实验设计
辐射响应数据
案例研究
小号tephen W. Czupryna，客观实验（ stevecz@objexp.com )
Tony Shockey，福禄克公司 ( tony.shockey@fluke.com )
Roy Huff，斯内尔集团（ rhuff@thesnellgroup.com )
抽象的
这流程之声以多种形式来到我们身边。有效的温度、压力、张力、硬度、表面光洁度和其他过程数据充分说明了产生我们收入的制造过程。
对于许多过程，关键的洞察力是通过倾听流程之声用温度的语言。从历史上看，我们使用热电偶、高温计和其他分立设备来测量温度，并且学到了很多东西。然而，经济高效的热像仪的出现现在提供了一种更好的方式来聆听我们工业过程的热力学声音，其便利性和分辨率在不久的过去是不可想象的。手头有热像仪和统计软件，我们的设备非常齐全，可以听到我们的过程在电磁波谱的红外波段向我们耳语的重要信息。
本文是关于一家塑料加工公司的案例研究，该公司使用 JMP 11®、Fluke Ti32® 热成像仪、Fluke 的 SmartView® 软件和客观实验五步实验设计 (DOE) 方法来获得对热成型工艺的新见解几十年来，这产生了令人失望的结果。过去使用热电偶和高温计改进工艺的尝试提供了增量收益，但只有当公司收集有效的辐射数据作为设计实验的一部分时，他们才最终实现突破性改进并显着影响公司的利润。
本文还将解释如何哇因素从高分辨率热分析图和 JMP 的数据可视化工具中可以看出，他们将多元化的一线工作人员、主管和经理融入了一个具有发现新知识诀窍的凝聚力团队。
热成像技术简介
地球上的所有物体都会发出红外 (IR) 辐射。通过使用非接触式红外热像仪，经过认证的热像仪可以检测和测量从表面发出的红外辐射，并测量表面温度和热梯度。 图1展示了热像仪如何轻松检测到人眼无法检测到的重要现象。
数字1个：电保险丝的危险情况
红外热像仪是由探测器、红外光学器件、显示器、控制器、存储介质和电源组成的电光装置。看图 2 .这些仪器有许多工业应用，可为用户提供热模式和定量数据的可视化显示，可以使用制造商的图像分析软件或 JMP 等统计软件进行分析。
数字2个: Fluke Ti32 热像仪
特别重要的是检测器和光学器件。典型的检测器对两个光谱带中的辐射敏感，中波红外 (2.5-6.0µm) 和长波红外 (8.0-15.0µm)。焦平面阵列检测器有多种分辨率。对于 Fluke Ti32，阵列为 320 x 240 像素，被认为是高分辨率用于热像仪。因此，单个图像产生的信息与从 320x240=76,800 个离散热电偶中获得的信息相同。 探测器尺寸和密度与光学器件相结合，确定了系统的空间分辨率和测量分辨率。
热火走向自己的鼓手
离开表面的能量可能包括发射的、反射的，对于某些材料，还包括透射的电磁辐射。对于热成像分析，只有发射的能量才能提供有用的表面温度信息，并且必须对反射和透射能量（如果存在）进行补偿。幸运的是，经过认证的热像仪知道这些限制，并且可以使用成像仪的算法来避免反射能量、背景能量和某些材料固有的红外传输的不利影响。需要注意的是，红外热像仪的学习曲线很长，需要大约一周的动手培训才能确保准确测量。
发射率是描述材料释放（发射）热辐射能力的关键属性。 发射率在 0 和 1 之间变化，是材料类型、表面状况、温度、波长和视角的函数。同样，经过认证的热成像师的技能在评估研究对象和设置成像仪以进行可靠测量方面起着重要作用。
热成像，它不再只是用于建筑检查
红外热成像有广泛的应用，包括电气、机电、机械、建筑和屋顶诊断、无损检测、飞机检查、工业过程控制和工业过程改进。塑料工业中存在许多应用，包括本文讨论的热成型，以及挤出、滚塑和注塑成型。
Fluke Ti32 成像仪
用于此过程改进项目的 Fluke Ti32 成像仪具有在长波红外光谱中运行的微测辐射热计探测器阵列。该系统的瞬时视场 (IFOV) 为 1.25mRad，内置镜头的最小焦距约为 6 英寸。该模型的热灵敏度在 45mK 时非常好，采集速率为 60Hz。
本报告中的图像是使用 Fluke SmartView® 软件处理和分析的。该软件包括各种分析工具、发射率等变量的调整和数据导出。该软件允许热像仪追溯更改所有相机调整，当然，焦点除外。
一切都与热量有关
乙工程知识指出温度控制是热成型过程所有阶段的关键因素。一个公认的事实是，好的零件是塑料毛坯和热成型零件均匀加热和冷却的结果。众所周知，过大的热梯度会导致零件变形、厚度控制不佳、结构薄弱和表面光洁度差。
挑战
正在研究的热成型烤箱有一个不寻常的设计，带有穿梭系统和单面加热阵列，如图所示图 3和图 4 .
