Thiết kế thí nghiệm hiệu quả hơn với Minitab: Tối đa hóa giá trị từ mỗi lần chạy

Một thử nghiệm sản xuất có thể tiêu tốn hàng chục nghìn USD, nhiều giờ vận hành và không ít nguyên vật liệu. Nhưng sau tất cả, doanh nghiệp vẫn có thể chưa xác định được đâu là yếu tố thực sự ảnh hưởng đến quy trình.

Đây là lý do thiết kế thí nghiệm (Design of Experiments – DOE) ngày càng quan trọng. Thay vì chỉ cố gắng giảm số lần chạy, một DOE hiệu quả cần giúp doanh nghiệp thu thập được nhiều thông tin hơn từ mỗi lần thử nghiệm.

Một nghiên cứu của Peter Goos, José Núñez Ares, Mohammed Saif Ismail Hameed và Maria Lanzerath đã minh họa rõ cách tiếp cận này. Nhóm sử dụng Minitab DOE by Effex để xây dựng thiết kế OMARS 24 lần chạy cho 8 yếu tố trong quá trình sản xuất nhựa dùng cho keo dán stent mạch máu.
Kết quả cho thấy một thiết kế DOE phù hợp có thể đồng thời hỗ trợ sàng lọc yếu tố, đánh giá tương tác và định hướng điều kiện vận hành, từ đó giảm nhu cầu thực hiện thêm một vòng thử nghiệm tối ưu hóa.

Khi mỗi lần thử nghiệm đều có chi phí cao

Trong những quy trình sản xuất theo mẻ, chi phí của một lần chạy có thể rất lớn. Tại W. L. Gore & Associates, một mẻ thử nghiệm có thể sử dụng toàn bộ dây chuyền trong khoảng 40 giờ và tiêu tốn hàng chục nghìn USD.

Nếu chỉ thực hiện được một lần chạy mỗi tuần, cách tiếp cận truyền thống – sàng lọc yếu tố trước rồi mới tối ưu hóa – có thể kéo dài nhiều tháng.

Vì vậy, vấn đề không chỉ là làm ít thí nghiệm hơn, mà là thiết kế mỗi thí nghiệm sao cho thu được nhiều thông tin có giá trị nhất.

Minitab giúp khai thác nhiều thông tin hơn từ DOE

Một thiết kế thí nghiệm tốt có thể trả lời nhiều câu hỏi cùng lúc: Yếu tố nào quan trọng? Các yếu tố có tương tác với nhau không? Quy trình có xuất hiện độ cong hay mối quan hệ phi tuyến không? Và đâu là khoảng điều kiện vận hành phù hợp?

Đây chính là điểm mà thiết kế OMARS có thể phát huy lợi thế.
ChatGPT Image Sep 24, 2026, 08-52-14 AM (1).png

ChatGPT Image Sep 24, 2026, 08-52-14 AM (1).png

OMARS: Kết hợp sàng lọc và định hướng tối ưu

Thay vì tách riêng quá trình sàng lọc và tối ưu hóa, OMARS được xây dựng để cung cấp thông tin về nhiều loại hiệu ứng trong cùng một thiết kế DOE.

Với OMARS nhiều mức (mixed-level OMARS), các yếu tố có thể được khảo sát ở 2 hoặc 3 mức. Điều này đặc biệt hữu ích khi một số yếu tố có khả năng tạo ra mối quan hệ phi tuyến.
Trong nghiên cứu về vật liệu dùng cho keo dán stent, nhóm đã đưa 8 yếu tố liên quan đến polymer hóa, đông tụ, rửa và sấy vào thiết kế DOE. Trong đó, 5 yếu tố được khảo sát ở 3 mức để đánh giá độ cong, còn 3 yếu tố được khảo sát ở 2 mức.
Các tương tác có khả năng ảnh hưởng đến quy trình cũng được ưu tiên dựa trên kiến thức thực tế của nhóm nghiên cứu.

Minitab DOE by Effex lựa chọn thiết kế như thế nào?

Với Minitab DOE by Effex, người dùng có thể tiếp cận 81 thiết kế OMARS 24 lần chạy cho các cấu trúc yếu tố khác nhau.

