透過統計分析明確加工機制並優化多種性能透過統計分析明確加工機制並優化多種屬性 目白大學工商管理研究生院博士三年級學生 Akira Ogawa 慶應義塾大學客座教授 Takenori Takahashi
表示加工形狀的資料稱為輪廓資料。輪廓資料通常以二維或三維笛卡爾座標或極座標表示。如果要評估的物體是三維的，則可以從單個物體獲得有關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適當設計的加工實驗所獲得的輪廓數據，可以明確加工形狀和加工因素之間的因果關係。此外，透過將其與具體的技術資訊結合，可以明確處理機制。一旦闡明了機理，就可以將多個輪廓資料視為目標函數，在適當的限制下使用數學規劃進行最佳化，並將最優條件回饋到加工過程，以最佳化多個加工特性。
在本次演講中，我們提出了一種最佳化加工流程的方法，即使用 JMP 中的非線性迴歸分析基於統計模型的加工形狀輪廓數據，並使用數學規劃獲得最佳解決方案。
