Öppnas i en ny flik

Försöksplanering inom Lean Six Sigma: Att gå bortom testning av en faktor i taget

Dela på:

Design of experiments (DOE) lets a Lean Six Sigma team test process inputs together and measure how their effects depend on one another. DOE belongs in the Improve phase of DMAIC, där team utvärderar lösningar och avgör vilka indatavariabler som behöver styras. Innan produktionstid avsätts behöver sponsorn veta om försöket kommer att stödja ett beslut om driftsinställningar.

Testning av en faktor i taget lämnar samspelseffekter olösta

Testning av en faktor i taget (OFAT) ändrar en indatavariabel medan andra hålls fasta, och upprepar sedan processen för en annan indatavariabel. Det lämnar samspelseffekter olösta: effekten av en faktor beror på en annan faktors inställning. NIST/SEMATECH-handboken förklarar denna begränsning i sin vägledning, som publicerades första gången 2003.

I en rotorsaksanalys inom Lean Six Sigma ändrar en samspelseffekt vad teamet behöver fastställa. Att identifiera en indatavariabel som påverkar responset är bara en del av arbetet. Teamet måste också fastställa hur den effekten förändras över kombinationer av inställningar. Ett OFAT-resultat gäller för de värden som hölls fasta under testet; det fastställer inte vad som händer vid otestade kombinationer.

Ett tre-faktorsförsök kräver mer än åtta produktionsplatser

NIST:s genomarbetade poleringsexempel undersöker hastighet och matning tillsammans med djup, var och en på två nivåer. Dess fullständiga faktorförsök innehåller åtta kombinationer, vilket möjliggör skattning av huvudeffekter och samspelseffekter. Att upprepa dessa kombinationer och lägga till tre mittenpunktskörningar bringar den färdiga försöksplanen till 19 körningar. NIST presenterar detta som ett pedagogiskt exempel och gör inga anspråk på företagsbesparingar.

Planeringsstadium Körningar i detta stadium Kumulativa körningar
Alla kombinationer av tre tvånivåfaktorer 8 8
Upprepa varje kombination 8 16
Lägg till mittenpunktskörningar 3 19
Körningsallokering i NIST/SEMATECH:s poleringsexempel, från "Full factorial example", 2003 års handbok, onlineutgåvan.

Att godkänna åtta produktionsplatser skulle bara finansiera de inledande kombinationerna i detta DMAIC-försök. Upprepade körningar kräver också produktionskapacitet, liksom efterföljande bekräftelse. Sponsorns granskning bör skilja antalet unika inställningar från den totala begärda produktionstiden.

Mätning och körningsordning hör hemma i DOE-planen

The Measure phase includes validating the measurement system before establishing process performance. In a DOE proposal, the response variable needs a clear link to the project’s problemformulering, med ett definierat mätförfarande. För mätningar som påverkas av skillnader mellan operatörer eller upprepade avläsningar inkluderar den förberedelsen Mätstudiemätning (Gage R&R).

Schemaläggning av körningar är en del av försöksplaneringen. NIST:s vägledning för DOE-terminologi skiljer på tre bestämmelser med olika syften:

  • Randomisering: att tilldela behandlingskombinationer och körningsordning genom ett slumpmässigt schema.
  • Replikering: att utföra samma behandlingskombination igen för att uppskatta försöksfelet.
  • Blockbildning: att gruppera körningar kring kända störningsvariabler, såsom operatörer eller råmaterialbyten, så att deras effekter kan skiljas från de effekter som undersöks.

Projektets Black Belt behöver bedöma om produktionsschemat bevarar den avsedda försöksplanen. I NIST:s poleringsexempel kan körning av inställningar i en fast sekvens förväxla en djupeffekt med dag- kontra nattförhållanden. En sekvensändring som begärs av driften kräver en granskning av försöksplanen innan körningarna påbörjas.

Reducerade faktorförsök byter körningar mot antaganden

Ett reducerat faktorförsök använder ett utvalt delset av de fullständiga faktorkombinationerna. Färre körningar medför sammanblandning (aliasing): en skattad effekt kan inkludera bidrag från andra effekter. NIST illustrerar detta problem med en halvering där huvudeffekter är sammanblandade med tvåfaktorssamspel.

För ett processoptimering sprojekt inom Lean Six Sigma behöver designgranskningen identifiera vilka effekter som förblir sammanblandade. Om driftsbeslutet beror på att skilja en indataeffekt från en samspelseffekt behöver förslaget förklara hur teamet ska skilja dem åt. Ett mindre inledande försök är försvarbart när sponsorn har budgeterat för de uppföljningskörningar som krävs för att lösa dessa effekter.

Val av beläggning och smörjmedel i en Lean Six Sigma-studie

En studie från 2022 i Materials Science Forum tillämpade försöksplanering (DOE) inom DMAIC för att undersöka slitage på stansar och matriser. Studien rapporterade att en kombination av en AlCrN-PVD-beläggning och aloe vera-olja var bäst lämpad. Det fyndet stödjer ett val av beläggning och smörjmedel under studiens specifika förhållanden. Att tillämpa samma kombination på en annan produktionsprocess kräver tester under den processens förhållanden.

Bekräftelsekörningar föregår överlämningen till Control-fasen

En anpassad DOE-modell behöver bekräftelse vid de föreslagna driftsinställningarna. NIST rekommenderar minst tre bekräftelsekörningar vid de föreslagna bästa inställningarna, även när dessa inställningar ingick i det ursprungliga försöket. Vägledningen uppmanar också till att återskapa försöksmiljön och undersöka avvikelser mellan förutsagda och observerade responser.

Vid DMAIC-överlämningen bör control plan identifiera de bekräftade inställningarna och deras testade driftsområde. Dessa inställningar blir sedan en del av standard work, med styrkort used to monitor the process. Acceptance criteria also need to specify who authorizes a setting change outside the tested range and what evidence that change requires.

Källor

No results