Các thiết kế được đánh giá dựa trên nhiều tiêu chí như:

Khả năng phát hiện hiệu ứng (power).
Mức độ chồng lấp giữa các hiệu ứng (aliasing).
Khả năng đánh giá hiệu ứng khi số yếu tố được giảm (projection).

Nhờ đó, nhóm nghiên cứu có thể lựa chọn thiết kế phù hợp hơn thay vì chỉ dựa vào tổng số lần chạy.
Trong nghiên cứu, thiết kế được chọn có khả năng phát hiện cao hơn ở 5/7 tương tác được ưu tiên. Khả năng phát hiện hiệu ứng bậc hai đạt 0,48, cao hơn mức 0,27 và 0,29 của hai thiết kế được dùng để so sánh.
Điểm quan trọng ở đây là một DOE hiệu quả không nhất thiết phải là DOE có ít lần chạy nhất. Giá trị của thiết kế nằm ở lượng thông tin mà nó cung cấp và khả năng hỗ trợ kỹ sư đưa ra quyết định.

24 lần chạy có thể mang lại gì cho quy trình?

Sau 24 lần chạy, nhóm nghiên cứu đã có đủ thông tin để xác định hướng vận hành phù hợp và chuyển sang đánh giá độ bền vững của quy trình (robustness) mà không cần thực hiện thêm một vòng tối ưu hóa riêng.

Kết quả giúp xác định những điều chỉnh liên quan đến hóa chất, nhiệt độ và số chu kỳ rửa để kiểm soát hai chỉ tiêu quan trọng là melt flow index và residual impurity.

Nhóm cũng không phụ thuộc vào duy nhất một mô hình. Nhiều mô hình được so sánh để kiểm tra tính nhất quán của kết quả. Dù hình dạng ảnh hưởng có sự khác biệt, các mô hình vẫn hướng đến gần cùng một bộ thông số vận hành.

Điều này cho thấy phân tích DOE bằng Minitab cần được kết hợp với kiến thức thực tế về quy trình. Một hiệu ứng có ý nghĩa thống kê chưa chắc đã phù hợp với cơ chế vận hành thực tế.

Từ kết quả DOE đến quyết định sản xuất

Giá trị của thiết kế thí nghiệm không dừng lại ở việc tìm ra yếu tố ảnh hưởng. Quan trọng hơn, kết quả DOE phải giúp đội ngũ kỹ thuật biết nên làm gì tiếp theo.

Trong nghiên cứu này, kết quả DOE được sử dụng để xác định một bộ thông số có khả năng đáp ứng yêu cầu kỹ thuật của khách hàng và quy trình.

Sau đó, bộ thông số tiếp tục được đưa vào nghiên cứu robustness với nhiều điều kiện khác nhau về ngày sản xuất, ca làm việc và lô nguyên liệu. Đây là cơ sở để tiến tới đánh giá năng lực quy trình (process capability) cũng như các bước phê duyệt và xuất lô.

Thiết kế DOE thông minh hơn với Minitab

Với những quy trình có chi phí thử nghiệm cao, việc tối ưu thiết kế thí nghiệm ngay từ đầu có thể tạo ra khác biệt lớn về thời gian và chi phí.

Thay vì chỉ tập trung vào việc giảm số lần chạy, doanh nghiệp có thể sử dụng Minitab DOE by Effex để lựa chọn thiết kế phù hợp với các yếu tố cần nghiên cứu, đồng thời khai thác thông tin về hiệu ứng, tương tác và độ cong trong cùng một kế hoạch DOE.

Trường hợp nghiên cứu trên cho thấy 24 lần chạy có thể cung cấp đủ cơ sở để xác định hướng vận hành và chuyển sang bước đánh giá độ bền vững của quy trình.

Đối với các quy trình theo mẻ hoặc những thử nghiệm có chi phí cao, cách tiếp cận này giúp biến dữ liệu từ DOE thành những quyết định cụ thể hơn, rút ngắn thời gian phát triển và hướng tới một quy trình sản xuất ổn định.

Minitab Solution Center tích hợp Minitab DOE by Effex, mang đến một cách tiếp cận trực quan hơn để thiết kế thí nghiệm, phân tích dữ liệu và đưa kết quả DOE vào thực tế sản xuất.

👉Tìm hiểu thêm về Minitab Solution Center tại đây:
https://minitab-jywsoft.com/contact/