WISKUNDIG MODELLEREN

KUNST OF KUNDE?

11 november 2009

Jaap PraagmanCQM

Lekker biertje?

Detailed design: transfer functions

• The design requirements are the quantitative performance specifications for each element of the design

• Use a transfer functions to develop the design requirements

Y = f (X1, X2, X3, …, Xk)

• Transfer functions clarify the relation between requirements and X’s at multiple levels

Component Parameters

Subsystem Parameters

System Parameters

Customer CTQ

YCTQ = f1 (Xsystem)

Ysystem = f2 (Xsubsystem)

Ysubsystem = f3 (Xcomponent)

Ycomponent = f4 (Xprocess)

Process Parameters

Transfer functions Senseo• Senseo End product parameters (CTQ’s)

– Fresh cup of coffee– Quickly

(less then 20 sec)– Constant quality

(DS% within 1.56% +/- 0.1%)– Brew Amount

(125 +/- 8 ml)– Crème layer– ….

Histogram

0

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

0.18

75 83 91 99 107

115

123

131

139

147

155

163

171

brew amount

Histogram

0

0.05

0.1

0.15

0.2

0.25

0.86

%

0.98

%

1.10

%

1.22

%

1.34

%

1.46

%

1.58

%

1.70

%

1.82

%

1.94

%

2.06

%

2.18

%

2.30

%

%ds

Performance just before market launch

Who improves what ?Sara Lee | Douwe Egberts or Philips ?

Transferfunctions Senseo• Transfer functions

– Brew Amount = f - p * w + p * y– DS% = y * p / (f - p * w + p * y)

Tolerance model SENSEO one cup

INPUTPARAMETER

Target tolerance width

Pad weight (g) 7.5 -0.6 0.6

Extraction yield (%) 25.7% -1.5% 1.5%

Relative water uptake pad (%) 161% -36.0% 36.0%

Pump flow calibration (g) 132.7 -14.60 14.60Pump flow wear (g) 8000 0Additional Pump flow operation (g) 0 -10.88 10.88

RESULTparameter Target Mean StDev Cpk YieldBrew amount (g) 125 -8 8 122.55 6.141 0.30 77%%ds (%) 1.55% -0.100% 0.100% 1.58% 0.096% 0.25 68%

Tolerance ( - / + )

Tolerance ( - / + )

SPECIFICATIONS with Cpk = 1

Histogram

00.020.040.060.080.1

0.120.140.160.18

75 83 91 99 107

115

123

131

139

147

155

163

171

brew amount

Histogram

0

0.05

0.1

0.15

0.2

0.250.

86%

0.98

%

1.10

%

1.22

%

1.34

%

1.46

%

1.58

%

1.70

%

1.82

%

1.94

%

2.06

%

2.18

%

2.30

%

%ds

f = pump flowp = pad weightw = rel. water uptakey = extraction yield

Wanneer is de trein op tijd?

Lan

del

ijke

dis

pu

nct

ual

itie

t Start proces

Rij proces

Halteer proces

Vertrek proces

Rijweg instellen en sein veilig

Trein vertrek gereedmaken

X %

Y %

Z %

Wat bepaalt de lijnbreedte?

CQM Bijzonder bedrijf

–hoge “wsk”dichtheid–advies–zelfstandig

drive

qm

echte problemen

samen

Toepassingsgebieden/speerpunten

Optimalisatie van logistiek

Verbetering van produkt en proces innovatie

Specials

hoe

Projecten- 150 per jaar- van klein (paar dagen) tot groot (manjaren)- veel bij klant/opdrachtgever

Voor wie?

 

Door wie?

29 consultants• wsk – econometrie – inf• ongeveer 60% eerste baan• 6(!) vrouwen• kleine helft gepromoveerd• meer dan 350 jaar ervaring

NACHT VAN EINDHOVEN

CQM

24-25 mei 2007

Waarom omrijden?

Wat is glad?

Wat is het effect van..?

Wat is normaal?

Waar produceren?

wiskundig modelleren

we

rkel

ijkh

eid

mo

de

lwe

reld

probleem/vraag

wiskundigprobleem

modeloplossing

oplossing/antwoord

waarom

- begrijpen hoe de “wereld” in elkaar zit,- sturen- wat zijn de belangrijkste invloedsfactoren- “probleem” vs doel

lessen

Wat is de vraag?

Wat is het onderliggende proces?

Detailniveau

Stochastiek in model.

Stakeholder management.

Acceptatie en validatie

Model of werkelijkheid.

Terugvertaling, wat betekent het voor de opdrachtgever?

From ‘Problem’ to ‘Solution’

Real life ‘problem’Assumptions,

data, knowledge

relevant reality

Specific ‘problem’ (bounded reality)

model structure (relevant x’s and

relationships)

relevant Y’s

relevant data

model y=f(x,t) quantification

analysis questions analysis

answers

model conclusions

Solutions for specific ‘problem’