Was ist Monte-Carlo-Simulation?

Die Monte-Carlo-Simulation verwendet ein mathematisches Modell des Systems, das es Ihnen ermöglicht, das Verhalten des Systems schneller, billiger und möglicherweise sogar sicherer zu untersuchen, als wenn Sie am realen System experimentieren würden.

Die Simulation liefert Erwartungswerte basierend auf Gleichungen, die die Beziehung zwischen den Eingaben (X) und Ausgaben (Y) definieren. Dies können bekannte Gleichungen sein oder auf einem Modell basieren, das Sie aus einem Versuchsplan DOE) oder einer Regressionsanalyse in Minitab erstellt haben.

Engage zeigt nach Abschluss der anfänglichen Simulation ein Histogramm und zusammenfassende Statistiken an, einschließlich der erwarteten Ausgabewerte und einer Schätzung ihrer Variabilität. Wenn Sie Spezifikationsgrenzen angeben, enthalten die Ergebnisse auch Prozessleistungsmetriken.

Engage stellt die folgenden Analysemethoden bereit, mit denen Sie die Ergebnisse der anfänglichen Simulation weiter verbessern können.
  • Parameteroptimierung Ermittelt optimale Einstellungen für die Eingaben, die Sie steuern können. Engage sucht nach einem Wertebereich für jede Eingabe, um Einstellungen zu bestimmen, bei denen das festgelegte Ziel erreicht und eine bessere Leistung des Systems erzielt wird.
  • Empfindlichkeitsanalyse Identifiziert die Eingaben, deren Variation den größten Einfluss auf die wichtigsten Ausgaben hat. Verwenden Sie diese Methode zusammen mit Ihrem Prozesswissen, um die Eingaben zu identifizieren, die angepasst werden können, um Verbesserungen vorzunehmen.
A Monte-Carlo-Simulation beantwortet die folgenden Fragen.
  • Welche Verteilung passt am besten zu meinen Eingabedaten? Welche Werte kann ich für meine Ausgaben erwarten?
  • Wie leistungsfähig ist mein Prozess oder Produkt angesichts der Unsicherheit in den Eingabeparametern?
  • Was sind die optimalen Einstellungen, um mein Ziel zu erreichen?
  • Wie wirkt sich die Variation in den Eingaben auf die Variation der Antwort aus?

Vorgehensweise

  1. Identifizieren Sie die Gleichungen y= f(x), die die Beziehung zwischen den Ein- und Ausgaben erklären. Gleichungen können aus Prozesswissen oder aus einer statistischen Analyse stammen.
  2. Definieren Sie die Verteilung jeder Eingabevariablen. Wenn Sie nicht wissen, welche Verteilung Sie verwenden sollen, Engage können Sie historische Daten in einer CSV-Datei untersuchen und eine mögliche Verteilung empfehlen.
  3. Führen Sie eine Monte-Carlo-Simulation durch. Gehe zu Hinzufügen einer Monte-Carlo-Simulation
  4. Führen Sie eine Parameteroptimierung durch. Gehe zu Durchführen einer Parameteroptimierung
  5. Führen Sie eine Empfindlichkeitsanalyse durch. Gehe zu Durchführen einer Empfindlichkeitsanalyse