揚聲器
|
成績單
|
| |
大家好，我叫楊文鑷，是陶氏化學公司的統計學家。 今天我將討論橡膠研究中重複測量的統計 DOE 和建模開發。 |
| |
在我們討論這些方法之前，我只想為本次演講添加一些背景知識。 |
| |
EPDM 是一種合成橡膠，廣泛應用於交通、基礎設施、運動、休閒和電器等領域。 |
| |
陶氏化學是 EPDM 的領先製造商。 我們不斷創新和開發我們的 EPDM 產品，以在各種領域實現卓越的用戶性能 |
| |
剛才提到的應用程式。 本次演講我們將重點放在基於 EPDM 的汽車密封條應用。 關鍵效能指標之一稱為色彩穩定性。 |
| |
隨著時間的推移，在同一實驗裝置上重複測量顏色穩定性。它在統計學中被定義為重複測量。 |
| |
並且重複的顏色測量之間可能存在時間依賴性，稱為自相關。 |
| |
我們工作中的一項新技術發展是，我們開發了基於蒙特卡羅模擬的 DOE 策略，用於重複測量，以評估在資料收集之前檢測主動效應的統計功效。 |
| |
讓我們繼續討論目標和方法。 |
| |
本應用的目的是加深對 EPDM 密封條變色機制的基本了解，並驗證關於影響色彩穩定性的 EPDM 聚合物宏觀結構因素的假設。 |
| |
顏色穩定性測試實驗遵循工業橡膠製造商標準，如圖一所示。 |
| |
我們從合成具有不同微觀結構的 EPDM 聚合物清單開始。 然後我們將它們與其他一致的配方成分在相同的製程條件下混合。 |
| |
複合固化和樣品製備後，樣品在老化室中老化。 Delta E 計算自 |
| |
LAB 顏色測量是色彩穩定性的關鍵效能指標。 它量化了固化樣品的初始顏色和不同老化時間的顏色之間的差異。 |
| |
我們開發了 D 最優 DOE，從我們可用的聚合物中選擇具有代表性的子集。 我們使用蒙特卡羅模擬來評估獲得結果所需的重複測量次數 |
| |
80%的統計功效檢測主效應和交互效應。 所收集的數據在重複的顏色測量之間具有不等的時間間隔。 |
| |
因此，我們開發了隨機係數模型 RCM，以納入樣本特定效應，並提供樣本之間隨時間變化的更多影響。 我們還將 RCM 與線性迴歸模型進行了比較。 |
| |
透過假設所有樣本隨時間變化的共同變異數，完全證明了數據。 |
| |
這裡描述的方法是這項工作的關鍵結果。 |
| |
圖二顯示了不同場景下主效應和交互效應三的基於蒙特卡羅模擬的功效分析結果。 |
| |
如果我們預期自相關程度為中等，約為 0.5，則它將調整時間點。 重複測量次數應至少九次 |
| |
每個固化樣品。 如果相鄰時間點之間的自相關性確實很高，約為 0.9 |
| |
大多數效應的統計功效顯著下降。 由於我們為所有 DOE 樣本選擇了重複顏色測量之間相對較大的時間間隔，因此我們假設重複測量將具有中等水平 |
| |
為此 DOE 收集每個固化樣本九個重複顏色測量的自相關性。 |
| |
通用 RCM 模型如圖三所示，其中我們有一個特定隨機截距和傾斜效應的範例。 |
| |
除了線性迴歸模型中 EPDM 結構因素的主效應和交互效應。 |
| |
這裡的隨機效應協方差參數估計表顯示，起始Delta E有顯著差異 |
| |
以及固化樣品中 Delta E 的變化率。 這表明解釋樣本之間隨時間變化的變化非常重要。 |
| |
RCM 模型的概況顯示，與我們資料收集中 Delta E 的規模相比，我們輸入因子的預測線周圍的置信區間相對較窄。 |
| |
因此，圖四顯示，如果您在最小二乘模型中將資料視為獨立的，則可以真正看到它們在哪裡誇大了自由度，如上圖所示， |
| |
看看它們在哪裡誇大了自由度，因此與我們假設資料應該與時間相關的 RCM 模型相比，我們對模型中模型效應的顯著性結果過於自信。 |
| |
圖5中的模型預測圖和殘差圖顯示RCM具有良好的模型適配度並且滿足我們的模型假設。 |
| |
我們對這項工作的結論是，我們確定了主要的微觀結構因素以及兩個微觀結構因素之間的顯著相互作用，這表明我們開發了替代聚合物設計 |
| |
對 EPDM 擋風雨條變色機制的基本了解，並展示統計 DOE 和使用 JMP 建模的能力，以支持開發具有卓越顏色穩定性的新型 EPDM 橡膠。 |
