Factorial experiments are often used in factor screening.; that is, identify the subset of factors in a process or system that are of primary important to the response. Once the set of important factors are identified interest then usually turns to optimization; that is, what levels of the important factors produce the best values of the response. This course provides design and optimization tools to answer that questions using the response surface framework. Other related topics include design and analysis of computer experiments, experiments with mixtures, and experimental strategies to reduce the effect of uncontrollable factors on unwanted variability in the response.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Versuchsplanung
2.653 bereits angemeldet
von
Spezialisierung VersuchsplanungArizona State UniversityÜber diesen Kurs
6.601 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 4 in
Stufe „Mittel“
Ca. 13 Stunden zum Abschließen
Englisch
Untertitel: Französisch, Portugiesisch (europäisch), Russisch, Englisch, Spanisch
Was Sie lernen werden
Conduct experiments w/computer models and understand how least squares regression is used to build an empirical model from experimental design data
Understand the response surface methodology strategy to conduct experiments where system optimization is the objective
Recognize how the response surface approach can be used for experiments where the factors are the components of a mixture
Recognize where the objective of the experiment is to minimize the variability transmitted into the response from uncontrollable factors
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 4 in
Stufe „Mittel“
Ca. 13 Stunden zum Abschließen
Englisch
Untertitel: Französisch, Portugiesisch (europäisch), Russisch, Englisch, Spanisch
von
Arizona State University
Arizona State University has developed a new model for the American Research University, creating an institution that is committed to excellence, access and impact. ASU measures itself by those it includes, not by those it excludes. ASU pursues research that contributes to the public good, and ASU assumes major responsibility for the economic, social and cultural vitality of the communities that surround it.
Lehrplan - Was Sie in diesem Kurs lernen werden
5 Stunden zum Abschließen
Unit 1: Additional Design and Analysis Topics for Factorial and Fractional Factorial Designs
5 Stunden zum Abschließen
12 Videos (Gesamt 125 min), 4 Lektüren, 3 Quiz
2 Stunden zum Abschließen
Unit 2: Regression Models
2 Stunden zum Abschließen
7 Videos (Gesamt 98 min), 1 Lektüre, 2 Quiz
4 Stunden zum Abschließen
Unit 3: Response Surface Methods and Designs
4 Stunden zum Abschließen
14 Videos (Gesamt 178 min), 1 Lektüre, 2 Quiz
2 Stunden zum Abschließen
Unit 4: Robust Parameter Design and Process Robustness Studies
2 Stunden zum Abschließen
4 Videos (Gesamt 39 min), 1 Lektüre, 2 Quiz
Bewertungen
- 5 stars79,59 %
- 4 stars8,16 %
- 3 stars10,20 %
- 2 stars2,04 %
Top-Bewertungen von RESPONSE SURFACES, MIXTURES, AND MODEL BUILDING
von RR25. Juli 2020
It was a great experience for me to do the RSM model building an online course. I learned experimental designs for fitting response surfaces.
von AZ9. Okt. 2021
DoE is an essential but forgotten initial step in the experimental work! This course gives a very good start and breaking the ice for higher quality of experimental work.
Über den Spezialisierung Versuchsplanung
Learn modern experimental strategy, including factorial and fractional factorial experimental designs, designs for screening many factors, designs for optimization experiments, and designs for complex experiments such as those with hard-to-change factors and unusual responses. There is thorough coverage of modern data analysis techniques for experimental design, including software. Applications include electronics and semiconductors, automotive and aerospace, chemical and process industries, pharmaceutical and bio-pharm, medical devices, and many others.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
