Design for Six Sigma (eBook)

Inhalt 6
1 Grundlagen vonDesign for Six Sigma – DFSS 18
1.1 Strategische Rahmenbedingungen und Herausforderungen 18
1.2 Was erreicht DFSS? 18
1.2.1 Fehlerfreie, robuste und zuverlässige Produkte 19
1.2.2 Marktvorteile durch konsequenteKundenorientierung 20
1.2.3 Entwicklungsprozesse mit hoher Ressourceneffizienz 20
1.2.4 Nachhaltige Innovationsleistungen durch tiefgehendes Produktwissen 21
1.3 Entwicklung von Six Sigma und DFSS 22
1.3.1 Historische Entwicklung von Six Sigma 22
1.3.2 Zusammenfassung der Six-Sigma-Kerninhalte 22
1.3.3 Entstehung und Betrachtungsweisen von DFSSinnerhalb des Six Sigma-Ansatzes 27
1.4 DFSS-Modell 31
1.4.1 Ziele von DFSS (Zielebene) 31
1.4.2 Prinzipien von DFSS (strategische Ebene) 33
1.4.3 Anwendung von DFSS (Prozessebene) 37
1.5 Zusammenfassung 40
1.6 Verwendete Literatur 40
2 Voice of the Customer – VOC 42
2.1 Zielsetzung 42
2.2 Einordnung von VOC in denProduktentstehungsprozess 43
2.3 Grundbegriffe 44
2.3.1 Klassifizierung von Kundenanforderungen 44
2.3.2 Qualität ersten und zweiten Grades 45
2.3.3 Das Kano-Modell 45
2.4 Vorgehensweise bei der Anwendung 47
2.4.1 Kunden und Markt identifizieren 47
2.4.2 Kundenanforderungen erheben 49
3 Quality Function Deployment – QFD 64
3.1 Zielsetzung 64
3.2 Einsatz von QFD im Produktentstehungsprozess 65
3.2.1 QFD-Ansätze 65
3.2.2 Einordnung der QFD-Phasenmodellein den Produktentstehungsprozess 67
3.3 Grundbegriffe 69
3.3.1 Prinzip der Kundenorientierung 69
3.3.2 Prinzip der Teamarbeit 70
3.3.3 Prinzip des systematischen Vorgehens 70
3.4 Vorgehensweise bei der Anwendung 71
3.4.1 Vorgehensweise im House of Quality 1 71
3.4.2 Vorgehensweise im House of Quality 2 84
3.4.3 House of Quality 3: Prozess-QFD 87
3.5 Praxisbeispiel Temperatursensor 89
3.5.1 Einordnung des Temperatursensors im QFD-Phasenmodell 89
3.5.2 Messbarkeit von Anforderungen(Raum 1 der QFD-Matrix) 90
3.5.3 Benchmarking (Raum 2) 91
3.5.4 Ermittlung der Korrelationen (Raum 4) 92
3.5.5 Auszug aus dem Dach der QFD-Matrix (Raum 7) 94
3.5.6 Ableitung von Zielwerten (Raum 6) 95
3.6 Zusammenfassung und Erfolgsfaktoren 95
3.7 Verwendete Literatur 96
4 Generieren von Konzeptalternativen 98
4.1 Zielsetzung 98
4.2 Einordnung der Generierung vonKonzeptalternativen in den Produktentstehungsprozess (PEP) 99
4.3 Grundlagen der kreativen Problemlösung 100
4.4 Vorgehen bei der Anwendung 101
4.4.1 Recherchierende Methoden 101
4.4.2 Intuitive Methoden 104
4.4.3 Diskursive Methoden 110
4.4.4 Die TRIZ-Methoden 112
4.5 Praxisbeispiel 123
4.6 Zusammenfassung und Erfolgsfaktoren 126
4.7 Verwendete Literatur 126
5 Bewertung von Konzeptalternativen 128
