stavex

Les plans d'expériences (DoE) plutôt que la méthode par essais et erreurs

Optimisation des procédés et des produits sans effort grâce à des plans d’expériences intelligents (DoE)

Notre nouveau logiciel STAVEX 6.0 est le premier logiciel de plans d’expériences (DoE) fondé sur la technologie web et destiné à l’intranet. Il a été conçu pour vous faciliter le travail ! Que vous soyez déjà expert ou que vous débutiez avec les plans d’expériences statistiques, STAVEX vous permet de tirer parti de cette méthodologie de manière particulièrement simple et efficace – par exemple pour obtenir le Design Space dans le contexte du Quality by Design (QbD).

Rendre les plans d’expériences plus simples que jamais.

L’interface conviviale de STAVEX 6.0 et le flux de travail optimisé garantissent une très grande convivialité de la spécification initiale du projet à l’optimisation finale de votre système.
Le système-expert STAVEX 6.0 offre un guidage utilisateur de tout premier ordre qui vous accompagne tout au long de votre démarche DoE, en particulier pour le choix du plan d’expériences et l’interprétation des résultats.
STAVEX 6.0 fournit un rapport clair et compréhensible ainsi que des représentations graphiques modernes et lisibles, faciles à interpréter.
Grâce à de toutes nouvelles fonctions de reporting, les utilisateurs peuvent sélectionner les informations (de la définition du problème à l’analyse et à ses représentations graphiques) à inclure dans un rapport PDF ou HTML.
STAVEX 6.0 est disponible en français, en anglais, en allemand et en espagnol. Cela facilite encore davantage l’accès et la prise en main des plans d’expériences.

Result Visualization in the STAVEX Workflow

https://dev-wp.umetazog.myhostpoint.ch/wp-content/uploads/software/stavex/definition-facteurs-fr.png

Fonctionnalités

Applications

Aspects techniques

Concept

Fonctionnalités

Plans d’expériences (DoE) faciles avec STAVEX

Spécifications flexibles par l’utilisateur

Variables de réponse : quantitatives et qualitatives, saisie possible de limites de spécification
Facteurs : quantitatifs, qualitatifs, alternatifs et facteurs de mélange
Classes de facteurs alternatifs pour définir ceux qui s’excluent mutuellement, pour les facteurs de procédé (par exemple pour le choix d’un solvant) et les composants d'un mélange (par exemple pour la sélection d’un excipient)
Plusieurs classes de facteurs de mélange possibles pour traiter des problèmes de formulation incluant des sous-formulations (par exemple 70% de détergents + 30% de parfums = 100%)
Différents types de restriction entre facteurs disponibles : linéaire ou spécifique aux rapports de mélange
Fonction de désirabilité pondérée pour calculer le meilleur compromis de réglage des facteurs lors de l’optimisation simultanée de plusieurs variables de réponse, par exemple pour obtenir le Design Space conformément au paradigme Quality by Design (QbD)
Modification rapide et facile des limites de spécification et de la pondération des variables de réponse
Possibilité de spécifier des transformations (pour les variables de réponse et les facteurs quantitatifs)
Spécification sélective des interactions
Blocage de facteurs de perturbation connus et non maîtrisables
Adaptation aisée des plans d’expériences afin de prendre en compte des facteurs difficiles à modifier, une tendance temporelle, des réglages de facteurs non respectés ou des expériences impossibles
Complétion automatique de plans d’expériences incomplets
Possibilité de spécifier interactivement des expériences de confirmation
Sélection interactive des facteurs conservés et de leurs domaines lors du passage à un nouveau cycle expérimental

Guidage de l'utilisateur

Integrated Expert System
Assistance pour la spécification des variables de réponse et des facteurs
Restrictions : vérification de leur compatibilité
Attribution automatique d'une évaluation (sous forme de note) aux plans d’expériences réalisables
Analysis report in easily comprehensible wording
Indications de problèmes potentiels (valeurs extrêmes, facteurs de perturbation, ajustement insuffisant du modèle, confusion des effets)
Statistics details linked within the report
Support in the case of incomplete results
Support in the transition to the next experimental cycle
Suggestions for confirmatory

Une multitude de plans d’expériences

STAVEX 6.0 offre une large gamme de plans de criblage, de modélisation et d’optimisation, y compris divers plans factoriels et plans de surface de réponse, des plans de mélange spécialisés, ainsi que la possibilité d’intégrer des plans personnalisés ou externes.
Plans de criblage, de modélisation et d’optimisation :
Lin, Lin-Plackett-Burman, Plackett-Burman, Desperado, plans factoriels à 2 niveaux (complets et fractionnaires), plans factoriels à 3 niveaux, plans composites centrés (CCD), Box-Behnken, hexagonal, pentagonal, Doehlert, plans D-optimaux
Plans de mélange :
Plans D-optimaux, simplexe à sommets, réseau simplexe, simplexe-centroïde, plans axiaux et projetés, ainsi que des plans permettant le traitement simultané de facteurs de mélange et de facteurs de procédé
Plans spécifiés par l’utilisateur :
Votre propre spécification de plan d’expériences, par exemple en intégrant des expériences et résultats déjà existants ou des plans provenant de la littérature

Analyse aisément compréhensible

Rapport d’analyse aisément compréhensible avec des phrases complètes formulées dans un langage clair
Détails statistiques accessibles de manière flexible en ouvrant des sections du rapport en un clic de souris
Modèles séparés pour chaque variable de réponse
Modèles de régression incluant un résumé du diagnostic du modèle et des recommandations de graphiques
Analyse automatique de transformations pour l’amélioration du modèle
Analyse discriminante (avec validation croisée) pour l’analyse de variables de réponse qualitatives
Calcul du meilleur compromis à l’aide d’une fonction de désirabilité combinant plusieurs variables de réponse
Informations sur la confusion des effets
Intervalles de confiance pour les prédictions

