※本連載をまとめて学べるセミナー・テーマ相談も実施可能です。
[無断転載禁止]
株式会社ジェダイトのつるぞうによる、品質工学(タグチメソッド)や統計手法、生成AI、技術経営などに関するエッセイ、オンラインセミナー(ウェビナー)・研修・講演・設計・開発コンサルティングなどの情報を中心に紹介するブログです。
品質工学 , タグチメソッド, パラメータ設計 , 機能性評価 , ロバスト設計 , SN比,直交表, MTシステム , 設計・開発,コンサルティング,オンラインセミナー,ウェビナー, 研修, 講演,関西,大阪,技術士, DX, 生成AI, データサイエンス, データエンジニアリング
※本連載をまとめて学べるセミナー・テーマ相談も実施可能です。
[無断転載禁止]
品質工学におけるパラメータ設計では、再現性(「場」が変わっても効果が再現する性質)を確保するために、確認実験における利得の再現性を評価します。
(実験計画法のように、交互作用の影響をモデル化するのではないことに注意)
利得が再現しない場合、もとの設計自体あるいはパラメータ設計の計画や実施になんらかの問題があったとして、実験計画を再考し、再現性が確保されるまでPDCAを回すことが推奨されます。
株式会社ジェダイトでは、パラメータ設計講座(品質工学2日間コースの2日目)では、これらの対応として、①機能定義の見直し、②計測精度やノイズ因子設定の見直し(すなわち品質工学の作法としての対応)を中心に講義してまいりました。
※中級以上のコースでは、リコー細川氏提案の「CS-T法」をアレンジした、本当の制御因子の見つけ方も紹介しています。
交互作用については、上記以外にも個別的な側面、すなわち制御因子の取り方や、水準の決め方についても大きな原因を一部を占めることが考えられます。これに対する対応は、これまで固有技術の問題として、テーマ相談会などの個別の場で、コンサルティング・ノウハウとして対応策を提案、実施してきた背景があります。
本連載では、そのような固有技術的な側面にスポットをあてて、制御因子における交互作用への対応を差し支えのない範囲で体系的に示していきたいと思います。大枠としては以下の2項があります。
(1)一般的観点:交互作用が出やすい“危険な型”と避け方
(2)固有技術の観点:分野別「要注意の交互作用」と因子・水準の決め方
まず、(1)一般的な観点から話を進めてきます。この観点では、以下の5つの項目を順次扱っていきます。
【一般的対応に関する5つのパターン】
A. レジーム切替(しきい値・相転移・飽和)が絡む
B. 同じ物理量を二重にいじっている(冗長な因子)
C. 幾何×材料、負荷×速度、温度×化学 が典型強相互作用
D. 水準が「混ざったもの」(同時に複数属性が変わる)
E. 制御因子の「強すぎる」水準(飽和・上限制約)
[無断転載禁止]
設計品質リーダー育成コースにご参加いただいた塾生 からのさまざまな声を、5つのエッセンスで分類し、内容を要約してみました。多くの気づきが得られていることがわかりますね。
「超実践品質工学」は、設計・開発技術者にとって、品質を見える化するための正しいデータを創出するための必須の手法です。
弊社は現場への品質工学導入の課題を知り尽くしており、また成果を出すことが最重要と考えています。そのために編み出したさまざまなオリジナル手法、指導方法、ノウハウを体系化しました。それにより、以下の「品質工学の7つの壁」を打ち破ることができます。
下記分野に関する、講演、研修、コンサル等お問合せください。オンラインセミナーも実施中。
☑品質工学の壁1:そもそも、なぜ品質工学が必要なのかわからない。
☑品質工学の壁2:直交表実験(18モデルもの試作実験)を実施する時間がない。
☑品質工学の壁3:考え方や用語がとっつきにくい。
☑品質工学の壁4:機能定義やノイズ抽出方法を、方法論やガイドラインとして体系的に教えてもらえない。
☑品質工学の壁5:統計の計算やデータ解析が難しそう。
☑品質工学の壁6:成果がうまく示せない。
☑品質工学の壁7:一過性の活動に終始して、継続的な活動や定着につながらない。
すでに第9刷とじ実績のある「これでわかった!超実践品質工学」の著者が 自信を持ってお届けする、初めての方に最適な オンラインセミナーです。
こちらから総合パンフレットをダウンロードいただけます。
DQL育成コース:本気で成果を出す人材育成
ジェダイト社の「設計品質リーダー(DQL)育成コース」は、製造業向けの人材育成プログラムです。他と一線を画すのは、「具体的な経営成果」に徹底してこだわる点です。
まずは6分間の受講者の声をお聞きください!
