Presenter: Chung TRINH - Patheon (Thermofisher) For the purpose of developing a product under control, experimental plans are one of the most important tools of the Quality by Design approach. Experimental plans are used to assess the impact of factors on product quality and to define a control strategy such as a design space to mitigate risks to product quality. An example of the development of the lamination process with two experimental plans following the identification of the risks of scuffing and spray drying. Using JMP's DoE & fit model function, the critical parameters (the root causes) are identified and the optimal parameters are selected to have a controlled and robust process.    ... View more

Bonjour à tous ! Je viens vers vous après une petite colle posée par une alternante avec qui nous travaillons. Dans le cadre de résultats d'analyses sensorielles, nous avons une BDD avec des dégustateurs qui ont noté des échantillons sur des descripteurs définis. J'ai traité les données de mon côté en faisant une ANOVA à laquelle j'ai ajouté un ajustement correspondant, ce qui me permet de voir à la fois l'effet des modalités, mais aussi celui des dégustateurs. Voila un exemple de ce que j'obtiens.   L'alternante, de son côté, travaille sur R, et avec une anova à deux facteurs, n'obtient pas du tout les mêmes résultats (exactement la même BDD).   Est-il possible que le traitement que j'utilise (à savoir anova + ajustement correspondant) n'est pas complètement équivalent à une anova à  facteurs ? Les données que j'utilise aussi sont brutes, est ce que cela peut changer quelque chose si je centre et je réduit mes données ?     Merci d'avance pour votre aide !! :)   Bonne journée !   ... View more

Le but de l'étude est d'étudier un mélange simplexe de trois matières premières et de le caractériser en termes de prix, viscosités et stabilités à différentes conditions. En raison d'une difficulté à postuler un modèle à priori et d'une zone possible d'instabilité des formules qui risquerait de compromettre le plan et l'analyse ultérieure des résultats (pas de réponse mesurable en cas d'instabilité), un plan de type Space-Filling avec zone exclue est réalisé. Une première modélisation avec différents modèles type Machine Learning (SVM, Gaussian Process) est réalisée, mais certaines zones de l'espace expérimental sont mal représentées en raison de valeurs manquantes pour la viscosité (viscosité trop faible ou instabilité de quelques formulations). A l'aide des informations de l'expertise métier, et du choix d'une imputation de valeurs locales par K-Nearest Neighbors, la modélisation peut être corrigée et apporter des résultats satisfaisants, apportant une meilleure représentation et compréhension de l'espace formulatoire.      Biographie Passionné par la science des données et la chimie, mon objectif est de combiner expertise métier, plans d'expériences et analyse de données pour aider les laboratoires à tirer parti de leurs données historiques, à planifier efficacement leurs prochaines expériences, à prendre de meilleures décisions et à percer certains des mystères de la chimie. Rationnel et data-driven, je suis prêt à partager ma passion et à aider à rendre la littératie des données accessible à tous. Curieux, j'aime lire et apprendre sur les innovations, la technologie, les sciences, la chimie, les statistiques, lascience des données et l'analyse. Domaine d'intérêt : Innovation, Digitalisation, Plan d'Expériences, Statistiques, Machine Learning, Analyse de Données, Visualisation de Données et Chémoinformatique.   Présentation de la société For more than a century, L’Oréal has devoted itself solely to one business: beauty. L'Oréal wants to bring beauty to all people. The goal is to win over another one billion consumers around the world by innovating and creating cosmetic and skincare products that meet the infinite diversity of their beauty needs and desires.   ... View more

On s'intéresse ici à une lame d'air, système d'essorage de zinc au coeur du procédé de galvanisation de tôles minces. Le pot ou bain de zinc est un élément clé et stratégique pour le client qui a besoin d’un process continu et doit maitriser ses coûts de production. La lame d’air Clecim permet de contrôler l’épaisseur de zinc déposée et l’homogénéité du revêtement sur la largeur et longueur de bande acier. L’enjeu industriel est l’optimisation du dépôt de zinc, pour à la fois maintenir la fonctionnalité de protection contre la corrosion mais aussi de minimisation de la matière déposée. L’objectif de la présentation est de montrer comment a été modélisée une carte de pression en fonction de différents paramètres afin de la comparer à une modélisation aux éléments finis. le challenge à relever: on souhaite déterminer le maximum de pression (pic). Or, nous ne savons pas à priori où celui-ci est situé, la pression de mesure ne permettant pas de garantir que le pic a bien été trouvé. Il est donc indispensable de modéliser une courbe et d’en déduire par calcul le maximum. Afin de réaliser cet objectif, les étapes suivantes ont été effectuées : • Réalisation des mesures • Modélisation de chaque courbe individuellement à l’aide d’une gaussienne • Export des paramètres (afin de calculer les pics) • Intégration des résultats de calcul dans la table d’origine • Correction des erreurs de mesures (position du point de mesure) • Modélisation du pic de chaque courbe en fonction des paramètres process • Création d’une nouvelle table à partir du modèle afin de créer une animation Cette analyse nécessite de faire une modélisation en deux étapes : 1. Transformation des mesures par une première modélisation (Fit Curve - Gaussian Peak) 2. Modélisation du « Gaussian Peak » en fonction de paramètres process (Fit Model?)     Biographie  Stéphane GOUTTEBROZE, de formation ingénieur généraliste. Je suis chez Clecim depuis plus de 20ans et j’occupe actuellement un poste d’ingénieur data process. J’utilise JMP depuis environ 6 ans et complète régulièrement ma formation avec des modules de Data Scientist. L’analyse, la visualisation des données ainsi que la modélisation de process mécaniques et physiques font partie de mon quotidien. Les données et l’utilisation que l’on peut en faire prennent aujourd’hui une part essentielle de mon métier.   Présentation de la société  Clecim est un intégrateur français d'envergure mondiale avec 294 lignes de process de fabrication d’acier installées, expert dans le domaine de l'acier plat, dont les ingénieurs sont spécialisés dans les procédés de galvanisation et de revêtement métallique est aussi un fournisseur de solutions sur mesure, équipements performants et lignes de production clé en main pour divers secteurs industriels (automobile, construction navale, sidérurgie, …). CLECIM propose depuis plus de 100 ans à ses clients un large panel de solutions, services et équipements technologiques performants et intègre sur un même site industriel un bureau d’étude, d’importants moyens d’usinage, de montage et d’essai, tout en étant capable de prendre en charge l’ensemble de l’installation chantier et mise en route sur site. Avec plus de 230 employés, notre société offre une large gamme de services et de solutions aux industries métallurgiques et autres industries telles que les industries des pneumatiques, forge, fonderie, extrusion – presse à filer, construction navale, machines spéciales, plasturgie, énergies… L’entreprise dispose d’un ensemble complet de compétences, qui lui permet de fournir des solutions entièrement testées. - Ingénierie : Mécanique / Hydraulique-fluide / Électrique et Automatisation - Expertise des procédés (métallurgie, soudure, laminage, nivellement…) - Fabrication (usinage, tuyauterie, assemblage, essais haute pression) - Mise en service sur le site du client ... View more