여기요,
저는 공정 배치 규모나 반응기 크기가 변경될 때 동일한 공정 배치에 대한 과거 데이터를 기반으로 시스템의 pH 제어에 필요한 CO2 주입량을 예측하고 싶습니다.
저는 이산화탄소 주입을 통해 pH를 조절하는 화학 공정을 운영하고 있습니다. 시스템에서 자동으로 주입량을 제어하여 설정된 pH를 유지합니다. 다양한 규모와 반복 실험을 통해 생산된 여러 배치에 대한 공정 데이터와 여러 매개변수, 그리고 이 주입량에 대한 데이터를 보유하고 있습니다. 각 배치는 시간(일)과 비체적 변화로 기록되어 있습니다.
저는 이전 배치 실험 데이터를 기반으로, 향후 배치를 설계할 때 용량 및 기타 매개변수를 조정하는 데 필요한 CO2 스파징량을 예측할 수 있는 예측 모델을 개발하고 싶습니다.
새로운 배치의 공정 매개변수(용량 등)는 이미 선택되었기 때문에 최적화라고 보기는 어렵습니다. 저는 동일한 pH 설정값을 유지하기 위해 새로운 설정에서 필요한 CO2 스파징량을 알고 싶습니다. 새로운 배치는 기존 데이터와 동일한 규모로 진행되지만, 용량 변화 추이 등 세부적인 사항은 다릅니다. 다른 규모의 데이터도 있습니다.
Fit Model 플랫폼을 사용하여 예측 방정식을 도출하려고 시도했지만, 제대로 된 모델을 구축했는지, 또는 어떻게 검증해야 하는지 확신이 서지 않습니다. 비슷한 사례를 다룬 튜토리얼을 구글에서 검색해 봤지만, 제 경우와 유사한 예제를 찾을 수 없었습니다. 저는 JMP 18 버전을 사용하고 있습니다.
미리 감사드립니다 
Fit Model 플랫폼을 사용하여 예측 방정식을 얻으려고 시도했지만, 제대로 된 모델을 만들었는지, 또는 어떻게 검증해야 하는지 확신이 서지 않습니다.
모델이 "맞는지" 확인하는 가장 간단한 방법은 예측이 잘 되는지 확인하는 것인데, 이는 검증을 의미합니다. 따라서 지금 접근하시는 방향은 맞습니다. 모델을 검증하는 간단한 방법 중 하나는 모델에서 데이터가 없는 부분을 몇 군데 선택한 다음, 해당 설정에서 프로세스를 실행하고 모델이 실제 결과를 얼마나 정확하게 예측하는지 확인하는 것입니다.
다음은 좀 더 자세한 내용을 다룬 20분짜리 영상입니다: (JMP 마스터하기) 모델 명세 및 피팅
이 무료 강좌를 통해 더 많은 배경 지식과 경험을 쌓을 수 있습니다: 상관관계 및 회귀 분석 튜토리얼 | JMP