5.1 Zielsetzung 128
5.2 Einordnung der Bewertung vonKonzeptalternativen in den Produktentstehungsprozess 128
5.3 Grundbegriffe 130
5.4 Vorgehensweise bei der Anwendung 132
5.4.1 Intuitive Methoden 132
5.4.2 Pugh-Matrix 134
5.4.3 Priorisierungsmatrix 137
5.5 Praxisbeispiel Temperatursensor 138
5.6 Zusammenfassung und Erfolgsfaktoren 142
5.7 Verwendete Literatur 142
6 Design for Manufacture and Assembly –DFMA 144
6.1 Zielsetzung 144
6.2 Einordnung der DFMAin denProduktentstehungsprozess 144
6.3 Grundbegriffe 146
6.4 Vorgehensweise bei der Anwendung 151
6.4.1 Bildung des Teams 151
6.4.2 Darstellung der Produktstruktur 151
6.4.3 Erarbeitung des Prozessgraphen 152
6.4.4 Analyse von kritischen Prozessschritten 154
6.4.5 Ableitung und Umsetzungvon Verbesserungsmaßnahmen 155
6.5 Praxisbeispiel Temperatursensor 155
6.6 Zusammenfassung und Erfolgsfaktoren 158
6.7 Verwendete Literatur 159
7 Fehlermöglichkeits- und-einflussanalyse – FMEA 160
7.1 Zielsetzung 160
7.2 Einordnung der FMEA in den Produktentstehungsprozess 160
7.3 Grundbegriffe 162
7.3.1 Artender FMEA 162
7.3.2 Inhalte der FMEA 163
7.3.3 Das FMEA-Team 164
7.3.4 Abgrenzung zur Fehlerbaumanalyse (FTA) 165
7.4 Vorgehensweise bei der Anwendung 165
7.4.1 Vorbereitung und Planung 165
7.4.2 Strukturanalyse 166
7.4.3 Funktionsanalyse 166
7.4.4 Fehleranalyse 167
7.4.5 Maßnahmenanalyse und Risikobewertung 168
7.4.6 Realisierung/Optimierung 172
7.4.7 Prozess-FMEA 174
7.5 Praxisbeispiel Temperatursensor 176
7.5.1 Strukturanalyse 176
7.5.2 Funktionsanalyse 176
7.5.3 Fehleranalyse 177
7.5.4 Maßnahmenanalyse und Risikobewertung 178
7.5.5 Realisierung/Optimierung 179
7.6 Zusammenfassung und Erfolgsfaktoren 180
7.7 Verwendete Literatur 180
8 Design Review Based on Failure Mode –DRBFM 182
8.1 Zielsetzung 182
8.2 Einordnung der DRBFM in den Produktentstehungsprozess 183
8.3 Grundbegriffe 185
8.3.1 Die GD3-Philosophie 185
8.3.2 Rollen der DRBFM 187
8.4 Vorgehensweise bei der Anwendung 187
8.4.1 Plausibilitätsprüfung der Anforderungen 188
8.4.2 Funktionsanalyse des Produktes 188
8.4.3 Definition der expliziten und impliziten Designänderungen 189
8.4.4 Erarbeitung potenzieller Probleme (Concern Points) 190
8.4.5 Problemanalyse 190
8.4.6 Beschreibung der Auswirkung 192
8.4.7 Ausarbeitung des bestmöglichen Designs 192
8.4.8 Design-Review 193
8.5 Praxisbeispiel Temperatursensor 194
8.5.1 Ausgangssituation (Plausibilitätsprüfung) 194
8.5.2 Funktionsanalyse des Produktes 194
8.5.3 Definition der expliziten und impliziten Designänderungen 195
8.5.4 Erarbeitung potenzieller Probleme 198
8.5.5 Problemanalyse 198
8.5.6 Beschreibung der Auswirkungen 200
