Lautsprecher | Transkript |
| Stuart Little | Hallo allerseits, und willkommen zu diesem Vortrag darüber, wie JMP bei Croda eingesetzt wird, um die Entwicklung neuer Produkte voranzutreiben. |
| Also, was wir heute behandeln werden, und zuerst werden wir einen Kontext zu Croda behandeln, wie wir JMP verwenden und wo wir uns auf dieser Reise befinden, und eine Zusammenfassung des Problems, das wir zu lösen versuchen. |
| Sobald Sie das Problem behoben haben, werden wir zu JMP wechseln und untersuchen, wie die Tools und Plattformen in JMP eine einfache Datenexploration und -entwicklung ermöglicht haben |
| eines Strukturleistungsmodells. |
| Und zum Schluss diskutieren wir die Ergebnisse dieser Arbeit und wie |
| Durch diese Art von Forschung konnten wir das Buy-in für die Verwendung von Daten und DOE-Techniken in und ... auf der Forschungsseite des Unternehmens steigern. |
| Also erstens, wer wir als Croda sind. Es ist eine Frage, die ziemlich oft auftaucht, |
| weil wir eine Business-to-Business-Einheit sind. Aber als Unternehmen ist Croda der Name dahinter |
| Viele leistungsstarke Inhaltsstoffe und Technologien sowie viele der größten und erfolgreichsten Marken der Welt in einer Reihe von Märkten. Wir kreieren, produzieren und verkaufen Spezialchemikalien. Seit Beginn von Croda waren dies |
| vorwiegend nachhaltige Materialien. Wir haben also zunächst Lanolin aus Schafwolle hergestellt und bauen kontinuierlich auf dieser Nachhaltigkeit auf. Letztes Jahr haben wir |
| hat sich öffentlich verpflichtet, bis 2030 Klima, Land und Menschen positiv zu gestalten, und sich den UN-Zielen für nachhaltige Entwicklung angeschlossen, um dies zu erreichen und der nachhaltigste Lieferant innovativer Inhaltsstoffe auf der ganzen Welt zu werden. |
| In Bezug auf die Märkte, die wir bedienen, haben wir eine Art sehr großes Geschäft mit Körperpflegeprodukten, in dem wir uns mit Hautpflege- und Sonnenpflegeprodukten befassen |
| Art von Haarpflege, Farbkosmetik und diese Art von traditionellen Körperpflegeprodukten. Biowissenschaftsgeschäft, unsere Produkte ... unsere |
| Produkte und Know-how helfen Kunden, ihre Formulierungen und den Einsatz von Wirkstoffen zu optimieren. Ich meine, zuletzt haben wir eine Vereinbarung mit Pfizer getroffen |
| Materialien bereitzustellen, die in ihren COVID-19-Impfstoff eingehen. Unser Geschäft mit Industriechemikalien, |
| Das ist ... dieser Teil des Geschäfts ist dafür verantwortlich, technisch differenzierte, überwiegend nachhaltige Materialien für eine Vielzahl von Märkten bereitzustellen. Viele Märkte sind nicht ganz ... passen nicht ganz in irgendetwas anderes auf dieser Folie. |
| Und schließlich haben wir unser Geschäft mit Leistungstechnologien. Dies deckt wieder viele ähnliche Bereiche ab, |
| Bereitstellung von Hochleistungsantworten für alle diese Fragen. Und dann sprechen wir heute insbesondere über unser Geschäft mit Energietechnologien und insbesondere über die Art der Batterietechnologie in der Hochleistungselektronik. |
| Wo wir also in Croda und JMP sind, verwenden wir JMP seit ungefähr zwei Jahren und hatten intern großes Interesse. Es war schwieriger, Vertrauen aufzubauen, dass diese Techniken einen echten Wert haben |
| forschen. Um dies zu beweisen, haben wir eine Reihe von Fallstudien erstellt |