Graphiques polyvalents

Graphiques modernes très lisibles avec infobulles informatives dynamiques afin de faciliter leur interprétation
Large bibliothèque de graphiques pour les variables de réponse : graphiques de courbes de niveau pour deux et trois facteurs (également pour les variables de réponse qualitatives), graphiques de surface de réponse (RSM), graphiques de courbe, graphiques semi-normaux de Henry-Daniel
Graphiques pour les problèmes de formulation : graphiques ternaires de courbes de niveau
Marquage spécifique en couleur des zones hors spécification (OOS)
Graphiques de courbes de niveau pour plusieurs variables de réponse : graphiques de courbes de niveau superposés pour plusieurs variables de réponse, représentations graphiques de la fonction de désirabilité – tous deux adaptés à la visualisation du Design Space dans le cadre du Quality by Design (QbD)
Graphiques de diagnostic du modèle : graphiques normaux (droite de Henry) des résidus, graphiques des résidus et graphiques des données brutes (variables de réponse en fonction du niveau des facteurs)
Représentations matricielles de graphiques permettant de représenter plusieurs graphiques dans un même onglet (avec une échelle commune pour les variables de réponse) : l’impact d'au plus 4 facteurs (au plus 5 dans le cas de graphiques ternaires de courbes de niveau) peut être visualisé simultanément et analysé aisément
Fonctionnalités interactives : infobulles informatives dynamiques avec les valeurs des facteurs et des variables de réponse à la position de la souris, définition d’expériences de confirmation supplémentaires en un clic de souris
Exportation des graphiques en différentes tailles possible, de plus au format PNG ou SVG, pour une intégration sans effort dans des rapports ou des présentations sans redimensionnement ultérieur
Gestion facile des graphiques générés pour une nouvelle visualisation sans effort à un moment ultérieur ou pour supprimer ceux qui ne sont plus nécessaires

Many Result Visualization Options in STAVEX

Autres fonctionnalités

Fonctions flexibles de création de rapports pour générer des rapports de projets DoE (en format PDF ou HTML) contenant exactement les informations souhaitées (y compris les graphiques) et dans l’ordre désiré
Interface claire pour la gestion de plusieurs projets, répertoires partagés pour l’échange facile d’informations avec des collègues
Service d'assistance convivial et compétent (en français, anglais et allemand) pour des conseils rapides en cas de questions – par téléphone, e‑mail ou réunion en ligne

Installation, licences et assistance

Installation locale pour un seul utilisateur et installation serveur pour plusieurs utilisateurs possibles (concept d’utilisateurs nommés)
Version allégée sans facteurs de mélange disponible
Demande aisée en ligne de fichier de licence, activation directe via l’interface utilisateur de STAVEX après réception
Maintenance (mises à jour, accès au service d'assistance pour l’installation et toute question) incluse pendant 12 mois à partir de la date d’achat

Applications

À qui s’adresse STAVEX et quand faut-il l’utiliser ?

Utilisateurs

Scientifiques souhaitant améliorer un procédé ou un produit
Chimistes
Ingénieurs chimistes
Ingénieurs de procédés

Situations typiques

Développement de procédés et de produits
Changement d’échelle et optimisation des procédés
Analytique
Développement de formulations

Quelques références au sein de la communauté STAVEX

Sciences de la vie

Aarti Industries
Acino Pharma
CSL Behring
Hikma Pharmaceuticals
Idorsia Pharmaceuticals
Novartis
R-Biopharm
Sanofi
Siegfried
Zoetis

Chimie fine

Alcan Airex
BASF
Clariant
DSM
Ems-Chemie
Givaudan
Huntsman
Merck
Mifa
NOCIL
Syngenta

Construction & revêtements

BASF Construction Chemicals
Baumit
Emil Frei (Frei Lacke)
Hesse-Lignal
Isofloc
Röfix
URSA Insulation

Bois

Danzer Deutschland
Gutex

Agroalimentaire

Danisco
Gelita
Nestlé

Fournisseurs d’équipements

Frewitt
Glatt
Synventive Molding

Autres secteurs

Bystronic Laser
Compact Dynamics
ThyssenKrupp
Weidmüller Interface

Instituts de recherche

Institut Fraunhofer de physique du bâtiment
Institut Fraunhofer de technologie chimique

Universities

HES-SO Valais-Wallis
Université Ludwig Maximilian de Munich
Université Martin Luther de Halle-Wittenberg
Haute école spécialisée d’Ostwestfalen-Lippe
Haute école spécialisée du Nord-Ouest de la Suisse
Université de Bâle

Aspects techniques

Exigences techniques

Utilisateur unique

Sur votre réseau :
- Le protocole TCP/IP ainsi que le DNS doivent être installés (le système ne fonctionne pas avec Novell ni avec des environnements similaires).
Sur l’ordinateur de l’utilisateur :
- Windows 7, 8, 10 ou 11
- Au moins 16 Go de mémoire vive (RAM) et 500 Mo d’espace disque
- Navigateur web moderne (par exemple Firefox, Edge ou Chrome, dans une version non antérieure à 2020)
- Une connexion Internet est uniquement nécessaire pour accéder à l’aide STAVEX et pour commander le fichier de licence.

