◆◆0

Minitab助力纱线生产商改善纱线生产工艺，以获取更高质量的衬衫

yuyuxi 2020-08-27 数据分析, 案例 1,569 views

自1971年以来，Unifi Manufacturing, Inc.一直是多丝聚酯和尼龙质感纱线的领先生产商。Unifi的纱线可用于世界主要零售商生产的许多产品中--从服装和工业应用到家居用品。Unifi的客户可以指定他们所需的纱线特性--如染色性和强度--然后Unifi通过使用一种称为假捻纹理的工艺调整机器设置来生产定制的纱线。在Unifi寻求提供高质量合成纱线的过程中，该公司求助于Minitab统计软件来帮助优化和改进其假捻变形工艺。

挑战

为了遵守制造质量标准和长期存储数据的准则，Unifi已经为他们的假捻纹理工艺收集和分析了大量的数据。利用这些数据，每天通过多种统计方法进行工艺优化。这些方法，包括设计的实验，被用来建立各种类型的因果模型，使技术人员能够预测纱线特性和选择工艺参数。然而，由于涉及的变量较多，且Unifi质量技术人员需要投入大量的时间，因此这些模型并不容易获得。

Unifi的假捻纹理过程非常复杂，包含了许多高度相关的操纵因素。高度相关的因素的存在，即所谓的 "多线性"，往往会导致冗余的测量，降低统计效率。Unifi开始寻找一种更高效、更经济的方法来进行优化假捻纹理过程所需的数据分析。他们在Minitab统计软件中找到了解决方案。

Minitab如何提供帮助

Unifi 质量技术人员使用 Minitab 强大的数据分析功能，将他们的统计方法缩小到最适合日常实际使用的分析范围。利用公司已有的大量数据，他们使用 Minitab 评估和比较了三种不同方法（多元线性回归、主成分分析和偏最小二乘法 (PLS) ）的模型，以找到最适合优化假捻纹理工艺的方法。

Minitab对在北卡罗来纳州亚德金维尔的Unifi纺纱厂收集的数据进行分析后发现，PLS分析是生成精确模型的最快、最简单的方法，也是三种方法中弥补多线性的最好方法。其他方法需要进行额外的实验工作，成本更高、时间更密集，因此不适合日常使用。使用 PLS，Unifi 技术人员还能够比使用经典线性回归时更快地识别出离群数据。这节省了时间，并使技术人员能够比使用 PLS 之前更早地发现和解决过程中的潜在问题。