JMP幫助化工企業加速產品研發和創新
2010-01-13 19:27:21 本站原創企業挑戰：
對于一個財富500強化工企業而言，如何才能找到提高研發效率的最佳途徑
解決方案：
將JMP與SAS相結合，利用虛擬實驗室幫助研發人員利用強大的預測模型開發和改進化學配方
應用結果：
科學家們成功地拓展了試驗研究的范圍，卻將試驗周期從幾個星期縮短到短短幾分鐘。這家公司不是從零開始建設虛擬實驗室，而是將JMP與已有的SAS資源相結合，這種方法為這家公司節省了可觀的成本。
========================================================================================
正文：
不論是創造受消費者喜愛的產品，還是讓產品能引領市場都需要能對市場做出快速反應的研發部門。這一點對于一個生產家庭用品的跨國化工領袖企業來說更是如此。這家公司（因為保密目的，名稱隱去）有最優秀的科學家，它一直是其所在領域的全球領袖，那么如何才能加速產品研發以持續保持這種領袖地位呢?
“建立一個虛擬實驗室”，這家化工企業的科學家們想到了一個聰明的做法，這個虛擬實驗室應當擁有頂尖、強大的計算環境，以便研究者們能夠運用預測模型探索和改進化學配方。
經過對好幾種方案進行對比、篩選和評估，這家化工企業的領導層最后決定，將JMP和SAS軟件結合起來將是建立所需的虛擬實驗室的最佳途徑，從2007年開始實施。
JMP 的預測刻畫器能幫助研發人員快速、容易地考察一個或幾個變量發生變化對最終輸出的影響。上圖是一個預測刻畫器的例子，用戶可以改變任何一個變量來考察它的變化對最終輸出變量的影響以及變量之間的交互作用。
和一般的公司希望新科技的推廣能夠節省費用不同，這家化工企業建立虛擬實驗室的首要目的不是為了錢，而是為了提升研發能力，讓研發速度能得到實質的提高。虛擬實驗室的建立很好地達到了他們的期望，因為在虛擬實驗室的幫助下，在將化學配方送到實驗室進行物理研發和測試前，研究者就能非常簡單快速地考察最有可能的最優化學配方。而這種效率在公司僅僅擁有實體實驗室的時候是不可能達到的。因為在那樣的情況下，為了研究一種能使產品更好、更安全和利潤更高的化合物，科學家們需要將樣品送到實體實驗室中進行多達75種復雜的測試，并在數周之后才能看到測試結果。但是在虛擬實驗室環境下，有了基于JMP腳本語言(JSL)開發的預測程序，這一研發過程發生了戲劇性的變化：現在，科學家們利用JMP的定制設計功能設計出多套完整的試驗方案，并通過分析數十年積累的實驗室數據以建立有效的預測模型，接下來，科學家們只需要通過這些預測模型對試驗設計的方案進行可視化的評估和篩選就可以了，而這些工作都能夠在短短30分鐘內完成。現在，科學家們已經成功地擴展了試驗研究的范圍，試驗周期卻從數星期縮短到了短短的幾分鐘。
JMP出色的圖形和可視化能力以及突出的易用性使得設計試驗和分析數據變得難以置信的高效，而SAS幾乎可以從任何數據源獲取數據。JMP和SAS的結合是非常強大的。在研究人員首次進行試驗設計時，他們需要建立預測模型，這些預測模型能預知一種新的混合物在測試時的表現，他們用SAS Enterprise Miner很好地解決了這個問題。有了這些模型，利用JMP進行試驗和計算只需要遵循非常簡單的4部法。
第一， 將最新的數據從數據庫中導入到定制好的JMP工作界面中
第二， 接下來，研究人員可以在成千上萬的配方和變量中進行選擇，為某種配方任意添加和移除某稱成分，然后他們就可以用JMP的試驗定制器定制所需的試驗了。在這里，他們能對配方的任何特性進行測試，如硬度或對極端高溫的反應特性等。
第三， 這些試驗被送到SAS中進行建模計算。SAS執行這些試驗并進行復雜的建模，并將包含有重要建模信息的數據表返回到JMP。
第四， 然后，研究人員可以利用JMP來分析結果和對結果進行可視化展現和探索，這時他們可能使用到的JMP功能包括交互預測刻畫器和動態圖形（如曲面圖）等。這樣，研究人員能對產品配方進行重新提煉，僅僅對最有希望的產品配方進行物理實驗，這樣就大大加速了研發和創新的速度。
運用JMP腳本語言可以根據業務需要定制個性化的操作界面，如上圖
JMP和SAS：優勢互補的一對
JMP和SAS的結合，使得SAS統計分析軟件不再是統計學家的專利，而是能被普通的科研人員非常輕松地使用。科研人員可能對SAS知之甚少，但在這種情況下，他們卻可以輕松將JMP和SAS用于試驗設計DOE中。而運用試驗設計DOE方法，科學家們能夠高效地調整輸入以獲得最佳的可能輸出。
JMP曲面圖采取生動的三維展現方式，它能忙著用戶同時考察兩個變量的效應，用戶可以旋轉圖形以從各個角度觀察變量之間的關系
研究人員還非常喜歡利用JMP交互地、簡單地、可視化地探索材料的不同屬性之間的平衡。例如， JMP的預測刻畫器能幫助研究人員實時地看到改變一個輸入因素對最終輸出的影響以及發現各種因素之間的交互作用。JMP的可視化分析能力讓研究人員能夠將主要精力放在如何開發更優秀的產品配方上，而不用擔心統計方法本身。
節省成本
JMP和SAS的結合應用幫助客戶節省了可觀的實際成本。一方面，這家化工企業建立虛擬實驗室的成本只有從零開始建設虛擬實驗室正常成本的三分之一，而且這種結合還能幫助這家企業更好地利用既有的SAS資源。使用其他的系統將需要更多的維護和定制，但JMP和SAS相結合的方案卻可以隨著數據量的增大而擴展，而且它能夠對模型進行持續優化而無需對JMP腳本語言（JSL）程序進行編輯。
現在，這家化工企業的歐洲和美國員工都已經開始使用這套系統。利用它，研發人員加快了研發的節奏，數十年節省的公司數據的價值也得到了很好的利用。更值得一提的是，公司的實體實驗室因為不再需要重復不必要的測試，正在節省可觀的運營成本。
這個系統能通過一個圖形界面訪問數據庫以及用SAS Enterprise Miner建立的統計模型，因為它能以這些為數據源，因此這個圖形界面能獲得最完備的最新信息。于是，這個系統支持研究人員利用JMP的定制試驗設計(Customer Design)平臺進行試驗設計，然后將試驗設計DOE方案和SAS模型結合起來， 將試驗設計方案上傳到SAS中進行計算和評估，計算結果又被返回JMP進行進一步的可視化分析或生成書面報告。
