当流程的输出是函数/曲线数据时，通常使用函数数据浏览器。 然而，通过一些技巧，功能数据也可以用作 DOE 的输入。 为了说明这一点，我将使用一个虚构的案例研究，逐步完成必要的步骤并解释正在发生的事情。 我还在这篇博文中附上了一份 JMP 期刊，以便读者可以继续阅读。
背景：ACME 塑料回收公司
ACME 塑料回收公司购买散装塑料碎片，将其熔化并形成坯料，然后出售给塑料制造商。 这种碎塑料有不同的尺寸分布，这会影响熔化过程。 ACME 创建了一种廉价且快速的方法来获取每批进货的尺寸分布曲线。 他们希望优化熔化工艺参数，以最大限度地缩短每次特定运输所需的时间。
第 1 步：分析曲线数据
该团队创建了一个数据集，其中包括他们通常看到的传入尺寸分布的范围。 如下图所示：
使用 FDE 平台，他们发现带有 2 个 FPC 的简单 B 样条曲线可以解释 98.6% 的数据。 将 FPC 增加到 3 个可以解释额外的 1%，但会增加复杂性并冒着尝试预测噪声的风险。 他们最终选择了 2 个 FPC，如下所示。
2. 输出函数主成分
FDE平台能够输出任何已拟合模型的FPC。 这意味着 FPCS 表示的曲线可以在 JMP 的其他平台中使用。 可以通过选择“功能摘要”大纲附近的红色三角形，然后选择“自定义”来导出 FPC。 使用“取消全选”按钮，然后选择“确定并保存”，为每组创建一个包含 FPC 的新数据表，如下面 2 张图片所示。
稍后需要使用数据表的一个技巧：将“Data FPC 1”和“Data FPC 2”列重命名为“FPC 1”和“FPC 2”将使稍后的过程中链接分析器变得更容易。 后续阅读的读者应确保其数据表已更新列名称，如下所示。
3. 创建并运行自定义 DOE
熔化和造坯过程有4个因素，其中3个是连续的，第4个是碎塑料的分布。 该团队首先使用自定义设计器填充除碎塑料分布之外的所有内容，如下所示。
下一部分是关键：在自定义设计器中使用 FPC 作为协变量因子，迫使 JMP 在实验中使用这些特定分布。 这是可能的，因为每一行都包含 FPC 的组合，在本例中，FPC 代表曲线本身所有信息的 98.6%。 为了在自定义设计器中完成此任务，团队遵循了以下步骤：
- 确保 FPC 摘要表是最顶层的表，在自定义设计器中，选择添加因子...协变量
- 在弹出的框中，选择两个“Data FPC”列，然后单击“确定”
- 单击“继续”和“RSM”创建模型后，选中“允许重复协变量行”复选框。
- 单击“Make Design”创建实验和数据收集表。
允许重复协变量行意味着团队需要找到并使用与指定分布相匹配的原材料。 通过将 FPC 数据表中的行号包含在实验设计表中，JMP 使这一过程变得更加容易。 例如，在下面的屏幕截图中，第一次运行使用摘要表中的第 11 行，这是 FDE 平台中使用的原始数据集的分布“k”。
该团队使用指定的连续因子（X1 到 X3）和指定的塑料尺寸分布完成了实验。 然后，他们使用自定义设计器生成的模型脚本，一次修剪一个不重要的术语，直到模型中只剩下重要的术语（日志中的“最终模型”脚本，供后续人员使用）。 该模型如下图所示：
4.结合使用FDE和拟合模型
该团队没有尝试在预测刻画器中关注 FPC 1 和 FPC 2 因素，而是找到了一种更简单的方法：将模型和 FDE 的刻画器链接起来。 他们通过在预测刻画器...因子设置...链接刻画器中选择红色三角形来做到这一点。 接下来，他们并排排列窗口，因此更改预测刻画器中的 FPC 也会更改 FDE 窗口中的曲线形状。
现在，ACME Plastics 的工作流程是：
- 每个新批次都会在流程开始时执行尺寸分布。 在下面的示例中，目标批次与之前的任何分布都不完全匹配。 这是预料之中的——这就是团队首先想要使用 FDE 平台的原因。
- 该分布作为 FDE 平台中的目标输入，这使得“优化目标”按钮可用。 在这种情况下，传入批次的 FPC 约为 -.359 和 .032。
ACME Plastics 的团队在这方面取得了很好的成果，他们现在正在考虑采用优秀且免费的 JSL 脚本课程，这样他们就可以结合两个窗口并进一步简化流程。 目前，他们很高兴能够使用功能数据作为流程的输入。
