-こんにちは、 私は ジェリー 魚 私は a テクニカル エンジニア と ジャンプ。
I カバー いくつかの 中西部 州 で その 私たち。
私は 参加した 今日 による 1つ の 私の 同僚 スコット アレン、
誰の また a テクニカル エンジニア のために ジャンプ
そして 彼 サポート いくつかの 他の 中西部 州。
こんにちは、 スコット。
-おい、 ジェリー、 良い 朝。
-良い 朝。
今日 私たちは 欲しい に 話す について a バラエティ、
a 比較的 新しい 方法 に 分析する データ、 具体的には から フライス加工 操作、
どこ 私たちは 欲しい に 学ぶ について フライス加工 に ヘルプ と a 規模- 上 フライス加工 プロセス。
-で e 両方 持っている a 強い 興味 で プロセス 最適化 使用して DOE
そして で モデリング 応答 曲線
使用して その 機能的 データ エクスプローラ で ジャンプ プロ、
そして 私たちは 望んでいた に 持ってくる それらの 一緒に のために 今日の プレゼンテーション。
そして一つ の その 初め 例 I 見た やっている これ 選別 の 分析
だった その フライス加工 DOE それは で その サンプル データ 図書館、
どこ その ゴール は に 最適化する 一つの 平均 粒子 サイズ。
それで として 私たちは だった 話している について 可能 トピック のために 今日、
私たちは 考え それ だろう なれ 面白い に 見る もし 私たちは できた 伸ばす それ
その代わり の 最適化 それ ただ その 粒子 サイズ、
できた 私たちは 実は 最適化する その 粒子 サイズ 分布 応答 曲線？
-それで、 フライス加工 もっている 多くの 違う アプリケーション。
あなたは 探す それ で 何でも から 鉱業、 食べ物 処理、
作る トナー で その 印刷 業界、 作る 医薬品 粉末。
で その ほとんど 基本的な レベル、 a フライス加工 プロセス は 使用済み
いつ 私たちは 欲しい に 減らす その 粒子 サイズ の a ある 物質
そして 生産する 制服 粒子 形状 そして サイズ 分布
の a 起動 材料。
頻繁 いくつかの タイプ の 研削 中くらい は 追加した に 加速する その プロセス
または に コントロール その サイズ そして 形 分布
の その 結果として 粒子。
で それぞれ 応用 その 欲望 は に 得る その 右 粒子 サイズ、
言う その 中央値 または その 平均 粒子 サイズ、
と a 制御された 予測可能な 粒子 サイズ 分布。
で その シナリオ 私たちは 議論した 今日、
私たちは 持っている 一つの 既存 製造業 フライス加工 手術
それ 生産する a 医薬品 粉。
それ もっている 良い パフォーマンス 今日、
作成 その 右 中くらい 粒子 サイズ そして a 狭い 粒子 サイズ 分布。
A 満杯 開示 これ シナリオ そして その 結果として データ は 発明されました。
スコット そして I しなかった 持っている アクセス に 非 機密 データ
に 現在 で これ 紙。
しかし、 平 けれど その データ は 捏造された、
その テクニック それ だった について に 見せる は 該当する のために 本物 世界 問題。
その 写真 の上 その 左 ショー a 典型的な 興奮した ボール ミル。
その 材料 に なれ 粉砕された、 入る で その トップ
そして 継続的に 流れ の中へ その 容器 どこ 一つの 攪拌機 回転する
その 材料 そして その 研削 中くらい に 影響する 粒子 サイズ。
その 結果として 粒子 は それから 掃除機をかけた 外 の その 容器
として 彼らは 粉砕された。
管理 もっている 言った 彼らは 必要 に 増加 その 生産 出力、
何か だった 全て、 私は もちろん、 おなじみ と。
彼らは は 考慮して 建物 a 新しい フライス加工 ライン、
しかし 前に 投資 全て それ 資本、 彼らは のように に 調査する、
できる 私たちは 単に 増加 その スループット の 私たちの 既存 装置？
それで 製造業 作った いくつかの 試み で やっている それ、
彼らは 調整済み 彼らの プロセス、
そして その間 彼らは できる 影響する その 中央値 粒子 サイズ、
