JP4528237B2 - 製品設計パラメータ決定支援システム - Google Patents

Description

本発明は、製品の設計パラメータの決定および支援技術に関し、特に、ハードウェア製品開発におけるハードウェア製品を製作するために必要な設計パラメータを決定する設計過程を対象に、効率的に設計パラメータを決定する手法、システムに適用して有効な技術に関するにものである。

一般にハードウェア製品の開発は、製品に要求される機能を満たすように数多くの設計仕様および製造仕様を決定する作業である。例えば、機械設備のような組立製品では、各部品の形状、材質およびその製造方法（製造手順や各工程で使用する製造装置および製造装置の使用条件等）、また部品間の組立方法などを決定している。また、半導体ＬＳＩに代表される薄膜プロセス製品においても、要求される機能を満たす回路や、その電気的な回路情報を半導体デバイスに転写するため２次元バイナリデータのパターン情報で表現されるマスクの製造方法（マスクデータの作成方法等）や、薄膜プロセスの製造方法（製造手順や各工程で使用する製造装置および製造装置の使用条件等）を決定している。

従来においても、ハードウェア製品における数多くの設計仕様を効率的に決定するため、設計仕様の評価・解析・最適化手法および、その支援手法が発表されている。

例えば、実験計画法の一つであるタグチメソッドでは、直行表と呼ばれる各列の水準が均等に出現する表を用いて、制御因子となる設計パラメータとその水準範囲を決め、直行表に基づいた実験を行うことにより、製品機能のばらつきを最小かつ目標仕様を満たす設計パラメータの適正値を得ることができる。例えば、非特許文献１が詳しい。この場合、８個の制御因子の内、１つの制御因子の水準を２水準、残り７個の制御因子の３水準に決めた場合、全組み合わせは２１×３７＝４３７４通りとなり、数多くの実験が必要となる。一方、タグチメソッドではＬ１８と呼ばれる直行表を用いた場合、１８通りの実験を行えばよい。実際には行うことができる実験の回数に限りがあるため、全設計パラメータの中から互いに相互関係が少なく、製品機能に影響を与える設計パラメータを抽出し、直行表に割り付ける必要がある。また、実験において、製品の機能に影響を与えるが実行上制御または変更するのが困難なパラメータである誤差因子（例えば、環境条件、経時変化等）を加味させることにより、機能ばらつきに対してロバストな設計パラメータの適正値を求めることができる。

また、特許文献１では、複数の評価指標からの総合的な判断に基づいて、製品の設計パラメータ（例えば、形状や材料）の最適値を計算する製品仕様の解析システムを提案している。この技術では、複数の評価項目に関して、システムに記憶されている評価プログラムを用いて設計パラメータを予め入力された所定の範囲内にて変化させた際の解析を行う。そして、複数の評価項目の解析結果を所定の評価関数にて単一の評価指標に変換し、最適な設計パラメータ値を決定している。

また、特許文献２では、過去の製品開発における製品不良を蓄積し、新規の製品設計時において、この情報を用いて解析、実験の計画を効率良く作成する実験計画支援システムを提案している。このシステムでは、過去の製品開発の過程で発生した製品不良とその発生原因および設計パラメータとの対応関係が蓄積される。新製品の設計時に、新製品の製品仕様と類似する過去製品を抽出し、製品不良の発生原因やその発生過程が表示される。

また、特許文献３では、簡易に複数の設計パラメータの適正化を行うため、ニューラルネットワーク手法を用いた設計方法を提案している。この設計方法では、まず複数の設計パラメータを入力層に、製品機能を出力層とするニューラルネックを構築する。そして、このネットワークに実際に複数の設計パラメータを変化させた際の製品機能の測定値を入力し、設計パラメータ入力と製品機能出力との写像関係を学習させる。また前記のニューラルネットワークの前段に、調整用の設計パラメータを入力層に残りの設計パラメータを出力層とした調整ネットワークを設け、設計パラメータと製品機能の写像関係を用いて推定した製品機能の推定値と実際の測定結果との推定誤差の目的関数を極小とするように、調整ネットワークの結合荷重を調整し、設計パラメータの最適解を導出する。

また、特許文献４では、前述のタグチメソッド等の実験計画法を用いた実験計画の立案を間違いなく効率的に行うため、直行表に対して割り付ける制御因子および誤差因子を画面に表示された候補から選択する手段と、既に選択された因子とそれ以外の因子を区別して表示する手段を有する実験計画法の支援装置を提案している。

また、特許文献５では、解析対象とする特性値と設計パラメータの関係を表す推定式を、直行表を用いた分散分析により作成し、この推定式を用いた数理的最適化計算による設計パラメータの設定や、信頼性評価指標の計算を行うことできる設計支援システムを提案している。このシステムは、設計パラメータを直行表に割り付ける手段と、直行表に基づいて実験または構造解析を行う手段と、その結果の分散分析を行う手段と、分散分析結果に基づき解析対象の特性値の推定式を作成する手段を含む影響度解析手段と、作成された推定式を用いた数理的最適化計算を行う手段と、最適化計算の後確率・統計的方法により信頼性の評価指標を計算する手段から構成される。
特開平５−４１４４３号公報 特開平７−２００６６２号公報 特開２０００−１４８８１７号公報 特開２００２−２５９４６４号公報 特許第３３１３０４０号明細書 "実験計画法―方法論―"、山田秀、日科技連、ＩＳＢＮ４−８１７１−０３８９−２

ところで、前記のような製品の設計パラメータの決定および支援技術において、大規模な新製品開発を行う場合、製品に要求される機能の種類も多く、取り扱う設計パラメータの数も多い。複数の製品機能のある１つの項目に着目して、実験や計算機を用いたシミュレーション解析により設計パラメータの適正化を図った結果、他の製品機能に影響を与え目標仕様から外れるといった不具合が発生する。そして、問題となった製品機能を満たすように実験等により再度、設計パラメータの調整を行った結果、問題となった製品機能は目標を満たすのだが、また他の製品機能が目標から外れるといったような連鎖反応が起こることもある。このように製品機能の間に強い相互作用がある場合、複数の製品機能を同時に満たすように設計パラメータを決める必要がある。

タグチメソッドなどの実験計画法では、実験回数の制限により全ての設計パラメータの中から、製品機能に影響を与えかつ互いに独立となる設計パラメータを抽出し、実験計画を立案しなければばらない。設計パラメータの抽出が正しく行われれば、タグチメソッドによる実験計画法にて最適な設計パラメータを求めることができる。しかし、設計パラメータの抽出作業は設計者の知見や技量に依存しており、毎回正しく抽出できるという保証はない。同様に、前記特許文献４の実験計画法の支援装置や、前記特許文献５の設計支援システムにおいても、実験に用いる制御因子を選択する作業は設計者が行うため、設計者の知見や技量に依存する。

また、前記特許文献１の設計パラメータの最適化手法では、複数の製品機能の影響を考慮することは可能であるが、システムに記憶されている評価プログラムを用いて設計パラメータを予め入力された所定の範囲内にて変化させた際の解析を行っている。計算機を用いた評価プログラムが存在せず、実際に実験を行わなければならない場合には、この方式を用いることはできない。

また、前記特許文献３のニューラルネットワークを用いた設計パラメータの最適化手法では、設計パラメータと製品機能との写像関係をネットワークの結合荷重にて表現するため、予め多くの学習用のデータを準備する必要がある。例えば、該当特許文献における実施例では、船形設計を対象に入力層には９個の設計パラメータにおけるネットワークを構築する際、船形の異なる６２隻における設計パラメータと、その際の製品機能の測定結果を学習データとして事前に準備している。実際の大規模な新製品開発では、設計パラメータ数は数百、または数千に及ぶこともある。その際、全組み合わせに関して、予め学習データを容易することが実行上困難である。また、多くの設計パラメータの中から、重要な設計パラメータを抽出して評価を行う場合、前述のタグチメソッドの場合と同様に、設計パラメータの抽出作業を行う設計者の知見や技量に依存する。

また、製品機能の間の相互作用は過去の経験から予め想定できるケースや、新しく発生して事前に想定することができないケースもある。新しく発生する事象に関しては、システム的な取組みにて事前把握することは難しい。前記特許文献２の実験計画支援システムでは、新製品のある製品機能と類似する過去製品の製品不良の発生原因や製品不良とその発生原因および設計パラメータとの対応関係を表示する機能を有するため、過去の事例ベースでの製品機能に影響を与える設計パラメータを把握することができる。しかし、新製品の設計パラメータの変更した際、影響を与える他の製品機能を抽出する機能を持っていない。そのため、新製品の新規機能に類似する過去製品の不良事例を対策するために、ある設計パラメータを変更した結果、今まで問題がなかった製品機能が目標から外れてしまうといった不具合が発生する。

製品開発時において、効率的に目標とする製品機能を満たすように設計パラメータを適正化するためには、設計パラメータと製品機能との相互関係をモデル化し、ある設計パラメータの変更が他の設計パラメータに与える影響を即座に把握し、他に影響を与えない設計パラメータのグループを抽出し、この設計パラメータグループ毎に実験を行うことが必要となる。

そこで、本発明の目的は、取り扱う設計パラメータや製品機能の数が多く、設計パラメータや製品機能間に相互作用が存在する製品開発において、手戻りなく効率的に数多くの設計パラメータを決定することができる製品の設計パラメータの決定および支援技術を提供することにある。

本発明の前記ならびにその他の目的と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、次のとおりである。

本発明は、取り扱う設計パラメータや製品機能の数が多く、設計パラメータや製品機能間に相互作用が存在する製品開発において、手戻りなく効率的に数多くの設計パラメータを決定するため、製品機能および設計パラメータ間の相互作用の構造化を行い、相互作用が少ない設計パラメータグループを抽出し、その設計パラメータグループに基づいた実験計画の作成および、実験結果から製品機能と設計パラメータ間の品質影響度のモデル化を行い、製造ばらつきを考慮した設計パラメータの適正化処理および製品機能の推定を行う製品設計パラメータ決定方法およびその支援システムを提供するものである。

また、本発明は、過去製品の製造工程における製造ばらつきの測定結果の履歴情報が蓄積される第１のデータベース部と、実験における設計パラメータ毎の設定値とその測定値および、その際の製品機能の測定結果を格納する実験結果履歴情報が蓄積される第２のデータベース部と、過去の製品不良情報が蓄積される製品不良履歴情報が蓄積される第３のデータベース部と、開発対象とする製品の製品機能と設計パラメータ間の品質影響度を構造化した品質影響度モデル情報が蓄積される第４のデータベース部と、開発対象製品に関する情報を入力するデータ入力部と、演算結果を表示する結果表示部と、製品機能と設計パラメータ間の品質影響度の構造化処理を行う品質影響度構造化処理部および、構造化された品質影響度を用いて対象製品の実験計画を作成する実験計画作成部および、実験計画に基づき実施された実験の評価結果から設計パラメータの適正化計算を行う設計パラメータ適正化処理部を有するデータ演算部とから構成される。

特に、データ演算部は、以下のステップを実行する。

（１）開発対象とする製品の設計パラメータおよび製品機能情報を作成するステップと、
（２）過去の製品開発履歴情報を用いて開発対象製品の品質影響度モデルの初期値を作成するステップと、
（３）前記ステップ（２）で作成した品質影響度モデルを用いて実験計画を作成し、その結果を出力するステップと、
（４）前記ステップ（３）で作成した実験計画の実験結果を収集し、実験結果に基づき品質影響度モデルを更新するステップと、
（５）製造ばらつきを考慮した設計パラメータの適正化処理を実施するステップと、
（６）前記ステップ（５）で計算した設計パラメータ仕様および製品機能の推定値を出力するステップと、
前記（１）から（５）のステップを順次実行することにより、製品開発における数多くの設計パラメータに対して、適正化な仕様を効率的に決定することができる。

さらに、本発明は、取り扱う設計パラメータや製品機能の数が多く、設計パラメータや製品機能間に相互作用が存在する製品開発において、手戻りなく効率的に数多くの設計パラメータを決定するため、製品機能および設計パラメータ間の品質影響度および、設計パラメータ間の相互影響度の構造化によりインターフェイスパラメータおよび互いに独立な設計パラメータグループを作成し、その設計パラメータグループに基づいた実験計画の作成および、実験結果から製品機能と設計パラメータ間の品質影響度のモデル化および、製造ばらつきを考慮した設計パラメータの適正化処理とその際の製品機能の推定および、インターフェイスパラメータの調整を行う製品設計パラメータ決定方法およびその設定支援システムを提供するものである。

また、本発明は、過去製品の製造工程における製造ばらつきの測定結果の履歴情報が蓄積される第１のデータベース部と、実験における設計パラメータ毎の設定値とその測定値および、その際の製品機能の測定結果を格納する実験結果履歴情報が蓄積される第２のデータベース部と、過去の製品不良情報が蓄積される製品不良履歴情報が蓄積される第３のデータベース部と、開発対象とする製品の製品機能と設計パラメータ間の品質影響度を構造化した品質影響度モデルならびに設計パラメータ間の相互影響度を構造化した設計パラメータ構造化モデルを含む品質影響度モデル情報が蓄積される第４のデータベース部と、開発対象とする製品に関する情報を入力するデータ入力部と、演算結果を表示する結果表示部と、製品機能と設計パラメータ間の品質影響度の構造化処理を行い、インターフェイスパラメータと互いに独立な設計パラメータグループを作成する品質影響度構造化処理部および、構造化された品質影響度を用いて対象製品の実験計画の作成および実験結果の課解析により製品機能−設計パラメータ間の品質影響度モデルの更新を行う実験計画作成・解析部および、製品機能−設計パラメータ間の品質影響度モデルを用いて要求される製品機能を満たすように製造ばらつきを考慮した設計パラメータの適正化計算を行う設計パラメータ適正化処理部および、製品機能の推定結果に基づいてインターフェイスパラメータの調整を行うインターフェイスパラメータ調整処理部を有するデータ演算部とから構成される。

