Steve Olsen, Autoliv의 수석 신뢰성 엔지니어
초록: 다구치 강건 최적화(Taguchi Robust Optimization)의 기본 개념은 매우 강력합니다. 최적화하려는 제품이나 공정에는 제어할 수 없거나 제어하기 어렵거나 비용이 많이 드는 요인들이 있습니다. 다구치 강건 최적화 방법은 이러한 노이즈 요인의 변동에 가장 강건한 설계의 최적점을 찾는 데 도움이 됩니다. 50년이나 된 기존 다구치 실험 설계 및 분석 방법은 JMP에서 제공하는 도구를 사용하여 크게 개선할 수 있습니다. 본 논문에서는 사용자 정의 설계 도구를 사용하여 다구치 DOE(실험 설계 및 분석)를 위한 더욱 효율적이고 유연한 내부 및 외부 배열을 생성하는 방법을 설명합니다. 또한 프로파일러를 사용하여 신호 대 잡음비(S/N) 및 평균 그래프를 자동화하는 방법을 보여줍니다. JMP의 통계 분석 도구를 사용하여 공통 원인 변동에서 신호를 분리하는 여러 방법을 시연합니다. 이는 기존 다구치 방법에는 없는 중요한 단계입니다. 마지막으로, 이러한 새로운 도구가 Autoliv의 특정 문제에 어떻게 적용되었는지, 그리고 기존의 신호 대 잡음비 그래픽 분석에서는 얻을 수 없었던 중요한 통찰력을 어떻게 얻었는지 살펴봅니다.
논문은 첨부된 .pdf 파일을 참조하십시오. 논문에 포함된 대부분의 예시에 대한 .jmp 데이터 표도 첨부되어 있습니다.
저자에게는 스티브 올슨@오토리브.com 으로 연락하실 수 있습니다.
