-Salut, Je suis Jerry Poisson Je suis un technique ingénieur avec JMP.
je couverture plusieurs Midwest États dans le NOUS.
Je suis rejoint aujourd'hui par un de mon collègues Scott Allen,
qui est aussi un technique ingénieur pour JMP
et il les soutiens plusieurs autre Midwest États.
Salut, Scott.
-Hé, Jerry, bien matin.
-Bien matin.
Aujourd'hui nous vouloir à parler à propos un variété,
un relativement nouveau chemin à analyser données, spécifiquement depuis fraisage les opérations,
où nous vouloir à apprendre à propos fraisage à aide avec un échelle- en haut fraisage processus.
-W e les deux avoir un fort intérêt dans processus optimisation en utilisant BICHE
et dans la modélisation réponse courbes
en utilisant le Fonctionnel Données Explorateur dans SAUT Pro,
et nous recherché à apporter ceux ensemble pour aujourd'hui présentation.
Et une de le d'abord exemples je scie faire ce trier de analyse
était le fraisage BICHE c'est dans le échantillon données bibliothèque,
où le but est à optimiser un moyenne particule taille.
Donc comme nous étaient parler à propos possible les sujets pour aujourd'hui,
nous pensée il serait être intéressant à voir si nous pourrait étendre que
plutôt de optimisation que juste le particule taille,
pourrait nous en fait optimiser le particule taille distribution réponse courbe?
-Donc, fraisage a beaucoup différent applications.
Vous allez trouver il dans rien depuis exploitation minière, nourriture traitement,
fabrication tonique dans le impression industrie, fabrication pharmaceutique poudres.
À le la plupart basique niveau, un fraisage processus est utilisé
quand nous vouloir à réduire le particule taille de un certain substance
et produire uniforme particule formes et taille distribution
de un départ matériel.
Souvent quelques taper de affûtage moyen est ajoutée à accélérer le processus
ou à contrôle le taille et forme distribution
de le résultant particules.
Dans chaque application le désir est à obtenir le droite particule taille,
dire le médian ou le signifier particule taille,
avec un contrôlé prévisible particule taille distribution.
Dans le scénario nous discuté aujourd'hui,
nous avoir un existant fabrication fraisage opération
que produit un pharmaceutique poudre.
Il a bien performance aujourd'hui,
créer le droite moyen particule taille et un étroit particule taille distribution.
UN complet divulgation ce scénario et le résultant données sont a inventé.
Scott et je n'a pas avoir accéder à non- confidentiel données
à présent dans ce papier.
Cependant, même cependant le données sont fabriqué,
le techniques que étaient à propos à montrer sont en vigueur pour réel monde problèmes.
Le image sur le gauche montre un typique agité balle moulin.
Le matériel à être moulu, entre dans à le haut
et en continu les flux dans le navire où un agitateur tourne
le matériel et le affûtage moyen à affecter particule taille.
Le résultant particules sont alors aspiré dehors de le navire
comme ils sont moulu.
Gestion a dit ils besoin à augmenter le production sortir,
quelque chose étaient tous, Je suis bien sûr, familier avec.
Ils sont considérant bâtiment un nouveau fraisage doubler,
mais avant investir tous que capital, ils auraient comme à enquêter,
peut nous simplement augmenter le débit de notre existant équipement?
Donc fabrication fait quelques tentatives à faire que,
ils ajusté leur processus,
et alors que ils peut affecter le médian particule taille,
le nouveau sortir a impair particule taille distributions.
Donc fabrication est venu dos à R& D où Scott et je sont,
et demandé nous à aller à le pilote laboratoire
et voir si il y a n'importe lequel combinaison de paramètres que pourrait améliorer débit.
Scott, quoi paramètres a fait nous regarder à?
-Dans ce cas,
étaient en allant à utiliser six différent facteurs pour un DÉO.
Il y a en allant à être quatre continu facteurs
donc agitation vitesse, le couler taux de transporteur gaz,
le médias chargement comme un pourcentage de le total,
et alors le température de le système.
