Design of Experiments (DOE) | Lean Six Sigma Partners

Doel
• Optimalisatie van relevante instellingen van een proces
• Kwaliteit van een product verbeteren met behulp van wiskundige relaties

In het kort
Een Design Of Experiments (DOE) bestaat uit minimaal één (vaak meerdere) statistisch opgezet experiment. Uitkomst is een wiskundige formule Y = F(X) waar je mee optimaliseert.

Toelichting
Een DOE (ontwikkeld door onder andere Sir Ronald Fisher) is een statistisch experiment, en wordt ingezet, indien historische of passieve data-analyse geen grondoorzaken oplevert. Een DOE is een proactieve opzet, waarbij combinaties van praktische extremen van procesinstellingen worden uitgevoerd en geregistreerd. Met een DOE kun je met relatief weinig data een optimale processituatie bereiken. Dit valt binnen DMAIC onder Analyse en Improve.

Aanpak
• Plannen van het statistisch experiment. Hier valt niet enkel een visgraatanalyse en meetplan onder, maar juist ook organisatorische zaken zoals afstemming met sponsors over het budget, een gedetailleerd ‘Plan van Aanpak’, het team, SMART-doel, et cetera
• Indien het om veel mogelijke oorzaken X of factoren gaat (zeg > 5 factoren), werken we met zogeheten Screening Designs. Denk hierbij aan bijvoorbeeld Fractional Factorial Designs. Een schifting tussen relevante en irrelevante factoren vindt plaats
• Optimalisatie-experiment(en). Met de relevante 2 tot 5 factoren ontwikkel je een optimaal model. Gebruik hiervoor bijvoorbeeld Full Factorial Designs. Denk ook aan het trainen van mensen, validatie van je meetsysteem, haalbaarheid checken met test runs
• Interpreteer de waarden en patronen van het statistisch model. Is er een combinatie optimaal genoeg, al dan niet met interpoleren, om je doel te halen? Voer de nieuwe standaard in, indien je sponsors akkoord gaan. Invoeren is deel van Improve (DMAIC).

Meer te weten komen over Design of Experiments (DOE)? Klik dan hier en schrijf je in voor de Black Belt training.

Duur
Een DOE-traject duurt in de operatie veelal maanden, en in laboratoria dagen tot maanden.

Synoniem en/of alternatief
Gangbare termen: proefopzetten, statistisch experiment of (Engels) Experimental Designs.

Voorbeeld
Teijin Aramid produceert aramide garens. De sterkte van het garen is een belangrijke parameter voor veel van de latere toepassingen. De sterkte kan beïnvloed worden door verschillende procesinstellingen of factoren.

Een experimental design wordt gebruikt om de gevoeligheden van de procesinstellingen op de sterkte van garens te bestuderen. Er is gekozen om een Full Factorial Design uit te voeren. Drie factoren A, B en C zijn gevarieerd op twee niveaus (-1 en +1). De centruminstelling (0) is driemaal herhaald om de significante factoren te kunnen bepalen.

Dit resulteert in 11 (8+3) ingestelde processituaties.
Een analyse van de resultaten in Minitab geeft het volgende resultaat.DOE uitkomsten minitab pareto.pngDe Pareto Chart (hier links), laat zien dat procesinstellingen van factoren A en B een effect hebben op de sterkte van het garen. Bovendien vertonen beide factoren een interactie met de sterkte (het effect van de ene factor wordt beïnvloed door het niveau van de andere factor). Factor C en de andere interacties hebben geen invloed op de sterkte van het garen.
Een Contour Plot in de figuur hierna maakt de relatie tussen de significante procesinstellingen en de sterkte inzichtelijk. De hoogste sterkte van aramide garen wordt bereikt als zowel procesinstelling A als B op -1 worden gezet.

DOE uitkomsten.png

 

 

Praktijkcertificering Green Belt

Ontdek onze trainingen