8.5.7 Ausarbeitung des bestmöglichen Designs 200
8.5.8 Design-Review 201
8.6 Zusammenfassung und Erfolgsfaktoren 202
8.7 Verwendete Literatur 203
9 Grundlagen der Statistik 204
9.1 Zielsetzung 204
9.1.1 Ziele derWahrscheinlichkeitsrechnung 204
9.1.2 Ziele der beschreibenden Statistik 204
9.1.3 Ziele der beurteilenden Statistik 204
9.2 Einordnung der Statistik in den Produktentstehungsprozess 205
9.3 Daten- und Messtypen 206
9.4 Wahrscheinlichkeitsrechnung 207
9.4.1 Begriff der Zufallsvariable 207
9.4.2 Diskrete Zufallsvariablen und Verteilungen 208
9.4.3 Stetige Zufallsvariablen und Verteilungen 210
9.4.4 Wichtige Kennwerte von Verteilungen 211
9.4.5 Spezielle diskrete Verteilungen 212
9.4.6 Zusammenfassung von wichtigen diskreten Verteilungen 215
9.4.7 Spezielle stetige Verteilungen 217
9.4.8 Prüfverteilungen 221
9.5 Beschreibende Statistik 229
9.5.1 Häufigkeitsverteilung, Histogramm 229
9.5.2 Lagekennwerte einer Stichprobe 231
9.5.3 Streuungswerte einer Stichprobe 233
9.5.4 Schiefe oder Symmetrie einer Stichprobe 235
9.5.5 Aufbereitung von Stichprobenergebnissen mittels Box-Plot 237
9.6 Beurteilende Statistik 238
9.6.1 Schätzung von Parametern einer Grundgesamtheit 238
9.6.2 Zentraler Grenzwertsatz 239
9.6.3 Berechnung von Konfidenzintervallen 240
9.6.4 Wahrscheinlichkeitsnetz 245
9.7 Beispiel 247
9.8 Zusammenfassung und Erfolgsfaktoren 249
9.9 Verwendete Literatur 250
10 Hypothesentests 252
10.1 Zielsetzung von Hypothesentests 252
10.2 Einordnung der Hypothesentests in den Produktentstehungsprozess 253
10.3 Wichtige Grundlagen 254
10.3.1 Grundlagen von statistischen Tests 254
10.3.2 Der P-Wert 262
10.3.3 Einfaktorielle Varianzanalysen 263
10.3.4 Zweifaktorielle Varianzanalysen 266
10.4 Durchführung von Hypothesentests 269
10.4.1 Auswahl des Tests 269
10.4.2 Planung des Tests 277
10.4.3 Durchführung des Tests und Interpretationder Ergebnisse 278
10.5 Zusammenfassung 281
10.6 Verwendete Literatur 282
11 Korrelations- und Regressionsanalysen 284
11.1 Zielsetzung 284
11.2 Einordnung der Methode in den Produktentstehungsprozess 285
11.3 Vorgehensweise bei der Anwendung 285
11.3.1 Daten sichten und aufbereiten 286
11.3.2 Korrelationsanalyse 292
11.3.3 Auswahl des Regressionsmodells und Modellierung 296
11.3.4 Modell überprüfen 305
11.3.5 Optimierung 311
11.4 Praxisbeispiel Feuchtesensor 312
11.4.1 Daten sichten und aufbereiten 312
11.4.2 Durchführung der Regressionsrechnung 314
11.4.3 Modell überprüfen 315
11.4.4 Optimierung 318
11.5 Zusammenfassung und Erfolgsfaktoren 319
11.6 Verwendete Literatur 319
12 Modellbildung von Systemen 320
12.1 Zielsetzung 320
