If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.DoE를 사용하지 않고 실험하는 경우 시간을 낭비하는 것이 거의 확실합니다. 수질 테스트 데이터가 포함된 실제 사례가 그 이유를 보여줍니다.
나는 사람들이 시간을 낭비하는 것을 보는 것이 싫다. 그렇기 때문에 나는 과학자와 엔지니어에게 실험 설계 (암사슴). DoE를 사용하지 않고 실험하는 경우 시간을 낭비하는 것이 거의 확실합니다.
DoE는 첫눈에 거의 마술처럼 보일 수 있습니다. 한 사람은 그것이 종교라고 말하기도 했습니다! 그것은 나를 웃게 만들었다. 아마도 그 사람의 말에 일리가 있다고 생각하기 때문일 것입니다.
나는 원한다 간단한 설명으로 DoE 이해하기 사람들이 처음 시작할 때 혼동을 줄 수 있는 일부 용어와 개념에 대해 설명합니다. 사례 연구를 통해 통계적으로 설계된 실험에는 설득력 있고 합리적인 이유가 있다는 것을 알게 되기를 바랍니다. 맹목적인 믿음을 가질 필요는 없습니다.
이 주제에 대한 이 첫 번째 게시물에서는 다중 매개변수 프로세스 및 시스템에 대한 가능성 공간의 압도적인 규모에 몰입하고 가장 많은 것을 배우기 위해 이 공간을 탐색하는 현명한 방법으로 문제를 극복할 수 있는 방법을 보여주고 싶습니다. 우리는 시간이나 노력을 낭비하지 않고 할 수 있습니다.
실제 사례
우리가 가진 예는 분석 방법 개발에서 나온 것입니다. 우리는 물에서 유기염소계 살충제와 폴리염화 비페닐(PCB)의 농도를 측정하는 최상의 방법을 개발하고자 합니다.물에서 유기 화합물을 측정하는 것은 많은 환경 실험실에서 일상적이고 대용량이며 처리량이 많은 작업입니다.
실험실은 법적 요구 사항을 충족하는 최상의 검출 한계를 달성하기 위해 분석 방법을 최적화해야 합니다.이 방법은 또한 강력하고 일관된 결과를 제공해야 합니다. 분석에서는 GC-MS를 사용합니다. 가스 크로마토그래피(GC)를 사용하여 샘플의 구성 요소를 분리하고 검출을 위한 질량 분석법(MS)을 사용합니다.
A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.각 물질 또는 분석물의 피크를 보여주는 전형적인 크로마토그램. 더 높은 피크는 더 많은 양의 해당 분석물에 해당합니다. 우리는 매우 낮은 농도로 물에 있는 물질을 감지할 수 있도록 모든 분석 물질에 대해 가장 높은 피크를 제공하는 조건을 찾고자 합니다.
LVI(Large Volume Injector)를 사용하여 샘플을 GC-MS 시스템에 주입하여 매우 낮은 농도의 물질을 검출해야 합니다. 문제는 LVI가 복잡하고 최상의 조건을 찾기 위해 최적화해야 하는 매개변수가 많다는 것입니다. 우리는 가장 높은 봉우리를 제공하는 조건을 찾고 있습니다. – 가장 강한 신호 – 가스 크로마토그램에서
요인, 실행 및 반응
여기에는 DoE가 고유하게 유용하다는 것을 의미하는 특별한 것은 없습니다. DoE는 넓은 가능성 공간에서 매개변수 조합의 최상의 설정을 찾기 위해 검색하는 이와 같은 상황에서 유용합니다. DoE는 모든 중요한 동작을 이해하여 시스템 또는 프로세스를 제어하는 방법을 알아야 할 때도 유용합니다.
LVI 설정의 가능성을 살펴보겠습니다. 변경할 수 있는 8개의 매개변수가 있습니다.
| 요인 |
요약 |
최저 |
제일 높은 |
| 주입량 |
권(주) |
10µL |
100µL |
| 사출 속도 |
속도(주입) |
0.25µL/초 |
5µL/s |
| 주입 T -30°C-30°C |
T(주입) |
-30°C |
30°C |
| 주입 깊이 |
깊이(주입) |
20mm |
40mm |
| 벤트 흐름 |
흐름(환기) |
10mL/분 |
150mL/분 |
| 벤트 압력 |
P(벤트) |
0psi |
9psi |
| 벤트 시간 |
t(벤트) |
0.1분 |
1 분 |
| 라이너 유형 |
정기선 |
타입1 |
타입2 |
DoE에서는 이를 요인 . 이러한 각 요인에 대해 실험할 범위인 설정 범위도 있습니다. 요인과 그 범위는 솔루션을 찾을 것으로 예상되는 가능성 공간을 정의합니다. 무한한 가능성을 어떻게 탐구할 것인가?
