应用多种 JMP 工具进行流程改进：以提纯工艺为例 (2026-EU-30MP-2782)本次演示将展示 JMP 工具如何支持工艺优化和在线近红外光谱 (NIR) 监测，从而实现可靠的产品质量监控。演示中包含一个案例研究，其中应用统计过程控制 (SPC) 和能力分析来评估产品纯度，同时利用实验设计 (DOE)、Genreg/SVEM 建模和设计空间分析器来定义工艺控制范围。
对于基于近红外光谱的纯度建模，PCA 和 FDA 得分可作为 PLS、Genreg、SVEM 和 ANN 模型的输入。结果表明，Genreg 和机器学习方法明显更优。当使用 SVEM 进行模型校准时，具有非正态纯度分布的过程能力模拟效果最佳。然而，预测结果显示纯度波动过大且产能不足，这凸显了现有模型的局限性。
该研究得出结论，收集额外的近红外光谱对于填补 PCA 和 FPCA 得分空间中的空白至关重要，从而能够开发出更稳健、更可靠的机器学习模型。
高级统计建模质量与工艺工程
