Design für Six Sigma

Design für Six Sigma (DFSS) ist ein Engineering Design Process, Geschäftsprozess Verwaltungsmethode im Zusammenhang mit traditioneller Six Sigma.[1] Es wird in vielen Branchen wie Finanzen, Marketing, Basic Engineering, Process Industries, Abfallmanagement und Elektronik verwendet. Es basiert auf der Verwendung statistischer Tools wie lineare Regression und ermöglicht empirische Forschung Ähnlich wie in anderen Feldern, wie z. Sozialwissenschaften. Während die in sechs Sigma verwendeten Tools und Reihenfolge einen Prozess erfordern, um vorhanden und zu funktionieren, hat DFSS das Ziel, die Bedürfnisse von Kunden und Unternehmen zu bestimmen und diese Bedürfnisse in die so erstellte Produktlösung zu steigern. Es wird für Produkt oder Prozess verwendet Entwurf im Gegensatz zum Prozess Verbesserung.[1] Die Messung ist der wichtigste Teil der meisten Sechs-Sigma- oder DFSS-Tools, während in sechs Sigma-Messungen aus einem vorhandenen Prozess vorgenommen werden, konzentriert sich DFSS darauf, einen tiefen Einblick in die Kundenbedürfnisse zu erhalten und diese zu verwenden, um jede Entwurfsentscheidung und jeden Kompromiss zu informieren.

Es gibt verschiedene Optionen für die Implementierung von DFSS. Im Gegensatz zu Six Sigma, das üblicherweise über durch die durchszeiten gefahren wird DMAIC (Definieren - Messen - Analysieren - Verbesserung - Kontrolle) Projekte, DFSS hat eine Reihe schrittweise Prozesse im Stil des DMAIC -Verfahrens hervorgebracht.[2]

Dmadv, definieren - messen - analysieren - entwerfen - verifizieren, wird manchmal synonym als DFSS bezeichnet, obwohl auch Alternativen wie IDOV (identifizieren, entwerfen, optimieren, verifizieren) verwendet werden. Der traditionelle DMAIC Six Sigma -Prozess, wie es normalerweise praktiziert wird, der sich auf evolutionäre und konzentriert ständige Verbesserung Die Entwicklung oder Serviceprozessentwicklung erfolgt in der Regel, nachdem das erste System oder die Produktdesign und -entwicklung weitgehend abgeschlossen wurden. DMAIC SIX SIGMA ASSPRAPIERT wird normalerweise mit der Lösung bestehender Herstellungs- oder Serviceprozessprobleme und der Entfernung der mit Defekten verbundenen Mängel und Variationen konsumiert. Es ist klar, dass sich Fertigungsschwankungen auf Produktzuverlässigkeit auswirken können. Daher sollte ein klares Glied dazwischen bestehen Zuverlässigkeitstechnik und Six Sigma (Qualität). Im Gegensatz dazu bemühen sich DFSS (oder DMADV und IDOV), einen neuen Prozess zu erzeugen, bei dem keiner existiert oder bei dem ein vorhandener Prozess als unzureichend angesehen und ersetzt werden muss. DFSS zielt darauf ab, einen Prozess zu erstellen, mit dem Sie bedenken können, die Effizienz der Six Sigma -Methodik in den Prozess optimal aufzubauen Vor Implementierung; Traditionelle Six Sigma sucht nach kontinuierlicher Verbesserung nach Es gibt bereits ein Prozess.

DFSS als Ansatz zum Design

DFSS versucht, Probleme mit der Herstellung/des Serviceprozesses zu vermeiden, indem fortschrittliche Techniken verwendet werden, um Prozessprobleme zu Beginn zu vermeiden (z. B. Brandprävention). Bei Kombination erhalten diese Methoden die richtigen Bedürfnisse des Kunden und leiten das Engineering -System -Parameteranforderungen ab, die die Produkt- und Service -Wirksamkeit in den Augen des Kunden und aller anderen Personen erhöhen. Dies liefert Produkte und Dienstleistungen, die eine große Kundenzufriedenheit und einen erhöhten Marktanteil bieten. Diese Techniken umfassen auch Tools und Prozesse, um das Produktliefersystem vorherzusagen, zu modellieren und zu simulieren (die Prozesse/Tools, Personal und Organisation, Schulungen, Einrichtungen und Logistik zur Herstellung des Produkts/Dienstes). Auf diese Weise ist DFSS eng miteinander verbunden mit Unternehmensforschung (Lösen des Rucksackproblem), Workflow -Ausgleich. DFSS ist größtenteils eine Designaktivität, die Tools erfordert, darunter: Qualitätsfunktionsbereitstellung (QFD), Axiomatisches Design, Triz, Design für x, Versuchsplanung (DAMHIRSCHKUH), Taguchi -Methoden, Toleranzdesign, Robustifikation und Antwortoberflächenmethode für eine einzelne oder multiple Antwortoptimierung. Während diese Tools manchmal im klassischen DMAIC Six Sigma -Prozess verwendet werden, werden sie von DFS einzigartig verwendet, um neue und beispiellose Produkte und Prozesse zu analysieren. Es handelt sich um eine gleichzeitige Analyse, die auf die Herstellungsoptimierung im Zusammenhang mit dem Design gerichtet ist.