その 新しい 出力 もっている 奇数 粒子 サイズ 配布物。
それで 製造業 来た 戻る に R& D どこ スコット そして I は、
そして 尋ねた 私たち に 行く に その パイロット 研究室
そして 見る もし そこには どれでも 組み合わせ の 設定 それ かもしれない 改善する スループット。
スコット、 何 パラメータ した 私たちは 見て で？
-で これ 場合、
だった 行く に 使用 六 違う 要因 のために a デオ。
そこには 行く に なれ 4つ 連続 要因
それで 攪拌 スピード、 その 流れ レート の キャリア ガス、
その メディア 読み込み中 として a パーセンテージ の その 合計、
そして それから その 温度 の その システム。
そして それから そこには 二 カテゴリカル 要因、
その メディア タイプ そして 多分 その メッシュ サイズ の a 前 画面 プロセス。
そして それで 決定する それらの 要因
は かなり 率直な これら は 知られている に 影響する 粒子 サイズ 分布
そして もの のように それ、 しかし その 応答 は まだ a チャレンジ。
そして で これ 場合、 私は ない もちろん どうやって あなた だろう 実は 行く 試合 やっている これ
もし あなた できなかった モデル その 応答 曲線 のように だった 行く に する。
それで ジェリー、 で あなたの 経験、 どうやって だろう あなた 持っている 終わり これ 前に？
-S o これ 次 スライド ショー 典型的な 粒子 サイズ 分布
または 粒子 サイズ 密度 プロット。
そして 私たちは 得た a プロットされた として パーセント あたり ミクロン 対 サイズ。
しかし あなた できる 考える の これ として ただ a 粒子 カウント
の上 その そして- 軸 または a 質量 分布、
その ただ a ヒストグラム 代表する その 分布 の 粒子。
何 あなたは 見る の上 あなたの 画面、
これ かもしれない なれ a 良い 粒子 サイズ 分布、
もっている a ニース 狭い 形 と a ピーク
で その 希望 中央値 粒子 サイズ。
しかし どうやって する 私たちは 特徴づける これ 分布
もし 私たちは 欲しい に する a テスト に 調整する それ？
良い、 私たちは かもしれない 特徴づける その 位置 と その 平均、 中央値、 モード
の その 分布。
そして 私たちは かもしれない 特徴づける その 幅 経由 a 標準 偏差
または 多分 a 幅 で 半分 ピーク 身長、
それらの は 典型的な 方法 私たちは かもしれない 測定 それ。
しかし いつ 製造業 試した に 振り向く 様々な 生産 ノブ
で 彼らの プロセス に スピード 上 その スループット、
彼らは 見た 変化する 度 の 非対称 で その 分布。
多分 これ だった 期限 に 不完全 フライス加工 の その 医薬品 材料、
または 多分 そこには だった 温度 効果 それ 原因となった 粒子 に 凝集体、
私たちは しない 本当に 知る。
しかし 今 その 半分 幅
ない 本当に 代表する その 形 の それ 新しい 曲線。
それで 私たちは かもしれない 振り向く に 計算する 多分 パーセンタイル
平行 その 幅 の その 曲線、
多分 その 10日 パーセンタイル の 粒子 それ 秋 下に a ある ポイント、
20% 下に これ ポイント、 90% 下に これ ポイント、 そして それで 前へ。
しかし それ 取得する 平 よりタフ いつ だった 試して に 説明する 何か のように これ 形
どこ そこには は 二 とても 発音 ピーク、 または これ 形、
どれの I 傾向がある に 電話 a 干し草の山 どこ その とても 広い、 しない 持っている 裏。
何 する 私たちは する と それ？
それで これ パラメータ化 技術 しない 思われる に なれ その 最高 方法
に アプローチ その 問題。
スコット、 I 知る 私たちは 持っている に する いくつかの 実験、
しかし どうやって は 私たちは 行く に アプローチ これ で 今日の 分析？
-それで それは 何 だった 行く に する。
だから私たちは 行く に 使用 その 全体 形、
