Warum der Kurs „Design of Experiments (DOE) in der Praxis“?

Strengere Qualitätsanforderungen und Kostenerwägungen machen es immer wichtiger, eine Forschung oder ein Experiment strukturiert anzugehen. Ein Endprodukt muss in der Regel viele Qualitätsanforderungen erfüllen, und wenn das nicht sofort gelingt, gibt es viele (oft Dutzende) Prozessparameter, mit denen dies angepasst werden kann. Aber diese Prozessparameter können sich gegenseitig und die verschiedenen Qualitätsanforderungen in vielfältiger Weise beeinflussen, was die Optimierung komplex macht. Es lohnt sich, Optimierungsexperimente im Voraus sorgfältig zu durchdenken. In diesem Kurs lernen Sie, wie Sie mit statistischen Methoden und Software ein Maximum an Informationen aus einem Minimum an Experimenten extrahieren können, so dass alle Qualitätsanforderungen gleichzeitig in kurzer Zeit erfüllt werden können. Das spart Zeit und Kosten und reduziert das Risiko von Fehlschlägen.

Für wen ist dieser Kurs gedacht?

Sie denken und arbeiten auf Hochschul- (Bachelor) oder akademischem Niveau. Sie arbeiten in einer (angewandten) F&E- oder Innovationsabteilung als Prozess-, Produkt- oder Qualitätsingenieur, wo Sie z.B. neue Produkte und Prozesse entwickeln. Oder Sie sind ein Ingenieur, der laufende Produktionsprozesse verbessern muss und DoE benötigt, um schwierige Probleme rechtzeitig zu entdecken und zu beheben. Oder Sie sind für die Validierung von Geräten, Methoden oder Prozessen verantwortlich, z.B. in einer Laborumgebung. Dann können Sie DoE verwenden, um eine Validierung mit viel weniger Aufwand durchzuführen.

Programm.
Die folgenden Themen werden an 4 Tagen behandelt. Dazwischen gibt es reichlich Zeit für Übungen.

Tag 1

• Einführung in die Versuchsplanung
• Einführung in die Statistik, einschließlich Tests
• Unabhängigkeit von Versuchsfehlern
• Regressionsanalyse
• Faktorielle Versuchspläne (Modell, Signifikanz, Linearität)

Tag 2

• Fraktionale faktorielle Versuchspläne
• Schritt-für-Schritt DOE-Design
• Confounding, Auflösung, Faltung
• Faktorielle Versuchsschemata in Blöcken
• Fallstudie: Katapult
• Leistung und Stichprobengröße

Tag 3

• Auswahl von DOE-Schemata.
• Plackett-Burman-Entwürfe
• Robustheits-Designs
• Versuchspläne für die Regressionsanalyse (Response Surface DOE)
• Bestimmung des Designraums
• Fall: Katapult

Tag 4 (Rückreisetag)

• Bearbeitung der praktischen Fälle
• Bearbeitung zusätzlicher Theoriefragen und/oder Fallbeispiele

Methodik
Während der ersten 3 Tage lernen Sie die Grundsätze der Versuchsplanung kennen. Anschließend üben Sie die Theorie anhand praktischer Fälle, indem Sie zum Beispiel die Einstellungen eines Katapults optimieren. Bei allen Übungen lernen Sie gleichzeitig den Umgang mit statistischer Software zur Ausarbeitung und Interpretation der Ergebnisse. Wir verwenden standardmäßig Minitab, aber Sie können auch Ihr eigenes Softwarepaket mitbringen. Nach den ersten 3 Tagen erhalten Sie eine Aufgabe zum Selbststudium mit dem Ziel, das Gelernte aktiv in Ihrer eigenen Praxis anzuwenden. Nach etwa 8 Wochen findet der Rückkehrtag (Tag 4) statt. Hier werden die Selbststudienaufgaben besprochen und die ersten Erfahrungen mit den neuen Fähigkeiten ausgetauscht. Sie werden von einem erfahrenen Dozenten aus der chemisch-technischen und analytischen Berufspraxis unterrichtet, der als Berater täglich Kunden beim Aufbau von Experimenten hilft.

Ergebnis.
Nach Abschluss dieses Kurses werden Sie in der Lage sein, statistische Techniken für die Versuchsplanung anzuwenden. Sie werden in der Lage sein, die Ergebnisse Ihrer eigenen Experimente mit Hilfe statistischer Software für verschiedene Arten von Versuchsplänen zu analysieren. So kommen Sie schneller zu den gewünschten Ergebnissen und sparen Zeit und Geld für Ihren Auftraggeber.

Das Abschlusszeugnis
Nach erfolgreichem Abschluss des Kurses erhalten Sie eine Teilnahmebescheinigung.

Zeitliche Verpflichtung
Der Kurs besteht aus insgesamt 4 Tagen, wobei die ersten 3 Tage aufeinander folgen und ein weiterer Tag etwa 8 Wochen später stattfindet.

Finanzielle Investition
Die Investition für den Kurs ist wie folgt:
Kursgebühr € 2.060 (ohne 21% MwSt.).