Nivel: intermedio
【Presentador】
Jeremy Ash, probador de software de análisis de JMP, SAS Institute Inc.
[Resumen del anuncio]
La plataforma Diagrama de gestión multivariante basado en modelos (MDMVCC) crea diagramas de gestión basados en el análisis de componentes principales (modelo PCA) y los modelos PLS. Este diagrama de control se puede utilizar para la detección y el diagnóstico de fallas con datos multidimensionales. Aquí, demostraremos el monitoreo por MDMVCC basado en el modelo PLS usando el proceso Tennessee Eastman (proceso de la industria química simulada). En esta simulación, las variables de calidad y proceso se miden cuando el reactor químico produce un producto líquido a partir de un reactivo gaseoso.
Primero, realice un diagnóstico de fallas en el estado fuera de línea. En este caso, deberá alternar entre diagramas de control multivariados, diagramas de control univariantes e informes de diagnóstico de procesos, lo cual es muy fácil de hacer en la plataforma MDMVCC. A continuación, conectaremos el JMP a una base de datos externa y demostraremos el monitoreo en línea con la plataforma MDMVCC. Dado que la variable de calidad del producto tiene un retraso de tiempo hasta que todos los resultados de la medición están disponibles, la detección de fallas también suele demorarse. En MDMVCC basado en el modelo PLS, la variación en las variables de calidad se monitorea en función de las variables del proceso, pero las variables del proceso generalmente están disponibles con relativa rapidez, lo que es útil para la detección temprana de fallas.
[Perfil del presentador]
Jeremy Ash es licenciado en bioinformática de la Universidad Estatal de Carolina del Norte y actualmente trabaja como probador de software de análisis para JMP. En mi disertación, escribí sobre métodos de cálculo en quimioinfomática, química métrica y bioinformática. Tiene una maestría en estadística de la Universidad Estatal de Carolina del Norte y una licenciatura en biología de la Universidad de Texas en Austin.