特に、データ演算部は、以下のステップを実行する。

（１）開発対象とする製品の設計パラメータおよび製品機能情報を作成するステップと、
（２）過去の製品開発履歴情報を用いて開発対象製品の製品機能−設計パラメータ間の品質影響度モデルの初期値を作成するステップと、
（３）前記ステップ（２）で作成した品質影響度モデルの構造化処理により、設計パラメータ間のインターフェイスパラメータの設定および互いに独立な設計パラメータグループの作成を行うステップと、
（４）前記ステップ（３）で作成したインターフェイスパラメータおよび設計パラメータグループ毎の実験計画を作成し、作成した実験計画の実験結果を用いて品質影響度モデルを更新するステップと、
（５）製造ばらつきを考慮した設計パラメータの適正化処理を実施し、設計パラメータ仕様および製品機能の推定値を出力するステップと、
（６）前記ステップ（５）で計算した製品機能の推定値に基づいてインターフェイスパラメータの調整を行い、設計パラメータグループを再作成するステップと、
前記（１）から（６）のステップを順次実行することにより、製品開発における数多くの設計パラメータに対して、適正化な設計パラメータの仕様を効率的に決定することができる。

本願において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば以下のとおりである。

本発明によれば、要求される製品機能を短期間で効率的に満たし、かつ最初から設計パラメータ間の相互影響度に注意した繰り返しの少ない実験を実施することできる。

また、本発明によれば、製品機能と設計パラメータ間の品質影響度の関係から製造ばらつきを考慮した製品機能の推定機能を有するため、量産段階で発生する製造ばらつきの影響を考慮した設計パラメータの決定が可能となり、量産段階での製品不具合が発生せず、製品開発期間を短縮することができる。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。

＜本発明の一実施の形態による製品設計パラメータ決定支援システム＞
図１は、本発明の一実施の形態による製品設計パラメータ決定支援システムの全体構成を示すシステムブロック図である。

本実施の形態による製品設計パラメータ決定支援システムは、開発対象製品に関する情報を入力するデータ入力部１と、演算結果を表示する結果表示部２と、製品機能と設計パラメータ間の品質影響度の構造化処理を行う品質影響度構造化処理部４および、構造化された品質影響度を用いて対象製品の実験計画を作成する実験計画作成部５および、実験計画に基づき実施された実験の評価結果から設計パラメータの適正化計算を行う設計パラメータ適正化処理部６を有するデータ演算部３と、演算に必要な情報を格納する複数のデータベース部からなるデータ格納部７から構成される。

データ入力部１は、開発対象となる製品の製品機能情報を入力する製品機能入力部１１、該当製品の設計パラメータ情報を入力する設計パラメータ入力部１２、該当製品の製品機能と設計パラメータ間の品質影響度モデルや、設計パラメータ間の相互影響度を構造化した設計パラメータ構造化モデルの編集作業を行う品質影響度モデル編集部１３から構成される。製品機能入力部１１および設計パラメータ入力部１２にて入力されたデータは、データ演算部３内の品質影響度構造化処理部４に送られ、所定の処理を行い、データ格納部７内の品質影響度モデル情報７４に登録される。また、品質影響度モデル編集部１３は、編集対象とする製品を選択し、品質影響度モデル情報７４に登録されている対象製品の製品機能情報、設計パラメータ情報、および品質影響度モデル情報や設計パラメータ構造化モデル情報を表示する。そして、表示された情報を編集した際、編集後のデータを品質影響度モデル情報７４に登録する。

結果表示部２は、開発対象となる製品の実験計画を表示する実験計画表示部２１、開発対象となる製品の設計パラメータの仕様を表示する設計パラメータ仕様表示部２２、設計パラメータ仕様表示部２２に表示される設計パラメータ仕様における製品機能の推定値を表示する製品機能推定値表示部２３から構成される。実験計画表示部２１では、対象製品の選択および実験計画作成に必要な情報を入力し、データ演算部３内の実験計画作成部５にて作成した実験計画を表示する。設計パラメータ仕様表示部２２および製品機能推定値表示部２３は、それぞれデータ演算部３内の設計パラメータ適正化処理部６にて計算された設計パラメータ仕様および製品機能の推定値を表示する。

品質影響度構造化処理部４は、データ格納部７内の実験結果履歴情報７２または、製品不良履歴情報７３を用いて対象製品の製品機能と設計パラメータ間の品質影響度の関係を表現する初期モデルを作成する品質影響度モデル作成部４１、品質影響度モデル作成部４１にて作成した品質影響度モデルを用いて設計パラメータ間の相互関係の構造化処理を行い、設計パラメータ間の相互関係が最小となる設計パラメータグループを作成する設計パラメータ構造化処理部４２から構成される。品質影響度モデル作成部４１では、データ入力部１内の製品機能入力部１１および、設計パラメータ入力部１２にて入力された製品の製品機能および設計パラメータに関して、実験結果履歴情報７２または、製品不良履歴情報７３から過去の類似する製品の製品機能や設計パラメータに関する情報を抽出し、品質影響度モデルの初期値を作成する。品質影響度モデル作成部４１にて作成された品質影響度モデルおよび、設計パラメータ構造化処理部４２にて作成された設計パラメータ構造化モデルはデータ格納部７内の品質影響度モデル情報７４に登録される。

実験計画作成部５では、結果表示部２内の実験計画表示部２１で選択された製品に関して、データ格納部７内の品質影響度モデル情報７４から製品機能と設計パラメータ間の品質影響度モデルおよび、設計パラメータ構造化モデルからなる品質影響度モデルを取得し、同一実験における評価対象の設計パラメータグループを作成し、実験計画表示部２１に出力する。

設計パラメータ適正化処理部６は、データ格納部７内の実験結果履歴情報７２のうち、データ演算部３内の実験計画作成部５にて作成した実験計画に基づいて実施された実験結果情報を取得し、より詳細な品質影響度モデルを作成する品質影響度モデル更新処理部６１、および品質影響度モデル更新処理部６１にて作成した品質影響度モデルを用いて目標とする製品機能を満たす設計パラメータの適正値の計算および、その際の製品機能の推定を行う設計パラメータ適正化計算部６２から構成される。

データ格納部７は、データ入力部１および結果表示部２およびデータ演算部３に接続されており、各部からの要求に応じて蓄積されているデータの引渡しや、新規データの登録を行う。データ格納部７には、過去製品の製造工程における製造ばらつきの測定結果の履歴を格納する製造ばらつき履歴情報７１、実験における設計パラメータ毎の設定値とその測定値および、その際の製品機能の測定結果を格納する実験結果履歴情報７２、過去の製品不良情報が蓄積される製品不良履歴情報７３、開発対象とする製品の製品機能と設計パラメータ間の品質影響度を構造化した品質影響度モデル情報７４が格納される。

例えば、製造ばらつき履歴情報７１には、製品名称（またはコード）、処理工程名称（またはコード）、処理対象の部品ＩＤ（プロセス製品の場合は部材ＩＤに相当する）、処理日時、処理を実施した製造装置、処理後の製造品質の測定項目（例えば寸法など）およびその測定結果などが含まれる。また、実験結果履歴情報７２には、製品名称（またはコード）、部品名称（またはコード、プロセス製品の場合は工程名称となる）、設計パラメータ項目およびその設定値と測定値、製品機能項目および設定した設計パラメータ値における製品機能の測定結果などが含まれる。製品不良履歴情報７３には、製品名称（またはコード）、部品名称（またはコード、プロセス製品の場合は工程名称に相当する）、不良となった製品機能項目、およびその原因となる設計パラメータ項目との関連情報などが含まれる。品質影響度モデル情報７４は、製品名称（またはコード）と、製品機能項目毎の目標値（狙い値、上限値、下限値）、設計パラメータ毎の特性値（上限限界値、下限限界値、製造ばらつき）および設計パラメータ毎の実験水準数およびの最小変化量、開発対象である製品機能項目とその設計パラメータ間の品質影響度の関係を構造化した品質影響度モデル情報、設計パラメータ間の相互関係を構造化した設計パラメータ構造化モデル情報などが含まれる。

図２は、本実施の形態の製品設計パラメータ決定支援システムにおける設計パラメータの決定方法を示すフローチャートである。

まず、ステップ１０１において、開発対象となる製品の製品機能情報および、設計パラメータ情報を入力する。ここで、製品機能は製品に要求される機能のうち直接測定可能な指標である。また、設計パラメータは製品に要求される製品機能を満足させるために決定する必要があるパラメータである。そのため、設計パラメータは製品構造に関する構造設計パラメータや、製造方法に関する工程設計パラメータの両者を含むものである。設計パラメータ情報には設計パラメータの名称（またはコード）、その物理的な上／下限限界値、製造ばらつき）、実験水準数および設計パラメータの最小変化量などが含まれる。製品構造に関する設計パラメータ情報は、ＢＯＭ（Ｂｉｌｌ Ｏｆ Ｍａｔｅｒｉａｌ：部品表）から取得することもできる。製造工程に関する設計パラメータ情報は、ＢＯＰ（Ｂｉｌｌ Ｏｆ Ｐｒｏｃｅｓｓ：工程表）から取得することもできる。また、製造ばらつきの初期値として、データ格納部に蓄積されている過去の類似製品における設計パラメータの製造ばらつき実績を代入する。なお、設計パラメータによっては製造ばらつき情報を持たないものもある。製品機能情報には、製品機能の名称（またはコード）、目標値（狙い値、上限値、下限値）が含まれる。なお、例えば、消費電力のような製品機能は小さければ小さいほどよいため、その目標値はある上限値以下となる。このように製品機能の目標値は、機能項目によっては下限のみ、上限のみとなる場合もある。

次に、ステップ１０２において、データ格納部に蓄積された過去の製品開発履歴情報を用いて開発対象とする製品の製品機能と設計パラメータ間の品質の影響度合いを表す品質影響度モデルの初期値および、設計パラメータ間の相互関係を構造した設計パラメータ構造化モデルからなる品質影響度モデルを作成する。品質影響度モデルの初期値は、例えば、過去の類似製品の実験結果履歴情報を用いた統計処理により初期値を作成することができる。ここで、類似製品とは例えば前世代の製品や、同一のプラットフォームを有する派生製品などである。実験結果履歴情報には、実験を行った際の設計パラメータの設定値およびその際の製品機能の測定結果などが含まれる。また、過去の類似製品の不良履歴情報を用いて、過去に不良が発生した製品機能と設計パラメータとの関係から、品質影響度モデルを作成することもできる。製品不良履歴情報には、不良となった製品機能とその原因となる設計パラメータ項目との関連情報などが含まれる。一方、設計パラメータ構造化モデルの初期値は、先に作成した品質影響度モデルを用いた演算処理により自動的に作成することができる。また、製品構造に起因する設計パラメータ間の形状情報から自動的に作成することができる。例えば、二つの部品の接続部の形状に関する設計パラメータは、片方の部品の接続部の形状を変えた場合、もう一方の部品の接続部の形状も変更しなければならない。このような設計構造に関する情報は設計図面情報から取得することができる。具体的な作成方法は、後ほど図７を用いて説明する。

ステップ１０３において、前記ステップ１０２にて作成した品質影響度モデルの修正を行う。ここでは、設計者の知見に基づいて過去の事例からだけでは判断できない設計パラメータと製品機能間の品質影響度モデルや、設計パラメータ間の相互影響度の構造化モデルに関して修正を加える。

次に、ステップ１０４において、前記ステップ１０３にて作成した品質影響度モデルを用いて、開発対象となる製品の実験計画を作成する。具体的な実験計画の作成方法は、後ほど図１２を用いて説明する。

次に、ステップ１０５において、前記ステップ１０４にて作成した実験計画に基づいて実験を実施する。そして、各実験における設計パラメータの設定値および、その際の製品機能の測定値を持つ実験結果はデータ格納部の実験結果履歴情報に蓄積される。

ステップ１０６では、前記ステップ１０５にて実施した各実験における設計パラメータの設定値および、その際の製品機能の測定値を含む実験結果情報をデータ格納部から取得する。

そして、ステップ１０７において、前記ステップ１０６にて取得した実験の実験結果情報を用いて、前記ステップ１０３までの時点で作成した品質影響度モデルの更新を行う。設計パラメータの設定値および製品機能の測定値間の因果関係を調べ、品質影響度モデルにおける設計パラメータと製品機能間の品質影響度の度合いを修正する。また、修正した設計パラメータと製品機能に関連する設計パラメータ構造化モデルが自動的に修正される。

次に、ステップ１０８において、前記ステップ１０７にて更新した品質影響度モデルを用いて、製造ばらつきを考慮した設計パラメータの適正化処理を行う。具体的な適正化処理方法は、後ほど図１６を用いて説明する。

ステップ１０９において、前記ステップ１０８に実施した設計パラメータの適正化処理の結果から、設計パラメータ仕様情報およびその設計パラメータ仕様における製品機能の推定値情報を表示する。設計パラメータ仕様情報には各設計パラメータの適正値、公差、製造ばらつき実績および、他に相互関係を持つ設計パラメータ項目などが含まれる。製造ばらつき実績より要求される公差が小さい設計パラメータは強調して表示される。製品機能の推定値情報には前記ステップ１０８にて算出された設計パラメータ仕様における製品機能の平均値とそのばらつき（例えば、標準偏差値）および、該当製品機能の目標値および、目標と満足するかどうかの判定結果などが含まれる。ここで、目標を満足しない製品機能が存在する場合、前記ステップ１０８にて使用した製品機能の評価関数の調整や目標値の見直しなどを行い、目標を満足するまで繰り返しステップ１０８およびステップ１０９を実施する。

次に、ステップ１１０では、前記ステップ１０８にて算出された設計パラメータ仕様を用いた確認実験を行い、その際の製品機能の測定を行う。

ステップ１１１では、前記ステップ１１０にて行った確認実験における製品機能の測定値が目標を満たすかどうかの判定を行う。全ての製品機能が目標を満たす場合一連の処理を終了する。

目標を満足しない製品機能が存在する場合、ステップ１１２において、該当の製品機能に関する追加実験を行う。この場合、前記ステップ１０７にて作成した品質影響度モデルを用いて、該当する製品機能に関する品質影響度が求まっていない設計パラメータに関して品質影響度モデルを修正および追加の実験計画の作成を行う、追加実験を実施する。追加実験の計画は前記ステップ１０４にて行う処理方式と同じ方式を用いて、今回評価対象とする製品機能および、該当製品機能と相互関係を有する製品機能に関して同時に評価を行う。追加実験を実施した後、ステップ１０７以降を繰り返して実施する。

