398722_zh-CN

liliconcom

使用 JMP Pro 16 分析 Kamyr 消化器连续流动工艺流 (2021-US-45MP-880)

级别：高级

 

Stanley Siranovich，Crucial Connection LLC 首席分析师

 

在本次会议中，我们分析了加拿大造纸厂 Kamyr 蒸煮器的实际过程数据。我们的数据集包含 23 个变量的 301 次测量，测量时间超过 12 天。 我们想要预测和控制的因变量是卡帕数。 它大致与纸浆中的残留木质素含量成正比，是制浆过程有效性的衡量标准。 对于自变量，我们结合了木片、蒸汽、空气和液体流量，以及温度、液位和湿度测量。 有几个特征使该数据集特别具有挑战性：

• 将连续反应器划分为不同的区域，每个区域执行不同的功能。
• 每个区域单独的热量输入以及液体输入和输出。
• 液体逆流流动。

由于上述原因（并且因为我们想要了解过程，而不仅仅是预测结果变量），我们使用“预测建模”、“筛选”和“多元方法”菜单中的多个 JMP 平台。 最后，为了演示分析流程和连续发现，我们将大部分会议作为现场演示进行。

 

 

自动生成的成绩单...

 

扬声器	成绩单
斯坦·西拉诺维奇	好的，从观察开始，我们在第一列中有观察。 立刻，我们发现我们的格式有点奇怪。
	我们稍后会解决这个问题。 下一列是 Y-Kappa，这就是所谓的目标变量，即想要预测的变量。 这是测量值，我们希望将其保持在一个狭窄的范围内。
	再过一两分钟，我将解释原因。 当我们滚动浏览数据时，我们会看到一些事情。 我们有一些奇怪的标签。 我们有 T-upperExt，不管它是什么。 我们有 T-lower，我们有 WhiteFlow。 我们注意到
	事实上，大多数呼叫的某些列末尾都有一个数字。 事实证明……经过一番调查，我们发现这就是滞后时间。
	当我解释这个过程时我会谈到这一点。 所以我们有诸如芯片湿度、蒸汽热量之类的东西，我们还发现我们有一些缺失值。 那里……到处都有一些，但主要看起来它们仅限于 AAWhite，
	对不起，最后是硫化物。 所以我们注意到了这一点。
	现在
	因为我们对这类事情都不熟悉，所以对我们来说，明智的做法可能是……做一些研究，看看我们到底在看什么。 我们也想知道（让我把 PowerPoint 放在这里）
	确切地
	好的。
	让我们开始。 卡米尔蒸煮器是纸浆和纸张制造商的连续四步工艺。
	现在这些
	过程……这些过程相当大，你可以把它想象成一个巨大的高压锅。 我们所做的是检查一些热量、蒸汽和压力，
	对不起，进入反应堆。 这些直径可达 18 英尺，高度可达 200 英尺。 我们想要做的是分离木质素，同时控制卡伯值。
	而且原料有点不寻常。 我是从化工行业出来的，习惯了和
	液体原料，但这里我们的原料是木片或锯末
	锯木厂什么的。 我们没有任何关于这些原料是否一起倾倒的信息，它们是否一个接一个地倒入，是否
	竞选活动，但我们马上就知道这里存在一些可变性。 无论物理形态如何，原料均由 50% 水、25% 纸浆和 25% 木质素组成。 当然，木质素是我们想要从那里溶解出来的东西。
	现在这个过程看起来像这样。 它很复杂，在这个单一单元内有四个独立的单元操作。 我们有顶部，里面倒入木片和反应混合物，也就是……被称为液体。
	它有一些腐蚀性……一些碱性，但你可以把它想象成肥皂溶液。 它将把木质素从木材中分离出来。
	我们还有流体流，既有废水，也有液体，总共有三个。
	它可以是并发的，也可以是逆流的，所以我们引入了另一个变量。 正如我之前提到的，目标变量是 Kappa 值，这是 ISO 确定的，我们这里还有另一个变量，即流体的再循环和再生。
	那么让我们从一些数据探索开始。
	以下是我将 JMP 数据表导入 JMP 后的样子。 让我们从观察开始吧，Y-Kappa，
	我们要测量的是芯片速率。 以下是一些其他比率。 我们可以看到我们有一些缺失的数据，其中大部分似乎仅限于那里的那一列，而这里的这一列是硫化物。
	因此，让我们看一下这些，看看是否有什么我们应该关心的。 我认为，最好的方法就是到这里的表格中查看丢失的数据模式。
	我要做的就是单击拖动并选择所有这些。 我会将它们添加进去。
	我们得到了这张桌子。
	现在，您应该看到丢失的数据表
