在離岸100英里的移動船舶上執行美國能源部（DOE）項目，很少能像教科書上寫的那樣按部就班。當未經驗證的環氧塗層威脅到重達400萬磅的關鍵螺栓連接的完整性時，我們面臨著一個午夜抉擇：要么停止每天耗資數百萬美元的作業，要么證明系統是安全的。
所有可能出錯的事情都發生了。初步測試顯示存在特殊原因造成的偏差，但隨後發現資料輸入錯誤，將問題重新定義為高分散性常見原因變異。隨著操作視窗的關閉，我們原先規劃的RSM DOE（反應空間測量實驗）被迫縮減為簡單的對比測試。在強風和船舶顛簸的環境下，我們使用非理想儀器，實施了「主螺栓」進行熱漂移補償，並啟動了緊急MSA（測量系統分析）來驗證測量結果。
當扳手故障進一步破壞了我們的最終運作結果時，我們得到的是不完整且不平衡的資料。我們沒有依賴擬合度較差的線性模型，而是利用 JMP 建立了一個數位孿生可靠性模型。透過將現場獲得的預載荷分佈與來自全局立管分析的高保真載荷分佈相結合，我們執行了大規模蒙特卡羅模擬，以評估法蘭分離的機率。為了確保結果的可靠性，我們使用 I 和 MR 圖分析了遠尾分佈的收斂穩定性。
本次課程將示範如何在「標準程序」失效的情況下保持統計嚴謹性。我們將展示如何將稀疏且雜亂的現場數據轉化為機率安全論證，透過將真實世界的「噪音」與先進的結構模擬相結合，為繼續進行關鍵的海底作業提供所需的工程信心。