12.2 Einordnung der analytischen Modellbildung in den Produktentstehungsprozess 320
12.3 Grundbegriffe 321
12.3.1 Systembegriff und Systemeigenschaften 321
12.3.2 Systemgrenzen und Systemumgebung 323
12.3.3 Zustand und Zustandsgrößen eines Systems 324
12.4 Vorgehensweise bei der Anwendung 326
12.4.1 Definition des Modellzweckes 326
12.4.2 Beschreibung des Systems mit Wirkungsgraphen 327
12.4.3 Entwicklung des Simulationsmodells 329
12.4.4 Bestimmung der Größe von Systemparametern 337
12.4.5 Durchführung der Simulation mit bekannten Parametern und Verifizierung 338
12.5 Zusammenfassung und Erfolgsfaktoren 339
12.6 Verwendete Literatur 339
13 Design of Experiments – DoE 340
13.1 Zielsetzung 340
13.2 Einordnung von DoE in den Produktentstehungsprozess 341
13.3 Grundbegriffe 343
13.3.1 Mathematische Modellierung 343
13.3.2 Prinzipien von DoE 345
13.3.3 Orthogonale und balancierte Versuchspläne 347
13.3.4 „One Factor at a Time“-Versuchspläne 348
13.3.5 Vollfaktorielle Versuchspläne 350
13.3.6 Teilfaktorielle Versuchspläne 353
13.3.7 Blockbildung und Randomisierung 357
13.3.8 Response Surface Design 359
13.3.9 Box-Behnken-Versuchspläne 363
13.3.10 D-optimale Versuchspläne 364
13.3.11 Taguchi-Versuchspläne für Robustheitsanalysen 366
13.3.12 Auswertung von Versuchsplänen 371
13.4 Vorgehensweise bei der Anwendung 379
13.4.1 Durchführung einer Systemanalyse 380
13.4.2 Wahl des Versuchsdesigns 380
13.4.3 Planung/Bereitstellung von Ressourcen 381
13.4.4 Versuchsdurchführung 382
13.4.5 Datenanalyse 382
13.4.6 Ergebnisbestätigung 383
13.5 Praxisbeispiel 383
13.5.1 Durchführung der Systemanalyse 383
13.5.2 Wahl des Versuchsdesigns 384
13.5.3 Datenanalyse 386
13.5.4 Ergebnisbestätigung 387
13.6 Zusammenfassung und Erfolgsfaktoren 388
13.7 Verwendete Literatur 389
14 Optimierungund Robustheitsanalysenmittels Simulation 390
14.1 Ziele der Optimierung und Robustheitsanalyse mittels Simulation 390
14.2 Einsatz der Simulation im PEP 391
14.3 Wichtige Grundlagen der Simulation 392
14.3.1 Grundbegriffe der Simulation 392
14.3.2 Abgrenzung Sensitivitätsanalyse, Optimierungund Robustheitsbewertung 394
14.3.3 Einführung in Optimierungsverfahren 395
14.3.4 Deterministische Optimierungsverfahren 396
14.3.5 Stochastische Optimierungsverfahren 401
14.3.6 Verfahren der Robustheitsanalyse oder Störvariablenexperimente 405
14.3.7 Robuste Optimierung 410
14.4 Vorgehensweise bei der Anwendung 411
14.4.1 System- und Parameterbeschreibung 411
14.4.2 Aufbau des Simulationsmodells 411
14.4.3 Durchführung der Sensitivitätsanalyse 412
14.4.4 Optimierung 412
14.4.5 Robustheitsbewertung 412
14.5 Praxisbeispiel Simulation 413