穿梭托盘位于轨道上，可将塑料坯料直接移动到多区域水平加热阵列下方，然后将加热后的坯料穿梭出来，然后用手将其拾取并真空成型到等待的模具上。加热仅从一个方向发生，并且从托盘到加热器阵列的距离是固定的.阵列和叠加的空白显示在图 4 .
从过去的研究中得知，坯料的表面温度沿其长度和宽度变化很大。一位操作员表示，加热坯料的第一张探索性热图像看起来像 1970 年代的 Jimi Hendrix 扎染衬衫！
这项工作在实验上没有任何新内容，因此本文的其余部分强调了实验的逐步方法、团队动力和用于决策的实验哲学。
实验组
公司管理层选择了 3 人来完成这项工作——一名熟练的生产线操作员（一名客户！）、一名主管和一名具有 DOE 经验的工艺工程师。其他人根据需要参与工作。 以下统称该组为这实验者.
美国能源部理念
尽管存在技术倾向，但 DOE 的成功取决于实验者及其管理者的哲学基础。
DOE 是迭代的
尽管公司将热成型工艺研究指定为离散的获批项目有了目标结束日期和各种里程碑，实验者悄悄地沿着不同的思路思考。他们将这项工作视为无数次（最好是简短的）学习周期的开始1,2,3,4这将产生深入的过程理解。他们不是在快速修复之后。
DOE 不是观赏性运动
以前有 DOE 经验的人都知道，通常最好自己进行实验并收集数据，而不是将任务交给实验室技术人员或其他同事。因此，所有的实验者都打算亲自动手，不管他们愿不愿意。
提防假设
每个人都同意没有什么是理所当然的。他们仔细观察流程、做笔记、与操作员交谈并最终亲自运行流程。实验者每周进行维护检查、控制器自检等。在工作开始之前发现并解决了一些问题。 我n最后，似乎在获得的知识和实验者手上的砂砾量之间存在强烈的正相关关系。
第一步——确立目标
许多工业实验失败是因为没有仔细定义目标。一个有用的文档，标题为提出正确问题的清单5个为这个潜在问题提供了精益、简单的解决方案，并为小组讨论提供了一个极好的论坛。随着时间的推移，小组达成了不同寻常的共识——现有的知识库太稀疏，无法以典型的管理方式来陈述目标，比如r在 6 个月内将废料减少 25%或者每 2 个月将正常运行时间增加 5% .相反，目标是以非传统方式定义的，形式为目标条件3个如图所示图 5 .
