实验设计
辐射响应数据
案例研究
Stephen W. Czupryna，客观实验（stevecz@objexp.com)
Tony Shockey，福禄克公司（tony.shockey@fluke.com)
Roy Huff，斯内尔集团（rhuff@thesnellgroup.com)
抽象的
这过程之声以多种形式出现在我们面前。 有效的温度、压力、张力、硬度、表面光洁度和其他工艺数据充分说明了产生我们收入的制造工艺。
对于许多流程来说，关键的洞察力是通过倾听过程之声用温度的语言。 从历史上看，我们使用热电偶、高温计和其他分立设备来测量温度，并且已经学到了很多东西。 然而，如今经济高效的热像仪的出现，为我们提供了一种更好的方式来聆听工业过程的热力学声音，其便捷性和分辨率在不久的过去是不可想象的。 有了热像仪和统计软件，我们就能很好地听到我们的流程在电磁波谱的红外波段向我们发出的重要信息。
本文是一个关于一家塑料加工公司的案例研究，该公司使用 JMP 11®、Fluke Ti32® 热像仪、Fluke 的 SmartView® 软件和客观实验 5 步实验设计 (DOE) 方法对几十年来一直产生令人失望的结果的热成型工艺获得了新的见解。 过去尝试使用热电偶和高温计来改进工艺，并取得了一些进展，但只有当公司在设计实验中收集有效的辐射数据时，他们才最终取得突破性的改进，并极大地影响了公司的利润。
本文还将解释如何令人惊叹的因素高分辨率热成像图和 JMP 的数据可视化工具都表明，多元化的一线工人、主管和经理群体将融入一支具有发掘新知识天赋的有凝聚力的团队。
热成像技术简介
地球上的所有物体都发射红外线（IR）辐射。 通过使用非接触式红外摄像机，经过认证的热成像师可以检测和测量从表面发射的红外辐射并测量表面温度和热梯度。 图 1展示了热像仪如何轻松检测到人眼无法检测到的重要现象。
数字1：电保险丝存在危险情况
红外摄像机是一种由探测器、红外光学元件、显示器、控制器、存储介质和电源组成的电光设备。 看图 2. 这些仪器具有广泛的工业应用，为用户提供热模式和定量数据的视觉显示，可以使用制造商的图像分析软件或 JMP 等统计软件进行分析。
数字2: Fluke Ti32 热像仪
探测器和光学器件尤为重要。 典型的探测器对两个光谱带的辐射敏感，即中波红外（2.5-6.0µm）和长波红外（8.0-15.0µm）。 焦平面阵列探测器具有多种分辨率。 对于 Fluke Ti32，阵列为 320 x 240 像素，被认为是高分辨率用于热像仪。 因此，一张图像所产生的信息与 320x240=76,800 个离散热电偶所产生的信息相同。 探测器的尺寸和密度与光学元件相结合决定了系统的空间和测量分辨率。
热火按照自己的节奏前进
离开表面的能量可能由发射、反射以及（对于某些材料而言）透射的电磁辐射组成。 对于热成像分析，只有发射的能量才能提供有用的表面温度信息，并且必须对反射和透射能量（如果存在）进行补偿。 幸运的是，经过认证的热成像师了解这些限制，并且可以使用成像仪的算法来避开反射能量、背景能量和某些材料固有的红外透射的不良影响。 值得注意的是，红外摄像机具有相当长的学习曲线，需要大约一周的实际培训才能确保测量准确。
发射率是描述材料发出热辐射能力的关键特性。 发射率在 0 到 1 之间变化，是材料类型、表面状况、温度、波长和视角的函数。 再次强调，经过认证的热成像师的技能在评估研究对象和设置成像仪进行可靠测量时起着重要作用。
热成像技术不再只用于建筑物检查
红外热成像技术具有广泛的应用，包括电气、机电、机械、建筑和屋顶诊断、无损检测、飞机检查、工业过程控制和工业过程改进。 塑料工业中存在许多应用，包括本文所讨论的热成型以及挤压、旋转成型和注塑成型。
Fluke Ti32 成像仪
用于该工艺改进项目的 Fluke Ti32 成像仪具有在长波红外光谱中运行的微测辐射热计探测器阵列。 该系统的瞬时视野 (IFOV) 为 1.25mRad，使用内置镜头时最小焦距约为 6 英寸。 该型号的热灵敏度非常好，为45mK，采集率为60Hz。
本报告中的图像利用 Fluke SmartView® 软件进行处理和分析。 该软件包括各种分析工具、发射率等变量的调整以及数据的导出。 该软件允许热成像师追溯性地改变所有相机调整，当然，焦点除外。
一切都与热量有关
E工程知识指出温度控制是热成型过程所有阶段的关键因素。 公认的事实是，优质零件是塑料毛坯和热成型部件均匀加热和冷却的结果。 众所周知，过大的热梯度会导致零件变形、厚度控制不佳、结构脆弱以及表面光洁度差。
挑战
所研究的热成型炉具有独特的设计，配有穿梭系统和单面加热阵列，如图所示图 3和图 4.
