新型塗料開發:包括輔助響應的重要性 (2023-US-30MP-1457) TEST812David Fenn,PPG 高級科學家
Timothy Marsh,PPG 工業公司研究員
使用統計優化的 DOE 和回歸模型可以加速創新新產品的開發。為了最大限度地提高效率和降低費用,通常很容易將收集的數據限制為關鍵產品屬性,例如客戶規格或內部質量指標。然而,通過在分析中包含更廣泛的更基本的測量來增加可用響應的數量通常對於成功至關重要。
本演講涵蓋 PPG 塗料創新中心項目的示例。我們重點介紹 JMP 從設計到分析再到分數階乘和約束混合物/過程設計結果可視化的使用。使用列切換器、多元圖、成對相關和混合分析器等工具,我們演示了輔助響應如何有助於加深對所研究系統的理解,並查明意外結果背後的原因。
數據探索和可視化實驗設計