Design of experiments

1. Seite
1
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Design
for
Six
Sigma
(DFFS)
DOE
in
der
Erprobung
04/2013
Ralf-­‐Becker
–
Master
Black
Belt
www.change4business.de

2. Seite
2
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
I. Block
I:
Steckbrief
1. Aufgaben
&
Ziele
2. Schwachstellen
heute
3. Inhalte
&
Erfolgsfaktoren
4. Investment
versus
EinsparpotenRal
II. Block
II:
Übersicht
DFFS
-­‐
Design
of
Experiment
(DOE)
1. Einleitung
2. MoRvaRon
3. Methodenüberblick
4. Anwendung
5. Zusammenfassung
Inhalte

3. Seite
3
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Block
I
-­‐
Steckbrief

4. Seite
4
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Ziele
–
Warum
Versuche
im
Entwicklungsprozess?
Aufgabe
Ziel
• Toleranzen
überprüfen
und
anpassen
• Bauteile
opRmieren
• Reliability
prüfen
• OpRmale
Betriebsparameter
finden
• SpezifikaRonen
für
festgelegte
Qualitätseigenscha_en
prüfen
• Modellbildung
und
• Analyse
der
Einflüsse
durch
SimulaRon
• KostenredukRon
und
Time
to
market
1. Erkennen
von
Einflüssen
und
Wechselwirkung
2. Erkennen
und
Bewerten
von
Risiken
3. Einfache
Darstellung
der
Ergebnisse
4. Minimale
Anzahl
von
Durchläufen/
Tests
/
Versuche

5. Seite
5
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Hoher
Zeit-­‐
und
Kostenaufwand
Komplexität
der
Systeme
Analysemethoden
Unklare
Prozesse
Abgesicherte
QuanRfizierung
der
Risiken
von
Entscheidungen
...
Schwachstellen
heute...

6. Seite
6
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
• Praxis
erprobte
Methode
• LösungsorienRert
• Teambasiert
• Flexible
und
geringer
IniRal
Aufwand
Praxis
• MathemaRsche
und
staRschen
Verfahren
zum
Datendesign
(z.B.
Faktorielle
Versuchspläne,
Taguchi-­‐
Design
usw.)
• Erkennen
von
Wechselwirkungen
in
mehrdimensionalen
Parameterräumen
• Weltweit
erprobter
Prozess
Prozess
• StaRsche
Analyseverfahren
und
einfache
Darstellung
der
Ergebnisse
• Reduzierung
des
Versuchsaufwands
um
den
Faktor
10
bis
100
und
Verkürzung
der
Entwicklungszeit
• Einheitliche
Sprache
Ergebnisse
Inhalte
&
Erfolgsfaktoren
von
Design
of
Experiment
(DOE)

7. Seite
7
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
• Praxisgerechte
Vorlagen
und
Musterbeispiele
z.B.:
Testplan,
Testkonzepte
• Wiederverwendung
von
Teskällen
und
ausführbaren
TeskallimplemenRerung
• Testabdeckung
von
Anforderungen
methodisch
abgesichert
• Verbesserte
AbsRmmung
mit
Lieferanten
• einheitliche
und
standardisierte
AbsRmmung
zum
Testmanagement
• Unterstützung
bei
Testmethode
und
Testmanagement
sowie
Testprozessen
• Verbesserung
der
IdenRfikaRon
von
nicht-­‐relevanten
Anforderungen
für
die
Testabdeckung
• QuanRfizierung
der
Risiken
an
Übergabenpunkten/
Q-­‐Gates
Wirkung
auf
die
idenRfizierten
Prozessprobleme

8. Seite
8
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Einsparung
=
Kosten
*
x
Investment
versus
EinsparpotenRal
Es gilt allgemein:
Kosten < 20.000 Euro
x > 10; x <=100

9. Seite
9
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Block
II:
Übersicht
DFFS
-­‐
Design
of
Experiment
(DOE)

10. Seite
10
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Einleitung

11. Seite
11
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Einleitung
–
Warum
Versuche
im
Entwicklungsprozess?
Aufgabe
Ziel
• Toleranzen
überprüfen
und
anpassen
• Bauteile
opRmieren
• Reliability
prüfen
• OpRmale
Betriebsparameter
finden
• SpezifikaRonen
für
festgelegte
Qualitätseigenscha_en
prüfen
• Modellbildung
und
• Analyse
der
Einflüsse
durch
SimulaRon
• KostenredukRon
und
Time
to
market
1. Erkennen
von
Einflüssen
und
Wechselwirkung
2. Erkennen
und
Bewerten
von
Risiken
3. Einfache
Darstellung
der
Ergebnisse
4. Minimale
Anzahl
von
Durchläufen/
Tests
/
Versuche

12. Seite
12
MoRvaRon
-­‐
EinsReg
Aufgabe:
OpRmierung
eines
Aggregates
Fragestellung:
• Was
ist
die
opRmale
Einstellung
für
A
und
B?
• Welche
Wechselwirkungen
gibt
es?
• Wie
lässt
sich
das
System
Robust
gegen
Schwankungen
von
A
oder
B
machen?
Ziel
:
Maximaler
Response
Einflussfaktoren:
Faktor
A
Faktor
B
Vorgehen
• BesRmmung
des
Ausgangsparameter
auf
Basis
von
Erfahrungswerten
• VariaRon
von
jeweils
einem
Faktor
pro
Durchlauf

