Следующим шагом является рассмотрение того, как использование намеченного эксперимента может способствовать определению исходных пусковых условий для нашей технологии. Рассматриваемая в данной статье в качестве примера технология реализуется с использованием небольшой установки для растирания красителей в процессе производства водоэмульсионной краски Yellow 74. Мы выбрали для нашей технологии трехфакторную и двухуровневую организацию процесса. Факторами, которые были выбраны для исследования, стали скорость вращения ротора и скорость прокачивания продукта. Здесь потребуется восемь экспериментов. Фактор | Влияние на технологию | | Заполнение | Определяет количество мест перетирания в установке | | Скорость вращения ротора | Управляет флюидизацией в установке и энергией, которая сообщается продукту | | Скорость прокачивания | Управляет скоростью, с которой продукт перемещается внутри установки (время нахождения), и количество времени, в течение которого продукт подвергается воздействию среды |
Эксперименты проводились в соответствии с параметрами испытаний, указанными для конструкции, при высоких и низких значениях параметров, существующих для данного продукта. Для каждого эксперимента мы фиксировали концентрацию и скорость потока. Сначала мы просто спрогнозировали результаты каждого эксперимента по установкам испытаний для получения наглядных результатов. Мы спрогнозировали концентрацию, скорость потока и некоторые результаты, которые вычислялись на основе данных, т. е. затраты и количество часов на 100 галлонов.  
Необходимо отметить, что порядок факторов следующий: заполнение, скорость вращения ротора, скорость прокачивания. Буква m указывает на использование более низких значений параметров, а буква p указывает, что используются более высокие значения.
Анализируя данные, понимаем, что для получения более высокой концентрации параметры работы установки должны быть настроены на высокое заполнение, низкую скорость вращения ротора, и более интенсивное прокачивание. Для получения самой высокой производительности установка должна быть настроена на высокое заполнение, высокую скорость вращения ротора и на самые низкие значения прокачивания. Это соответствует общей парадигме, согласно которой, чем выше концентрация продукта, тем больше производимое количество, что в результате дает снижение затрат сырья на партию, или же чем больше производится за единицу времени, тем ниже затраты. Это две взаимоисключающие цели: параметры для увеличения концентрации снижают пропускную способность, а параметры с повышением концентрации снижают выход продукции. При использовании более холистического подхода мы будем искать параметры, которые будут давать наибольший экономический эффект. Используя модель затрат, мы можем интегрировать воздействие уставок производительности и концентрации для сведения затрат к минимуму.
Затраты/фунт = (затратына сырье/концентрация)∙фунтов + затраченные часы∙(часовая скорость установки + коэффициент использования рабочего времени в час) Эта модель случайно возвращает нас к тем же параметрам, которые использовались для оптимизации концентрации. До сих пор мы для удобства эксперимента считали, что факторы действуют независимо друг от друга. Хотя такие условия легко можно принять, растирание является сложной физической процедурой, в ходе которой следует ожидать взаимодействия факторов. А это требует более сложной процедуры анализа. Мы можем получить данные и произвести расчеты воздействий вручную, но нормой на сегодняшний день является анализ с помощью компьютера с использованием таких программ, как Minitab®, JMP®, Satistica®, или Statease®, При осуществлении анализа мы обнаруживаем, что при достижении концентрации полного заполнения, она вступает во взаимодействие со скоростью вращения ротора. На производительность оказывает воздействие заполнение, но также и взаимодействие заполнения со скоростью прокачивания. В итоге интересно отметить отсутствие взаимозависимости затрат и других переменных, но на них оказывает влияние сначала заполнение, а затем и скорость прокачивания.
Основным фактором, оказывающим влияние на этот процесс, является заполнение. Современные программы анализа обладают способностью оптимизировать параметры на основе различных входных данных. Мы можем оценить и другие параметры, имея данные о заполнении. Выбор | Уровень заполнения | Скорость вращения ротора | Параметр прокачивания | | A | 90 % | 2213 | 35 | | B | 85 % | 2300 | 40 | | C | 75 % | 2300 | 15 |
Параметры для самого низкого значения затрат на фунт Устанавливая уровень заполнения установки и осуществляя привязку остальных двух факторов- скорости вращения ротора и скорости прокачивания мы можем получить нужный нам результат. В приведенной выше таблице даны параметры для различных уровней заполнения. Принимая во внимание соображения практичности производства, наилучшим выбором для пуска нашей технологии и технологии EVOP, является выбор B. Проектирование с использованием DOE позволяет нам получить экспериментальный проект для осуществления нашего анализа при проведении минимального количества экспериментов для того, чтобы дать нам возможность понять технологию, которую мы изучаем. Данные для исследования, на основе которых оценивается технология и вырабатывается суждение относительно правильности параметров ее пуска, были получены в ходе восьми экспериментов. Использование DOE позволяет нам скорее принимать решения на основе имеющихся фактических данных, нежели на основе сложившихся традиций. Технология потребует дальнейшей оптимизации, но мы разработали определенные представления относительно того, какой фактор(ы) должен оставаться постоянным, а какие должны регулироваться для достижения наших целей.
Пол Марвулио,
www.specialchem4coatings.com |