	就在我的 JMP 表格的顶部。
	让我稍微扩展一下第一栏。 现在，如果我们查看此处显示计数的第一列
	我们缺失的列数为零，我们在下一列中看到零，这就是我们的模式，它告诉我们有 131 列没有缺失数据，但我们有 132 列
	其中两列有一些丢失的数据。 当你看到 1 和 1 的地方，那就是数据丢失的地方。 我们这里有另一种模式，有 19 个，但其余的都相当满了……
	相当完整，如果您曾经处理过生产数据或质量监控数据，您就会发现这并不罕见。 事实上，这就是
	对于此类数据来说相当完整。 让我们再多看一下。 我们有 131 列，其中缺少一列，我们知道我们有这两列。
	让我们看看他们是否匹配。 就是这样。 这是相同的记录，具有相同的两列，但缺少数据。 我们能做的就是选择第一行
	我们可以看看这里。
	让我把这个事情解决掉。 我们可以滚动。
	果然，
	我们看到那里有蓝色亮点，
	它突出显示了非缺失数据，我们看到缺失数据往往会排列起来。 这里有一个点，这里有一个点，所以看起来这两列中所有这些缺失的数据都在同一行中。
	所以让我回去吧
	并停止共享。
	我们现在要进行一些数据探索，我将关闭该窗口。
	我们回到原来的 JMP 数据表。
	让我们看看，从哪里开始？ 好吧，我们这里有几个选择，但我们可以做的一件事是单击此处的此图标，它显示显示标题图。
	所以我们点击图标，我们可以在这里看到一些标题图。 它的作用是向我们展示一些分布的直方图
	在下面的列中。 这些都是可拖动的，因此我们可以使它们在任一方向上变大。 我们为什么不在这里做一些探索呢？ 既然我们要控制Y-Kappa，
	让我们选择其中一些高值，看看我们能看到什么。 现在滚动，滚动，看起来就像是
	与 BlowFlow 中发生的事情有些相关......
	这是这里范围的顶部，如果我们转到 T-upperExt-2，
	我们可以看到它往往位于分布的下半部分。 除此之外，没有什么对我们来说真正突出的，所以让我们点击那里
	在那里，稍微清理一下。
	让我们再做一点解释。 让我们转到图形生成器。
	所以你去图表...
	图形生成器并弹出此窗口。
	我要做的就是看看 Y-Kappa
	我们开始了，我可以放……我可以在那里放一条更平滑的线。
	我看到的是
	我们的流程存在一些变化，但它相当稳定，这里可能有轻微的上升趋势，但稳定，这在稍后会很重要。
	但如果我往下看，那里写着“观察”，我会看到什么？ 我看到它从 1-00 开始，然后是 01，时间不断增加。 但如果我看一下这里的数据表，它是从 31 开始的。 那么他们显然在这里做了什么
	单位上的日期是从月份的日期开始，然后是小时，他们只是继续使用该格式，但这不是我们想要的。 那么让我关闭这个。 我将停止共享并调出另一个 JMP 数据表。
	好的，所以我们看到的数据基本上是相同的，我稍微清理了一下，并做了一些更改。 当我们看到它时，我把它安排得像我通常想用 Y-Kappa 来安排它，这是我们的
	...我们的目标值，然后是观察结果。 在这里我添加了一个小时的序列，让我向您展示这里发生了什么。
	而且我把所有的脚本都保存到了这个数据表中，同样的数据，只是我打开了一个不同的，已经被清理掉了。 如果我滚动鼠标，您会发现这里所有表格的小数位数都是相同的。
	让我们重复一遍
	我之前刚刚做了什么。 所以我们要去图表，图表生成器。
	将 Y-Kappa 放在这里，现在我将 Y 序列添加到
	我们的数据表，现在我们得到了不同的模式。 如果我打开原版的话
	我们看到我们有一条不同的更平滑的线，我尝试做的是寻找一些星座，我称之为星座。 所以这里我们有这三个数据点。
	我将关闭这个并打开第二个。
	三个数据点都在这里。
	让我关闭它。
	请注意这里的时间顺序，
	我们有按顺序排列的数据点，还有我们可以使用 JMP 做的另一件事
	我们可以上去这里吗
	转变
	观察，我们之前有过，现在把它移到这里。
	我们将再次放置更平滑的线条，你可以看到，我们有相同的模式，但现在如果我按小时顺序
	把它拖到这里，我们两全其美。 它们是有序的，这就是我们想要的。
	如果您注意到这里的底部，我们有按小时顺序降序排列的观察，这是默认值。 我可以单击“完成”，但现在我将最大限度地减少它。
	我们将继续下一步。 检查我的笔记，确保我没有遗漏任何内容。
