Robust Design als Design for Six Sigma Baustein bei der Robert Bosch GmbH

Größe: px

Ab Seite anzeigen:

Download "Robust Design als Design for Six Sigma Baustein bei der Robert Bosch GmbH"

Curt Schmidt
vor 8 Jahren
Abrufe

1 Robust Design als Design for Six Sigma Baustein 1

2 Inhalt Entwicklungsprozess und DFSS-Methoden Schulungskonzept für DFSS-Methoden Inhalt des Seminars Robust Design Warum brauchen wir Robust Design? Definition Robust Design Beispiel Schraubendruckfeder Berechnungsablauf Systemanalyse Sensitivität Optimierung Robustheit Zusammenfassung 2

3 PE im Bosch Business System House of Orientation Vision Mission Bosch Business System Bosch Business System BPS BSS BES Bosch Product Engineering System BSS Process Management PRM Project Management PM Innovation Management BES IM Product Engineering PE Knowledge Management KM Competence Management CptM BES 3 G2/PJ-BES, DS/PJ-BES, DS/ETD Robert Bosch GmbH Alle Rechte vorbehalten, auch bzgl. jeder Verfügung, Verwertung, Reproduktion,

BES IM Product Engineering PE Knowledge Management KM Competence Management CptM BES 3 G2/PJ-BES, DS/PJ-BES,

4 DFSS-Methoden im Produktentstehungsprozess Invention Innovation 1.Identify 2. Design 3. Optimize 4. Verify Project Prep. Concept Eng. Product and Process Engineering Preproduction Series Production Product Engineering QB0 QB1 QB2 QB3 QB4 Simultaneous Engineering Manufacturing Engineering SOP 1.1 Requirements Engineering 1.2 Stimme des Kunden 1.3 Quality Function Deployment 2.1 Konzeptalternativen 2.2 Konzeptbewertung 2.3 DFMA 2.4 FMEA 2.5 DRBFM 3.1 Statistik 3.2 Robust Design 3.3 Statistische Tolerierung 3.4 Design of Experiments (DOE) 4.1 Reliability Engineering 4.2 Messprozessanalyse 4.3 Statistische Prozess- Regelung 4

Engineering SOP 1.1 Requirements Engineering 1.2 Stimme des Kunden 1.3 Quality Function Deployment 2.1 Konzeptalternativen 2.2 Konzeptbewertung 2.3 DFMA 2.

5 Schulungsangebot (Auszug) Elemente und Verfahren des Qualitätsmanagements bei Bosch QFD - Quality Function Deployment DRBFM FMEA-Grundseminar Grundlagen der Technischen Statistik Statistische Versuchsplanung (DoE) Robust Design Statistische Tolerierung Statistische Prozessregelung Grundlagen der Zuverlässigkeit Basis Identify Design Optimize Verify 5

Statistik Statistische Versuchsplanung (DoE) Robust Design Statistische Tolerierung

6 Seminar Robust Design Inhalt Motivation, Begriffe und Definitionen Robust Design im Entwicklungsprozess Statistische Grundlagen Einsatz der Simulation im Entwicklungsprozess Systemanalyse Sensitivitätsanalyse Grundlagen und Einsatz von Optimierungsmethoden Grundlagen und Einsatz der Robustheitsbewertung /Störvariablenexperiment Robuste Optimierung und Zuverlässigkeit Taguchi-Methode begleitendes Beispiel Schraubendruckfeder 6

Grundlagen und Einsatz von Optimierungsmethoden Grundlagen und Einsatz der Robustheitsbewertung

7 Warum brauchen wir Robust Design? 7

8 Warum brauchen wir Robust Design? Kunden sind nur mit Produkten die höhere Leistungsanforderungen erfüllen zu gewinnen die gesetzlichen Anforderungen steigen kontinuierlich (Abgasnormen Euro 1-6 ff., CO 2 -Diskussion, ) neue Herstellungsverfahren und Werkstoffe sind am Markt verfügbar die Auslegung unserer Produkte erfolgt immer näher an der physikalischen Grenze Beanspruchung und Beanspruchbarkeit müssen damit immer genauer bestimmt werden um mögliche Ausfälle vorhersagen zu können 8

steigen kontinuierlich (Abgasnormen Euro 1-6 ff.

