Présentation

Article

1 - OPTIMISATION DE MÉLANGES. SURFACES DE RÉPONSES

2 - OPTIMISATION MULTICRITÈRE ET DÉSIRABILITÉ

3 - PROBLÈMES MIXTES FACTEURS/COMPOSANTS

4 - CONCLUSIONS. PERSPECTIVES

Article de référence | Réf : J2241 v1

Optimisation de mélanges. Surfaces de réponses
Planification d’expériences en formulation : optimisation

Auteur(s) : Didier MATHIEU, Roger PHAN-TAN-LUU

Date de publication : 10 mars 2001

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Auteur(s)

  • Didier MATHIEU : Docteur ès sciences - Ingénieur de l’Institut national des sciences appliquées (INSA) - Ingénieur de l’Institut de pétroléochimie et de synthèse organique industrielle de Marseille (IPSOI) - Professeur à l’université de la Méditerranée

  • Roger PHAN-TAN-LUU : Docteur ès sciences - Ingénieur de l’École supérieure de chimie de Marseille (ESCM) - Professeur à l’université d’Aix-Marseille II

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

Le premier article concernant la planification d’expériences en formulation Planification d’expériences en formulation : criblage de ce traité a été consacré à l’exposé et à la mise en œuvre des techniques destinées à la sélection des ingrédients d’une formule et à la mise en évidence, parmi les facteurs qui caractérisent un procédé de fabrication, de ceux qui ont un réel effet sur les propriétés du produit final.

Ce second article est consacré à la mise au point d’une formule, qui correspond à son optimisation et constitue souvent l’étape suivante. Elle nécessite l’utilisation d’un modèle mathématique prévisionnel afin de pouvoir simuler le comportement des propriétés étudiées dans le domaine expérimental. Le fait que les proportions d’un mélange ne puissent varier de façon indépendante, puisque leur somme est constante et égale à 1, oblige l’expérimentateur à utiliser des matrices d’expériences et des modèles mathématiques spécifiques. Ces techniques, connues sous le nom de matrices et modèles de Scheffé, sont donc présentées ici.

Cependant, de nombreuses circonstances rendent souvent impossible la mise en œuvre de ces outils. Les domaines expérimentaux sont en effet généralement soumis à de nombreuses contraintes sur les proportions des composants, dues à des nécessités techniques (instabilité du mélange), sanitaires (norme à respecter), économiques (composant coûteux), etc. Nous étudierons donc l’impact de ces contraintes sur la forme du domaine expérimental et les techniques de planification « sur mesure » qui doivent alors être utilisées.

Parfois, les techniques citées plus haut (matrices et modèles de Scheffé, ou matrices sur mesure) sont « seulement » inappropriées. C’est notamment le cas de l’étude du comportement d’un mélange autour d’une composition donnée, particulièrement lors de l’optimisation d’une formule déjà fabriquée, et que nous étudierons dans le paragraphe intitulé « Modélisation au voisinage d’une formule donnée ».

Outre la composition de la formule, l’expérimentateur doit aussi prendre en compte des facteurs dits « de process », tels que la température de moulage, la vitesse d’extrusion, le temps de séchage, etc. Nous consacrerons à ce problème un paragraphe complet intitulé « Problèmes mixtes facteurs/composants », dans lequel nous montrerons aussi comment peut être pris en compte un composant en très faible quantité.

Enfin, la planification des expériences ne serait pas complète sans l’analyse et l’interprétation des résultats. Nous illustrerons un grand nombre de techniques d’analyse, selon le type de problème présenté, en mettant surtout l’accent sur les méthodes graphiques. En particulier, nous montrerons la mise en œuvre de la technique dite de la « désirabilité » qui permet de trouver le meilleur compromis entre plusieurs propriétés parfois contradictoires.