私たちの 応答 で これ 場合 は 行く に なれ それ 曲線。
それで だった ない 行く に 試す に 共同最適化 全て それらの 違う パラメータ
それ あなた 話した について。
私たちは できた 共同 最適化する 二、 三つ、 4つ 違う パラメータ、
しかし その代わり だった 行く に 使用 それ 全体 曲線 として 私たちの 応答。
だった 行く に 使用 全て その データ そして それから 私たちの ターゲット
は 行く に なれ いくつかの 仮説的な 曲線 それ 私たちは 欲しい に 成し遂げる。
だから一度 また、 だった ない 行く に 試す に ターゲット
全て その 違う パラメータ で それ 曲線、
だった 行く に 試す に マッチ その 形状。
それで 私たちは 欲しい に 持っている 私たちの 実験的な 形 マッチ その 形 の 私たちの ターゲット。
そして それで それは どうやって だった 行く に 得る 開始 と その 分析 今日
そして 良い 取る あなた を通して その ワークフロー の どうやって 私たちは だろう する それ。
それで させて 自分 行く そして 得る の中へ ジャンプ。
おっと、 そこには 私たちは 行く。
それで 私たちは 初め 見る ここ は その DOE それ 私たちは 走った。
それで 私たちは 走った a 決定的 スクリーニング デザイン と それらの 六 要因、
それでも あなた できた 使用 どれでも デザイン それ あなた 欲しかった。
そして 私たちは 得た 18 実験 で これ 場合、
それでここに 全て その 要因 そして その 要素 設定 それ 私たちは 使用済み。
-それ 見た目 かわいい 標準 に 自分、 スコット、 のために その DOE それ 私は 走る で その 過去。
しかし あなた しない 持っている a 応答 カラム。
-で 彼、 それは 1つ の その 個性的 もの について その 応答 曲線 分析 は
で いくつかの 症例 あなた セット それ 上 a 少し 少し 異なる そして どうやって あなた する その 分析。
それで 私たちは しない 持っている a 応答 カラム
そして だった ない 行く に 最適化する ただ a シングル 価値。
その代わり、 私たちの 回答 は で これ 他の テーブル。
それで で これ 場合、 私たちは 得た a とても 高い データ セット
と その x- 軸 は 私たちの サイズ そして その Y 価値 は 私たちの パーセント あたり ミクロン
そして これ は 何 だった 行く に プロット そして 最適化する。
しかし 私たちは する 必要 に 得る 私たちの DOE 要因 で そこには。
それで に する それ、 私たちは ただ 取った a 少し 少し の a ショートカット
そして 私たちは した a バーチャル 参加する 間 これら 二 テーブル。
それで で 私たちの デザイン ここ、 私たちの 走る 番号 は その リンク ID。
そして それから 私たちは 得た その 走る 番号 ここ そして これ は その リンク 参照、
そして これ しましょう 私たち 持ってくる で 全て の それらの DOE 要因。
それで これら は 全て ここ で その テーブル、 しかし 彼らは ただ 事実上 参加した
そして それ 役立つ 私たち 保つ 私たちの 応答 テーブル ニース そして クリーン。
それで もし そこには どれでも 変更、 私たちは しない 持っている に 心配 について コピー
そして 貼り付け または 調整する 全て それらの DOE 要因。
つまり どうやって 私たちは セット 上 私たちの テーブル、
私たちは 得た 私たちの DOE 要因 で これ テーブル そして 私たちの DOE 回答 発生する で これ。
そして として あなた できる 見る、 私たちは 得た 全て の 私たちの 18 走る ここ。
そして 前に 私たちは 始める その 分析、 さあ 取る a 見て で それらの 曲線。
それで I ただ プロットされた 全て それらの 曲線 で グラフ ビルダー、
そして それで 私たちは 得た 私たちの ターゲット 曲線 ここ。
それで これ は a 仮説的な ターゲット 曲線 それ 私たちは 欲しい に 成し遂げる、
