Design of Experiments

Project 1: six sigma verbeterproject

Met six sigma verbeteringsprojecten proberen we de belangrijkste procesparameters te vinden om een proces te begrijpen, te kunnen bijsturen en beheersen. Het uitvoeren van experimenten is hierbij essentieel, waarvoor de Design-of-Experiments methode (DOE) uitermate geschikt is.

Tot voor kort echter waren “relatief” veel experimenten nodig, zeker als je meerdere procesparameters tegelijkertijd wilt bestuderen. Met de uitvinding van de Definitive Screening Designs (B.Jones and Nachtheim) komt DOE binnen handbereik van ieder bedrijf, zelfs in productie-omgeving. In het artikel (Chemical Engineering) hebben we bij Bayer Crop Science (voordien Monsanto) de vergelijking gemaakt tussen de Definitive Screening Design aanpak en een klassiek Response Surface Design (RSM is een soort optimalisatie design). De resultaten zijn verbluffend. Voor de analyse van 6 procesparameters werden met een DSD in slechts 13 experimenten zeer gelijkaardige resultaten bekomen als bij vereiste 90 experimenten volgens de RSM methode.

Met de Definitive Screening Designs hebben we in de textiel-, farmacie-, biochemie- en de metaalindustrie reeds mooie resultaten bereikt, zowel in labo- als in productie-omgeving. De DSD’s brengen de six sigma aanpak in een hogere versnelling.

Projectteam: Bart Peeters (Bayer), Marc Roels (Bayer), Sam Van Aeken (Bayer) & Guido Desmarets (Stanwick).

Lees hier het volledige artikel: link

Project 2: six sigma verbeterproject

Het doel van ons six sigma project was om de capaciteit van één processtap te verhogen. Daarvoor moesten we eerst de stabiliteit en voorspelbaarheid verhogen van een belangrijke procesparameter om dan in een 2^de stap de stabiliteit van een kwaliteitsparameter van het eindproduct te kunnen verbeteren. Met behulp van de 6 sigma DMAIC aanpak en de tools werd de procesparameter beheerst wat ons toeliet een full factorial Design of Experiment uit te voeren in productie zodat de juiste condities gevonden werden voor het beheersen van de finale kwaliteitsparameter. De “capability” analyse toont aan dat we in een 9-tal maanden van een onstabiel proces met “capability” PpK= 0,9 naar een stabiel proces geëvolueerd zijn op ”6 sigma“ niveau (Ppk =1,67 is zelfs meer dan 6 sigma) waarbij we geen uitval meer hebben. Met de six sigma aanpak hebben we ons doel bereikt nl. de capaciteit van de desbetreffende processtap gevoelig verhogen wat ons én kwaliteits- én productiviteitsverbetering én kostenbesparingen opgeleverd heeft.

Tevens zijn nu opportuniteiten gecreëerd voor bijkomende optimalisaties in de andere processtappen, die voordien niet mogelijk waren en die met 6 sigma verder zullen onderzocht worden