<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Steve Olsen 氏、Autoliv 社シニアプリンシパル信頼性エンジニア
要約: Taguchi ロバスト最適化の背後にある考え方は非常に強力です。最適化しようとしている製品またはプロセスを考えると、制御できない (または制御が困難またはコストがかかる) 要素がいくつかあります。 Taguchi ロバスト最適化手法は、これらのノイズ要因の変動に対して最も堅牢な設計内のスイート スポットを見つけるのに役立ちます。 50 年の歴史を持つ伝統的なタグチの実験計画法と分析法は、JMP で利用可能なツールを使用して大幅に強化できます。 このペーパーでは、カスタム デザイン ツールを使用して、Taguchi DOE のより効率的かつ柔軟な内部および外部アレイを作成する方法を示します。 プロファイラーが S/N 比と平均グラフを自動化する方法を示します。 JMP の統計解析ツールを使用して信号を一般的な原因の変動から分離するいくつかの方法を示します。これは、従来のタグチ メソッドには欠けている重要なステップです。 最後に、これらの新しいツールが Autoliv の特定の問題にどのように適用されたかを示し、従来の S/N 比のグラフ分析では明らかではなかった重要な洞察がどのように得られたかを示します。
論文については、添付の .pdf ファイルをご覧ください。 この論文のほとんどの例の .jmp データ テーブルも添付されています。
著者への連絡先は次のとおりです。 steve.olsen@autoliv.com
