中心複合計画3因子で切削条件を最短20回で最適化する方法

中心複合計画3因子を使った実験計画法の基本と金属加工への応用

直交表だけ使っていると、最適条件を見逃すことがあります。

中心複合計画（CCD）の3因子構成と実験点数の読み方

中心複合計画（Central Composite Design：CCD）は、応答曲面法のために開発された実験計画手法です。「2次の推定式でプロセスをモデル化する」ことを目的としており、単なる良し悪しの判定ではなく、因子と応答の間にある曲線的な関係を捉えられます。これが原点です。

3因子（たとえば切削速度・送り速度・切込み量）でCCDを組む場合、実験点は次の3種類で構成されます。

| 実験点の種類 | 点数（3因子の場合） | 役割 |
|---|---|---|
| 要因点（Factorial Points） | 8点（2³） | 1次効果と交互作用の推定 |
| 軸点（Axial Points / Star Points） | 6点（2×3） | 2次効果（曲率）の推定 |
| 中心点（Center Points） | 3〜6点 | 純誤差の推定・曲率検出 |
| 合計 | 17〜20回 | 2次モデルの完全な推定 |

合計17〜20回が基本です。3因子を1つずつ変えながら試行錯誤で調べると、100回以上かかることも珍しくありません。それと比べると、この回数の少なさは大きなメリットです。

重要なのが「軸点の距離α（アルファ）」です。αは中心点から各軸方向にどれだけ離れた位置に実験点を置くかを表します。3因子の完全実施計画（N＝8）で回転可能性（Rotatability）を確保する場合、αは次式で求められます。

$$\alpha = N^{1/4} = 8^{1/4} \approx 1.68$$

つまり、標準化した水準で−1〜+1の範囲を設定すると、軸点は±1.68の位置に置かれます。この値が「現場で設定不可能な条件」に当たる場合は、面心立方計画（α＝1）に切り替えることも有効な選択肢です。αを1.0にすれば軸点が立方体の面上に収まるので、設定可能な範囲内に全実験点が入ります。

中心点の繰り返し回数は、経験的に3〜6回が推奨されます。この繰り返しから「純誤差」を推定し、モデルのあてはまりの良さ（LOF：Lack of Fit）を評価するためです。これが原則です。

中心複合計画のαの設定方法（回転可能性・球状・直交性など）の詳細解説 ─ Engineering Skills（oceanone.hatenablog.com）

中心複合計画3因子の応答曲面法における2次モデルの構造

中心複合計画で推定するのは「2次モデル（second order model）」です。3因子（x₁, x₂, x₃）の場合のモデル式は次のようになります。

$$y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \beta_3 x_3 + \beta_{11}x_1^2 + \beta_{22}x_2^2 + \beta_{33}x_3^2 + \beta_{12}x_1x_2 + \beta_{13}x_1x_3 + \beta_{23}x_2x_3 + \varepsilon$$

係数の意味を整理します。

- β₀：全因子がゼロ（中心点）のときの応答値
- β₁〜β₃：1次効果（主効果）。因子を増やすと応答がどう変わるか
- β₁₁〜β₃₃：2次効果（曲率効果）。最大値・最小値が存在する「山」や「谷」を表す
- β₁₂, β₁₃, β₂₃：交互作用効果。因子同士の組み合わせによる相乗・相殺効果
- ε：純誤差（測定誤差など）

3因子の2次モデルでは推定すべき係数が計10個あります。つまり最低でも10回の実験が必要ですが、精度を確保するためにCCDでは17〜20回を推奨しているわけです。

金属加工の現場でこれを切削条件に当てはめると、たとえばβ₁₂（切削速度×送り速度の交互作用）が有意であれば、「切削速度を上げながら送り速度も上げると表面粗さが急激に悪化する」といった関係を数値として明確に示せます。これは使えそうです。

