通过统计分析阐明加工机制并优化多种特性通过统计分析阐明加工机制和优化多种特性
小川亚纪，目白大学工商管理研究生院三年级博士生高桥武德，庆应义塾大学客座教授
表示加工形状的数据称为轮廓数据。轮廓数据一般用二维或三维直角坐标或极坐标表示。如果评估目标是三维的，则可以从一个目标获得关于表面和横截面的多个轮廓数据。通过使用线性或非线性回归分析在适当计划下进行的加工实验获得的轮廓数据，可以阐明加工形状和加工因素之间的因果关系。此外，通过将其与具体的技术信息相结合，可以阐明处理机制。一旦阐明了机理，就可以将多个轮廓数据视为目标函数，并且可以在适当的约束下使用数学编程来优化这些数据，并且可以将最佳条件反馈到加工过程中以控制多个加工特性。
在本讲座中，我们将使用 JMP 非线性回归分析基于统计模型的加工形状轮廓数据，使用数学编程获得最佳解决方案，并提出优化加工过程的方法。
