批历史回顾
工程师先生走进科学家博士的办公室说:“我知道你想和我谈谈POLYGLOP 123的批记录?”“是的。我注意到你没有在统计设计的实验室过程研究中定义的相同条件下运行，不知道你是否能告诉我发生了什么?科学家博士说。
Engineer先生回答说:“当您使用统计设计的实验来定义反应收率的响应面时，您发现使收率最大化的最佳条件发生在142°C和6小时。(图1)
工程师先生继续说:“当我们把这些条件转移到工厂时，我们并没有达到你们报告的97%的产量，而是第一批只有87%左右。当实验室数据用于生产时，这并不罕见，通常是由于不同的设备配置，例如搅拌。幸运的是，我们知道一种技术来优化制造程序，使用实验性的设计技术，不会破坏生产工作流程。这种技术被称为EVOP。”
科学家博士回答说:“我听说过EVOP。我记得这是进化操作的首字母缩写。它是如何工作的?”
“你是正确的。1957年，Box首次讨论了EVOP，然后在书中进行了更详细的讨论进化操作由博克斯和德雷珀于1969年撰写。2在操作中，对每批所选变量都做了微小的变化。这些变化很小，产量差异仍然在正常产量变化范围内。只有通过多次重复这些生产实验，才能看到改进的趋势。一旦确定了趋势，就可以通过对操作条件进行微小的改变来实现改进。然后重复这个过程，直到没有变化。通常，只计算两三个最重要的变量。一旦这些变量得到控制，就可以评估其他次要变量以进行持续改进。当然，EVOP会继续监控原始变量，以防原材料或其他生产变量发生变化。”
“这很有趣。目前的操作条件和产量如何?科学家博士问。Engineer先生回答说:“目前，该装置在145°C下运行6小时10分钟，平均收率为96.6%，标准偏差为1.6%。”“如此微小的变化导致产量恢复了97%的变化，”科学家博士若有所思地回答。“请告诉我更多有关EVOP程序的信息。”
EVOP应用于POLYGLOP 123工艺
工程师先生开始说:“我们以图1所示的实验室结果为出发点，选择了一个4个角点和一个中心点的实验设计，如图2所示。代码0，即中心点，被分配给建议的操作条件，代码1到4被分配给拐角点。”在他的书中，进化操作Box采用五因子实验设计。当每个实验都进行一次时，他称之为一个循环;五个周期，他称之为一个阶段。每个阶段代表25个实验。在运行五个周期(即一个阶段)后，对数据进行分析，以确定是否应将设计的中心点更改为新的温度和时间坐标。无论是否改变坐标，都要重复5个新的周期，并进行后续的数据分析。通常情况下，所有五个实验都在重复之前进行。顺序可以是一致的:1、2、3、4、0;1、2、3、4、0;等; or could be random: 2,3,0,1,4; 1,3,4,0,2; etc. Of course, random is better.
“之所以要运行五个循环，是因为对于任何一个循环，操作中的噪音都会掩盖温度和时间的微小变化所带来的变化的影响。通过运行几个循环，可以提高信噪比，这样才能看到真实的效果。这与测量的标准误差有关3.(应用统计简化:或，' t时间，' APCJ, 1995年9月11日)。
以POLYGLOP 123为例，设计的第一个循环在142°C和6小时的中心给出了以下结果:实验0给出了89%的收率;实验1给出87;实验2给出89;实验3给出88;实验4给出90分。没有明显的规律。
然而，在5个循环之后，即完成阶段之后，情况自行澄清，因为复制降低了噪声。结果如表1所示，并绘在图3中。
“从表格或图中可以明显看出，下一组实验应该集中在143°C和6小时10分钟，这是EVOP第一阶段产量最大的地点。在这些新条件下进行另一个阶段，并重复对数据进行评估。总共下了4个阶段，以达到当前的操作条件。每个相的实验0的中心如图4所示。
“当我们进行第四阶段5个实验的5个循环时，我们发现实验0(中心点)的收益率为97%;实验1给出94;实验2给出95;实验3给出95;实验4给出96。自该阶段完成以来，标准操作条件已设定为145°C和6小时10分钟，平均收率为96.6%，”工程师先生说。
持续改进
科学家博士想知道，“这是否意味着你不再需要在生产中使用EVOP程序?”Engineer先生回答说:“我们将继续在时间和温度上运行EVOP阶段。到目前为止，还没有必要改变设计中心的坐标。然而，在未来，这个过程中的某些东西可能会改变:原材料可能会改变;可能会更换热电偶或时钟;或对工艺程序或设备进行修改。因此，我们继续使用EVOP来研究最佳温度和时间条件。“此外，由于我们似乎处于最佳的时间和温度，我们现在正在考虑是否有其他变量可以通过EVOP进行评估，如反应物比或搅拌速率。“通过继续运行EVOP，我们可以确保我们的工艺始终以工艺条件为中心，以实现最佳产量。”
举报辱骂性评论