2次項の係数（β₁₁など）が純誤差εと比較して有意に大きければ、その因子には最適値が存在する「山型または谷型の関係」があると判断できます。逆に有意でなければ、その2次項を省いてシンプルなモデルにまとめることもできます。

応答曲面法の解析には、統計解析ソフトウェアの活用が現実的です。Minitab、JMP、R（rsm パッケージ）などが代表的なツールとして知られています。手計算では連立方程式を10本以上解く必要があり、現場での手作業対応は現実的ではありません。まずソフトウェアでの解析を前提に計画を立てることが条件です。

金属加工3因子（切削速度・送り速度・切込み量）への中心複合計画の具体的な当てはめ方

金属切削加工では、加工品質に影響する因子として「切削速度」「送り速度」「切込み量」の3つが代表的です。これらは全て量的（連続値）な因子であり、中心複合計画の適用条件を満たしています。この3つを選ぶのが基本です。

まず、各因子の実験範囲（水準）を設定します。たとえばアルミ合金のエンドミル加工であれば、次のような設定例が考えられます。

| 因子 | 下限（−1） | 中心（0） | 上限（+1） | 軸点α＝1.68 下限 | 軸点α＝1.68 上限 |
|---|---|---|---|---|---|
| 切削速度（m/min） | 80 | 110 | 140 | 59.6 | 160.4 |
| 送り速度（mm/tooth） | 0.05 | 0.10 | 0.15 | 0.016 | 0.184 |
| 切込み量（mm） | 0.5 | 1.0 | 1.5 | 0.16 | 1.84 |

軸点の値が現実に設定できない条件に当たる場合（たとえば送り速度0.016 mm/toothが加工機の最低送り量を下回る場合）、α＝1.0の面心立方計画（FCC：Face-Centered Cube Design）に変更することが実務上の対策です。

次に「基準化」の作業が必要です。基準化とは各因子の下限値を−1、上限値を+1に変換する操作で、異なる単位（m/min、mm/tooth、mmなど）を揃えて統一的に扱うために行います。

$$x_s = \frac{x - \frac{x_u + x_l}{2}}{\frac{x_u - x_l}{2}}$$

この変換を行ったうえで実験計画表を作成し、実際の加工試験に臨みます。実験の実施順序はランダム化することが原則です。時間経過による工具摩耗や温度変化といった外乱因子の影響を実験順序に紛れ込ませないための措置になります。厳しいところですね。

応答（測定結果）としては、表面粗さ（Ra）・加工時間・工具摩耗量などを記録します。複数の応答を同時に測定しておくと、後の多目的最適化に活用できます。統計解析ソフトで分析すると、「切削速度＝125 m/min・送り速度＝0.09 mm/tooth・切込み量＝1.1 mm」のような具体的な最適条件が数値として提示されます。

切削速度・送り速度・切込み量それぞれの最適化の考え方・実務解説 ─ 北東技研工業（金属加工.com）

中心複合計画3因子とBox-Behnken計画の使い分け：金属加工現場での判断基準

中心複合計画（CCD）と並んでよく使われる応答曲面計画が「Box-Behnken計画（BBD）」です。どちらも3因子の2次モデルを推定できますが、特性が異なります。

| 比較項目 | 中心複合計画（CCD） | Box-Behnken計画（BBD） |
|---|---|---|
| 実験回数（3因子・中心点3回） | 17〜20回 | 15〜18回 |
| 実験点の配置 | 立方体頂点＋軸点（立方体外側） | 立方体各辺の中点 |
| 回転可能性 | ある（α=1.68設定時） | ない |
| 全因子極値の組み合わせ | 含む | 含まない |
| 水準数 | 各因子5水準（±1, 0, ±α） | 各因子3水準（-1, 0, +1） |
| 逐次実験（段階的追加） | 可能 | 不可 |

金属加工の現場でCCDを選ぶ理由は主に2つです。第1は「逐次実験が可能」である点。最初に2水準要因計画（8回）を実施して主要因を確認し、後から軸点（6回）と中心点（3〜6回）を追加するという手順が取れます。追加で費用をかけずに段階的に情報量を増やせるメリットがあります。

