要运行模拟,必须知道每个输入 (X) 的分布和参数以及描述过程的方程。
方程式可以来自过程知识,也可以基于根据 Minitab 中的设计实验 (DOE) 或回归分析创建的模型。
如果模型包含分类因子,则可以选择要包括在方程中的因子水平。
要使用不同因子水平比较同一 Y 变量的模拟结果,请选择 Y 变量和要包含在方程中的因子水平,然后将其导入。重复此过程,直到选择了要比较的所有因子水平。
定义模型后,即可运行模拟。
当您有复杂或大型模拟时,可以创建分组以按函数定义模型。例如,您可能希望描述模拟中的不同操作或各个部件的行为。凭借分组,您可以对输入和输出进行分类,以帮助您管理和组织模拟。
通常,在 Monte Carlo 模拟中,模拟的响应违反了正态性假设。因此,Engage 使用非参数方法计算模拟工具中的能力。非参数方法使用观测到的模拟数据的 0.135 和 99.865 百分位数来计算输出分布的散布,这类似于正态分布中的 +/-3 西格玛。
因为在模拟范围中没有子组,也没有长期和短期变异的概念,所以 Cpk 和 Ppk 值在 Engage Monte Carlo 模拟中是等效的。选择 ,然后选择喜欢的标签。
根据在数据中的散布和在模型中设置的规格限值,Engage 计算 PPL 和 PPU 以查找相应的 Ppk。
Engage 显示模拟结果、结果与公认值的比较情况以及后续步骤的指导。
每次重复模拟时,由于模拟是基于随机选择的输入值,因此结果会有所不同。
分析结果后,您可以返回到模型并更改输入或输出,然后重新运行它。这样可以测试几种可能的检验方案,以便深入了解系统的行为并做出更好的决策。
观看视频,了解有关 Monte Carlo 模拟的更多信息。