その 行く に なれ 実験 番号 ゼロ。
そして それから 私たちは 得た 実験 1つ を通して 18
そして その 応答 曲線 のために それぞれ の それらの。
-それで あなたは 走る 18 実験 そして ない a シングル 1つ の それらの
見た目 その通り のように それ ターゲット。
何 する 私たちは する と それ？
-それは a 良い 観察。
そして で これ 場合、 何 私たちは できる 見る は いくつかの 違う 特徴 間 これら、
それで 絶対に いくつかの は もっと 広い。
I のように どうやって あなた と呼ばれる それ、 それ 干し草の山 ここ。
いくつかの は もっと 狭い、 多分 と 小さい 肩 ここ。
私たちは する 見る それ その ピーク シフト a 少し 少し で いくつかの の これら、
ここは その ピーク、 その シフト 左 そして 右。
そして それで うまくいけば 私たちは できる 探す いくつかの設定 そして それらの 要因
それ 意思 使用 その 最高 の 全て の これら 与える 私たち 何か それは 狭い
それなし a ショルダー または 二峰性 ピーク。
しかし に する それ、 私たちは 必要 に 行く
の中へ その 機能的 データ エクスプローラ。
これ は a 伝統的 DOE、 私たちは だろう 行く 上 に 分析する
そして 私たちは だろう 行く に フィット モデル、 潜在的に。
で これ 場合、 だった 行く に 行く 下 ここ
に 専門化された モデリング そして 行く に 機能的 データ エクスプローラ。
そして それで いつ 私たちは 打ち上げ これ、 私たちは 必要 に 追加 私たちの Y 価値観、
どれの だった その パーセント あたり ミクロン。
その X 価値観 だった 私たちの ミクロン サイズ。
私たちは 必要 に 識別する それぞれ の それらの 機能
と その 走る 番号。
そして それから だった 行く に 追加 全て それらの DOE 要因
として 補足 情報。
それで 私は ただ 行く に 取る 全て の 私の DOE 要因
そして 追加 彼ら として 補足 情報。
今 良い クリック わかった。
それで いつ あなた 打ち上げ その 機能的 データ エクスプローラ、
これ は 何 あなた 得る 初め。
そして これ は ただ a データ 処理 ウィンドウ。
そして 何 だった やっている は ただ 服用 a 素早い 見て で
全て の 私たちの データ。
そして それで で これ イニシャル データ プロット、 私たちは ただ 持っている 全て の 私たちの 曲線 重ね合わせた、
そして あなた できる 見る 私たちの 緑 ターゲット 曲線 隠蔽 で そこには。
それで これ ただ ショー 私たち どうやって 全て の 私たちの データ は 裏地 上。
以上 ここ の上 その 右、 私たちは 持っている a 違う セット の 機能
に ヘルプ クリーン 上 その データ、 プロセス それ。
そして 1つ の その 本当に ニース もの について これ プラットフォーム
は あなた しない 持っている に する それ データ 処理 で その データ テーブル。
それで もし あなた 必要 に 取り除く ゼロ または する いくつかの 選別 の 調整 ここ、
標準化された その 範囲、 もの のように それ、
あなた できる する 全て の それ 以上 ここ で その クリーン 上。
で 私たちの 場合、 私たちの データ は かわいい クリーン、
それで 私たちは しない 必要 に する どれでも データ 処理。
しかし 何 私たちは する 必要 に する は 取る これ 緑 曲線、
私たちの ターゲット 曲線、 外 の その 分析。
それで これ は その ターゲット、 これ は 何 だった 行く に 試す に マッチ。
そして それで 私たちは しない 欲しい それ に なれ 一部 の その モデリング 分析。
それで に 取る それ 曲線 外、 私たちは 行く 以上 ここ に その ターゲット 関数
そして 私たちは クリック 負荷。
そして 私は 行く に 選択 それ ゼロ 曲線、 クリック わかった。
そして 今 その 消えた。
それで 今 だった ない 行く に 含む それ で 私たちの モデル。
