<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />作者
Damien Perret博士，法國原子能委員會研究與開發科學家
法國原子能委員會研究與發展科學家Jean Luc Dussossoy博士
上下文
多年來一直在研究用於高放廢物玻璃化的玻璃配方。20世紀60年代初，許多國家（如加拿大，法國，美國，德國和俄羅斯）選擇玻璃材料進行高級核廢料處理。由於玻璃難以溶解並且化學穩定，因此放射性核素可以長時間限制在玻璃基質中。在工業過程中，將液體廢物煅燒並在爐中與碎玻璃（玻璃料）混合。然後將熔融玻璃倒入不銹鋼罐中，在那裡它固化成穩定的形式。
除了配方的複雜性之外，核玻璃還需要滿足工業玻璃化工藝特有的要求。因此，必須連續處理大量數據，包括配方數據，物理和化學特性以及與玻璃化過程相關的數據。
口頭陳述的內容
2010年，JMP軟件由法國原子能委員會由開發核玻璃配方的研發團隊實施。在2011年在丹佛舉行的探索峰會上，我們展示了我們如何使用JMP統計分析平台來比較高度複雜的玻璃成分領域。考慮到所討論的玻璃配方的複雜性，必須使用實驗設計（DOE）方法。2011年，我們解釋了為什麼JMP 9統計分析平台當時並不完全符合我們的所有規範。然而，從那時起，JMP開發人員已經進行了許多改進，JMP 11提供了生成和分析混合物DOE的強大方法，以便研究高度受限的實驗域。在演示過程中，我們提供了一些關於混合物設計的基礎知識，並通過以線性約束的7組分混合物為例，展示了我們如何使用JMP Pro 11混合DOE平台。我們通過使用其他商業軟件包，使用JMP生成的最佳設計，比較了我們使用了大約十年的前“基於距離的設計”方法。考慮各種最優性標準，例如D效率和預測的平均方差。
JMP開發人員還努力改進Fit Model和Stepwise平台，從而構建更加精確的屬性到組合預測模型。在演示過程中，我們將展示JMP如何分析從JMP DOE平台獲得的結果，以及來自外部數據集的結果。我們提供粘度 - 成分模型的示例，並解釋為什麼Prediction Profiler工具對此應用非常有用。最後，我們解釋了JMP多變量平台（PCA和聚類）如何與分析我們在核玻璃配方領域數十年來產生的大數據集非常相關。
參考書目
- H.Scheffé，混合物實驗，皇家統計學會雜誌B. ，20,344-360,1958
- RA Mc Lean，VL Anderson，Extreme vertices design，Technometrics，8,447-454,1966
- RD Snee，具有多組分約束的混合系統的實驗設計，統計學中的交流 - 理論與方法 ，A8（4），303-326,1979
- LA Chick等人，組分對11組分核廢料玻璃系統性能的影響 ，太平洋西北實驗室，由Battelle經營，PNL-3188,1981
- LA Chick，GF Piepel，統計設計優化玻璃成分，美國陶瓷學會期刊 ，67（11），763-768,1984
- GF Piepel，在約束混合物實驗中計算質心， Technometrics ，25（3），279-283,1983
- GF Piepel，用於生成線性約束實驗區域的極端頂點和質心的程序，質量技術雜誌 ，20（2），125-139,1988
- PR Hrma等人，Hanford HLW眼鏡的數據庫和臨時玻璃特性模型，太平洋西北實驗室，由Battelle經營 ，PNNL-13573,2001
- JA康奈爾，混合物實驗 - 設計，模型和混合數據分析 ，第三版，Wiley，Ed。紐約，2002年
- GF Piepel，SK Cooley，B。Jones，使用新的混合坐標交換算法構建21組分層混合物實驗設計，質量工程 ，17,579-594,2005
