ロバスト最適化: 従来のタグチメソッドを強化する JMP® ベースのツールスティーブ・オルセン、オートリブ社 シニアプリンシパル信頼性エンジニア
要約: Taguchi ロバスト最適化の背後にある考え方は非常に強力です。最適化しようとしている製品やプロセスには、制御できない (または制御が困難またはコストがかかる) 要因がいくつかあります。Taguchi ロバスト最適化法は、これらのノイズ要因の変動に対して最もロバストな設計のスイート スポットを見つけるのに役立ちます。50 年の歴史を持つ従来の Taguchi 法の実験設計と分析は、JMP で利用できるツールを使用することで大幅に強化できます。この論文では、カスタム設計ツールを使用して、Taguchi DOE のより効率的で柔軟な内部配列と外部配列を作成する方法を説明します。また、プロファイラーを使用して S/N 比と平均グラフを自動化する方法を説明します。JMP の統計分析ツールを使用して、共通原因の変動から信号を分離するいくつかの方法を説明します。これは、従来の Taguchi 法には欠けている重要なステップです。最後に、これらの新しいツールが Autoliv の特定の問題にどのように適用されたかを示し、従来の S/N 比のグラフィカル分析では明らかではなかった重要な洞察がどのように得られたかを説明します。
論文については添付の .pdf ファイルを参照してください。論文内のほとんどの例の .jmp データ テーブルも添付されています。
著者への連絡は連絡先まで。