穿梭托盘位于轨道上，可将塑料坯料直接移动到多区域水平加热阵列下方，然后将加热的坯料穿梭出来，在那里将其拾起并用手真空成型到等待的模具上。加热仅从一个方向进行，托盘到加热器阵列的距离是固定的. 阵列和叠加的空白如图所示图 4.
从过去的研究得知，毛坯的表面温度沿其长度和宽度方向变化很大。 一名操作员指出，加热毛坯的第一张探索性热图像看起来像 20 世纪 70 年代的吉米·亨德里克斯扎染衬衫!
这项工作在实验上没有任何新内容，因此本文的其余部分强调了实验的逐步方法、团队动力和用于决策的实验哲学。
实验团队
公司管理层为这项工作选择了 3 个人——一名熟练的生产线操作员（客户！）、一名主管和一名具有 DOE 经验的工艺工程师。 根据需要，还引入了其他人参与工作。以下将这一群体统称为这 实验者.
DOE 理念
尽管 DOE 具有技术倾向，但它的成功取决于实验者及其管理人员的哲学基础。
DOE 是迭代的
尽管公司将热成型工艺研究指定为一项独立的核准项目设定了目标完成日期和各种里程碑，实验者们暗自思考着不同的思路。 他们将这项工作视为众多（最好是简短的）学习周期的开始1,2,3,4这将有助于深入理解过程。 他们并不是在寻求快速解决办法。
DOE 不是一项观赏性运动
有过 DOE 工作经验的人都知道，自己做实验、收集数据通常比把任务交给实验室技术员或其他同事要好。因此，所有实验者都打算亲自动手，不管他们是否愿意。
谨防假设
每个人都同意不要掉以轻心。 他们仔细观察了整个过程，做了笔记，与操作员交谈，并最终自己运行了整个过程。 实验人员进行了每周的维护检查、控制器自检等。 在工作开始之前发现并解决了一些问题。我最后，获得的知识和实验者手上的砂砾数量之间似乎呈现出强烈的正相关关系。
步骤 1 — 确立目标
许多工业实验都失败了，因为目标没有明确定义。 一份有用的文件，标题为提出正确问题的清单5为这个潜在问题提供了精简、简单的解决方案，并为小组讨论提供了极好的论坛。 随着时间的推移，该团队达成了一项不同寻常的共识——现有的知识库太过稀疏，无法以典型的管理方式来表述目标，例如r6 个月内减少 25% 的废品率或者每 2 个月增加 5% 的正常运行时间. 相反，目标是以非传统的方式定义的，形式是目标条件3如图所示图 5.
