Design of Experiments (DoE)

Methode um zielorientierte Daten und Zusammenhänge zwischen Einflussgrößen und Ergebnissen zu untersuchen.

Grundlagen

Design of Experiments ist eine Methode, um Parameter eines Produktes oder Prozesses vor Beginn der Serienfertigung zu optimieren. Dabei wird davon ausgegangen, dass auf ein Produkt oder einen Prozess mehrere Einflussgrößen wirken, die wiederum eines oder mehrere Qualitätsmerkmale (Ausgangsgrößen) beeinflussen.
Zu den Zielsetzungen von DoE zählen

  • die Identifikation der wichtigsten Einflussgrößen,
  • die Separation der wichtigsten Einflussgrößen,
  • die Reduzierung der Streuung dieser Einflussgrößen sowie
  • die Erweiterung der Toleranzen unwichtiger Einflussgrößen, um Kosten zu senken.

Die Einflussgrößen werden in der Regel in Stellgrößen, Steuergrößen und Störgrößen unterschieden.
Die Stellgrößen sind die Eingangsgrößen in einen Prozess, die von dem Anwender verändert werden können. Sie beziehen sich in der Praxis auf die Korrektur systematischer Veränderungen mit dem Zweck, das Arbeitsergebnis zu beeinflussen. Die Einstellung der Steuergrößen geschieht nach dem entwicklungstechnischen Kenntnisstand über das Produkt beziehungsweise ist zu ermitteln.

Steuergrößen sind die Einflussgrößen, deren Wert für das Produkt beziehungsweise den Fertigungsprozess auf einen bestimmten Wert eingestellt und dort gehalten werden.
Die Parameter werden während der Entwicklung festgelegt und sollen während der Produktion nicht mehr verändert werden müssen. Meist ist der Einfluss der Steuergrößen nicht direkt sichtbar.

Störgrößen sind die Einflussgrößen, deren Wert für das Produkt beziehungsweise den Fertigungsprozess nicht vorgegeben werden können.
Meist kann auf Störgrößen nur ein geringer oder gar kein Einfluss genommen werden. Wenn sie sich verändern, kann das zu Veränderungen der Qualitätsmerkmale führen und das gewünschte Ergebnis in Frage stellen. Ihre Wirkungen können über statistische Kenngrößen beobachtet werden.

Versuchsmethoden

One-factor-at-one-time Methode
Bei dieser Methode wird in jedem Einzelversuch jeweils nur eine Einflussgröße geändert. Grundvoraussetzung hierzu ist die Unabhängigkeit der Einflussgrößen voneinander. Am Ende der Versuchsreihe werden die besten Einzellösungen zusammengestellt und als beste Lösung angegeben.
Wechselwirkungen können bei dieser Methode nicht erkannt werden, da nie zwei Einflussgrößen parallel geändert werden. Die beste Lösung ergibt sich aus der additiven Überlagerung der besten Einflussgrößen.

Voll-faktorieller Versuch
Bei dieser Methode werden alle Kombinationen von Einflussgrößen mit ihren Stufen im Versuch umgesetzt. Hierbei ist zu erkennen, dass jeder weitere Faktor eine Verdoppelung der Anzahl der Versuche zur Folge hat. Dies führt in der Regel zu einer großen Anzahl von Versuchen, die aus wirtschaftlichen Aspekten oft nicht realisierbar ist.
Mit diesem Versuchsplan können die Wechselwirkungen erkannt werden. Der Aufwand ist höher als bei der One-factor-one-time Methode, führt aber zu Ergebnissen, die statistisch ausgewertet werden können.

Faktorielle Versuchsplanung nach Taguchi
Die meisten Versuchspläne nach Taguchi sind teilfaktorielle Versuche. Die Anzahl der Faktorstufen ist allerdings nicht auf zwei beschränkt, wodurch es auch möglich ist, teilfaktorielle Versuche auf mehr als zwei Stufen durchzuführen. Die so entstehenden Versuchspläne werden „orthogonale Felder“ bezeichnet. Orthogonale Felder sind Tabellen für die Versuchsplanung mit Anweisungen zur Einstellung von Parametern. Orthogonale Felder basieren darauf, dass jede vorgenommene Einstellung mit allen anderen Einstellungen so kombiniert wird, dass daraus Aussagen mit annähernd statistischer Genauigkeit, aber reduziertem Versuchsaufwand gezogen werden können.

Versuchsplanung nach Shainin
Shainin bietet einen Satz von Problemlösungsmethoden und eine Problemlösungsstrategie, deren Zielsetzung in „KISS“ (Keep it statistically simple) besteht. Im Zentrum der Werkzeuge steht der vollfaktorielle Versuch, der allerdings mit höchstens vier Einflussgrößen, also 16 Versuchen durchgeführt werden sollte. Hinzu kommen noch gegebenenfalls Versuchswiederholungen. Alle anderen Methoden dienen mehr oder weniger der Einschränkung der Methoden, um nach dem Paretoprinzip zwischen wichtigen und unwichtigen zu unterscheiden.