804231_de-DE

liliconcom

Doppelte Mischung mit Prozessvariablen

Hallo Team,

Ein Professor (für Landwirtschaft und Lebensmitteltechnologie) steht vor einer Herausforderung. Hier sind die Eingaben. Bitte um Rat.

Herstellung eines Sahnekekses

Antwort = Textur (Ziel übereinstimmend)

Faktoren

Das Sahnekeksprodukt hat zwei Mischungen,

Mischung1: Keksanteil = 60% (0,6)

Weizen = 0,05 - 0,26

Sorgham = 0,1 - 0,31

Zucker = 0,2 - 0,41

Mischung 2: Sahne = 40 % (0,4)

Wasser = 0,2 - 0,36

Butter = 0,08 - 0,28

Öl = 0,16 - 0,32

Prozessvariablen:

Prozessvariablen im Zusammenhang mit Mischung 1:

Temperatur = 160-180

Viskosität = 100-150

Backzeit = 2 - 20

Luftstromrate = 100-150

Kühltemperatur 1 = 5-20

Prozessvariablen im Zusammenhang mit Mischung 2:

Mischverhältnis = 500-1200

Kühltemperatur 2 = 5-20

___________

Ich habe versucht, ein benutzerdefiniertes Design zu verwenden. Aber wenn ich Prozessvariablen hinzufüge, kann ich keine Einschränkungen von Mischung1 = 60 % hinzufügen.

Der Professor fragte mich auch nach der Machbarkeit des Modells von Kowalski, Cornell und Vining (KCV).

Ich freue mich auf Ihre Beiträge und Gedanken dazu

Danke

Betreff: Doppelte Mischung mit Prozessvariablen

Ich kann nichts zum KCV-Modell sagen, aber ich vermute, sie versuchen, alle Zwei-Faktor-Interaktionen hinzuzufügen. Wir haben besprochen, wie wir das in Zukunft besser handhaben können, aber wenn Sie es als Mischung aus Mischungen einrichten, sollte JMP, wenn es das erste Mal fehlschlägt, die als singulär identifizierten Effekte hervorheben – wenn Sie auf die Schaltfläche „Begriff entfernen“ klicken und „Design erneut erstellen“ sollten Sie damit weitermachen. Ich bin auf dem Weg zu einer Konferenz, also bin ich mir nicht sicher, wann ich wieder vorbeischauen kann.

Betreff: Doppelte Mischung mit Prozessvariablen

Hallo @Muralidhara ,

Ich glaube, Sie haben zu einem ähnlichen Thema gepostet:

https://community.jmp.com/t5/JMP-SE-Discussions/Mixture-Design-with-2-Mixtures-and-Process-Variables/mp/556315

Sind das dieselben Leute?

Betreff: Doppelte Mischung mit Prozessvariablen

Hallo Chris,

Dies war eine alte Anfrage eines Professors des IIT Madras. Die neue Anfrage kam von einem Professor für Lebensmitteltechnologie.

Danke

wandmalerei

Betreff: Doppelte Mischung mit Prozessvariablen

@Ryan_Lekivetz : Ich könnte die Mischung mit der Mischung mit benutzerdefiniertem Design durchführen. Wenn ich jedoch die Prozessvariablen hinzufüge, kann ich keine Einschränkungen hinzufügen.

Ich freue mich auf Ihre Eingaben

Danke

wandmalerei

Betreff: Doppelte Mischung mit Prozessvariablen

Hallo @Muralidhara :

Dies scheint ein interessantes Problem zu sein.

Die Zusammenfassung des Modellpapiers von Kowalski, Cornell und Vining (KCV) lautet wie folgt: „Experimente, bei denen mehrere Komponenten gemischt werden, werden als Mischungsexperimente bezeichnet. Bei einigen Mischungsexperimenten hängt die Reaktion nicht nur vom Anteil der Mischungskomponenten ab, sondern auch von den Verarbeitungsbedingungen. Es wird ein neues kombiniertes Modell vorgeschlagen, das auf der Näherung der Taylor-Reihe basiert und einen Kompromiss zwischen Standardmischungsmodellen und Standardantwortoberflächenmodellen darstellen soll. Kosten- und/oder Zeitbeschränkungen begrenzen häufig die Größe industrieller Experimente. Vor diesem Hintergrund präsentieren wir eine neue Klasse von Designs, die die Anpassung des neuen kombinierten Modells ermöglichen.“ Dies ist jedoch eine Funktion in Design-Expert (DX) und es ist unklar, ob sie an Design-Expert lizenziert ist.