図２２は、ハードディスクドライブのヘッダスライダ部の断面構造を模式的に示した図である。

ハードディスクドライブのヘッダスライダ部は、基板上に下層より基板保護膜、下部シールド膜、下部ギャップ膜、ＧＭＲ膜、上部ギャップ膜、上部シールド膜、ライトギャップ膜、上部コア部がそれぞれ所定の厚さとなるように成膜されている。ＧＭＲ膜は厚さだけでなく、幅方向の寸法も制御されている。

図３は、機械部品の組立製品の例として、ハードディスクドライブ開発における設計パラメータ情報の表示例を示すものである。

ハードディスクドライブは、まず大きくいくつかの構成要素に分解される。例えば、データが記録されるディスクや、ディスクに記録されたデータの再生、消去や、ディスクへのデータの記録を行うヘッダアッセンブリといった構成要素がある。また、一つの構成要素は複数の部品から構成されており、先ほど、ハードディスクドライブのヘッダアッセンブリ部の例では、ヘッダスライダ、スペーサ他の部品から構成されている。また、ヘッダスライダのヘッダ部は薄膜プロセスにより製造されるため、ヘッダスライダ部は、下部シールド膜、下部ギャップ膜、ＧＭＲ膜といった部品に分解される。このように詳細に分解された部品毎に設定しなければならない設計パラメータを入力する。ヘッダスライダの例では、下部シールド膜の膜厚、下部シールド膜の膜厚、ＧＭＲ膜の磁性膜材料のＭｎ組成比、Ｆｅ組成比、Ｃｏ組成比、膜厚、ヘッド部寸法などが設計パラメータとなる。その他に、ヘッダアッセンブリのスペーサ部品の隙間寸法、平坦性や、ディスクの基板ガラスの厚さなども設計パラメータとなる。

なお、評価に際してコストや時間や物理的な制約等により変更できないパラメータに関しては、設計パラメータには加えない。例えば、先ほどのヘッダスライダの下部シールド膜では、膜の材質は変更する自体は可能であるが、今回は変更しないため設計パラメータには加えていない。

図４は、図３に示すハードディスクドライブ開発の事例に対応した製品機能情報の表示例を示すものである。

ハードディスクドライブに要求される製品機能として、ディスクにデータを書き込む速度を示すディスク転送速度や、ハードディスクドライブを搭載するホストとの転送速度を示すインターフェイス転送速度や、ディスクに保存されたデータを検索するシーク時間や、ディスクの残留磁化や、ＧＭＲヘッドのインダクタンスなどがある。ディスク転送速度やインターフェイス転送速度は、速ければ速いほどよい指標であるため、目標となる上限は存在せず、目標とする下限値のみが設定される。同じように、シーク時間も短ければ短いほどよいため、目標となる下限値は存在せず、目標とする上限値のみが設定される。ディスクの残留磁化や、ＧＭＲヘッドのインダクタンスは動作タイミングに影響を与え、大きすぎても小さすぎても不具合が発生するため、目標の狙い値とその上下限値が設定される。

図２３は、半導体ＬＳＩのトランジスタの断面構造を模式的に示した図である。

半導体ＬＳＩのトランジスタは、Ｓｉ基板上に絶縁膜を埋め込んで非導通とした素子分離部を形成し、トランジスタの特性に応じたイオン種をＳｉ基板内の素子部に注入し、ｎ−ｗｅｌｌ部やｐ−ｗｅｌｌ部を作成する。Ｓｉ基板の各ｗｅｌｌ部の上部にソース、ドレイン部のイオン注入や拡散により形成する。また、Ｓｉ基板上には絶縁膜と導通膜からゲート電極が形成される。

図５は、プロセス製品の例として、半導体ＬＳＩのトランジスタ開発における設計パラメータ情報の表示例を示すものである。

例えば、Ｓｉ基板上にトランジスタを形成するため、各トランジスタ間を電気的に非導通にするための素子分離工程や、Ｓｉ基板の不純物濃度を制御するイオン注入工程や拡散工程や、実際のトランジスタのスイッチ部となるゲート形成工程など多くの工程が必要となる。この場合、例えば、素子分離工程では素子分離の長さ、幅、深さ、溝の埋め込み量、溝の削り出し量などが設計パラメータとなる。イオン注入工程では場所毎のイオンの注入量が、拡散工程では温度や時間が設計パラメータとなる。イオン注入量などのように直接測定することが困難な設計パラメータでは、製造ばらつき情報が存在しないこともある。また、拡散時間のように制御性が高く、ばらつきが小さいものは特に製造ばらつきを入力する必要はない。また、ゲート形成工程では、ゲート酸化膜の膜厚や、ゲート寸法、ゲート膜厚、後処理として洗浄処理の有無などが設計パラメータとなる。洗浄処理の有無の設計パラメータは、「０」が無し、「１」が有りとして表現する。直接数値化できない設計パラメータは、このように組み合わせに応じて数値に割り付け表現する。

図６は、図５に示す半導体ＬＳＩのトランジスタの製品機能情報の表示例を示すものである。

トランジスタに要求される機能として、トランジスタのＯＮ／ＯＦＦを制御するしきい値電圧、トランジスタからリーク電流、スタンバイ時にソース−ドレイン間を流れるスタンバイ電流、シート抵抗、消費電力などがある。リーク電流やスタンバイ電流や消費電力は、小さければ小さいほどよい指標であるため、目標となる下限は存在せず、目標とする上限値のみが設定される。また、シート抵抗やしきい値電圧は電気回路設計時の動作特性に影響を与え、大きすぎても小さすぎても不具合が発生するため、目標の狙い値とその上下限値が設定される。

図７は、設計パラメータと製品機能間の品質影響度を表す品質影響度モデルの初期値を示す一例である。

この例では、設計パラメータはＸ１〜Ｘ５の５項目、製品機能はＹ１〜Ｙ３の３項目を対象としている。そして、設計パラメータＸ１、Ｘ２は部品Ａに関するパラメータであり、残りの設計パラメータＸ３、Ｘ４、Ｘ５は部品Ｂに関するパラメータである。この例では、製品機能Ｙ１と設計パラメータＸ１、Ｘ３との間、製品機能Ｙ２と設計パラメータＸ２、Ｘ４、Ｘ５との間、製品機能Ｙ３と設計パラメータＸ３、Ｘ４との間に品質面での関係（これを品質影響度と呼ぶ）が見られる。言い換えると、設計パラメータＸ１または、Ｘ３の値を変えた場合（または意図せず変わってしまった場合）、製品機能Ｙ１の値が変化することを意味する。品質影響度の表現方法として、製品機能と設計パラメータ間に品質影響が見られる組み合わせを線でつなぐネットワーク図と、製品機能と設計パラメータ間のマトリクスのうち品質影響が見られる組み合わせに関して「１」を代入し、それ以外には「０」を代入するマトリクス図がある。どちらの表現方法においても品質影響度の関係は等価であるため、どちらの表現方法でもよい。

図８は、設計パラメータ間の相互関係を構造化した設計パラメータ構造化モデルを示す一例である。

この例では、設計パラメータはＸ１〜Ｘ５の５項目を対象としている。そして、設計パラメータＸ１−Ｘ３間、Ｘ２−Ｘ４間、Ｘ２−Ｘ５間、Ｘ３−Ｘ４間、Ｘ４−Ｘ５間に相互関係が見られる。言い換えると、設計パラメータＸ１を変更する際、設計パラメータＸ３も同時に考慮して変更しなければならない。そして、設計パラメータＸ３を変更する際には、設計パラメータＸ４を考慮して変更しなければならない。この相互関係の表現方法として、相互関係が存在する設計パラメータ間を結線して設計パラメータ間の相互関係を表現するネットワーク図と、設計パラメータ間のマトリクスのうち、互いに相互関係を有する組み合わせに「１」を代入し、それ以外に「０」を代入して表現するマトリクス図がある。どちらの表現方法においても設計パラメータ間の相互関係は等価であるため、どちらの表現方法でもよい。

図９は、図２のステップ１０２における製品開発履歴情報を用いた品質影響度モデルの作成方法を示すフローチャートである。

まず、ステップ２０１において、データ格納部に蓄積されている実験結果履歴情報から、開発対象とする製品に類似する製品の実験結果履歴情報を取得する。前述の通り、類似製品とは例えば前世代の製品や、同一のプラットフォームを有する派生製品などである。また、実験結果履歴情報には、実験を行った際の設計パラメータの設定値とその測定値およびその際の製品機能の測定結果などが含まれる。

次に、ステップ２０２では、前記ステップ２０１にて取得した過去の実験結果履歴情報の統計処理を行い、製品機能と設計パラメータ間の品質影響度の関係を表す品質影響度モデルを作成する。図１０に、実験結果履歴情報の統計処理による品質影響度モデルの作成方法の一例を示す。同図では、設計パラメータとしてＸ１〜Ｘ５の５項目、製品機能としてＹ１〜Ｙ３の３項目を対象とする。過去の実験結果履歴情報のうち、５項目の設計パラメータの測定値と、３項目の製品機能の測定値のそれぞれの組み合わせに関して、相関解析を行いそれぞれの組み合わせにおける相関係数を計算する。相関係数は、２つのデータ間の相関の強さを示す指標であり、−１〜１までの値をとる。そして相関係数の絶対値が１に近いほど相関が高く、０に近くなるほど相関が低くなる。同図では、５項目の設計パラメータと３項目の製品機能の組み合わせで計１５個の相関係数の絶対値を示している。例えば、設計パラメータＸ４と製品機能Ｙ２の相関は散布図に示すように相関が高く、相関係数の絶対値の値も０．９と高い。ここで、相関係数の絶対値が０．７以上となるものを製品機能と設計パラメータ間に品質上の関係があるものとした場合、製品機能Ｙ１と設計パラメータＸ１、Ｘ３、製品機能Ｙ２と設計パラメータＸ２、Ｘ４、Ｘ５、製品機能Ｙ３と設計パラメータＸ３、Ｘ４の組み合わせが品質影響度モデルにて影響度ありと表現される。ここでは、互いに影響がある組み合わせに「１」を、影響がない組み合わせに「０」を代入することにより、製品機能と設計パラメータ間の品質影響度を示す品質影響度モデルを作成することができる。この場合の品質影響度モデルは図７に示すものと同様になる。なお、設計パラメータによっては、測定値がなく設定値しか存在しないものもある。その場合は、設計パラメータの測定値に代わり設定値を用いて統計処理を実施する。

ステップ２０３では、データ格納部に蓄積されている製品不良履歴情報から、開発対象とする製品に類似する製品の過去の製品不良履歴情報を取得する。製品不良履歴情報には、不良となった製品機能とその原因となる設計パラメータ項目との関連情報などが含まれる。

次に、ステップ２０４にて、前記ステップ２０３にて取得した製品不良履歴情報を用いて、品質影響度モデルの更新を行う。図１１に、製品不良履歴情報を用いた品質影響度モデルの作成方法の一例を示す。同図は、過去の製品不良の事例を製品機能に対する設計パラメータのツリー図で表現している。ここの事例では、半導体ＬＳＩのトランジスタのしきい値電圧が変動する原因として、ゲート寸法の変更や、Ｐイオン注入量の変更や、拡散時間の変更などが対応付けられている。この場合、開発対象とする製品のしきい値電圧の製品機能と、ゲート寸法、Ｐイオン注入量、拡散時間の設計パラメータ間に品質影響があるものとし、品質影響度モデルの該当箇所に影響ありの「１」を代入する。このように、その他の不良事例に関しても同様の処理を行い、品質影響度モデルを構築する。

次に、ステップ２０５において、前記ステップ２０４までに作成した品質影響度モデルを用いて設計パラメータ間の相互関係を計算し、設計パラメータ構造化モデルの初期値を作成する。そこで、品質影響度モデルを用いた設計パラメータ構造化モデルの初期値の作成方法を図７および図８を用いて説明する。この例では、前述の通り、設計パラメータとしてＸ１〜Ｘ５の５項目、製品機能としてＹ１〜Ｙ３の３項目を対象とする。

まず、図７に示す品質影響度モデルにおいて、設計パラメータが影響を及ぼす製品機能を抽出する。例えば、設計パラメータＸ１の場合、製品機能Ｙ１が抽出される。次に、抽出された製品機能に影響を及ぼす他の設計パラメータを抽出する。この場合、最初の設計パラメータと抽出された設計パラメータがある製品機能を介して互いに関係を持つため、設計パラメータ構造化モデルの該当組み合わせに相互関係が発生する。先ほどの製品機能Ｙ１の場合は、設計パラメータＸ１の他に、設計パラメータＸ３が影響を与えるパラメータであるため、設計パラメータＸ１とＸ３の間に相互関係が発生する。同様に、設計パラメータＸ２の場合、まず製品機能Ｙ２が抽出される。そして、製品機能Ｙ２から設計パラメータＸ４，Ｘ５が抽出されるため、設計パラメータＸ２とＸ４、Ｘ２とＸ５間の相互関係が導出される。設計パラメータＸ３の場合、製品機能Ｙ１とＹ３が抽出され、製品機能Ｙ１から設計パラメータＸ１が、製品機能Ｙ３から設計パラメータＸ４が抽出される。設計パラメータＸ４の場合、まず製品機能Ｙ２とＹ３が抽出され、それぞれ設計パラメータＸ２，Ｘ５と、Ｘ３が抽出される。最後に設計パラメータＸ５の場合、まず製品機能Ｙ２が抽出され、続いて設計パラメータＸ２，Ｘ４が抽出される。以上の相互関係を全て表現した設計パラメータ構造化モデルは、図８に示す設計パラメータ構造化モデルとなる。

次に、ステップ２０６において前記ステップ２０５にて作成した設計パラメータ構造化モデルを用いて、設計パラメータ間の相互関係が最小となる設計パラメータグループを作成するように設計パラメータの構成を変更する構造化処理を行う。この際、各設計パラメータグループ内に該当する設計パラメータの個数はできる限り小さい方が望ましい。この構造化処理方法の一例を、図１２を用いて説明する。