增加过程理解
最大程度的操作员参与
和迭代实验设计
数字5个：目标条件
人们相信，改进所有组织级别的过程理解将不可避免地导致有用的预测模型和新知识。然后，他们将能够确定每个加热器区域的理想占空比以及各种塑料类型、尺寸和厚度的生产实践。
第 2 步 – 选择策略
实验者必须在 3 种基本实验方法之间做出选择5个:
考虑到热成型机性能不可预测的痛苦历史，公司管理层为实验批准了充足的资源，并且该小组很快就响应面方法达成一致。
第 3 步 – 制定计划
战略在手，一切就绪，可以制定计划。
选择实验因素和范围
该计划有 6 个过程因素 - 每个加热器区域的占空比，以 % 表示。范围从 20-60% 到 30-70% 不等。
考虑保持不变的已知因素
未被研究的因素在实验期间保持不变。
- 机器操作员 （实验者)
- 塑料毛坯生产批次
- 从加热的坯料喷射到捕获热图像之间的时间
- 等等。
危险，潜藏变数！
项目团队大部分时间都在工作区度过，这提供了一个很好的机会来识别和解决一长串潜在的潜在变量。
- 环境温度
- 环境湿度
- 空气流通
- 一天中的时间，休息时间
- 等等。
该计划包括 1 小时的热成型机预热时间以确保稳态热条件，记录潜伏变量并连续进行实验运行，不间断。一种热像仪技巧特别有用7 .实验者将 Scotch® Super 33+ 黑色乙烯基电工胶带放在靠近热成型机的非金属物体上。看图 6 .
数字6个: 热像仪最好的朋友
该胶带的可预测发射率为 0.95，它为环境温度提供了极好的测量点。Krylon 平面黑色喷漆也具有 0.95 的发射率并且可以用于相同的目的7 .
选择回复
最初的计划有一个回应，实验者愿意在他们积累新知识时添加更多。这又一次背离了历史上提前计划一切并规定任意期限的方法。他们的替代方法 -随着新知识的增加表明添加新的响应- 成本低，显露多。
最初感兴趣的响应是塑料坯料中的热梯度。这就是辐射数据的优势带来巨大好处的地方。 当图像保存为辐射数据文件 (.is2) 时，Fluke 的 SmartView 软件可以将实际数据阵列（76,800 个数据点）或其子集导出到 .csv 文件。然后，实验者可以根据需要自由定义响应变量。例如，它可以是沿指示线的不同热梯度的量度，如图中所示图 7和图 8 .
数字7 : 带有兴趣线的热图像 (L 0 )
数字8个：沿 L 的表面温度图0
或者，响应可以是矩形区域内的热梯度。看图 9 .
数字9 : 具有感兴趣区域的热图像 (A 0 ) 和表面温度
线响应或面响应都远远优于使用离散热计的读数作为实验响应。实验者选择了A区的log s 0作为它们的热梯度响应变量。后来又添加了两个响应 - 以分钟 (CT) 为单位的测量过程循环时间和计算的功耗。这些响应以工厂吞吐量和能源成本的形式具有重要的财务影响。图 10总结了最终的计划。
数字10 : 因素与反应
定义模型和计划复制运行
起初，人们认为 6 因素实验会导致无法控制的运行次数，但加热周期短且材料成本低，项目团队决定采用完整的二次模型，最少加上 4 次运行和 8 次重复运行，如中所示图 11 .通过巧妙的计划，实验者可以在一天内完成所有 40 次试验，因此不需要分块。
数字11 ：I-最优设计
设计检查
Color Map on Correlations 显示设计良好，实验可以继续进行。看图 12 .
