본 프레젠테이션에서는 JMP 도구가 신뢰할 수 있는 제품 품질 모니터링을 위한 공정 최적화 및 온라인 NIR 구현을 어떻게 지원하는지 보여줍니다. 제품 순도를 평가하기 위해 SPC 및 공정 능력 분석을 적용한 사례 연구와 DOE, Genreg/SVEM 모델링 및 Design Space Profiler를 사용하여 공정 제어 범위를 정의한 사례를 제시합니다.
NIR 기반 순도 모델링에서 PCA 및 FDA 점수는 PLS, Genreg, SVEM 및 ANN 모델의 입력으로 사용되었습니다. 결과는 Genreg 및 머신러닝 접근 방식이 확실히 더 나은 성능을 보임을 나타냅니다. 비정규 순도 분포를 갖는 공정 능력 시뮬레이션은 SVEM을 모델 보정에 사용할 때 가장 효과적입니다. 그러나 순도의 과도한 변동과 불충분한 용량이 예측되어 현재 모델의 한계를 보여줍니다.
본 연구는 PCA 및 FPCA 점수 공간의 공백을 메우고 보다 견고하고 신뢰할 수 있는 머신러닝 모델 개발을 가능하게 하기 위해서는 추가적인 NIR 스펙트럼을 수집하는 것이 필수적이라는 결론을 내립니다.
