然而，这不仅仅是使用实验设计（DOE），还要将其与预测和轮廓分析器相结合。这些分析器能够帮助科学家和工程师获得最优的产品和工艺，从而对可持续发展做出一些“间接”贡献。例如，通过提高工艺效率，可以减少废物产生和/或降低能源消耗。获得更好或更高效的产品可以节省产品应用中的资源，或者通过减少废物产生来延长产品的使用寿命。
本文将介绍全球可持续技术领导者庄信万丰公司如何从产品配方研发之初就考虑可持续性，而不仅仅局限于产品应用层面。我们将阐述如何运用实验设计（DOE）和性能分析工具，在配方研发过程中不仅关注产品性能，更力求最大程度地减少配方本身的环境足迹，从而将可持续性融入产品的多个方面。
好的，大家好。今天，我将介绍我们为探索峰会所做的贡献。我们的主题是“利用实验设计和预测分析器创建可持续配方”。首先，请大家自我介绍一下。我叫皮拉尔，是庄信万丰特种化学品公司的研究科学家，也是统计思维团队的负责人。该团队的目标是在庄信万丰内部推广统计工具的应用。我的同事帕特里夏和珍妮也在这里，她们将进行自我介绍。
您好，我是帕特里夏·布兰科。我也在庄信万丰公司工作，在研究中心任职。我拥有化学背景，从事编码和配方方面的工作已有约20年。
您好，我是珍妮。我在技术中心工作，隶属于可持续发展团队，负责生命周期评估（LCA）方面的工作，帮助科学家在研究项目中做出可持续的决策。
对于那些还不了解庄信万丰（Johnson Matthey）的朋友，我将简单介绍一下。正如大家所知，世界正面临着前所未有的挑战，我们需要做出改变，向净零排放转型，确保更可持续的未来。而庄信万丰正是在此背景下应运而生。凭借我们卓越的科学技术和持续的创新，我们每天都在为数百万人推动净零排放转型。我们拥有206年的历史，在全球拥有超过12,000名员工。我们的技术基于先进金属、化学、催化和工艺工程。这些专业知识经过多年的积累，是我们所有业务的基石。在庄信万丰，我们致力于可持续发展，接下来珍妮将为我们详细介绍这一点。
庄信万丰的核心价值观之一是保护地球和人类。为了实现这一目标，我们着眼于技术组合的开发、生产这些技术所涉及的运营，以及如何与客户和供应商合作，在我们的产品组合中打造可持续产品。我们致力于保护气候，保护自然，推进循环经济，并努力构建一个安全、多元、公平的社会。我们利用ESG评级来展现我们向可持续发展型企业迈进的步伐。
谢谢。今天，我们将探讨如何将实验设计（DOE）应用于可持续性领域。对我们而言，实验设计本身就对可持续性有所贡献，因为减少实验次数就能节约资源、材料和能源。此外，例如，如果您运用实验设计来提高某个流程的效率，就能减轻产品重量并降低能耗。如果您运用实验设计来提高产品的效率，就能在产品应用中节约资源，或者延长产品的使用寿命，从而减少废弃物。所有这些实验设计在可持续性方面的应用都更侧重于产品的应用。在本次演讲中，我们希望更进一步，从产品配方的角度探讨实验设计与可持续性之间的关系，甚至追溯到产品诞生之前。我们以JM为例，探讨了配方设计。
产品配方是JM的核心能力之一，它需要多学科协作，化学、建模、制造、工艺和工程等领域的专家必须通力合作，才能将JM的科研成果转化为满足客户需求的产品。正如我在引言中所述，我是JM英国技术中心配方团队的一员。我们团队为JM所有业务部门提供支持，项目范围涵盖从基础性的长期研究到为产品制造提供快速关键支持。此外，我们还通过在实验室开发新技术和新技能，以及与外部专家合作，不断拓展和深化我们的科研基础。
我们使用统计工具来设计实验，并最大限度地利用数据。JM 的大多数产品都是配方产品，这里我只展示一些图片作为示例。从左边开始，我们看到的是催化转化器，它们涂覆有茜素，茜素中含有活性催化剂。中间的黑色图片是燃料电池油墨，燃料电池和电解槽催化剂都沉积在油墨上，形成涂层。粉末也非常重要，因为它们用于生产颗粒状或球状催化剂，这些催化剂用于化学品的生产。
