Gezielte Versuchsplanung für maximale Erkenntnis.
Das Design of Experiments (DoE) – deutsch: statistische Versuchsplanung – beschreibt effiziente Verfahren zur Identifikation der wesentlichen Einflussgrößen und deren Wirkung auf eine bestimmte Zielgröße.
In der industriellen Praxis werden häufig noch sogenannte one-factor-at-a-time-Versuche durchgeführt. Diese nutzen jedoch nicht die Möglichkeit, mehrere Einflussgrößen gleichzeitig zu variieren – und verschenken damit den größten statistischen Vorteil von DoE.
Vorteile der statistischen Versuchsplanung
- effiziente Nutzung von Ressourcen durch kombinierte Versuchsansätze
- Berücksichtigung und Kontrolle unbekannter Trends in der Versuchsplanung
- hohe statistische Absicherung der Ergebnisse
- klare Kostenprognose und Planbarkeit
Verschiedene Versuchspläne
Das Design of Experiments bietet unterschiedliche Ansätze für verschiedene Zielsetzungen:
- Vollfaktorielle Pläne zur Identifikation von Haupt- und Wechselwirkungen verschiedener Einflussgrößen
- Response Surface Ansätze für die Optimierung einer Zielgröße unter Berücksichtigung nicht-linearer Einflüsse
- Zusammengesetzte Versuchspläne, wenn eine Kombination verschiedener Ansätze erforderlich ist
- Teilfaktorielle Pläne zur Auswahl der wichtigsten Einflussgrößen aus einer Vielzahl von Parametern
Unsere Leistungen
- Gemeinsame Festlegung des Untersuchungsziels im Bereich Produkt- und Prozessoptimierung
- Erstellung von Versuchsplänen für verschiedenste Analyseziele
- Gemeinsame Durchführung erster Pilotversuche
- Sicherstellung einer eindeutigen Vorgehensweise bei Versuchsdurchführung und Datenerfassung
- Statistische Auswertung der Versuchsergebnisse
- Umsetzung der Erkenntnisse in Produkt- oder Prozessverbesserungen
- Bewertung der realen Verbesserungen gegenüber vorherigen Einstellungen
Im Zusammenspiel mit anderen Methoden
DoE ist eine zentrale Methode in der Versuchsplanung und spielt eine wichtige Rolle bei der Entwicklung von Alterungsmodellen & Physics of Failure sowie bei der Absicherung neuer Technologien im Bereich Geräte & Anlagen. Durch die Kombination mit Accelerated Life Testing lassen sich Belastungseinflüsse noch gezielter analysieren und Entwicklungszeiten weiter verkürzen.
