• No results found

Multivariat analys - Workshop i SIMCA P

Vid genomf¨orande av multivariata analyser finns det inte enbart ett tillv¨agag˚angss¨att. Anledningen ¨ar att alla dataset ¨ar individuella och d¨arf¨or passar vissa analysmetoder b¨attre och vissa s¨amre. Det kan i vissa fall ¨

aven vara l¨ampligt att dela upp analysen i en multivariat del och en del som behandlade envariabelanalys. I projeketet valdes det d¨arf¨or att fokusera p˚a b˚ade PLC- och PLS-analyser eftersom att vissa celler i data-setet saknade data samt envariabelanalys d¨ar det enligt teorin borde funnits en stark korrelation mellan tv˚a parametrar.

handlade det om uteliggare och i andra fall om att n˚agot h¨ant i processen f¨or just den batchen. N¨ar er-farenhet av processen saknades beh¨olls dessa i datasetet fram till en f¨orsta workshop med projektgruppen. Denna workshop syftade till att sortera bland denna typ av data tillsammans med processingenj¨or, ansvarig f¨or kvalitetsutfall och laborationsingenj¨orer. P˚a s˚a s¨att f¨ors¨akrades det att ingen data med v¨ardefullt inneh˚all utesl¨ots innan den huvudsakliga analysen genomf¨ordes.

N¨ar prover f¨or totalt 22 batcher hade tagits p˚a produktionslina C och D samlades proverna in f¨or vidare analys internt och externt av f¨oretaget ALS Scandinavia. Anledningen till att ett externt f¨oretag kontakta-des f¨or analys berodde p˚a att vissa ¨amnen inte kunde sp˚aras i det interna laboratoriet. N¨ar alla provsvar hade kommit sammanst¨alldes dessa i den stora Excelfilen och d¨arefter kallade projektledaren till ytterligare en workshop d¨ar all data analyserades. Under workshopen arbetade projektledaren i SIMCA P och delade sk¨armen s˚a att ¨ovriga medlemmar kunde komma med f¨orslag p˚a analyser. Till att b¨orja med genomf¨ordes envariabel analys av ett antal intressanta parametrar. Intresset i parametrarna avgjordes utir˚an kunskap om hur processen b¨or f¨orh˚alla sig vid vissa variationer. P˚a s˚a s¨att kunde det direkt urskiljas om det fanns n˚agon korrelation mellan en viss parameter och KP. Vidare utf¨ordes analyser med PCA och PLS d¨ar all insamlad data togs med. I deth¨ar fallet ansattes KP till Y, utfallet av variablerna X. Det visade sig dock att ett antal variabler inte var relevant eftersom att de ber¨orde ett senare steg i processen som inte p˚averkade KP. Utifr˚an de ˚aterst˚aende variablerna skapades en modell d¨ar alla parametrars signifikantniv˚a samt model-lens RY2, RX2 och Q2 v¨arden kunde urskiljas. Signifikantniv˚an avgjorde i deth¨ar fallet hur stor p˚averkan en viss variabel hade p˚a utfallet medan de sistn¨amnda tre v¨ardena p˚avisade hur predikterbar modellen var med avseende p˚a hur stor del av datasetet. Genom att eliminera de variabler som inte gav n˚agon siginifikant inverkan p˚a modellen kunde predikterbarheten antingen ¨oka eller minska. Hur dessa v¨arden skulle p˚averkas kunde till viss del f¨orutses utifr˚an den kunskap som fanns om processen. Utifr˚an detta valdes det att till en b¨orjan eliminera de variabler med l¨agst p˚averkan av processen, enligt teorin, men ¨aven med h¨ansyns till signifikantniv˚an som framgick av modellen. Det som togs i ˚atanke vid detta steg var att f¨or just denna modell skulle en s˚adan variabel kunna ha stor p˚averkan p˚a n˚agon annan variabel som ans˚ags p˚averka processen mer. Detta steg var d¨arf¨or iterativt och det kr¨avdes att flera modeller togs fram d¨ar m˚alet var att optimera RY2, RX2 och Q2. Att ta fram en modell som beskrev verkligheten till 100% skulle vara om¨ojligt. D¨arf¨or fattade projektgruppen ett gemensamt beslut n¨ar modellen ans˚ags tillr¨ackligt p˚alitlig.

Under arbetetets g˚ang uppt¨acktes ytterligare parametrar som skulle vara av intresse att analysera multi-variat och d¨arf¨or blev hela analysen till viss del iterativ. Allt eftersom att dessa parametrar uppt¨acktes plockades relevant data ut och kompletterades i SIMCA. P˚a s˚a s¨att f¨or¨andrades ¨aven modellen och analysen fick g¨oras om ytterligare f¨or att ta fram en ny modell som baserades p˚a aktuell data. Det medf¨orde att n˚agon slutsats och f¨orslag p˚a fortsatt arbete inte skulle hinnas med inom ramarna f¨or examensarbetet. D¨arf¨or sam-manst¨alldes all data fr˚an den multivariata analysen l¨opande f¨or att p˚a s˚a s¨att kunna avsluta rapporten med den mest aktuella informationen som kunde h¨amtas fr˚an projektet.

6 Analys

I nedanst˚aende kapitel presenteras hur analysen av det empiriska materialet har genomf¨orts. Genomg˚aende har en induktiv analysmetod anv¨ands i och med att projektets syfte var en att skapa djupg˚aende kunskap inom tre omr˚aden som vidare skulle kunna agera grund f¨or framtida teoriutveckling. Analysen har till st¨orsta del genomf¨orts p˚a egen hand men ¨aven i samr˚ad med projektmedlemmar samt med handledare. Det har i sin tur ¨

okat validiteten f¨or materialet som togs vidare till resultatdelen.

Den data som samlades in analyserades kontinuerligt utifr˚an vad som efterfr˚agades i Black Belt projektet. Eftersom att all data fanns tillg¨anglig i MES eller EPI var det naturligt att b¨orja med denna eftersom att provperioden var f¨ardig tills dess att halva examensarbetet hade genomf¨orts. Provsvaren dr¨ojde cirka tv˚a veckor fr˚an dess att provperioden var f¨ardig. Vid alla analys av insamlad data har syftet varit att kunna f¨orklara vad och hur olika parameterar p˚averkar kvalitetsparametern KP med m˚alet att ¨oka FTR f¨or Produkt X1. Det som m˚aste tas i ˚atanke vid denna analys ¨ar att det endast ¨ar en variabel som st¨alls mot en annan. N¨ar processen ¨ar komplex d¨ar totalt sett antalet variabler ¨ar i storlekordning tiotal kommer det vara sv˚art att urskilja n˚agra starka korrelationer. Dock kommer det ge v¨ardefull information till den multivariata analys som genomf¨ordes n¨ar all data fr˚an provperioden var insamlad eftersom att den envariabla analysen kan ge en fingervisning om vilka samband som ¨ar starka och inte. P˚a s˚a s¨att kan detta tillsammans med processingenj¨orens erfarenhet p˚asskynda arbetet vid elimineringen av signifikanta och icke signifikanta variabler vid modellbyggandet. G¨allande den information som samlades in f¨or SPC och kamerassystemet har analysen skiljt sig fr˚an datainsamlingen eftersom att denna syftade till att utforska m¨ojligheterna i dagsl¨aget och presentera material som skulle agera grund f¨or framtida arbete.