Christopher Drake, Statistiker der US-Armee Douglas Ray, leitender Statistiker der US-Armee
Die US-Armee strebt eine kontinuierliche Verbesserung der Zielstreuung von 7,62-mm-Scharfschützenmunition an, die in Hochleistungsgewehren verwendet wird. Diese interaktive Fallstudie veranschaulicht die Verwendung mehrerer leistungsfähiger Analyseplattformen in JMP, um dieses Ziel zu erreichen. Dieser Prozess beginnt mit der Verwendung der Custom DOE-Plattform und der Vergleichsprogramme zum Designvergleich, um den optimalen Handel zwischen der Anzahl der gesamten Diagramme und der potenziellen Potenz unter Berücksichtigung der Stichprobengrößenbeschränkungen auszuwählen. Die Antwortdaten sind eine Abwärtsstreuung (gemessen als Abweichung in horizontaler und vertikaler Richtung), die von Natur aus rauschend ist. Um die Antwortdaten zu analysieren, haben wir in JMP die loglineare Varianz verwendet, eine Regressionsmethode, mit der die Variationsdaten für jeden Schuss effektiv analysiert werden. Es werden Vergleiche zwischen den von der Loglinearen Varianz abgeleiteten Vorhersagen und der üblichsten Anpassung der kleinsten Quadrate anhand von Daten der Zielstreuung gezogen. Unter Verwendung des DOE-basierten Vorhersagemodells wurden auf Monte-Carlo-Simulationen basierende Sensitivitätsanalysen ausgeführt, um die vorhergesagte Designkonfiguration, den Worst-Case und andere interessierende Konfigurationen hinsichtlich der Zielgruppengröße zu vergleichen. Diese Konfigurationen wurden dann unter Verwendung der Graph Builder-Plattform mit den vorhandenen Munitionskonfigurationen hinsichtlich der Kundenanforderungen verglichen, sodass die Gruppengröße im unteren Bereich im Verhältnis zu relevanten Zielgrößen und Trefferwahrscheinlichkeiten im Verhältnis zum Zielabstand dargestellt werden konnten. Die Pareto-Frontier-Analyse ermöglicht die visuelle Entscheidungsunterstützung, um einen Kompromiss zwischen der Verbesserung der Wahrscheinlichkeit von Trefferwahrscheinlichkeiten und den Kosten für die Implementierung von Fertigungsprozessänderungen zu bestimmen, die mit der optimalen vorhergesagten Designkonfiguration verbunden sind.