そして それで 私たちは できる スクロール 下 ここ そして ただ 見る どうやって それぞれ
の 私たちの 個人 実験 は プロットしました。
それで 今 それ 私たちの データ は ニース そして 掃除した 上、
私たちは できる 行く の上 に その 分析。
それで に する その モデリング、 私たちは 行く 上 に その 赤 三角形
そして そこには は いくつかの 違う モデル それ 私たちは できる 選ぶ。
そして で a 典型的な ワークフロー、
で その 始まり、 あなた かもしれない ない 知る どれの は その 最高 モデル に 使用、
かどうか あなたは 行く に 使用 Bスプライン または a Pスプライン または 何か それ以外。
で これ 場合、 で その 興味 の 時間、 私たちは 終わり 全て の それ すでに。
そして 私たちは 知る それ その Pスプライン 与える 私たち a かわいい 良い モデル。
それで だった 行く に 行く 先に そして フィット それ モデル。
それで I 選択 Pスプライン そして 今 ジャンプ は 作成 その モデル。
そして 何 良い 見る は、
その 初め もの 良い は 何か 似ている に それ イニシャル データ ウィンドウ 以上 ここ。
それで 全て の 私たちの 曲線 は まだ プロットされた そして 重ね合わせます。
しかし 今 私たちは 得た これ 赤 ライン そして これ 赤 ライン は 代表する その 平均
平均曲線は の 全て の それらの 違う 曲線。
そして それで 私たちは できる また スクロール 下 下に
そして 私たちは 見る それぞれ の 私たちの 個人 実験
また と a ライン の フィット。
そして これ は その 初め 表示 それ あなた できる 得る について
どうやって 良い これ モデル は フィッティング。
それで もし あなたは 取得 全て これら 赤 線 重ね合わせ あなたの 実験的な データ、
それから あなたは おそらく の上 その 右 追跡。
もし そこには だった a 多く の 偏差
それから あなた かもしれない 考慮する やっている a 違う モデル。
他の もの あなたは 知らせ 以上 ここ は そこには 違う フィッティング 機能
それ その スプライン モデル は 使用しています。
で これ 場合、 そこには だった 二 それ JMP それ は かわいい 良い。
それで これ リニア モデル そして その ステップ 関数 モデル
そして による デフォルト 全て その 分析 下 下に
は 行く に 使用 その モデル それ 持っていた その 最低 ビック 価値。
それで で これ 場合、 全て その 分析 は 使用して これ リニア モデル。
しかし もし あなた 望んでいた に 使用 a 違う 1つ あなた ただ 選択 それ
そして I しない 知る もし あなた できる 見る それ 簡単に、 しかし これ 自分の 強調表示 今
または あなた 行く に その リニア または あなた できる ただ クリック の上 その 背景
そして それは 行く に その デフォルト。
そして それで それは その モデリング 側 の それ。
しかし 私たちは 必要 に チェック どうやって 良い これ モデル は フィッティング。
そして それで に する それ、 私たちは ただ 行く 下 ここ に その ウィンドウ それ もっている a 機能的 PCA。
それで これ は その 機能的 原理 成分 分析。
これ 見た目 a 少し 複雑、 しかし 何 私たちは 欲しい に する
は 本当に 始める に 取る a 見て で どうやって 良い これ モデル もっている された 作成されました。
そして それで 何 私たちは 欲しい に する は 見て で これ 平均 曲線 ここ。
それで これ は その 同じ 平均 曲線 それ だった 計算された で その セクション その上。
そして 何 ジャンプ もっている 終わり は 言った、 だった 行く に 始める と これ 平均 曲線
そして それから だった 行く に 追加 a 形。
それで だった 行く に 追加 これ 関数 または いくつかの 部分、
どちらか ポジティブ または ネガティブ 部分 の これ 曲線
に これ 平均 曲線。