Multi-utilisateur

Sur votre réseau :
- Le protocole TCP/IP ainsi que le DNS doivent être installés (le système ne fonctionne pas avec Novell ni avec des environnements similaires).
Sur le serveur :
- Windows Server 2016 (ou version plus récente), Windows 10 ou machine virtuelle Windows
- Au moins 1 Go de mémoire vive (RAM) et 500 Mo d’espace disque (pour jusqu’à 10 utilisateurs ; au-delà, 25 Mo supplémentaires par utilisateur additionnel)
- Matériel fonctionnant en permanence, afin que STAVEX 6.0 puisse être exploité en continu en tant que service (le serveur web nécessaire fait déjà partie de STAVEX et aucun certificat web n’est requis).
- Un accès Internet est uniquement nécessaire pour commander le fichier de licence (voir la section correspondante ci-dessous).
- La gestion des comptes utilisateurs STAVEX s’effectue au moyen d’un fichier, auquel le logiciel accède et qui peut être modifié (par les administrateurs STAVEX) via son interface utilisateur. Les données saisies par les utilisateurs ou générées par STAVEX sont également gérées en interne sous forme de fichiers. Par conséquent, aucune base de données n’est nécessaire.
Sur les ordinateurs clients :
- Navigateur web moderne (par exemple Firefox, Edge ou Chrome, dans une version non antérieure à 2020)
- Une connexion Internet est uniquement nécessaire pour accéder à l’aide STAVEX.
- STAVEX ne nécessite pas d’environnement d’exécution Java. Seule la version ES6 de JavaScript est utilisée, laquelle est implémentée dans tous les navigateurs web usuels depuis 2015.

Versions STAVEX

Version actuelle

La version 6.0 est disponible depuis juin 2024. Elle est compatible avec Windows 7, 8, 10, 11 ainsi qu’avec Windows Server à partir de 2019 et offre de nombreuses améliorations de la fonctionnalité.
Nouvelles fonctionnalités :
- STAVEX 6.0 est le premier logiciel de plans d’expériences fondé sur la technologie web
- Remaniement intégral de l’interface, déjà très conviviale
- Outils d’évaluation des plans et fonctions de gestion de projets améliorés
- Représentations graphiques plus modernes et plus lisibles
- Nouvelles fonctions flexibles de création de comptes-rendus
Cours :
- Des cours de 4 jours et de 2 jours sont proposés (en français, anglais et allemand)

Sous-version actuelle

Version 6.0.348 est disponible depuis juillet 2025 et offre les améliorations suivantes :
- Infobulles dynamiques plus lisibles et plus informatives dans tous les graphiques 3D
- Meilleure gestion des résultats expérimentaux lors du passage au cycle d’expériences confirmatoires
- Amélioration de la représentation de certains graphiques
- Improved usability of the table containing the experimental results
- Diverses améliorations mineures

Versions précédentes

5.2 (octobre 2013)
- Compatible avec les versions actuelles de Windows 7, 8 et 10 (32 bits et 64 bits)
- Exportation des graphiques améliorée : le positionnement automatique de la légende est désormais possible, de même qu’une sortie en haute résolution
- Improved optimization algorithm (increased precision)
- Procédure de gestion des licences simplifiée, désormais également via Internet
- Diverses petites adaptations
5.1.1 (octobre 2010)
- Compatibilité avec Windows 7
- Diverses améliorations mineures
5.1 (janvier 2008)
- Facteurs de procédé alternatifs
- Représentation tétraédrique : variable de réponse en fonction de quatre facteurs de mélange
- Améliorations dans les graphiques 4D
- Transformation inverse : les variables de réponse ayant subi une transformation mathématique sont désormais représentées dans leur échelle originale
- Prise en compte d’expériences déjà effectuées : ceci permet de « recycler » des expériences antérieures dans le cadre de l’approche expérimentale séquentielle
- Adaptation automatique de la somme des classes lors d’une réduction de facteurs
5.0 (avril 2006)
- Graphique de courbes de niveau 4D pour une réponse en fonction de trois facteurs : permet de parcourir le domaine des facteurs et de localiser l’optimum en quelques secondes
- Bibliothèque de plans étendue
- Analyse de séries d’expériences incomplètes
- Analyse de l’effet de bloc
- Fonction de coût

Concept

Les plans d’expériences (DoE) sont si faciles avec STAVEX

Le concept de STAVEX
Le système-expert intégré vous guide à travers toutes les étapes de la planification d’expériences (DoE) séquentielle.

Définition du projet DoE
Saisie :
des critères de qualité à optimiser (« variables de réponse »),
des facteurs d’influence potentiels, et
de contraintes, si nécessaire.

Plus d'information

Le gros du travail a lieu avant l'expérimentation

Au départ d'un projet de plans d'expériences (DoE), les objectifs doivent être spécifiés exactement. Cela signifie qu'il faut définir quels critères de qualité (variables de réponse) et quels facteurs d'influence potentiels vont être examinés.

STAVEX travaille selon la logique du projet, c'est-à-dire que vous commencerez par entrer les variables de réponse et les facteurs dans le logiciel. La haute flexibilité de STAVEX rend la saisie des données aisée. Là où c'est possible, le système-expert vous assiste par de brefs messages, par exemple lorsque, pour une variable de réponse ou un facteur qualitatif, la définition d'un nombre de niveaux plus élevé ferait augmenter significativement la taille du plan d'expériences.

Variables de réponse

Définition des variables de réponse

Le but des plans d'expériences (DoE) est d'optimiser un ou plusieurs critères de qualité.
STAVEX vous permet d'entrer des

variables de réponse quantitatives (rendement, sous-produits, viscosité...) ainsi que des
variables de réponse qualitatives (couleur : blanc / jaunâtre, scellement : non étanche / étanche...).

