y ? Estimer grâce au modèle cette
réponse.
6. On souhaite maintenant trouver le niveau des facteurs tel que la réponse attendue soit de
30 grammes.
(a) En utilisant le solveur d’Excel estimer ces niveaux.
(b) Si le niveau +1 du facteur G est 24 heures et le niveau -1 est 12 heures, donner une
estimation de la température pour atteindre l’objectif spécifié.
(c) Quel doit être l’étape suivante pour utiliser ce résultat ?
Troisième partie
27
29
31
Index
Aliase, 15 Factoriels, 13
Fractionnaires, 13
Boite Noire, 7 Orthogonaux, 14
Un facteur à la fois, 13
Contraintes, 9
Prévision, 8
Diagramme
Quantification des effets, 8
Cause-Effets, 9
Effets, 17 Réponse, 7
Ishikawa, 9 Résidu, 12
Pareto, 18 Règle
Effets 6 M, 9
Confusion, 15 DFUE, 9
Globaux, 13 Randomiser, 15
Moyens, 12, 15 Robustesse, 8
Prépondérants, 16
Tableau d’analyse de variance, 17
Significatifs, 16
Tagushi, 15
Facteurs, 7
A figer, 10
Bloc, 10
Bruit, 10
Orthogonaux, 14
Principaux, 10
Interaction, 11
Méthode QQCOQP, 8
Matrice d’expérience, 12
Modèle, 11
Modalités, 7
Niveaux, 7
Optimisation, 8
Plans
Complets, 13
Expérience, 7
32