07.10.2013 Aufrufe

Prozessüberwachung und -optimierung in der ...

Prozessüberwachung und -optimierung in der ...

Prozessüberwachung und -optimierung in der ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

4 Qualitätssicherung mittels Statistischer Versuchsmethodik 41<br />

4.1.2 Phase II: Experimentelle Optimumsuche<br />

In dieser Phase werden sog „Response-Surface“-Methoden e<strong>in</strong>gesetzt, die e<strong>in</strong>e iterative Nähe-<br />

rung an e<strong>in</strong> Optimum <strong>in</strong> diskreten Schritten ermöglichen. Ziel <strong>der</strong> experimentellen Methoden<br />

ist e<strong>in</strong>e vergleichsweise schnelle Annäherung an e<strong>in</strong> gesuchtes Optimum. Sie dienen als Basis<br />

für anschließende genauere Untersuchungsmethoden im „Zielgebiet“ (Phase III). Als Aus-<br />

wahlkriterien s<strong>in</strong>d die Konvergenzgeschw<strong>in</strong>digkeit <strong>und</strong> -sicherheit sowie die Robustheit<br />

gegenüber Störgrößen zu nennen. Zu den e<strong>in</strong>setzbaren experimentellen Methoden <strong>der</strong> Statisti-<br />

schen Versuchsplanung zählen:<br />

• E<strong>in</strong>faktormethode,<br />

• Methode des steilsten Anstieges,<br />

• Simplex / XPLEX-Methode,<br />

• Evolutionäre Methoden.<br />

Da sie das Hauptthema <strong>der</strong> vorliegenden Arbeit repräsentieren, wird <strong>in</strong> Kapitel 4 ausführlich<br />

auf die experimentellen Methoden e<strong>in</strong>gegangen.<br />

4.1.3 Untersuchung im Optimalgebiet<br />

Ausgehend von dem <strong>in</strong> <strong>der</strong> II. Phase ermittelten Optimum werden <strong>in</strong> <strong>der</strong> Schlussphase <strong>der</strong><br />

Statistischen Versuchsdurchführung die Auswirkungen <strong>der</strong> E<strong>in</strong>flussgrößen auf die Zielgröße<br />

<strong>in</strong> e<strong>in</strong>em engeren Bereich detaillierter untersucht. Ziel <strong>der</strong> <strong>in</strong>tensiveren Untersuchungen <strong>in</strong> <strong>der</strong><br />

Nähe des Optimums s<strong>in</strong>d Regressionsgleichungen zur Beschreibung <strong>der</strong> Zielgröße als Funkti-<br />

on <strong>der</strong> E<strong>in</strong>flussgrößen. In größerer Entfernung e<strong>in</strong>es Extremums können Teilbereiche <strong>der</strong><br />

Zielgrößen-Antwortfläche i.d.R. durch l<strong>in</strong>eare Regressionsgleichungen („glatte“ Flächen)<br />

h<strong>in</strong>reichend genau beschrieben werden (s. Kapitel 6.1.3 „Methode des Steilsten Anstieges“)In<br />

<strong>der</strong> Nähe e<strong>in</strong>es Extremums h<strong>in</strong>gegen kann die Zielgrößen-Antwortfläche e<strong>in</strong>e stärkere<br />

Krümmung aufweisen. Zur Beschreibung können dann auch Regressionspolynome<br />

2. Ordnung o<strong>der</strong> Künstliche Neuronale Netzwerke (siehe Kapitel 7.3.2.1 „Neuronale Netz-<br />

werke – Gr<strong>und</strong>lagen“) herangezogen werden.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!