Sapevi che puoi realizzare una semplice lanterna semplicemente posizionando una bottiglia di plastica piena di liquido sopra una torcia? Ad esempio, quando si verifica un'interruzione di corrente a causa di un disastro, le torce da sole potrebbero non fornire luce sufficiente. A quel punto, posizionando una bottiglia di plastica piena d'acqua o qualcosa di simile sopra una torcia, la luce si rifletterà diffusamente e diventerà più brillante, illuminando l'area circostante.
Durante un'interruzione di corrente è auspicabile poter illuminare il più possibile l'area circostante, ma la quantità di luminosità sembra variare a seconda delle diverse condizioni della bottiglia in PET. Quindi facciamo un esperimento.
Questo però non significa sperimentare alla cieca. Conduciamo esperimenti e traiamo conclusioni basate sul disegno sperimentale.
Esperimento di luminosità con “lanterna con bottiglia di plastica”
Crea una base con una torcia incorporata e posiziona un esposimetro a circa 50 cm di distanza.
Posizionare sulla base una bottiglia di plastica piena di liquido e, dopo un po', leggere il valore (lux) sull'illuminometro una volta che si sarà stabilizzato.
Abbiamo preparato un video dell'esperimento.
La risposta è "luminosità (lux)" e lo scopo è renderlo il più grande (massimizzare).
- I quattro fattori sono il tipo di liquido nella bottiglia di plastica, il volume, la concentrazione (convertita in un logaritmo comune) e la forma della bottiglia di plastica.
- L'acqua può essere utilizzata come tipo di liquido, ma questa volta abbiamo deciso di considerare tre tipi: bevande sportive, bevande a base di batteri lattici e latte.
Elenco dei fattori
Figura a sinistra: Tipi di bottiglie in PET (Cola, Hida Hida), Figura a destra: Differenze di concentrazione (100%, 10%, 1%)
Flusso del disegno sperimentale in questo esperimento
Innanzitutto, conduciamo un esperimento di screening per estrarre fattori importanti dai quattro fattori. Una volta trovato un fattore importante, utilizziamo quel fattore per eseguire un altro esperimento per adattare la superficie di risposta, quindi adattare il modello per trovare le condizioni del fattore che forniranno la luce più brillante (ottimizzazione).
Fase 1: screening dei fattori importanti
Passaggio 2: crea e ottimizza la superficie di risposta
esperimento di screening
In questo esperimento di screening, esamineremo l'effetto principale e l'interazione quadratica dei tre fattori "tipo liquido", "volume" e "log10 (concentrazione)". (L'effetto dell'interazione sulla "forma della bottiglia" non è considerato.)
■Creazione di un piano sperimentale utilizzando un design personalizzato
quelli di JMP [Piano personalizzato] Usalo per creare un piano di screening.
Nel modello, includere un effetto principale e tre interazioni bidirezionali (tipo di liquido*volume, tipo di liquido*log10(concentrazione) e volume*log10(concentrazione)). Al momento, il valore predefinito per il numero di esperimenti è 18, quindi qui creeremo un piano con questo numero di esperimenti.
Esegui l'esperimento in base al piano di 18 esperimenti generato e inserisci la risposta (luminosità).
■Visualizzazione dei dati sperimentali
Prima di adattare il modello, visualizziamo i dati sperimentali ottenuti. Utilizzando il Costruttore di grafici, puoi visualizzare cose come:
Figura a sinistra: grafico a linee con ordine dell'esperimento sull'asse X e risposta sull'asse Y. Controlla se l'ordine dell'esperimento influenza i risultati.
Figura a destra: controlla i diagrammi degli effetti fattoriali, i grafici a dispersione con fattori sull'asse X e risposte sull'asse Y, i grafici a linee (che collegano le medie di ciascun livello), la relazione tra risposte e fattori, la presenza di valori anomali, ecc.
■Rapporto di analisi
Quando esegui lo script "Modello" in alto a sinistra della tabella dati, verrà applicato il modello specificato nel design personalizzato.
- Facendo riferimento al "Grafico dei valori predetti e dei valori misurati", non ci sono punti sperimentali che si discostano significativamente dalla linea rossa (regione in cui i valori misurati e i valori predetti coincidono), e il quadrato R mostra un alto valore di 0,96, quindi si ottiene un buon adattamento. Puoi vedere che ci sono.