14.5.1 System- und Parameterbeschreibung, Aufbau Simulationsmodell 413
14.5.2 Sensitivitätsanalyse 417
14.5.3 Optimierung 419
14.5.4 Robustheitsanalyse 429
14.5.5 Schlussfolgerungen und Ausblick 433
14.6 Zusammenfassung und Erfolgsfaktoren 434
14.7 Verwendete Literatur 435
15 Messsystemanalysen (MSA) 438
15.1 Zielsetzung 438
15.2 Einordnung der MSA in den Produktentstehungsprozess 440
15.3 Grundbegriffe 441
15.3.1 Messsystem 441
15.3.2 Kalibrieren, Eichen, Justieren 442
15.3.3 Ansprechschwelle, Auflösung 442
15.4 Vorgehensweise bei der Anwendung 444
15.4.1 Überprüfung der systematischen Messabweichung (Verfahren 1) 446
15.4.2 Untersuchung der Linearität (Verfahren 4) 450
15.4.3 Bewertung eines Messsystems bezüglich Streuverhalten unter Einfluss des Prüfers (Verfahren 2) 453
15.4.4 Bewertung eines Messsystems bezüglich Streuverhalten ohne Einfluss des Prüfers (Verfahren 3) 463
15.4.5 Bewertung eines Messsystems bezüglich seines Langzeitverhaltens (Verfahren 5) 467
15.4.6 Prüfung der Fähigkeit attributiver Prüfprozesse (Verfahren 6) 469
15.5 Zusammenfassung und Erfolgsfaktoren 475
15.6 Verwendete Literatur 475
16 Statistische Prozesslenkung – SPC 476
16.1 Zielsetzung 476
16.2 Einordnung von SPC in den Produktentstehungsprozess 477
16.3 Grundbegriffe 478
16.3.1 Prozessbeherrschung, Prozessfähigkeit 478
16.3.2 Prozesstypen nach DIN 55319 480
16.4 Vorgehensweise bei der Anwendung 481
16.4.1 Festlegung des Merkmals und der Messeinrichtung 481
16.4.2 Auswahl des Regelkartentyps 481
16.4.3 Festlegung des Stichprobenumfanges n 483
16.4.4 Festlegung des Stichprobenentnahmeintervalls 488
16.4.5 Durchführung eines Vorlaufes, Bestimmung des Prozesstyps 489
16.4.6 Berechnung der Eingriffsgrenzen 490
16.4.7 Erstellung eines Reaktionsplans 493
16.4.8 Führen und Auswerten der Regelkarte 493
16.5 Praxisbeispiel 494
16.5.1 Weiterführende Betrachtungen mithilfe von QS Stat® 497
16.5.2 Ergebnisdarstellung in Minitab® 502
16.6 Zusammenfassung und Erfolgsfaktoren 502
16.7 Verwendete Literatur 503
17 Prozessfähigkeitsuntersuchungen 504
17.1 Ziel von Prozessfähigkeitsuntersuchungen 504
17.2 Einordnung von Prozessfähigkeit in den Produktentstehungsprozess 504
17.3 Grundbegriffe 506
17.3.1 Maschinenfähigkeit, Prozessfähigkeit,Prozessleistung 506
17.3.2 Prozessfähigkeitskennzahlen 506
17.3.3 Vertrauensbereich von Prozessfähigkeitskennwerten 509
17.3.4 Maschinenfähigkeitskennzahlen 510
17.3.5 Berechnung des Sigma-Niveaus 510
17.4 Vorgehensweise bei der Anwendung 513
17.4.1 Erfassung der Prozessdaten 513
17.4.2 Untersuchung der Prozessstabilität 515
17.4.3 Bestimmung der Wahrscheinlichkeitsverteilung 515