Et alors il y a deux catégorique facteurs,
le médias taper et peut être le engrener taille de un pré écran processus.
Et donc déterminer ceux facteurs
est assez direct ces sont connu à affecter particule taille distributions
et des choses comme que, mais le réponse est toujours un défi.
Et dans ce cas, Je suis pas bien sûr comment toi serait en fait aller combat faire ce
si toi je ne pouvais pas modèle le réponse courbe comme étaient en allant à faire.
Donc Jerry, dans ton expérience, comment serait toi avoir fait ce avant?
-S o ce suivant glisser montre typique particule taille distribution
ou particule taille densité parcelle.
Et nous avons a obtenu un tracé comme pour cent par micron contre taille.
Mais toi peut pense de ce comme juste un particule compter
sur le oui- axe ou un masse distribution,
c'est juste un histogramme représentant le distribution de particules.
Quoi tu es voyant sur ton écran,
ce pourrait être un bien particule taille distribution,
a un bon étroit forme avec un culminer
à le voulu médian particule taille.
Mais comment faire nous caractériser ce distribution
si nous vouloir à faire un test à ajuster il?
Bien, nous pourrait caractériser le emplacement avec le signifier, médian, mode
de le distribution.
Et nous pourrait caractériser le largeur via un standard déviation
ou peut être un largeur à moitié culminer hauteur,
ceux sont typique façons nous pourrait mesure que.
Mais quand fabrication essayé à tourner divers production boutons
dans leur processus à vitesse en haut le débit,
ils scie variable degrés de asymétrie dans le distribution.
Peut être ce était exigible à incomplet fraisage de le pharmaceutique matériel,
ou peut-être là étaient température effets que causé particules à agglomérer,
nous ne le faites pas vraiment savoir.
Mais maintenant le moitié largeur
n'est-ce pas vraiment représentant le forme de que nouveau courbe.
Donc nous pourrait tourner à calculateur peut être percentiles
le long de le largeur de le courbe,
peut être le 10ème centile de particules que automne ci-dessous un certain indiquer,
20% ci-dessous ce indiquer, 90% ci-dessous ce indiquer, et donc en avant.
Mais il obtient même plus dur quand étaient en essayant à décrire quelque chose comme ce forme
où là sont deux très prononcé pics, ou ce forme,
lequel je tendre à appel un meule de foin où c'est très large, n'a pas avoir queues.
Quoi faire nous faire avec que?
Donc ce paramétrage technique n'a pas sembler à être le meilleur chemin
à approche le problème.
Scott, je savoir nous avoir à faire quelques expérimentation,
mais comment sont nous en allant à approche ce dans aujourd'hui analyse?
-Donc c'est quoi étaient en allant à faire.
Étaient donc en allant à utiliser le entier forme,
notre réponse dans ce cas est en allant à être que courbe.
Donc étaient pas en allant à essayer à co-optimiser tous ceux différent paramètres
que toi a parlé à propos de.
Nous pourrait co optimiser deux, trois, quatre différent paramètres,
mais plutôt étaient en allant à utiliser que entier courbe comme notre réponse.
Étaient en allant à utiliser tous le données et alors notre cible
est en allant à être quelques hypothétique courbe que nous vouloir à atteindre.
Alors une fois encore, étaient pas en allant à essayer à cible
tous le différent paramètres dans que courbe,
étaient en allant à essayer à correspondre le formes.
Donc nous vouloir à avoir notre expérimental forme correspondre le forme de notre cible.
Et donc c'est comment étaient en allant à obtenir commencé avec le analyse aujourd'hui
et Bien prendre toi à travers le flux de travail de comment nous serait faire que.
Donc laisser moi aller et obtenir dans JMP.
Oops, là nous aller.
Donc nous d'abord voir ici est le BICHE que nous couru.
Donc nous couru un définitive dépistage conception avec ceux six facteurs,
bien que toi pourrait utiliser n'importe lequel conception que toi recherché.
Et nous avons a obtenu 18 expériences dans ce cas,
alors voici tous le facteurs et le facteur paramètres que nous utilisé.