図１２に示す設計パラメータ構造化モデルの初期値は、図８に示す設計パラメータ構造化モデルと同じものである。この例では、設計パラメータとしてＸ１〜Ｘ５の５項目を対象としている。設計パラメータＸ１〜Ｘ５を２つのグループに分ける際の組み合わせを作成する。各設計パラメータグループ内に該当する設計パラメータの個数はできる限り小さい方が望ましいため、各グループ毎に２つないし、３つの設計パラメータを分離すればよい。その組み合わせは５項目の設計パラメータの中から２つの設計パラメータを選択する組み合わせと等価になるため、組み合わせ計算より１０通りの組み合わせが作成される。そして、全１０通りの組み合わせの中から２つの設計パラメータグループ間を結ぶ相互関係の線の数が一番少ない組み合わせを抽出する。例えば、設計パラメータグループ１＝｛Ｘ１、Ｘ２｝、設計パラメータグループ２＝｛Ｘ３、Ｘ４、Ｘ５｝の場合、グループ１とグループ２間の相互関係の数はＸ１−Ｘ３間とＸ２−Ｘ４間とＸ２−Ｘ５間の３つとなる。また、設計パラメータグループ１＝｛Ｘ１、Ｘ３｝、設計パラメータグループ２＝｛Ｘ２、Ｘ４、Ｘ５｝とした場合、グループ１とグループ２間の相互関係の数はＸ３−Ｘ４間の１つとなる。同様に、全組み合わせに関して、グループ間の相互関係の数を求めると、この例では、設計パラメータグループ１＝｛Ｘ１、Ｘ３｝、設計パラメータグループ２＝｛Ｘ２、Ｘ４、Ｘ５｝の場合が最小となる。そこで、設計パラメータ構造化モデルの並び替えを行い、２つの設計パラメータグループから構成される設計パラメータ構造化モデルが作成される。

図１３は、図２のステップ１０４における品質影響度モデルを用いた実験計画の作成方法を示すフローチャートである。

まず、ステップ３０１において、データ格納部より開発対象となる製品の品質影響度モデル情報を取得する。品質影響度モデル情報には、製品機能と設計パラメータ間の品質影響度の関係を構造化した品質影響度モデル、設計パラメータ間の相互関係を構造化した設計パラメータ構造化モデルなどが含まれる。

次に、ステップ３０２において、前記ステップ３０１にて取得した品質影響度モデルのうち、図９のステップ２０６における構造化処理後の設計パラメータ構造化モデルから、設計パラメータグループ情報を取得する。図１２に示す構造化処理後の設計パラメータ構造化モデルを用いて説明する。この例では、設計パラメータはＸ１〜Ｘ５の５項目を対象としている。そして、構造化処理により設計パラメータグループ１＝｛Ｘ１、Ｘ３｝、設計パラメータグループ２＝｛Ｘ２、Ｘ４、Ｘ５｝から構成される設計パラメータグループ情報が取得される。

次に、ステップ３０３において、前記ステップ３０２にて取得した設計パラメータグループ情報より、設計パラメータグループ毎に大実験を割り付け、大実験計画情報を出力する。大実験計画情報には、設計パラメータグループ毎に割り付けられた大実験ＩＤ、実験順序、該当する設計パラメータ一覧、先行実験とのインターフェイスパラメータ、実験水準数およびその水準値が含まれる。図１４は、図１２に示す設計パラメータグループ情報を用いて作成した大実験計画の表示例を示す。前述の設計パラメータグループのうち、大実験ＩＤ＝１にグループ１を、大実験ＩＤ＝２にグループ２を割り付けた。そのため、大実験ＩＤ＝１における実験変数となる設計パラメータはＸ１とＸ３、大実験ＩＤ＝２の実験変数となる設計パラメータはＸ２、Ｘ４、Ｘ５である。設計パラメータ毎の水準数の初期値は、設計パラメータ入力時設定した値が代入される。また、実験水準の初期値は設計パラメータ毎に設定された物理的な上下限限界値と、実験水準数から自動的に算出される。また、この段階では実験順序や先行実験とのインターフェイスパラメータは空欄である。

次に、ステップ３０４において、前記ステップ３０３にて出力された大実験計画情報に実験順序情報を設定する。順列を決める際、同じタイミングに行う順序の設定も可能である。図１４の例では最初に大実験ＩＤ＝２を行い、次に大実験ＩＤ＝１を行う順序とした。

次に、ステップ３０５において、前記ステップ３０４にて設定した実験順序情報から決定された先行実験とのインターフェイスパラメータに関して、その基準値を設定する。図１４の例では２番目に行う大実験ＩＤ＝１のうち設計パラメータＸ３が先行実験における設計パラメータＸ４と相互関係を持つ（図１２に示す設計パラメータ構造モデルを参照）。そのため、最初の実験を行う前に設計パラメータＸ３の設定値を基準値として決める必要がある。そして、大実験ＩＤ＝１の実験において設計パラメータＸ３は、基準値から変更することができない。設計パラメータＸ３以外の設計パラメータは設定した実験水準に関して評価を行うことができる。

そして、ステップ３０６からステップ３１０までの処理を、大実験の順序毎に実験数分繰り返す。ステップ３０６では、対象となる大実験ＩＤに関して、同一実験内の設計パラメータ間の交互作用を設定する。交互作用とは２つの設計パラメータの組み合わせによって発生する評価指標の変動要因である。図２１は、２つの設計パラメータ間の交互作用が製品機能に与える影響として、交互作用有無の違いによる評価値の変化の違いを示すものである。交互作用がない場合、２つのパラメータは互いに独立であるため、パラメータ２の水準によらずパラメータ１の水準を１→２に変更した際の評価指標は減少する。交互作用がある場合、パラメータ２の水準によってパラメータ１の水準を１→２に変更した際の評価指標の挙動が異なる。そのため、その組み合わせを考慮した実験計画を作成しなければならない。図１４の例では、大実験ＩＤ＝２における設計パラメータＸ２、Ｘ４、Ｘ５間の交互作用の有無を設定している。この例では、Ｘ２−Ｘ４間およびＸ２−Ｘ５間に交互作用が存在する。

次に、ステップ３０７において、各設計パラメータの実験水準の修正が行われる。修正を行わない設計パラメータは、設計パラメータの物理的な上下限限界値と、実験水準数から自動的に算出された初期値を使用する。

次に、ステップ３０８において、実験対象となる設計パラメータの数やその水準数、また設計パラメータ間の交互作用の数からを満足する複数の実験計画表を出力し、その中から１つを選択する。実験計画表は各列にパラメータの水準レベルの組み合わせを表示した表で、例えば、タグチメソッドで用いられる直行表や、応答局面法で用いられる複合計画表などがある。設計パラメータの数やその水準や、交互作用の数に応じて適正規模の計画表を選択する。設計パラメータの数やその水準数、また設計パラメータ間の交互作用の数に応じた実験計画表の種類に関しては、前記非特許文献１を参照にされたい。

次に、ステップ３０９において、前記ステップ３０８にて選択した実験計画表の各列に対象となる設計パラメータを割り付ける。タグチメソッドで用いられる直行表では、交互作用を持つ設計パラメータを割り付ける列が予め決まっているため、その指示に従って割り付ける。

最後に、ステップ３１０において、対象となる大実験ＩＤにおける小実験計画情報を出力する。小実験計画情報には、小実験ＩＤ毎の設計パラメータの水準レベルや、各設計パラメータ毎の水準レベルにおける設定値などが含まれる。図１５は、図１４における大実験ＩＤ＝２の設計パラメータＸ２、Ｘ４、Ｘ５を２つの水準で全組み合わせ実験を行う際に小実験計画情報を示すものである。小実験ＩＤ毎の設計パラメータＸ２、Ｘ４、Ｘ５の水準レベルが表示される。また、設計パラメータＸ２、Ｘ４、Ｘ５の水準レベルにおける設定値も表示される。

図１６は、図２のステップ１０７および、ステップ１０８における製造ばらつきを考慮し、品質影響度モデルを用いた設計パラメータの適正化処理方法を示すフローチャートである。

まず、ステップ４０１にて、データ格納部より図２のステップ１０６にて取得した実験結果の数値計算により製品機能と設計パラメータ間の品質影響度行列における各要素成分の係数を算出する。ここで、製品機能を表すベクトルをＹ、設計パラメータを表すベクトルをＸとする。そして、製品機能ベクトルＹと設計パラメータベクトルＸの関係を、（１）式で表現する。

ここで、Ａは設計パラメータベクトルに対応した列数、製品機能に対応した行数からなる品質影響度行列である。また、Ｂは製品機能ベクトルに対応したオフセット補正ベクトルとなる。なお、設計パラメータベクトルには、各設計パラメータ項目だけでなく、複数の設計パラメータ項目間の交互作用成分が加わる。そのため、設計パラメータベクトルにおける項目数は、対象とする設計パラメータ数以上となる。そして、例えば、実験結果の最小二乗法計算により、各実験の設計パラメータベクトルＸにおける製品機能ベクトルＹの測定値と（１）式にて計算される製品機能ベクトルの推定値の誤差が最小となるように品質影響度行列Ａおよびオフセット補正ベクトルＢの各要素の係数が決定される。図１７は、図１４に示す実験計画の実験結果情報を用いた品質影響度行列の算出方法を示す一例である。

前述の通り、この例では、設計パラメータはＸ１〜Ｘ５の５項目、製品機能はＹ１〜Ｙ３の３項目を対象としている。また、設計パラメータグループ２＝｛Ｘ２、Ｘ４、Ｘ５｝、設計パラメータグループ１＝｛Ｘ１、Ｘ３｝順に評価実験を行っている。ここで、設計パラメータＸ３は先行実験における設計パラメータＸ４と相互関係を持ち（図１２に示す設計パラメータ構造モデルを参照）、基準値として固定されているため、今回の設計パラメータ適正化処理の対象外となり、設計パラメータベクトルには含まれない。また、設計パラメータＸ２−Ｘ４間およびＸ２−Ｘ５間に交互作用が存在するため、設計パラメータベクトルに１次の交互作用の成分を追加する。そして、設計パラメータベクトルＸ＝｛Ｘ１、Ｘ２、Ｘ４、Ｘ２＊Ｘ４、Ｘ５、Ｘ２＊Ｘ５｝となる。また、製品機能ベクトルＹ＝｛Ｙ１、Ｙ２、Ｙ３｝となる。そして、品質影響度行列Ａは６×３の行列となる。そして、大実験ＩＤ＝１の実験結果の最小二乗計算により、品質影響度行列Ａの要素ａ１１の係数が算出される。また、大実験ＩＤ＝２の実験結果の最小二乗計算により、品質影響度行列Ａの要素ａ２２〜ａ６２、ａ２３〜ａ６３の係数が算出される。

次に、ステップ４０２において、製品機能ベクトルの重み付けを行い適正化処理の目的関数を作成する。例えば、図１７の製品機能ベクトルＹ＝｛Ｙ１、Ｙ２、Ｙ３｝の目的関数ｆは、（２）式のようになる。

ここで、ΔＹ（ｉ）は製品機能ベクトルの各要素の目標からの偏差量、Ｙ_target（ｉ）、Ｙ_ul（ｉ）、Ｙ_ll（ｉ）はそれぞれ各製品機能の目標狙い値、上限値、下限値、ｇ（ｉ）は各製品機能の重み付け係数である。また、ΔＹ（ｉ）は各製品機能の目標値によって計算式が異なる。製品機能が目標狙い値を持つ場合のΔＹ（ｉ）は（３）式に、下限しきい値となる場合のΔＹ（ｉ）は（４）式に、上限しきい値となる場合のΔＹ（ｉ）は（５）式となる。

次に、ステップ４０３において、各設計パラメータ項目の製造ばらつき実績および物理的な限界しきい値より、各設計パラメータ項目の変更可能範囲を計算する。設計パラメータの製造ばらつき実績や物理限界しきい値は、図２のステップ１０１における設計パラメータの入力時に取得される。図１８は、設計パラメータの製造ばらつきおよび限界値を用いた設計パラメータの変更可能範囲の計算方法の一例を示す図である。設計パラメータには物理的にそれ以上変更できない限界値を持っている。また、設計パラメータをある狙い値に設定しても、実際には製造ばらつきにより狙いからばらついた分布となる。そのため、製造ばらつきを考慮する場合、設計パラメータは物理限界から製造ばらつきを引いた分変更することができない。そのため、設計パラメータの変更可能範囲の上限は物理限界の上限値−製造ばらつきとなる。設計パラメータの変更可能範囲の下限は、物理限界の下限値＋製造ばらつきとなる。ここで、製造ばらつきの値には３σを用いることが多い。

そして、ステップ４０４では、前記ステップ４０３にて計算した設計パラメータの変更可能範囲および製品機能の目標値より、設計パラメータおよび製品機能の制約条件を作成する。制約条件式では、設計パラメータおよび製品機能の対象範囲を不等式にて表現する。

そして、ステップ４０５では、前記ステップ４０１にて算出した品質影響度行列および、前記ステップ４０２にて作成した目的関数および、前記ステップ４０４にて作成した制約条件式を用いた数値計算処理を行い、制約条件を満たしかつ目的関数の値を最小とする設計パラメータの近似解を計算する。例えば、数値計算の手法には、線形計画法や二次計画法やＮｅｗｔｏｎ−Ｒａｐｈｓｏｎ法などがある。いずれも入力変数および出力変数間の関数および、出力変数の目的関数および、入力変数と出力変数の制約条件を設定し、所定の計算アルゴリズムを実行することにより、目的関数を最小（または最大）かつ制約条件を満たす入力変数の値が計算される。

次に、ステップ４０６において、設計パラメータの製造ばらつきを考慮した製品機能の推定値（平均およびばらつき）を前記ステップ４０１にて作成した品質影響度行列を用いて計算する。例えば、各設計パラメータは前記ステップ４０５にて算出した狙い値を中心に製造ばらつきを標準偏差とする正規分布に従うものと仮定する。モンテカルロ・シミュレーション法では、全ての設計パラメータに関してランダムに正規分布ばらつきを発生させ、その際の製品機能の推定値を（１）式を用いて計算する。この計算を繰り返し行うことにより、製品機能推定値の平均値およびそのばらつき（標準偏差）を計算することができる。

