Resistenza in funzione della temperaturaHo un cliente che vorrebbe ridurre il numero di misurazioni necessarie per calibrare le sonde di temperatura che effettuano. Hanno molti dati storici e hanno un processo che si traduce in curve variabili per la resistenza in funzione della temperatura. Mi chiedo se qualcuno ha esperienza con questo tipo di problema e come JMP può aiutare. Grazie Andrea
Ri: Resistenza in funzione della temperaturaQual è il loro metodo o processo di calibrazione attuale? Che aspetto ha una curva di calibrazione? Hanno attualmente un modello parametrico per la curva? Hanno problemi di calibrazione oltre ai test in eccesso? Possono fornire un campione di curve?
Ri: Resistenza in funzione della temperaturaTutto ciò che sappiamo finora è che hanno provato molti modelli che non hanno funzionato. Parleremo di nuovo con loro mercoledì dopo che la nostra NDA sarà a posto e ci mostreranno le curve e cosa hanno provato. Posso fornire ulteriori informazioni allora.
Ri: Resistenza in funzione della temperaturaEhi Andrea,
La resistenza in funzione della temperatura è una relazione non lineare: è massima alle basse temperature ed è bassa alle alte temperature. Ci sono due approcci che ho usato per modellare dati come questo ...
Inizia con un modello teorico dalla letteratura per il materiale di interesse. È possibile adattare modelli non lineari personalizzati nella piattaforma di regressione non lineare. La procedura per farlo è nella documentazione di aiuto.
https://www.jmp.com/support/help/en/15.1/#page/jmp/nonlinear-regression.shtml#
L'altro approccio è quando un modello dalla teoria non è disponibile. In questo caso, utilizzare la piattaforma curva di adattamento per esplorare i modelli candidati. Se ne viene trovato uno, salvare la formula di previsione parametrica nella tabella dei dati, quindi utilizzare la formula nella piattaforma non lineare per adattarsi ad altre curve candidate.
In entrambi i casi si desidera una formula predittiva. È quindi possibile utilizzare la formula del predittore come X e la risposta di una delle curve in DOE> Scopo speciale> Progettazione non lineare per elaborare un piano che richiede un numero inferiore di misurazioni per adattarsi alle loro curve.
https://www.jmp.com/support/help/en/15.1/?os=win&source=application#page/jmp/augment-a-design-using-prior-data.shtml#ww89885
Felice di parlarne con te se sembra che entrambi gli approcci possano essere utili.
Godere!
Ri: Resistenza in funzione della temperaturaFDE potrebbe offrire alcuni vantaggi di JMP Pro anche per questa applicazione.
Ri: Resistenza in funzione della temperaturaGrazie mille per le vostre domande e informazioni di base - è stato utile prima di incontrare il cliente. Il cliente sta calibrando le proprie sonde di temperatura (che sono wafer di ~ 2 pollici) tra 0 e 350 kelvin !!! (A quanto pare, Columbus, OH è uno dei luoghi più freddi nell'universo.) Attualmente stanno testando 86 punti di temperatura e si sentono come se potessero essere più nel range di 10 punti. I dati di calibrazione sono difficili da ottenere, quindi stavano solo guardando una curva di calibrazione come una prova del concetto. Stavano iniziando con curve "ridotte" di 6, 8, 10, 12 punti e adattando un modello (polinomi in Fit Y per X), quindi tracciavano i residui quando si utilizzavano ciascuno di quei modelli con i "pieni" 86 punti. Hanno una bassa tolleranza e vogliono i residui entro lo 0,01% dell'attuale. Avevamo altre cose di cui parlare, ma prima di proseguire ho parlato delle piattaforme non lineari e adatte alla curva e ho suggerito che 1) iniziassero con il "pieno", 86 punti per definire il modello usando uno disponibile in JMP o uno teorico sapevano di 2) quindi utilizzare quel modello per adattarsi a una serie di curve "ridotte" 3) confrontare ciascuna curva "ridotta" con la curva completa a 86 punti 4) scegliere la curva ridotta e il test è terminato con curve di calibrazione aggiuntive. Fammi sapere cosa ne pensi di questo approccio. Non abbiamo parlato di dettagli specifici qui. Ad esempio, quando si adattano a ciascuna delle curve "ridotte", probabilmente dovrebbero regolare i parametri per riflettere ogni set di dati. Inoltre, ho esaminato DOE e non sono sicuro di come ciò possa aiutarli a definire il numero corretto di punti dati.
Ri: Resistenza in funzione della temperaturaQuando ho lavorato con letture della temperatura di resistenza in passato, ho usato l'equazione di Steinhart-Hart per calibrare i termistori (hai menzionato i sensori di resistenza, non sono sicuro che stiano usando i termistori). L'equazione di Steinhart-Hart consente all'utente di sviluppare una curva di calibrazione con solo poche letture utilizzando tre coefficienti (A, B e C) derivati da 3 o più letture. Forse possono usare questo metodo, usando 3 (o più) misurazioni per sviluppare la curva di calibrazione e dati attuali o storici per stimare l'incertezza. Questo potrebbe essere un percorso più vantaggioso per loro se usano termistori (anche se data la temperatura minima di 0 K, forse no). https://en.wikipedia.org/wiki/Steinhart%E2%80%93Hart_equation
Ri: Resistenza in funzione della temperaturaEhi Andrea,
Il DOE non lineare identificherà quante e dove le misure dovrebbero essere prese per ottenere stime e previsioni accurate dei parametri del modello. Per resistenza contro temperatura, mi aspetto che le misurazioni consigliate siano più frequenti e vicine tra loro in regioni non lineari o curve in cui le misurazioni saranno più rare e diffuse in regioni lineari. Il piano di misurazione che si ottiene dal DOE non lineare richiederà probabilmente meno misurazioni di quelle che stanno facendo ora.
