Download - WISKUNDIG MODELLEREN KUNST OF KUNDE?
WISKUNDIG MODELLEREN
KUNST OF KUNDE?
11 november 2009
Jaap PraagmanCQM
Lekker biertje?
Detailed design: transfer functions
• The design requirements are the quantitative performance specifications for each element of the design
• Use a transfer functions to develop the design requirements
Y = f (X1, X2, X3, …, Xk)
• Transfer functions clarify the relation between requirements and X’s at multiple levels
Component Parameters
Subsystem Parameters
System Parameters
Customer CTQ
YCTQ = f1 (Xsystem)
Ysystem = f2 (Xsubsystem)
Ysubsystem = f3 (Xcomponent)
Ycomponent = f4 (Xprocess)
Process Parameters
Transfer functions Senseo• Senseo End product parameters (CTQ’s)
– Fresh cup of coffee– Quickly
(less then 20 sec)– Constant quality
(DS% within 1.56% +/- 0.1%)– Brew Amount
(125 +/- 8 ml)– Crème layer– ….
Histogram
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
75 83 91 99 107
115
123
131
139
147
155
163
171
brew amount
Histogram
0
0.05
0.1
0.15
0.2
0.25
0.86
%
0.98
%
1.10
%
1.22
%
1.34
%
1.46
%
1.58
%
1.70
%
1.82
%
1.94
%
2.06
%
2.18
%
2.30
%
%ds
Performance just before market launch
Who improves what ?Sara Lee | Douwe Egberts or Philips ?
Transferfunctions Senseo• Transfer functions
– Brew Amount = f - p * w + p * y– DS% = y * p / (f - p * w + p * y)
Tolerance model SENSEO one cup
INPUTPARAMETER
Target tolerance width
Pad weight (g) 7.5 -0.6 0.6
Extraction yield (%) 25.7% -1.5% 1.5%
Relative water uptake pad (%) 161% -36.0% 36.0%
Pump flow calibration (g) 132.7 -14.60 14.60Pump flow wear (g) 8000 0Additional Pump flow operation (g) 0 -10.88 10.88
RESULTparameter Target Mean StDev Cpk YieldBrew amount (g) 125 -8 8 122.55 6.141 0.30 77%%ds (%) 1.55% -0.100% 0.100% 1.58% 0.096% 0.25 68%
Tolerance ( - / + )
Tolerance ( - / + )
SPECIFICATIONS with Cpk = 1
Histogram
00.020.040.060.080.1
0.120.140.160.18
75 83 91 99 107
115
123
131
139
147
155
163
171
brew amount
Histogram
0
0.05
0.1
0.15
0.2
0.250.
86%
0.98
%
1.10
%
1.22
%
1.34
%
1.46
%
1.58
%
1.70
%
1.82
%
1.94
%
2.06
%
2.18
%
2.30
%
%ds
f = pump flowp = pad weightw = rel. water uptakey = extraction yield
Wanneer is de trein op tijd?
Lan
del
ijke
dis
pu
nct
ual
itie
t Start proces
Rij proces
Halteer proces
Vertrek proces
Rijweg instellen en sein veilig
Trein vertrek gereedmaken
X %
Y %
Z %
Wat bepaalt de lijnbreedte?
CQM Bijzonder bedrijf
–hoge “wsk”dichtheid–advies–zelfstandig
drive
qm
echte problemen
samen
Toepassingsgebieden/speerpunten
Optimalisatie van logistiek
Verbetering van produkt en proces innovatie
Specials
hoe
Projecten- 150 per jaar- van klein (paar dagen) tot groot (manjaren)- veel bij klant/opdrachtgever
Door wie?
29 consultants• wsk – econometrie – inf• ongeveer 60% eerste baan• 6(!) vrouwen• kleine helft gepromoveerd• meer dan 350 jaar ervaring
NACHT VAN EINDHOVEN
CQM
24-25 mei 2007
Waarom omrijden?
Wat is glad?
Wat is het effect van..?
Wat is normaal?
Waar produceren?
wiskundig modelleren
we
rkel
ijkh
eid
mo
de
lwe
reld
probleem/vraag
wiskundigprobleem
modeloplossing
oplossing/antwoord
waarom
- begrijpen hoe de “wereld” in elkaar zit,- sturen- wat zijn de belangrijkste invloedsfactoren- “probleem” vs doel
lessen
Wat is de vraag?
Wat is het onderliggende proces?
Detailniveau
Stochastiek in model.
Stakeholder management.
Acceptatie en validatie
Model of werkelijkheid.
Terugvertaling, wat betekent het voor de opdrachtgever?
From ‘Problem’ to ‘Solution’
Real life ‘problem’Assumptions,
data, knowledge
relevant reality
Specific ‘problem’ (bounded reality)
model structure (relevant x’s and
relationships)
relevant Y’s
relevant data
model y=f(x,t) quantification
analysis questions analysis
answers
model conclusions
Solutions for specific ‘problem’