Kritik

Antwortoberflächenmethoden und andere DFSS -Tools verwenden statistische (häufig empirische) Modelle, und daher müssen sich die Praktiker bewusst sein, dass selbst das beste statistische Modell eine Annäherung an die Realität ist. In der Praxis sind sowohl die Modelle als auch die Parameterwerte unbekannt und unterliegen der Unwissenheit. Natürlich muss in der Realität ein geschätzter optimaler Punkt aufgrund der Fehler und der Unzulänglichkeiten des Modells in der Realität nicht optimal sein. Die Unsicherheiten können über einen bayes'schen prädiktiven Ansatz behandelt werden, bei dem die Unsicherheiten in den Modellparametern als Teil der Optimierung berücksichtigt werden. Die Optimierung basiert nicht auf einem angepassten Modell für die mittlere Reaktion E [Y], sondern die hintere Wahrscheinlichkeit, dass die Antworten angegebener Spezifikationen entsprechend den verfügbaren experimentellen Daten erfüllen.[3]

Die Response Surface-Methodik hat jedoch einen wirksamen Track-Rekord von Forschern, die Produkte und Dienstleistungen zu verbessern: zum Beispiel, George BoxDie ursprüngliche Modellierung der Reaktionsoberfläche ermöglichte es Chemieingenieuren, einen Prozess zu verbessern, der jahrelang bei einem Sattelpunkt steckt.[4]

Unterscheidungen von DMAIC

Befürworter von DMAIC, DDICA (Design entwickeln initialisieren und zuweisen) und Lean -Techniken könnten behaupten, dass DFSS unter die allgemeine Rubrik von Six Sigma oder fällt Lehnen Sie Six Sigma (LSS). Beide Methoden konzentrieren sich auf die Erfüllung der Kundenbedürfnisse und die Geschäftsprioritäten als Ausgangspunkt für die Analyse.[5][1]

Es wird oft gesehen[Wieselwörter] Die für DFSS -Techniken verwendeten Werkzeuge unterscheiden sich stark von denen, die für DMAIC Six Sigma verwendet werden. Insbesondere DDICA -Praktiker von DMAIC verwenden häufig neue oder vorhandene mechanische Zeichnungen und Herstellungsprozessanweisungen als Ursprungsinformationen, um ihre Analyse durchzuführen . Während es behauptet werden kann, dass das[Wieselwörter] Zwei Prozesse sind ähnlich, in der Praxis unterscheidet sich das Arbeitsmedium so, dass DFSS unterschiedliche Werkzeugsätze benötigt, um seine Designaufgaben auszuführen. DMAIC, IDOV und Six Sigma können noch während der Tiefen-First-Stürze in die Systemarchitekturanalyse und für "Back End" -Six-Sigma-Prozesse verwendet werden. DFSS bietet Systemdesignprozesse, die in Front-End-Komplex-Systemkonstruktionen verwendet werden. Hinter-Front-Systeme werden ebenfalls verwendet. Dies macht 3,4 Defekte pro Million Entwurfsmöglichkeiten, wenn es gut gemacht wird.

