在本部落格系列的第 1 部分中，我們將進行篩選實驗，考慮 PET 瓶燈亮度的四個因素：液體類型、體積、濃度（轉換為常用對數）和 PET 瓶形狀（褶皺、可樂） ).進行了。
實驗證實，塑膠瓶的體積、濃度和形狀會影響亮度。因此，在第2部分中，我們將根據篩選實驗的結果，考慮災害時的實用性。透過應用響應曲面模型，我們將研究使用折疊 PET 瓶中的運動飲料作為燈籠時的最佳容量和濃度。
參考：上一篇博客
使用實驗設計 (DOE) 找出使塑膠瓶燈最亮的條件 ~ 第 1 部分。 篩選實驗~
最佳化實驗
讓我們建立一個計劃來使用「自訂設計」來擬合響應曲面模型。設定響應和因子如下，並在“模型”中[RSM] （對於響應曲面模型）按鈕指定響應曲面模型（包含主效果、二次交互作用和平方項的模型）。實驗次數預設為12，點選【建立設計】按鈕即可建立設計。
■實驗數據輸入、實驗數據視覺化
我對創建的計劃進行了實驗，並輸入從照度計讀取的亮度（勒克斯）。
同時，我們使用Graph Builder建立了一個顯示實驗點與實驗區域亮度之間關係的圖表。在這個實驗中
實驗點為實驗區域的頂點、軸點（各因子下限與上限之間的水平點）、中心點。這樣的計劃中央綜合體規劃這是擬合響應曲面的典型計劃。
在實驗區域，右上方（容量和濃度都較大）似乎較亮。
■分析報告
這是擬合響應曲面模型時的分析報告。
- 查看《預測值與實際值報告》，R 平方為 0.93，可以看到，沒有明顯偏離紅線（測量值和預測值匹配的區域）的實驗點。對於使用兩個因子的模型，模型具有良好的適合度。
- 查看「參數估計」報告，log10（濃度）的平方項顯著，即存在表面效應。
■預測概況
在預測配置檔案中，給出最大預測亮度值的因子的條件是【滿意度最大化】我嘗試使用選項。
將運動飲料放入飛驒飛驒瓶中時，體積為500ml、濃度為100%時亮度最大，此時的亮度為25.9（勒克斯）。
由此我們了解到，如果想用運動飲料當塑膠瓶燈籠使用，只需使用未開封的瓶子即可，無需調整容量或濃度。
■輪廓輪廓
讓我們使用等高線可視化擬合的響應曲面模型。下面的「等高線輪廓」是以容量為橫軸、以log10（濃度）為縱軸時的等高線。此外，預測亮度值為20或更高的區域以白色顯示。
如果亮度為 20（勒克斯）或更高就足夠了，最好考慮在白色區域內設定該係數。
即使喝了大約一半的運動飲料（容量為250ml），預計亮度也會達到20（勒克斯）以上，因此認為可以獲得足夠的亮度。
確認實驗
最後，我們在未來想要設定的因素的條件下，例如最優條件下，再次進行了實驗，並確認了測量值和模型得到的預測值是接近的。
本例中，當體積為500ml、濃度為100%時，亮度達到最大，因此我們與先前的實驗分開，再次測量該條件下的亮度，發現：測量值為25.5（勒克斯）已成為。
在預測曲線確定的最佳條件下預測值為25.9（勒克斯）因此，測量值和預測值很接近，證實了最佳條件下亮度的再現性。
我作為業餘愛好者一直在嘗試...
我分兩部分介紹了塑膠瓶燈籠實驗，但實驗卻出奇的困難。我必須調整濃度和體積，所以我在家裡的廚房裡做了。我在昏暗的燈光下用量杯調整濃度並輸入實驗數據，不知不覺間已經是午夜了。 。 。
儘管如此，我們還是獲得了足夠的實驗結果來向大家解釋。然而，由於我在獨立科學研究的層面上進行了實驗，我對我的結果是否真的準確、是否可重複或可推廣表示懷疑。如果您有興趣，請嘗試嘗試。
塑膠瓶燈是在緊急情況下提供足夠亮度的一種方法。請記住這一點。
作者：Naohiro Masukawa（JMP 日本）
Naohiro Masukawa - JMP 使用者社區
