DOE

Design of Experiments
Pánování experimentů, navrhování experimentů

V teorii DOE se můžete setkat s největším rozptylem přístupů. Na jedné straně jsou poradci, kteří vůbec nerozumí statistice a pojímají toto téma „systémově“, že každý experiment je potřeba plánovat a dokumentovat atd. Na druhé straně jsou učitelé z vysokých škol, kteří učí klasickou analýzu rozptylu. Já jsem ze všech těchto přístupů vybral Taguchiho přístup, který je mi sympatický svojí efektivností – z minima experimentů získáme maximum velice cenných informací.

DOE = optimalizace
DOE = „zlepšování zadarmo“
Ale hlavním důvodem, proč využíváme DOE by mělo být, že nás učí regulovat ty kritické znaky a vady, na které působí více parametrů procesu.

Proč DOE?
Jestliže nám nevychází nějaký kritický znak nebo kritická vada. Nástroj zlepšování.
Jestliže neumíme regulovat některý kritický znak nebo kritickou vadu výrobku. Analytický nástroj.

Využíváme v případě, kdy je náš kritický znak (kritická vada) závislý na více parametrech procesu.

Základní ortogonální oblasti:

DOE - ortogon. soustavy

Do záhlaví sloupců napíšeme ty parametr procesu, které asi ovlivňují náš analyzovaný kritický znak (kritickou vadu).
1 – je první úroveň parametru procesu, se kterou budeme experimentovat (např. čas = 40 sekund).
2 – je druhá úroveň parametru procesu, se kterou budeme experimentovat (např. čas = 50 sekund).
V řádcích čteme plány experimentů.

DOE - flipchart - 1

DOE - flipchart - 2

DOE - flipchart - 3

Výstupy z analýzy výsledků experimentů:

  • Optimální nastavení – nejlepší z těch úrovní, se kterými jsme experimentovali.
  • Optimální výsledek – odhad, jaký výsledek by nám vyšel při optimálním nastavení jednotlivých faktorů.
  • Síla faktorů – nejcennější informace. Učí nás regulovat!