| im großen und ganzen ziemlich erfolgreich. Wir haben das Potenzial und einige der darin enthaltenen Fallstricke aufgezeigt. Und dann hat all das zu einer etwas größeren Anzahl von Projekten geführt, von denen eines das ist, über das wir sprechen werden ... sprechen Sie heute mit Ihnen. |
| Wie verbessern wir die Effizienz elektrischer Kühlsysteme? Der Haupttreiber für dieses Projekt ist |
| Art von Transportelektrifizierung, das sind also Batteriefahrzeuge. Wie pflegen Sie den Akku richtig? Wie stellen Sie sicher, dass die Motoren auf ihrem optimalen Niveau arbeiten? |
| Und wie haben Sie das gemacht, ohne jemanden zu töten? |
| Derzeit gibt es eine Reihe von Kühlmethoden für diese Dinge, die unsere Kunden sicherlich prüfen, wie diese verbessert werden können. Je besser beispielsweise die Steuerung Ihrer Batteriekühlung ist, desto besser ist Ihre Batteriekapazität und desto konsistenter ist die Reichweite wird sein. |
| Und weil dies, wie Sie wissen, von entscheidender Bedeutung ist und es viele verschiedene Anwendungen gibt, die sich weitgehend ähneln, wäre es für uns wirklich nützlich, sie zu erstellen |
| ein Verständnis dieser Flüssigkeiten durch ein datengeführtes Modell, und hier kam JMP ins Spiel. Wie können wir das machen? |
| Nun, das erste, was wir uns angesehen haben, war, wie die aktuellen Kühlmethoden aussehen. Bei Batterien handelt es sich also überwiegend um luftgekühlte oder kaltgekühlte Batterien der vorherigen Generation. |
| Und die Elektronik im Auto, Sie haben das gegenteilige Problem der Batterie, aber die Sache neigt dazu, zu heiß zu werden, dann haben wir Kühlkörper, um zu versuchen, diese Energie wegzunehmen. |
| Und bei Elektromotoren versuchen wir, den Widerstand dort zu minimieren. Sie sind in der Regel mit Flüssigkeit ummantelt. |
| In allen drei Fällen die eingehende alternative Kühlmethode |
| ist auf Flüssigkeit angewiesen, das ist also ein direktes Eintauchen für Batterien und Elektronik, und in Bezug auf die Elektromotoren ist dies eher ein Fluss. |
| Wie sieht diese Flüssigkeit aus? Offensichtlich haben wir es mit hohen Spannungen zu tun, also müssen wir etwas haben, das nicht elektrisch leitend ist. |
| Es muss auch eine wirklich hohe Wärmeleitfähigkeit haben, damit es Wärme aus der Elektronik ziehen kann. |
| Und weil diese Flüssigkeiten im System bewegt werden müssen, muss die Viskosität niedrig sein. Wir haben also praktische physikalische Einschränkungen, die von der Anwendung selbst eingeführt wurden. |
| Wenn Sie es etwas genauer betrachten, |
| Die Fähigkeit der Flüssigkeiten, Wärme zu übertragen, basiert überwiegend auf dieser Gleichung. Und das sagt uns, dass es einen Teil gibt, den wir kontrollieren können |
| durch das Fluid, das der Wärmeübergangskoeffizient ist, und dann gibt es einen Teil, der von der technischen Lösung in der Anwendung darauf gesteuert wird. Was ist der Bereich zum Kühlen und wie hoch sind die Temperaturen der Oberflächen, die Sie kühlen möchten? |
| Aber um in allen Fällen eine effiziente Wärmeübertragung zu erreichen, müssen wir einen hohen Wärmeübergangskoeffizienten haben, und da dies das ist, was wir bewirken können, haben wir uns dort umgesehen. |
| Dieser Wärmeübergangskoeffizient ist definiert |
| durch diese Gleichung in einer vereinfachenden Weise gibt es andere Begriffe darin, aber vorwiegend, |
| Dies hängt von der Dichte, der Wärmeleitfähigkeit und der Wärmekapazität ab und wirkt sich dann auf die Viskosität des Systems aus. |
| Wenn wir also speziell nach den Anwendungen suchen, an denen wir interessiert waren, |