Die traditionelle Six Sigma -Methodik, DMAIC, ist zu einem Standard -Instrument zur Prozessoptimierung für die chemische Prozessindustrie geworden. Es ist jedoch klar geworden, dass das[Wieselwörter] Das Versprechen von Six Sigma, insbesondere 3,4 Defekten pro Million Chancen (DPMO), ist danach einfach unerreichbar. Infolgedessen gab es eine wachsende Bewegung, um sechs Sigma -Designs zu implementieren, die normalerweise als Design für Six Sigma DFSS und DDICA -Tools bezeichnet werden. Diese Methodik beginnt mit der Definition der Kundenbedürfnisse und führt zur Entwicklung robuster Prozesse, um diese Anforderungen zu erfüllen.[6]

Das Design für Six Sigma entstand aus dem Six Sigma und den Qualitätsmethoden für Measure-Analyz-Improve-Control (DMAIC), die ursprünglich von Motorola entwickelt wurden, um Prozesse durch Eliminierung von Mängel systematisch zu verbessern. Im Gegensatz zu seinen traditionellen Six Sigma/DMAIC -Vorgängern, die sich normalerweise auf die Lösung bestehender Fertigungsprobleme (d. H. "Feuerkämpfe") konzentrieren Stadium zur Reduzierung von Problemen, die auftreten könnten (d. H. "Brandverhütung"). Das Hauptziel von DFSS ist es, eine signifikante Verringerung der Anzahl nicht konformer Einheiten und Produktionsvariationen zu erreichen. Es beginnt mit dem Verständnis der Kundenerwartungen, -bedürfnisse und kritischer für Qualitätsprobleme (CTQs), bevor ein Design abgeschlossen werden kann. In einem DFSS-Programm ist in der Regel nur ein kleiner Teil der CTQs (CTR) zuverlässig (CTR), und daher erhält die Zuverlässigkeit in DFSS nicht die Aufmerksamkeit im Mittelpunkt. DFSS untersucht selten die langfristigen (nach der Herstellung), die im Produkt auftreten könnten (z. B. komplexe Ermüdungsprobleme oder elektrische Verschleiß, chemische Probleme, Kaskadeneffekte von Fehlern, Wechselwirkungen auf Systemebene).[7]

Ähnlichkeiten mit anderen Methoden

Argumente darüber, was DFSS von Six Sigma unterscheidet Probabilistisches Design und Design für Qualität. Im Allgemeinen konzentriert sich Six Sigma mit seiner DMAIC -Roadmap auf die Verbesserung eines vorhandenen Prozesses oder eines vorhandenen Prozesses. DFSS konzentriert sich auf die Schaffung neuer Wert mit Eingaben von Kunden, Lieferanten und Geschäftsanforderungen. Während das traditionelle Six Sigma diese Eingaben auch verwenden kann, liegt der Fokus erneut auf der Verbesserung und nicht auf dem Entwurf eines neuen Produkts oder eines neuen Systems. Es zeigt auch den technischen Hintergrund von DFSS. Wie bei anderen in Engineering entwickelten Methoden gibt es jedoch keinen theoretischen Grund, warum DFSS in Bereichen außerhalb des Ingenieurwesens nicht verwendet werden kann.

Software -Engineering -Anwendungen

Historisch gesehen ist das Design für Six Sigma (DFSS) teilweise akzeptiert, obwohl das erste erfolgreiche Design für Six Sigma -Projekte in den Jahren 1989 und 1991 vor der Erstellung des DMAIC -Prozessverbesserungsprozesses vorliegt Sigma ohne grundlegend neu zu gestaltet, und weil die Verbesserung eines Prozesses oder Produkts nach dem Start als weniger effizient und effektiv als das Entwerfen in der Qualität angesehen wird. "Six Sigma" -Einleistung muss "eingebaut" sein.

DFSS für Software ist im Wesentlichen eine nicht oberflächliche Änderung von "Klassische DFSS" Da sich der Charakter und die Art der Software von anderen Bereichen des Ingenieurwesens unterscheiden. Die Methodik beschreibt den detaillierten Prozess für die erfolgreiche Anwendung von DFSS -Methoden und -Tools im gesamten Softwareprodukt und die Abdeckung des Lebenszyklus der gesamten Softwareentwicklung: Anforderungen, Architektur, Design, Implementierung, Integration, Optimierung, Überprüfung und Validierung (RadioV). Die Methodik erklärt, wie man prädiktive statistische Modelle für Softwarezuverlässigkeit und Robustheit erstellt, und zeigt, wie Simulations- und Analysetechniken mit strukturellen Design- und Architekturmethoden kombiniert werden können, um Software- und Informationssysteme auf sechs Sigma -Ebenen effektiv zu produzieren.

