데이터를 정보로 변환 – 농약 생산에 다변량 통계 기법의 적용
Alan Brown, PhD, 수석 기술 전문가 – Syngenta
Syngenta는 농부와 재배자를 위해 작물 보호 제품(제초제, 살충제 및 살균제), 식물 및 종자를 제공하는 세계 최고의 농업 기업입니다. 화학 활성 성분의 제조는 배치 및 연속 공정의 조합을 사용하여 여러 현장에서 수행됩니다. 이러한 사이트의 특징은 대량의 데이터를 생산한다는 것입니다. 이 프레젠테이션은 JMP Pro 내에서 모델링 및 다변량 기능을 사용하여 이러한 데이터를 프로세스 이해를 개선할 수 있는 정보로 전환하는 방법을 보여줍니다. 복잡성이 증가하는 세 가지 예가 제시됩니다. 첫 번째는 6개 변수의 주성분 분석(PCA)을 활용하여 두 생산 단위 간의 성능 차이에 대한 이유를 조사합니다. 두 번째는 연속 프로세스의 34개 변수(예: 흐름, 온도, 압력 등)와 재귀 분할, 부스트된 트리, PLS-DA 및 신경망과 같은 분류 기술을 사용하여 다음의 다형성 형태를 예측합니다. 제품. PLS 및 신경망을 사용하여 관련 화학적 불순물 그룹의 양을 모델링하는 데 동일한 입력 변수 세트가 사용됩니다. 세 번째 예는 PCA/PLS 및 재귀 분할을 사용하여 세 개의 병렬 프로덕션 스트림 간의 차이점을 조사합니다. 14개의 공정 변수에 대한 데이터는 각 스트림당 10개씩 30개의 배치에 대해 수집되었습니다. 1분 간격으로 약 400개의 관측치가 배치당 변수별로 캡처되었습니다.
