本日の講演にご興味をお持ちいただき、ありがとうございます。ウェンディ・チャンと申します。本日は同僚のビル・ウォーリーと共同で講演させていただきます。私たちは共に、組織におけるDOEの影響力向上に取り組んでいるお客様と仕事をしており、このテーマは私たちにとって非常に興味深いものです。
皆さんの多くは、組織内でイノベーション創出のために計画的実験を実施している科学者やエンジニアでしょう。あるいは、組織内で同様の取り組みを行っている同僚と共同作業を行っている方もいらっしゃるかもしれません。統計的に計画された実験（DOE）は、貴重な学習源です。だからこそ、新しいシステムやプロセスについて学び、その知識を活用して改善やイノベーションを推進するために、DOEを実施しているのです。組織としてDOEを最大限に活用するためには、これらの貴重なDOEを協力者や関係者と共有するにはどうすればよいでしょうか？協力者は、これらの実験にシームレスにアクセスし、やり取りし、意見を出し、意思決定を行える必要があります。本日のセッションでは、JMP LiveでDOEを共有、活用、そして共同作業を行うことで、科学者やエンジニアとしての私たちの影響力をいかに高めることができるかに焦点を当てます。
JMP Liveは、JMPを補完するツールであり、企業全体のコラボレーションと知識共有を可能にします。ここでは、JMP Liveを活用してDOEコラボレーションを拡大している組織の事例を2つご紹介します。これらの事例は、製造業を営むAquapure社の事例を用いて説明します。Aquapure社は、工業事業部門で他社向けの原材料を、消費者事業部門で消費者向け製品を製造している化学会社です。最初の事例は、Aquapure社の工業事業部門の製品開発部門とプロセスエンジニアが、JMP Liveをどのように活用しているかを解説します。製品開発部門は、新製品の製造と既存製品の改良のためのプロセス開発を担当しています。彼らはDOEを用いて重要なプロセス変数を特定し、それらがどのように連携して特定の製品特性を実現するかを理解します。高品質な製品を製造するために必要なプロセス要因と範囲を特定したら、その知識をプロセスエンジニアリング部門に引き継ぎ、パイロットスケールで製品を製造するためのパイロットプロセスを構築します。では、Aquapure社の製品開発部門とプロセスエンジニアリング部門が、新しい溶剤PureSolvを市場に投入するためにどのように連携したかを詳しく見ていきましょう。
PureSolvの製品開発責任者は、PureSolvの最終パイロットプロセスの開発において、JMPで複数のDOE（実験計画法）を実施しました。これらの立方体図は、DOEの種類を表すためによく使用されます。立方体は評価対象のプロセスベースを表し、点は実験実行を表します。新しいプロセスを開発する際には、複数の実験を行うのが一般的です。最初の実験であるスクリーニングは、重要な要因を特定することが目的です。この実験は、要因間の相互作用を研究するために拡張され、最終実験では、最高のパフォーマンスをもたらすプロセス空間を絞り込むことに焦点を当てることができます。Aquapureの製品開発エンジニアは、最終的なDOEにおいて、プロセス変数の最適化に焦点を当て、90%を超える収率を一貫して達成しました。製品開発部門はこのDOEを使用して、PureSolvバッチの収率が常に90%を超えるように、体積、時間、温度、触媒の設定値と範囲を開発しました。製品開発エンジニアがどのようにこれを達成したかを詳しく見てみましょう。
ウェンディさん、ありがとう。それでは画面を共有します。皆さん、私の画面が見えていますか？
はい。
ウェンディが言ったように、最適化、つまり最適化DOE（実験計画法）は完了しました。そこから次のステップに進み、90%以上の収率でバッチを生産できる有望な最小二乗モデルを開発しました。予測プロファイラーを開いて、プロセスが期待通りである可能性を示しましたが、最適なプロセスがどのようなものになるかを確認するために、いくつかの仮定シナリオを実行する必要がありました。まず、いくつかの点を確認する必要があり、予測プロファイラーの外挿制御と呼ばれる機能を使用することにしました。その結果、低い体積と触媒の組み合わせでDOEを実行する回数が十分でない可能性があることがすぐにわかりました。これらの設定で収率が偶然同じになった場合にどうなるかを確認するためです。これは、プロセスが成熟するにつれて製品開発部門が調査したい点でした。最適化ステップを実行し、すべて順調に見えましたが、製造エンジニアは、プロセスの変動性のため、最適化で予測された設定通りに実行することはほぼ不可能だと述べました。
彼らは、安全側に立ってより堅牢なプロセスにするために、設定に余裕を持たせる方法はないかと尋ねました。そこで、予測プロファイラーの新しいツールであるデザインスペースプロファイラーを試して、彼らの懸念事項を確認することにしました。最初にわかったのは、入力が元の DOE から範囲外であり、プロセスが InSpec になるのは約 6.3% の時間だけであるということでした。私たちは、このことを全員が理解していることを確認したかったので、プロセスエンジニアにそのことを伝えました。できる限り彼らと共有するつもりでした。デザインスペースプロファイラーのプロセスの次のステップでは、10,000 のシミュレーションポイントを使用してモンテカルロシミュレーションを使用して実験計画の範囲を調整し、プロセスエンジニアが最大 99% の信頼度で InSpec バッチを達成できるようにすることでした。