在所有这些例子中，理解材料及其相互作用方式至关重要。配方是复杂的系统，使用 JMP 工具（例如混合实验设计）非常重要，它们可以帮助我们在研究产品配方时获得最大的价值和理解。
在本次演示中，我们将对一种配方进行混合物实验设计 (DOE)，并分析其性能，该性能数据将导入 JMP 的 Profiler 工具中。此外，我们还将引入一个基于生命周期分析概念的可持续性模型。我们将在 Profiler 工具中同时分析这两个模型，以获得一个优化配方，该配方不仅考虑性能，还考虑可持续性。如果您之前不太了解生命周期分析，Jenny 将为您进行讲解。
生命周期分析是一种量化整个生产链中可能存在的直接或间接环境影响的方法，涵盖从摇篮到大门或从摇篮到坟墓的整个生命周期。生命周期分析的作用在于促进可持续产品或工艺的设计，并识别可能出现的任何潜在问题，以便我们能够尽早采取措施。这将有助于减少环境影响，降低有毒物质的排放。生命周期分析将重点关注三个主要目标：人类健康、生态系统健康和资源可用性。目前，我们正与美国能源部 (DOE) 的 Pilar 合作，重点关注二氧化碳当量，以便评估产品从摇篮到大门的碳足迹。
我要离开这里了。我将直接在 JMP 中演示一下。我们现在有一个由三种组分组成的混合物：主组分、改性剂和溶剂。让我打开三元图。看看它是什么样子。是蓝色的那部分。这就是我们的三元图，包含主组分、改性剂和溶剂。显然，体系配方要复杂得多，但我们只用了三种组分做了一个简单的例子，这样它们就可以很容易地在三元图中可视化。通常情况下，在配方中，实验空间相对于所有可能的组合来说非常小，这是很常见的现象。
我们通常需要在非常小的空间内进行假设。但实际上，尽管空间看起来很小，但在这个空间内，公式的微小变化就可能导致性能方面出现非常显著的变化。我们设计了一个混合设计，在这个草图中，它基于一个带有约束的填充设计（听不清 00:09:50），正如你所看到的，它使数据点在实验空间内分布良好。数据是模型。我们收集的数据是一些与性能相关的属性，正如你所看到的，数据是模型。
我们现在建立了一个模型，用于描述不同配方如何产生不同的性能特性。同时，我们也建立了一个碳足迹模型，即每公斤配方产生的二氧化碳当量（以公斤为单位），其中考虑了每种成分的碳足迹。我们将用三元图来可视化这些模型。例如，如果我们从碳足迹开始，可以看到，我已经放大了实验区域。实验区域以白色显示。您可以看到，通过红色等高线，碳足迹随着向左移动而增加。
如果我们想最大限度地减少该产品配方的碳足迹，我们需要……朝着这个方向前进。我们还有……如果我们看一下性能预测模型，就会发现这个模型更加复杂，数值在 20 到 60 之间变化。可以看到有 20 和 30 这两个值。虚线上也标出了 40 的区域。如果我们想要达到 40 的性能指标，就需要朝着这个方向努力。
我们还有50这个数值。如果我们想在50附近进行优化，就需要选择在这个数值范围内的配方，此外，60也是一个理想的数值范围。假设我们的目标是最大化这个特性，那么我们需要选择在这个范围内的配方，尤其关注这个范围内的配方。综合来看，性能指标的等值线用红色表示，碳足迹的等值线用蓝色表示。通过综合考虑，我们可以选择尽可能接近目标范围的配方，从而最大化性能指标，同时尽可能减少碳足迹。
我们可能会选择位于该区域右侧的配方，以尽可能降低碳足迹。这显然只是视觉上的推测，当组分更多时，可视化会变得更加复杂。不过，您可以通过混合物分析器完成所有操作，也可以使用 JMP 中的其他工具，例如预测分析器或设计空间分析器，来帮助您优化系统，同时考虑不同的输出，例如本例中的性能和碳足迹，并找到一个能够在这两个方面之间取得平衡的解决方案。
我们正在研究一种产品的配方。总而言之，其重要性在于……为科学家提供工具，使其能够考虑可持续性和早期研究，这一点至关重要。否则，这些决策将很难做出。JMP 及其实验和分析工具已被证明是科学家优化产品或配方性能、可持续性以及其他诸多方面（例如成本）的非常实用的工具，从而能够同时获得最佳解决方案。以上就是我们的全部内容。非常感谢您的关注。
