스피커 | 성적 증명서 |
| 마르첼로 피달레오 | 안녕하세요, 제 이름은 Marcello Fidaleo입니다. 제 프레젠테이션은 기능적 데이터 분석과 식품 제분 공정에 적용되는 실험 설계에 관한 것입니다. |
| 본 연구의 목적은 아이스크림 제조에 사용되는 헤이즐넛과 코코아 빈 베이스의 제분 단계를 연구하는 것이었다. |
| 이러한 공정을 정제라고 하며 일반적으로 여기 오른쪽에 있는 이 보고서와 같이 배치 모드의 교반 볼 밀에서 수행됩니다. |
| 이 공정의 목적은 코코아 및 설탕과 같은 고형 성분의 입자 크기를 줄여 최종 제품이 거칠지 않게 만드는 것입니다. |
| 이 목표를 위해 우리는 여기 오른쪽에 있는 하나의 보고서와 같은 중앙 복합 설계를 설계했습니다. 우리는 N, D 및 S의 세 가지 요소를 수행했습니다. 여기서 |
| N은 샤프트 회전 속도, D는 볼 직경, S는 볼의 전체 질량입니다. |
| 응답으로 우리는 가장 큰 고체 입자의 크기를 고려하여 섬도 및 밀링 에너지를 고려합니다. 두 응답 모두 시간의 함수로 측정되었으므로 이것은 실제로 |
| 응답이 ???가 아니라 함수, 이 특별한 경우에는 시간의 함수이기 때문에 기능적으로 설계된 실험입니다. JMP Pro를 사용하여 실험을 설계하고 결과를 분석했습니다. |
| 결과 분석을 위해 두 가지 접근 방식을 따랐습니다. 첫 번째 접근 방식은 설계된 실험의 고전적 분석입니다. |
| 따라서 응답 표면 모델을 사용하여 두 개의 서로 다른 시간 인스턴스에서 프로세스 매개변수의 함수로 응답을 회귀합니다. 실험계획법의 기능적 데이터 분석인 두 번째 접근법에서 우리는 |
| 최종 모델에 시간의 영향도 포함할 수 있었습니다. |
| 기능적 응답의 특성이므로...그것이 응답의 기능적 특성입니다. 그래서 이번 프레젠테이션에서는 두 번째 접근 방식에 대해 이야기하겠습니다. |
| 실험계획법의 기능적 데이터 분석 |
| 최종 모델을 구축하고 시스템의 설계 공간을 확보하기 위해 약간의 중간 단계가 필요합니다. |
| 기본적으로 기능 데이터 분석부터 시작하여 기능 데이터를 평활화합니다. |
| 그런 다음 평활화 기능에 기능적 주성분 분석을 적용합니다. 그래서 이 시점에서 이 시스템의 일부 구성 요소만 유지하여 기능적 반응에 대한 모델을 개발했습니다. 그래서 |
| 결과를 보자... |
| 이것의 결과 |
| 사례 연구. |
| 스무딩 절차의 결과입니다. 우리는 베타 스플라인을 적용했고 ???를 고려했습니다. 섬세함과 에너지. 데이터 변환과 데이터 필터링을 사용하면 간단하다는 것을 알 수 있습니다. |
| 피팅 기능을 사용하면 실험 데이터를 잘 맞출 수 있습니다. 사실 우리는 섬세함과 에너지를 위해 하나의 매듭과 입방 스플라인을 사용했고 하나의 매듭과 선형 스플라인을 사용했습니다. |
| 그래서 스무딩 함수에 주성분 분석 함수를 적용했습니다. 여기 왼쪽에서 우리는 미세함을 볼 수 있습니다. |
| 처음 두 구성 요소는 분산의 96%를 설명하는 반면 에너지의 경우 첫 번째 구성 요소만 분산의 98%를 설명합니다. 따라서 최종 모델에서 |
| 섬세함을 위한 두 가지 구성 요소와 에너지를 위한 한 가지 구성 요소를 사용했습니다. 여기 오른쪽에는 실험의 16번 시도에 대해 계산된 점수를 보고했습니다. |
| 그리고 우리는 경험을 통해 점수가 시스템의 동작을 이해하는 데 유용하다는 것을 발견했습니다. 예를 들어, 이 경우 첫 번째 구성 요소는 |
| 높은 분쇄 강도의 분쇄 강도 축은 왼쪽에서 실행되고 낮은 분쇄 강도는 오른쪽에서 실행됩니다. 그래서 이 시점에서 우리는 |
| 응답성(?) 모델을 사용하여 프로세스 매개변수의 함수로 점수를 회귀 |
| 선형 2차 방정식과 상호 작용 효과를 포함합니다. 또한 이러한 모델은 기능에 대한 프로세스 매개변수의 영향을 이해하는 데 매우 유용했습니다. |
| 반응. |
| 그래서 마지막으로 |
| 여기에서 제가 말했듯이 최종 모델을 구축할 수 있었다는 것을 알 수 있습니다. 그리고 여기서 나는 몇 번의 실행에 대한 시간의 함수로서 섬세함과 에너지를 보고했습니다. 그리고 우리는 실험 데이터와 예측...예측 데이터 사이의 일치가 |
| 정말 좋습니다. 앞서 말했듯이 우리는 섬세함을 위한 두 가지 구성 요소와 에너지를 위한 한 가지 구성 요소를 사용합니다. |
| 그래서 마침내 우리는 설계 공간을 구축하고 N, D 및 S와 같은 프로세스 매개변수의 영향을 이해하기 위해 연구할 수 있었습니다. |
| 여기에서 기능적 응답에 대해. 프로파일러에서 이러한 N, D 및 S 조건에서 |
| 우리는 시간의 함수로서 섬세함의 프로파일과 시간의 함수로서 에너지의 프로파일을 예측할 수 있었습니다. 하단에... 여기 하단에 두 개의 등고선 플롯을 보고했습니다. |
| 시스템의. 왼쪽은 55rpm 회전 속도와 6.5mm 볼 직경으로 얻은 것입니다. |
| 오른쪽에 있는 동안 등고선 플롯은 29kg의 구체 질량과 80분의 작동 시간으로 사용되었습니다. |
| 예를 들어 여기 왼쪽에서 작업 시간을 늘리면 구의 질량이 있는 경계에서 볼 수 있습니다. |
| 물론 에너지는 증가하고 섬세함은 감소합니다. |
| 두 플롯의 흰색 영역은 디자인 공간이며 섬도가 20~30미크론인 영역이므로 최종 제품이 거칠지 않고 과도하게 밀링되지 않은 영역입니다. |
| 따라서 이러한 결과로부터 우리는 기능적으로 설계된 실험에 적용된 기능적 데이터 분석이 배치 프로세스의 동적 설계 공간을 구축하기 위한 간단하고 강력하며 사용하기 쉬운 접근 방식인 것으로 보인다는 결론을 내릴 수 있습니다. |