| Wenn wir unser dielektrisches Fluid optimieren wollen, müssen wir die Dichte erhöhen, die Wärmeleitfähigkeit erhöhen und die Wärmekapazität erhöhen, aber gleichzeitig müssen wir die Viskosität verringern |
| der ... der Flüssigkeit. |
| Und diese passen ziemlich gut zu den technischen Herausforderungen, die wir haben, was hilfreich ist. |
| So |
| Aus diesem Grund wollten wir wirklich wissen, was das Ziel war. |
| Und wir wollten wirklich verstehen, wie die Beziehung zwischen Struktur und Produktleistung als dielektrische Flüssigkeit aussieht. |
| Also gingen wir zunächst ziemlich traditionell vor und begannen mit einer groß angelegten Studie, in der die physikalischen Eigenschaften vieler Ester und vieler anderer Materialien gemessen wurden. |
| Und dann, als wir das sahen und uns das anschauten, dachten wir, dass diese Daten tatsächlich existieren. Warum verwenden wir diese Datensätze nicht, um zu versuchen, einige Modelle zu erstellen, und sagen wir, können wir diese physikalische Eigenschaft wirklich verstehen? Struktur-Leistungs-Verhältnis. |
| Das ist also, wo ... wir werden einfach in JMP eintauchen, also nehmen Sie sich eine Sekunde Zeit für mich. |
| Okay. |
| Also das erste, was wir gemacht haben |
| Wurden wir diese Mischung aus historischen Daten zusammengestellt, Daten, die durch gezielte Tests durch die Anwendungsteams erhalten wurden? |
| Und sobald wir das an einem Ort haben, haben wir untersucht, dass es in JMP zu sagen gibt, dass es ... zu verstehen, gibt es eine Beziehung, aber auf einer wirklich einfachen Ebene zwischen den physikalischen Eigenschaften, die wir messen. |
| Wenn wir uns diesen Datensatz ansehen, ist die Verteilungsplattform in JMP für mich wie immer die erste Anlaufstelle. |
| Und es ist eine sehr einfache Möglichkeit, um festzustellen, ob etwas, das Sie möchten, irgendwo anders ein vages Muster aufweist. Wenn ich also in diesem Fall, wenn Sie sagen, oh, wir wollen alles, was eine hohe Wärmeleitfähigkeit hat, sehen wir die Eigenschaften, die ziemlich weit auseinander liegen |
| die anderen ... die anderen Eigenschaften, die wir gemessen haben. Es heißt also nicht wirklich, oh, es gibt eine brillante Beziehung. Was Sie brauchen, ist diese, was wir erwartet haben. Aber es ist schön, einen Scheck zu haben. |
| Ebenso, wenn wir dann alles als zeichnen |
| Streudiagramme, was wir sehen, ist viel Rauschen. Ich meine, diese Anpassungslinien dienen nur als Referenz, um zu zeigen, dass es keine wirkliche Anpassung gibt. |
| In keiner Weise behaupte ich Ihre Korrelation zu diesen. |
| Und das alles war enttäuschend, dass es keine offensichtliche Antwort gibt |
| war erwartet. |
| Wo es für uns interessant wurde, sagten wir, nun, wir hatten erwartet, dass es keine klaren ... |
| eine klare Beziehung zwischen diesen Faktoren, denn wenn dies der Fall wäre, wäre es für die erfahrenen Wissenschaftler, die die Arbeit ausführen, offensichtlich gewesen, und das hätten wir gewusst. |
| Also, sagten wir, nun, was wir wissen, ist, dass diese Eigenschaften alle haben |
| ein Verständnis ... eine Beziehung zu ihrer Struktur. |
| Was passiert, wenn wir einige physikalische Parameter für diese Dinge berechnen und diese mit einer Reihe von strukturellen Identifikatoren und Sichtweisen auf diese Moleküle kombinieren? Was passiert, wenn wir das nehmen und diese Daten zu den Testdaten hinzufügen? |
| Wissen Sie, können wir dann eine Art Modell bauen? |