	哦，还有我如何将新专栏放在那里，让我在这里停止分享，而不是经历整个过程，让我切换回 PowerPoint。
	我给该列起了一个新名称：小时序列，对于数据类型，我选择了数字，因为它就是这样。 为了
	在建模类型中，我选择了连续，因为它是连续数据，即使它是按每小时定期间隔进行的。 我在这里选择格式是因为它很容易让人阅读。
	为了初始化该列的数据，我选择了序列数据并运行 1 到 301，因为这是我们的最后一行。 让我们看看，重复每个值一次，要添加的列数，只有一列。
	对于列属性，我从下拉列表中选择了时间频率，并且还选择了每小时。 这就是我获得该专栏的方式。
	所以让我停止分享这个
	并将其最小化，我将再次调出 JMP 数据表。
	现在我们又回到了数据表中。 现在我们从有趣的部分开始，继续分析。
	我们走吧
	来分析。
	我得到了错误的数据表。 让我打开另一张。 开始了。
	去分析一下，
	多变量方法
	多变量。
	我们看到了这个屏幕。 好吧，我们想看看 Y-Kappa，所以把 Y 放在那里。
	我们不需要任何权重和频率或者让我们
	单击拖动。
	把那些都放进去。 单击“确定”，这是结果。 首先...让我结束...
	我们看到了散点图矩阵。 在这里我们可以寻找数据中的一些模式。 我们看不到很多，但如果我们看看最左边一栏中的 Y-Kappa，
	开始查看，看起来我们这里可能有某种模式......
	无论本专栏是什么。 向下滚动一点，看起来就像这样
	其中一种液体的流动，等等，等等。所以我们可以这样做来得到一个粗略的想法。 让我关闭它。
	我们可以看一下这里的相关性，蓝色的是正相关，红色的是负相关，而且都不是真正的高相关性。
	在某些方面这是好的，在某些方面是坏的，但我们现在不会谈论太多。 但我们只是看看这一点。 在某些情况下，我们从中获得的信息比其他信息更多，所以让我结束这一点。
	接下来我们去模型筛选，所以我们去分析，
	筛选、
	预测因子筛选。 我们再次看到这个窗口，
	Y-Kappa 是我们的 Y 响应。 这里我们看到了下一个窗口。 所以现在，我们将忽略观察结果，因为我们这里有小时序列，而且它更容易阅读，所以我们将其放在这里并单击“确定”。
	这就是我们得到的。
	所以我们这里有我们的预测变量，当然，具有较高值和较大条形的预测变量可能是对我们排名最重要的预测变量。
	我们在这里看到了很多变量。 现在我们到了一个决策点。 嗯，前两个，他们显然是
	我们想看的东西，可能也是第三个，还有第四个。 现在剩下的这些，虽然有些次要，但它们都差不多，所以让我们这样做。
	我们点击拖动，哦，在我继续这两列之前，贡献是对模型中的贡献部分，也就是我通常看的那一列是这个百分比部分
	这里的预测器对模型进行了预测，所以如果你把所有这些加起来，它会达到 100%。 我们有一个...我们这里有一个链接，上面写着复制已选择。
	那么让我们这样做吧。
	我将最小化该窗口并返回到我们的分析窗口。
	让我们看看。 如果我适合模型怎么样？ 拟合线性回归模型。
	我将单击它，并注意到所选列已为我们突出显示。
	因此，让我们添加它们，当然，我们再次想要 Y-Kappa。
	我们将选择它，当我这样做时，它打开了
	这里是我们窗口的扩展和更多个性...这里有更多选择和下拉菜单。 第一个是个性，所以让我点击它，它给了我们很多选择。 但现在我们只使用标准最小二乘法。 然后为了强调，
	我们有三个选择。 而重点是什么，就是在最初的报告窗口中向我们揭示的内容。 现在，我只选择
	最小的报告。 让我们看看，学位，2，好吧，所以它会看平方项。
	让我们看看...我想我们已经准备好了，所以我将单击“运行”。
	这就是我得到的。 看起来这个 BF-CM 比率是最重要的，
	接下来是一些
	这里的其他不太重要，但它们......但它们很重要，它们重要的原因是，第一，p值，顺便说一句，这是一个 0.05 水平，蓝色......
	对不起，0.01 水平，这里的蓝线是 0.01 水平的显着性。 原因...我们的原因
	我们正在用对数值做这样的事情...哦，顺便说一句，我应该提到对数值是 10 倍减去对数，即以 10 为底的对数。 所以如果我们让蓝线等于 2 的值，那么 log...
	.02 的 p 值的对数...或者对不起，.01 将是 2，所以这就是该行在那里的原因。