Si plusieurs variables de réponse doivent être combinées, une fonction de désirabilité peut être utilisée afin de déterminer le meilleur compromis. Dans le contexte spécifique de l’industrie pharmaceutique et biotechnologique, cela permet d’obtenir très facilement le Design Space, conformément au paradigme Quality by Design (QbD) (directives FDA PAT et ICH Q8). Une application typique est l’optimisation d’un profil de dissolution – souvent décrit à l’aide de plusieurs variables de réponse représentant chacune la proportion de produit dissous à un moment différent.

Spécification de la direction d'optimisation

Vous pouvez facilement entrer la direction d'optimisation désirée :

Maximum (rendement, pureté...),
Minimum (impuretés, écart de qualité...) ou
Valeur cible (épaisseur du revêtement, taille des particules, proportion dissoute après 2, 4, 6 ou 8 heures...),

ainsi que les limites de spécification supérieure et inférieure fixées, le cas échéant.

Une dernière remarque : une analyse précise demande comparativement plus d’expériences pour des variables de réponse qualitatives que pour des variables quantitatives. STAVEX propose donc d’utiliser si possible une échelle quantitative (une échelle de 0 à 100 au lieu de mauvais / moyen / bon). Cela permet plus de flexibilité au logiciel et à vous-même en ce qui concerne l’évaluation de valeurs intermédiaires.

Facteurs d'influence potentiels

Saisie des facteurs

STAVEX vous offre une grande flexibilité pour l'entrée des facteurs. Tous les types de facteur peuvent être examinés dans un même plan d'expériences :

Quantitatif (température, concentration, débit...)
Qualitatif (fournisseur, type de catalyseur, enzyme...)
Alternatifs (soit l'acide A avec une concentration de 5% à 10%, soit l'acide plus fort B avec une concentration de 2% à 6%)
Facteurs de mélange appartenant à une ou plusieurs classes de facteurs de mélange dans chacune desquelles la somme des facteurs correspondants prend une valeur fixe (par exemple 100% ou 220 mg).

De plus, STAVEX vous permet de prendre en compte les restrictions pratiques les plus diverses :

Facteurs alternatifs (facteurs de procédé ou facteurs d'une même classe de facteurs de mélange) : soit 3-6 mg du catalyseur A, soit 1-5 mg du catalyseur B
Rapports : l'excédent de moles ne doit pas dépasser 1.4 ; le rapport entre les arômes de fraise et de framboise doit être compris entre 1:2 et 2:1.
Contraintes linéaires :
- Pour être sûr que la réaction soit terminée, le temps d'attente après la réaction doit être d'au moins 30 fois sa durée.
- Certains ingrédients d'une formulation ne doivent pas dépasser ensemble une valeur fixe, par exemple il ne doit pas y avoir plus de 5% de conservateurs.
Prise en compte d'incréments : par exemple lorsque le débit ne peut être augmenté que par étapes de 1000 unités/heure.

Le bon plan d’expériences (DoE) dans chaque situation
STAVEX met systématiquement en œuvre l’approche de la planification d’expériences séquentielle (DoE). Selon le nombre de facteurs d’influence potentiels, STAVEX propose des plans d’expériences adaptés au type spécifique de problématique.

Plus d'information

Plans d’expériences (DoE) séquentiels

Avec l’outil de plans d’expériences STAVEX, vous n’avez pas besoin de connaissances particulières en statistique pour choisir un plan d’expériences approprié. Le logiciel génère une liste de plans d’expériences adaptés en fonction des données saisies. Ces plans sont présentés du meilleur au moins bon et une évaluation sous forme de note est affichée afin d’indiquer leur qualité pour la problématique considérée. Si vous n’avez pas de préférence particulière, vous pouvez simplement sélectionner le premier plan de la liste et vous obtiendrez de bons résultats.

Bien entendu, vous pouvez également choisir un autre plan d’expériences (par exemple avec un plus grand nombre d’expériences pour obtenir une précision plus élevée) ou adapter le plan d’expériences sélectionné selon vos besoins.

Plans d’expériences (DoE) séquentiels

L’outil de DoE STAVEX met en œuvre la méthodologie des plans d’expériences séquentiels. Selon le nombre de facteurs potentiellement influents, STAVEX propose différents plans d’expériences adaptés.

Phase de criblage DoE (recommandé pour plus de 8 facteurs) :
Ici, seul un nombre relativement réduit d’expériences est réalisé par rapport au nombre de facteurs considérés. Cela signifie également qu’un nombre relativement limité d’informations sera obtenu. Toutefois, l’objectif de cette phase de criblage DoE est uniquement de réduire le nombre de facteurs afin de pouvoir analyser plus en détail les facteurs importants lors de l’étape suivante.

Les principaux plans d’expériences suivants sont disponibles : plans Lin, Lin-Plackett-Burman, Plackett-Burman, plans factoriels à 2 niveaux (complets et fractionnaires), plans D‑optimaux et plans Desperado.

Phase de modélisation DoE (recommandé pour de 4 à 8 facteurs environ) :
À cette étape, un nombre intermédiaire d’expériences est utilisé par rapport au nombre de facteurs considérés. Un modèle linéaire avec interactions est ajusté. L’objectif de cette phase de modélisation DoE consiste à identifier les facteurs les plus importants afin de pouvoir, à l’étape suivante, analyser uniquement ceux-ci en détail pour déterminer leur réglage optimal.

Les principaux plans d’expériences suivants sont disponibles : plans factoriels à 2 niveaux (complets et fractionnaires) et plans D‑optimaux.