| Dies beginnt in der Lage zu sein, Struktur und Leistung abzuschätzen. Genau das haben wir getan. |
| Sie wissen in diesem Fall, |
| was wir sehen |
| ist das, |
| wieder, wenn wir die multivariate Plattform verwenden, nur um schnell zu sehen, ob es eine Korrelation gibt |
| auf einige dieser diese Faktoren, |
| Dies |
| In einigen Fällen klare Unterscheidung zwischen Auf und Ab und vielleicht ein paar Hinweise auf Korrelation, aber nichts klares, was besagt, dass dies das Einzige ist, was Sie brauchen. Auch dies haben wir erwartet. |
| Also, was wir gemacht haben |
| Wurden die Regressionsplattformen in JMP verwendet? |
| zu versuchen und zu verstehen |
| ob wir ein Modell bauen könnten und was das |
| Beziehung sieht aus wie. Zu diesem Zweck haben wir zufällig eine Reihe von Zeilen für die Zeilenauswahl ausgewählt |
| Tool in JMP. Wenn Sie im Allgemeinen fünf Stichproben nach dem Zufallsprinzip ziehen, die nicht am Modell teilnehmen würden, sind diese Modelle relativ aufgebaut |
| und haben sie auf diese Weise verfeinert, sodass wir immer einen Validierungssatz aus den Anfangsdaten hatten, nur um ... nur um zu überprüfen, ob das, was wir taten, Erfolgschancen hatte. |
| Wenn wir uns also nur die 80-Grad-Modelle ansehen, das erste Modell, zu dem wir gekommen sind |
| war dieser. |
| Wie wir sehen können, sind in diesem Modell eine Reihe von Faktoren enthalten, die aus statistischer Sicht keinen Sinn ergeben, da sie nur überanpassen und einfach nicht signifikant sind. |
| Diese sind jedoch ziemlich wichtig für die Beschreibung der darin enthaltenen Moleküle. Als Chemiker haben wir dieses Modell erstellt. Dies ist also ein Modell, mit dem Moleküle, wenn Sie möchten, für diese Anwendung entwickelt werden können. |
| obwohl wir wissen, dass es überpasst ist. Und das wissen wir |
| es ist nicht ... es ist nicht wirklich ein gültiges Modell, weil diese Begriffe nur das R im Quadrat nach oben und oben und oben treiben. |
| Wir ... auch |
| baute das Modell ohne diese Begriffe. |
| Dies ist ein weitaus besseres Modell in Bezug auf die Schätzung der Leistung dieser Dinge. Das R-Quadrat ist eine Berührung niedriger. |
| Alle darin enthaltenen Begriffe haben jedoch erhebliche Auswirkungen |
| auf die Leistung. |
| Der Nachteil dieses Modells ist, dass es uns beim Design nicht wirklich hilft |
| jede neue Chemie. |
| Aber in beiden Fällen, wenn wir uns ansehen |
| Bei den vorhergesagten Werten gegen die tatsächlich gemessenen Werte sehen wir eine vernünftige Korrelation zwischen ihnen. Wenn wir erwarten, dass die Dinge hoch sind, sind sie es sicherlich. |
| Das gab uns ein gewisses Vertrauen, dass dieses Modell tatsächlich für uns funktionieren könnte. |
| In Bezug auf und ... dann in Bezug darauf, wann wir uns angesehen haben, wie gut dies sein könnte, haben wir uns einfach angesehen, was der prozentuale Unterschied zwischen ist |
| der gemessene Wert und der tatsächliche Wert. Und wir sehen, dass sie fast überall innerhalb von 10% liegen, vorwiegend innerhalb von 5% für beide Modelle. |
| Dies gab uns erneut die Gewissheit, dass das, was wir waren ... was wir sahen, eine echte Wirkung haben könnte. |
| Das alles ist sehr schön, |
| Ist dies nur ein Effekt der von uns gemessenen Daten? |
| Wir haben also die Profiler-Plattform in JMP verwendet, ein gemeinsam nutzbares Modell erstellt, das wir an das Projektteam senden konnten, und im Wesentlichen einen Wettbewerb ins Leben gerufen und gesagt, wer auch immer das Höchste finden kann ... |
