問題核心：不穩定的製程表現
因 OAR < 1.8 目標而受影響的產量
198
公噸 (MT)
吸油率數據頻繁波動，不僅構成巨大的不合格品風險，也導致顯著的產能損失。
品質目標達成狀況
初步分析顯示，大量的生產批次處於品質目標的邊緣地帶，突顯了製程穩定性的不足。
解構製程：從乾燥器到精密的相轉換反應器
成功的優化始於思維的轉變。汽提器不僅是移除溶劑的設備，它更是一個複雜的反應器，透過三種主要的物理化學機制，精密地建構出產品的微觀多孔結構。
NIPS
非溶劑誘導相分離
TIPS
熱誘導相分離
EIPS
蒸發誘導相分離
水量 (RW) 作為非溶劑
控制熱力學「淬火速率」，直接影響孔隙大小與互連性，是 NIPS 的主要驅動力。
蒸汽 (STM) 作為熱/質傳媒介
同時影響反應溫度與溶劑移除速率，驅動 TIPS 與 EIPS。
固含量 (TS%) 作為初始條件
定義反應的起始點與溶液黏度，高黏度可能減緩相分離動力學，導致孔隙結構發展不完全。
現行方法的侷限
分析歷史操作數據僅能揭示表面關聯，無法指導真正的優化。
- ✗干擾變數：無法確定觀察到的影響是否僅來自單一變數的改變。
- ✗缺乏交互作用分析：無法捕捉變數間的協同或拮抗效應，例如水量在高固含量下的效果可能與低固含量時完全不同。
- ✗無法模擬曲率：只能識別線性趨勢（如「越多越好」），卻錯過了曲線峰值的真正最佳點。
被忽略的關鍵變數：切粒速度
最終的 OAR 測試結果不僅取決於內部的孔隙，還受到膠粒表面的極大影響。
優良的內部多孔結構
次佳的切粒參數可能形成一層緻密的「表皮」，封閉內部孔隙，阻礙油的吸收。
前進之路：統計實驗設計 (DOE)
採用反應曲面法 (RSM) 中的 Box-Behnken 設計 (BBD)，能以最有效率的方式系統性地探索製程空間，量化變數間的交互作用，並找到真正的最佳操作窗口。
實驗效率比較：四因子三水平設計
BBD 設計能以不到全因子實驗三分之一的運行次數，獲得更豐富、更可靠的製程資訊。
建議的 BBD 實驗因子
| 因子 | 代碼 | 單位 |
|---|---|---|
| 固含量 | A: TS% | % |
| 蒸汽流量 | B: STM | kg/hr |
| 水流量 | C: RW | L/hr |
| SDU 轉速 | D: SDU | RPM |
視覺化製程響應：尋找 OAR 最佳點
RSM 的最終輸出是一個預測模型，可以視覺化為 3D 響應曲面。這使我們能夠直觀地看到不同參數組合如何影響 OAR，並精確定位性能曲線的峰值——即穩健的最佳操作窗口。
此圖為示意圖，展示了 OAR 如何隨蒸汽量和水量的變化而呈現非線性、具有交互作用的曲面。真實數據將透過 BBD 實驗取得。