Nach meinem Verständnis von Knetprozessen in diesem Zusammenhang wird die Cremeschicht normalerweise zwischen die Keksschichten gelegt, wobei jede Komponente unabhängig verarbeitet wird. Genauer gesagt werden die oberen und unteren Keksschichten getrennt geknetet und gebacken, während die Cremeschicht unabhängig gemischt wird, bevor sie in einem separaten Batch-Prozess in allen Produktionsmaßstäben als Sandwichschicht aufgebracht wird. Ich bin mir nicht sicher, ob dies der richtige Ansatz ist, da es sich um zwei sich gegenseitig ausschließende Prozessschritte handelt. Es besteht kein Grund, das Problem zu verkomplizieren; selbst wenn bestimmte diätetische Einschränkungen zu berücksichtigen sind, erscheint dieser Ansatz kontraintuitiv.

Selbst wenn das Ergebnis des Experiments die Textur ist – die anhand der Härte oder Brüchigkeit der Keksschicht sowie des Mundgefühls von Creme und Keksen gemessen werden kann – wäre diese Bewertung höchst subjektiv. Es wäre ein anderer DOE-Ansatz erforderlich, der die Komplexität der sensorischen Bewertung berücksichtigt.

Betreff: Doppelte Mischung mit Prozessvariablen

Hallo Chandra,

Danke für Ihren Beitrag. Mein Keksbeispiel ähnelte einem, das ich von einem Professor gehört habe. Es war nur ein Beispiel für den Prozess. Bitte ignorieren Sie mein Wissen über den Prozess.

Die Frage war, wie man Mischungen von Mischungen mit Prozessvariablen erstellt. Diese Frage kam auch schon früher von einem Chemieprofessor. Ich habe nur ein Beispiel mit einigen zufälligen Werten für Faktoren und Antworten gegeben.

Unabhängig von der Domäne verstehe ich zwei Dinge.

1. Meines Wissens nach ist eine Mischung von Mischungen in JMP durch benutzerdefiniertes Design möglich.

2. Durch kundenspezifisches Design können wir auch eine Mischung mit Prozessvariablen durchführen.

Meine Frage ist nun, ob wir der Mischung eine Prozessvariable hinzufügen können. Wenn ja, wie?

Ich hoffe, das klärt

Danke

wandmalerei

Betreff: Doppelte Mischung mit Prozessvariablen

Mischungen von Mischungen mit Prozessen sind möglich, aber nur mit linearen Einschränkungen (siehe Code unten für ein Beispiel). Ich konnte auch Interaktionen hinzufügen und die einzelnen Effekte nach dem ersten Make Design entfernen. Derzeit können wir jedoch keine Mischungsfaktoren mit unzulässigen Kombinationen berücksichtigen. Für etwas Komplexeres mit Mischungsfaktoren müssten Sie einen Kandidatensatzansatz verwenden.

DOE(
	Custom Design,
	{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0, 1, "X1", 0 ),
	Add Factor( Mixture, 0, 1, "X2", 0 ), Add Factor( Mixture, 0, 1, "X3", 0 ),
	Add Factor( Mixture, 0, 1, "X4", 0 ), Add Factor( Mixture, 0, 1, "X5", 0 ),
	Add Factor( Mixture, 0, 1, "X6", 0 ), Add Factor(
		Categorical,
		{"L1", "L2"},
		"X7",
		0
	), Add Factor( Continuous, -1, 1, "X8", 0 ), Set Random Seed( 54230280 ),
	Add Constraint( [1 1 1 0 0 0 0 0.4, -1 -1 -1 0 0 0 0 -0.4] ), Add Term( {2, 1} ),
	Add Term( {3, 1} ), Add Term( {4, 1} ), Add Term( {5, 1} ), Add Term( {6, 1} ),
	Add Term( {7, 1} ), Add Term( {8, 1} ), Set Sample Size( 21 ), Simulate Responses( 0 ),
	Save X Matrix( 0 )}
);