Phase d’optimisation DoE (recommandé pour de 1 à 3 facteurs environ) :
Ici, un modèle quadratique est ajusté. Ces modèles permettent d’identifier des minima (point le plus bas d’une « cuvette ») et des maxima (« pics »). Par conséquent, l’optimum est finalement déterminé à cette étape. Cela n’est pas possible lors de la phase de modélisation car le modèle y est linéaire et non quadratique.

Les principaux plans d’expériences suivants sont disponibles : plans factoriels complets et fractionnaires à 2 niveaux, plans factoriels à 3 niveaux, plans composites centrés (CCD), Box-Behnken, hexagonal, pentagonal, Doehlert et D-optimaux.

Plans d’expériences flexibles pour des applications pratiques spécifiques :

Dans le cadre décrit ci-dessus des plans d’expériences (DoE) séquentiels, différentes variantes de plans d’expériences sont possibles.

Plans d’expériences de mélange :
Dans un problème de formulation ou de mélange, la somme de tous les composants doit prendre une valeur fixe, par exemple 100% ou 250 mg. Cela implique que les facteurs ne peuvent plus être variés indépendamment les uns des autres. Le plan d’expériences (et l’analyse statistique ultérieure) doit en tenir compte.

Les plans d’expériences suivants sont alors disponibles : plans D‑optimaux, simplexe à sommets, réseau simplexe, simplexe-centroïde, plans axiaux et projetés, ainsi que des plans permettant le traitement simultané de facteurs de mélange et de facteurs de procédé.

Plans d’expériences spécifiés par l’utilisateur :
Indépendamment de la problématique considérée, des plans d’expériences peuvent également être spécifiés par l’utilisateur. Cela permet aussi d’utiliser STAVEX pour l’analyse de données déjà existantes, par exemple pour des résultats expérimentaux obtenus sans plan d’expériences statistique ou provenant de rapports antérieurs ou de références bibliographiques.

Un autre cas d’application fréquent consiste à faire compléter par l’outil de DoE quelques expériences préliminaires – par exemple réalisées afin d’identifier des domaines de variation des facteurs appropriés – pour obtenir un plan d’expériences statistiquement fondé. De cette manière, les expériences initiales peuvent être réutilisées, ce qui permet de réduire encore davantage l’effort expérimental total.

Easy Experimental Data Handling in STAVEX

Gestion aisée des données
La manière la plus simple de saisir les résultats consiste à importer les données directement d'Excel dans le tableau de résultats de STAVEX. Même si des problèmes sont apparus lors de la réalisation des expériences, conduisant par exemple à des résultats incomplets, cela ne signifie bien entendu pas que tout le travail a été inutile.

Plus d'information

Saisie flexible des données

Saisie des résultats expérimentaux du DoE

Données disponibles dans Excel

Il est bien entendu possible de saisir tous les résultats expérimentaux du DoE directement dans le tableau des résultats de STAVEX. Toutefois, les données peuvent également être importées très facilement depuis Excel. Si STAVEX est configuré pour fonctionner avec des appareils de laboratoire automatisés, cette étape peut même devenir entièrement inutile.

Importation des données dans STAVEX

Non-respect du réglage des facteurs

Vous avez utilisé par inadvertance 65°C au lieu de 70°C dans une expérience ? Si ce fait n’est pas pris en compte, le résultat de l’analyse sera biaisé. Il existe toutefois une solution simple : quelques clics suffisent pour corriger la valeur du facteur correspondant dans le plan d’expériences avant de saisir ou d’importer finalement les résultats du DoE.

Résultats importés dans STAVEX

Résultats incomplets

Diverses raisons peuvent conduire à un arrêt prématuré de la série d’expériences : certains réglages expérimentaux ne fournissent de manière inattendue aucun résultat mesurable ou un appareil de mesure analytique tombe en panne lors de la dernière analyse. Selon la situation, le plan d’expériences peut être adapté en ajoutant des restrictions appropriées à la spécification des facteurs. STAVEX permet toutefois également de passer directement à l’analyse. L’outil de DoE vérifie alors si les résultats disponibles suffisent pour effectuer l’analyse statistique. Si tel est le cas, celle-ci est réalisée ; dans le cas contraire, STAVEX propose des expériences supplémentaires adéquates. Une autre possibilité consiste à effectuer l’analyse à une étape antérieure de l’approche DoE séquentielle (par exemple le criblage au lieu de la modélisation), renonçant ainsi à certains détails.

Analyse DoE simple et intuitive
STAVEX effectue l’analyse statistique complète des résultats expérimentaux et vous assiste dans leur interprétation. Le rapport d’analyse est rédigé dans un langage aisément compréhensible avec des phrases entièrement formulées ; les détails statistiques souhaités peuvent être affichés en accédant aux sections correspondantes.

Plus d'information

Nous parlons votre langage !

En particulier lors de l'analyse des résultats expérimentaux, il est essentiel de présenter le résultat obtenu de manière compréhensible. Des spécialistes d'autres domaines ne doivent pas avoir besoin de devenir des experts en statistique pour appliquer avec succès les plans d'expériences (DoE).

STAVEX effectue pour vous l’analyse statistique complète de vos résultats expérimentaux et vous assiste dans son interprétation. Les rapports d’analyse sont rédigés dans un langage clair et compréhensible ; les détails des analyses statistiques sont disponibles en ouvrant, si nécessaire, des sections spécifiques du rapport. Les graphiques variés permettent une compréhension intuitive des résultats.

Résumé de l'analyse

En optant pour l'affichage du résumé, vous obtiendrez une vue d'ensemble contenant les principaux résultats pour chaque variable de réponse. Ainsi, des effets de synergie ou des conflits potentiels peuvent être identifiés aisément. De plus, la fiabilité du modèle est indiquée pour chaque variable de réponse.

