Schleifen Rechnergestützte Versuchsplanung zur Schleifprozessoptimierung

Die rechnergestützte statistische Versuchsplanung ist bei Einhaltung der Spielregeln ein gutes Instrument, um beispielsweise Schleifprozesse mit vertretbarem Aufwand zu optimieren. Der Schlüssel zum Erfolg liegt in der Kombination von Fachwissen und geeigneter Versuchsmethodik.

Anbieter zum Thema

Hartmetall-Werkzeugfabrik Paul Horn GmbH

Schubert & Salzer Data GmbH

Bei der Entwicklung neuer Technologien oder bei deren Optimierung müssen oftmals Bestätigungen verschiedenster Art durch begleitende Versuche erbracht werden. Versuche kosten Zeit und Geld, folglich sollte der Versuchsumfang möglichst klein sein; andererseits werden relevante Unterschiede zwischen Prozess- und Produktvarianten bei einem zu geringen Versuchsumfang erst gar nicht sichtbar.

Versuchsreihen in der Praxis oft ineffizient

Hinterfragt man die Vorgehensweise, nach der solche Experimente in der Produktionstechnik durchgeführt werden, so ist festzustellen, dass dies in der Praxis oft ineffizient geschieht; das heißt, Versuche sind zu unsystematisch geplant, stützen sich oft nur auf die Erfahrung des Maschinenpersonals und wesentliche Erkenntnisse werden nicht ausgewertet. Prozessparameter werden dabei auf der Basis von Katalog- und Erfahrungswerten gewählt.

Zur Bestimmung einer optimalen Parameterkombination wird meist nacheinander nur ein Faktor auf mehreren Einstellniveaus verändert, während jeweils alle anderen konstant gehalten werden. In gleicher Weise werden sukzessive alle Faktoren abgearbeitet.

Diese Methode wird als One-Factor-at-a-Time-Methode (OFAT) bezeichnet. Glaubt man, einen günstigen Bereich gefunden zu haben, werden dort weitere Versuchsreihen ergänzt. Bei dieser Methode werden Wechselwirkungen zwischen den einzelnen Faktoren nicht berücksichtigt [1 bis 6].

Beziehungen zwischen Zielgrößen und Stellgrößen beim Schleifenermitteln

Ziel der statistischen Versuchsplanung ist es, die Beziehungen zwischen Zielgrößen und Stellgrößen unter Berücksichtigung wirkender Störgrößen zu ermitteln (Bild 1 – siehe Bildergalerie). Zielgrößen beschreiben das Resultat eines Versuches (abhängige Variable).

Sie können somit gleichermaßen Messwerte sein wie auch berechnete Werte. Selbstverständlich können in einem Versuch mehrere Zielgrößen gleichzeitig ermittelt werden.

Bei Messungen in der Produktionstechnik ist insbesondere bei engen Toleranzen die Prüfmittelfähigkeit verwendeter Messeinrichtungen zu gewährleisten, beispielsweise nach den Richtlinien des VDA [7]. Einflussgrößen sind die unabhängigen Variablen, die das Versuchsergebnis beeinflussen. Soweit sie gezielt einstellbar sind, werden sie als Faktoren bewusst konstant gehalten oder als Stellgrößen (Faktoren) mit verschiedenen Einstellwerten (Faktorstufen) im Experiment berücksichtigt.

Genauigkeit der Versuche steigt mit den Versuchswiederholungen

Soweit Einflussgrößen nicht im Wert vorgegeben werden können, werden sie als Störgrößen bezeichnet. Je genauer der Effekt einzelner Faktoren bestimmt werden soll und je größer die Versuchsvarianz ist, desto mehr Einzelversuche beziehungsweise Versuchswiederholungen sind notwendig.

(ID:24962070)