Steve Olsen, Senior Principal Reliability Engineer, Autoliv
Abstract: L'idea alla base della Taguchi Robust Optimization è molto potente: dato il prodotto o il processo che stiamo cercando di ottimizzare, ci sono alcuni fattori che non possiamo controllare (o sono difficili o costosi da controllare). I metodi di Taguchi Robust Optimization aiutano a trovare il punto ottimale nella progettazione che è più robusto contro la variazione di questi fattori di rumore. I tradizionali metodi Taguchi di progettazione e analisi sperimentale, che hanno 50 anni, possono essere notevolmente migliorati utilizzando gli strumenti disponibili in JMP. Questo documento dimostrerà come lo strumento Custom Design può essere utilizzato per creare array interni ed esterni più efficienti e flessibili per i DOE di Taguchi. Mostrerà come il Profiler può automatizzare il rapporto S/N e i grafici medi. Dimostreremo diversi metodi che utilizzano gli strumenti di analisi statistica in JMP per separare i segnali dalla variazione di causa comune, un passaggio importante che manca nel tradizionale metodo Taguchi. Infine, mostreremo come questi nuovi strumenti sono stati applicati a un problema specifico in Autoliv e dimostreremo come hanno prodotto importanti intuizioni non evidenti con la tradizionale analisi grafica del rapporto S/N.
Si prega di consultare il file .pdf allegato per il documento. Sono allegate anche le tabelle dati .jmp per la maggior parte degli esempi nel documento.
Puoi contattare l'autore all'indirizzo steve.olsen@autoliv.com