| die höchste Wärmeleitfähigkeit in diesem Modell aus einem Molekül, das tatsächlich hergestellt werden konnte, |
| Gewinnt. |
| Sie wissen, davon hatten wir eine Liste mit ungefähr 14 Materialien, die vielversprechend aussahen. Wir mussten einige herausschneiden, weil es unmöglich war, Rohstoffe zu beschaffen, und so kamen wir zu ungefähr neun neuen Materialien, die synthetisiert und getestet wurden. Jetzt waren diese Materialien fast ausschließlich |
| Sie bestehen aus Materialien, die das Modell vorher noch nicht wirklich gesehen hatte. In einigen Fällen war ein Teil des Moleküls derselbe, aber sie unterschieden sich deutlich von den ursprünglichen Materialien. |
| Sobald wir sie hergestellt und getestet hatten, setzten wir sie wieder in das Modell ein |
| und zu sehen, nur um zu sehen, wie die Vorhersagekraft dieses Modells war. |
| Wenn wir uns diese Daten ansehen, wissen Sie, dass ich angesichts der Unterschiede dieser Materialien voll und ganz damit gerechnet habe |
| Dies... |
| dies, um das Modell zu brechen. |
| Wenn wir jedoch ... |
| Wenn wir uns die Vorhersagen noch einmal ansehen, |
| Was wir sehen, sind die hervorgehobenen blauen, die neuen Materialien, die hergestellt wurden. Weißt du, wir haben absichtlich ein Paar ausgewählt, das aus Neugier niedriger war, nur um es zu überprüfen. Und alle, die wir ausgewählt haben und von denen wir dachten, dass sie hoch sind, waren hoch. |
| In dem überpasseten Modell, das unter dem Gesichtspunkt des Entwurfs einer Struktur einen Wert hatte, sehen wir also einen Ausreißer. In dem ... in dem statistisch vernünftigen Modell sehen wir tatsächlich insgesamt eine viel bessere Anpassung. |
| Und das war es auch |
| erbaulich, dass wir anfangen können, nicht in der Lage zu sein, ein einziges Molekül zu entwerfen und zu sagen: Oh, hier bist du, weg von dir ... weg von deinem Pop; Hier ist das Einzige, was Sie machen müssen. Aber sicherlich in der Lage sein, Synthesechemiker auf die richtigen Materialien zu lenken, um Projekte wirklich voranzutreiben. |
| Wenn wir uns also diese Residuen noch einmal ansehen, sehen wir, dass es sich um die handelt |
| Sie wissen, für das statistisch gute Modell ohne Überanpassung haben wir gesehen, dass alles innerhalb von 10% aller neuen Materialien lag. |
| was für das, was wir erreichen wollten, gut genug war. Es gibt einige im Überanpassungsmodell, die etwas unter 10% lagen, aber auch dies ist genau das, was ich erwarten würde. |
| Und es war, wissen Sie, es war schön, dass sie alle im richtigen Bereich waren, denn es zeigt, dass dieser Ansatz einen Wert hatte, aber es war auch ziemlich zu finden, dass sie nicht alle genau richtig waren, weil ich Wenn wir neun Materialien hergestellt hätten und sie alle innerhalb von 1% gelegen hätten, |
| Ich bin mir nicht sicher, ob die Leute das auch geglaubt hätten. |
| So |
| Tatsache ist, wir bekamen eine ähnliche ... |
| Ein ähnlicher Unterschied zu den Vorhersagen aus den Materialien, mit denen wir begonnen haben, und den neuen Materialien, die wir hergestellt haben. Wir haben also begonnen, in diesem Modell ein echtes Vertrauen in dieses Modell zu haben. |
| Und dann, wenn wir einfach zurückgehen |
| die Folien eine Sekunde. |
| Also, was können wir dann sagen |
| ist, dass die Struktur Leistungsbeziehung dieser Materialien |
