透過統計分析闡明加工機制並優化多種特性透過統計分析闡明加工機制及優化多種特性
小川亞紀，目白大學工商管理研究生院三年級博士生高橋武德，慶應義塾大學客座教授
表示加工形狀的資料稱為輪廓資料。輪廓資料一般以二維或三維直角座標或極座標表示。如果評估目標是三維的，則可以從一個目標獲得關於表面和橫截面的多個輪廓資料。透過使用線性或非線性迴歸分析在適當計劃下進行的加工實驗獲得的輪廓數據，可以闡明加工形狀和加工因素之間的因果關係。此外，透過與具體的技術資訊結合，可以闡明處理機制。一旦闡明了機理，就可以將多個輪廓數據視為目標函數，並且可以在適當的限制下使用數學程式來優化這些數據，並且可以將最佳條件反饋到加工過程中以控制多個加工特性。
在本講座中，我們將使用 JMP 非線性迴歸分析基於統計模型的加工形狀輪廓數據，使用數學程式設計獲得最佳解決方案，並提出最佳化加工製程的方法。
