【主持人】
SAS Institute Inc.的JMP分析軟件測試人員Jeremy Ash
[公告摘要]
基於模型的多元管理圖（MDMVCC）平台基於主成分分析（PCA模型）和PLS模型創建管理圖。該控製圖可用於多維數據的故障檢測和診斷。在這裡，我們將演示使用田納西州伊士曼過程（模擬化學工業過程）基於PLS模型的MDMVCC監視。在此模擬中，當化學反應器從氣態反應物生產液體產物時，將測量質量和過程變量。
首先，在離線狀態下執行故障診斷。在這種情況下，您將不得不在多變量控製圖，單變量控製圖和過程診斷報告之間進行切換，這在MDMVCC平台上非常容易做到。接下來，我們將把JMP連接到一個外部數據庫，並演示使用MDMVCC平台進行在線監視。由於產品質量變量在獲得所有測量結果之前都會有時間延遲，因此故障檢測通常也會延遲。在基於PLS模型的MDMVCC中，質量變量的變化是作為過程變量的函數進行監視的，但是過程變量通常相對較快地可用，這對於早期檢測故障很有用。
[演講者簡介]
Jeremy Ash擁有北卡羅萊納州立大學的生物信息學學位，目前正在擔任JMP的分析軟件測試人員。在我的論文中，我寫了有關化學信息學，度量化學和生物信息學的計算方法。他擁有北卡羅萊納州立大學的統計碩士學位和得克薩斯大學奧斯汀分校的生物學學士學位。
