Przy opracowywaniu nowych technologii albo przy ich optymalizacji konieczne jest często wykonanie różnorodnych badań towarzyszących. Pochłaniają one jednak czas i wymagają nakładów finansowych, więc ich zakres powinien być możliwie mały. Z drugiej strony, przy zbyt małym zakresie badań nie uwidocznią się istotne różnice pomiędzy wariantami procesu i wyrobu.

Jeżeli prześledzi się sposób wykonywania tego rodzaju eksperymentów w technice produkcji, należy wówczas stwierdzić, że w praktyce są one wykonywane często w sposób nieefektywny. Oznacza to, że badania nie są planowane systematycznie, często opierają się na doświadczeniu
personelu obsługi maszyn i przeważnie nie analizuje się istotnych informacji. Parametry procesu są przy tym zwykle dobierane na podstawie wartości katalogowych i wynikających z doświadczenia. W celu określenia optymalnej kombinacji parametrów zmienia się najczęściej kolejno tylko jeden czynnik na wielu poziomach, podczas gdy wszystkie inne pozostają stałe. W ten sam sposób są sukcesywnie opracowywane wszystkie czynniki. Metodę tę określa się jako One-Facto-at-a-Time (OFAT). Jeżeli sądzi się, że znaleziono korzystny obszar, wykonuje się w nim dalsze badania uzupełniające. Przy tej metodzie nie są uwzględniane wzajemne oddziaływania pomiędzy poszczególnymi czynnikami.

Określanie zależności pomiędzy wielkościami docelowymi i nastawczymi
Celem statystycznego planowania badań jest określenie zależności pomiędzy wielkościami docelowymi i wielkościami nastawczymi, przy uwzględnieniu oddziałujących wielkości zakłócających. Wielkości docelowe opisują wynik badania (zmienna zależna). Mogą być więc one zarówno wartościami pomiarowymi, jak i obliczonymi. Oczywiście w ramach jednego badania może być jednocześnie określana większa liczba wielkości docelowych.

Przy wykonywaniu pomiarów w technice produkcji należy zapewnić, zwłaszcza przy wąskich tolerancjach, odpowiednie środki do kontroli zastosowanych urządzeń pomiarowych, np. zgodnie z wytycznymi VDA. Wielkościami wywierającymi wpływ są zmienne niezależne, które oddziałują na wynik badania. Jeżeli można je odpowiednio dobrać, wówczas świadomie utrzymuje się ich stałą wartość albo są uwzględniane w badaniu jako wielkości nastawcze (czynniki) z różnymi wartościami (stopnie czynników).

Jeżeli nie można z góry określić wartości wielkości wpływu, są one określane jako wielkości zakłócające. Im dokładniej powinien zostać określony efekt działania poszczególnych czynników i im większa jest wariancja badań, tym więcej należy wykonać badań lub powtórzeń pomiarów. W celu wyeliminowania systematycznych zafałszowań np. wskutek występowania określonych tendencji, dokonuje się randomizacji badań, to znaczy przeprowadza się je w przypadkowej kolejności. Można to zrealizować przez stosowanie tablic liczb losowych lub przez zastosowanie oprogramowania analitycznego dla odpowiednich pakietów programów. Jednak właśnie ten punkt powoduje, w praktyce niekiedy znaczne, dodatkowe nakłady wskutek konieczności przezbrajania.

Model kwadratowy dostarcza dostatecznie dokładnego opisu
W badaniach czynnikowych 2n zakłada się zawsze liniowy przebieg pomiędzy dwoma stopniami. Przy zastosowaniu badań częściowo czynnikowych 2n-p można wprawdzie przez zmieszanie (stosowane typowo przy większych wzajemnych oddziaływaniach) zredukować nakład poczyniony na eksperymenty, pozostaje jednak zachowane przyjęte założenie liniowości. Nakład na badania przy wyższych stopniach czynników, np. przy w pełni czynnikowych badaniach 3n albo częściowo czynnikowych 3n-p szybko staje się tak duży, że trudno zapewnić ichekonomiczność.

W celu wyeliminowania tych słabych punktów opracowano statystyczne plany badań 2. rzędu pozwalające na określenie zależności nieliniowych za pomocą modelu regresyjnego, przy możliwym do przyjęcia nakładzie na badania. Model kwadratowy często dostarcza opisu dostatecznie dokładnego dla określenia zależności empirycznych. Przekształcenie planów badań i przyjęcie dla poszczególnych stopni czynników konkretnych wartości odnoszących się do poszczególnych wielkości nastawczych podlega przy tym ograniczeniom wynikającym z konstrukcji stanowiska badawczego albo maszyny, np. z zakresu prędkości obrotowej, którego osiągnięcie umożliwia jednostka napędowa.

Plany te powinny zostać opracowane i przeanalizowane z zastosowaniem znaczących czynników wpływu. Jeżeli jest ich wiele, wówczas w fazie screeningu można najpierw sprawdzić istotność wielkości wpływu przez opracowanie planów w pełni albo częściowo czynnikowych. Jako typowy przykład złożonego procesu produkcyjnego omówiono poniżej szlifowanie otworów. Właśnie w przypadku szlifowania, jak i generalnie we wszystkich procesach, w których występuje geometrycznie nieokreślone ostrze, zbadanie podstawowych zależności jest połączone ze znacznymi trudnościami. Po pierwsze, występuje szczególnie złożona mikrostruktura narzędzia, po drugie, wiór jest wytwarzany w „obszarze mikrometrycznym" i dlatego prawie niemożliwa jest bezpośrednia obserwacja.

Więcej na temat w MM Magazynie Przemysłowym 5/2012