提高对流程的理解
最大限度地提高操作员的参与度
和迭代实验设计
数字5：目标条件
人们相信，提高组织各个层面对流程的理解必然会带来有用的预测模型和新知识。 然后，他们将能够确定每个加热区域的理想工作周期以及适合各种塑料类型、尺寸和厚度的生产实践。
第 2 步 - 选择策略
实验者必须在三种基本实验方法之间做出选择5:
考虑到热成型机性能不可预测的痛苦历史，公司管理层批准了充足的资源用于实验，并且小组很快就同意了响应面方法。
步骤 3 — 制定计划
策略已到位，一切准备就绪，可以制定计划了。
选择实验因素和范围
该计划有 6 个工艺因素 - 每个加热器区域的占空比（以百分比表示）。范围从 20-60% 到 30-70% 不等。
考虑已知保持不变的因素
未研究的因素在实验期间保持不变。
- 机器操作员（实验者）
- 塑料毛坯生产批次
- 加热毛坯弹出和热图像采集之间的时间
- ETC。
危险，暗藏变数！
项目团队大部分时间都花在工作区域，这为识别和解决大量潜在的潜在危险提供了绝佳的机会。
- 环境温度
- 环境湿度
- 空气循环
- 一天中的时间、休息时间
- ETC。
该计划包括 1 小时的热成型机预热时间，以确保稳定的热条件，记录潜在变量并连续进行实验运行，不间断。 一个热成像技巧特别有用7 。实验人员将 Scotch® Super 33+ 黑色乙烯基电工胶带贴在热成型机附近的非金属物体上。参见图 6.
数字6：热成像师的最佳朋友
该胶带的可预测发射率为 0.95，是环境温度的绝佳测量点。Krylon 平光黑色喷漆的发射率也为 0.95并可用于相同目的7 。
选择回应
最初的计划只有一个答案，实验者愿意随着新知识的积累而增加更多答案。这又一次背离了过去提前计划一切并规定任意最后期限的做法。他们的替代方法是随着新知识的积累而增加新的答案，成本低廉，收获颇丰。
最初感兴趣的响应是塑料毛坯中的热梯度。这就是辐射测量数据的优势所在。当图像保存为辐射测量数据文件 (.is2) 时，Fluke 的 SmartView 软件可以将实际数据阵列（76,800 个数据点）或其子集导出到 .csv 文件。然后，实验者可以根据需要自由定义响应变量。例如，它可以是沿指示线的不同热梯度的测量值，如图所示图 7和图 8.
数字7：带有关注线的热像（L 0 ）
数字8：沿 L 0 的表面温度图
或者，响应可能是矩形区域内的热梯度。 看图 9.
数字9：具有感兴趣区域（A 0 ）和表面温度的热图像
线响应或面积响应都远远优于使用离散热量表的读数作为实验响应。 实验人员选择面积 A 的对数0作为它们的热梯度响应变量。 后来又添加了两个答案——以分钟（CT）为单位测量的过程周期时间和计算出的功耗。 这些应对措施对工厂产量和能源成本具有重要的财务影响。 图 10总结最终计划。
数字10：因素与应对措施
定义模型并计划重复运行
起初，人们认为 6 因子实验会导致难以管理的运行次数，但由于加热周期短且材料成本低，项目团队决定采用完全二次模型，最少加 4 次运行和 8 次重复运行，如下所示图 11. 通过巧妙的规划，实验者可以在一天内完成全部 40 次试验，因此无需进行阻止。
数字11：I-最优设计
设计检查
相关性颜色图显示设计良好，实验可以继续。 看图 12.
