design od experiment - zeit und sicherheit gewinnen

Seite 1 © 2013 [email protected] Master Black-‐Belt

Design for Six Sigma (DFFS) DOE in der Erprobung 04/2013 Ralf-‐Becker – Master Black Belt www.change4business.de


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


Block I -‐ Steckbrief


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


Hoher Zeit-‐ und Kostenaufwand

Komplexität der Systeme

Analysemethoden

Unklare Prozesse

Abgesicherte QuanRfizierung der Risiken von Entscheidungen ...

Schwachstellen heute...


• 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)


•  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


Einsparung = Kosten * x

Investment versus EinsparpotenRal

Es gilt allgemein: Kosten < 20.000 Euro x > 10; x <=100


Block II: Übersicht DFFS -‐ Design of Experiment (DOE)


Einleitung


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

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

Seite 13

50

60

70

80

60 90 120 150 180

Respon

se

Factor A

50

60

70

80

210 220 230 240 250

Respon

se

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

Fakt

or B

Variation der Faktoren nacheinander (One Faktor at a Time inkl. Erfahrungsansatz - OFAT)

Wirkliches Optimum

Ermitteltes Optimum Ergebnisse der

Erprobung

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“


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


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


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 2 Stufe 1

8

12

16

Res

pons

e

Faktor B

Faktir C A B

C

A*B

Andere

Erkannte Anteile zu VariaFon

f (x)


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


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


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

design od experiment - zeit und sicherheit gewinnen

Automotive