-Que regards joli standard à moi, Scott, pour le BICHE que j'ai courir dans le passé.
Mais toi ne le faites pas avoir un réponse colonne.
-W aune, c'est un de le unique des choses à propos le réponse courbe analyse est
dans quelques cas toi ensemble il en haut un petit peu différemment et comment toi faire le analyse.
Donc nous ne le faites pas avoir un réponse colonne
et étaient pas en allant à optimiser juste un célibataire valeur.
Plutôt, notre réponses sont dans ce autre tableau.
Donc dans ce cas, nous avons a obtenu un très grand données ensemble
avec le X- axe est notre taille et le Oui valeur est notre pour cent par micron
et ce est quoi étaient en allant à parcelle et optimiser.
Mais nous faire besoin à obtenir notre BICHE facteurs dans là.
Donc à faire que, nous juste a pris un petit peu de un raccourci
et nous a fait un virtuel rejoindre entre ces deux les tables.
Donc dans notre conception ici, notre courir nombre est le lien IDENTIFIANT.
Et alors nous avons a obtenu le courir nombre ici et ce est le lien référence,
et ce permettons nous apporter dans tous de ceux BICHE facteurs.
Donc ces sont tous ici dans le tableau, mais ils sont juste virtuellement rejoint
et que aide nous garder notre réponse tableau bon et faire le ménage.
Donc si il y a n'importe lequel modifications, nous ne le faites pas avoir à inquiétude à propos copier
et coller ou réglage tous ceux BICHE facteurs.
Donc, c'est comment nous ensemble en haut notre tableau,
nous avons a obtenu notre BICHE facteurs dans ce tableau et notre BICHE réponses se produit dans ce.
Et comme toi peut voir, nous avons a obtenu tous de notre 18 court ici.
Et avant nous commencer le analyse, allons prendre un regarder à ceux courbes.
Donc je juste tracé tous ceux courbes dans Graphique Constructeur,
et donc nous avons a obtenu notre cible courbe ici.
Donc ce est un hypothétique cible courbe que nous vouloir à atteindre,
c'est en allant à être expérience nombre zéro.
Et alors nous avons a obtenu expériences un à travers 18
et le réponse courbes pour chaque de ceux.
-Donc vous avez courir 18 expériences et pas un célibataire un de ceux
regards exactement comme que cible.
Quoi faire nous faire avec que?
-C'est un bien observation.
Et dans ce cas, quoi nous peut voir sont quelques différent caractéristiques entre ces,
donc certainement quelques sont plus large.
je comme comment toi appelé il, que meule de foin ici.
Quelques sont plus étroit, peut être avec plus petit épaules ici.
Nous faire voir que le culminer changements un petit peu dans quelques de ces,
voici le culminer, c'est déplacement gauche et droite.
Et donc avec un peu de chance nous peut trouver quelques paramètres et ceux facteurs
que volonté utiliser le meilleur de tous de ces donner nous quelque chose c'est étroit
sans un épaule ou bimodal culminer.
Mais à faire que, nous besoin à aller
dans le Fonctionnel Données Explorateur.
Ce est un traditionnel BICHE, nous serait aller en haut à analyser
et nous serait aller à ajuster modèle, potentiellement.
Dans ce cas, étaient en allant à aller vers le bas ici
à spécialisé la modélisation et aller à Fonctionnel Données Explorateur.
Et donc quand nous lancement ce, nous besoin à ajouter notre Oui valeurs,
lequel étaient le pour cent par micron.
Le X valeurs était notre micron taille.
Nous besoin à identifier chaque de ceux les fonctions
avec le courir nombre.
Et alors étaient en allant à ajouter tous ceux BICHE facteurs
comme supplémentaire information.
Donc Je suis juste en allant à prendre tous de mon BICHE facteurs
et ajouter eux comme supplémentaire information.
Maintenant Bien Cliquez sur d'accord.
Donc quand toi lancement le Fonctionnel Données Explorateur,
ce est quoi toi obtenir d'abord.
Et ce est juste un données traitement fenêtre.
