实验设计

竞争和对产品创新的需求的增长,化学制造业带来前所未有的压力。以及一个看似止不住的需要新产品和产品变异,整个行业也承受着高成本的研究和发展。虽然统计分析与化学发展并不总是齐头并进,它可以是一个重要的工具,加速可行的发现和创造新产品,和对工程的流程可以交货。

实验一直是产品开发的一个关键方面,允许化学和制定过程中的问题解决。传统one-factorat-a-time实验方法部分是低效率的产品和过程开发:负责以及消耗大量的资源,它实际上可能会错过一些重要的影响,直接导致后来生产效率低下和失败的产品发布。

幸运的是,我们现在有工具来强化我们的实验方法。该方法已经在许多行业。这种方法通过部署在整个开发阶段,现在可以一开始就设计质量的过程,而不是痛苦的影响失败的产品发布,旷日持久的上市时间,和较低的生产产量。

设计实验来收集有用的数据

实验设计(DOE)是一个系统性的方法来确定影响因素之间关系的一个过程,这一过程的输出。通常有可能产生影响的因素很多,和他们一起被操控是至关重要的,而不是一次一个。

能源部已被用于寻找成因,影响关系因为英国统计学家和遗传学家罗纳德·费希尔首先介绍,1935年以来一直在发展。这导致了一系列的设计家庭适应满足特定的情况下,和更现代的方法,让你设计适合或多或少的任何情况。软件工具像人民币一样所有的计算工作,并使其相对简单的化学家,研究人员和工程师们轻松地采用这种新方法实验。

最好的方式来获得有用的新信息

在统计和机器学习,降维的过程中减少变量的数量得到一组主要变量仍然包含的大部分信息。虽然这种技术不是传统上一直是产品开发和测试过程的一部分,它可以与能源部尤其有用。

在药物开发,例如,许多新产品的研发使用的原料来自人类或其他动物主题,和通常只有一个简短的列表合格的捐献者。得益于先进的基因组学和微生物的描述,很容易生成一长串的测量属性从每一个科目。这将导致一个非常大的测量非常小的数量的科目。在实验室中测试这个既费时又费钱,但是通过使用降维可以简化分析过程。

在研发和使用统计测试

十年前在一个真实的例子,一个团队生产疫苗需要确定是什么导致制造一些意外的结果。他们面临的挑战是评估约1500参数影响九个关键质量属性,测量几个制造很多。团队包括chemometrician、数学家和统计人员,经过几周的分析,能够推荐的变化需要保障的供应疫苗的问题。计算的挑战是解决大型团队的工作人员不知疲倦地在几周和大成本:今天,使用人民币,同样的分析问题可以解决一个研究员在短短30分钟。

会的问题(和培训)

适当的培训和技术保持行业作为一个整体的一大绊脚石。许多化学家不一定使用统计数据,没有暴露在能源部,不得有机会一起工作像JMP软件,能够给他们他们需要的支持。

不靠谱的是,并不少见听到科学家曾经愿意用DOE但迅速成为公司主张一旦他们看到他们能找到他们一直致力于解决方案问题。

潮汐是转向DOE

能源部的广泛采用的研发化工行业都应被视为必要的和战略。公司在这些行业应该积极投资开发他们能源部能力,及开发更全面的数据收集计划,使他们更好地理解过程贯穿整个产品生命周期。这是一个努力的训练和投资,但它会让他们生存和繁荣。