ロバスト設計｜ばらつきに強い信頼性の高い設計手法

2025.08.30

ロバスト設計

ロバスト設計（Robust Design）とは、製品や工程において、製造ばらつき・使用環境・経年劣化といったノイズ（誤差因子）の影響を受けにくい設計を実現するための方法論である。日本の工学者・田口玄一が体系化した品質工学（タグチメソッド）の中核をなす手法であり、パラメータ設計とも呼ばれる。コストを増やすことなく特性のばらつきを低減できる点が最大の特徴で、自動車・電機・半導体など幅広い製造業で広く採用されている。

Table Of Contents

背景と基本概念

製品の品質問題の多くは、設計段階で想定された条件と、実際の製造・使用環境との乖離から生じる。材料のばらつき、組み立て誤差、温度・湿度の変動、使用者の操作方法の違いなど、設計者がコントロールできない変動要因は無数に存在する。従来の設計アプローチでは、こうしたノイズを取り除くために高精度部品や厳格な製造管理を導入してきたが、それはコスト増大に直結する。ロバスト設計はこの発想を転換し、ノイズ自体を排除するのではなく、ノイズの影響を受けにくいパラメータの組み合わせを設計段階で見つけ出すことを目指す。この考え方は「設計に頑健性（robustness）を持たせる」という意味からロバスト設計と呼ばれる。

田口玄一と品質工学

田口玄一（1924〜2012）は日本電気の研究者として統計的実験計画法の実務応用を追究し、独自の品質工学体系を構築した。1950〜60年代に日本国内で基礎を築き、1980年代には米国のAT&Tベル研究所やフォードなど大手企業へ技術移転を行い、米国自動車産業の品質向上に大きく貢献した。その功績から田口は米国自動車殿堂入りを果たし、本田宗一郎、豊田英二に次ぐ日本人3人目の受賞者となった。ロバスト設計を核とするタグチメソッドはその後も進化を続け、現在は製造業にとどまらずソフトウェア開発や医療機器設計にも応用されている。

ノイズ因子と制御因子

ロバスト設計では、システムへの入力変数を大きく2種類に分類する。まず「制御因子」は設計者が自由に水準を設定できるパラメータであり、部品の寸法、材質、製造条件などがこれに相当する。一方「誤差因子（ノイズ因子）」は、使用環境の変動・材料ばらつき・経年劣化など、実際の使用条件下でコントロールが困難な因子である。品質工学ではノイズを外乱・内乱・製品間ばらつきの3種類に整理している。ロバスト設計の本質は、誤差因子を排除することなく、誤差因子の影響が制御因子の選択によって減衰されるような「制御因子と誤差因子の交互作用」を発見することにある。

SN比とパラメータ最適化

ロバスト性の定量的評価指標として田口が導入したのがSN比（Signal-to-Noise Ratio、信号雑音比）である。SN比は「信号（目的とする出力）の変動」に対する「ノイズによる変動」の比を対数スケールで表したもので、単位はdBを用いる。SN比η（イータ）は次の式で定義される。

η = 10 × log10(Sβ / SE)

ここでSβは回帰変動（信号成分）、SEは残差変動（ノイズ成分）である。SN比が大きいほど、出力がノイズの影響を受けにくい（ロバスト性が高い）ことを意味する。ロバスト設計では、SN比を最大化する制御因子の水準を最適条件として選定する第1段階と、その後に感度（入出力の傾き）を目標値に合わせる第2段階からなる「2段階設計法」を採用する。

直交表と実験計画

ロバスト設計の実験では、制御因子の水準組み合わせを効率的に網羅するために直交表（Orthogonal Array）を用いる。すべての組み合わせを試す全水準実験では、制御因子が多数になると実験回数が指数的に増大するが、直交表を用いることで少ない実験回数で各因子の効果を独立に推定できる。代表的なものにL9（3水準4因子）、L18（2・3混合水準）などがある。さらに誤差因子も直交表（外側直交表）に組み込んで積極的にノイズを変動させながら実験し、制御因子ごとのSN比を算出することで、ノイズに対する感受性が最も低い条件を特定できる。近年は実機実験に代わりCAEシミュレーションと組み合わせることで試作レスでの最適化も実現されている。

内側直交表と外側直交表

タグチメソッドの実験設計では、制御因子を割り付ける「内側直交表」と誤差因子を割り付ける「外側直交表」の2つを組み合わせた積直交実験（クロスアレイ実験）が用いられることがある。内側直交表の各実験条件に対し、外側直交表で規定された複数のノイズ条件下での出力を測定し、各行のSN比を計算する。この方法により、実験室で意図的にノイズを発生させることで、市場での多様な使用環境を模擬することが可能となる。

