リリースされた製造プロセスの DOE 継続的改善実行ロジスティクスまたは意図しない結果のリスクのいずれかの観点から、ラインへの影響を最小限に抑えながら、リリースされた製造ラインでの実験に使用するアプローチについて詳しく知りたいと考えている顧客がいます（スクラップのローカルホットスポットにぶつかる）またはそのようなもの）。
1 つのアプローチは、適格な範囲内でスクリーニング計画または RSM のようなものを実行することですが、直交設定ではなく三角形が使用される研究を見てきました (少なくともそれが彼の解釈です)。これらの例では、2 つの最適なプロセス ポイント間の三角形の脚から離れた「スター ポイント」のようなもので元の三角形スペースを拡張することによって、最大値が見つかるまでプロセスが継続的に反復されます。
これらのタイプのデザインについて聞いたことがありますか？リリースされた製造プロセス設定で効率的に実験を行うには、どのような方法を検討できますか?
Re: DOE リリースされた製造プロセスの継続的改善私には Sequential Simplex Optimization のように思えます。 因子が 2 つの場合、シンプレックスは三角形になります。 3 つの頂点のうち、最悪の頂点は、他の 2 つの頂点によって形成される線の周りに「反映」されます。 プロセスは継続し、アイデアは最適な領域までゆっくりと反復することです。 目標はモデルではないため、ステップ サイズは通常、計画された実験よりもはるかに小さくなります。 代わりに、時間の経過とともにゆっくりと改善しながら、実行可能な製品を作り続けるという考えです.どの頂点が最適かを確認するためにしばらく 1 つの場所にとどまることが多いため、プロセスは遅くなります。
Stan Deming、Walters、Morgan、および Parker による Sequential Simplex Optimization という本があります。
私が Dow Chemical にいた 2000 年頃に、Mark Bailey と協力してこれを行うためのスクリプトを書きました。 残念ながら、スクリプトを持っていたとしても機能しない可能性が高いほど昔のことです。
このタイプの作業の別の見方として、Box と Draper (古いテクノロジ) による Evolutionary Operations を検討することもできます。 これは、小規模な完全実施要因計画を使用するため、計画された実験に基づいています。 アイデアは、実行可能な製品を確実に作成するためにデザインのサイズを小さくすることと同じですが、より良い応答に向けてデザインを「反映」し、時間の経過とともに改善し続けます. 同じ考え方ですが、シンプレックス アプローチよりも多くのデータを必要とする別のアプローチです。 このアプローチは、モデルを開発してプロセスを記述することを可能にするというより良い仕事をします。
