Design for Six Sigma

De visie van IBIS UvA

Reguliere Six Sigma projecten worden hoofdzakelijk uitgevoerd in het operationele deel van organisaties. Stagnaties en structurele problemen worden aangepakt, en verbeteringen bestaan vaak uit een beheersingssysteem of aanpassingen in de standaard manier van werken. Soms is het nodig een deel van het proces te herontwerpen.
Een substantieel deel van de problemen in processen kan echter voorkomen worden door al tijdens het ontwerp van producten en processen rekening te houden met mogelijke problemen tijdens productie en in de operatie. Om de basisprincipes van Six Sigma toe te kunnen passen in product- en procesontwikkeling is een aanpassing van de methode noodzakelijk. Deze aangepaste methode heeft Design for Six Sigma (DfSS).

Essentiële elementen van DfSS
Een belangrijk onderdeel van DfSS is design for manufacturability: producten en processen zodanig te ontwerpen dat er minder problemen optreden tijdens productie en als het proces in operatie is. Standaardprincipes zijn:
- robuust ontwerpen (ontwerp producten en processen zodanig dat zij goed functioneren in niet-ideale omstandigheden).
- beperk de complexiteit van producten en processen (om aldus de kans op fouten en storingen te reduceren).
- maak al in de ontwerpfase een overzicht van plausibele verstoringen en problemen, en ontwerp systemen die deze problemen voorkomen.
De nadruk ligt op robuustheid en foutgevoeligheid, en minder op prestatie onder ideale omstandigheden.

Een tweede belangrijk idee in DfSS is een focus op de stakeholders. Goed ontwerp wordt niet gestuurd door technologie, maar door wat stakeholders als waarde beschouwen. In de DfSS aanpak wordt dit belichaamd door een gedisciplineerd vertaalproces dat start bij de stakeholder. Diens functionele eisen worden vertaald naar technische eisen, en deze op hun beurt in productspecificaties en standaardinstellingen voor het productieproces.

Tenslotte streeft DfSS naar een efficiënter ontwerpproces. De belangrijkste technieken voor dit doel zijn:
- Critical parameter management: verbanden tussen procesinstellingen, producteigenschappen, technische eisen en functionele eisen worden systematisch gekwantificeerd. Daardoor kunnen specificaties en spreiding van hogere niveaus (functionele en technische eisen voor het product) vertaald worden naar lagere niveaus (procesinstellingen) en vice versa.
- Early warnings: op voorgeschreven momenten in hete ontwerptrajekt geven specialisten op het gebied van productie, betrouwbaarheid, marketing, onderhoud, etcetera terugkoppeling op conceptontwerpen.

IDOV
Reguliere Six Sigma projecten volgen de DMAIC methode (Define, Measure, Analyze, Improve en Control). Voor DfSS projecten is er een aangepaste methode: IDOV. De fasen zijn:
1. Identify: functionele eisen voor het nieuwe product of proces; de vertaling naar technische eisen; het designproject plaatsen in de strategie van de onderneming.
2. Design: ontwikkeling van conceptontwerpen; selectie van de meest belovende ontwerpen; identificeren van ontwerpparameters, maar ook storende variabelen en verstoringen; terugkoppeling van diverse specialisten op de kwetsbaarheden en risico's.
3. Optimize: gebaseerd op de resultaten van experimenten worden de productspecificaties en procesinstellingen vastgesteld.
4. Verify: test-runs; ontwerp van het kwaliteits- en procesbeheersingssysteem.

Veel van de technieken uit het reguliere Six Sigma programma maken deel uit van DfSS. De voornaamste toevoegingen zijn critical parameter management, TRIZ (theory of inventive problem solving) en reliability engineering.

Curriculum

Identify
Determine functional requirements
Translate into technical requirements, operational definitions
Create business case
Critical parameter management
Measurement system analysis and gauge R&R studies
Control charts and process capability analysis (incl. non-standard PCA)

Design
Develop concept designs
Establish high-level design, Pugh concept selection matrix
Identify control and nuisance variables
The design review
Idea generation: effective brainstorming, autopsies, TRIZ, pairwise comparison, and other approaches.
FMEA and mistake proofing
Statistical data analysis: ANOVA, regression, cross tabulations, logistic regression

Optimize
Determine CTQ-X relationships
Determine optimal settings
Determine tolerances
Design and analysis of experiments
Robust design
Tolerance design

Verify
Test run and capability analysis
Design quality control system
Project closure and transfer
Process improvement and control: process mapping, shopfloor management, planning for control
Lean manufacturing, incl. line balancing, value stream mapping, rapid changeover, 5S
Statistical process control, PID controllers, and other control systems
DMAIC overview
Analysis of unplanned data

Voor meer informatie over het curriculum, trainingsdata en prijzen, Holland Innovative / Dommelvalley Platform.