損失関数の概念

田口は品質を「目標値からの乖離が社会に与える損失」として定量的に捉え、これを「損失関数」として定式化した。目標値をm、特性値をyとすると、損失L(y)は次の2次関数で近似される。

L(y) = k × (y − m)2

ここでkは損失係数（金額/特性値の2乗単位）であり、仕様外れによる損失金額と許容差から推定される。この損失関数は「仕様内なら損失ゼロ、仕様外なら損失発生」という従来の合否判定型の品質観を根本的に覆すものであり、目標値に近いほど損失が小さいという連続的な品質概念を提示している。ロバスト設計は、この損失を最小化するパラメータ条件を探索する営みと言い換えることもできる。

静特性と動特性

ロバスト設計の問題設定は、目標値が固定の「静特性」と、入力信号に応じて出力が追従することを目指す「動特性」の2種類に大別される。静特性では望目特性（目標値に近づける）・望小特性（ゼロに近づける）・望大特性（大きくする）に応じたSN比が定義されている。動特性では入力（信号因子）と出力の比例関係の精度をSN比で評価し、アクセル操作に対するエンジン出力の追従性や、印刷機の原稿濃度と印刷濃度の一致性などに適用される。適切な特性の選択は実験計画法の設計において極めて重要な工程である。

代表的な手順（実務フロー）

  1. 機能と目的特性を定義し、目標値・許容差・評価法（S/N比など）を決定する。
  2. ノイズ因子（環境、経時、個体差、負荷変動）を洗い出し、再現可能な模擬条件を設計する。
  3. 制御因子を抽出し、直交表に割り付けて実験またはCAEを計画する。
  4. 結果をS/N比・分散・主効果で解析し、感度の低い水準組合せを選定する。
  5. 確認実験で再現性を検証し、必要に応じて交互作用や非線形を追加検討する。
  6. 公差設計で必要十分な精度を配分し、量産条件と検査計画に反映する。

フロントローディングとの関係

ロバスト設計は製品開発におけるフロントローディング戦略と密接に連携する。フロントローディングとは、開発プロセスの上流段階（設計・試作前）に集中的にリソースを投入し、下流工程での手戻りやクレームを未然に防止する考え方である。量産段階や市場出荷後に品質問題が発覚した場合の是正コストは、設計変更コストの数十倍に達するとされる。ロバスト設計を開発初期に適用することで、コストと品質を同時に作り込むことが可能となり、開発リードタイムの短縮にも貢献する。

産業への適用

ロバスト設計は自動車・電機・化学・半導体など多様な製造業で実績を持つ。自動車分野ではエンジン燃焼特性の安定化、トランスミッション部品の寸法最適化、ブレーキの鳴き低減などに活用されている。電機・電子分野では半導体製造プロセスの歩留まり向上、プリンター定着プロセスの安定化、モーター制御の精度改善などに応用されている。また宇宙開発分野においても、JAXAがロケットや衛星の設計信頼性確保に向けてロバスト設計ハンドブックを整備するなど、ミッションクリティカルな領域にも浸透している。品質問題の8割は設計段階で決まるとも言われており、信頼性工学やFMEAと組み合わせて運用されることが多い。

タグチメソッドへの批判と限界

タグチメソッドはその実用的成果から高い評価を受ける一方、統計学の観点からいくつかの批判も存在する。主な論点として、SN比の統計的合理性に関する議論、交互作用の検出力不足、直交表への割り付けルールの恣意性などが挙げられる。古典的な実験計画法（フィッシャー型）との比較では、因子間交互作用の扱いに関する方法論的差異が論争の中心となってきた。しかし実務の場では、理論的厳密性よりも少ない実験コストで「十分に良い」設計解を素早く得られる実用性が評価されており、学術的批判があっても現場での活用は継続している。ロバスト設計の適用にあたっては、対象システムの理想機能を正確に定義し、信号因子・制御因子・誤差因子を適切に整理することが成否を左右する。

用語ミニ解説

  • 制御因子：設計者が設定可能な要因。寸法、比率、材料、回路定数など。
  • ノイズ因子：環境・経時・個体差など外乱要因。設計で直接制御しにくい。
  • 目的特性：機能を定量化した指標。効率、推力、THD、位置精度など。
  • 損失関数：性能逸脱が社会的損失に与える影響を定量化する関数。
  • S/N比：平均と変動を統合評価する尺度。大きいほど頑健性が高い。
  • RBDO：所与の信頼度を満たすよう最適化する設計手法。

コメント（β版）