Et quoi étaient faire est juste prise un rapide regarder à
tous de notre données.
Et donc dans ce initial données parcelle, nous juste avoir tous de notre courbes superposé,
et toi peut voir notre vert cible courbe cache dans là.
Donc ce juste montre nous comment tous de notre données sont garniture en haut.
Sur ici sur le droite, nous avoir un différent ensemble de les fonctions
à aide faire le ménage en haut le données, processus il.
Et un de le vraiment bon des choses à propos ce plate-forme
est toi ne le faites pas avoir à faire que données traitement dans le données tableau.
Donc si toi nécessaire à retirer des zéros ou faire quelques trier de ajustement ici,
standardisé le gamme, des choses comme que,
toi peut faire tous de que sur ici dans le Faire le ménage en haut.
Dans notre cas, notre données est joli faire le ménage,
donc nous ne le faites pas besoin à faire n'importe lequel données traitement.
Mais quoi nous faire besoin à faire est prendre ce vert courbe,
notre cible courbe, dehors de le analyse.
Donc ce est le cible, ce est quoi étaient en allant à essayer à correspondre.
Et donc nous ne le faites pas vouloir il à être partie de le la modélisation analyse.
Donc à prendre que courbe dehors, nous aller sur ici à le cible fonction
et nous Cliquez sur charger.
Et Je suis en allant à sélectionner que zéro courbe, Cliquez sur d'accord.
Et maintenant c'est disparu.
Donc maintenant étaient pas en allant à inclure que dans notre des modèles.
Et donc nous peut faire défiler vers le bas ici et juste voir comment chaque
de notre individuel expériences sont tracé.
Donc maintenant que notre données est bon et nettoyé en haut,
nous peut aller sur à le analyse.
Donc à faire le la modélisation, nous aller en haut à le rouge Triangle
et là sont plusieurs différent des modèles que nous peut choisir.
Et dans un typique flux de travail,
à le début, toi pourrait pas savoir lequel est le meilleur modèle à utiliser,
si tu es en allant à utiliser une B-spline ou un Spline en P ou quelque chose autre.
Dans ce cas, dans le intérêt de temps, nous avons fait tous de que déjà.
Et nous savoir que le Spline en P donne nous un joli bien modèle.
Donc étaient en allant à aller devant et ajuster que modèle.
Donc je sélectionner Spline en P et maintenant JMP est créer le des modèles.
Et quoi Bien voir est,
le d'abord chose Bien est quelque chose similaire à que initial données fenêtre sur ici.
Donc tous de notre courbes sont toujours tracé et superposé.
Mais maintenant nous avons a obtenu ce rouge doubler et ce rouge doubler est représentant le signifier
donc la courbe moyenne de tous de ceux différent courbes.
Et donc nous peut aussi faire défiler vers le bas ci-dessous
et nous voir chaque de notre individuel expériences
aussi avec un doubler de ajuster.
Et ce est le d'abord indication que toi peut obtenir à propos
comment Bien ce modèle est raccord.
Donc si tu es obtenir tous ces rouge lignes superposition ton expérimental données,
alors tu es probablement sur le droite piste.
Si là était un parcelle de déviation
alors toi pourrait considérer faire un différent modèle.
Autre chose tu vas avis sur ici est il y a différent raccord les fonctions
que le cannelure modèle est en utilisant.
Dans ce cas, là étaient deux que JMP que sont joli bien.
Donc ce linéaire modèle et le étape fonction modèle
et par défaut tous le analyse vers le bas ci-dessous
est en allant à utiliser le modèle que avait le le plus bas BIC valeur.
Donc dans ce cas, tous le analyse est en utilisant ce linéaire modèle.
Mais si toi recherché à utiliser un différent un toi juste sélectionner il
et je ne le faites pas savoir si toi peut voir il facilement, mais ce son Souligné maintenant
ou toi aller à le linéaire ou toi peut juste Cliquez sur sur le arrière-plan
et ça va aller à le défaut.
Et donc c'est le la modélisation côté de il.