こうして、毎回の生産で90%以上の歩留まりを実現するプロセス設定が得られました。ここで、仕様下限値が90であることがわかります。設計空間プロファイラーを調整したり、設定をいじったりすることで、この値を約99%の確率まで引き上げ、毎回InSpecバッチを実現できるようになりました。それでは、簡単なデモをお見せしましょう。この画面から抜け出します。「Escape」キーを押して最小化し、データテーブルを開きます。これは設計実験のデータです。このデータを使って、必要なことはほぼすべて実行でき、必要に応じてプロセスエンジニアに伝えることができました。モデルを構築し、標準最小二乗法を採用しました。すべての要因を設定し、実行すると、かなり良い設定になります。より良い状況にするために、ここでいくつか確認しておきましょう。
これを削除します。あと2、3個削除すれば準備完了です。モデルの設定、予測プロファイラー、そして望ましさの設定も完了しました。これを少し下げて、もう少し見やすくしてみましょう。まず最初に、外挿コントロールを確認しましょう。これは予測プロファイラーにあります。これはJMP Proのツールですが、ここではその概要を紹介したいと思います。これは交互作用プロファイラーでは重要な機能です。これは私の責任です。さあ、交互作用外挿コントロールです。少し怪しい箇所を確認するために、警告をオンにしてみましょう。音量を見てみると、これを下側にドラッグし、温度も下側付近にドラッグします。すると、少し怪しい箇所が見えてきます。触媒も、5くらいまで下げれば、同様に怪しい箇所が見えてきます。
もちろん、うまくいきません。はい、できました。外挿が表示されています。低水準で外挿の可能性があることがわかりました。これは、今後調査したい点です。これをオフにしましょう。予測プロファイラーに戻り、「設計空間プロファイラー」をオンにしましょう。これを手動で行う場合やJMPに任せる場合、少し時間がかかるかもしれません。ここでオンにできる項目をいくつか紹介します。ランダムテーブルを作成して接続します。10,000個のポイントを使用し、因子空間散布図を埋め込みます。これで…このテーブルは邪魔になりません。もちろん、面倒なことになりますが。はい、できました。すみません。できました。では、ここにあるツールを使ってみましょう。空間に10,000個のポイントがあります。
このInSpec部分を、少なくとも99%の確率で90%以上の収率が得られると確信できるところまで引き上げるにはどうすれば良いか見てみましょう。少し調整してみましょう。実際に設定をいじってみます。もし本当に必要なら、実際に機能すると分かっている値を入力することもできます。お見せするために、少し調整してみましょう。ご覧の通り、散布図と因子空間の空間がどんどん狭くなっています。もう少し調整していくと、どんどん良くなっていくのが分かります。既に58%、もうすぐ59%に達しています。もう少し調整して、より理解を深めることができます。では、やってみましょう。触媒を少し移動させてみましょう。86%まで上がりましたが、もう少し上回るかもしれません。私たちはこれを95%以上、つまり99%まで引き上げました。
もう少し値を上げれば、約束した99%の値が得られるか試してみましょう。いや、ダメだ。間違った方向に進んでいる。よし、もうすぐだ。これでこれらの値が得られ、以前よりもずっとタイトになった。しかし、これらは私たちが移行する値、あるいはJMP Liveを通じてエンジニアと共有する値だ。それでは、ウェンディにバトンタッチしましょう。
素晴らしいですね。画面をお借りしましょう。ビルのデモでは、製品開発エンジニアがJMPを使ってプロセス範囲を導き出す舞台裏が紹介されました。この作業が完了すると、製品開発リーダーはJMPから直接JMP Liveでその結果をプロセスエンジニアリングと共有できるようになりました。具体的なプロセス要因と推奨範囲を共有するだけでなく、DOEの結果をインタラクティブな出力でプロセスエンジニアに提供しました。JMPの予測プロファイラーで見たのと同じインタラクティブな出力がプロセスエンジニアと共有され、彼らはブラウザを使ってこのインタラクティブな出力とJMP Liveにアクセスできました。
Aquapure社がJMP Liveを導入していなかった頃、プロセスエンジニアはメールやPowerPointで限られた情報を静的に受け取ることができました。JMP Liveを使って、プロセスエンジニアリング部門がインタラクティブなDOE結果をどのように活用し、データに基づいた意思決定を行っているかを詳しく見てみましょう。Webブラウザを使って、Aquapure社のJMP Liveポータルにアクセスします。インダストリアルビジネスユニットフォルダ内のPureSolv専用フォルダにあるDOEを見てみましょう。このフォルダは、PureSolvで作業するすべてのエンジニアにアクセス権が与えられています。