| wurde in JMP mithilfe der Regressionsplattformen erstellt. |
| Wir haben die Visualisierungstools in JMP verwendet, um zu erkennen, dass dies echte Vorteile bietet und dass das Modell selbst verwendet wird, um diesen Schwerpunkt auf neue Materialien in diesem Projekt zu lenken. Es wird verwendet, um wahrscheinliche Materialien zu überprüfen, um sie anhand von Dingen zu testen, die wir bereits hergestellt haben. |
| Wissen Sie, es gibt eine akzeptable Korrelation in den Ergebnissen zwischen dem Modell und den neuen Molekülen, die wir herstellen. |
| All dies hat diesem Ansatz echtes Vertrauen gegeben, und es hat uns wirklich ermöglicht, dieses Projekt weiter voranzutreiben und es in spezifische Zielmaterialien aufzuteilen. |
| Also, in Bezug auf neue Moleküle, |
| Wir haben diesen Schwerpunkt auf Moleküle mit höherer Wärmeleitfähigkeit gerichtet. Wie Sie in dieser Darstellung sehen können, sind alle neuen Moleküle in diesem Bereich der Wärmeleitfähigkeit mittel bis hoch, was wir mit ihnen erreichen wollten. |
| Wir haben gezeigt, dass wir mithilfe von Daten eine Verbesserung anstreben und diese dann im Labor überprüfen und durchführen können. |
| Wo dieses Projekt dann noch schwieriger wird, versuchen wir jetzt, ähnliche Modelle für alle anderen Faktoren zu erstellen |
| Dies beeinflusst die Leistung dieser dielektrischen Flüssigkeiten. Dann werden wir versuchen, diese Modelle gegeneinander abzuwägen, um die besten Ergebnisse zu erzielen. |
| Die gesamte Weiterentwicklung ist also noch nicht abgeschlossen, aber diese Dynamik ist nur auf die einfache Verwendung von JMP und den darin enthaltenen Plattformen zur Erstellung eines Datensatzes zurückzuführen |
| und mit ein bisschen Domain-Wissen, treiben Sie das wirklich voran und sagen Sie: Ja, hier ist ein Modell, das dazu beitragen wird, diesen Schwerpunkt für dieses Projekt und nachfolgende Projekte in diesem Bereich für Croda zu lenken. |
| Zusammenfassend lässt sich sagen, dass Daten, die wir aus Tests erhalten haben, verwendet wurden, um die Leistung dieser Materialien erfolgreich zu modellieren. Es ist nicht absolut perfekt, aber es ist gut genug für das, was wir wollen. |
| Das Model... |
| Das Modell demonstriert |
| dass es eine Strukturleistung gibt, eine Beziehung von Estern (sorry, nicht sicher, warum meine Taskleiste herumspringt). Das Modell wurde verwendet, um Materialien mit hoher Wärmeleitfähigkeit vorherzusagen. |
| Diese Vorhersagen werden dann zunächst nur durch Ausschluss und dann seitlich durch die Herstellung neuer Materialien überprüft und zeigen wirklich, dass dieses Modell für diese Art von Chemie gilt. |
| Es wurde auch die Möglichkeit demonstriert, Eigenschaften von, zuzuschneiden, |
| In diesem Fall Dielektrika, aber andere Materialien, wenn Sie ähnliche Modelle erstellen, damit Sie in der Lage sind, bestimmte Materialien für bestimmte Anwendungen zu erstellen. |
| Und ich denke am wichtigsten für mich, |
| Der wirkliche Erfolg dieser Arbeit hat interne Impulse gesetzt, um zu demonstrieren, dass JMP nicht schön zu haben ist, es ist eine ... es ist eine echte Plattform, um Forschung zu entwickeln, Datensätze sehr schnell zu betrachten und zu sagen, gibt es etwas ? |
| Und damit, |
| Ich möchte mich nur für das Zuschauen bedanken. Natürlich kann ich keine Fragen zu einer Aufnahme beantworten, aber wenn Sie Kontakt aufnehmen möchten, können Sie dies gerne in der Community kommentieren. Ja, vielen Dank. |