Mais nous besoin à vérifier comment Bien ce modèle est raccord.
Et donc à faire que, nous juste aller vers le bas ici à le fenêtre que a un fonctionnel APC.
Donc ce est le fonctionnel principe composant analyse.
Ce regards un petit compliqué, mais quoi nous vouloir à faire
est vraiment commencer à prendre un regarder à comment Bien ce modèle a a été créé.
Et donc quoi nous vouloir à faire est regarder à ce signifier courbe ici.
Donc ce est le même signifier courbe que était calculé dans le section au-dessus de.
Et quoi JMP a fait est dit, étaient en allant à commencer avec ce signifier courbe
et alors étaient en allant à ajouter un forme.
Donc étaient en allant à ajouter ce fonction ou quelques portion,
soit positif ou négatif portion de ce courbe
à ce signifier courbe.
Et toi peut voir sur ici comment beaucoup de le variance
toi peut expliquer avec que un courbe.
Donc dans que cas, si nous juste avait notre signifier courbe
dans notre d'abord forme,
nous serait expliquer à propos 50% de le variance.
Par ajouter un deuxième fonction, maintenant étaient expliquant presque 79%,
3ème fonction obtient nous en haut à 88%.
Et donc toi peut voir comment beaucoup de que variation nous peut expliquer
par ajouter plus et plus formes.
Et en fonction, dépendemment sur le taper de courbe toi avoir,
toi pourrait avoir seulement un fonction ou toi pourrait avoir douzaines de les fonctions
en fonction, dépendemment sur quoi que courbe regards comme.
Donc ce est il regards comme nous peut expliquer un parcelle de le variance ici.
Il prend nous à propos neuf les fonctions à obtenir en haut là.
Mais maintenant nous vouloir à voir comment Bien ceux combinaisons
de tous ceux formes avec le signifier fonction ou avec le signifier courbe,
comment ceux sont représentée.
Comment représentant ils sont de notre expérimental données.
Donc à faire que, étaient en allant à aller vers le bas à le score parcelle,
et je suis en allant à faire ce juste un petit peu plus petit.
Et étaient en allant à regarder à le score parcelle et ce FPC profileur.
Donc le FPC profileur
est un chemin à montrer le combinaison de tous ceux différent formes.
Donc nous vraiment juste vouloir à payer attention à ce haut gauche partie de le grille.
Donc ce est notre expérience basé sur le combinaison de le signifier courbe
avec tous ceux différent formes.
Et droite maintenant, tous de le les FPC, depuis ils sont ensemble à zéro,
nous juste obtenir que signifier courbe.
Mais si je commencer ajouter que d'abord FPC, si je faire il plus positif,
Je suis ajouter que forme,
maintenant je peut voir comment mon modélisé forme est en changeant,
et si je aller inférieur, je peut voir comment c'est en changeant.
Donc par ajouter et soustraire chaque de ces différent formes,
je peut recréer tous de le différent courbes
ou obtenir fermer à tous ceux différent courbes.
Donc ce pourrait prendre un petit alors que à faire manuellement,
mais il y a un bon petit raccourci.
Donc quoi je comme à faire est aller dans ce score parcelle,
et allons dire je vouloir à voir expérience nombre six
donc je peut flotter sur six,
et alors Je suis en allant à épingle que ici, tirer il sur.
Et donc là sont neuf différent les fonctions, mais étaient seulement en allant à voir deux à un temps.
Et je peut voir que composant un est 0,08
et composant deux est moins 0,03 .
Donc je peut prendre ce à 0,08 , et je peut prendre ce à moins 0,03 .
Et Je suis départ à reproduire ce courbe, mais je serait besoin à ajuster tous de eux.
Et donc il y a un raccourci à faire que par juste en cliquant sur ce.
Donc par en cliquant sur six, tous de le différent FPC Composants
sont ensemble à le meilleur représentant modèle.
Et nous peut regarder à ces deux formes et voir comment fermer ils sont.
Dans ce cas, ils regarder joli bien.