가능성의 수에 대한 아이디어를 얻기 위해 범위의 세 가지 설정(최저, 중간 지점 및 최고(L, M, H))에서만 각 요인을 고려하도록 검색을 제한합니다. 예를 들어 주입량을 10, 55 또는 100µl로 설정하는 것만 고려할 것입니다. (각 요인에 대한 L, M 및 H 설정을 살펴보고자 하는 타당한 이유가 있으며 이에 대해서는 이후 게시물에서 이야기할 수 있습니다.)
처음 두 요소만 취하고 L, M 및 H의 모든 조합을 측정하려는 경우 테스트할 설정은 3 * 3 = 9개입니다. 우리는 이것을 부른다 뛰다 미상에서. 가능성 공간을 시각화하고 간단한 플롯에서 수행할 실행을 볼 수 있습니다.
우리는 이러한 유형의 실험 설계를 완전 계승 선택한 수준 수에 대해 전체 요인 조합 세트를 테스트하고 있기 때문입니다. 이 완전 계승은 가능성 공간을 잘 커버할 것입니다. 이러한 9가지 설정에서 시스템을 통해 표준 샘플을 실행하고 피크 높이를 측정함으로써 응답 , 우리는 낮은 농도에서 물질을 탐지하는 능력과 반응을 최대화할 이러한 요인의 설정을 찾는 유용한 정보를 갖게 될 것입니다.
이것을 세 가지 요소로 확장하면 T(inj) = 3 * 3 * 3 = 3^3 = 27 조합의 세 가지 설정 각각에 대해 3 * 3 = 9 조합이 있습니다. 우리는 다중 요소 공간에서 폭발적인 가능성을 보기 시작합니다.
3가지 수준에서 처음 7가지 요소에 대한 모든 조합을 테스트하려면 3^7 = 2187개의 가능성이 있습니다!
라이너 유형은 어떻습니까? 그 요소는 Type1 또는 Type2만 될 수 있기 때문에 다릅니다. 우리는 그것이 범주적인 다른 요소는 마디 없는 요인. 2187개의 조합을 각각 두 가지 다른 라이너 유형으로 테스트하여 총 4374개를 얻었습니다! 당신이 나를 믿지 않는다면 당신은 점을 셀 수 있습니다.
이 줄거리를 이해하지 못하더라도 걱정하지 마십시오. 이러한 모든 가능성을 시각화하는 것이 어렵다는 것을 알 수 있습니다. 압도적인 가능성을 느끼실 수 있도록 포함시켰습니다. 하수인으로 구성된 대규모 팀이 아닌 한 이런 종류의 실험을 수행하는 것은 불가능합니다.
4374런에서 26런으로
그 모든 것 중에서 최상의 설정을 어떻게 찾을 수 있습니까? 그리고 공간의 어느 지점에서든 시스템의 동작을 이해하기를 어떻게 바랄 수 있습니까? 유용한 것을 배울 기회가 많지 않은 상태에서 다양한 조합을 시도하는 데 얼마나 많은 시간을 사용할 수 있는지 알 수 있습니다.
절망하지 마십시오. DoE의 마법이 들어오는 곳입니다. 4374회 실행의 전체 계승 대신 더 작은 하위 집합을 취하고 거의 동일한 유용한 정보를 얻을 수 있습니다.
이 26개의 실행은 우리의 목표에 유용한 실험을 구성합니다.
왜 이 26개를 실행합니까? 무작위로 선택되었습니까? 여러분 중 일부는 특정 대칭이 있음을 발견했을 수 있지만 그렇지 않으면 이러한 실행을 선택해야 하는 이유가 명확하지 않습니다. 또한 다른 4348 실행은 어떻습니까? 이러한 설정에서 발생할 수 있는 일에 대해 걱정할 필요가 없습니까? 그리고 그 사이에 설정?
~ 안에 내 다음 게시물 , 이러한 질문에 답하고 예제를 사용하여 DoE의 주요 개념을 시각적으로 설명하겠습니다.
귀하의 의견에 감사드립니다. 시리즈의 두 번째는 여기 . 세 번째는 곧 나올 것입니다!
좋은 게시물! 다음 포스팅은 언제 올리나요? 더 많은 것을 읽을 때까지 기다릴 수 없습니다!
