某公司生产一种模制树脂零件产品。该公司知道,在通过软管传送期间,管道内的污染和磨损可能会导致最终产品中出现褪色条纹。螺丝钉越大,颗粒通过软管的速度越快。采用新型树脂颗粒后,该公司决定收集有关这些褪色缺陷的数据,以找到输送颗粒的最佳方法。
1 打开工作表“树脂缺陷.MTW”。
2 选择统计 > 回归 > Poisson 回归 > 拟合 Poisson 模型。
3 在响应中,输入“褪色缺陷”。
4 在连续预测变量中,输入“清洁小时”和温度。
5 在类别预测变量中,输入“螺丝钉的大小”。
6 单击模型。
7 在预测变量中,选择温度和“螺丝钉的大小”。
8 对于交互作用阶数,请选择 2。
9 单击交互作用阶数一侧的添加。
10 单击这两个对话框中的确定。
11 要重新调用上一个对话框,请按 [Ctrl]+[E]。
12 在响应中,输入“结块缺陷”。
13 单击模型。
14 在模型中的项中,双击“清洁小时”从模型中删除此项。
15 单击这两个对话框中的确定。
14 选择统计 > 回归 > Poisson 回归 > 响应优化器。
15 对于结块缺陷,请选择望小。
16 对于褪色缺陷,请选择望小。
17 单击设置。按如下所示填写表的望目和上限列,然后单击确定。
响应 |
望目 |
上限 |
结块缺陷 |
0 |
17 |
褪色缺陷 |
0 |
75 |
18 单击选项。按如下所示填写表的约束、 保留值、下限和上限列。
变量 |
约束(C) |
保留值 |
下限 |
上限 |
清洁小时 |
区域约束 |
|
3 |
8 |
温度 |
无约束 |
|
|
|
螺丝钉的大小 |
保留值 |
大 |
|
|
19 在每个对话框中单击确定。
会话窗口输出
Poisson 回归分析: 褪色缺陷 与 清洁小时, 温度, 螺丝钉的大小
Poisson 回归分析: 结块缺陷 与 温度, 螺丝钉的大小
响应优化: 结块缺陷, 褪色缺陷
参数
响应 目标 下限 目标 上限 权重 重要度 结块缺陷 最小值 0 17 1 1 褪色缺陷 最小值 0 75 1 1
变量范围
变量 值 清洁小时 (3, 8) 温度 (80, 215) 螺丝钉的大小 大
解
清洁 螺丝钉 结块缺陷 褪色缺陷 解 小时 温度 的大小 拟合值 拟合值 复合合意性 1 3 122.273 大 14.7823 68.5972 0.105531
多响应预测
变量 设置 清洁小时 3 温度 122.273 螺丝钉的大小 大
拟合值 响应 拟合值 标准误 95% 置信区间 结块缺陷 14.78 1.03 (12.89, 16.96) 褪色缺陷 68.60 2.11 (64.58, 72.87) |
图形窗口输出
这两个响应的组合合意性或复合合意性为 0.1055。由于存在约束,此优化器中的设置不会得到最高的复合合意性。约束可以让此解更切实际。由于褪色缺陷会随时间增加,并且时间不在结块缺陷的模型中,因此,当“清洁小时” 设置为 0 时,始终存在最高复合合意性。此外,当大螺丝钉传送颗粒的速度比小螺丝钉快时,这两种类型的缺陷更高,这样,在“螺丝钉的大小”为“小”时,始终存在最高复合合意性。由于预测表明,此过程至少可在 3 小时达到更快传送速率的平均缺陷数限定值,因此,约束可以让此解更切实际。
如果要调整此初始解的因子设置,则可以使用图。移动垂直条形以更改因子设置,并观察响应的单个合意性 (d) 以及复合合意性如何变化。例如,通过移动表示温度的红线,可以发现褪色缺陷数的预测值低于温度约 147 度时平均缺陷数的限定值。
响应优化器使用模型方程。在解释结果前,请确保您的模型准确无误。