Rapport d'analyse (version courte)

Début du rapport d'analyse (ici pour la modélisation)

Tous les résultats importants sont représentés de manière structurée, compréhensible et claire dans la version courte du rapport d'analyse. Les graphiques correspondants sont facilement accessibles par des liens placés au bon endroit ainsi que par le bouton « Créer un graphique ».

Criblage :

Facteurs d'influence classés par ordre d'importance décroissante
Avertissements en cas de valeurs extrêmes ou de facteurs de perturbation non maîtrisés

Modélisation :

Liste des facteurs d'influence principaux identifiés par l'analyse statistique
De plus, des candidats incertains sont listés comme « éventuellement importants »
Équation du modèle
Tableau résumant le diagnostic du modèle, y compris une suggestion de transformation le cas échéant
Recommandations de graphiques de diagnostic du modèle afin d’examiner aisément tout problème de qualité du modèle si besoin est
Meilleure combinaison des niveaux des facteurs (pour indiquer la tendance)

Optimisation :

Équation du modèle
Tableau résumant le diagnostic du modèle, y compris une suggestion de transformation le cas échéant
Recommandations de graphiques de diagnostic du modèle afin d’examiner aisément tout problème de qualité du modèle si besoin est
Optimum (dans le domaine des facteurs et global), avec intervalle de confiance
Analyse de toutes les expériences de confirmation

Statistiques détaillées

Vous pouvez accéder à tous les résultats statistiques supplémentaires nécessaires en ouvrant davantage de sections du rapport que dans la version courte. Ici aussi, les graphiques correspondants sont accessibles par des liens placés aux endroits appropriés, de sorte qu’ils sont facilement consultables.

Criblage :

Tableau des effets, classés par ordre d'importance décroissante
Test de valeurs extrêmes ou de facteurs de perturbation non maîtrisés
Tableau des effets confondus

Modélisation / Optimisation :

Tableau des coefficients calculés pour chaque effet pris en compte dans le modèle (dans l’échelle originale des facteurs ainsi qu’après standardisation des domaines des facteurs), avec écarts-types et valeurs p
Matrices de corrélation des paramètres du modèle
Coefficient de détermination (R²) et coefficient de détermination ajusté (R²_c)
Résultats expérimentaux, prédictions du modèle et écarts du modèle résultants
Test de non-normalité des écarts du modèle (test de Shapiro-Wilk, analyse graphique)
Analyse de variance des écarts du modèle (y compris le test de Bartlett pour les différences entre leurs moyennes par niveau des facteurs et le test F pour l’inégalité des variances).

Une multitude de graphiques
Une représentation graphique appropriée facilite considérablement l’interprétation des résultats obtenus. STAVEX offre un large choix de graphiques.

Plus d'information

Visualisation simplifiée

Graphiques de contours

Les graphiques de contours permettent de visualiser au mieux l’impact de plusieurs facteurs sur une variable de réponse. STAVEX les propose sous forme de graphiques bidimensionnels et tridimensionnels. Dans les deux cas, une infobulle dynamique pratique permet d’accéder facilement aux valeurs des facteurs représentés et de toutes les variables de réponse à n’importe quelle position de la souris.

Graphique de contours à deux facteurs
Un graphique de contours bidimensionnel classique facilite la définition du Design Space lors du développement ou de la caractérisation du procédé. Les zones dans lesquelles une limite de spécification (si définie) est violée sont colorées en rouge foncé.

Graphique de contours à trois facteurs
Ici également, la variable de réponse est représentée à l’aide d’une échelle de couleurs, mais en fonction de trois facteurs. Le graphique interactif permet de faire tourner le cube afin de présenter au premier plan la région la plus intéressante.

Représentations matricielles de graphiques

Pour tout type de graphique, plusieurs graphiques similaires peuvent être combinés afin de former une représentation matricielle de graphiques en faisant varier la valeur de jusqu’à deux facteurs supplémentaires. L’échelle de couleurs commune facilite fortement l’interprétation, car les différences de couleurs d’un graphique à l’autre montrent clairement quels réglages de facteurs sont inappropriés ou plutôt prometteurs.

Voici des exemples de graphiques de contours. Des infobulles dynamiques sont également disponibles pour de telles matrices de graphiques.

Graphiques de contours à deux facteurs
Une matrice de graphiques de contours à deux facteurs permet une analyse facile de l’impact de jusqu’à quatre facteurs à la fois.

Graphiques de contours à trois facteurs
Une matrice de graphiques de contours à trois facteurs permet une analyse facile de l’impact de jusqu’à cinq facteurs à la fois. Chaque graphique interactif peut être tourné individuellement.

Graphiques de surfaces de réponse (Response Surface Plots, RSM)

Divers types de graphiques dans lesquels la variable de réponse n’est pas uniquement représentée par l’échelle de couleurs (comme dans les graphiques de contours ci-dessus), mais également affectée à un axe, sont également disponibles. Les graphiques de surfaces, en particulier, peuvent être considérés comme avantageux pour des représentations plus spectaculaires, par exemple dans des rapports ou des présentations, ou pour toute personne n’appréciant pas l’aspect plat des graphiques de contours à deux facteurs.

Graphique de surface
La représentation de la surface de réponse sur l’axe vertical permet une compréhension intuitive du comportement de la variable de réponse en fonction des valeurs prises par deux facteurs.

Graphique de courbes
Chaque graphique de ce type visualise l’impact d’un seul facteur sur une variable de réponse pour des valeurs fixes des autres facteurs. Ainsi, en présence d’interactions, les graphiques de courbes doivent être interprétés avec prudence.

