作者
Damien Perret 博士，法國原子能委員會研發科學家
Jean Luc Dussossoy 博士，法國原子能委員會研發科學家
情境
用於高放射性核廢料玻璃化的玻璃配方已經研究多年。從二十世紀六十年代初起，玻璃材料就被加拿大、法國、美國、德國、俄羅斯等許多國家用作高放射性核廢料處理材料。由於玻璃難以溶解且化學性質穩定，放射性核素可長時間受限於玻璃基質中。在工業製程中，液體廢物在爐中煅燒並與碎玻璃（熔塊）混合。然後將熔融的玻璃倒入不銹鋼罐中，並在那裡凝固成穩定的形狀。
除了配方的複雜性之外，核玻璃還需要滿足工業玻璃化製程的特定要求。因此，必須連續處理大量數據，包括配方數據、物理和化學性質以及與玻璃化過程相關的數據。
口頭報告內容
2010年，法國原子能委員會負責開發核玻璃配方的研發團隊實施了JMP軟體。在 2011 年於丹佛舉辦的探索高峰會上，我們展示如何使用 JMP 統計分析平台比較高度複雜程度的玻璃成分領域。考慮到所討論的玻璃配方的複雜性，必須使用實驗設計（DOE）方法。 2011年，我們解釋了為什麼JMP 9統計分析平台當時不能完全滿足我們的所有規格。然而，從那時起，JMP 開發人員做出了許多改進，JMP 11 提供了產生和分析混合物 DOE 的強大方法，以便研究高度受限的實驗域。在演示過程中，我們介紹了一些混合設計的基礎知識，並以具有線性約束的 7 組分混合物為例，展示瞭如何使用 JMP Pro 11 Mixture DOE 平台。我們將使用其他商業軟體包大約十年來的「基於距離的設計」方法與使用 JMP 生成的最佳設計進行了比較。考慮了各種最佳化標準，例如 D 效率和預測的平均變異數。
JMP 開發人員也努力改進「擬合模型」和「逐步」平台，從而能夠建立更精確的屬性到成分預測模型。在演示過程中，我們展示了 JMP 如何分析從 JMP DOE 平台獲得的結果以及來自外部資料集的結果。我們給出了黏度組成模型的例子，並解釋了為什麼預測分析器工具對於應用非常有用。最後，我們解釋了 JMP 多元平台（PCA 和聚類）如何與分析我們幾十年來在核玻璃配方領域產生的大數據集息息相關。
參考書目
- H. Scheffé，《混合實驗》， 《皇家統計學會雜誌 B》 ，20，344-360，1958 年
- RA Mc Lean，VL Anderson，極端頂點設計，Technometrics，8，447-454，1966
- RD Snee，具有多組分約束的混合系統的實驗設計， 《統計通訊 - 理論與方法》 ，A8(4)，303-326，1979
- LA Chick 等人， 《11 組分核廢料玻璃系統成分對性能的影響》 ，太平洋西北實驗室，由巴特爾運營，PNL-3188，1981 年
- LA Chick、GF Piepel，《玻璃成分的統計設計最佳化》， 《美國陶瓷學會雜誌》 ，67(11)，763-768，1984
- GF Piepel，計算約束混合實驗中的質心， 技術計量學 ，25(3)，279-283，1983
- GF Piepel，線性約束實驗區域的極值頂點和質心生成程序，質量技術雜誌，20(2)，125-139，1988
- PR Hrma 等，漢福德高放射性廢棄物玻璃資料庫和臨時玻璃性能模型，太平洋西北實驗室，由巴特爾運營，PNNL-13573，2001 年
- JA Cornell，混合實驗 – 設計、模型和混合數據分析，第三版，Wiley，Ed。紐約，2002
- GF Piepel、SK Cooley、B. Jones，使用新混合座標交換演算法建構 21 組分分層混合實驗設計，品質工程，17，579-594，2005 年
