설문 조사-DOE의 입력 계수에 노이즈가있는 경우 수행 할 작업JMP의 일반적인 조언이나 특정 "방법"과 관련하여 다음 문제를 처리하는 방법에 대한 의견을 찾고 있습니다. 모든 의견을 환영합니다.
에어컨 디자인을하는 고객이 있습니다. 그는 두 개의 온도를 연속 입력 계수로 사용하여 냉매 질량 유량을 응답으로 측정하여 실험 계획법을 수행하려고합니다.
DOE (제약 조건 포함)를 쉽게 설계 할 수 있습니다. 이제 테스트를 실행할 시간이되었습니다. 그들이 예를 들어 T1 = 100 deg 및 T2 = 150 deg를 요구할 때, 오퍼레이터는 그 값들을 가능한 한 가깝게 설정하려고 시도하지만 에러가있을 것입니다. 아마도 실제 T1 = 98도이고 실제 T2 = 157 도일 것이다. 요청 된 값을 정확하게 설정할 수는 없지만 설정 점을 정확하게 측정하고 응답을 측정 할 수 있습니다.
물론 이것은 (적어도 많은 테스트없이) 실제 복제를 수행 할 수 없음을 의미합니다.
따라서 SE 커뮤니티에 대한 질문은 다음과 같습니다. 클라이언트가이 문제를 해결하도록 권장하는 방법은 무엇입니까?
과거에 본 몇 가지 방법이 있습니다. 문제 또는 다른 방법을 사용하여 문제를 해결하는 데 관심이 있습니다.
1) 계획대로 시험을 진행하고, 시험 요원에게 요청 된 각 설정 점에 대한 실제 온도 (및 질량 유량)를 기록하도록합니다. 완료되면 각 복제 설정 점에서 복제 온도를 평균 한 다음 요청 된 온도 대신 데이터 테이블에서 이들 (요청 된 것과 약간 다른) 평균 온도를 사용하십시오. 이것은 물론 온도 오차를 응답 변화로 결합합니다.
2) 온도 변화를 설명하기 위해보다 정교한 수학적 수단을 사용하십시오. 즉, 각 테스트 지점에서 실제 측정 된 온도를 사용하십시오. 이는 실제 반응 변동 추정치가 없음을 의미합니다.
3) 문제를 다시 생각하십시오. T1과 T2는 실제로 다이얼 1과 다이얼 2를 조정하여 설정 한 응답입니다. 다이얼 1과 다이얼 2에 대한 실험을 설계하고 응답으로 T1과 T2 및 질량 유량을 사용하십시오.
4)
5)
6)
당신의 생각? 충분한 사람들이 충분한 답변으로 답변하면 결과와 함께 최종 게시물을 작성합니다.
감사!
다시 : 설문 조사-DOE의 입력 요소에 노이즈가있을 때 수행 할 작업제리
100/150의 디자인에서 T1과 T2 지점에서 실험을 한 다음 실제 값에서 SD의 추정치를 얻습니다. 즉, 첫 번째 완전한 실험 후 작업자가 온도를 얼마나 가깝게 얻을 수 있었습니까?
프로파일 러는 시뮬레이터를 사용하여 출력을 요인 변동에 견고하게 만드는 기능을 볼 수 있습니다. "Stochastic Optimization.jmp"샘플 데이터 테이블은이를 잘 보여줍니다. 모델을 맞추고 만족도를 최적화하면 최고 수율을 얻기 위해 고온 및 짧은 반응 시간이 필요한 최대 수율 설정을 얻을 수 있습니다.
그러나 시뮬레이터가 온도에 대해 SD 1, 시간에 대해 .03의 SD를 켤 경우, 운영자가 온도를 얼마나 가깝게 유지하고 반응 시간을 제어 할 수 있는지를 나타내는 다른 이야기가 나옵니다. 이 시뮬레이션을 실행하면 결함 설정이 이러한 설정에 대해 상당히 높다는 것을 알 수 있습니다 (바람직 함이 최고 수율에 대해 최적화 된 경우).
이제 시뮬레이션 실험을 실행하고 실험에서 측정하는 요인 변동을 고려할 때이 요인 변동에 강력하고 결함률이 여전히 낮은 반응을 생성하는 설정을 찾을 수 있습니다. 시뮬레이터 LIRT에서 시뮬레이션 실험을 찾을 수 있습니다 (시뮬레이션 실험, 여기서 전체 팩터 설정을 사용한 다음 생성 된 데이터 테이블에서 GP 스크립트를 실행했습니다). 
