Conférences en ligne : direct et replay

Innovations sectorielles REPLAY

Plan d’expériences et simulations : la combinaison gagnante chez Merck pour un process robuste

Jeudi 30 Janvier 2020 De 11h00 à 12h00

Vous souhaitez partager cette conférence en ligne ?   

Facebook Twitter Linkedin

JMP et Merck organisent une web conférence le jeudi 30 janvier à 11h sur les plans d'expériences et les simulations. Cette conférence en ligne sera présentée par Vivien Le Bras, biostatisticien chez Merck et Florence Kussener, ingénieure système chez JMP.  

Objectifs :

Comment appliquer une approche rationnelle aujourd’hui, garantissant la robustesse d’un process demain (et après-demain) ? Dans le cadre du développement d’une méthode analytique ou d’un procédé de production, une étape importante pour garantir sa performance au long cours est l’évaluation proactive de sa robustesse. Pour ce faire, une approche raisonnable est d’utiliser une méthodologie statistique de plans d’expériences, pour garantir le meilleur retour sur investissement de l’étude. En effet les conditions expérimentales réalisées et l’analyse des données obtenue sont statistiquement optimales. Cette analyse peut permettre de déterminer ou confirmer les meilleures conditions opératoires du process, pour garantir une performance moyenne optimisée. De plus, il est alors possible -sans coût supplémentaire- de combiner des simulations de Monte-Carlo à la modélisation traditionnelle afin d’anticiper l’impact du niveau de contrôle des paramètres, sur la robustesse du process. Un aperçu réaliste des performances futures est alors possible, et un ajustement sur-mesure de la stratégie de contrôle possible.

Programme :

C’est l’application de cette démarche dans le cadre d’un cas concret (Etude et optimisation de la robustesse d’une méthode analytique grâce à JMP) qui sera présentée lors de ce Webinar : -Traduction d’une problématique scientifique en plan d’expériences réaliste -Analyse statistique classique d’un plan de robustesse -Utilisation de simulations de Monte Carlo pour un meilleur contrôle des futures performances