次に、ステップ４０７において、前記ステップ４０６にて計算した製品機能のばらつきを含めた推定値が目標を満たすかどうかの判定が行われる。例えば、製品機能の推定値の平均値±３σ（標準偏差）と、目標の上限しきい値、下限しきい値との比較が行われる。製品機能のばらつきを含めた推定値が目標を満たす場合、ステップ４０８に進む。一方、製品機能のばらつきを含めた推定値が目標から外れる場合、ステップ４０９に進む。

ステップ４０８では、各設計パラメータの公差を作成する。公差とは設計パラメータが許容できる変化量であるため、前記ステップ４０６にて設定されている製造ばらつきを公差とする。製造ばらつきが標準偏差（σ）で与えられる場合は、３σ値が公差となる。

また、ステップ４０９では、製品機能の推定値が目標から外れているため、設計パラメータの制約条件や、目的関数の重み付け係数の修正を行い、再度、ステップ４０５以降の処理を実施する。修正方法としては、目標から外れている製品機能の重み付け係数を大きくすればよい。また、目標から外れている製品機能に大きな影響を与える設計パラメータの製造ばらつきの値を小さくするように制約条件を変更すればよい。例えば、図１７の例では、製品機能Ｙ１の場合、設計パラメータＸ１の影響を受けるため、設計パラメータＸ１の製造ばらつきを小さくする必要がある。また、製品機能Ｙ２の場合、設計パラメータＸ２、Ｘ４、Ｘ５の影響を受けるが、この中で製品機能Ｙ２に対する感度が大きい設計パラメータ順に製造ばらつきを変更していく必要がある。ただし、この際、物理的にこれ以上小さくできない設計パラメータの製造ばらつきは変更しない。

図１９は、図１７に示す品質影響度行列を用いた設計パラメータ適正化処理を行った際の設計パラメータ仕様の計算結果の表示例を示す。前述の通り、この例では設計パラメータＸ１〜Ｘ５の５項目を対象としている。各設計パラメータ項目の適正値、公差、製造ばらつき実績や他の設計パラメータとのインターフェイス情報が表示される。例えば、設計パラメータＸ１では製造ばらつき実績が「３０」であるのに対して、公差は「２０」となっている。そのため、設計パラメータＸ１に関しては、製造ばらつきを小さくする必要があることがわかる。

図２０は、図１７に品質影響度行列を用いた設計パラメータ適正化処理を行った際の製品機能の推定値の計算結果の表示例を示す。前述の通り、この例では製品機能Ｙ１〜Ｙ３の３項目を対象としている。各製品機能の推定値（平均、ばらつき）や目標値（狙い、上限、下限）や判定結果が表示される。製品機能によっては狙いとなる目標値を持たず、上限または下限のみの目標となるものもある。また、判定結果が「ＮＧ」となる製品機能は、強調して表示される。

以上説明したように、本実施の形態の製品設計パラメータ決定支援システム、およびこのシステムにおける設計パラメータの決定方法によれば、製品機能および設計パラメータ間の相互作用の構造化を行い、相互作用が少ない設計パラメータグループの抽出ならびに設計パラメータグループに基づいた実験計画の作成機能を有することにより、要求される製品機能を短期間で効率的に満たし、かつ最初から相互関係に注意した繰り返しの少ない実験を実施することできる。

また、製品機能と設計パラメータ間の品質影響度の関係から製造ばらつきを考慮した製品機能の推定機能を有することにより、量産段階で発生する製造ばらつきの影響を考慮した設計パラメータの決定が可能となり、量産段階での製品不具合が発生せず、製品開発期間を短縮することができる。

＜本発明の他の実施の形態による製品設計パラメータ決定支援システム＞
図２４は、本発明の他の実施の形態による製品設計パラメータ決定支援システムの全体構成を示すシステムブロック図である。

本実施の形態による製品設計パラメータ決定支援システムは、開発対象とする製品に関する情報を入力するデータ入力部１ａと、演算結果を表示する結果表示部２ａと、製品機能と設計パラメータ間の品質影響度の構造化処理を行う品質影響度構造化処理部４ａおよび、インターフェイスパラメータの初期値の設定や調整を行うインターフェイスパラメータ調整処理部８および、構造化された品質影響度モデルを用いて対象製品の実験計画の作成や実験結果の解析を行う実験計画作成・解析部５ａおよび、製品機能−設計パラメータ間の品質影響度モデルを用いて要求される製品機能を満たすよう製造ばらつきを考慮した設計パラメータの適正化計算を行う設計パラメータ適正化処理部６ａを有するデータ演算部３ａと、演算に必要な情報を格納するデータ格納部７ａから構成される。

データ入力部１ａは、開発対象とする製品の製品機能情報を入力する製品機能入力部１１ａ、該当製品の設計パラメータ情報を入力する設計パラメータ入力部１２ａ、該当製品の製品機能−設計パラメータ間の品質影響度モデルや、設計パラメータ間の相互影響度を構造化した設計パラメータ構造化モデルの編集作業を行う品質影響度モデル編集部１３ａから構成される。設計パラメータ入力部１２ａでは、対象の設計パラメータに該当する製造ばらつき情報をデータ格納部７ａ内の製造ばらつき履歴情報７１ａから取得し入力画面に表示する。製品機能入力部１１ａおよび設計パラメータ入力部１２ａにて入力されたデータは、データ演算部３ａ内の品質影響度構造化処理部４ａまたはインターフェイスパラメータ調整処理部８に送られ、所定の処理を行い、データ格納部７ａ内の品質影響度モデル情報７４ａに登録される。また、品質影響度モデル編集部１３ａは、編集対象とする製品を選択し、品質影響度モデル情報７４ａに登録されている対象製品の製品機能情報、設計パラメータ情報、および品質影響度モデル情報や設計パラメータ構造化モデル情報を表示する。そして、表示された情報を編集した際、編集後のデータを品質影響度モデル情報７４ａに登録する。

結果表示部２ａは、開発対象となる製品の実験計画を表示する実験計画表示部２１ａ、開発対象となる製品の設計パラメータの仕様を表示する設計パラメータ仕様表示部２２ａ、設計パラメータ仕様表示部２２ａに表示される設計パラメータ仕様における製品機能の推定値を表示する製品機能推定値表示部２３ａから構成される。実験計画表示部２１ａでは、品質影響度モデル情報７４ａに含まれる対象製品を選択し、選択した製品に関してデータ演算部３ａ内の実験計画作成・解析部５ａにて作成した実験計画を表示する。設計パラメータ仕様表示部２２ａおよび製品機能推定値表示部２３ａは、それぞれデータ演算部３ａ内の設計パラメータ適正化処理部６ａにて計算された設計パラメータ仕様および製品機能の推定値を表示する。

品質影響度構造化処理部４ａは、データ格納部７ａ内の実験結果履歴情報７２ａまたは、製品不良履歴情報７３ａを用いて対象製品の製品機能−設計パラメータ間の品質影響度の関係を表現する初期モデルを作成する品質影響度モデル作成部４１ａ、品質影響度モデル作成部４１ａにて作成した品質影響度モデルを用いて設計パラメータ間の相互影響度の構造化処理を行い、設計パラメータ間が互いに独立となるようにインターフェイスパラメータの設定および設計パラメータグループの作成を行う設計パラメータ構造化処理部４２ａから構成される。品質影響度モデル作成部４１ａでは、データ入力部１ａ内の製品機能入力部１１ａおよび、設計パラメータ入力部１２ａにて入力された製品の製品機能および設計パラメータに関して、実験結果履歴情報７２ａまたは、製品不良履歴情報７３ａから過去の類似する製品の製品機能や設計パラメータに関する情報を抽出し、品質影響度モデルの初期値を作成する。品質影響度モデル作成部４１ａにて作成された品質影響度モデルおよび、設計パラメータ構造化処理部４２ａにて作成されたインターフェイスパラメータおよび設計パラメータ構造化モデルはデータ格納部７ａ内の品質影響度モデル情報７４ａに登録される。

インターフェイスパラメータ調整処理部８では、設計パラメータ構造化処理部４２ａにて作成されたインターフェイスパラメータに関してその初期値の計算や、実験後のインターフェイスパラメータの調整処理を行う。インターフェイスパラメータ調整処理部８で調整されたインターフェイスパラメータおよび設計パラメータ構造化モデルはデータ格納部７ａ内の品質影響度モデル情報７４ａに登録される。

実験計画作成・解析部５ａでは、結果表示部２ａ内の実験計画表示部２１ａで選択された製品に関して、データ格納部７ａ内の品質影響度モデル情報７４ａから製品機能−設計パラメータ間の品質影響度モデルおよび、設計パラメータ構造化モデルからなる品質影響度モデルを取得し、評価対象とする設計パラメータに関して、実験計画表への割付を行い実験計画を作成し実験計画表示部２１ａに出力する。また、データ格納部７ａ内の実験結果履歴情報７２ａから該当する実験計画に基づいて実施された実験結果情報を取得し、より詳細な製品機能−設計パラメータ間の品質影響度モデルを作成し、データ格納部７ａ内の品質影響度モデル情報７４ａに登録する。

設計パラメータ適正化処理部６ａでは、データ格納部７ａ内の品質影響度モデル情報７４ａから対象製品の品質影響度モデルを取得し、目標とする製品機能を満たす設計パラメータの適正値の計算および、その際の製品機能の推定を行う。

データ格納部７ａは、データ入力部１ａおよび結果表示部２ａおよびデータ演算部３ａに接続されており、各部からの要求に応じて蓄積されているデータの引渡しや、新規データの登録を行う。データ格納部７ａには、過去製品の製造工程における製造ばらつきの測定結果の履歴を格納する製造ばらつき履歴情報７１ａ、実験における設計パラメータ毎の設定値とその測定値および、その際の製品機能の測定結果を格納する実験結果履歴情報７２ａ、過去の製品不良情報が蓄積される製品不良履歴情報７３ａ、開発対象とする製品の製品機能−設計パラメータ間の品質影響度を表す品質影響度モデルならび設計パラメータ間の相互影響度を構造化して表現する設計パラメータ構造化モデルから構成される品質影響度モデル情報７４ａが格納される。

例えば、製造ばらつき履歴情報７１ａには、製品名称（またはコード）、処理工程名称（またはコード）、処理対象の部品ＩＤ（プロセス製品の場合は部材ＩＤに相当する）、処理日時、処理を実施した製造装置、処理後の製造品質の測定項目（例えば寸法など）およびその測定結果などが含まれる。また、実験結果履歴情報７２ａには、製品名称（またはコード）、部品名称（またはコード、プロセス製品の場合は工程名称となる）、設計パラメータ項目およびその設定値と測定値、製品機能項目および設定した設計パラメータ値における製品機能の測定結果などが含まれる。製品不良履歴情報７３ａには、製品名称（またはコード）、部品名称（またはコード、プロセス製品の場合は工程名称に相当する）、不良となった製品機能項目、およびその原因となる設計パラメータ項目との関連情報などが含まれる。品質影響度モデル情報７４ａは、製品名称（またはコード）と、製品機能項目毎の目標値（狙い値、上限値、下限値）、設計パラメータ毎の特性値（上限限界値、下限限界値、製造ばらつき）および設計パラメータ毎の実験水準数およびの最小変化量、開発対象である製品機能項目とその設計パラメータ間の品質影響度の関係を構造化した品質影響度モデル情報、設計パラメータ間の相互影響度を構造化した設計パラメータ構造化モデル情報などが含まれる。

図２５は、本実施の形態の製品設計パラメータ決定支援システムにおける設計パラメータの決定方法を示すフローチャートである。

まず、ステップ５０１において、開発対象とする製品の製品機能に関する情報および設計パラメータに関する情報を入力する。ここで、製品機能は、製品に要求される機能の特性や性能を表す測定可能な指標である。また、設計パラメータは製品に要求される製品機能を満足させるために決定する必要があるパラメータである。そのため、設計パラメータは製品構造に関する構造設計パラメータや、製造方法に関する工程設計パラメータの両者を含む。設計パラメータの情報には設計パラメータの名称（またはコード）、その物理的な上／下限限界値、製造ばらつき、実験水準数および設計パラメータの最小変化量などが含まれる。製品構造に関する設計パラメータ情報は、ＢＯＭ（Ｂｉｌｌ Ｏｆ Ｍａｔｅｒｉａｌ：部品表）から取得することもできる。製造工程に関する設計パラメータ情報は、ＢＯＰ（Ｂｉｌｌ Ｏｆ Ｐｒｏｃｅｓｓ：工程表）から取得することもできる。また、製造ばらつきの初期値として、データ格納部に蓄積されている過去の類似製品における設計パラメータの製造ばらつき実績を代入する。なお、設計パラメータによっては製造ばらつき情報を持たないものもある。製品機能の情報には、製品機能の名称（またはコード）、目標値（狙い値、上限値、下限値）が含まれる。なお、例えば、消費電力といった製品機能はその値が小さいほどよいため、その目標値はある上限値以下となる。このように製品機能の目標値は、機能項目によっては下限のみ、上限のみとなる場合もある。

次に、ステップ５０２において、開発対象とする製品の製品機能と設計パラメータ間の品質影響度の度合いを表す品質影響度モデルの初期値を作成する。品質影響度モデルの初期値は、例えば、過去の類似製品の実験結果履歴情報を用いた統計処理により作成することができる。ここで、類似製品とは例えば前世代の製品や、同一のプラットフォームを有する派生製品などである。実験結果履歴情報には、実験を行った際の設計パラメータの設定値または実際の測定値およびその際の製品機能の測定結果などが含まれる。具体的な作成方法は、後ほど図２７を用いて説明する。また、過去の類似製品の不良履歴情報を用いて過去に不良が発生した製品機能と設計パラメータとの関係から、品質影響度モデルを作成することもできる。製品不良履歴情報には、不良となった製品機能とその原因となる設計パラメータ項目との関連情報などが含まれる。具体的な作成方法は、前述した図１１と同様である。自動作成された製品機能−設計パラメータ間の品質影響度モデルは、設計者の知見に基づき表示画面を介して手動にて修正することができる。

