Design of Experiments (DoE)

Die Inhalte des Seminars konzentrieren sich neben den eigentlichen Methoden und Teststrategien vor allem auf die Herausforderungen bei der praktischen Anwendung. Aufgrund der hohen Anzahl an unterschiedlichen Teststrategien besteht die Herausforderung für Versuchsingenieure darin, eine geeignete, effiziente Versuchsplanung zu definieren. Nutzen Sie das Erlernte, um repräsentative Versuche mit belastbaren Ergebnissen zu planen und durchzuführen.

Ziel der Weiterbildung

Dieses Seminar bietet Ihnen die Möglichkeit, grundlegendes und praxisrelevantes Verständnis für allgemeine Erprobungsmethoden und die effiziente Planung von Versuchen zu erlangen sowie dieses Verständnis zu festigen und auszubauen. Lernen Sie außerdem, wie Sie die Versuchsdaten so auswerten, dass Sie trotz der bestehenden Streuung und Unsicherheit belastbare Aussagen treffen können.

HINWEIS
Unsere Anwendungsbeispiele werden wir mit der Software Minitab berechnen. Sie können sich die Software Minitab installieren, um die Übungen durchführen zu können.

Eine kostenlose 30-Tage Testlizenz von Minitab können Sie auf der folgenden Homepage runterladen: http://www.minitab.com/de-de/ – oder einfach nach „Minitab Testversion“ googeln. Wir bieten zudem gerne die Möglichkeit an, auch ihre eigenen Daten mit zur Veranstaltung zu bringen, um Sie gemeinsam zu analysieren.

Montag, 22. und Dienstag, 23. April 2024
9.00 bis 12.15 und 13.15 bis 16.30 Uhr

1. Grundlagen, Zielsetzungen und generelle Vorgehensweisen 
Warum wird getestet? 
– Zielstellung von Versuchen
– Zuverlässigkeitsanforderungen
– Produktentwicklung und –optimierung
– Prognosen für Feldeinsatz

Systemanalyse und Versuchsaufbau 
– exemplarische Systemanalyse 
– Anforderungen an Messmittel und repräsentative Prüfstände 
– Identifizierung von Einflussgrößen (Stör- und Steuergrößen) mit Beispielen
– Trennung von Haupteffekten und Wechselwirkungen
– Belastung durch Umwelteinflüsse 
– Mess- und Erprobungshandbuch

Kenngrößen der Statistik und Zuverlässigkeitstechnik 
– Warum Statistik? 
– praxisrelevante statistische Kennzahlen 
– Grundlagen zu Wahrscheinlichkeitsverteilungen

2. Hypothesentests als Grundlage belastbarer Entscheidungen 
Hypothesentests – die Grundlage für belastbare Entscheidungen 
– Einteilung nach Zielstellung
– Übersicht und Voraussetzungen für die Anwendung
– Mit welchen Ergebnissen ist zu rechnen? 
– Festlegung von Versuchsumfängen – Trennschärfe, Fehlerarten, Sensibilisierung für risikobehaftete Entscheidungen 
– Beispiel zur Anwendung

Varianzanalyse (Analysis of Variance, ANOVA) – „Der-DoE-Test“ 
– ANOVA mit einer Stufe als einfachste Erweiterung des t-Tests 
– ANOVA mit mehreren Faktoren 
– beispielhafte Anwendung

Diskussion, Fragen und Antworten zu eigenen Herausforderungen und Analyse von mitgebrachten Daten

3. Effiziente Versuchsplanung – DoE 
Einführung 
– Warum DoE? 
– Vergleich zu OFAT

Faktorielle Versuchspläne
– Voll- und Teilfaktorielle Versuchspläne
– Screening Designs
– Versuchspläne für komplexe Zusammenhänge
– optimale Versuchspläne
– Identifikation und Klassierung von relevanten Effekten
– Quantifizierung von signifikanten Effekten

Mathematische Modellbildung
– Wieso Modellbildung? 
– Anforderungen und Ziele des Modells
– Bewertung der Modellgüte

Schlüssel zur erfolgreichen Versuchsdurchführung
– Varianzreduktion und Blockbildung
– zufällige Verteilung des Fehlers im Experiment – Randomisierung
– Umgang mit Nicht-Normalverteilten Daten