Graphique de contours ternaire pour les problèmes de formulation

Des facteurs de mélange sont souvent nécessaires afin de prendre en compte la contrainte de somme constante que les composants d’une formulation doivent respecter. Dans de tels cas, si les valeurs de tous les facteurs sauf un sont connues, le dernier doit correspondre au complément nécessaire pour atteindre la somme souhaitée. La forme du graphique de contours doit également en tenir compte.

Graphique de contours pour trois facteurs de mélange
Un tel graphique représente l’impact de trois composants de formulation sur une variable de réponse. La valeur prise en fonction de la formulation est indiquée par la coloration.

Graphiques de contours pour réponses qualitatives

Les variables de réponse qualitatives peuvent également être représentées graphiquement sous forme de graphiques de contours. Les couleurs correspondent aux valeurs possibles de la variable de réponse. Les figures ci-dessous montrent clairement que les informations pouvant être obtenues sont moins précises pour des réponses qualitatives que pour des réponses quantitatives.

Graphique de contours à deux facteurs
Comme dans le cas quantitatif, le graphique visualise l’impact de deux facteurs sur une variable de réponse. Afin de faciliter l’interprétation, le vert est toujours attribué au niveau de réponse optimal.

Graphique de contours à trois facteurs
La variable de réponse est représentée ici afin de montrer sa dépendance vis-à-vis de trois facteurs. Comme tous les autres graphiques tridimensionnels, la visualisation peut être tournée librement.

Graphiques de contours à réponses multiples

Les applications réelles incluent souvent plusieurs variables de réponse. Dans de tels cas, les réglages de facteurs optimaux comme acceptables dépendent le plus souvent de la variable considérée. Les fonctionnalités permettant la visualisation conjointe des effets des facteurs sur plusieurs variables de réponse à la fois apportent alors une aide très précieuse pour interpréter globalement les résultats de l’analyse DoE.

Graphique de contours superposés (Design Space à réponses multiples)
Plusieurs variables de réponse sont visualisées simultanément. Cela permet une évaluation simple et claire de la région des facteurs – sur fond crème – dans laquelle toutes les variables de réponse se situent à l’intérieur de leurs limites de spécification.

Graphique de contours de désirabilité (Design Space à réponses multiples)
La meilleure option pour identifier un réglage commun idéal des facteurs pour plusieurs variables de réponse consiste à utiliser une fonction de désirabilité. Elle peut être visualisée comme les autres variables de réponse : dans la zone rouge, au moins une variable de réponse est hors spécifications (OOS).

Graphiques de diagnostic du modèle

La qualité d’un modèle de régression peut être évaluée à l’aide de deux types de représentations graphiques : graphique normal des écarts du modèle (graphiques quantiles) et écarts du modèle en fonction des niveaux des facteurs (graphiques des résidus). Ils permettent de détecter rapidement des valeurs extrêmes ou des structures indésirables parmi les écarts du modèle.

Graphique normal des écarts du modèle
Ce graphique permet de juger facilement si l’hypothèse selon laquelle les écarts du modèle suivent une distribution normale est vérifiée. Si tel est le cas, les points rouges doivent plus ou moins former une ligne droite. Le graphique inclut également la valeur p du test de Shapiro-Wilk correspondant.

Écarts du modèle en fonction des niveaux des facteurs
Le graphique des résidus (ici, une matrice combinant plusieurs graphiques) permet notamment de détecter si un modèle non linéaire (ou, de manière équivalente, une transformation de la variable de réponse) serait plus approprié.

Graphique semi-normal

In the screening stage, whenever applicable, the half-normal plot is the tool of choice to visualize and interpret the analysis results. It enables to identify important factors and also to detect whether the experimental results include outliers or have been influenced by some uncontrolled factor.

Graphique semi-normal
Dans l’exemple présenté, les points rouges situés à droite de la ligne verte indiquent les sept facteurs – parmi onze – identifiés comme importants. D’autres configurations graphiques indiqueraient l’existence de valeurs extrêmes ou d’un facteur non contrôlé.

Graphique des données brutes

Si l’analyse statistique des données expérimentales ne fournit aucune vision claire de l’impact des facteurs, l’examen des résultats eux-mêmes peut être très utile. Les graphiques des données brutes les visualisent simplement afin de déterminer comment ils sont influencés par chaque facteur individuel.

Graphique des données brutes
Chaque graphique de la matrice présentée ici contient un petit triangle bleu pour chaque expérience – avec son numéro indiqué – et le résultat moyen obtenu pour chaque niveau de facteur apparaît sous la forme d’un losange gris vide.

Assistance pour la planification des étapes suivantes
STAVEX est le seul outil de DoE qui vous guide à travers l’ensemble du processus de plans d’expériences séquentiels (DoE). Après l’achèvement d’un cycle expérimental, STAVEX vous assiste dans la décision concernant la manière de poursuivre. Finalement, l’ensemble du projet est documenté dans un seul fichier.

Sequential DoE: Factor Reduction in STAVEX

Souhaitez-vous découvrir STAVEX ou les plans d'expériences ?

Contact

Flyers

Études de cas

Tutoriels

Flyers

STAVEX 6.0 Flyer

Découvrez comment STAVEX 6.0, le premier outil DoE basé sur le Web pour l’intranet, vous aide à réaliser vos expériences plus efficacement.

News STAVEX 6.0

Découvrez les améliorations apportées à notre dernière version, STAVEX 6.0. Les nouvelles fonctionnalités comprennent des représentations graphiques plus modernes et plus lisibles, des fonctions étendues de génération de rapports et de gestion de projets, ainsi qu'une interface utilisateur beaucoup plus intuitive.