ステップ５０３では、設計パラメータ間の相互影響度を表す設計パラメータ構造化モデルの初期値を作成する。設計パラメータ構造化モデルの初期値は、前記ステップ５０２にて作成した製品機能−設計パラメータ間の品質影響度モデルを用いた演算処理により自動的に作成することができる。また、製品構造に起因する設計パラメータ間の形状情報から自動的に作成することができる。例えば、二つの部品の接続部の形状に関する設計パラメータは、片方の部品の接続部形状を変えた場合、もう一方の部品の接続部形状も変更しなければならない。このような設計構造に関する情報は設計図面情報から取得することができる。自動作成された設計パラメータ構造化モデルは、設計者の知見に基づき表示画面を介して手動にて修正することができる。

次に、ステップ５０４において、前記ステップ５０３にて作成した設計パラメータ構造化モデルの構造化処理を行い、設計パラメータグループ間のインターフェイスとなる設計パラメータおよび、他に独立な設計パラメータの集合である設計パラメータグループを作成する。具体的な設計パラメータグループおよびインターフェイスパラメータの作成方法は、後ほど図２９を用いて説明する。

次に、ステップ５０５において、前記ステップ５０４にて作成したインターフェイスパラメータに関して実験を行い、インターフェイスパラメータの初期値を決定する。各実験における設計パラメータの設定値および、その際の製品機能の測定値を持つ実験結果はデータ格納部の実験結果履歴情報に蓄積される。

ステップ５０６では、前記ステップ５０４にて作成された設計パラメータグループ毎に実験計画を作成し、実験計画に基づいて実験を行い、各実験における設計パラメータの設定値および、その際の製品機能の測定値を含む実験結果情報を用いて製品機能−設計パラメータ間の品質影響度モデルのうち該当する品質影響度係数を計算する。ステップ５０５および５０６における実験の作成方法および解析方法は、後ほど図３２を用いて説明する。

ステップ５０７では、前記ステップ５０６にて更新した品質影響度モデルを用いて、製造ばらつきを考慮した設計パラメータの適正化処理を行う。具体的な適正化処理の計算方法は、後ほど図３７を用いて説明する。

ステップ５０８では、前記ステップ５０７にて実施した設計パラメータの適正化処理時における製品機能の推定値を計算し、その推定値が目標を満たすかどうかの判定を行う。製品機能の推定値には前記ステップ５０７にて算出された設計パラメータ仕様における製品機能の平均値とそのばらつき（例えば、標準偏差値）が含まれる。全ての製品機能が目標を満足する場合、設計パラメータの適正値および製品機能の推定値を表示画面に出力して処理を終了する。一方、目標を満足しない製品機能が存在する場合、全ての製品機能が目標を満足するまで繰り返しステップ５０９およびステップ５１０を実施する。

ステップ５０９では、目標を満足しない製品機能に関連するインターフェイスパラメータを選択し、選択されたインターフェイスパラメータの調整を行うための追加実験計画を作成する。具体的なインターフェイスパラメータの調整方法は、後ほど図４１を用いて説明する。

ステップ５１０では、前記ステップ５０９にて作成された追加実験計画に基づいて実験を行い、前記ステップ５０６と同様の方法にて、製品機能−設計パラメータ間の品質影響度モデルのうち該当する品質影響度係数を算出する。

なお、機械部品の組立製品の例として、ハードディスクドライブなどが考えられるが、このハードディスクドライブのヘッダスライダ部の断面構造を模式的に示した図は前述した図２２、ハードディスクドライブにおける設計パラメータ情報の一部を示す図は前述した図３、ハードディスクドライブの事例に対応した製品機能の一部を示す図は前述した図４、半導体ＬＳＩのトランジスタの断面構造を模式的に示した図は前述した図２３と同様であるので、ここでの説明は省略する。また、プロセス製品の例として、半導体ＬＳＩのトランジスタの設計パラメータの一部を示す図は前述した図５、半導体ＬＳＩのトランジスタの製品機能の一部を示す図は前述した図６と同様であるので、ここでの説明は省略する。

図２６は、設計パラメータと製品機能間の品質影響度を表す品質影響度モデルの初期値を示す一例である。この例では、設計パラメータはＸ１〜Ｘ１０の１０項目、製品機能はＹ１〜Ｙ５の５項目を対象としている。そして、設計パラメータＸ１、Ｘ２、Ｘ３は部品Ａに関するパラメータ、設計パラメータＸ４、Ｘ５、Ｘ６は部品Ｂに関するパラメータ、残りの設計パラメータＸ７、Ｘ８、Ｘ９、Ｘ１０は部品Ｃに関するパラメータである。この例では、製品機能Ｙ１と設計パラメータＸ１、Ｘ２、Ｘ３との間に品質面での影響（これを品質影響度と呼ぶ）が見られる。言い換えると、設計パラメータＸ１またはＸ２またはＸ３の値を変えた場合（または意図せず変わってしまった場合）、製品機能Ｙ１の値が変化する。この他に、製品機能Ｙ２は設計パラメータＸ１、Ｘ３、Ｘ４との間に、製品機能Ｙ３は設計パラメータＸ３、Ｘ５、Ｘ６、Ｘ８との間に、製品機能Ｙ４は設計パラメータＸ５、Ｘ６、Ｘ７との間に、製品機能Ｙ５は設計パラメータＸ５、Ｘ８、Ｘ９、Ｘ１０との間に品質影響度が見られる。品質影響度の表現方法として、品質影響度が存在する製品機能と設計パラメータの組み合わせを線でつなぐネットワーク図と、製品機能と設計パラメータ間のマトリクスのうち品質影響度が存在する組み合わせに関して「１」を代入し、それ以外には「０」を代入するマトリクス図がある。どちらの表現方法においても品質影響度の関係は等価であるため、どちらの表現方法でもよい。

図２７は、図２５のステップ５０２における製品機能−設計パラメータ間の品質影響度モデルの作成方法の一例である、過去の類似製品の実験結果履歴情報を用いた統計処理による品質影響度モデルの作成方法を示すものである。同図では、図２６を例に設計パラメータとしてＸ１〜Ｘ１０の１０項目、製品機能としてＹ１〜Ｙ５の５項目を対象とする。過去の実験結果履歴情報のうち、１０項目の設計パラメータの測定値と、５項目の製品機能の測定値の全ての組み合わせに関して相関解析を行い、それぞれの組み合わせにおける相関係数を計算する。相関係数は２つのデータ間の相関の強さを示す指標であり、−１〜１までの値をとる。そして相関係数の絶対値が１に近いほど相関が高く、０に近くなるほど相関が低くなる。同図では、１０項目の設計パラメータと５項目の製品機能の組み合わせで計５０個の相関係数の絶対値を示している。

例えば、設計パラメータＸ５と製品機能Ｙ５の相関は散布図に示すように相関が高く、相関係数の絶対値の値も０．８５と高い。ここで、相関係数の絶対値が０．７以上となるものを製品機能と設計パラメータとの間に品質上の影響度があるものとした場合、製品機能Ｙ１と設計パラメータＸ１、Ｘ２、Ｘ３、製品機能Ｙ２と設計パラメータＸ１、Ｘ３、Ｘ４との間に、製品機能Ｙ３と設計パラメータＸ３、Ｘ５、Ｘ６、Ｘ８との間に、製品機能Ｙ４と設計パラメータＸ５、Ｘ６、Ｘ７との間に、製品機能Ｙ５と設計パラメータＸ５、Ｘ８、Ｘ９、Ｘ１０の組み合わせが品質影響度モデルにて影響度ありと表現される。ここでは、互いに影響がある組み合わせに「１」を、影響がない組み合わせに「０」を代入することにより、製品機能−設計パラメータ間の品質影響度モデルを作成することができる。この場合の品質影響度モデルは、図２６に示すものと同様になる。なお、設計パラメータによっては、測定値がなく設定値しか存在しないものもある。その場合は、設計パラメータの測定値に代わり設定値を用いて統計処理を実施する。

なお、図２５のステップ５０２における製品機能−設計パラメータ間の品質影響度モデルの作成方法の一例である、製品不良履歴情報を用いた品質影響度モデルの作成方法を示す図は前述した図１１と同様であるので、ここでの説明は省略する。

図２８は、図２６を例に設計パラメータ間の相互影響度を構造化した設計パラメータ構造化モデルを示す一例である。この例では、設計パラメータはＸ１〜Ｘ１０の１０項目を対象としている。同図では例えば設計パラメータＸ１−Ｘ２間に相互影響度が見られる。言い換えると、設計パラメータＸ１を変更する際、設計パラメータＸ２も同時に考慮して変更しなければならない。他にも設計パラメータＸ１−Ｘ３間、Ｘ１−Ｘ４間、Ｘ２−Ｘ３間、Ｘ３−Ｘ４間、Ｘ３−Ｘ５間、Ｘ３−Ｘ６間、Ｘ３−Ｘ８間、Ｘ５−Ｘ６間、Ｘ５−Ｘ７間、Ｘ５−Ｘ８間、Ｘ５−Ｘ９間、Ｘ５−Ｘ１０間、Ｘ６−Ｘ７間、Ｘ６−Ｘ８間、Ｘ８−Ｘ９間、Ｘ８−Ｘ１０間、Ｘ９−Ｘ１０間に相互影響度が見られる。この相互影響度の表現方法として、相互影響度が存在する設計パラメータ間を結線して設計パラメータ間の相互影響度を表現するネットワーク図と、設計パラメータ間のマトリクスのうち、互いに相互影響度を有する組み合わせに「１」を代入し、それ以外に「０」を代入して表現するマトリクス図がある。どちらの表現方法においても設計パラメータ間の相互影響度は等価であるため、どちらの表現方法でもよい。

同図に示す品質影響度モデルを用いた設計パラメータ構造化モデルの初期値の作成方法を、図２６を用いて説明する。まず、図２６に示す品質影響度モデルにおいて、設計パラメータが影響を及ぼす製品機能を抽出する。例えば、設計パラメータＸ１の場合、製品機能Ｙ１が抽出される。次に、抽出された製品機能に影響を及ぼす他の設計パラメータを抽出する。この場合、最初の設計パラメータと抽出された設計パラメータがある製品機能を介して互いに関係を持つため、設計パラメータ構造化モデルの該当組み合わせに相互関係が発生する。先ほどの製品機能Ｙ１の場合は、設計パラメータＸ１の他に、設計パラメータＸ２とＸ３が影響を与えるパラメータであるため、設計パラメータＸ１−Ｘ２間およびＸ１−Ｘ３間に相互関係が発生する。また、設計パラメータＸ１は、製品機能Ｙ１の他に製品機能Ｙ２とも影響を与えるため、製品機能Ｙ２も抽出される。そして、製品機能Ｙ２から設計パラメータＸ３、Ｘ４が抽出されるため、新たに設計パラメータＸ１−Ｘ４間の相互影響度が導出される。この他、設計パラメータＸ２の場合、製品機能Ｙ１が抽出され、製品機能Ｙ１から設計パラメータＸ１とＸ３が抽出される。設計パラメータＸ３の場合、まず製品機能Ｙ１とＹ２とＹ３が抽出され、それぞれ設計パラメータＸ１、Ｘ２、Ｘ４、Ｘ５、Ｘ６、Ｘ８が抽出される。全てに設計パラメータに関して同様の処理を行うことにより、設計パラメータ間の相互影響度を全て表現した設計パラメータ構造化モデルは、図２８に示す設計パラメータ構造化モデルとなる。

図２９は、図２５のステップ５０４における設計パラメータ構造化モデルの構造化処理によるインターフェイスパラメータおよび設計パラメータグループの作成方法を示すフローチャートである。

まず、ステップ６０１において、開発対象とする製品の設計パラメータ構造化モデルより、他の設計パラメータとの相互影響度がない設計パラメータを抽出し、それぞれ独立の設計パラメータグループとする。例えば、図２８に示す設計パラメータＸ１〜Ｘ１０における設計パラメータ構造化モデルでは、いずれの設計パラメータも他の設計パラメータとの相互影響度を有するため、独立な設計パラメータは抽出されない。

ステップ６０２では、前記ステップ６０１にて全ての設計パラメータの抽出ができたかどうかの判定を行う。全ての設計パラメータが抽出できた場合、処理を終了する。まだ、設計パラメータが残っている場合ステップ６０３を実施する。

ステップ６０３では、前記ステップ６０１にて抽出されず残った設計パラメータの中から最小の次数（他の設計パラメータとの相互影響度の個数）となる設計パラメータを抽出する。この際、同一の最小次数となる設計パラメータが複数存在する場合、該当設計パラメータと関連する設計パラメータの個数が少ない順に抽出する。そして、抽出された設計パラメータと相互影響度を有する設計パラメータの中から最小次数となる設計パラメータを選択し、それらの設計パラメータを合成することにより設計パラメータグループを作成する。同一設計パラメータグループ内の設計パラメータの個数が所定のしきい数以上となった場合、以降合成処理の対象外とする。また、合成による作成された設計パラメータグループは一つの設計パラメータとして取り扱う。

ステップ６０４では、前記ステップ６０３における合成処理後の残りの設計パラメータのうち、合成可能な設計パラメータが存在するかどうかを判定する。まだ、合成可能な設計パラメータが存在する場合、前記ステップ６０３を再度、実施する。一方、合成可能な設計パラメータが存在しない場合、どの設計パラメータグループにも属していない残りの設計パラメータを一つの設計パラメータグループをして、ステップ６０５を実施する。

ステップ６０５では、前記ステップ６０４までに作成された設計パラメータグループに関して、それぞれの設計パラメータグループ間に相互影響度がなく独立であるかどうかの判定を行う。全ての設計パラメータグループが独立である場合、処理を終了する。一方、設計パラメータグループ間に相互影響度が存在する場合、設計パラメータグループ間の相互影響度がなくなるまで、ステップ６０６を繰り返し実施する。

ステップ６０６では、相互影響度が存在する設計パラメータグループ内において最大次数となる設計パラメータを対象の設計グループのインターフェイスパラメータに設定する。以降、対象の設計パラメータグループはインターフェイスパラメータに設定された設計パラメータに関連する相互影響度を除外して処理を行う。

図３０は、図２８に示す設計パラメータＸ１〜Ｘ１０の設計パラメータ構造化モデルにおける設計パラメータグループの作成方法の一例を示すものである。この例では同一の設計パラメータグループ内の設計パラメータの個数のしきい数は５個としている。この例では、計７回の設計パラメータの合成処理が行われる。同図（ａ）は設計パラメータＸ１〜Ｘ１０間の相互影響度および、各設計パラメータ毎の次数（他の設計パラメータとの相互影響度の個数）の初期値の状態を示すものである。