13. Seite
13
50
60
70
80
60
90
120
150
180
Response
Factor
A
50
60
70
80
210
220
230
240
250
Response
Factor
B
MoRvaRon
–
2-­‐dimensionaler
Faktorraum
Darstellung: Zwei-dimensionaler
Lösungssraum (Kennfeld) mit den
Ergebnisse der Untersuchung
91
90
80
70
60
210
220
230
240
260
250
60 90 120 150 180
Faktor A
FaktorB
Variation der Faktoren nacheinander
(One Faktor at a Time inkl. Erfahrungsansatz - OFAT)
Wirkliches
Optimum
Ermitteltes
OptimumErgebnisse der
Erprobung

14. Seite
14
MoRvaRon
-­‐
Erkenntnisse
• Wir
untersuchen
einen
2-­‐dimensionalen
Raum
anhand
von
Linien
• Wir
finden
nicht
das
wahre
OpRmum,
sondern
nur
ein
„lokales“
OpRmum
und
• das
Ausgangssetng
entscheidet
über
das
zu
findende
„OpRmum“

15. Seite
15
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Was
heißt
das,
wenn
nun
mehr
als
2
Dimension
=
Faktoren
vorhanden
sind?
Wir
untersuchen
weiterhin
den
Raum
anhand
von
Linien!
Wenn
4,
6,
8,
10
usw.
Faktoren
untersucht
werden
sollen
und
miteinander
wechselwirken,
dann
heißt
das
folgendes
in
der
Praxis:
MoRvaRon
-­‐
Erkenntnisse
Faktoren
Stufen
Anzahl
der
Messpunkte
Anzahl
der
Kennfelder
die
parallel
ausgewertet
werden
müssen
4
5
625
25
6
5
15625
625
8
5
390625
15625

16. Seite
16
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Die
gesteckten
Ziele
können
nur
mit
Hilfe
von
mathemaRschen
Methoden
(z.B.:Design
of
Experiment)
erzielt
werden.
Nur
so
lassen
sich
die
Forderungen
nach:
• Einfachheit
und
prozessualer
Standardisierung
• robustem
Design,
• Time
to
market,
• Kosten
und
AufwandsopRmierung
in
der
Entwicklung,
im
Testen
und
der
Erprobung
• Verbesserte
Einbindung
und
KommunikaRon
zum
Lieferanten
nachhalRg
und
robust
erfüllen.
MoRvaRon
-­‐
Zusammenfassung

17. Seite
17
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Methodenübersicht
–
Modell
für
die
Versuchspläne
und
Auswertung
Einfluss
Parameter/
Faktoren
Zielgrößen
Störgrößen /
Umweltfaktoren
unkontrolliert/ kontrolliert
und quantifizierbar
C
A
B
Std. Order A B C
1
2
3
4
5
6
7
8
-
+
-
+
-
+
-
+
-
-
+
+
-
-
+
+
-
-
-
-
+
+
+
+
Faktor A Stufe 1
Stufe 2Stufe 1
8
12
16
Response
Faktor B
Faktir C
A
B
C
A*B
Andere
Erkannte
Anteile
zu
VariaFon
f (x)

18. Seite
18
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Methodenübersicht
–
Versuchspläne
und
ihr
Benefit
weitere Methode/ Design: Taguchi, Box Behnken, D-Optimal
Systematische Erkundung des
Versuchsraumes durch die gezielte
Kombination und Variation aller Faktoren
Reduktion der Versuchsumfänge durch eine
abgesichterte Methode zur Auswahl der
Faktorkombination
Quantifizierung der Haupteffekte und
Wechselwirkungen
Quantifizierung der Risiken und des
Erkenntnisgrades
Flexible und schnelle Erweiterung bei neuen
Erkenntnissen
Einfache Kommunikation der Ergebnisse
durch verständliche und standardisierte
Darstellungsformen

19. Seite
19
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Anwendung
-­‐
Beispiel
mit
mehren
Faktoren
Beispiel
Einflussfaktoren
Zielgrößen
Verbesserungsobjekt
TDI-­‐Motor
1. Raildruck
2. Einspritzbeginn
3. Einspritzmenge
4. Lu_masse
5. Ladedruck
6. Lage
und
Menge:
1.
Voreinspritzung
2. Nacheinspritzung.
1. Kra_stoffverbrauch
2. Abgasemissionen
maximale
Leistung
3. Drehmomentverlauf
4. Ansprechverhalten
Fahrzeugsicherheit
adapRver
Airbag:
SimulaRon
und
Schlizenversuch
1. Crash-­‐Puls
Dummy
SitzposiRon
2. Airbagsteuerung
• Vent-­‐Durchmesser
• Öffnungszeitpunkt
3. Gurtkra_begrenzer
1. Kopfverletzungskriterium
(HIC)
2. Brusteindrückung
3. Brustbeschleunigung

20. Seite
20
©
2013
ralf.becker@change4business.den
Master
Black-­‐Belt
Zusammenfassung
-­‐
Generell
Allgemein
Speziell
• Praxisbasierter
Ansatz
zur
direkten
Umsetzung
• Einfache
Handhabung
und
Standardisierung
der
Prozesse
• QuanRfizierung
und
RedukRon
der
Risiken
• Einfache
und
klare
Darstellung
der
Ergebnisse
• Robustere
Systeme
bzw.
Systemsetngs
• Reduzierung
des
Versuchsaufwands
um
den
Faktor
10
bis
100
=>
Verkürzung
der
Entwicklungszeit
• Erkennen
von
Wechselwirkungen
in
mehrdimensionalen
Parameter-­‐
räumen
• Verstehen
der
Zusammenhänge
und
Modellbildung
zur
SimulaRon