Willkommen zu einem weiteren spannenden Eintrag in unserem „DoE-Happen“-Blog! In dieser Blog-Serie möchten wir die generellen vielfältigen Anwendungsgebiete der Versuchsplanung (Design of Experiments, DoE) umreißen. Der Einstieg in die Thematik hängt wie immer vom aktuellen Startpunkt ab, an dem Sie sich in Ihrer Untersuchung befinden. Um dies besser nachvollziehen zu können, haben wir eine kleine DoE-Journey aus meinem Kurs für Sie eingefügt.

Anhand dieser DoE-Reise werde ich Ihnen in den kommenden Blogs nützliche Tipps und Tricks zur Versuchsplanung in den einzelnen Phasen aus meinem Erfahrungsschatz unterbreiten.

🎯Meine 6 Bereiche der Versuchsplanung

Nicht immer werden die folgenden Phasen in der folgenden Reihenfolge abgearbeitet. Ganz im Gegenteil, oft werden Phasen nicht benötigt oder es wird in Phasen hin und her gesprungen, je nachdem, wie es die Situation erfordert.

Die Zusammenfassungen meiner sechs DoE-Bereiche:

1. 🔎Pre-Screening: Finden Sie den Weg

Das Pre-Screening ist eine explorative Phase, die sich auf die Identifikation wichtiger Parameter und Variablen konzentriert, insbesondere in Situationen, wo begrenzte Informationen verfügbar sind. Der Fokus liegt darauf, die richtigen Faktoren für die nachfolgenden Untersuchungen auszuwählen, ohne die Effekte im Detail zu bestimmen. Der Aufwand ist durch die Betrachtung vieler Faktoren bei relativ wenigen Versuchen geprägt, mit dem Ziel, Ressourcen und Zeit effizient zu nutzen und nicht in unproduktive Bereiche zu investieren.

2. 🔎Screening: Bringen Sie die PS Auf die Straße

Das Screening zielt darauf ab, entscheidende Parameter zu identifizieren und den optimalen Variationsbereich zu bestimmen. Es wird geprüft, ob bereits grobe Ursache-Wirkungs-Modelle erstellt werden können, und es wird nach Hinweisen auf Wechselwirkungen oder nicht-lineare Effekte gesucht. Der Aufwand in dieser Phase beinhaltet die Untersuchung von sowohl linearen und gegebenenfalls Wechselwirkungen, besonders wenn die Anzahl der Faktoren gering ist.

3. 🔎Charakterisierung: Generieren Sie ein Bild

In der Charakterisierungsphase sind die relevanten Faktoren und deren Variationen bekannt, und es geht darum, detaillierte Ursache-Wirkungs-Beziehungen zu erforschen. Der Aufwand steigt, da mehr Versuche notwendig sind, um unterschiedliche Effekte wie lineare, zweifache Wechselwirkungen und manchmal auch nicht-lineare Eigenschaften zu analysieren. Ziel ist es, zu überprüfen, ob die Annahmen korrekt sind und ob die Modelle den Prozess adäquat beschreiben. Da sonst wesentliche Faktoren mit ihrem Einfluss im Modell fehlen oder Faktoren im falschen Bereich untersucht wurden.

4. 🔎Optimierung: Zeigen sie die Möglichkeiten auf

Die Optimierungsphase fokussiert sich auf die Eingrenzung der wesentlichen Faktoren und die Erstellung eines Ursache-Wirkungs-Modells mit bestmöglicher Vorhersagekraft. Hier werden verschiedene Methoden wie Mehrgrößenoptimierung und grafische Darstellungen genutzt, um die Ergebnisse zu interpretieren und Entscheidungen zu treffen. Der Aufwand kann die Erweiterung oder Überarbeitung von Versuchsplänen beinhalten, besonders wenn nicht-lineare Effekte betrachtet werden.

5. 🔎Toleranzauslegung: So breit wie möglich so eng wie nötig!

Diese Phase basiert auf einem bestehenden Ursache-Wirkungs-Modell und verwendet Software-Algorithmen, um Toleranzen zu bestimmen. Es wird eine gezielte Variation der Faktoren durchgeführt, oft mittels Monte Carlo Simulation. Der Aufwand ist in dieser Phase geringer, da hauptsächlich Verifikationsversuche im Rahmen von Robustheitsstudien anfallen und die Modelle bereits erstellt sind.

6. 🔎Robustheit: Packen Sie den Prozess in trockene Tücher!

In der Robustheitsphase wird der Fokus auf die Überprüfung der Prozesse innerhalb eines eng definierten Variationsbereichs gelegt, um sicherzustellen, dass die Zielgrößen zuverlässig erreicht werden. Der Aufwand beschränkt sich meist auf Designs, die die Untersuchung von linearen Effekten erlauben und resultiert in einer geringeren Anzahl von Versuchen. Ziel ist es, zu bestätigen, dass die Prozesse die Spezifikationen erfüllen und die Ergebnisse innerhalb der definierten Prozessgrenzen liegen.

Ich möchte mich an dieser Stelle herzlich bei Ihnen für das Lesen meines Beitrags bedanken und freue mich darauf, in Zukunft weiterhin meine Erfahrungen mit Ihnen teilen zu können. Wenn Sie ein bestimmtes Thema zur Versuchsplanung oder Problem-Formulierung interessiert, zögern Sie nicht, mir zu schreiben.

💬Falls Ihnen mein Beitrag gefallen hat, dann „liken“, „kommentieren“ und „teilen“ Sie diesen gern!

Vielen Dank für Ihr Interesse und bis bald!

Ihr DFSS und DoE Experte

Stefan Moser