9 Warum brauchen wir Robust Design? Eigenschaften von Werkstoffen, Fertigungsparameter, Umgebungs-, Betriebs- und Gebrauchsbedingungen unterliegen immer Schwankungen die Funktion des Produktes muss trotz auftretender Abweichungen mit hinreichender Sicherheit gegeben sein. Nicht robuste Designs führen zu Ausfällen der Produkte im Feld oder zu Fehlern in der Produktion. Einige Komponenten und Eigenschaften von Produkten sind ausschlaggebend für die Schwankungen - wie können diese negativen Einflüsse minimiert werden? Ziel ist es Produkte zu gestalten, die unempfindlich sind gegen die unvermeidliche Streuung von Fertigungs-, Umgebungs-, Betriebs- und Gebrauchsbedingungen. 9

auftretender Abweichungen mit hinreichender Sicherheit gegeben sein. Nicht robuste Designs führen zu Ausfällen der Produkte im Feld oder zu Fehlern in der Produktion.

10 Definition von Robust Design Robust Design ist, wenn ein Produkt/Prozess eine gleichmäßig hohe Qualität liefert, trotz bestehender Abweichungen und Streuungen Hohe Qualität bedeutet, dass die Produkteigenschaften im Zielkorridor (OGW UGW) liegen innerhalb einer relativ geringen Bandbreite verglichen mit dem Zielkorridor der Spezifikation variieren im Zeitablauf stabil bleiben Traditionelle Traditionelle Sicht Sicht DFSS DFSS Sicht Sicht UGW UGW Ziel Ziel OGW OGW UGW UGW Ziel Ziel OGW OGW Kosten Akzeptabel Akzeptabel Kosten Merkmal Merkmal 10

relativ geringen Bandbreite verglichen mit dem Zielkorridor der Spezifikation variieren im Zeitablauf stabil bleiben Traditionelle

11 Wie erreichen wir ein Robust Design? streuende Parameter und Umgebungsbedingungen sollen keinen spürbaren Einfluss auf die Produkteigenschaften haben eine Unempfindlichkeit gegen diese Streuung wird durch eine Wahl eines Designpunktes erreicht, indem die Streuungen nur einen Zielgröße geringen Einfluss auf die robust Produkteigenschaften haben Robust Design ist eine Produkteigenschaft die durch das Design der Parameter erreicht wird und mit den vorgestellten Methoden nachgewiesen werden kann nicht robust Prozeßparameter 11

Unempfindlichkeit gegen diese Streuung wird durch eine Wahl eines Designpunktes erreicht, indem die Streuungen nur einen Zielgröße

12 Anwendungsbeispiel Schraubendruckfeder 12

13 Anwendungsbeispiel Schraubendruckfeder Federsteifigkeit c G 8 d 4 3 d m nf Masse 2 2 m d d m 4 nf 2 erste Eigenfrequenz d 2 m d nf G 2 13

14 Systemanalyse - (Federweg) Eingangsgröße (m) Drahtdurchmesser Wickeldurchmesser Einflussgrößen (c) System Störgrößen (n) 0,5..3,0mm 7,0..25,0mm Anz. fed. Windungen 2,5..10,5 Ausgangsgröße (y) Drahtdurchmesser Wickeldurchmesser Anz. fed. Windungen Schubmodul Dichte Federsteifigkeit Masse 1. Eigenfrequenz 14

15 Berechnungsablauf 2 federrate.bat 3 1 federrate.py 4 5 federrate.txt 15

16 Sensitivität Erstellung virtueller Muster durch ein Samplingverfahren Darstellung der Zielfunktion im gesamten Parameterraum Ziel: Identifikation von Parametern mit geringem Einfluss auf die Zielgrößen 16

im gesamten Parameterraum Ziel: Identifikation von

17 Optimierung Einteilung der numerischen Optimierungsverfahren Numerische Optimierungsverfahren Deterministische Optimierungsverfahren Gradientenverfahren Richtungssuchverfahren Antwortflächenverfahren Direkt-Algorithmen Approximationsverfahren Stochastische Optimierungsverfahren Evolutionäre Algorithmen Genetische Verfahren Monte-Carlo Verfahren Simulated Annealing Schwarm-Intelligenz 17

Antwortflächenverfahren Direkt-Algorithmen Approximationsverfahren Stochastische

18 Startpunkte für die Optimierung Parameter Startpunkt 1 Starpunkt 2 Startpunkt 3 d 3,0mm 1,0mm 1,25mm d m 20,0mm 10,0mm 19,25mm nf 8,5 2,5 3,5 18

19 Optimierung Gradientenverfahren Parameter Startpunkt 1 Starpunkt 2 Startpunkt 3 d 1,912mm 1,195mm 1,741mm d m 13,08mm 9,283mm 15,361mm nf 5,897 2,519 2,503 Zielfunktionswert c 10,001N/mm 9,993N/mm 10,0N/mm Iterationen

