La simulation utilise un modèle mathématique du système, ce qui vous permet d’explorer le comportement du système plus rapidement, moins cher et peut-être même plus sûr que si vous expérimentiez sur le système réel.
La simulation fournit des valeurs attendues basées sur des équations qui définissent la relation entre les entrées (X) et les sorties (Y). Il peut s’agir d’équations connues ou d’un modèle que vous avez créé à partir d’une expérience conçue (plan d'expérience) ou d’une analyse de régression dans Minitab.
À la fin de la simulation initiale, Workspace affiche un histogramme et des statistiques sommaires, y compris les valeurs de sortie attendues et une estimation de leur variabilité. Si vous fournissez des limites de spécification, les résultats incluent également des mesures de performance de processus.
Workspace fournit les méthodes d’analyse suivantes pour vous aider à améliorer davantage les résultats de la simulation initiale.
- Optimisation des paramètres : Détermine les paramètres optimaux pour les entrées que vous pouvez contrôler. Workspace effectue une recherche sur une étendue de valeurs pour chaque entrée afin de déterminer les paramètres qui permettent d'atteindre l'objectif défini et qui améliorent les performances du système.
- Analyse de sensibilité : Identifie les entrées dont la variation a le plus d’impact sur vos sorties clés. Utilisez cette méthode avec vos connaissances en matière de processus pour identifier les entrées qui peuvent être ajustées pour apporter des améliorations.
Un
Simulation de Monte-Carlo répond aux questions suivantes.
- Quelle distribution correspond le mieux à mes données d’entrée ? À quelles valeurs puis-je m’attendre pour mes sorties ?
- Dans quelle mesure mon processus ou mon produit est-il performant, compte tenu de l’incertitude des paramètres d’entrée ?
- Quels sont les paramètres optimaux pour atteindre mon objectif ?
- Comment la variation des entrées affecte-t-elle la variation de la réponse ?
Comment faire
- Identifiez les équations, y=f(x), qui expliquent la relation entre les entrées et les sorties. Les équations peuvent provenir de la connaissance des processus ou d’une analyse statistique.
- Définissez la distribution de chaque variable d’entrée. Si vous ne savez pas quelle distribution utiliser, Workspace peut examiner les données historiques d’un fichier CSV et recommander une distribution possible.
- Réalisez des simulations de Monte-Carlo.
- Effectuez une optimisation des paramètres.
- Effectuez une analyse de sensibilité.
Pour plus d'informations, accédez à Ajouter une simulation de Monte-Carlo.
