JMP帮助化工企业加速产品研发和创新

企业挑战：

对于一个财富500强化工企业而言，如何才能找到提高研发效率的最佳途径

 

解决方案：
将JMP与SAS相结合，利用虚拟实验室帮助研发人员利用强大的预测模型开发和改进化学配方

 

应用结果：

科学家们成功地拓展了试验研究的范围，却将试验周期从几个星期缩短到短短几分钟。这家公司不是从零开始建设虚拟实验室，而是将JMP与已有的SAS资源相结合，这种方法为这家公司节省了可观的成本。

 

===========================================================================================

正文：

不论是创造受消费者喜爱的产品，还是让产品能引领市场都需要能对市场做出快速反应的研发部门。这一点对于一个生产家庭用品的跨国化工领袖企业来说更是如此。这家公司（因为保密目的，名称隐去）有最优秀的科学家，它一直是其所在领域的全球领袖，那么如何才能加速产品研发以持续保持这种领袖地位呢?

 

“建立一个虚拟实验室”，这家化工企业的科学家们想到了一个聪明的做法，这个虚拟实验室应当拥有顶尖、强大的计算环境，以便研究者们能够运用预测模型探索和改进化学配方。

 

经过对好几种方案进行对比、筛选和评估，这家化工企业的领导层最后决定，将JMP和SAS软件结合起来将是建立所需的虚拟实验室的最佳途径，从2007年开始实施。

 JMP 的预测刻画器能帮助研发人员快速、容易地考察一个或几个变量发生变化对最终输出的影响。上图是一个预测刻画器的例子，用户可以改变任何一个变量来考察它的变化对最终输出变量的影响以及变量之间的交互作用

 

和一般的公司希望新科技的推广能够节省费用不同，这家化工企业建立虚拟实验室的首要目的不是为了钱，而是为了提升研发能力，让研发速度能得到实质的提高。虚拟实验室的建立很好地达到了他们的期望，因为在虚拟实验室的帮助下，在将化学配方送到实验室进行物理研发和测试前，研究者就能非常简单快速地考察最有可能的最优化学配方。而这种效率在公司仅仅拥有实体实验室的时候是不可能达到的。因为在那样的情况下，为了研究一种能使产品更好、更安全和利润更高的化合物，科学家们需要将样品送到实体实验室中进行多达75种复杂的测试，并在数周之后才能看到测试结果。但是在虚拟实验室环境下，有了基于JMP脚本语言(JSL)开发的预测程序，这一研发过程发生了戏剧性的变化：现在，科学家们利用JMP的定制设计功能设计出多套完整的试验方案，并通过分析数十年积累的实验室数据以建立有效的预测模型，接下来，科学家们只需要通过这些预测模型对试验设计的方案进行可视化的评估和筛选就可以了，而这些工作都能够在短短30分钟内完成。现在，科学家们已经成功地扩展了试验研究的范围，试验周期却从数星期缩短到了短短的几分钟。

 

JMP出色的图形和可视化能力以及突出的易用性使得设计试验和分析数据变得难以置信的高效，而SAS几乎可以从任何数据源获取数据。JMP和SAS的结合是非常强大的。在研究人员首次进行试验设计时，他们需要建立预测模型，这些预测模型能预知一种新的混合物在测试时的表现，他们用SAS Enterprise Miner很好地解决了这个问题。有了这些模型，利用JMP进行试验和计算只需要遵循非常简单的4部法。

第一，   将最新的数据从数据库中导入到定制好的JMP工作界面中

第二，   接下来，研究人员可以在成千上万的配方和变量中进行选择，为某种配方任意添加和移除某称成分，然后他们就可以用JMP的试验定制器定制所需的试验了。在这里，他们能对配方的任何特性进行测试，如硬度或对极端高温的反应特性等。

第三，   这些试验被送到SAS中进行建模计算。SAS执行这些试验并进行复杂的建模，并将包含有重要建模信息的数据表返回到JMP。

第四，   然后，研究人员可以利用JMP来分析结果和对结果进行可视化展现和探索，这时他们可能使用到的JMP功能包括交互预测刻画器和动态图形（如曲面图）等。这样，研究人员能对产品配方进行重新提炼，仅仅对最有希望的产品配方进行物理实验，这样就大大加速了研发和创新的速度。

运用JMP脚本语言可以根据业务需要定制个性化的操作界面，如上图

 

JMP和SAS：优势互补的一对

JMP和SAS的结合，使得SAS统计分析软件不再是统计学家的专利，而是能被普通的科研人员非常轻松地使用。科研人员可能对SAS知之甚少，但在这种情况下，他们却可以轻松将JMP和SAS用于试验设计DOE中。而运用试验设计DOE方法，科学家门能够高效地调整输入以获得最佳的可能输出。

JMP曲面图采取生动的三维展现方式，它能忙著用户同时考察两个变量的效应，用户可以旋转图形以从各个角度观察变量之间的关系

 

研究人员还非常喜欢利用JMP交互地、简单地、可视化地探索材料的不同属性之间的平衡。例如， JMP的预测刻画器能帮助研究人员实时地看到改变一个输入因素对最终输出的影响以及发现各种因素之间的交互作用。JMP的可视化分析能力让研究人员能够将主要精力放在如何开发更优秀的产品配方上，而不用担心统计方法本身。

 

节省成本

JMP和SAS的结合应用帮助客户节省了可观的实际成本。一方面，这家化工企业建立虚拟实验室的成本只有从零开始建设虚拟实验室正常成本的三分之一，而且这种结合还能帮助这家企业更好地利用既有的SAS资源。使用其他的系统将需要更多的维护和定制，但JMP和SAS相结合的方案却可以随着数据量的增大而扩展，而且它能够对模型进行持续优化而无需对JMP脚本语言（JSL）程序进行编辑。

 

现在，这家化工企业的欧洲和美国员工都已经开始使用这套系统。利用它，研发人员加快了研发的节奏，数十年节省的公司数据的价值也得到了很好的利用。更值得一提的是，公司的实体实验室因为不再需要重复不必要的测试，正在节省可观的运营成本。

 

这个系统能通过一个图形界面访问数据库以及用SAS Enterprise Miner建立的统计模型，因为它能以这些为数据源，因此这个图形界面能获得最完备的最新信息。于是，这个系统支持研究人员利用JMP的定制试验设计(Customer Design)平台进行试验设计，然后将试验设计DOE方案和SAS模型结合起来， 将试验设计方案上传到SAS中进行计算和评估，计算结果又被返回JMP进行进一步的可视化分析或生成书面报告。