シミュレーションを実行するには、各入力(X)の分布とパラメータ、およびプロセスを記述する方程式を知っている必要があります。
方程式は、プロセスの知識から取得したり、計画的実験 (DOE) や Minitab の回帰分析から自分で作成したモデルに基づいて取得することもできます。
モデルにカテゴリ因子が含まれている場合、式に含める因子水準を選択できます。
異なる因子水準を使用して同じY変数のシミュレーション結果を比較するには、Y変数と方程式に含める因子水準を選択してインポートします。比較するすべての因子水準を選択するまで、このプロセスを繰り返します。
モデルを定義したら、シミュレーションを実行する準備ができました。
複雑なシミュレーションや大規模なシミュレーションがある場合は、グループを作成して、機能別にモデルを定義できます。たとえば、シミュレーション内でさまざまなアクションやさまざまなパーツの動作を記述することができます。グループを使用すると、入力と出力を分類して、シミュレーションの管理と整理に役立てることができます。
モンテカルロ・シミュレーションでは、シミュレートされた応答が正規性の仮定に違反することがよくあります。したがって、Workspace ではノンパラメトリック法を使用してシミュレーションツールの工程能力を計算します。ノンパラメトリック法は、正規分布の +/-3 シグマに類似したシミュレーションデータの観測された 0.135 パーセンタイルと 99.865 パーセンタイルを使用して出力分布の広がりを計算します。
シミュレーションコンテキストにはサブグループがなく、長期的および短期的な変動の概念がなく、Workspace モンテカルロ・シミュレーションでは Cpk および Ppk 値が同等であるためです。 を選択してから、希望するラベルを選択します。
Workspace はデータの広がりおよびモデルで設定した規格限界に基づいて PPL と PPU を計算し、対応する Ppk を求めます。
Workspace にはシミュレーションの結果、結果と一般的に受け入れられている値との比較、および次のステップのガイダンスが表示されます。
シミュレーションは入力に対してランダムに選択された値に基づいているため、シミュレーションを繰り返すたびに結果は異なります。
結果を解析した後、モデルに戻り、入力または出力を変更してから、再実行することができます。これにより、いくつかのシナリオをテストして、システムの動作に関する洞察を得て、より良い決定を下すことができます。
モンテカルロ・シミュレーションの詳細については、ビデオをご覧ください。