Widerstand in Abhängigkeit von der TemperaturIch habe einen Kunden, der die Anzahl der Messungen reduzieren möchte, die zur Kalibrierung der von ihm durchgeführten Temperatursonden erforderlich sind. Sie haben viele historische Daten und sie haben einen Prozess, der zu variablen Widerstandskurven als Funktion der Temperatur führt. Ich frage mich, ob jemand Erfahrung mit dieser Art von Problem hat und wie JMP helfen kann. Danke, Andrea
Betreff: Widerstand in Abhängigkeit von der TemperaturWas ist ihre aktuelle Kalibrierungsmethode oder ihr aktueller Kalibrierungsprozess? Wie sieht eine Kalibrierungskurve aus? Haben sie derzeit ein parametrisches Modell für die Kurve? Haben sie neben übermäßigen Tests auch Kalibrierungsprobleme? Können sie eine Stichprobe von Kurven liefern?
Betreff: Widerstand in Abhängigkeit von der TemperaturBisher wissen wir nur, dass sie viele Modelle ausprobiert haben, die nicht funktioniert haben. Wir sprechen am Mittwoch wieder mit ihnen, nachdem unsere NDA eingerichtet wurde, und sie werden uns Kurven zeigen und was sie versucht haben. Ich kann dann weitere Informationen geben.
Betreff: Widerstand in Abhängigkeit von der TemperaturHey Andrea,
Der Widerstand als Funktion der Temperatur ist eine nichtlineare Beziehung. Er ist bei niedrigeren Temperaturen am höchsten und bei höheren Temperaturen niedrig. Es gibt zwei Ansätze, mit denen ich Daten wie diese modelliert habe ...
Beginnen Sie mit einem theoretischen Modell aus der Literatur für das interessierende Material. Sie können benutzerdefinierte nichtlineare Modelle in die nichtlineare Regressionsplattform einpassen. Die Vorgehensweise hierzu finden Sie in der Hilfedokumentation.
https://www.jmp.com/support/help/en/15.1/#page/jmp/nonlinear-regression.shtml#
Der andere Ansatz ist, wenn ein Modell aus der Theorie nicht verfügbar ist. Verwenden Sie in diesem Fall die Plattform für Anpassungskurven, um Kandidatenmodelle zu untersuchen. Wenn eine gefunden wird, speichern Sie die parametrische Vorhersageformel in der Datentabelle und verwenden Sie die Formel auf der nichtlinearen Plattform, um andere Kandidatenkurven anzupassen.
Für beide Methoden möchten Sie eine Prädiktorformel. Sie können dann die Prädiktorformel als X und die Antwort von einer der Kurven unter DOE> Spezialzweck> Nichtlineares Design verwenden, um einen Plan zu erstellen, für dessen Anpassung weniger Messungen erforderlich sind.
https://www.jmp.com/support/help/en/15.1/?os=win&source=application#page/jmp/augment-a-design-using-prior-data.shtml#ww89885
Gerne besprechen wir es mit Ihnen, wenn es so aussieht, als ob einer der beiden Ansätze hilfreich sein könnte.
Genießen!
Betreff: Widerstand in Abhängigkeit von der TemperaturFDE bietet möglicherweise auch für diese Anwendung einige Vorteile von JMP Pro.
Betreff: Widerstand in Abhängigkeit von der TemperaturVielen Dank für Ihre Fragen und Hintergrundinformationen - es war hilfreich, bevor Sie sich mit dem Kunden trafen. Der Kunde kalibriert seine Temperatursonden (die ~ 2 Zoll Wafer sind) zwischen 0 und 350 Kelvin !!! (Wie sich herausstellt, ist Columbus, OH, einer der kältesten Orte im Universum.) Sie testen derzeit 86 Temperaturpunkte und haben das Gefühl, dass sie mehr im Bereich von 10 Punkten liegen können. Die Kalibrierungsdaten sind schwer zu erhalten, daher wurde nur eine Kalibrierungskurve als Proof of Concept betrachtet. Sie begannen mit "reduzierten" Kurven von 6, 8, 10, 12 Punkten und passten ein Modell an (Polynome in Fit Y durch X) und zeichneten dann Residuen, wenn jedes dieser Modelle mit den "vollen" 86 Punkten verwendet wurde. Sie haben eine geringe Toleranz und möchten, dass die Residuen innerhalb von 0,01% des tatsächlichen Werts liegen. Wir hatten andere Dinge zu besprechen, aber bevor ich fortfuhr, erzählte ich ihnen von den nichtlinearen und angepassten Kurvenplattformen und schlug vor, dass sie 1) mit den "vollen" 86 Punkten beginnen, um das Modell entweder mit einem in JMP verfügbaren oder einem theoretischen zu definieren Sie wussten über 2) dann verwenden Sie dieses Modell, um eine Reihe von "reduzierten" Kurven anzupassen. 3) vergleichen Sie jede "reduzierte" Kurve mit der vollständigen 86-Punkte-Kurve. 4) Wählen Sie die reduzierte Kurve und der Test wird mit zusätzlichen Kalibrierungskurven durchgeführt. Lassen Sie mich wissen, was Sie von diesem Ansatz halten. Wir haben hier nicht über bestimmte Details gesprochen. Wenn sie beispielsweise zu jeder der "reduzierten" Kurven passen, sollten sie wahrscheinlich die Parameter anpassen, um jeden Datensatz widerzuspiegeln. Außerdem habe ich mir DOE angesehen und bin mir nicht sicher, wie dies ihnen helfen kann, die richtigen Zahlendatenpunkte zu definieren.
Betreff: Widerstand in Abhängigkeit von der TemperaturBei der Arbeit mit Widerstandstemperaturwerten in der Vergangenheit habe ich die Steinhart-Hart-Gleichung verwendet, um Thermistoren zu kalibrieren (Sie haben Widerstandssensoren erwähnt, nicht sicher, ob sie Thermistoren verwenden). Die Steinhart-Hart-Gleichung ermöglicht es dem Benutzer, eine Kalibrierungskurve mit nur wenigen Messwerten unter Verwendung von drei Koeffizienten (A, B und C) zu entwickeln, die aus drei oder mehr Messwerten abgeleitet wurden. Vielleicht können sie diese Methode verwenden, indem sie 3 (oder mehr) Messungen verwenden, um die Kalibrierungskurve und aktuelle oder historische Daten zu entwickeln, um die Unsicherheit abzuschätzen. Dies könnte für sie ein vorteilhafterer Weg sein, wenn sie Thermistoren verwenden (obwohl dies bei einer Mindesttemperatur von 0 K möglicherweise nicht der Fall ist). https://en.wikipedia.org/wiki/Steinhart%E2%80%93Hart_equation
Betreff: Widerstand in Abhängigkeit von der TemperaturHey Andrea,
Das nichtlineare DOE ermittelt, wie viele und wo Messungen durchgeführt werden sollten, um genaue Schätzungen und Vorhersagen der Modellparameter zu erhalten. Für den Widerstand gegenüber der Temperatur erwarte ich, dass die empfohlenen Messungen in nichtlinearen oder gekrümmten Bereichen, in denen die Messungen spärlicher sind und sich in linearen Bereichen ausbreiten, häufiger und näher beieinander liegen. Der Messplan, den Sie von Nonlinear DOE erhalten, erfordert wahrscheinlich weniger Messungen als jetzt.