数字12：设计检查
关于团队动态的哲学注释
如上所示的热图像、易于理解的 DOE 设计屏幕和 JMP拟合模型下面显示的输出引起了实验人员和其他工厂人员的广泛关注。 在工作期间，拍摄了物体、机械和人体的热图像，并热烈讨论了其含义。 同时，JMP预测刻画器和交互图引发了大量的讨论和热烈的辩论。 发表了意见。 分享了经验。
由于这些卓越的团队动力，人们自由地选择参与流程改进工作，从而证明了精益格言保持简单和直观。
步骤 4 — 执行计划
与往常一样，进行几次练习是为了解决预期的程序问题。 对标题为提出正确问题的清单并对所有测量进行了清晰的操作定义。然后，实验人员在收集40组反应数据时，手变得更脏了。 一路上我学到了很多东西。
先决条件 #1 - 检查常数
将收集到的和计算出的响应数据拟合到模型后，使用 3 种可视化方法检查结果的常数 s，即残差预测图、Box-Cox 图和残差正态性检验。 3 人中有 2 人通过了测试（见图 13例如），然后团队继续进行下一个先决条件。
数字十三：检查常数
先决条件 #2 - 测量健全性检查
通过 8 次重复运行，可以检查流程和测量系统的重复性。JMP 的表格 EMP 输出6 (图 14) 表明，90% 的测量变异来自实验运行本身。JMP 的变异性图表 (图 15) 以图形形式提供了确凿的见解。
数字14：EMP 健全性检查
数字15：变异性图表
这些结果很容易理解，实验者同意继续进行。
审阅结果
JMP 的拟合模型输出本质上是高度图形化的，简化了向不同组织级别的人员解释实验结果的任务。 输出范围从表格到图形，再到高度交互，如图所示图 16到图 19.
T实际与预测图（见图 16) 是对模型本身质量的评估。绘制的点表明具有良好的预测能力。
数字16：实际与预测图
排序后的参数估计值（图 17）以简洁的表格/图形形式告诉我们模型中每个术语的相对重要性。 最重要的因素是区域的主效应。 第二和第三个最重要的术语是 1-3 区相互作用和 1-5 区相互作用。 相互作用概况 (图 18）提供额外的见解。
数字17：排序参数估计
数字18：交互概况
发现强的 Z1-Z3 和 Z1-Z5 相互作用（即那些角对角并列的) 对过程的理解是一个巨大的飞跃。
思考并选择一个最佳点
实验人员和公司高管发现，JMP 预测刻画器可以清晰地直观地评估技术与财务之间的权衡，从而提供一种简单而有效的方法，可以根据实际过程观察的数据做出业务决策。 看图 19.
数字19：预测剖析器
一些加热区对热梯度没有显著影响，因此可以将占空比设置为范围的低端，以节省电力成本，延长加热元件的使用寿命，节省维护成本并减少昂贵的生产中断。
你设计的实验没有任何问题……
正如大自然厌恶真空（至少在地球上是如此），一些制造业人员同样厌恶实验范围极端附近的区域和响应曲线的陡峭区域。 因此，该团队思考了实验外部限制因为他们对超出测试范围的占空比下会发生什么情况一无所知。 例如，如果区域 1 漂移到 65% 的占空比，会发生什么情况？ 没人知道。
相反，当响应曲线倾斜度较大时，如区域 3 的情况，憎恶极端可能会很昂贵。 因素的微小变化可能会引发响应的显著变化。 请注意，A 的对数0发生在第 3 区占空比为 70% 时。 然而，该设定点处于测试范围的极限和在第 3 区曲线的陡峭部分，这是工艺工程师最可怕的噩梦。 图 20突出显示此过程的危险区域。
数字20: 讨厌的 3 区
实验人员决定将区域 3 的占空比降低到 41%，并接受由此产生的惩罚A 的对数0. 理由：选择能够抵御加热元件老化、环境气流、漂移、误差等变化源的工艺设置。F图21再次可视化了 6 个区域选择最佳位置背后的原理位于高原中心，远离极端。
数字21: 制造商的天堂
测试模型并评估公差区间
接下来，实验人员反复测试最佳点，并使用累积数据计算公差区间，在本例中，对 99% 的未来产品的置信度为 95%。 事实证明，公差区间满足了客户的期望。
步骤 5 – 确认成功
凭借实验中获得的强大新知识，实验者自信地建议对公司管理进行永久性变革。 已采取行动。 批准进行进一步研究。 然而，仍有一些重要事项。
反映
实验者从自己的错误中汲取了教训。 精益实践，半生9，建议在达到重要的里程碑之后（例如一个学习周期的结束和另一个学习周期的开始）反思工作方法。 该团队就他们做错了什么以及可以做得更好的地方进行了一次非正式且坦诚的讨论。 事实证明，这项练习对于后续研究和未来实验很有用。
帮助他人
实验者还花时间进行了另一项有用的精益实践，横天10，建议在整个组织内横向分享最佳实践。 这种做法的好处包括向其他人介绍 DOE 方法并帮助他们进行自己的实验。
承认
此外，团队停下来庆祝他们的成功，并确保所有参与者的贡献都得到明显的认可。 一大堆披萨饼被送了进来。
监视器
额外的面积 A 的对数0定期收集数据来检测过程漂移的存在。 如果烤箱的性能明显下降，问题就会很快被发现，然后进行调查和解决。
成功的关键
所取得成果的质量在很大程度上受到一线工作人员的出色贡献、JMP 备受赞誉的数据可视化功能的使用、“看到热点”的能力以及一致的决策方法的影响。 显而易见的是，实验设计和热成像技术是高度互补的技术。 如果团队仅限于反复试验、一次只进行一个因素的实验或使用离散温度计，那么热成型机几乎肯定会像往常一样继续蹒跚前行。
其他应用
无论制造商何时需要了解过程原因和热效应，都可以使用热释光响应变量实验。 以下是热成像响应变量非常有用的多种不同应用。 肯定还会有更多。
- 食品制造
- 挤压
- 退火和热处理
- 冶金
- 注塑成型
- 暖通空调设计
- 复合材料
- 拉挤成型
- 加热器、冷却系统和干燥机设计
参考
[1] Roger Hoerl 和 Ron Snee，统计思维，2nd版，John Wiley & Sons，Wiley 和 SAS 商业系列，2012 年
[2] Ian Cox、Marie A. Gaudard、Philip J. Ramsey、Mia L. Stephens 和 Leo T. Wright，可视化六西格玛，SAS Institute, Inc.，John Wiley & Sons 出版，SAS 商业系列 (2010)
[3] 迈克·罗瑟，丰田卡塔，第 5 章，麦格劳-希尔，2010 年
[4] 新乡研究所新乡模型，犹他州立大学，2014 年
[5] 威廉·D·卡佩勒，使用 JMP 进行客观实验，第 5 版，2011 年 8 月，客观实验。 核对清单可在此处获取www.objexp.com.
[6] 唐纳德·J·惠勒，EMP III，评估测量过程, 中石化出版社, 2010
[7] 斯内尔集团1 级热成像课程手册，佛蒙特州巴里，2014 年
[8] 朱兰质量手册，第 6 章，朱兰和德菲奥，麦格劳-希尔，2010 年
[9] Gemba 学院博客，忏悔吧，我是说韩世！，2007 年 5 月 2 日
[10] 现场学院 DVD，JIT 技术，第 6 部分
致谢
Objective Experiments 的 Bill Kappele 对本文提供了重要的审查和评论。
作者简介
Stephen W. Czupryna 是工艺工程顾问和讲师与华盛顿州贝灵厄姆的 Objective Experiments 合作。 他拥有经济学学士学位、激光光电学副学士学位，并且是 Pyzdek 学院认证的精益六西格玛黑带。 他还拥有 Snell Group 颁发的一级热成像证书，在电气和机械红外测试方面拥有公认的能力。
托尼·肖基是美国 Fluke 热成像服务经理. 他来自工业界，拥有贝灵汉技术学院仪器仪表、自动化和过程控制背景以及红外二级 - ASNT 合规培训。 作为福禄克公司七年来的主题专家，他就这些主题在世界各地发表演讲，为渠道合作伙伴和主要最终用户进行广泛的培训，并继续为福禄克公司提供后备技术支持。
罗伊·哈夫副总裁斯内尔集团 (Snell Group) 的成员。 他教授和咨询了大量红外和电动机测试方面的知识。 Roy 拥有密苏里大学哥伦比亚分校的电气工程学士学位和 ASNT 颁发的三级热/红外证书。 他获得了 SMRP 认证的可靠性维护专业人员资格，并拥有三级 IRT NAS410 认证。 他曾在 P/PM 全国研讨会、Thermosense、Thermal Solutions、EPRI、SMRP 和其他会议上发表演讲。
