级别：中级
【主持人】
SAS Institute Inc.的JMP分析软件测试人员Jeremy Ash
[公告摘要]
基于模型的多元管理图（MDMVCC）平台基于主成分分析（PCA模型）和PLS模型创建管理图。该控制图可用于多维数据的故障检测和诊断。在这里，我们将演示使用田纳西州伊士曼过程（模拟化学工业过程）基于PLS模型的MDMVCC监视。在此模拟中，当化学反应器从气态反应物生产液体产物时，将测量质量和过程变量。
首先，在离线状态下执行故障诊断。在这种情况下，您将不得不在多变量控制图，单变量控制图和过程诊断报告之间进行切换，这在MDMVCC平台上非常容易做到。接下来，我们将把JMP连接到一个外部数据库，并演示使用MDMVCC平台进行在线监视。由于产品质量变量在获得所有测量结果之前会有时间延迟，因此故障检测通常也会延迟。在基于PLS模型的MDMVCC中，质量变量的变化是作为过程变量的函数进行监视的，但是过程变量通常相对较快地可用，这对于早期检测故障很有用。
[演讲者简介]
Jeremy Ash拥有北卡罗莱纳州立大学的生物信息学学位，目前正在担任JMP的分析软件测试人员。在我的论文中，我写了有关化学信息学，度量化学和生物信息学的计算方法。他拥有北卡罗莱纳州立大学的统计硕士学位和得克萨斯大学奥斯汀分校的生物学学士学位。
