Design of Experiments (DoE) - Inhouse von GRUNDIG AKADEMIE

Statistische Versuchsplanung, auch Design of Experiments (DOE) ist eine Methode, um Prozesse in der Entwicklung oder in der bestehenden Fertigung effizient zu optimieren und zu stabilisieren. Die Entwicklung neuer Produkte erfolgt in immer kürzeren Zeiten mit einem höher werdenden Qualitätsanspruch. Bei immer kürzeren Produktionstaktzeiten und höherer Produktivität muss dabei die Robustheit und Unempfindlichkeit gegenüber Störungen erhöht werden. Zur Problembeseitigung ist eine systematische Vorgehensweise mit anschließender statistischer Datenanalyse ein Muss. Das Seminar enthält alle notwendigen Grundlagen und es wird praxisnah gelernt, wie Sie die Anzahl der Versuche auf ein Minimum reduzieren, mit Risiken umgehen und mit einfachen Mitteln und geringem Aufwand die wichtigsten Einflussgrößen finden können.

Methoden

Trainerinput, Gruppenübungen und Fallbeispiele, kollegiale Beratung, Feedback

Schwerpunkte

Tag 1:

Grundlagen der Statistik

• Einführung in die Statistik
• Einführung in MINITAB®

Teil- und vollfaktorielle Versuchspläne

• Klassische Versuchsumsetzung vs. statistischer Versuchsplanung
• Das DOE-Parametermodell
• Vollfaktorielle Versuchpläne (2k) Teilfaktorielle Versuchspläne (2k-p)
• Umfassende praktische Fallstudie
• Signifikante Einflussfaktoren identifizieren

Tag 2: Wirkungsflächen- und alternative Versuchskonzepte

• Zentral zusammengesetzte Versuchspläne
• Aufwandsminimierung (Methode des steilsten Anstiegs, EVOP)
• Optimierung multipler Antwortvariablen
• Zielwertfinder in Minitab
• Umfassende praktische Fallstudie (Fortsetzung von Tag 1)-> idealen Arbeitspunkt identifizieren

Das Ziel des Seminars ist es, praxisorientiert die Grundlagen der statistischen Versuchsplanung zu vermitteln. Besonders wichtig ist die richtige Interpretation der statistischen Kennzahlen und Analyseergebnisse. Im Seminar lernen Sie, wie Sie Versuche planen, Einfluss-, Stör- und Antwortgrößen identifizieren können. Sie erlangen ein vertiefendes Konzeptwissen. Sie wissen, welcher Versuchsaufwand mindestens notwendig ist, bzw. wo Versuche eingespart werden können. Mit Hilfe von selbst durchgeführten Übungsbeispielen lernen Sie, mit Streuungen der Versuchsergebnisse umzugehen, faktorielle- und Wirkungsflächenversuchspläne durchzuführen.