Peut être il y a pas comme beaucoup définition, et ce est pas très droit,
mais il regards joli bien.
Et donc nous peut aller sur à un autre courbe comme nombre Sept,
Bien Cliquez sur sur que un et voir comment il changements.
Maintenant c'est pas regarder assez comme bien, et nous peut aller à huit.
Et ce est quoi je vraiment comme à propos ce plate-forme,
est il permettons toi explorer le données.
Donc c'est Fonctionnel D à Explorateur,
étaient juste voyant comment Bien ce modèle s'adapte,
et étaient faire il assez visuellement.
Et c'est vrai ici, si étaient vraiment intéressé dans que compréhension le bimodal nature
étaient pas obtenir que résolution avec ici.
Donc ce est récit nous peut être ce n'est-ce pas le meilleur modèle.
Peut être il y a un mieux un dehors là que nous peut regarder à.
Donc si nous aller en haut dos à le haut,
le linéaire modèle était choisi initialement parce que il avait le le minimum BIC,
mais peut être nous vouloir à utiliser un étape fonction donc je peut Cliquez sur sur le étape fonction.
Et maintenant tous ceux FPC courbes avoir a été recalculé.
Et le d'abord chose nous avis est,
étaient obtenir un parcelle plus explication de le variance ici.
Donc nous ne le faites pas nécessairement besoin tous de ces courbes,
je peut juste prendre ce glissière.
Peut être nous juste vouloir à regarder à six courbes et expliquer 99,7% le variance.
Et donc c'est simplifier le modèle un peu.
Donc maintenant nous peut aller vers le bas ici et prendre un autre regarder
et place vérifier ceux courbes.
Donc je peut flotter sur six encore, épingle il ici.
Ce est le courbe que Bien être regarder à.
Et quoi je vouloir à faire, Je vais juste faire ce un petit peu plus gros.
Et donc quand je Cliquez sur sur six, d'accord donc quoi faire toi pense, Jerry ?
Que faites-vous pense ce un est regarder un petit peu mieux?
-C'est beaucoup mieux la reproduction de ton expérimental jour?
Ouais, je comme que.
-Bien. Ouais, je pense ce est regarder mieux.
Donc nous peut aller à Sept,
et que son regarder un parcelle mieux comme Bien.
Et toi ne le faites pas besoin à sélectionner eux tous,
mais c'est bien à vérifier un peu de eux donc nous peut aller regarder à huit.
Ouais, donc maintenant étaient obtenir un parcelle mieux résolution ici
sur le bimodal nature de il.
Tous droite, je pense ce est récit nous que ce modèle est joli bien.
-Ouais, donc quoi faire nous faire maintenant?
C'est super que toi peut reproduire le expérimental résultats,
mais comment faire toi obtenir à le optimale ?
-Ouais, je deviner à ce scène, c'est toujours un petit peu abstrait.
Donc nous avons a obtenu tous ces différent formes que étaient combinant dans différent façons
à reproduire tous de notre courbes, mais nous n'ai pas fait quoi nous ensemble dehors à faire
lequel était se rapporter ceux formes à notre BICHE facteurs.
Donc c'est quoi étaient en allant à faire suivant.
Étaient en allant à aller dos en haut à le modèle
et étaient en allant à sélectionner fonctionnel BICHE analyse.
Et quand nous faire que, maintenant étaient obtenir un profileur
que pourrait regarder un petit peu plus familier si tu es utilisé à faire traditionnel DÉO.
Donc une fois encore, le réponse courbe que nous avoir est ici.
Et donc nous voir notre pour cent par micron sur le Oui
et le micron taille ou le particule taille sur le X.
Mais maintenant plutôt de ayant ceux FPC
dans ceux formes, maintenant nous avoir notre BICHE facteurs,
donc nous avons a obtenu notre agitation vitesse, notre couler taux, médias chargement, et cetera.
Maintenant je peut se déplacer que agitation vitesse et je peut voir comment c'est relatif à
ou comment c'est influencer le courbe.
Et je peut voir par le pente de ces lignes
si ou pas quelque chose est important ou pas.
