用於工程優化的視覺公差分析用於工程優化的視覺公差分析
週偉, MS、JMP 首席顧問 – SAS 研究院（北京）有限公司
經典的實驗設計（DOE）方法廣泛應用於設計、製造、品質管理等領域。 然而，這並不是能源部的終點。 其缺點之一是忽略了錯誤的傳播，這意味著所謂的「改進工藝」仍然會不斷產生一定數量的缺陷。 視覺公差分析是克服障礙的好方法，它有效補充了經典DOE，並完善了最終的可行解決方案。 首先，本文簡要介紹了公差分析的背景和研究價值。 然後，它重點介紹了視覺公差分析，其中包括「缺陷分析器」和「缺陷參數分析器」這兩種新的視覺化技術。 借助視覺公差分析，工程和統計分析師可以共同找出導致誤差傳播的關鍵因素，以及如何顯著且廉價地減少誤差。 此外，為了提高統計學家的分析效率並方便非統計學家的理解，我們還舉例說明了 JMP 軟體的相關範例，以展示 DOE 系列中這種蓬勃發展的工程優化方法的強大功能。
實驗設計