17.4.4 Berechnung der Fähigkeitskennwerte für stabile Prozesse 516
17.4.5 Berechnung der Fähigkeitskennwerte für nicht stabile Prozesse 518
17.5 Praxisbeispiel 520
17.5.1 Erfassen der Prozessdaten, Untersuchungsdauer 520
17.5.2 Untersuchung der Prozessstabilität, Bestimmung der Wahrscheinlichkeitsverteilung 520
17.5.3 Ermittlung der Fähigkeitskennwerte(nicht stabile Prozesse) 521
17.6 Zusammenfassung und Erfolgsfaktoren 524
17.7 Verwendete Literatur 525
18 Toleranzanalyse 526
18.1 Zielsetzung 526
18.2 Einordnung der Toleranzanalyse im Produktentstehungsprozess 527
18.3 Grundbegriffe 529
18.3.1 Wirkbeziehungen 529
18.3.2 Lineare Toleranzüberlagerung 530
18.3.3 Nicht lineare Toleranzüberlagerung 531
18.3.4 Worst-Case-Tolerierung 533
18.3.5 Statistische Tolerierung 533
18.4 Vorgehensweise bei der Anwendung 533
18.4.1 Systemabgrenzung 533
18.4.2 Toleranzfestlegung/Toleranzkonzept 534
18.4.3 Verteilungsfunktion der Eingangsgrößen 534
18.4.4 Identifikation des Wirkzusammenhanges 535
18.4.5 Verteilungsfunktion der Ausgangsgröße y 536
18.4.6 Toleranzanpassung 545
18.4.7 Statistische Überwachung der Eingangsgrößen 548
18.5 Praxisbeispiel Temperatursensor 548
18.5.1 Systemabgrenzung 548
18.5.2 Toleranzen und Verteilungsform der Eingangsgrößen 549
18.5.3 Identifikation des Wirkzusammenhanges 550
18.5.4 Bestimmung des Toleranzbereiches der Ausgangsgröße 550
18.5.5 Toleranzanpassung 551
18.5.6 Ausblick 552
18.6 Zusammenfassung und Erfolgsfaktoren 553
18.7 Verwendete Literatur 553
19 Reliability Engineering –Zuverlässigkeitsanalysen 554
19.1 Zielsetzung von Reliability Engineering 554
19.2 Einsatz von Reliability Engineering im Produktentstehungsprozess 555
19.3 Wichtige Grundlagen 556
19.3.1 Grundbegriffe der Zuverlässigkeitsuntersuchung 556
19.3.2 Testbeschleunigung, Testraffung 559
19.3.3 Testverfahren für die Zuverlässigkeitsanalyse 561
19.3.4 Weibull-Theorie 564
19.4 Vorgehensweise bei der Anwendung 569
19.4.1 Festlegung der Zuverlässigkeitsziele 569
19.4.2 Design for Reliability 571
19.4.3 Erstellung von Zuverlässigkeitstestplänen 572
19.4.4 Durchführung von Zuverlässigkeitstests 576
19.4.5 Evaluierung, Analyse und Bewertung 577
19.5 Zusammenfassung und Erfolgsfaktoren 578
19.6 Verwendete Literatur 579
20 Umsetzungvon DFSS im Unternehmen 580
20.1 Strategische Gesichtspunkte 580
20.2 Umsetzungvon DFSS am Beispiel Bosch 582
20.2.1 Rahmenbedingungen 582
20.2.2 Die Rolle von DFSS in der Produktentwicklung 583
20.2.3 Einzelheiten der Umsetzung von DFSS bei Bosch 584
20.3 Zusammenfassung 588
Abkürzungen 590
Literatur 593
Register 597
Die Autoren 605
Die Co - Autoren 609