Donc en changeant que un n'a pas vraiment changement le forme.
Donc couler taux n'a pas matière un entier parcelle, mais température certainement
fait du il plus large ou fait du il plus étroit.
Et donc quoi nous peut faire parce que nous chargé que cible courbe,
juste comme dans un standard accord, nous peut aller à notre rouge Triangle
et nous peut aller à maximiser désirabilité.
Donc typiquement, ce serait regarder à un paramètre
si toi étaient faire un traditionnel BICHE.
Mais dans ce cas, c'est en allant à essayer à trouver le paramètres
que correspondre que cible courbe que nous chargé plus tôt.
Donc quand je Cliquez sur que, et là nous aller.
Il regards comme là sont quelques paramètres ici que obtenir nous un courbe c'est assez étroit,
frappe le culminer que nous recherché et n'a pas avoir n'importe lequel de ceux caractéristiques
que étaient en essayant à éviter.
-Très cool.
Donc sont nous fait?
Nous avons a obtenu le paramètres que nous besoin, nous juste lancer ceux
sur le clôture fabrication et étaient fait.
-Bien, c'est un chemin à biche il, Jerry.
je ne le faites pas savoir si gens dans fabrication que je travaillé avec avant
pourrait pas comme que.
Nous probablement vouloir parce que ces paramètres étaient ensemble à,
le paramètres sont pas partie de notre conception.
Donc ce un est dans le centre,
ce son pas à un bord ou le centre.
Donc nous probablement vouloir à courir quelques confirmation court ici,
peut être voir quelques sensibilités et faire bien sûr que,,
nous avons a obtenu quelques robustesse autour ces paramètres.
-Très cool.
D'accord, tous droite.
-Allons obtenir dos et je pense nous peut somme en haut.
-Ouais. Donc, Scott, que était super,
remercier toi pour que présentation.
Donc dans résumé, quoi nous avons essayé à faire, est démontrer comment à effectuer un BICHE
en utilisant ces particule taille densité courbes.
Le courbes eux-mêmes comme le réponse plutôt que paramétrage le PSD
avec résumé statistiques comme médian, standard déviation, et cetera.
Nous étaient alors capable à optimiser notre facteur saisir paramètres à le processus
à moins à le pilote échelle à trouver un optimal courbe forme que était très fermer
à notre voulu particule taille distribution.
Le long de avec le chemin nous découvert comment quelques de ceux paramètres,
agitation vitesse et donc en avant affecter le particule taille distribution,
menant à plusieurs pics ou menant à large pics
ou peu importe que pourrait être.
Donc nous avoir un compréhension à propos que, et nous avoir un modèle.
Donc apportant ce tous dos à notre original scénario,
R& D a pris le résultats dos à fabrication,
où confirmation court étaient tenté.
Échelle- en haut peut-être n'était pas complètement réussi.
C'est typique de échelle- UPS, parfois le pilote court
ne le faites pas carte directement à fabrication.
Mais nous faire avoir ce modèle maintenant que donne nous un indication
de lequel de ces boutons à tourner à ajuster si nous faire avoir un épaule sur que culminer
ou quelque chose comme que.
Donc nous étaient capable à aller dos à fabrication,
donner eux le assistance que ils nécessaire à obtenir que dans
donc que ils pourrait augmenter leur débit et tout le monde était heureux.
[diaphonie 00:26:18] Que conclut notre papier.
Scott, merci pour tous le dur travail.
-Ouais, Bien, il était super fonctionnement avec toi sur ce, Jerry.
-Ouais, pareil.
Scott a a été gentil assez à sauvegarder le la modélisation scénario dans le données tableau,
lequel étaient en allant à attacher à ce présentation.
Si vous avez a obtenu n'importe lequel des questions à propos le vidéo
ou n'importe lequel de le techniques que nous a fait, s'il te plaît poste ton commentaires ci-dessous le vidéo,
il y aura être un espace pour toi à faire que, épouser être heureux à obtenir dos avec toi.
Remercier toi pour joindre nous.
-Japper, merci.