まず、１回目の合成では、最小次数の設計パラメータとしてＸ２が抽出される。そして、設計パラメータＸ２と関連する設計パラメータＸ１、Ｘ３に関して次数の比較を行い、次数が小さいＸ１が選択される。これにより、設計パラメータＸ１とＸ２が合成される（同図（ｂ））。設計パラメータＸ１とＸ２を合成する際、各設計パラメータＸ１、Ｘ２の他の設計パラメータに対する相互影響度の情報も合成される。２回目の合成では、同一の次数の設計パラメータＸ１−Ｘ２とＸ４を比べ、Ｘ４の方が設計パラメータの個数が少ないため、最小次数の設計パラメータとしてＸ４が選択される。Ｘ４に関連する設計パラメータＸ１−Ｘ２とＸ３のうち、最小次数となるＸ１−Ｘ２が選択され、Ｘ４にＸ１とＸ２が合成される（同図（ｃ））。３回目の合成では、最小次数の設計パラメータＸ１−Ｘ２−Ｘ４に対して、設計パラメータＸ３が合成される（同図（ｄ））。４回目の合成では最小次数となる設計パラメータＸ７に対して、設計パラメータＸ６が合成される（同図（ｅ））。５回目の合成では最小次数となる設計パラメータＸ６−Ｘ７に対して、設計パラメータＸ５が合成される（同図（ｆ））。６回目の合成では最小次数となる設計パラメータＸ９に対して、設計パラメータＸ１０が合成される（同図（ｇ））。７回目の合成では最小次数となる設計パラメータＸ９−Ｘ１０に対して、設計パラメータＸ８が合成される（同図（ｈ））。これ以降は、合成処理を行うことにより同一の設計パラメータグループ内の設計パラメータのしきい数（５個）を超えることになるため、合成処理が終了となる。最終的に設計パラメータグループは３種類作成され、それぞれ、設計パラメータグループ１＝｛Ｘ１、Ｘ２、Ｘ３、Ｘ４｝、設計パラメータグループ２＝｛Ｘ５、Ｘ６、Ｘ７｝、設計パラメータグループ３＝｛Ｘ８、Ｘ９、Ｘ１０｝となる。

図３１は、図２８に示す設計パラメータＸ１〜Ｘ１０の設計パラメータ構造化モデルにおけるインターフェイスパラメータの設定方法の一例を示すものである。同図は、図２９のステップ６０３、６０４に従い、３つの設計パラメータグループが作成されている。そして、設計パラメータグループ１＝｛Ｘ１、Ｘ２、Ｘ３、Ｘ４｝、設計パラメータグループ２＝｛Ｘ５、Ｘ６、Ｘ７｝、設計パラメータグループ３＝｛Ｘ８、Ｘ９、Ｘ１０｝から構成される。初期状態では、設計パラメータグループ間に相互影響度が存在するため、互いに独立ではない。

そこで、まず、最大次数をもつ設計パラメータＸ３をインターフェイスパラメータに設定し、設計パラメータＸ３に関連する他の設計パラメータとの相互影響度を無効とする。これにより、設計パラメータグループ１が他の設計パラメータグループに対して独立となる。次に、設計パラメータグループ２、３の中から最大次数となる設計パラメータＸ５をインターフェイスパラメータに設定し、設計パラメータＸ５に関連する他の設計パラメータとの相互影響度を無効とする。これではまだ、設計パラメータグループ２、３間の相互影響度が解消されないため、次に次数が大きい設計パラメータＸ８をインターフェイスパラメータに設定し、設計パラメータＸ８に関連する他の設計パラメータとの相互影響度を無効とする。これにより、設計パラメータグループ２、３は互いに独立となる。最終的に３つの設計パラメータグループの中から、設計パラメータＸ３、Ｘ５、Ｘ８をインターフェイスパラメータとすることにより、それぞれの設計パラメータグループは互いに独立となる。この結果、設計パラメータグループ１＝｛Ｘ１、Ｘ２、Ｘ４｝、設計パラメータグループ２＝｛Ｘ６、Ｘ７｝、設計パラメータグループ３＝｛Ｘ９、Ｘ１０｝となる。

図３２は、図２５のステップ５０５、５０６における実験の作成方法および、実験結果の解析方法を示すフローチャートである。

まず、ステップ７０１において、実験対象とする設計パラメータおよび設計パラメータ毎の実験水準が設定される。図３１に示す構造化処理後の設計パラメータ構造化モデルの例では、インターフェイスパラメータの実験として、設計パラメータＸ３、Ｘ５、Ｘ８が設定される。設計パラメータグループ毎の実験では、それぞれ設計パラメータグループ毎に設計パラメータグループ１＝｛Ｘ１、Ｘ２、Ｘ４｝、設計パラメータグループ２＝｛Ｘ６、Ｘ７｝、設計パラメータグループ３＝｛Ｘ９、Ｘ１０｝の設計パラメータが設定される。

次に、ステップ７０２では、実験対象となる設計パラメータの数やその水準数、また設計パラメータ間の交互作用の数からを満足する実験計画表を選択し、各設計パラメータを実験計画表の各列に対象となる設計パラメータを割り付ける。実験計画表は各列にパラメータの水準レベルの組み合わせを表示した表で、例えば、タグチメソッドで使用される直行表や、応答局面法で用いられる複合計画表などがある。設計パラメータの数やその水準や、交互作用の数に応じて適正規模の計画表を選択する。設計パラメータの数やその水準数、また設計パラメータ間の交互作用の数に応じた実験計画表の種類に関しては、前記非特許文献１を参照にされたい。タグチメソッドで用いられる直行表では、交互作用を持つ設計パラメータを割り付ける列が予め決まっているため、その指示に従って割り付ける。例えば、図３１に示す設計パラメータ構造化モデルの設計パラメータグループ１は、設計パラメータＸ１、Ｘ２、Ｘ４が実験対象となる。各設計パラメータの水準数＝２、それぞれのパラメータ間に交互作用を考慮した場合、例えば図３３に示すＬ８の直交表に設計パラメータを割り付ける。この直交表では、列１にＡ、列２にＢ、列４にＣというパラメータを割り付けた場合、列３にＡとＢの交互作用が、列５にＡとＣの交互作用が、列６にＢとＣの交互作用がそれぞれ直交に出現するため、この実験結果の解析により、Ａ、Ｂ、Ｃおよび、Ａ×Ｂ、Ａ×Ｃ、Ｂ×Ｃの交互作用の影響を同時に評価することができる。同図では、交互作用の関係に基づいて設計パラメータＸ１を列１に、設計パラメータＸ２を列２に、設計パラメータＸ４を列４に割り付けている。

ステップ７０３では、前記ステップ７０２で作成した実験計画に基づいて実験を実施する。

次に、ステップ７０４において、前記ステップ７０３にて実施した実験結果の分散分析を行い、製品機能毎に統計的に有意となる設計パラメータを抽出する。図３４は図３３に示す実験計画の内、製品機能１の分散分析による有意なパラメータの抽出例を示すものである。同図のｐ値は、分析対象とするパラメータの水準の効果がない場合、対象パラメータの水準の変化による分散（水準の変化によるばらつきを自由度（水準数―１）で割った値）を誤差による分散（誤差ばらつきの変動を自由度（直交表で割りつかなかった列の数）で割った値）で割った値（Ｆ値）がＦ分布に従うという仮説において、この仮説が発生する確率を統計的検定により求めた値である。つまり、ｐ値が大きいほど、対象パラメータの水準の効果が小さく、ｐ値が小さいほど対象パラメータの水準の効果が大きい。ここで、ｐ値のしきい値を０．０５以下とすると、この例では設計パラメータＸ１、Ｘ２、Ｘ４だけでなく、Ｘ１とＸ２の交互作用も有意なパラメータとなる。詳細の分散分析の計算方法に関しては、前記特許文献５を参考にされたい。

ステップ７０５では、前記ステップ７０４の分散分析により抽出した製品機能毎の統計的に有意となる設計パラメータを用いた数値計算による製品機能−設計パラメータ間の品質影響度係数の計算を行う。この際、製品機能の平均値およびばらつきのそれぞれに関して、品質影響度係数を算出する。ここで、製品機能を表すベクトルをＹ、設計パラメータを表すベクトルをＸとする。そして、製品機能ベクトルＹと設計パラメータベクトルＸの関係を（６）、（７）式で定義する。それぞれ（６）式は製品機能の平均値、（７）式は製品機能のばらつきを表す式である。

Ｙ＿ａｖｅ＝Ａ＿ａｖｅ・Ｘ＋Ｂ＿ａｖｅ ・・・（６）
Ｙ＿ｖａｒ＝Ａ＿ｖａｒ・Ｘ＋Ｂ＿ｖａｒ ・・・（７）
ここで、Ａは設計パラメータベクトルに対応した列数、製品機能数に対応した行数からなる品質影響度行列である。また、Ｂは製品機能ベクトルに対応したオフセット補正ベクトルとなる。なお、設計パラメータベクトルＸには、各設計パラメータ項目だけでなく、複数の設計パラメータ項目間の交互作用成分や２次成分が加わる。そのため、設計パラメータベクトルにおける項目数は、対象とする設計パラメータ数以上となる。また、製品機能ベクトルには各製品機能の平均値、またはばらつきが含まれる。そして、例えば実験結果の最小二乗法計算により、各実験の設計パラメータベクトルＸにおける製品機能ベクトルＹの測定値と（６）および（７）式にて計算される製品機能ベクトルの推定値の誤差が最小となるように品質影響度行列Ａおよびオフセット補正ベクトルＢの各要素の係数が決定される。

図３５は、図３１に示す設計パラメータ構造化モデルにおける設計パラメータと製品機能の１次成分と交互作用に関する品質影響度の関係を示すものである。設計パラメータの項目には、設計パラメータ間の交互作用の項も加えている。製品機能の行と、設計パラメータの項目の列に「○」がある場合、品質影響度を有する可能性があるため、実験にてその有無を確認しなければならない。本発明は図２５のステップ５０５およびステップ５０６の２つのステップにおける実験にて、同図の関係の有無を効率的に調べている。

図３６は、図３１に示す設計パラメータ構造化モデルから作成した実験計画にて算出可能な設計パラメータ−製品機能間の品質影響度モデルの状態を示すものである。設計パラメータの項目には、設計パラメータ間の交互作用の項も加えている。表内のＡはインターフェイス間の実験から算出可能な設計パラメータと製品機能の係数を示すものである。Ｂは設計パラメータグループ１の実験から算出可能な設計パラメータと製品機能の係数を、Ｃは設計パラメータグループ２の実験から算出可能な設計パラメータと製品機能の係数を、Ｄは設計パラメータグループ３の実験から算出可能な設計パラメータと製品機能の係数を示すものである。Ｅは図３１に示す設計パラメータ構造化モデルから作成した実験計画では算出できない設計パラメータと製品機能の係数を示すものである。インターフェイスパラメータが属する設計パラメータグループ内の各設計パラメータとインターフェイスパラメータの交互作用の影響が算出できていない。

図３７は、図２５のステップ５０７における製造ばらつきを考慮した設計パラメータの適正化処理の計算方法を示すフローチャートである。

まず、ステップ８０１において、図２５のステップ５０６にて算出した設計パラメータグループ毎の製品機能−設計パラメータ間の品質影響度係数を用いて、設計パラメータから製品機能の平均値およびばらつきを推定する推定式をそれぞれ（８）式、（９）式にて作成する。なお、この際、図２５のステップ５０６にて有意と判定されたパラメータに関する品質影響度係数のみを使用する。

Ｆ＝（Ａ＿ａｖｅ・Ｘ）＋Ｂ＿ａｖｅ ・・・（８）
Ｇ²＝（Ａ＿ａｖｅ・σ）²＋Ａ＿ｖａｒ・Ｘ＋Ｂ＿ｖａｒ ・・・（９）
ここで、Ｆは設計パラメータベクトルＸを入力変数、製品機能の平均値を出力変数とする関数、Ｇは設計パラメータベクトルＸを入力変数、製品機能のばらつきを出力変数とする関数、σは設計パラメータベクトルＸの各項目の標準偏差から構成されるベクトルである。

ステップ８０２では、製品機能の推定値が目標から外れる領域を指標とする目的関数を作成する。例えば、目的関数は、前記ステップ８０１で作成した製品機能の平均値およびばらつきの推定式を用いて、上限、下限の目標値を持つ場合は（１０）式、上限のみの目標値を持つ場合は（１１）式、下限のみの目標値を持つ場合は（１２）式とする。これは工程能力指数Ｃｐｋと等価な式である。また、複数の製品機能が存在する場合は、製品機能毎の工程能力指数を重み付けした総和を目的関数とする。

Ｈ＝ｍｉｎ｛（ＵＳＬ−Ｆ）／３Ｇ，（Ｆ−ＬＳＬ）／３Ｇ｝・・・（１０）
Ｈ＝（ＵＳＬ−Ｆ）／３Ｇ ・・・（１１）
Ｈ＝（Ｆ−ＬＳＬ）／３Ｇ ・・・（１２）
ここで、ＵＳＬは対象とする製品機能の上限目標値、ＬＳＬは対象とする製品機能の下限目標値である。

ステップ８０３では、各設計パラメータ項目の変更可能範囲（水準の範囲）および、製品機能の平均値およびばらつきの推定式を適正化計算の制約条件として設定する。

ステップ８０４では、前記ステップ８０２にて作成した目的関数および、前記ステップ８０３にて作成した制約条件式を用いた数値計算処理を行い、制約条件を満たしかつ目的関数の値を最小とする設計パラメータの近似解を計算する。例えば、数値計算の手法として、線形計画法や二次計画法やＮｅｗｔｏｎ−Ｒａｐｈｓｏｎ法などがある。いずれも入力変数および出力変数間の関数および、出力変数の目的関数および、入力変数と出力変数の制約条件を設定し、所定の計算アルゴリズムを実行することにより、目的関数を最小（または最大）かつ制約条件を満たす入力変数の値が計算される。

