Menü

Design of Experiment (DoE):Eine Werkzeugkiste mit robusten Methoden

Ein Fertigungsprozess soll verbessert werden. Zahlreiche Prozessparameter können eingestellt werden, doch sie beeinflussen sich in ihrer Wirkung oft gegenseitig. Gleichzeitig sollen viele oft widersprüchliche Ziele erreicht werden. Jetzt sind Versuche erforderlich, um die Wirkzusammenhänge zu erfassen. Die Aufgabe wird noch dadurch erschwert, dass diese Versuche trotz aller Sorgfalt nicht immer dasselbe Ergebnis liefern.

„Design of Experiment (DoE) ist eine systematische Vorgehensweise, um mit möglichst wenigen Einzelversuchen möglichst viel über die Wirkzusammenhänge zwischen den Prozessparametern und den Prozessergebnissen zu lernen“, schildert Prof. Dr. Wilhelm Kleppmann den Lösungsansatz. Zunächst müsse ein Prozessexperte Zielgrößen wie etwa Ausbeute, Kosten, Barthöhe und Rautiefe festlegen, mit denen er möglichst quantitativ die Zielerreichung beschreiben kann. „Dann sammelt er möglichst alle Größen, die diese Zielgrößen beeinflussen könnten und wählt aufgrund seiner Erfahrung die vermutlich wichtigsten als Faktoren für den Versuch aus“, so der Wissenschaftler von der Hochschule Aalen. Sie würden dann in einem sinnvollen Bereich verändert, alle anderen möglichst konstant gehalten und dokumentiert werden, um die Streuung zu minimieren.

So liefert DoE den Versuchsplan, das heißt eine Liste von Wertekombinationen der Faktoren, die nacheinander eingestellt werden – beispielsweise Geschwindigkeit, Leistung und Abstand. Liegen die Versuchsergebnisse vor, wird mit Softwareunterstützung für jede Zielgröße ein empirisches Modell angepasst. Es beschreibt quantitativ den Zusammenhang zwischen den Faktoren im untersuchten Bereich und der Zielgröße. „So lassen sich mit Softwareunterstützung leicht Kompromisse auch zwischen widersprüchlichen Zielen finden“, sagt Kleppmann, auch bekannt als Autor des deutschsprachigen Standardwerks „Versuchsplanung – Produkte und Prozesse optimieren”, Carl Hanser Verlag, München.

Kleppmann bezeichnet DoE als eine Werkzeugkiste, die auch Methoden bietet, mit denen aus vielen Faktoren die wichtigen für eine spätere Detailuntersuchung ausgewählt werden können oder mit denen nach robusten Einstellungen gesucht werden kann, die möglichst unempfindlich gegen Störungen sind.

Als Trainer führt er die Teilnehmer vom 16. bis 18. September 2013 durch das DGQ-Seminar DoE in Stuttgart. Zu der Veranstaltung können die Teilnehmer eigene Problemstellungen mitbringen und Versuche an einem Modellsystem selbst durchführen.

Den Arbeitsaufwand minimieren

Dr. Christian Schrage hat das DGQ-Seminar „Design of Experiment“ bereits besucht. Er bewertet es als eine übersichtliche Einführung in die anwendungsorientierte statistische Versuchsplanung. Da die Teilnehmer Fragestellungen aus ihrer eigenen Tätigkeit einbringen konnten, war es möglich, Versuchspläne zu erarbeiten, die auch für die eigene Arbeit verwendet werden können. „Die vor allem praktische Anwendung des Erlernten an Beispielen der Seminarteilnehmer war das, was ich mir von dem Seminar versprochen habe“, so der Projektmanager Forschung & Entwicklung bei der Blücher GmbH in Premnitz. Die behandelten Inhalte wurden der seiner Meinung nach innerhalb von drei Seminartagen gut vermittelt. Im Nachhinein betrachtet, sei jedoch ein 3-Tageskurs etwas kurz für diese Thematik.

Teilgenommen hat er sowohl aus persönlichen als auch aus betrieblichen Motiven: „Dieses Seminar wurde mir empfohlen, weil ich mich bis dahin noch nicht mit dem Thema auseinandergesetzt hatte, ich die Methoden der statistischen Versuchsplanung aber im Arbeitsalltag zur Optimierung unserer Versuche nutzen will“, sagt der F&E-Projektmanager. Die erlernten Methoden der Versuchsplanung will er künftig im Rahmen seiner F&E-Tätigkeit für sein Unternehmen anwenden. Die Blücher GmbH produziert polymerbasierte, sphärische Adsorbenzien und entwickelt im Rahmen von FuE-Projekten auch anorganische Imprägnierungen. „Da es sich hier um komplexe Stoffgemische handelt, können zur Versuchsplanung Mischungspläne erarbeitet werden, die den Arbeitsaufwand im Labor deutlich minimieren können“, plant Schrage den weiteren DoE-Einsatz im Unternehmen.

Zukünftige Produktionslinien optimieren

Andreas Wank hat in diesem Seminar seine Grundkenntnisse in der Statistik zum Thema Versuchsmethodik und die Herangehensweise an Versuche aufgefrischt. „Den größten Nutzen hat mir jedoch die Einführung und das Kennenlernen einer rechnerunterstützen Software zur statistischen Auswertung von Versuchen gebracht“, sagt der Ingenieur im Qualitätswesen der Reemtsma Cigarettenfabriken GmbH, Langenhagen. „Zwar stehen wir nicht jeden Tag vor Fragestellungen der Versuchsmethodik, aber für spezielle Untersuchungen kann ich jetzt mit Hilfe der Software schneller und effektiver das Thema bearbeiten, auswerten und präsentieren“, meint Wank, der in der Qualitätssicherung für den Herstellprozess Cigarette/ Other Tobacco Products (OTP) und Verpackung tätig ist. Sowohl für die Theorie als auch für die vielen vorbereiteten Beispiele und das selbst durchgeführte Software-Experiment zum Einstieg in die Versuchsmethodik sei genügend Zeit vorhanden gewesen. „Grundkenntnisse in der Statistik und der Versuchsmethodik sind aber sicherlich von Vorteil“, so Wank weiter. Deshalb ist er auch an einem Aufbauseminar interessiert.

Zu Beginn seiner Tätigkeit in der Qualitätssicherung hatte er bei der DGQ das „QII-Zertifikat“ absolviert. Damals – es hieß noch „QII-Schein“ – wurden Auswertungen in der Versuchsmethodik noch in aufwendigen Tabellen gerechnet. Um diese Rechenprozesse mit Hilfe einer Software zeitgerechter auf dem Computer zu lösen, habe er sich sehr für diesen Lehrgang entschieden. Als ideale Anwendungsbeispiele sieht er bei Reemtsma „Optimierungen und Parameterfindungen an vorhandenen und zukünftigen neuen Produktionslinien und Maschinen in der Tabak- und Zigarettenherstellung“.

Deutsche Gesellschaft für Qualität hat 4,66 von 5 Sternen 61 Bewertungen auf ProvenExpert.com