13,08mm 9,283mm 15,361mm nf 5,897 2,519 2,503

20 Ergebnis der Optimierung Zielfunktionswert 11 10,8 10,6 10,4 Zielfunktionswert 10,2 10 9,8 Ziel 9,6 9,4 9,2 9 Grad1 Grad2 Grad3 ARSM1.1 ARSM1.2 ARSM2.1 ARSM2.2 ARSM3.1 ARSM3.2 EAlokal1 EAlokal2 EAlokal3 Eaglobal1 EAglobal2 MC1 MC2 MC3 20

21 Ergebnis der Optimierung Aufwand Anzahl der Zielfunktionsaufrufe Grad1 Grad2 Grad3 ARSM1.1 ARSM1.2 ARSM2.1 ARSM2.2 ARSM3.1 ARSM3.2 EAlokal1 EAlokal2 EAlokal3 Eaglobal1 EAglobal2 MC1 MC2 MC3 21

22 Fazit Optimierung es gibt mehrere Designpunkte die optimal sind verschiedene Optimierungsalgorithmen angewendet Details zu den Verfahren im Seminar TQ018 einzelne Algorithmen führen bei einzelnen Startpunkten und bei einzelnen Einstellungen nicht zu einem gültigen Optimum unterschiedlicher Aufwand bei den einzelnen Algorithmen Erfahrung bei der Auswahl und der Anwendung der Optimierungsalgorithmen notwendig Frage: Welcher Designpunkt ist der robusteste? 22

23 Robustheitsanalyse der Schraubendruckfeder ggf. aus Optimierung (Federweg) Drahtdurchmesser Wickeldurchmesser Anz. fed. Windungen Einflussgrößen (c) aus Optimierung Federsteifigkeit Masse 1. Eigenfrequenz Eingangsgröße (m) System Störgrößen (n) Ausgangsgröße (y) Drahtdurchmesser Wickeldurchmesser ±0,05mm ±0,4mm Anz. fed. Windungen ±0,2 Schubmodul Weibull; UG 78000; 0,02 Dichte Weibull; UG 0,0078; 0,01 23

24 Systemanalyse Umrechnung der Toleranzen angegebene Toleranzen sind Ober- bzw. Untergrenze für die Fertigung bei stabilen Prozessen werden die Toleranzgrenzen nicht ausgeschöpft diese Eigenschaft wird als Prozessfähigkeit c p bzw. c pk bezeichnet mit diesem Index können die angegebenen Werte in 1 Werte und anschließend in Variationskoeffizienten CV umgerechnet werden 24

25 Systemanalyse Umrechnung der Toleranzen angegebene Toleranzen sind Ober- bzw. Untergrenze für die Gut- Schlecht-Sortierung angegebenen Größen müssen nicht symmetrisch sein 25

26 optislang Robustheitsanalyse - Postprozessing Designpunkt 1 Designpunkt 2 Designpunkt 3 Mittelwert 10,26 10,27 10,26 Standardabweichung 0,4165 0,6159 0,4121 Fazit: Designpunkt 1 und Designpunkt 3 weisen ähnliche Streuungen auf, Designpunkt 2 ist weniger robust 26

27 optislang Robustheitsanalyse - Postprozessing Bestimmtheitsmaß R 2 stellt dar wie viel Prozent der Änderungen durch das Simulationsmodell erklärt werden können Beitragsleister liefern die Anteile der Parameter 27

28 optislang Robustheitsanalyse Änderung der Streuung des Parameters d m von ±0,4mm auf ±0,1mm Vergleich der Streuungen des Outputparameters c alt =0,4165 neu =0,3441 Fazit: die Streuung der Federsteifigkeit c konnte um ca. 15% verringert werden 28

29 Zusammenfassung Mit Robust Design kann die Streuung der Produkteigenschaften vorhergesagt und gezielt verbessert werden Man setzt Simulationsmethoden und -modelle ein bzw. führt systematische Versuche durch, um zu einem frühen Zeitpunkt in der Entwicklung detaillierte Aussagen über die zu erwartende Streuung zu erhalten Mit Robust Design können die Parameter, die große Unsicherheiten in das System bringen, identifiziert und gezielt beeinflusst werden Robust Design ist eine Basis für die Festlegung der Toleranzen der Bauteile, Systeme und Fertigungsprozesse 29

30 Vielen Dank für die Aufmerksamkeit! 30

Ähnliche Dokumente

Trainingskatalog Innovations- und Entwicklungsmanagement

Trainingskatalog Innovations- und Entwicklungsmanagement skatalog Innovations- und Entwicklungsmanagement Office Heidelberg Marktstraße 52a, 69123 Heidelberg, Deutschland T. +49 (0) 6221 65082 49. F. +49 (0) 6221 7399395 info@amt-successfactory.com Office Leoben