プロセスエンジニアが行ったように、最終的な歩留まり最適化DOEを見てみましょう。デザインスペースプロファイラーは、プロセス範囲がどのように決定されたかを示し、範囲に対する信頼性を高めるのに役立ちます。例えば、デザインスペースプロファイラーを見ると、体積の範囲が2.5～5.2に推奨されている理由がわかります。こちらは体積のグラフで、縦の点線が推奨範囲である2.5～5.2を表しています。ここがInSpecの割合が最も高い範囲であることがわかります。この場合、InSpecは製品の歩留まりを一貫して90%以上にするという目標に実際に対応しています。上にスクロールすると予測プロファイラーがあります。予測プロファイラーは、プロセスエンジニアリングにDOEによってマッピングされたプロセス空間を探索する機能を提供します。予測プロファイラーをご存じない方のために説明すると、これはモデルを表現したものです。ビルが適合モデルと標準最小二乗法を使用してこのモデルを構築する様子をご覧いただきました。この場合、モデルは、体積、時間、温度、触媒が収量にどのように関連するかを示す DOE 結果を表しています。
これにより、プロセスエンジニアリング部門はDOEに質問を投げかけ、プロセス変数の変更に伴うトレードオフを理解できるようになります。プロファイラーを見て、そこから何が学べるか見てみましょう。例えば、傾きから、温度と触媒は、体積と時間よりもはるかに急峻であることがわかります。これは、収率が体積と時間と比較して、温度と触媒の変化に非常に敏感であることを意味します。これは傾きだけでなく、マウスを使ってこの特定のケースで温度の値を変更することでも確認できます。そして、それが収率の予測値にどのように反映されるかを確認できます。では、プロセスエンジニアリング部門と同様に、プロファイラーを使用して、発生した2つの特定の課題を解決してみましょう。最初の課題は、PureSolvをパイロット製造するためのプロセスの初期設定中に発生しました。プロセスエンジニアリング部門は、1回の実行でより多くの製品を製造するために、開始体積を推奨上限の5.2から増やすことに関心を持っていました。プロファイラーを使用して、体積の値を変更するスライダーを動かしています。
体積を約6まで増加させ、これも推奨設定の5.5を超えていることを確認し、それでも90%を超える収率を達成できることが分かりました。2つ目の課題は、プロセスエンジニアリング部門がプロセスを製造部門に引き渡そうとした時に発生しました。プロセスで使用される触媒の価格が大幅に上昇したため、プロセスエンジニアリング部門は経営陣から、収率に大きな影響を与えずに反応で使用する触媒の量を減らすことができるかどうか検討するよう依頼されました。ここでも、プロファイラーを使用することで、触媒の量を減らし、収率に何が起こるかを予測することができました。その結果、触媒を推奨値の8.5よりも低くし、温度を上げることで、収率を90%近くに保つことができることがわかりました。
プロセスエンジニアがJMP LiveのDOE結果を使って何ができたかをまとめてみましょう。設計空間プロファイラーを使用することで、プロセス入力範囲がどのように決定されたかを把握し、設計空間プロファイラーはプロセス範囲と仕様における割合を関連付けます。また、歩留まりが容積の増分変化にどの程度敏感であるかを理解し、自信を持って自主的に変更を加えることも可能です。
また、触媒の単位収率の変化の影響と、触媒の温度依存性を確認できたため、データに基づいて触媒を減らすという迅速な決定を下すことができました。組織がJMP Liveを導入する前は、プロセスエンジニアは提供された範囲外のDOE結果を確認できなかったため、代替案の検討や変更のプロセスに時間がかかりました。調整が必要な場合は、製品開発部門との電子メールでのやり取りに大きく依存する必要があり、その結果、プロセスエンジニアは意思決定を行う権限がないと感じていました。JMP Liveに戻り、この2つのチームがJMP Live内でどのようにコミュニケーションをとっていたかを見てみましょう。JMP Liveに戻り、最終的な最適化DOEを確認しています。これらのコメントをクリックすると、パイロットプロセスのセットアップ中に製品開発部門とプロセスエンジニアリング部門の間で行われた会話を見ることができます。
共同編集者にメンションを追加すると、質問があることを知らせるメール通知が届きます。最初のストーリーをまとめてみましょう。
最初のストーリーでは、製品開発エンジニアがJMP LiveでプロセスエンジニアリングとDOEの結果をインタラクティブに共有し、プロセスエンジニアはDOEを検証し、それぞれが独立して仮説分析を実施してトレードオフを把握できたため、効率的かつ効果的な意思決定を行うことができました。製品開発エンジニアとプロセスエンジニアは、JMP Live内でチームメンバー全員に透過的に連携しました。2つ目のストーリーは、Aquapure社のコンシューマー製品事業のR&Dフォーミュレーターによるものです。R&DフォーミュレーターはDOEを用いて新製品の開発や既存製品の処方変更を行っており、JMP LiveはこれらのDOEを知識源とコラボレーションの場へと発展させています。2つ目のストーリーをお聞きになるには、QRコードリンクからオンデマンドウェビナーをご覧ください。これで私たちの講演は終了です。