- Facendo riferimento al rapporto "Riepilogo degli effetti", i seguenti sono significativi al livello di significatività del 5%: "Tipo di liquido*log10(concentrazione)", "log10(concentrazione)" e "forma della bottiglia". Puoi vedere.
■ Raggruppare termini non necessari in errori
Negli esperimenti di screening, i termini che non sono significativi nel modello adattato possono essere esclusi (considerati errori) al fine di determinare chiaramente gli effetti che influenzano la risposta. In JMP, è possibile rimuovere il termine dal modello selezionando il termine che si desidera eliminare nel rapporto "Riepilogo effetti" e facendo clic su "Elimina" in basso a sinistra.
- Elimina l'interazione "capacità*log10(concentrazione)" con il valore p più grande (p=0,966)
- Dopo aver eseguito il passaggio 1, l'interazione con il valore p più grande è "Tipo di liquido * Volume" (p = 0,384), quindi eliminalo
Nei passaggi 1 e 2, l'effetto principale "tipo di liquido" non è stato rimosso anche se aveva un valore p elevato. Questo perché l'interazione "tipo liquido*log10(concentrazione)" è inclusa nel modello. In genere, non rimuoviamo un effetto principale se il modello include un'interazione con tale effetto principale. Questo Gerarchia degli effetti È chiamato.
Di seguito, prenderemo in considerazione un modello dal quale sono stati rimossi i termini non necessari.
■Profilo di interazione
In questo esempio, l'interazione tra il tipo di fluido e la concentrazione è altamente significativa. È utile considerare questo fenomeno in termini di profili di interazione. Dal pulsante triangolo rosso in alto a sinistra del report Profilo fattoriale > Grafico delle interazioni Può essere visualizzato in
Se guardi la figura in alto a destra cerchiata in rosso, puoi vedere chiaramente l'effetto dell'interazione tra tipo di liquido e concentrazione.
Nel caso del latte la brillantezza tende a diminuire all'aumentare della concentrazione, ma nel caso delle bevande sportive la brillantezza tende ad aumentare all'aumentare della concentrazione. Per le bevande a base di batteri lattici non sembra esserci alcuna relazione tra concentrazione e brillantezza.
■Profilo di previsione
Utilizzare i profili predittivi per esplorare le relazioni tra risposte e fattori.
Dal pulsante triangolo rosso a sinistra, Ottimizzazione e soddisfazione > Massimizzare la soddisfazione Selezionando è possibile trovare la condizione del fattore che massimizza il valore di luminosità previsto, ovvero la risposta, nel modello creato.
La condizione per la massima luminosità è quando 500 ml di latte all'1% vengono versati in una bottiglia di plastica piegata. La luminosità prevista in questo momento sarà di circa 34 lux.
Come sapete, il latte contiene componenti grassi e oleosi. Questa componente di olio e grasso è responsabile della luminosità. Lo si capisce dal fatto che in passato il petrolio veniva utilizzato come combustibile per l'illuminazione.
In caso di emergenza, sembra che aggiungendo una piccola quantità di latte a una bottiglia d’acqua di plastica si crei una lanterna molto luminosa. Tuttavia, se usi il latte stesso (concentrazione al 100%), bloccherà la luce, quindi devi fare attenzione.
Dagli esperimenti di screening agli esperimenti di ottimizzazione
Tuttavia, è improbabile che tu abbia il latte a portata di mano in caso di emergenza. Acqua e bevande sportive possono essere più comunemente rifornite in caso di emergenza. Pertanto, nella prossima Parte 2, creeremo un modello di superficie di risposta per le bevande sportive per indagare le condizioni di capacità e concentrazione per renderle più brillanti.
Video di riferimento per questo esperimento: Qual è il modo più brillante per trasformare una torcia in una lanterna? ｜Esperimento di prevenzione dei disastri [preparare] tv ] Youtube
https://www.youtube.com/watch?v=NbmN2s-Pjz8
di Naohiro Masukawa (JMP Giappone)
Naohiro Masukawa - Comunità degli utenti JMP