↓↓詳細な説明資料をダウンロード↓↓
https://data-engineering.co.jp/s/-dmp8.pdf
DQLコースは、単なる研修ではなく、企業変革を促す実践プログラムです。「本気で変わりたい」企業が、具体的な成果と成長を掴むための強力な一手となるでしょう。
受講形式:対面およびオンライン(御社システムでもご利用いただけます)
受講可能人数:1期につき4~6名程度まで
受講時間:1年目 1日(6時間より)×12か月
費用に含まれるもの:受講料、講座テキスト
費用:360,000円(税別)/月より ※詳細は人数によってお見積りいたします。
設計品質リーダー育成コースにご参加いただいた塾生からの声をご紹介いたします。いずれも経営幹部様への成果報告会で本人の口から報告された、気づきやリーダとしての心構えに関する生の声です。受講生の成長や熱気を感じてください!
☑金額等の定量的な数値で問題点を明らかにする事で、問題の重要性・緊急性を関係者に共有しやすい。設計品質リーダー育成コースにご参加いただいた塾生からの声をご紹介いたします。
いずれも経営幹部様への成果報告会で本人の口から報告された、気づきやリーダとしての心構えに関する生の声です。受講生の成長や熱気を感じてください!
☑社内の様々な人に接することで当社内の業務を知るきっかけとなり視野が広がった。その中で、様々な部署の仕事の進め方が今後の自分の業務改善に つながることがわかった。
☑期間や費用等、明確なビジョン・目標を開発初期より持ち、それらを部下としっかりと伝えて共有することで、生産性の高い組織をつくることができると感じた。
☑不良損失を未然防止することで、会社の利益に貢献できること、コストに対する意識を今まで以上に持つようになった。
☑実際に効果試算の数値が出てくると、ふだん意識していない程の効果があり、当コースで実践した提言/改善活動の有用性を改めて感じた。
☑お客様のための品質であることを再確認した。また、自分の取り組みで大きな金額を動かせることが分かった。
☑リーダーとして“この人が言っているなら大丈夫” と思われる技術者となるべく、現状に満足せず、期待の一歩先に進んでいく。
☑まだ”ばらつき”に対する考え方が弱い。ばらつきを考慮した設計、製造ができるように、知見や考え方の定着を牽引する人材になる。
☑改めて世の中とのギャップに気づいた。現状分析により理想との差、講師出身企業などとの他社との差。
☑クレーム対応は顧客満足向上のチャンス。その場しのぎではなく、お客様を第一に考えた対応を実施していく。
☑提言書によって最初に計画を整理できた。実際に取組む時にはアウトプットをイメージできるので、業務をブレずに遂行することが出来た。
☑講師や活動メンバーから、具体的な実施アドバイスを頂いた。自身の枠にとらわれずに活動するメリットを改めて感じた。
MTシステム、特にMT法でパターン認識や異常判別を行う場合、質的変数の扱いには注意が必要である。
MT法は、正常データから単位空間を作り、各データがその正常・均質な状態からどれだけ離れているかをマハラノビス距離で評価する方法である。その計算では、各変数の平均、標準偏差、相関係数を用いる。つまり、基本的には「連続量」を前提にした手法である。
一方、質的変数には、材料種、設備名、作業者、工場、品種、処理条件の有無などがある。これらは数値ではなく分類情報であり、そのままでは平均や標準偏差、相関係数の意味があいまいになる。
では、質的変数をダミー変数化してMT法に入れてよいのだろうか。
結論から言えば、数学的には可能だが、実務上は慎重に扱うべきである。
たとえば材料がA、B、Cの3種類ある場合、A材、B材、C材をそれぞれ0/1のダミー変数に変換できる。しかし、3列すべてを入れると「A+B+C=1」という完全な線形従属が生じ、相関行列の逆行列が求められない。したがって、回帰分析と同様に、どれか1水準を基準として落とす必要がある(数量化処理)。
ただし、1列落とせば問題が解決するわけではない。ダミー変数の相関係数は、カテゴリーの出現頻度に強く影響される。たとえば、単位空間内でA材が90件、B材が9件、C材が1件しかない場合、C材のダミー変数はほとんど0で、たまに1になる。このような変数は標準化後に極端な影響を持ち、MT距離を不自然に大きくすることがある。
つまり、MT法が本来見たい「正常パターンからの総合的なズレ」ではなく、「少数カテゴリーに属しているかどうか」を強く検出してしまう危険がある。
特に注意すべきなのは、名義尺度である。材料メーカー、工場、作業者、品種、色、工法などは、本来順序を持たない。これらをA=1、B=2、C=3のように番号化するのは不適切である。AとBの差、BとCの差に数量的意味がないからである。
一方、処理あり/なし、設備ON/OFFのような2値変数であれば、0/1変数として使える場合もある。ただし、①単位空間内に0と1が十分含まれていること、②一方に極端な偏りがないこと、③そしてその変数を判別に使う意味があることを確認すべきである。
また、外観ランクや評価ランクのような順序尺度であれば、点数化して使える場合がある。ただし、単にA=1、B=2、C=3とするのではなく、不良率、損失、機能低下度、顧客影響度など、意味のある数値に変換することが望ましい。