Usability STAVEX 6.0

Découvrez comment STAVEX 6.0 révolutionne la convivialité du DoE. S'appuyant sur des recherches universitaires, cette nouvelle version a été développée pour offrir un processus logique et fluide et optimiser l'expérience utilisateur.

Études de cas

Informations méthodologiques :

Subject		Title		Download
Plans d’expériences - Data Mining : quelle méthode pour quel objectif ?		Optimiser un procédé : avec ou sans données ?		DE EN FR ES
Amélioration de la qualité par les plans d’expériences dans le contexte du PAT		Quality by Design in pharmaceutical development - the contribution of Design of Experiments		DE EN FR ES

Industrie pharmaceutique :

Subject	Title	Download
Définition du Design Space (Université des sciences appliquées et des arts d’Ostwestfalen-Lippe)	Définition de l’espace de conception	DE EN FR ES
Optimisation d’une cristallisation (Novartis Pharma	Des résultats clairs comme du cristal !	DE EN FR ES
Fabrication de blisters à l’épreuve des enfants	Le plan d'expérience fait valoir ses atouts	DE EN FR ES
Optimisation d’une formulation de comprimés (Novartis Pharma)	Stavex : un progiciel d'aide à la formulation déjà validé en pharmacie	DE EN FR ES
Plans d’expériences pour le développement d’émulsions (Université des sciences appliquées et des arts d’Ostwestfalen-Lippe)	D'une pierre deux coups	DE EN FR ES
Revêtements pelliculés idéaux pour comprimés (Université des sciences appliquées et des arts d’Ostwestfalen-Lippe, DIOSNA Dierks & Söhne)	Planification statistique des expériences pour la détermination des paramètres de procédé dans les procédés d’enrobage par film dans le Vertical Centrifugal Coater 3-15	DE EN FR ES
Respect des spécifications de taille des particules lors du broyage (Siegfried)	Recherche de l’optimum	DE EN FR ES

Biotechnologie :

Subject		Title		Download
Composition optimale des milieux de culture en biosynthèse		Cocktail optimisé pour bactéries		DE EN FR ES

Scale-up :

Subject		Title		Download
De l’échelle du laboratoire à l’échelle de production (Novartis Pharma)		Bien planifier : la clé du succès !		DE EN FR ES
Détermination rapide des paramètres de procédé garantissant un profil de dissolution optimal pour des pellets à libération modifiée (Glatt)		Quality by Design		DE EN FR ES

Industrie chimique :

Subject		Title		Download
Optimisation de polyamides pour des tuyaux offshore (Ems Chemie)		Développement flexible		DE EN FR ES
Optimisation d’une combinaison d’additifs pour PVC rigide (Alcan Airex)		Mélange réussi		DE EN FR ES

Biogaz :

Subject		Title		Download
Optimisation du rendement en gaz par le réglage des procédés et la sélection d’enzymes		Biogaz : les statistiques au lieu de la loterie		DE EN FR ES

Matériaux isolants :

Subject		Title		Download
Plans d’expériences dans la production de matériaux isolants (URSA)		Planification des expériences (DoE) dans la production de matériaux isolants		DE EN FR ES

Revêtements :

Subject		Title		Download
Optimisation de formulations de revêtements		La mégère apprivoisée		DE EN FR ES

Industrie agro-alimentaire :

Subject		Title		Download
Plans d’expériences pour optimiser le fromage Tilsit (Technische Universität Berlin)		Expériences efficaces		DE EN FR ES

Industrie automobile :

Subject		Title		Download
Optimisation de liaisons arbre-moyeu (ThyssenKrupp Presta)		Moins d’effort - plus de force		DE EN FR ES

Tutoriels

Plans d'expériences (DoE)

The small video series gives an introduction to the most important concepts of Design of Experiments (DoE). This eliminates the most usual uncertainties.

Play Video

What is DoE?

Play Video

Good Bye OFAT

Play Video

Sequential Design of Experiments (Structure of STAVEX)

Play Video

Sequential Design of Experiments (Structure of STAVEX)

Play Video

Design Selection

Play Video

Plan Selection

DoE example: from the first screening to the final confirmatory experiment in about 30 runs

An example from process optimization, but which is easily transferrable to product optimization issues.

Play Video

Criblage

Play Video

Modélisation

Play Video

Optimization (Response Surface Modelling - RSM)

Play Video

Confirmatory Experiments

Lorem ipsum dolor

Lorem ipsum dolor sit ametasd cnur adipi olor sit amet dolor consectetur sollicitudin lacus.

Play Video

Lorem Ipsum Dolor

Play Video

Lorem Ipsum Dolor

Play Video

Lorem Ipsum Dolor

Play Video

stavex

Rendre les plans d’expériences plus simples que jamais.

Plans d’expériences (DoE) faciles avec STAVEX

Spécifications flexibles par l’utilisateur

Guidage de l'utilisateur

Une multitude de plans d’expériences

Analyse aisément compréhensible

Graphiques polyvalents

Autres fonctionnalités

Installation, licences et assistance

À qui s’adresse STAVEX et quand faut-il l’utiliser ?

Utilisateurs

Situations typiques

Quelques références au sein de la communauté STAVEX

Sciences de la vie

Chimie fine

Construction & revêtements

Bois

Agroalimentaire

Fournisseurs d’équipements

Autres secteurs

Instituts de recherche

Universities

Exigences techniques

Versions STAVEX

Les plans d’expériences (DoE) sont si faciles avec STAVEX

Le concept de STAVEX

Définition du projet DoE

Le bon plan d’expériences (DoE) dans chaque situation