시뮬레이션 결과에 대한 장애 가능성을 최대화 할 수 있습니다 (요인 설정은 결함률이 가장 낮으며 보고서에서 링크를 클릭하여 요인 설정을 원래 프로파일 러로 다시 전송할 수 있습니다). 이 경우 실험을 약간 낮은 온도에서 장시간 실행하면 결함률이 훨씬 낮아집니다. 
요점은 입력 요소에 변화가있을 것입니다. 작업자는 팩터 레벨을 얼마나 엄격하게 제어 할 수 있는지에 대해서만 매우 정확하게 할 수 있습니다. 그러나 프로파일 러 및 시뮬레이터 / 시뮬레이션 실험을 사용할 수 있기 때문에 생산량을 극대화하거나 목표와 일치하는 설정을 여전히 찾을 수 있으며 실제 생산에서이 작업을 시작할 때 예상 할 수있는 변동에 강력한 결함률을 최소화합니다.
다시 : 설문 조사-DOE의 입력 요소에 노이즈가있을 때 수행 할 작업작은 권총,
화학 실험실에서 매우 일반적인 시나리오입니다. 우리는 CTB (정온 수조)를 사용했으며 수백 가지 디자인을 진행했습니다. 용매 부피, 반응물 화학량 등과 같은 요인과 함께 온도를 변경하는 경우가 많았으므로 실제 온도와 설정 점 온도는 점도 효과 등으로 인해 달라졌습니다. 우리는 항상 설정 값 온도를 요인으로 사용하고 실제 내용 온도를 기록했습니다. 설정 점 온도를 모델링 할 때 사용되었습니다. 여기서 중요한 것은 조사 된 온도 범위가 온도 계수의 노이즈 내에있을 정도로 넓다는 것입니다. 물론 CTB는 설계 전에 교정되었습니다. 실제 온도를 사용한다면 온도 측정 시스템에도 노이즈가 있다고 주장합니다. 따라서 항상 설정 점 온도를 계수 및 모델링에 사용했습니다. 실제 온도는 농도 및 점도 등의 영향을 이해하기 위해 기록되었습니다.
PS 실제 측정 된 온도 변화는 시뮬레이터를 사용하여 캐스케이드 될 수 있습니다.
다시 : 설문 조사-DOE의 입력 요소에 노이즈가있을 때 수행 할 작업아마도 여기서 물러 나면 도움이 될 것입니다. 여기에 GRR 요소가있는 것 같습니다. 작업자가 특정 온도에 정확하게 도달 할 수없는 경우 주어진 온도에 도달 할 때의 변동성은 무엇입니까? 또한 주어진 온도 주변의 정상적인 허용 오차는 얼마입니까?
내 추론은 공차와 분산이 허용한다면 98 도는 프로세스의 100도에 해당한다는 것입니다. 2도 또는 3 도가 중요하지 않으면 땀을 흘리지 마십시오. 때로는 그럴 수도 있지만 AC 제조업체와 함께 일한 것은 아마 중요하지 않을 것입니다. 서면으로 실행하십시오.
엠
다시 : 설문 조사-DOE의 입력 요소에 노이즈가있을 때 수행 할 작업흠, 가능하다면 정확하게 설정 / 측정 할 수있는 요소를 사용하도록 요청할 것입니다. 다이얼 1과 2가 실제로 T1 / 2를 강제하고 다이얼을 정확하게 측정하고 설정할 수 있다면 이것이 좋은 대안이 될 것입니다.
다른 아이디어 : 입력 요소에 대한 분산을 추정 할 수 있으면 설계 생성 프로세스에서이 정보를 사용할 수 있습니다.
또한 입력 요소의 범위를 고려하는 것이 중요하다고 생각합니다. 예를 들어 T1의 범위는 100- 대신 90-110-98이며 50-150 범위보다 큰 영향을 줄 수 있습니다.
모든 것이 가능하지 않은 경우, 모델을 기반으로 한 응답의 신뢰 구간이보고 된 것보다 더 넓을 수 있다는 점을 알고 설명 된 경로로 가고 싶을 수 있습니다.
다시 : 설문 조사-DOE의 입력 요소에 노이즈가있을 때 수행 할 작업안녕하세요 제리
나는 진정한 복제의 부족에 대해 걱정하지 않을 것입니다. 많은 경우에 복제 된 런은 실험 자원의 낭비라고 생각합니다. 그러나 모든 실험과 마찬가지로 모두 목표에 달려 있습니다. 그들은 왜 실험을하고 있습니까? 결과 모델로 무엇을 할 것인가?
건배,
필
