Åpnes i en ny fane
10. september 2026

Forsøksplanlegging i Lean Six Sigma: Å gå utover én-faktor-om-gangen-testing

Del på:

Forsøksplanlegging (DOE) lar et Lean Six Sigma-team teste prosessinnsatser sammen og måle hvordan effektene deres avhenger av hverandre. DOE hører hjemme i Improve-fasen av DMAIC, der team evaluerer løsninger og avgjør hvilke innsatser som må kontrolleres. Før produksjonstid avsettes, må sponsoren vite om eksperimentet vil støtte en beslutning om driftsinnstillinger.

Testing av én faktor om gangen etterlater samspill uavklarte

Testing av én faktor om gangen (OFAT) endrer én inndatafaktor mens andre holdes fast, og gjentar deretter prosessen for en annen inndatafaktor. Det etterlater samspill uavklarte: effekten av én faktor avhenger av innstillingen til en annen faktor. NIST/SEMATECH-håndboken forklarer denne begrensningen i sin veiledning, som først ble utgitt i 2003.

I en Lean Six Sigma rotårsaksanalyse endrer et samspill hva teamet må fastslå. Å identifisere en inndatafaktor som påvirker resultatet er bare en del av jobben. Teamet må også fastslå hvordan den effekten endrer seg på tvers av kombinasjoner av innstillinger. Et OFAT-resultat gjelder for verdiene som ble holdt faste under testen; det fastslår ikke hva som skjer ved utestede kombinasjoner.

Et eksperiment med tre faktorer krever mer enn åtte produksjonsplasser

NISTs gjennomarbeidede poleringseksempel undersøker hastighet og matingshastighet sammen med dybde, hver på to nivåer. Det fullstendige faktorforsøket inneholder åtte kombinasjoner, noe som gir mulighet for å estimere hovedeffekter og samspill. Å gjenta disse kombinasjonene og legge til tre senterpunktkjøringer bringer det fullførte designet opp i 19 kjøringer. NIST presenterer dette som et undervisningseksempel og hevder ingen bedriftsinnsparinger.

Designstadium Kjøringer på dette stadiet Akkumulerte kjøringer
Alle kombinasjoner av tre to-nivåfaktorer 8 8
Gjenta hver kombinasjon 8 16
Legg til senterpunktkjøringer 3 19
Kjøringsallokering i poleringseksempelet fra NIST/SEMATECH, fra "Full factorial example", 2003-håndboken, nettutgaven.

Å godkjenne åtte produksjonsplasser vil bare finansiere de innledende kombinasjonene i dette DMAIC-eksperimentet. Gjentatte kjøringer krever også produksjonskapasitet, det samme gjør etterfølgende bekreftelse. Sponsorens gjennomgang bør skille antallet unike innstillinger fra den totale produksjonstiden det bes om.

Måling og kjøringsrekkefølge hører hjemme i DOE-planen

Measure-fasen inkluderer validering av målesystemet før prosessytelsen etableres. I et DOE-forslag trenger responsvariabelen en tydelig kobling til prosjektets problemstilling, med en definert måleprosedyre. For målinger som påvirkes av forskjeller mellom operatører eller gjentatte avlesninger, inkluderer denne forberedelsen Gage R&R.

Planlegging av kjøringer er en del av forsøksplanleggingen. NISTs veiledning om DOE-terminologi skiller mellom tre tiltak med ulike formål:

  • Randomisering: tildele behandlingskombinasjoner og kjøringsrekkefølge gjennom en tilfeldig tidsplan.
  • Replikasjon: utføre den samme behandlingskombinasjonen igjen for å estimere eksperimentell feil.
  • Blokkdeling: gruppere kjøringer rundt kjente støyvariabler, som operatører eller råmaterialendringer, slik at effektene deres kan skilles fra effektene som undersøkes.

Prosjektets Black Belt må vurdere om produksjonsplanen opprettholder det tiltenkte designet. I NISTs poleringseksempel kan kjøring av innstillinger i en fast sekvens forveksle en dybdeeffekt med dag- kontra nattforhold. En sekvensendring som bes om fra driftsavdelingen krever en designgjennomgang før kjøringene starter.

Reduserte faktorforsøk bytter kjøringer mot antakelser

Et redusert faktorforsøk bruker et valgt delsett av de fullstendige faktorkombinasjonene. Færre kjøringer fører til sammenblanding (aliasing): en estimert effekt kan inkludere bidrag fra andre effekter. NIST illustrerer dette problemet med et halvt reduksjonsforsøk der hovedeffekter er sammenblandet med tofaktorsamspill.

For et Lean Six Sigma-prosjekt innen prosessoptimalisering må designgjennomgangen identifisere hvilke effekter som forblir sammenblandet. Hvis driftsbeslutningen avhenger av å skille en inndataeffekt fra et samspill, må forslaget forklare hvordan teamet vil skille dem. Et mindre innledende eksperiment er forsvarlig når sponsoren har budsjettert for oppfølgingskjøringene som trengs for å avklare disse effektene.

Valg av belegg og smøremiddel i en Lean Six Sigma-studie

En studie fra 2022 i Materials Science Forum anvendte DOE innenfor DMAIC for å undersøke slitasje på matrise og stempel. Studien rapporterte om en foretrukket kombinasjon av et AlCrN-PVD-belegg med aloe vera-olje. Det funnet støtter et valg av belegg og smøremiddel under studiens betingelser. Å bruke den samme kombinasjonen i en annen produksjonsprosess krever testing under denne prosessens betingelser.

Bekreftelseskjøringer går forut for overleveringen i Control-fasen

En tilpasset DOE-modell trenger bekreftelse ved de foreslåtte driftsinnstillingene. NIST anbefaler minst tre bekreftelseskjøringer ved de foreslåtte beste innstillingene, selv når disse innstillingene inngikk i det opprinnelige eksperimentet. Veiledningen krever også at eksperimentmiljøet gjenskapes og at avvik mellom forventede og observerte responser undersøkes.

Ved DMAIC-overleveringen bør kontrollplanen identifisere de bekreftede innstillingene og deres testede driftsområde. Disse innstillingene blir deretter en del av standardarbeid, med styrediagrammer som brukes til å overvåke prosessen. Akseptkriteriene må også spesifisere hvem som autoriserer en innstillingsendring utenfor det testede området, og hvilken dokumentasjon den endringen krever.

Kilder

No results