そして あなた できる 見る 以上 ここ どうやって 多くの の その 分散
あなた できる 説明する と それ 1つ 曲線。
それで で それ 場合、 もし 私たちは ただ 持っていた 私たちの 平均 曲線
で 私たちの 初め 形、
私たちは だろう 説明する について 50% の その 分散。
による 追加する a 2番 関数、 今 だった 説明 ほぼ 79%、
3位 関数 取得する 私たち 上 に 88％。
そして それで あなた できる 見る どうやって 多くの の それ 変化 私たちは できる 説明する
による 追加する もっと そして もっと 形状。
そして 依存する の上 その タイプ の 曲線 あなた 持っている、
あなた かもしれない 持っている のみ 1つ 関数 または あなた かもしれない 持っている 数十 の 機能
依存する の上 何 それ 曲線 見た目 のように。
それで これ は それ 見た目 のように 私たちは できる 説明する a 多く の その 分散 ここ。
それ かかる 私たち について 九 機能 に 得る 上 そこには。
しかし 今 私たちは 欲しい に 見る どうやって 良い それらの 組み合わせ
の 全て それらの 形状 と その 平均 関数 または と その 平均 曲線、
どうやって それらの は 表現しました。
どうやって 代表 彼らは は の 私たちの 実験的な データ。
それで に する それ、 だった 行く に 行く 下 に その スコア プロット、
そして私は 行く に 作る これ ただ a 少し 少し 小さくなります。
そして だった 行く に 見て で その スコア プロット そして これ FPC プロファイラー。
それで その FPC プロファイラー
は a 方法 に 見せる その 組み合わせ の 全て それらの 違う 形状。
それで 私たちは 本当に ただ 欲しい に 支払う 注意 に これ トップ 左 一部 の その グリッド。
それで これ は 私たちの 実験 ベース の上 その 組み合わせ の その 平均 曲線
と 全て それらの 違う 形状。
そして 右 今、 全て の その FPC、 以来 彼らは セット に ゼロ、
私たちは ただ 得る それ 平均 曲線。
しかし もし I 始める 追加する それ 初め FPC、 もし I 作る それ もっと ポジティブ、
私は 追加する それ 形、
今 I できる 見る どうやって 私の モデル化された 形 は 変化、
そして もし I 行く より低い、 I できる 見る どうやって その 変化。
それで による 追加する そして 減算 それぞれ の これら 違う 形状、
I できる 再作成する 全て の その 違う 曲線
または 得る 近い に 全て それらの 違う 曲線。
それで これ かもしれない 取る a 少し その間 に する 手動で、
しかし そこには a ニース 少し ショートカット。
それで 何 I のように に する は 行く の中へ これ スコア プロット、
そして さあ 言う I 欲しい に 見る 実験 番号 六
それで I できる ホバー 以上 六、
そして それから 私は 行く に ピン それ ここ、 引く それ 以上。
そして それで そこには は 九 違う 機能、 しかし だった のみ 行く に 見る 二 で a 時間。
そして I できる 見る それ 成分 1つ は 0.08
そして 成分 二 は マイナス 0.03 .
それで I できる 取る これ に 0.08 , そして I できる 取る これ に マイナス 0.03 .
そして 私は 起動 に 再現する これ 曲線、 しかし I だろう 必要 に 調整する 全て の 彼ら。
そして それで そこには a ショートカット に する それ による ただ クリック の上 これ。
それで による クリック の上 六、 全て の その 違う FPC コンポーネント
は セット に その 最高 代表 モデル。
そして 私たちは できる 見て で これら 二 形状 そして 見る どうやって 近い 彼らは は。
で これ 場合、 彼らは 見て かわいい 良い。
多分 そこには ない として 多くの 意味、 そして これ は ない とても 真っ直ぐ、
しかし それ 見た目 かわいい 良い。
そして それで 私たちは できる 行く 以上 に 別の 曲線 のように 番号 セブン、