数字12 : 设计检查
团队动力的哲学笔记
如上所示的热图像、易于理解的 DOE 设计屏幕和 JMP拟合模型下面显示的输出引起了实验者和其他工厂人员的极大关注。在工作期间，拍摄了物体、机器和人的热图像，并热烈讨论了它们的含义。同时，JMP Prediction Profiler 和交互图引发了广泛的讨论和热烈的争论。发表了意见。分享了经验。
由于这些非凡的团队动力，人们可以自由选择参与流程改进工作，从而证明了精益格言保持简单和直观。
第 4 步 – 执行计划
像往常一样，进行一些练习是为了解决预期的程序问题。对标题为的文件进行了调整提出正确问题的清单并为所有测量编写了明确的操作定义。吨然后，实验者收集了 40 组响应数据，他们的手更加脏了。一路上学到了很多东西。
先决条件 #1 - 检查常量 s
将收集和计算的响应数据拟合到模型后，使用 3 种视觉方法、残差预测图、Box-Cox 图和残差正态性检查检查结果的常量 s。三分之二通过了测试（见图 13例如），团队继续进行下一个先决条件。
数字13 : 检查常量 s
先决条件 #2 - 测量健全性检查
通过 8 次重复运行，可以检查过程和测量系统的可重复性。杰MP 的表格 EMP 输出6个(图 14 ) 显示 90% 的测量变化来自实验运行本身。 JMP 的变异性图表 (图 15 ) 以图形形式提供了确凿的见解。
数字14 ：EMP完整性检查
数字15 ：变异图
这些结果很容易理解，实验者同意继续进行。
检查结果
JMP 的拟合模型输出本质上是高度图形化的，从而简化了向不同组织级别的人员解释实验结果的任务。输出范围从表格到图形再到高度交互，如中所示图 16到图 19 .
吨他预测情节实际（见图 16 ) 是对模型本身质量的评估。标绘点表明具有良好的预测能力。
数字16 ：根据预测的情节实际
排序后的参数估计 (图 17 ) 以简洁的表格/图形形式告诉我们模型中每个术语的相对重要性。最重要的因素是 Zone 的主效应。第二和第三个最重要的术语是 1-3 区相互作用和 1-5 区相互作用。交互配置文件（图 18 ) 提供额外的见解。
数字17 ：排序参数估计
数字18 ：交互配置文件
强 Z1-Z3 和 Z1-Z5 相互作用的发现（即那些角对角并列的) 是过程理解的巨大飞跃。
思考和选择最佳位置
实验人员和公司高管发现 JMP Prediction Profiler 允许对技术-财务权衡进行清晰的视觉评估，提供一种简单、强大的方法来根据实际过程观察的数据做出业务决策。看图 19 .
数字19 ：预测刻画器
一些的加热区对热梯度没有显着影响，因此可以将占空比设置为该范围的低端以节省电力成本、延长加热元件的使用寿命、节省维护成本并减少代价高昂的生产中断。
您设计的实验没有任何问题......
由于大自然厌恶真空（好吧，无论如何，至少在地球上是这样），一些制造人员同样厌恶实验范围的极端区域和响应曲线的陡峭区域附近的区域。因此，该团队考虑了实验外部限制谨慎，因为他们对在测试范围之外的占空比下会发生什么一无所知。例如，如果 1 区漂移到 65% 的占空比会怎样？没人知道。
相反，当响应曲线陡峭倾斜时，如第 3 区的情况，厌恶极端可能会很昂贵。因子的微小变化可能会引发响应的显着变化。请注意，最小值A 的对数0发生在 70% 的 3 区占空比。但是，该设定点处于测试范围的极限和在 3 区曲线的陡峭部分，工艺工程师最可怕的噩梦。图 20突出显示此过程危险区域。
数字20 : 讨厌的区域 3
实验者决定将 3 区占空比降低至 41%，并接受由此产生的损失A 的对数0 .理由：选择对加热元件老化、环境气流、漂移、误差等变化源具有鲁棒性的过程设置 F图 21再次可视化为所有 6 个区域选择的最佳点背后的基本原理在高原的中心，远离极端。
数字21 : 制造商的天堂
测试模型并评估公差区间
接下来，实验人员反复测试最佳点并使用累积数据计算公差区间，在这种情况下，对 99% 的未来产品有 95% 的置信度。相对于客户的期望，公差区间证明是令人满意的。
第 5 步 – 确认成功
凭借在实验中获得的强大新知识，实验者自信地建议对公司管理层进行永久性改变。采取了行动。批准了额外的研究。然而，一些重要的事情仍然存在。
