Varianten der statistischen Versuchsplanung

  • Karl Siebertz
  • David van Bebber
  • Thomas Hochkirchen
Chapter
Part of the VDI-Buch book series (VDI-BUCH)

Zusammenfassung

Mit der üblichen Standardanwendung ist die Leistungsfähigkeit der statistischen Versuchsplanung noch lange nicht erschöpft. In der Praxis schlägt sich die statistische Versuchsplanung nach wie vor erstaunlich gut, obwohl weitaus komplexere Verfahren seit geraumer Zeit Einzug gehalten haben und in direkter Konkurrenz stehen. Die Variantenvielfalt der statistischen Versuchsplanung trägt dazu bei.

Über die reiche Auswahl an Versuchsplänen hinaus gibt es spezielle Varianten für robustes Design und Toleranzuntersuchungen. Als „Taguchi-Verfahren“ sind diese Varianten seit Jahrzehnten bekannt und werden derzeit unter Six Sigma neu verkauft. Auch die gleichzeitige Optimierung mehrerer Zielgrößen ist kein Problem. Die Principal Component Analysis gehört eigentlich nicht zur statistischen Versuchsplanung, lässt sich jedoch hervorragend damit kombinieren und deckt dann die Zusammenhänge zwischen unterschiedlichen Zielgrößen auf.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1. Doltsinis, I.: Stochastic Analysis of Multivariate Systems in Computational Mechanics and Engineering. Int. Center for Numerical Methods in Engineering, Barcelona (1999) 156Google Scholar
  2. 2. Fowlkes,W., Creveling, C.: Engineering Methods for Robust Product Design. Addison-Wesley, Reading, MA (1995) 2, 34, 58, 139Google Scholar
  3. 3. Marczyk, J.: Principles of Simulation-Based Computer Aided Engineering. FIM Publications, Madrid (1999) 156Google Scholar
  4. 4. Siebertz, K., Midoun, D.: CAE Driven Parameter Studies Using the DoE Method and Tailored Objective Functions. In: MADYMO User’s Conference, Windsor Canada (1998) 145Google Scholar
  5. 5. Toutenburg, H.: Versuchsplanung in der Industrie. Prentice Hall, München (1996) 139Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland 2017

Authors and Affiliations

  • Karl Siebertz
    • 1
  • David van Bebber
    • 2
  • Thomas Hochkirchen
    • 3
  1. 1.AldenhovenDeutschland
  2. 2.AachenDeutschland
  3. 3.VaalsNiederlande

Personalised recommendations