良い クリック の上 それ 1つ そして 見る どうやって それ 変更。
今 その ない 見ている とても として 良い、 そして 私たちは できる 行く に 八。
そして これ は 何 I 本当に のように について これ プラットフォーム、
は それ しましょう あなた 探検する その データ。
それで その 機能D 分 エクスプローラ、
だった ただ 見る どうやって 良い これ モデル フィット、
そして だった やっている それ かなり 視覚的に。
そして右 ここ、 もし だった 本当に 興味がある で それ 理解 その 二峰性 自然
だった ない 取得 それ 解決 と ここ。
それで これ は 伝える 私たち 多分 これ ない その 最高 モデル。
多分 そこには a より良い 1つ 外 そこには それ 私たちは できる 見て で。
それで もし 私たちは 行く 上 戻る に その トップ、
その リニア モデル だった 選択された 当初 なぜなら それ 持っていた その 最小 ビック、
しかし 多分 私たちは 欲しい に 使用 a ステップ 関数 それで I できる クリック の上 その ステップ 関数。
そして 今 全て それらの FPC 曲線 持っている された 再計算されました。
そして その 初め もの 私たちは 知らせ は、
だった 取得 a 多く もっと 説明 の その 分散 ここ。
それで 私たちは しない 必然的に 必要 全て の これら 曲線、
I できる ただ 取る これ スライダー。
多分 私たちは ただ 欲しい に 見て で 六 曲線 そして 説明する 99.7% その 分散。
そして それで その 簡素化 その モデル a 少し。
それで 今 私たちは できる 行く 下 ここ そして 取る 別の 見て
そして スポット チェック それらの 曲線。
それで I できる ホバー 以上 六 また、 ピン それ ここ。
これ は その 曲線 それ 良い なれ 見ている で。
そして 何 I 欲しい に する、 病気 ただ 作る これ a 少し 少し もっと大きい。
そして それで いつ I クリック の上 六、 わかった それで 何 する あなた 考える、 ジェリー？
あなたは何を 考える これ 1つ は 見ている a 少し 少し より良い？
-それは 多くの より良い 再生 の あなたの 実験的な 日？
うん、 I のように それ。
-良い。 うん、 I 考える これ は 見ている より良い。
それで 私たちは できる 行く に セブン、
そして それ 自分の 見ている a 多く より良い として 良い。
そして あなた しない 必要 に 選択 彼ら 全て、
しかし その 良い に チェック a 少し の 彼ら それで 私たちは できる 行く 見て で 八。
うん、 それで 今 だった 取得 a 多く より良い 解決 ここ
の上 その 二峰性 自然 の それ。
全て 右、 I 考える これ は 伝える 私たち それ これ モデル は かわいい 良い。
-うん、 それで 何 する 私たちは する 今？
それは 素晴らしい それ あなた できる 再現する その 実験的な 結果、
しかし どうやって する あなた 得る に その 最適ですか?
-うん、 I 推測 で これ ステージ、 その まだ a 少し 少し 抽象的な。
それで 私たちは 得た 全て これら 違う 形状 それ だった 組み合わせる で 違う 方法
に 再現する 全て の 私たちの 曲線、 しかし 私たちは まだ 終わり 何 私たちは セット 外 に する
どれの だった 関係する それらの 形状 に 私たちの DOE 要因。
それで それは 何 だった 行く に する 次。
だった 行く に 行く 戻る 上 に その モデル
そして だった 行く に 選択 機能的 DOE 分析。
そして いつ 私たちは する それ、 今 だった 取得 a プロファイラー
それ かもしれない 見て a 少し 少し もっと おなじみ もし あなたは 使用済み に やっている 伝統的 デオ。
それで 一度 また、 その 応答 曲線 それ 私たちは 持っている は ここ。
そして それで 私たちは 見る 私たちの パーセント あたり ミクロン の上 その Y
そして その ミクロン サイズ または その 粒子 サイズ の上 その X.