Nous rappelons au lecteur que cette présentation se compose de deux articles :

Planification d’expériences en formulation : criblage : Planification d’expériences en formulation : criblage

[J 2 241] : Planification d’expériences en formulation : optimisation

auxquels se rattache un fascicule de documentation :

 : Planification d’expériences en formulation. Pour en savoir plus

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-j2241


Cet article fait partie de l’offre

Médicaments et produits pharmaceutiques

(124 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

1. Optimisation de mélanges. Surfaces de réponses

Dans l’article Planification d’expériences en formulation : criblage, première partie de cet exposé, nous avons montré la mise en œuvre de techniques plus qualitatives que quantitatives, dont les conclusions sont, en général, le point de départ d’une étude plus fine. Nous allons maintenant développer des techniques quantitatives permettant l’élaboration de modèles prédictifs de comportement des mélanges [23] ou la recherche d’un compromis entre plusieurs caractéristiques (réponses) plus ou moins contradictoires. Il est en effet très fréquent que le formulateur doive tenir compte de différentes réponses expérimentales, en optimiser certaines, en maintenir d’autres à l’intérieur de limites imposées par une norme, etc.

La méthodologie des surfaces de réponse (MSR) appliquée aux facteurs indépendants a été développée dans de nombreux ouvrages [3] [7] [8] [22]. Les modèles mathématiques utilisés pour les mélanges sont, dans la plupart des cas, des polynômes de degré rarement supérieur à trois. Ces modèles étant totalement empiriques, l’interprétation individuelle des coefficients est de peu d’intérêt. Deux remarques doivent être faites :

  • la relation :

établie dans l’article Planification d’expériences en formulation : criblage, paragraphe 3...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Médicaments et produits pharmaceutiques

(124 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Optimisation de mélanges. Surfaces de réponses
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - LEWIS (G.A.), MATHIEU (D.), PHAN-TAN-LUU (R.) -   Pharmaceutical experimental design, chapitre 1 : screening  -  . Marcel Dekker Inc., New York (1999).

  • (2) - LEWIS (G.A.), MATHIEU (D.), PHAN-TAN-LUU (R.) -   Pharmaceutical experimental design, chapitre 2 : factor influence study  -  . Marcel Dekker Inc., New York (1999).

  • (3) - LEWIS (G.A.), MATHIEU (D.), PHAN-TAN-LUU (R.) -   Pharmaceutical experimental design, chapitres 5 et 6 : Response Surface Methodology, optimization  -  . Marcel Dekker Inc., New York (1999).

  • (4) - LEWIS (G.A.), MATHIEU (D.), PHAN-TAN-LUU (R.) -   Pharmaceutical experimental design, chapitre 8 : exchange algorithms  -  . Marcel Dekker Inc., New York (1999).

  • (5) - LEWIS (G.A.), MATHIEU (D.), PHAN-TAN-LUU (R.) -   Pharmaceutical experimental design, chapitres 9 et 10 : mixtures  -  . Marcel Dekker Inc., New York (1999).

  • (6) - CORNELL...

DANS NOS BASES DOCUMENTAIRES

  • Plans d’expériences

  • Méthodes d’optimisation en chimie analytique

1 Sites Internet

Pour tout contact avec les auteurs des articles [J 2 240] et [J 2 241] :

Didier MATHIEU : [ [email protected]]

Roger PHAN-TAN-LUU : [ [email protected]]

On pourra probablement trouver à terme des informations intéressantes sur la planification d’expériences dans l’un des très nombreux sites de chimiométrie dans le monde. Les liens que proposent les trois suivants permettent d’accéder à un très grand nombre d’autres :

• Société Chimique de France : [ www.scifrance.org/] et son groupe de Chimiométrie.

• Société de Chimiométrie belge : [ sch-www.uia.ac.be/chemomet/].

• North American Chapter of the International Chemometrics Society (NAmICS) [ www.iac.tuwien.ac.at/NAmICS/WWW/welcome.html].

Le site historique d’un des fondateurs de la planification d’expériences, G.E.P. Box, dirigé ensuite par le Pr William G. Hunter peut être consulté chez :

• Center for Quality and Productivity Improvement – University of Wisconsin-Madison : [ www.engr.wisc.edu/centers/cqpi/].

Le site lié à un congrès international sur les mélanges (6-8 juin 2000)...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Médicaments et produits pharmaceutiques

(124 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS