實驗設計
輻射響應數據
案例研究
Stephen W. Czupryna，客觀實驗（stevecz@objexp.com)
Tony Shockey，福祿克公司（tony.shockey@fluke.com)
Roy Huff，斯內爾集團（rhuff@thesnellgroup.com)
抽象的
這過程之聲以多種形式出現在我們面前。 有效的溫度、壓力、張力、硬度、表面光潔度和其他製程數據充分說明了產生我們收入的製造流程。
對於許多流程來說，關鍵的洞察力是透過傾聽過程之聲用溫度的語言。 從歷史上看，我們使用熱電偶、高溫計和其他分立設備來測量溫度，並且已經學到了很多。 然而，如今經濟高效的熱像儀的出現，為我們提供了一種更好的方式來聆聽工業過程的熱力學聲音，其便利性和分辨率在不久的過去是不可想像的。 有了熱像儀和統計軟體，我們就能很好地聽到我們的流程在電磁波譜的紅外線波段向我們發出的重要訊息。
本文是一個關於塑膠加工公司的案例研究，該公司使用 JMP 11®、Fluke Ti32® 熱像儀、Fluke 的 SmartView® 軟體和客觀實驗 5 步驟實驗設計 (DOE) 方法對幾十年來一直產生令人失望的結果的熱成型工藝獲得了新的見解。 過去嘗試使用熱電偶和高溫計來改進工藝，並取得了一些進展，但只有當公司在設計實驗中收集有效的輻射數據時，他們才最終取得突破性的改進，並極大地影響了公司的利潤。
本文也將說明如何令人驚嘆的因素高解析度熱成像圖和 JMP 的數據視覺化工具都表明，多元化的第一線工人、主管和經理群體將融入一支具有發掘新知識天賦的有凝聚力的團隊。
熱成像技術簡介
地球上的所有物體都會發射紅外線（IR）輻射。 透過使用非接觸式紅外線攝影機，經過認證的熱成像師可以檢測和測量從表面發射的紅外線輻射並測量表面溫度和熱梯度。 圖 1展示了熱像儀如何輕鬆偵測到人眼無法偵測到的重要現象。
數位1：電保險絲存在危險狀況
紅外線攝影機是一種由探測器、紅外線光學元件、顯示器、控制器、儲存媒體和電源組成的電光設備。 看圖 2. 這些儀器具有廣泛的工業應用，為使用者提供熱模式和定量數據的視覺顯示，可以使用製造商的影像分析軟體或 JMP 等統計軟體進行分析。
數位2: Fluke Ti32 熱像儀
探測器和光學器件尤為重要。 典型的偵測器對兩個光譜帶的輻射敏感，即中波紅外線（2.5-6.0µm）和長波紅外線（8.0-15.0µm）。 焦平面陣列探測器具有多種解析度。 對於 Fluke Ti32，陣列為 320 x 240 像素，被認為是高解析度用於熱像儀。 因此，一張影像所產生的資訊與 320x240=76,800 個離散熱電偶所產生的資訊相同。 探測器的尺寸和密度與光學元件相結合決定了系統的空間和測量分辨率。
熱火按照自己的步調前進
離開表面的能量可能由發射、反射以及（對於某些材料而言）透射的電磁輻射組成。 對於熱成像分析，只有發射的能量才能提供有用的表面溫度信息，並且必須對反射和透射能量（如果存在）進行補償。 幸運的是，經過認證的熱成像師了解這些限制，並且可以使用成像儀的演算法來避免反射能量、背景能量和某些材料固有的紅外線透射的不良影響。 值得注意的是，紅外線攝影機具有相當長的學習曲線，需要大約一周的實際培訓才能確保測量準確。
發射率是描述材料發出熱輻射能力的關鍵特性。 發射率在 0 到 1 之間變化，是材料類型、表面狀況、溫度、波長和視角的函數。 再次強調，經過認證的熱成像師的技能在評估研究對象和設置成像儀進行可靠測量時起著重要作用。
熱成像技術不再只用於建築物檢查
紅外線熱成像技術有廣泛的應用，包括電氣、機電、機械、建築和屋頂診斷、無損檢測、飛機檢查、工業製程控制和工業流程改善。 塑膠工業中存在許多應用，包括本文所討論的熱成型以及擠壓、旋轉成型和注塑成型。
Fluke Ti32 成像儀
用於此製程改良專案的 Fluke Ti32 成像儀具有在長波紅外光譜中運行的微測輻射熱計偵測器陣列。 此系統的瞬時視野 (IFOV) 為 1.25mRad，使用內建鏡頭時最小焦距約為 6 吋。 此型號的熱靈敏度非常好，為45mK，採集率為60Hz。
本報告中的影像利用 Fluke SmartView® 軟體進行處理和分析。 該軟體包括各種分析工具、發射率等變數的調整以及數據的匯出。 該軟體允許熱成像師追溯性地改變所有相機調整，當然，焦點除外。
一切都與熱量有關
E工程知識指出溫度控制是熱成型過程所有階段的關鍵因素。 公認的事實是，優質零件是塑膠毛坯和熱成型部件均勻加熱和冷卻的結果。 眾所周知，過大的熱梯度會導致零件變形、厚度控制不佳、結構脆弱、表面光潔度差。
挑戰
所研究的熱成型爐具有獨特的設計，配有穿梭系統和單面加熱陣列，如圖所示圖 3和圖 4.
穿梭托盤位於軌道上，可將塑膠毛坯直接移動到多區域水平加熱陣列下方，然後將加熱後的毛坯送出，在那裡手工拾取並用真空成型到等待的模具上。加熱僅從一個方向發生，托盤到加熱器陣列的距離是固定的. 陣列和疊加的空白如圖所示圖 4.
從過去的研究得知，毛坯的表面溫度沿著其長度和寬度方向變化很大。 一名操作員指出，加熱毛坯的第一張探索性熱圖像看起來像 20 世紀 70 年代的吉米·亨德里克斯紮染襯衫!
這項工作在實驗上沒有任何新內容，因此本文的其餘部分強調了實驗的逐步方法、團隊動力和用於決策的實驗哲學。
實驗團隊
公司管理層為這項工作選擇了 3 個人——一名熟練的生產線操作員（客戶！）、一名主管和一名具有 DOE 經驗的製程工程師。 根據需要，其他人也被調入工作。以下將該組統稱為這 實驗者.
DOE 理念
儘管 DOE 具有技術傾向，但它的成功取決於實驗者及其管理人員的哲學基礎。
DOE 是迭代的
儘管公司將熱成型製程研究指定為一項獨立的核准專案設定了目標完成日期和各種里程碑，實驗者們暗自思考不同的想法。 他們將這項工作視為眾多（最好是簡短的）學習週期的開始1,2,3,4這將有助於深入理解過程。 他們並不是在尋求快速解決方案。
DOE 不是一項觀賞性運動
有 DOE 經驗的人都知道，最好自己進行實驗並收集數據，而不是將任務交給實驗室技術人員或其他同事。因此，所有實驗者都計劃親自動手，不管他們是否願意。
謹防假設
每個人都同意不要掉以輕心。 他們仔細觀察了整個過程，做了筆記，與操作員交談，並最終自己運行了整個過程。 實驗人員進行了每週的維護檢查、控制器自我檢測等。 在工作開始之前發現並解決了一些問題。我最後，所獲得的知識和實驗者手上的砂礫數量之間似乎呈現出強烈的正相關關係。
步驟 1 — 確立目標
許多工業實驗都失敗了，因為目標沒有明確定義。 一份有用的文件，標題為提出正確問題的清單5為這個潛在問題提供了精簡、簡單的解決方案，並為小組討論提供了極佳的論壇。 隨著時間的推移，團隊達成了一項不同尋常的共識——現有的知識庫太過稀疏，無法以典型的管理方式來表達目標，例如r6 個月內減少 25% 的廢品率或者每 2 個月增加 5% 的正常運作時間. 相反，目標是以非傳統的方式定義的，形式是目標條件3如圖所示圖 5.
提高對流程的理解
最大限度地提高操作員的參與度
和迭代實驗設計
數位5：目標條件
人們相信，提高組織各層面對流程的理解必然會帶來有用的預測模型和新知識。 然後，他們將能夠確定每個加熱區域的理想工作週期以及適合各種塑膠類型、尺寸和厚度的生產實踐。
第 2 步 - 選擇策略
實驗者必須在三種基本實驗方法之間做出選擇5:
考慮到熱成型機性能不可預測的痛苦歷史，公司管理層批准了充足的資源進行實驗，並且小組很快就同意了響應面方法。
步驟 3 — 制定計劃
策略已到位，一切準備就緒，可以製定計劃了。
選擇實驗因素和範圍
該計劃有 6 個過程因素 - 每個加熱器區域的佔空比（以 % 表示）。範圍從20-60％到30-70％不等。
考慮已知保持不變的因素
未研究的因素在實驗期間保持不變。
- 機器操作員（實驗者）
- 塑膠毛坯生產批次
- 加熱毛坯彈出和熱圖像採集之間的時間
- ETC。
危險，暗藏變數！
專案團隊大部分時間都花在工作區域，這為識別和解決大量潛在的潛在危險提供了絕佳的機會。
- 環境溫度
- 環境濕度
- 空氣循環
- 一天中的時間、休息時間
- ETC。
該計劃包括 1 小時的熱成型機預熱時間，以確保穩定的熱條件，記錄潛在變數並連續進行實驗運行，不間斷。 有一項熱成像技巧特別有用7 。實驗人員將 Scotch® Super 33+ 黑色乙烯基電工膠帶放在靠近熱成型機的非金屬物件上。看圖 6.
數位6：熱成像師的最佳朋友
此膠帶的可預測發射率為 0.95，為環境溫度提供了極佳的測量點。 Krylon 平光黑色噴漆的發射率也是 0.95並可用於相同目的7 。
選擇回應
最初的計劃有一個回應，實驗者願意隨著新知識的累積添加更多的回應。這再次背離了提前計劃好一切並設定任意最後期限的歷史做法。他們的替代方法——隨著越來越多的新知識的出現而增加新的反應——成本很低，但收穫豐富。
最初感興趣的反應是塑膠毛坯中的熱梯度。這就是輻射測量數據的優勢所在，它可以帶來巨大的回報。當將影像儲存為輻射測量資料檔案 (.is2) 時，Fluke 的 SmartView 軟體可以將實際資料陣列（76,800 個資料點）或其子集匯出至 .csv 檔案。然後，實驗者可以根據需要自由定義反應變數。例如，它可以是沿著指示線測量明顯的熱梯度，如圖所示圖 7和圖 8.
數位7：有關注線的熱像（L 0 ）
數位8：沿 L 0 的表面溫度圖
或者，響應可能是矩形區域內的熱梯度。 看圖 9.
數位9：具有感興趣區域（A 0 ）和表面溫度的熱圖像
線響應或面積響應都遠優於使用離散熱量表的讀數作為實驗響應。 實驗人員選擇面積 A 的對數0作為它們的熱梯度響應變數。 後來又增加了兩個答案——以分鐘（CT）為單位測量的製程週期時間和計算出的功耗。 這些反應對工廠產量和能源成本有重要的財務影響。 圖 10總結最終計劃。
數位10：因素與因應措施
定義模型並計劃重複運行
起初，人們認為 6 因子實驗會導致難以管理的運行次數，但由於加熱週期短且材料成本低，專案團隊決定採用完全二次模型，最少加 4 次運行和 8 次重複運行，如下所示圖 11. 透過巧妙的規劃，實驗者可以在一天內完成全部 40 次試驗，因此無需進行阻止。
數位11：I-最優設計
設計檢查
相關性顏色圖顯示設計良好，實驗可以繼續。 看圖 12.
數位12：設計檢查
關於團隊動力的哲學註釋
如上所示的熱圖像、易於理解的 DOE 設計螢幕和 JMP擬合模型下面顯示的輸出引起了實驗人員和其他工廠人員的廣泛關注。 在工作期間，拍攝了物體、機械和人體的熱圖像，並熱烈討論了其意義。 同時，JMP預測刻畫器和互動圖引發了大量的討論和熱烈的辯論。 發表了意見。 分享了經驗。
由於這些卓越的團隊動力，人們自由地選擇參與流程改善工作，證明了精益格言保持簡單和直觀。
步驟 4 — 執行計劃
像往常一樣，進行幾次練習是為了解決預期的程序問題。 對標題為提出正確問題的清單並對所有測量寫了明確的操作定義。電視然後，實驗人員在收集40組反應數據時，手變得更髒了。 一路上我學到了很多。
先決條件 #1 - 檢查常數
將收集到的和計算出的反應資料擬合到模型後，使用 3 種視覺化方法檢查結果的常數 s，即殘差預測圖、Box-Cox 圖和殘差常態性檢定。 3 人中有 2 人通過了測試（見圖 13例如），然後團隊繼續下一個先決條件。
數位十三：檢查常數
先決條件 #2 - 測量健全性檢查
透過 8 次重複運行，可以檢查流程和測量系統的重複性。 JMP 的表格 EMP 輸出6 (圖 14) 表明，90% 的測量變化來自實驗運行本身。 JMP 的變異性圖表 (圖 15) 以圖形形式提供了確鑿的見解。
數位14：EMP 健全性檢查
數位15：變異性圖表
這些結果很容易理解，實驗者同意繼續進行。
審閱結果
JMP 的擬合模型輸出本質上是高度圖形化的，簡化了向不同組織層級的人員解釋實驗結果的任務。 輸出範圍從表格到圖形，再到高度交互，如圖所示圖 16到圖 19.
T實際與預測圖（見圖 16)是對模型本身品質的評估。繪製的點顯示了良好的預測能力。
數位16：實際與預測圖
排序後的參數估計值（圖 17）以簡潔的表格/圖形形式告訴我們模型中每個術語的相對重要性。 最重要的因素是區域的主效果。 第二和第三個最重要的術語是 1-3 區相互作用和 1-5 區相互作用。 交互作用概況 (圖 18）提供額外的見解。
數位17：排序參數估計
數位18：互動概況
發現強的 Z1-Z3 和 Z1-Z5 交互作用（即那些角對角並列的) 對過程的理解是一個巨大的飛躍。
思考並選擇一個最佳點
實驗人員和公司高層發現，JMP 預測刻畫器可以清晰地直觀地評估技術與財務之間的權衡，從而提供一種簡單而有效的方法，可以根據實際流程觀察的數據做出業務決策。 看圖 19.
數位19：預測剖析器
一些加熱區對熱梯度沒有顯著影響，因此可以將佔空比設定為範圍的低端，以節省電力成本，延長加熱元件的使用壽命，節省維護成本並減少昂貴的生產中斷。
你設計的實驗沒有任何問題…
正如大自然厭惡真空（至少在地球上是如此），一些製造業人員同樣厭惡實驗範圍極端附近的區域和反應曲線的陡峭區域。 因此，團隊思考了實驗外部限制因為他們對超出測試範圍的佔空比下會發生什麼情況一無所知。 例如，如果區域 1 漂移到 65% 的佔空比，會發生什麼情況？ 沒人知道。
相反，當響應曲線傾斜度較大時，如區域 3 的情況，憎惡極端可能會很昂貴。 因素的微小變化可能會引發反應的顯著變化。 請注意，A 的對數0發生在第 3 區佔空比為 70% 時。 然而，該設定點處於測試範圍的極限和在第 3 區曲線的陡峭部分，這是製程工程師最可怕的噩夢。 圖 20突出顯示此過程的危險區域。
數位20: 討厭的 3 區
實驗人員決定將區域 3 的佔空比降低到 41%，並接受由此產生的懲罰A 的對數0. 理由：選擇能夠抵禦加熱元件老化、環境氣流、漂移、誤差等變化源的製程設定。 F圖21再次視覺化了 6 個區域選擇最佳位置背後的原理位於高原中心，遠離極端。
數位21: 製造商的天堂
測試模型並評估公差區間
接下來，實驗人員反覆測試最佳點，並使用累積資料計算公差區間，在本例中，對 99% 的未來產品的置信度為 95%。 事實證明，公差區間滿足了客戶的期望。
步驟 5 – 確認成功
憑藉實驗中所獲得的強大新知識，實驗者自信地建議對公司管理進行永久性變革。 已採取行動。 批准進行進一步研究。 然而，仍有一些重要事項。
反映
實驗者從自己的錯誤中汲取了教訓。 精實實踐，半生9，建議在達到重要的里程碑之後（例如一個學習週期的結束和另一個學習週期的開始）反思工作方法。 團隊就他們做錯了什麼以及可以做得更好的地方進行了一次非正式且坦誠的討論。 事實證明，這項練習對於後續研究和未來實驗很有用。
幫助他人
實驗者也花時間進行了另一個有用的精實實踐，橫天10，建議在整個組織內橫向分享最佳實務。 這種做法的好處包括向其他人介紹 DOE 方法並幫助他們進行自己的實驗。
承認
此外，團隊停下來慶祝他們的成功，並確保所有參與者的貢獻都得到明顯的認可。 一大堆披薩餅被送了進來。
監視器
額外的面積 A 的對數0定期收集資料來檢測過程漂移的存在。 如果烤箱的性能明顯下降，問題很快就會被發現，然後進行調查和解決。
成功的關鍵
所取得成果的品質在很大程度上受到第一線工作人員的出色貢獻、JMP 備受讚譽的資料視覺化功能的使用、「看到熱點」的能力以及一致的決策方法的影響。 顯而易見的是，實驗設計和熱成像技術是高度互補的技術。 如果團隊僅限於反覆試驗、一次只進行一個因素的實驗或使用離散溫度計，那麼熱成型機幾乎肯定會像往常一樣繼續蹣跚前行。
其他應用
無論製造商何時需要了解製程原因和熱效應，都可以使用熱釋光反應變數實驗。 以下是熱成像響應變數非常有用的多種不同應用。 肯定還會有更多。
- 食品製造
- 擠壓
- 退火和熱處理
- 冶金
- 射出成型
- 暖通空調設計
- 複合材料
- 拉擠成型
- 加熱器、冷卻系統和乾燥機設計
參考
[1] Roger Hoerl 與 Ron Snee，統計思維，2nd版，John Wiley & Sons，Wiley 和 SAS 商業系列，2012 年
[2] Ian Cox、Marie A. Gaudard、Philip J. Ramsey、Mia L. Stephens 與 Leo T. Wright，視覺化六西格瑪，SAS Institute, Inc.，John Wiley & Sons 出版，SAS 商業系列 (2010)
[3] 麥克羅瑟，豐田卡塔，Ch。 5，麥格勞‧希爾，2010 年
[4] 新鄉研究所新鄉模型，猶他州立大學，2014 年
[5] 威廉·D·卡佩勒，使用 JMP 進行客觀實驗，第 5 版，2011 年 8 月，客觀實驗。 核對清單可在此處獲取www.objexp.com.
[6] 唐納德·J·惠勒，EMP III，評估測量過程, 中石化出版社, 2010
[7] 斯內爾集團1 級熱成像課程手冊，佛蒙特州巴里，2014 年
[8] 朱蘭品質手冊，第 6 章，朱蘭和德菲奧，麥格勞-希爾，2010 年
[9] Gemba 學院博客，懺悔吧，我是說韓世！ ，2007 年 5 月 2 日
[10] 現場學院 DVD，JIT 技術，第 6 部分
致謝
Objective Experiments 的 Bill Kappele 對本文提供了重要的審查和評論。
作者簡介
Stephen W. Czupryna 是工藝工程顧問和講師與華盛頓州貝靈厄姆的 Objective Experiments 合作。 他擁有經濟學學士學位、雷射光電學副學士學位，並且是 Pyzdek 學院認證的精益六西格瑪黑帶。 他還擁有 Snell Group 頒發的一級熱成像證書，在電氣和機械紅外線測試方面擁有公認的能力。
托尼·肖基是美國 Fluke 熱成像服務經理. 他來自工業界，擁有貝靈漢技術學院儀器儀表、自動化和製程控制專業背景以及紅外線二級 - ASNT 合規培訓。 身為福祿克公司七年來的主題專家，他就這些主題在世界各地發表演講，為通路合作夥伴和主要最終用戶進行廣泛的培訓，並繼續為福祿克公司提供後備技術支援。
羅伊·哈夫副總裁斯內爾集團 (Snell Group) 的成員。 他教授和提供多項紅外線和電動機測試的諮詢。 Roy 擁有密蘇里大學哥倫比亞分校的電機工程學士學位和 ASNT 頒發的三級熱/紅外線證書。 他獲得了 SMRP 認證的可靠性維護專業人員資格，並擁有三級 IRT NAS410 認證。 他曾在 P/PM 全國研討會、Thermosense、Thermal Solutions、EPRI、SMRP 和其他會議上發表演講。