DFSS in Software fungiert als Kleb objektorientiertes Design oder Evolutionäre schnelle Entwicklung mit statistischen, prädiktiven Modellen und Simulationstechniken. Die Methodik bietet Software -Ingenieuren praktische Tools zur Messung und Vorhersage der Qualitätsattribute des Softwareprodukts und ermöglicht es ihnen, Software in Systemzuverlässigkeitsmodelle einzubeziehen.

Data Mining und Predictive Analytics Application

Obwohl viele Tools, die in der DFSS -Beratung verwendet werden, wie z. B. Reaktionsoberflächenmethode, Übertragungsfunktion über lineare und nicht lineare Modellierung, axiomatisches Design, Simulation haben ihren Ursprung in der Inferenzstatistik, kann sich die statistische Modellierung mit Datenanalysen und Bergbau überlappen.

Trotzdem wurde DFSS als Methodik erfolgreich als End-to-End-[technische Projektrahmen] für Analyse- und Bergbauprojekte verwendet. Dies wurde von Domänenexperten als etwas ähnlich wie die Linien von Crisp-DM beobachtet, die etwas ähnlich sind

Es wird behauptet, dass DFSS besser für die Einkapselung und effektiv geeignet ist, eine höhere Anzahl von Unsicherheiten einschließlich fehlender und unsicherer Daten, sowohl in Bezug auf die Definitionsschärfe als auch ihre absoluten Gesamtzahlen in Bezug auf Analyse- und Datenminderungsaufgaben, sechs Sigma-Ansätze für Datenansätze -Mining werden im Volksmund als DFSS über knackig bezeichnet [knusprig-DM bezieht SPSS ]

Es wurde festgestellt, dass DFSS -Data Mining -Projekte einen erheblich verkürzten Lebenszyklus für den Entwicklungszyklus haben. Dies wird typischerweise durch Durchführung von Datenanalysen zu vorgestalteten Vorlagenübereinstimmungstests über einen technofunktionalen Ansatz unter Verwendung der Bereitstellung von Funktionen für die Mehrebenenqualitätsfunktion auf dem Datensatz erreicht.

Praktiker behaupten, dass zunehmend komplexe KDD -Vorlagen durch mehrere erstellt werden DAMHIRSCHKUH Läuft auf simulierten komplexen multivariaten Daten, dann werden die Vorlagen zusammen mit Protokollen über einen auf Entscheidungsbaumbasis ausführlichen Algorithmus dokumentiert

DFSS verwendet die Bereitstellung von Qualitätsfunktionen und Sipoc für Feature Engineering von bekannten unabhängigen Variablen, wodurch die technofunktionale Berechnung abgeleiteter Attribute unterstützt wird

Sobald das prädiktive Modell berechnet wurde

Das DFSS -Framework wurde erfolgreich angewendet Prädiktive Analytics In Bezug auf das Bereich HR Analytics wurde dieses Anwendungsfeld aufgrund der besonderen Komplexität der Vorhersage des menschlichen Verhaltens als traditionell sehr schwierig angesehen.

Verweise

  1. ^ a b c Chowdhury, Subir (2002) Design für Six Sigma: Der revolutionäre Prozess zur Erzielung außergewöhnlicher Gewinne, Prentice Hall, ISBN9780793152247
  2. ^ Hasenkamp, ​​Torben; Ölme, Annika (2008). "Einführung von Design für Six Sigma bei SKF". Internationales Journal of Six Sigma und Wettbewerbsvorteil. 4 (2): 172–189. doi:10.1504/IJSSCA.2008.020281.
  3. ^ Peterson, John J. (2004-04-01). "Ein posterioren Vorhersageansatz zur Optimierung mehrerer Reaktionsoberfläche". Journal of Quality Technology. 36 (2): 139–153. doi:10.1080/00224065.2004.11980261. ISSN 0022-4065.
  4. ^ "Antwortflächen, Mischungen und Ridge -Analysen, 2. Auflage | Wiley". Wiley.com. Abgerufen 2022-04-09.
  5. ^ Bertels, Thomas (2003) Rath & Strongs Six Sigma Leadership Handbook. John Wiley und Söhne. S. 57-83 ISBN0-471-25124-0.
  6. ^ Lee, Sunggyu (2012). Enzyklopädie der chemischen Verarbeitung Vol 1. Taylor & Francis. S. 2719–2734. doi:10.1081/e-echp. ISBN 978-0-8247-5563-8.
  7. ^ "Design für Zuverlässigkeit: Überblick über den Prozess und die anwendbaren Techniken". www.reliasoft.com.

Weitere Lektüre