	在这里，您实际上并不需要它，但如果您将其作为变量之一进行分析，那么它肯定会派上用场。 我们往下看这里的总结
	拟合，找到 R 平方 0.5，这就是……这就是我们可以从该窗口得到的大部分内容。
	我们来这里进行估计，我们可以看到估计值是多元线性回归的系数。
	所以我们看到这两个可能不需要，所以，为了节俭，我们将......
	我们将选择它们，过来这里并将其删除。 现在我们少了两个变量。 我们可能可以删除芯片级别，但现在，我们将其保留在那里，因为我们的 R 平方下降了一点。
	其他一切都几乎保持不变。 这就是我们的模型。 我们可以下来这里打开一些其他的窗户。
	我们会看到各个项的 T 比率、一些效果测试，这就是我们现在将其保留的地方。 因此，让我最小化该窗口，我们还有一项分析要做，那就是时间序列。 所以我们又上来分析一下。
	我们将在这里进行专门的建模，然后我们将进行时间序列。 单击该按钮，所有内容仍处于选中状态。
	我们会选择，
	我们将把 Y 放在那里。
	它也会做同样的事情。
	太多了，等一下。
	将我们的目标列表放在这里，我们在这里有这个按钮，X次，我们将再次放入小时序列，因为它更容易阅读。
	把它放在那里。
	单击运行。
	现在，我们将忽略所有此类事情，我们将来到这里，看看我们的时间序列诊断。 现在再向下滚动一点。 这里的蓝线是
	P 值，这是在 0.05 的水平，这是考虑不同的自相关和部分滞后时间。
	所以我可以用整整 45 分钟来讨论这个问题，但我们没有那么多时间，所以我只做一个简短的总结。 我们想要做的就是把所有这些滞后时间
	在那条蓝线之内。 看起来，好吧，对于这个，我们必须上升到大约五到六个，甚至可能是七个，就在附近的某个地方。
	并在部分滞后时间的情况下在三、四或五左右达到该点。
	所以
	我们要做的就是来到这里的红色三角形，
	我们想做一个 ARIMA 模型。 我们得到这个窗口，ARIMA 代表自回归综合移动平均线。 现在我们不想在这里做差异化
	因为我们已经做了一些区分。 那些附加到列末尾的数字是滞后时间，以便所有数据对齐。 所以我们要做的就是用这里的数字进行猜测。
	让我把它定为 4，这样就滞后 4 个周期。
	我们将对移动平均线做同样的事情。
	我们可以为它们选择不同的值，让我们看看截距、约束拟合是什么。
	我们会达到预期，然后再次来到这里。
	这就是我们得到的。 我们做得比以前好一点。
	我们到这里来吧。
	我们将再次选择它。 为了节省时间，我将分成六个时段。
	检查一切。 再次打估价。
	我将向下滚动，现在看起来好一点了。 我们可能希望其中一个处于四或五六个滞后周期内，因此还有一件事需要检查。
	如果我们看一下图表...
	我们可以将脚本保存到表中。 尼克，我们可以暂停一下录音吗？
	好的，所以我这样做了几次。
	在这里我在模型比较中进行了总结。
	这样我们就有了 ARMA 的第一个模型。 同样，我们没有做差异，所以它被称为 ARMA，而不是 ARIMA。 这是五个时期，让我扩展一下
	再多一点，这就是桌子。 我在桌子上做了一点工作，我拿出了一些由于时间原因不想讨论的专栏。 和
	我们能做的就是看看结果。 所以它向我们展示了 AIC，较低的 AIC 更好，看起来这里最好的模型是
	第一个我们做了(5,5)。 我们有
	1268，然后上升到 1270、1271、1271，然后我们得到 R 平方，当然，越大越好，看起来 (6,6) 滞后是最好的。 它们的 R 稍大，但肯定不显着，并且
	在这里，我们查看 MAPE，即平均百分比误差，当然，我们希望将其最小化。 看起来中间的模型，第二个，有六个时期的腿是最好的模型，得到了 7.55。
	然后我们这里还有更多数据。 我们有估计值，您可以在下面查看各种不同的图形。 而这些都已经保存到了数据表中。 让我稍微清理一下。
	总而言之，我们这里所看到的是一个非常复杂的工厂的日常运营。 我们能够解释和理解。
	我们从数据的可视化探索开始，然后我们继续
	一些研究来找出我们需要了解的过程，这样我们就知道我们的分析发生了什么，并且我们能够保存数据表的所有内容。
	一件快速的事情是，我们通过数据进行探索，我们能够轻松地从一个平台转移到另一个平台进行分析，然后就结束了演示。

爆发质量和可靠性统计和建模