第2は「回転可能性」が確保できる点。回転可能性とは、中心点から等距離の全方向において予測精度が均一になる性質です。最適点がどの方向にあるかわからない探索段階では、この均一性が信頼性の高い結果につながります。

一方、BBDが有利な場面もあります。切削条件が「同時に全因子を最大水準に設定できない」という制約がある場合です（たとえば、切削速度・送り速度・切込み量の全てを同時に最大にすると工具が即破損するケース）。BBDでは三要因が同時に極値をとる実験点が存在しないため、機器や工具の安全性を保ちながら実験を進められます。

CCDで面心立方計画（α＝1）を選択した場合、5水準が3水準に減り、BBDと似た安全性を保てます。ただしこの場合、回転可能性は失われます。つまり「安全性＋逐次実験可能性」を両立させたいならCCDのFCC型、「安全性＋実験回数削減」を優先するならBBDという判断が原則です。

MinitabによるCCDとBox-Behnken計画の詳細な特徴解説（公式サポートページ） ─ Minitab（support.minitab.com）

中心複合計画3因子を直交表から切り替えるタイミングと注意点：独自視点

金属加工の現場でよく使われる「直交表（L9やL18など）」と中心複合計画は、目的が根本的に異なります。この違いを理解せずに手法を選ぶと、数十回の実験データが無駄になることがあります。

直交表は「どの因子が影響しているかを効率よく絞り込む」ためのスクリーニング計画です。対してCCDは「絞り込んだ因子の最適値を曲線的に探す」ためのモデリング計画です。どちらが上ではなく、用途が違います。つまり使う順番が原則です。

実務での推奨フローは次のようになります。

1. スクリーニング段階：直交表やプラケット-バーマン計画（6〜12回）で「工具種類・冷却方法・材質ロットなど多数の因子」の中から重要な3因子を特定する
2. モデリング段階：特定した3因子でCCDを組み、17〜20回の実験で最適条件を数値モデル化する
3. 確認実験：モデルが示した最適点で実際に加工し、予測値と実測値を照合する

直交表から中心複合計画に切り替えるタイミングの目安は、「特性値が条件によって単調に変化せず、どこかに山や谷があると思われるとき」です。たとえば切削速度を上げると最初は表面粗さが改善するが、ある速度以上で悪化し始める場合、1次の直線モデルでは追えません。こうした「曲率の存在」がCCDを選ぶ根拠です。

直交表との費用対効果の比較も現場では重要です。L9直交表（9回）と比べてCCD（17〜20回）は実験回数がほぼ2倍になります。しかし得られる情報量は大幅に異なります。直交表では「どの条件が良いか」しかわかりませんが、CCDでは「なぜその条件が最適なのか」を説明する数理モデルが手に入ります。一度モデルを構築すれば、材料ロットが変わったときの再調整や、新しい仕様への対応を「実験なしで机上推算」することも可能です。これは使えそうです。

注意点として、中心複合計画は「因子が量的（連続値）でなければ使えない」という制限があります。たとえば「工具ブランド（メーカーA・メーカーB・メーカーC）」のようなカテゴリ因子にはCCDは適用できません。こうした質的因子は直交表や要因計画で扱うのが原則です。同じ実験計画法でも、因子の種類によって適切な手法が異なることを覚えておけばOKです。

応答曲面法における実験計画の選び方・基準化・デモ問題の実例解説 ─ TECHNO OH（tech-oh.com）

Jackery (ジャクリ) ポータブル電源 1500 New 100W ソーラーパネル 1枚 2点セット 1536Wh 大容量 90分でフル充電 リン酸鉄 長寿命 バッテリー 定格出力2000W 瞬間最大4000W 家庭用 アウトドア用 防災 UPS機能 アプリ遠隔操作 純正弦波 AC100V 50Hz/60Hz対応