Perchè eseguire un esperimento?

“Sperimentiamo perché siamo!” Questa è la realtà, l’essere umano per natura è curioso ed è continuamente orientato verso nuovi orizzonti di conoscenza.

Le idee che regnano il cervello umano sono distorte e spesso confuse. Per ottenere una valida risposta ad ogni singolo problema è necessario ricorrere ad esperimenti randomizzati e leggere in modo adeguato le informazioni che giungono dai dati.

Non bisogna accontentarsi di conoscere e gestire correttamente un sistema/processo al quale ci si interfaccia quotidianamente ma le sfide dell’industrializzazione moderna e della globalizzazione e ci devono spingere alla sua ottimizzazione.

IOE testa le ipotesi che vengono formulate in prima istanza circa un obiettivo fissato in modo chiaro sin dall’inizio e analizza i dati raccolti per ottenerne la massima informazione sull’oggetto dell’esperimento. Il tutto fa parte di un disegno organizzato e coerente e segue un pattern predeterminato: idea, ipotesi, raccolta dati, analisi, risultati, interpretazione dei fenomeni osservati e nuova conoscenza “utile” sul processo oggetto di studio.

La massimizzazione della conoscenza di un processo deriva dell’Optimum Design che non si limita allo screening dei fattori che lo influenzano ma consente di ottenere il risultato migliore. Infatti la fase di screening delle variabili non è il punto di arrivo di un esperimento ma ne costituisce il punto di partenza ponendo le basi per sperimentazioni più avanzate che consente di ottenere un risultato robusto e ottimale.

Da qui l’importanza dei così detti “Optimal Designs” che individuano la combinazione dei fattori significativi (selezionati nelle fasi di screening) consentendo  di conseguirne il risultato migliore. Questo  risultato “migliore” può, in realtà corrispondere ad un valore massimo (ad esempio il rendimento massimo di un processo, la resistenza massima all’usura, ecc…), ad un valore minimo (la minima degradazione di una funzione, il numero minimo di prodotti difettosi generati dal processo, la minima dissipazione di calore, perdita di rendimento, riduzione di vita ecc…) o anche ad un valore target (85% di conversione, 16,3ml/s di filtraggio, ecc…) .

Una volta raggiunto il massimo si vuole ottenere un risultato riproducibile nel tempo attraverso il Robust Design che consente di eliminare l’influenza dei fattori di disturbo sulle variabili in analisi. Un esperimento insensibile ai fattori esterni all’analisi, sempre presenti, fa sì che il risultato abbia una validità scientifica generale.

Nei dati raccolti inizialmente ci sono tutte le informazioni necessarie per fare uno screening delle variabili e per ottenere un risultato ottimale e robusto… impariamo a sfruttarli nella maniera giusta!!!