反映
实验者从他们的错误中吸取了教训。精益实践，半生9 ，建议在达到重要里程碑（如一个学习周期结束和另一个学习周期开始）后反思工作方法。该团队就他们做错了什么以及他们可以做得更好的地方进行了非正式和诚实的讨论。这个练习被证明对后续研究和未来的实验很有用。
帮助别人
实验者还花时间进行了另一个有用的精益实践，横店10 ，这表明在整个组织内横向共享最佳实践。这种做法的好处包括向他人介绍 DOE 方法并帮助他们进行自己的实验。
承认
此外，团队停下来承认他们的成功，并确保所有参与者的贡献都得到明显认可。一大堆比萨饼被运了进来。
监视器
额外的A区的log s 0定期收集数据以检测过程漂移的存在。如果烤箱性能显着下降，问题将很快被发现，然后进行调查和解决。
成功的关键
一线工作人员的出色贡献、JMP 引以为傲的数据可视化功能的使用、“见热”的能力以及决策制定的共识方法对所获得结果的质量产生了极大的影响。很明显，实验设计和热成像是高度互补的技术。如果团队仅限于反复试验、一次一个因素的实验或使用离散的温度计，热成型机几乎肯定会像往常一样继续跛行。
其他应用
只要制造商需要了解过程原因和热效应的知识，就可以使用热成像响应变量进行实验。以下是一些不同的应用，其中热成像响应变量将被证明是有用的。肯定还会有更多。
- 食品制造业
- 挤压
- 退火和热处理
- 冶金
- 注塑成型
- 暖通空调设计
- 复合材料
- 拉挤成型
- 加热器、冷却系统和干燥器设计
参考
[1] Roger Hoerl 和 Ron Snee，统计思维, 2 nd版，John Wiley & Sons，The Wiley and SAS Business Series，2012
[2] Ian Cox、Marie A. Gaudard、Philip J. Ramsey、Mia L. Stephens 和 Leo T. Wright，视觉六西格码, SAS Institute, Inc., John Wiley & Sons 出版，SAS 商业系列 (2010)
[3]迈克罗瑟，丰田套路，通道。 5、麦格劳-希尔，2010
[4]新乡研究所，新吾模型, 犹他州立大学, 2014
[5]威廉·D·卡佩勒，使用 JMP 进行客观实验，第 5 版，2011 年 8 月，客观实验。清单可在www.objexp.com .
[6]唐纳德·J·惠勒， EMP III，评估测量过程, 中国石化出版社, 2010
[7]斯内尔集团，一级热成像课程手册, Barre, VT, 2014
[8]朱兰的质量手册, 第 6 章，Juran 和 DeFeo，McGraw-Hill，2010 年
[9]现场学院博客，忏悔吧，我是说 Hansei！ 2007 年 5 月 2 日
[10]现场学院 DVD， JIT 技术，第 6 部分
致谢
Objective Experiments 的 Bill Kappele 对本文进行了重要的评论和评论。
作者简介
Stephen W. Czupryna 是一位工艺工程顾问和讲师在华盛顿州贝灵厄姆进行客观实验。他拥有经济学学士学位和激光电光学硕士学位，并且是 Pyzdek Institute 认证的精益六西格码黑带。他还拥有 The Snell Group 颁发的 I 级热成像证书，在电气和机械 IR 测试方面具有公认的能力。
托尼肖基是美国 Fluke 热成像服务经理.他来自工业界，拥有贝灵厄姆技术学院的仪器仪表、自动化和过程控制背景以及红外二级 – ASNT 合规培训。作为 Fluke 的主题专家已有 7 年，他在全球范围内就这些主题进行了演讲，对渠道合作伙伴和主要最终用户进行了广泛的培训，并继续为 Fluke Corporation 提供后勤技术支持。
罗伊哈夫是副总统斯内尔集团。他在广泛的红外线和电动机测试科目中任教和提供咨询服务。Roy 拥有密苏里大学哥伦比亚分校的电子工程学士学位和 ASNT 的 III 级热/红外证书。他获得了 SMRP 认证的可靠性维护专家认证，并持有 III 级 IRT NAS410 认证。他曾在 P/PM 全国研讨会、Thermosense、Thermal Solutions、EPRI、SMRP 和其他会议上发表过演讲。