14 Optimierungund Robustheitsanalysen mittels Simulation (S. 373-374)

14.1 Ziele der Optimierung und Robustheitsanalyse mittels Simulation

Im Laufe des Produktentstehungsprozesses kommt es meist zu Fragestellungen wie:

- Existiert ein Optimum bei der Einstellung der Designparameter hinsichtlich der Erfüllung der Produktanforderungen?

- Wie robust, d. h. wie unempfindlich gegenüber zwangsläufig auftretenden Streuungen der Herstellparameter bzw. in der Feldanwendung, ist das Design?

Die Herausforderung moderner Entwicklungsprozesse besteht darin, schon frühzeitig im Produktdesign die oben genannten Fragestellungen zu beantworten. Dies gelingt immer besser durch den vermehrten Einsatz von Simulationswerkzeugen. Dadurch können in einer sehr frühen Entwicklungsphase schon Aussagen über die späteren Produkteigenschaften getroffen werden. Werden einzelne Anforderungen an das Produktdesign noch nicht erfüllt, kann in einer frühen Phase der Produktentwicklung oftmals noch ohne extremen finanziellen Mehraufwand das Design an die Anforderungen angepasst werden.

Häufig führt die Suche nach einer verbesserten Lösung bei der Veränderung mehrerer Parameter auf ein Optimierungsproblem. Wenn mehrere Produkteigenschaften von der Änderung der Parameter betroffen sind, ist bei der Suche nach einem Optimum ein Kompromiss zwischen den einzelnen Anforderungen zu suchen. Für die Lösung derartiger Fragestellungen wurden in den vergangenen Jahren leistungsfähige Optimierungsalgorithmen entwickelt, die in kommerziellen Programmen angeboten werden.

Hat man einen optimalen Kompromiss der Parameter gefunden, gilt es diesen gegen die zwangsläufig auftretenden streuenden Umgebungsparameter abzusichern. Im Rahmen von Prozessfähigkeitsuntersuchungen in der Serienproduktion wird eine Anzahl von Teilen sehr genau untersucht und über statistische Methoden Verteilungsfunktionen, Mittelwerte und Streuungen ausgewertet. Diese Informationen können bei der Entwicklung neuer Produkte genutzt werden, um damit die Streuung von Produkteigenschaften im Rahmen von Robustheitsuntersuchungen abzuschätzen. Dazu werden diese Informationen an Optimierungstools übergeben, die damit die Eingangsgrößen der Simulationsmodelle variieren. Damit ist es bei vergleichsweise gerin­, gem Aufwand möglich, den Einfluss von streuenden Parametern und Umgebungsbedingungen zu simulieren, die Wahrscheinlichkeit des Auftretens von Fehlfunktionen oder Versagen abzuschätzen und damit ein anforderungsgerechtes und robustes Design zu entwickeln.

Leitfragen

- Welche Eigenschaften wird das Produkt hinsichtlich Spezifikationserfüllung, Zuverlässigkeit und Robustheit aufweisen?

- Gibt es ein Optimum in der Auslegung des Produktes oder des Systems?

- Welche entscheidenden Wirkzusammenhänge gibt es im System?

- Kann das Produkt mit diesen Erkenntnissen noch robuster – also unempfindlicher gegenüber Störfaktoren – konstruiert werden?

- Können aufgrund einer sinnvoll gewählten Simulation Versuchsläufe mit Musterteilen eingespart werden?


14.2 Einsatz der Simulation im PEP

Der Einsatz von Simulationsmethoden kann beinahe während des gesamten Entwicklungsprozesses erfolgen (Bild 14.1). Nachdem erste Konzeptideen z. B. mittels TRIZ entwickelt worden sind, können diese oftmals bereits mit Simulationsmethoden untersucht werden. Dabei werden erste Aussagen über die grundsätzliche Machbarkeit gewonnen, die bei der Konzeptbewertung und ­,auswahl (z. B. systematisch durch PughMatrix oder Priorisierungsmatrix) mit herangezogen werden.

Ist ein zielführendes Konzept ausgewählt worden, gilt es dieses durch die verschiedensten Simulationsmethoden abzusichern. Oft werden aus Simulationsmodellen die Parameter des Konzeptes (beispielsweise einer Konstruktion) ausgelegt. Zusätzliche Anforderungen wie Festigkeit, akustische Aspekte, Komfort, Crashfestigkeit und Ähnliches können ebenfalls durch geeignete Simulationsmethoden untersucht werden. Wird dabei festgestellt, dass einzelne Anforderungen noch nicht die Vorgaben erfüllen, müssen durch Variation einzelner Parameter die Eigenschaften der Konstruktion verändert werden.