Statistische Toleranzberechnung

Diestatistische Toleranzberechnung bietet im Vergleich zu herkömmlichen Toleranzgrenzen ein genaueres Verständnis der Produktionsvariabilität und ermöglicht eine realistische Bewertung der Kundenspezifikationen in einem frühen Stadium sowie die Identifizierung kritischer Variablen.

Dieser Kurs behandelt die Schlüsselprinzipien, einschließlich der Annahmen über die Verteilungen der Eingangsvariablen, die aus Produktions- oder Cpk-Daten abgeleitet werden, und Modelle, die die Eingangsvariablen mit Zielwerten auf der Grundlage von Design-, DoE- oder Prozesserkenntnissen verbinden.

Die Teilnehmer lernen, wie man die Cornerstone Software verwendet, um die Gaußsche Fehlerfortpflanzung durch Verteilungssimulationen zu ersetzen, einschließlich der Behandlung von Sonderfällen wie abgeschnittenen und gemischten Verteilungen. Der Kurs demonstriert auch, wie die Integration von DoE mit diesen Simulationen zu robusteren und kostengünstigeren Prozessdesigns führt.

Kursüberblick:

1. Statistische Grundlagen
2. Schritte der statistischen Toleranzberechnung
3. Entwurf von Versuchsplänen

Übersicht

Inhalt des Kurses

Statistische Grundlagen

• Wichtige Verteilungstypen für die statistische Toleranzberechnung (Quadrat, Dreieck, Normal, Weibull)
• Simulation von Verteilungen für die Toleranzberechnung (inkl. Verteilungen, Cut-Out und korrelierte Verteilungen)
• Grundlegendes Verständnis von Konfidenzintervallen und Wahrscheinlichkeitsnetzen
  
  

Schritte der statistischen Toleranzberechnung

• Funktionaler Ansatz für das Prozessverhalten
• Statistische Modelle für Messfehler, Störgrößen und unbekannte Faktoren
• Darstellung eines Versuchsfeldes
  
  

Entwurf von Versuchsplänen

• Prozessmodell für die Toleranzberechnung (Darstellung des Prozesses als mathematisches Modell)
• Bestimmung der Verteilungsart und der Parameter der Toleranzwerte (z.B. Produktionsdaten der verwendeten Anlagen)
• Toleranzberechnung: Simulation des Prozesses mit Hilfe eines Prozessmodells an einer großen virtuellen Stichprobe und Ermittlung der Verteilung der Antwortgrößen
• Optionale Ergänzung durch eine Prozessfähigkeitsprognose.
  
  

Lernziel

Zielgruppen & Anforderungen

Schulungsmethoden

Der Schwerpunkt liegt auf dem Verständnis der Methoden, nicht auf der Mathematik, die Integration dieser Methode in verknüpfte Prozesse, die eine Eignung für die Prozessvalidierung erfordern (Versuchsplanung, Prozessfähigkeit), wird genau untersucht, die Prozessschritte werden anhand von Anwendungsbeispielen oder Simulationen erläutert, das Vertrauen in die Prozesse wird aufgebaut, und aus praktischer Sicht wird eine klare Strategie für die Anwendung der statistischen Toleranzberechnung gegeben.

Dieser Kurs ist konzipiert für:

Ingenieure in der Konstruktion und Entwicklung, die die Prozessfähigkeit und industrielle Machbarkeit zukünftiger Projekte im Vorfeld beurteilen möchten.

Voraussetzungen:

• Mathematisches Denken
• Interesse an der Modellierung der Fehlerfortpflanzung im Ablauf eines Prozesses
  
  

Der Kurs umfasst Vorlesungen, Simulationen spezifischer Szenarien, Diskussionen über Anwendungsbeispiele aus der Praxis und praktische Übungen. Die Simulationen und praktischen Übungen können unabhängig voneinander auf einem Laptop durchgeführt werden, was den Teilnehmern eine flexible und interaktive Lernerfahrung ermöglicht.