航空宇宙グレードの配合は、多くの場合、複数の成分から構成されており、それらの比率や相互作用が最終製品の1つ以上の特性に影響を与えます。理論と経験はこれらの配合の設計に役立ちますが、時にはまだ発見されていない相互作用や相乗効果が存在することもあります。そのため、幅広い実験空間を探索し、予期せぬ発見をすることは有益です。
このプレゼンテーションでは、混合計画を実施した結果と得られた知見、特にデータの視覚化、正規化、分析方法について共有します。また、三角図、技術に詳しくない聴衆に技術情報を伝える方法、直面した課題、そして改善点についても考察します。
こんにちは、Carlo Campanelliです。このポスターでは、航空宇宙用途の配合を最適化するための混合設計の活用についてご紹介します。航空宇宙用途の樹脂システムは通常、複数のコンポーネントをバランスよく組み合わせる必要があり、熱機械的安全性と規制要件を同時に満たす必要があります。
試験プロセスは長く、費用がかかり、変動要因も多岐にわたります。さらに、時間的な制約により、実施できる製剤、試験、条件、サンプル、繰り返し回数が制限されることも少なくありません。
この研究の目的は、製品の他の特性や性能を維持しながら、特定の材料特性を向上させることです。これはゼロサムゲームとなる場合があり、しばしば困難を伴います。そして一般的に、最適な配合を見つけることよりも、最適な妥協点を見つけることが課題となります。最適な妥協点は、特定の顧客や特定の用途によって異なります。
この研究のアプローチは、3変数、15回の試行、1回の反復を含む混合計画を用いることです。右上には、試験された15種類の製剤を含む混合計画の実験空間を示す図があります。構成要素または変数はX1、X2、X3であり、それらの合計は常に100%です。右側には、三角図の読み方と、構成要素X1、X2、X3の合計が実際には100%であることを示す画像があります。
この研究では、複数の特性をテストしましたが、色分けされた三元プロットの形で3つにまとめました。緑と赤はそれぞれ良好な値と不良値を示しています。特性1から始めると、三元プロットの下部にある配合は良好な値を示していますが、この特性は三元プロットの上に行くほど低下する傾向があります。上に行くということは、X1成分の量が増加していることを意味します。左から右へ、つまりX2とX3成分の量を変えても、この特定の特性には影響がありません。これは、主に1つの成分（この場合はX1）によって支配されている特性の例です。
さて、2番目のプロパティを見てみましょう。こちらも同様ですが、逆の傾向が見られます。上に行くほど、このプロパティは良くなります。X1の量を増やすことで、この特定のプロパティは改善されます。しかし、この場合、左から右に行くほど、値は減少しています。この特定のプロパティについては、主にX1とX3の影響を受けていることがわかります。これにより、良好なプロパティ、平均的なプロパティ、悪いプロパティの3つのセクションが存在します。
3つ目の特性についてですが、文献や直接的な技術的経験から推論された理論によれば、特性3は三角図の下部にある製剤に適しているはずです。ここで見られるように、これは概ね当てはまりますが、例外があります。右上の製剤はやや外れ値です。これは、広い範囲をスクリーニングし、特定のパラメータに偏らないことの重要性を強調しています。なぜなら、理論に従って下部の製剤のみを試験または分析した場合、この右上の製剤を見逃してしまう可能性が高いからです。
最後に、予測プロファイラーは複数の特性と傾向を同時に比較するのに役立ちます。この能力係数を使用して、最も望ましい特性を最大化し、信頼区間を視覚化します。この例では、7つの特性を3つの変数に対してレポートまたはプロットし、すべての傾向を同時に観察できます。また、一部の特性では信頼区間が非常に狭い一方で、他の特性では非常に広いことがわかります。このデータを使用して結論を出す際には注意が必要です。
これまでの学びと今後の取り組みについて。この混合設計により、いくつかの傾向と予想外の結果が明らかになりました。これは、複数の製品の最適化とカスタマイズに役立つでしょう。一部の特性の信頼区間は非常に広いため、より多くの繰り返し実験を行うことが有益であり、変動の主な原因を特定して理解することが重要です。
測定された特性間の相関関係を見つけ、外れ値を説明し、先行研究との関連性を明らかにして理論を検証または反証し、全体像を把握するためには、生成されたデータのより詳細な研究が必要です。実際、私は、これまでの研究と私たちが生成したデータを最大限に活用することが重要だと考えています。
今回の内容は以上です。ご清聴ありがとうございました。