実務的に最も自然なのは、質的変数をMT距離の中に無理に入れるのではなく、層別条件として使うことである。
たとえば材料が違えば、正常状態の平均値やばらつき、変数間の相関構造そのものが異なる可能性が高い。この場合、材料A用、材料B用、材料C用に単位空間を分けた方が合理的である。設備や工場、品種についても同様である。
もちろん、層別しすぎるとデータ数が不足する。MT法では変数数よりも十分多いサンプル数が必要であり、実務的には少なくとも変数数の3倍、できれば5~10倍程度のデータがほしい。データ数が不足する場合は、変数を減らす、層別の粒度を粗くする、あるいは別の判別手法を検討する必要がある。
まとめると、質的変数をダミー変数化して相関係数を求めること自体は可能である。しかし、それをそのままMT法の相関行列に入れると、相関行列の特異性、カテゴリー比率の偏り、距離の解釈の歪みが生じやすい。
したがって、MT法における質的変数の扱いは次のように考えるとよい。
2値変数は条件付きで使用する。順序尺度は意味あるスコアに変換する。名義尺度は原則として層別条件として使う。
一言で言えば、質的変数はMT距離に無理に入れるより、単位空間を分けるための条件として使う方が、工学的には自然で安全である。
先日ある会社様へのコンサルで、「製品の品質が悪いので、製造工程の上流(投入材料、製造条件など)にもどって、工程条件と品質の関係を調べている」との相談を受けた。
お手伝をし始めたきっかけが品質工学や多変量解析であったため、そのようなツールを使ったデータ解析を行っているようだ。しかし、確認のためその活動の目的を聞いても、どうも腑に落ちない。データ分析が目的になってしまっているようだった。
そこで、こちらから「品質が悪い」というのは、具体的に以下のどのケースなのかを再度訪ねた(ここでは、企画の品質、すなわちその製品が売れるかどうかにかかわる品質は除外している)。
1)そもそも図面通りにものが作れず、適合品が十分にとれない問題(この場合、適合品が所定の機能、性能をもつことは前提にされていることが多い)
2)図面通りに作って、そのようになっていることも工程管理や検査によって確認しているにも関わらず、正常に機能するものが十分にとれない問題
3)上記をクリアして良品を出荷したにも関わらず、客先や市場でトラブルを起こす問題(出荷試験モレによる初期不良を除く)。
これらはそれぞれ原因が異なるし、責任部門も異なる。つまり、「品質が悪い」ということが具体的にどういうことなのかを、活動する本人たちがしっかりと認識していないと、正しい活動にならないし、品質がなかなか良くならないばかりか、かえって悪くなってしまう場合もあるだろう。医者が患者の病状を知らずに治療をするようなものである。一部のコンサルタントでも、このような区別があいまいな人もいるので注意が必要だ。
2)は図面通りのものが機能しないのだから、製品設計の中の機能設計(少なくとも設計中央値で目的の機能を発揮する設計)の問題である。この設計ができていなければ、たとえ製造段階でばらつきなく図面通りに製造しても、目的の機能をもつ製品はつくれないことになる。このような設計が製造段階まで流出したのだから、機能設計がまずいだけでなく、それをチェックするためのしくみ(デザインレビュー、機能試験など)も不十分であるということだ。機能や性能の上限は、どのような技術手段を選ぶか(システム選択)でおおむね決まってしまうので、大本をたどれば、源流の研究開発の段階の活動の不十分、不備
も考えられよう。
なお、実際は製造でもばらつきが発生するため、設計中央値に適切な許容差をもうけて、その範囲の製造ばらつきが生じても機能する設計(許容差設計)も必要となる。その許容差の中でモノが作れるかどうかが1)の問題である。
3)は、良品(図面通りに作り、所定の社内試験や検査に合格したもの)が、市場(輸送、保管、使用のすべての段階)において、環境条件の違いや、ストレス、経時変化による劣化などの影響によって、故障(初期の機能や性能が低下、場合によっては完全に停止)する場合である。このような事態は、ユーザーの「これくらいの条件では使用できるだろう」「これくらいの年数は使用できるだろう」という暗黙の期待を裏切るので、クレームやブランドチェンジにつながる。
これに対する事後の対応は品証やCS部門などになるが、そもそもこのようなことが発生しないように責任をもつのは、製品設計のうち信頼性設計とよばれる部分である。2)で製品設計には機能設計が必要と述べたが、それに加えてこの信頼性設計が必須となる。このような設計が市場段階まで流出したのだから、信頼性設計がまずいだけでなく、それをチェックするためのしくみ(製品設計FMEA(DFMEA)、デザインレビュー、機能性評価、信頼性試験など)も不十分であるということだ。
冒頭の会社様の問題はおもに2)の問題であることがわかった。このように、現在起こっている「品質の問題」というのがどのような現象で、どこの工程(部門)の仕事に問題があるのかの根本原因をつきとめて対策を立案する必要がある。きわめて基本的なことだが、ちょうどそのような場面に遭遇したのでメモ程度に残しておく。