So analysieren Sie die Auswirkungen von Reaktionen (z. B. PSD) auf die Produktleistung im Sprühtrocknungsprozess in JMPIch arbeite an einem Sprühtrocknungsprozess und habe ein CCD-Design mit D 10 , D 50 und D 90 als Reaktionsparameter verwendet. Das Auflösungsprofil und die Fließfähigkeit hängen jedoch von der Größenverteilung des Pulvers (D 10 , D 50 und D 90 ) ab. Wie kann ich die Auswirkung der Reaktionsparameter (Partikelgröße) auf die Produktleistung (Auflösung und Fließfähigkeit) am besten analysieren, wenn man bedenkt, dass die Größenverteilungswerte experimentell ermittelt werden und im Gegensatz zu anderen Faktoren, die automatisch von Software generiert werden, in der Regel feste Werte sind?
VersuchsplanungBetreff: So analysieren Sie die Auswirkungen von Antworten (z. B. PSD) auf die Produktleistung im Sprühtrocknungsprozess in JMPklingt, als ob die Partikelgröße eine Kovariate zur Vorhersage der Auflösungsrate und Fließfähigkeit ist.
Messen Sie für jede Versuchseinheit die Partikelgröße, die Auflösung und die Fließfähigkeit?
Ich nehme an, Sie könnten zuerst die Partikelgröße modellieren und die Vorhersageformel speichern. Modellieren Sie dann die Auflösung mit allen X plus der Partikelgröße und speichern Sie die Vorhersageformel. Gehen Sie dann zu Graph>Profiler, wählen Sie Ihre Formelspalte aus und visualisieren Sie das Ganze zusammen. (Möglicherweise müssen Sie das Kontrollkästchen aktivieren, um die Zwischenprodukte einzubeziehen.)
Betreff: So analysieren Sie die Auswirkungen von Antworten (z. B. PSD) auf die Produktleistung im Sprühtrocknungsprozess in JMPWillkommen in der Community. Ich bin mir nicht sicher, was Sie genau fragen. Ich entschuldige mich für mein mögliches Missverständnis. Anscheinend haben Sie einige Optimierungsdesigns ausgeführt, um zu bestimmen, welche Faktoren die Partikelgröße beeinflussen? Nun möchten Sie verstehen, wie sich die Partikelgröße auf die Produktleistung auswirkt (Y sind Auflösungsrate und Fließfähigkeit), also ist die Partikelgröße ein Faktor (X)? Wenn Sie versuchen, den kausalen Zusammenhang zu verstehen, können Sie Ebenen für die Partikelgröße kodieren und diese als diskreten numerischen Faktor mit 3 Ebenen ausführen (Sie können jedoch auch mit einem 2-Ebenen-Design (fettgedruckte Ebenen) beginnen und iterieren). Ich nehme an, Sie haben noch andere Faktoren, mit denen Sie experimentieren möchten (z. B. Lösungschemie, Temperatur und Rauschen wie Partikelchargenunterschiede, Umgebungsbedingungen)? Sie können auch die tatsächliche Partikelgröße messen und sie in einem anderen Experiment als Kovariable behandeln.
Betreff: So analysieren Sie die Auswirkungen von Antworten (z. B. PSD) auf die Produktleistung im Sprühtrocknungsprozess in JMPUm diesen Zusammenhang quantifizieren zu können, muss sprühgetrocknetes Material mit einer ausreichenden Variation der Partikelgrößenverteilung hergestellt werden, um Unterschiede in Fließfähigkeit und Auflösung sichtbar und messbar zu machen. Wenn das von Ihnen durchgeführte Experiment dies erreicht hat (Variation der Partikelgrößenverteilung über die Versuchsdurchläufe hinweg), können Sie das Material weiterverarbeiten und anschließend anhand der Partikelgrößenverteilung ein Modell zur Vorhersage von Fließfähigkeit und Auflösung erstellen.
Sie sollten sich Pulvereigenschaften über D10, D50 und D90 hinaus ansehen. Beispielsweise können Kompressibilität, Benetzbarkeit und Fließfähigkeit beeinträchtigt werden, wenn die Pulverpartikelgrößenverteilung nicht unimodal ist. Auch die Spanne (D90–D10) oder ein anderer Messwert kann Fließfähigkeit und Auflösung am besten vorhersagen.