しかし 今 その代わり の 持つ それらの FPC
で それらの 形状、 今 私たちは 持っている 私たちの DOE 要因、
それで 私たちは 得た 私たちの 攪拌 スピード、 私たちの 流れ レート、 メディア 読み込み、 そして その他。
今 I できる 動く それ 攪拌 スピード そして I できる 見る どうやって その 関連する に
または どうやって その 影響を与える その 曲線。
そして I できる 見る による その スロープ の これら 線
かどうか または ない 何か は 重要 または ない。
それで 変化 それ 1つ しない 本当に 変化 その 形。
それで 流れ レート しない 案件 a 全体 多く、 しかし 温度 確かに
作る それ もっと 広い または 作る それ もっと 狭い。
そして それで 何 私たちは できる する なぜなら 私たちは ロード済み それ ターゲット 曲線、
ただ のように で a 標準 取引、 私たちは できる 行く に 私たちの 赤 三角形
そして 私たちは できる 行く に 最大化する 望ましさ。
それで 通常、 これ だろう 見て で a パラメータ
もし あなた だった やっている a 伝統的 DOE。
しかし で これ 場合、 その 行く に 試す に 探す その 設定
それ マッチ それ ターゲット 曲線 それ 私たちは ロード済み 以前。
それで いつ I クリック それ、 そして そこには 私たちは 行く。
それ 見た目 のように そこには は いくつかの 設定 ここ それ 得る 私たち a 曲線 それは かなり 狭い、
打撃 その ピーク それ 私たちは 望んでいた そして しない 持っている どれでも の それらの 特徴
それ だった 試して に 避ける。
-とても いいね。
それで は 私たちは 終わり？
私たちは 得た その 設定 それ 私たちは 必要、 私たちは ただ 投げる それらの
以上 その フェンス 製造業 そして だった 終わり。
-良い、 それは 1つ 方法 に 雌鹿 それ、 ジェリー。
I しない 知る もし 皆さん で 製造業 それ I 働いた と 前に
かもしれない ない のように それ。
私たちは おそらく 欲しい なぜなら これら 設定 だった セット で、
その 設定 は ない 一部 の 私たちの デザイン。
それで これ 1つ は で その 中心、
これ 自分の ない で 一つの 角 または その 中心。
それで 私たちは おそらく 欲しい に 走る いくつかの 確認 走る ここ、
多分 見る いくつかの 感受性 そして 作る もちろん それ、、
私たちは 得た いくつかの 堅牢性 その周り これら 設定。
-とても いいね。
わかった、 全て 右。
-さあ 得る 戻る そして I 考える 私たちは できる 和 上。
-うん。 それで、 スコット、 それ だった 素晴らしい、
感謝 あなた のために それ プレゼンテーション。
それで で まとめ、 何 私たちは 試した に する、 は 示す どうやって に 実行する a DOE
使用して これら 粒子 サイズ 密度 曲線。
その 曲線 彼ら自身 として その 応答 それよりも よりも パラメータ化 その PSD
と まとめ 統計 のように 中央値、 標準 偏差、 そして その他。
私たちは だった それから できる に 最適化する 私たちの 要素 入力 設定 に その プロセス
で 少しでも で その パイロット 規模 に 探す 一つの 最適 曲線 形 それ だった とても 近い
に 私たちの 希望 粒子 サイズ 分布。
平行 と その 方法 私たちは 発見した どうやって いくつかの の それらの パラメータ、
攪拌 スピード そして それで 前へ 影響する その 粒子 サイズ 分布、
リードする に 複数 ピーク または リードする に 広い ピーク
または 何でも それ かもしれない なれ。
それで 私たちは 持っている 一つの 理解 について それ、 そして 私たちは 持っている a モデル。
それで もたらす これ 全て 戻る に 私たちの オリジナル シナリオ、
R& D 取った その 結果 戻る に 製造業、
どこ 確認 走る だった 試みた。
規模- 上 多分 なかった 完全に 成功。
それは 典型的な の 規模- UPS、 時々 その パイロット 走る
しない 地図 直接 に 製造業。
しかし 私たちは する 持っている これ モデル 今 それ 与える 私たち 一つの 表示
の どれの の これら ノブ に 振り向く に 調整する もし 私たちは する 持っている a ショルダー の上 それ ピーク
または 何か のように それ。
それで 私たちは だった できる に 行く 戻る に 製造業、
与える 彼ら その 援助 それ 彼らは 必要 に 得る それ で
それで それ 彼らは できた 増加 彼らの スループット そして みんな だった ハッピー。
[クロストーク 00:26:18] それ 結論 私たちの 紙。
スコット、 ありがとう のために 全て その 難しい 仕事。
-うん、 良い、 それ だった 素晴らしい 働く と あなた の上 これ、 ジェリー。
- ええ、同じく。
スコット もっている された 親切 十分 に 保存 その モデリング スクリプト で その データ テーブル、
どれの だった 行く に 添付する に これ プレゼンテーション。
もし あなたは 得た どれでも 質問 について その ビデオ
または どれでも の その テクニック それ 私たちは した、 お願いします 役職 あなたの コメント 下に その ビデオ、
そこには なれ a 空間 のために あなた に する それ、 私たちは なれ ハッピー に 得る 戻る と あなた。
感謝 あなた のために 接合 私たち。
-ヤップ、 ありがとう。