図３８は、製品機能の推定値の分布状態の例を示す図である。同図（ａ）は製品機能１の分布の推定結果を示している。製品機能１の平均値はほぼ目標狙い値と一致している。また、ばらつきも目標上限、下限の範囲内に収まっている。一方、同図（ｂ）に示す製品機能２は、平均値が目標狙い値からずれており、またばらつき自体も大きいため、目標上限を超える領域が存在する。図３７に示す製造ばらつきを考慮した設計パラメータの適正化処理では、製品機能１の分布に影響をあたえず、製品機能２の目標から外れる領域を最小とするように、関連する設計パラメータの適正化を行う。

図３９は、図３７に示す製造ばらつきを考慮した設計パラメータの適正化計算を行った際の設計パラメータ仕様の計算結果の表示例を示す。この例では図２６に示す設計パラメータＸ１〜Ｘ１０の１０項目を対象としている。各設計パラメータ項目の初期値、適正値、製造ばらつき実績、設計パラメータグループ、インターフェイス設定の有無が表示される。例えば、設計パラメータＸ１は初期値が「１５０」であるのに対して、適正値は「１３０」となっている。また、設計パラメータＸ３はインターフェイスパラメータに設定されているため、初期値と設定値が同一の値となっている。

図４０は、図３７に示す製造ばらつきを考慮した設計パラメータの適正化計算を行った際の製品機能の推定値の計算結果の表示例を示す。この例では図２６に示す製品機能Ｙ１〜Ｙ５の５項目を対象としている。各製品機能の推定値（平均、ばらつき）や目標値（狙い、上限、下限）や判定結果が表示される。製品機能によっては狙いとなる目標値を持たず、上限または下限のみの目標となるものもある。例えば、製品機能Ｙ３は目標が９００以上、１１００以下であるのに対し、推定平均値が１０５０、推定ばらつき（３σ）が８０であるため、平均＋３σの値は１１３０となり、目標を満足しない。

図４１は、図２５のステップ５０９におけるインターフェイスパラメータの調整方法を示すフローチャートである。

ステップ９０１において、図２５のステップ５０８にて目標を満足しないと判定された製品機能に関して、調整対象の製品機能に関連するインターフェイスパラメータを抽出する。例えば、図２６に示す設計パラメータ−製品機能間の品質影響度モデルにおいて、製品機能Ｙ３のみ目標を満足しないものとする。この場合、製品機能Ｙ３に関するインターフェイスパラメータとして、図３１に示す設計パラメータ構造化モデルより設計パラメータＸ３、Ｘ５、Ｘ８が抽出される。

次に、ステップ９０２では、前記ステップ９０１にて抽出したインターフェイスとなる設計パラメータに関して、図２５のステップ５０５および５０６にて作成した製品機能−設計パラメータ間の品質影響度モデルにおいて未算出となっている係数を抽出する。先の例では、図３６が製品機能−設計パラメータ間の品質影響度モデルの算出状態を示すものである。図４２は、抽出されたインターフェイスとなる設計パラメータＸ３、Ｘ５、Ｘ８に関して、図３６から製品機能−設計パラメータ間の品質影響度モデルにおいて未算出となっている係数を抽出した結果を示すものである。なお、「○」印は係数が算出されている組合せ、「×」印が係数が未算出な組合せである。設計パラメータ間の交互作用の項も対象としている。例えば、設計パラメータＸ３は、Ｘ３を変更することにより製品機能Ｙ３だけでなく、製品機能Ｙ１、Ｙ２の値が変化する。また、Ｘ３はＸ１、Ｘ２、Ｘ４、Ｘ６と組合せて変化させることで交互作用の影響により、製品機能Ｙ１、Ｙ２、Ｙ３に影響を与える可能性がある。例えば、設計パラメータＸ１とＸ３を組合せて変化させることにより、製品機能Ｙ１とＹ２が変化する可能性がある。

次に、ステップ９０３では、前記ステップ９０２にて作成したインターフェイスパラメータ毎の未算出の製品機能−設計パラメータ間の品質影響度モデルの係数の情報により、調整対象の製品機能以外の製品機能に関する未算出の係数の数が最小となるインターフェイスパラメータを抽出する。先の例では、図４２より、設計パラメータＸ３、Ｘ５、Ｘ８の調整対象の製品機能Ｙ３以外の製品機能に関する未算出な係数の数はそれぞれ「４」「４」「２」となる。この場合、最小の未算出係数の数を持つ設計パラメータＸ８が選択される。

ステップ９０４では、前記ステップ９０３にて選択したインターフェイスパラメータにて調整対象となる製品機能が目標を満たす可能性があるかどうかを判定する。先の例では、選択された設計パラメータＸ８と製品機能Ｙ３の間の品質影響度係数および、設計パラメータＸ８の変更可能な水準データから、Ｘ８を水準範囲内で変更した際、設計パラメータＸ８と製品機能Ｙ３の間の品質影響度係数を用いて製品機能Ｙ３が目標を満たす範囲まで変更可能かどうかを判定する。選択したインターフェイスパラメータで調整対象の製品機能が目標を満足しないと判定された場合、前記ステップ９０３にて選択したインターフェイスパラメータを無効とし、無効以外のインターフェイスパラメータに関して、再度ステップ９０３を行う。選択したインターフェイスパラメータで調整対象の製品機能が目標を満足すると判定された場合、ステップ９０５を行う。

ステップ９０５において、前記ステップ９０３で選択したインターフェイスパラメータを解除し、新たに互いに独立となる設計パラメータグループを作成する。先の例を用いて、設計パラメータＸ８のインターフェイス条件を解除した結果を図４３に示す。この場合、設計パラメータＸ８のインターフェフェイス条件を解除することにより、設計パラメータグループ２と設計パラメータグループ３の間に相互影響度が発生する。そのため、設計パラメータグループ２と設計パラメータグループ３を合成して、新たに設計パラメータＸ５をインターフェイスパラメータとする設計パラメータグループ４を作成する。

ステップ９０６では、前記ステップ９０５で新たに作成した設計パラメータグループの中でインターフェイス設定を解除した設計パラメータおよび、その設計パラメータとの相互影響度を持つ設計パラメータに関して、図３０に示す実験の作成方法を用いて、実験計画表への割付を行い、追加の実験計画を作成する。先の例では、インターフェイス設定を解除した設計パラメータＸ８と、Ｘ８が属する設計パラメータグループ４の設計パラメータＸ６、Ｘ７、Ｘ８、Ｘ９、Ｘ１０のうち、Ｘ８との相互影響度を持つ設計パラメータＸ６、Ｘ９、Ｘ１０が評価対象となる。

以上説明したように、本実施の形態の製品設計パラメータ決定支援システム、およびこのシステムにおける設計パラメータの決定方法によれば、製品機能および設計パラメータ間の品質影響度および、設計パラメータ間の相互影響度の構造化によりインターフェイスパラメータおよび互いに独立な設計パラメータグループを作成し、その設計パラメータグループに基づいた実験計画の作成機能を有することにより、要求される製品機能を短期間で効率的に満たし、かつ最初から設計パラメータ間の相互影響度に注意した繰り返しの少ない実験を実施することできる。

また、製品機能と設計パラメータ間の品質影響度の関係から製造ばらつきを考慮した製品機能の推定機能を有することにより、量産段階で発生する製造ばらつきの影響を考慮した設計パラメータの決定が可能となり、量産段階での製品不具合が発生せず、製品開発期間を短縮することができる。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。

本発明は、製品の設計パラメータの決定および支援技術に関し、特に、ハードウェア製品開発におけるハードウェア製品を製作するために必要な設計パラメータを決定する設計過程を対象に、効率的に設計パラメータを決定する手法、システムに適用して有効である。

本発明の一実施の形態による製品設計パラメータ決定支援システムの全体構成を示すシステムブロック図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおける設計パラメータの決定方法を示すフローチャートである。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、ハードディスクドライブ開発における設計パラメータ情報の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、ハードディスクドライブ開発における製品機能情報の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、半導体ＬＳＩのトランジスタ開発における設計パラメータ情報の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、半導体ＬＳＩのトランジスタ開発における製品機能情報の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータと製品機能間の品質影響度を表す品質影響度モデルの初期値を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータ間の相互関係を構造化した設計パラメータ構造化モデルを示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、製品開発履歴情報を用いた品質影響度モデルの作成方法を示すフローチャートである。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、過去の実験結果情報を用いた品質影響度モデルの作成方法を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、製品不良履歴情報を用いた品質影響度モデルの作成方法を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータの構造化処理方法を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、品質影響度モデルを用いた実験計画の作成方法を示すフローチャートである。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータグループ情報を用いて作成した大実験計画の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、小実験計画の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、品質影響度モデルを用いた設計パラメータ適正化処理方法を示すフローチャートである。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、実験結果情報を用いた品質影響度行列の算出方法を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータの製造ばらつきおよび限界値を用いた設計パラメータの変更可能範囲の計算方法を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータ仕様の計算結果の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、製品機能推定値の計算結果の表示例を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、２つの設計パラメータ間の交互作用が製品機能に与える影響を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、ハードディスクドライブのヘッダスライダ部の断面構造を示す図である。 本発明の一実施の形態の製品設計パラメータ決定支援システムにおいて、半導体ＬＳＩのトランジスタ部の断面構造を示す図である。 本発明の他の実施の形態による製品設計パラメータ決定支援システムの全体構成を示すシステムブロック図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおける設計パラメータの決定方法を示すフローチャートである。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータと製品機能間の品質影響度を表す品質影響度モデルの初期値の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、過去の実験結果情報を用いた品質影響度モデルの作成方法の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータ間の相互影響度を表す設計パラメータ構造化モデルの初期値の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータグループの作成およびインターフェイスパラメータの設定を行う設計パラメータの構造化処理を示すフローチャートである。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータの構造化処理方法の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータ構造化処理後の設計パラメータ構造化モデルの一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、実験計画法に基づいた実験計画の作成方法ならびに製品機能−設計パラメータ間の品質影響度係数の計算方法を示すフローチャートである。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、直交表を用いた実験計画の作成結果の例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、直交表を用いた実験結果の分散分析による有意パラメータの抽出の例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、製品機能−設計パラメータ間の品質影響度の関連状況の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、製品機能−設計パラメータ間の品質影響度係数の算出状態の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、製造ばらつきを考慮した設計パラメータの適正化の計算方法を示すフローチャートである。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、製品機能の推定結果の分布状態の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、設計パラメータ仕様の計算結果の表示例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、製品機能推定値の計算結果の表示例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、インターフェイスパラメータとなる設計パラメータの調整方法を示すフローチャートである。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、インターフェイスパラメータである設計パラメータが製品機能に与える影響の一例を示す図である。 本発明の他の実施の形態の製品設計パラメータ決定支援システムにおいて、インターフェイスパラメータ調整後の設計パラメータ構造化モデルの一例を示す図である。

符号の説明

１，１ａ…データ入力部、１１，１１ａ…製品機能入力部、１２，１２ａ…設計パラメータ入力部、１３，１３ａ…品質影響度モデル編集部、２，２ａ…結果表示部、２１，２１ａ…実験計画表示部、２２，２２ａ…設計パラメータ仕様表示部、２３，２３ａ…製品機能推定値表示部、３，３ａ…データ演算部、４，４ａ…品質影響度構造化処理部、４１，４１ａ…品質影響度モデル作成部、４２，４２ａ…設計パラメータ構造化処理部、５…実験計画作成部、５ａ…実験計画作成・解析部、６，６ａ…設計パラメータ適正化処理部、６１…品質影響度モデル更新処理部、６２…設計パラメータ適正化計算部、７，７ａ…データ格納部、７１，７１ａ…製造ばらつき履歴情報、７２，７２ａ…実験結果履歴情報、７３，７３ａ…製品不良履歴情報、７４，７４ａ…品質影響度モデル情報、８…インターフェイスパラメータ調整処理部。

Claims (1)

1. 開発対象製品に要求される機能を満たすために、開発対象製品の製品構造に関する設計パラメータおよび／または開発対象製品の製造方法に関する設計パラメータを決定することを支援する製品設計パラメータ決定支援システムであって、
   過去の製品および開発対象製品の実験における設計パラメータ毎の設定値とその測定値および、その際の製品機能の測定結果を格納する実験結果履歴情報が蓄積される第１のデータベース部と、
   開発対象製品の製品機能と設計パラメータ間の品質影響度を構造化した品質影響度モデル情報が蓄積される第２のデータベース部と、
   開発対象製品の製品機能情報および設計パラメータ情報を入力するデータ入力部と、
   演算結果を表示する結果表示部と、
   データ演算部とを備え、
   前記データ演算部は、
   前記第１のデータベース部より、前記開発対象製品に類似する製品の実験結果履歴情報を取得して、各製品機能と、各設計パラメータとのそれぞれの組合せに対して、該当する測定値または設定値の統計処理を行って、それぞれの組合せにおける相関係数を算出して、製品機能と設計パラメータ間の品質影響度モデルを作成し、前記第２のデータベース部へ記録する第１の処理部と、
   前記品質影響度モデルにおいて、影響度が有る関係を辿って、設計パラメータ間の相互影響度関係を抽出して、設計パラメータ構造化モデルを作成する第２の処理部と、
   前記開発対象製品の前記設計パラメータ構造化モデルより、他の設計パラメータとの相互影響度が無い設計パラメータを抽出してそれぞれを独立の設計パラメータグループとし、抽出されずに残った各設計パラメータが持つ他の設計パラメータとの相互影響度の個数、および同一設計パラメータグループ内の設計パラメータの個数の所定しきい数を判定値として合成可能な設計パラメータグループに前記抽出されずに残った全ての設計パラメータを分けて、前記抽出された各設計パラメータグループ間に相互影響度が残っている場合には、最大の影響度を持つ設計パラメータをインターフェイスパラメータと設定して、該当設計パラメータグループから除外して、全ての設計パラメータグループが独立関係にあるように作成する第３の処理部と、
   前記データ入力部を介してユーザにより入力された各設計パラメータに対応した水準数、実験水準に従って、前記作成された各インターフェイスパラメータ、および各設計パラメータグループ毎の設計パラメータを実験計画表に割り付けて前記結果表示部に表示する第４の処理部とを有する、
   ことを特徴とする製品設計パラメータ決定支援システム。