Livello: intermedio
【Presentatore】
Jeremy Ash, JMP Analytics Software Tester, SAS Institute Inc.
[Riepilogo dell'annuncio]
La piattaforma MDMVCC (Model-Based Multivariate Management Diagram) crea diagrammi di gestione basati sull'analisi dei componenti principali (modello PCA) e sui modelli PLS. Questo diagramma di controllo può essere utilizzato per il rilevamento e la diagnosi dei guasti con dati multidimensionali. Qui dimostreremo il monitoraggio da parte di MDMVCC basato sul modello PLS utilizzando il processo Tennessee Eastman (processo simulato dell'industria chimica). In questa simulazione, le variabili di qualità e di processo vengono misurate poiché il reattore chimico produce un prodotto liquido da un reagente gassoso.
Innanzitutto, eseguire una diagnosi di errore nello stato offline. In questo caso, dovrai alternare tra diagrammi di controllo multivariati, diagrammi di controllo univariati e rapporti diagnostici di processo, operazione molto semplice sulla piattaforma MDMVCC. Successivamente, collegheremo JMP a un database esterno e dimostreremo il monitoraggio in linea con la piattaforma MDMVCC. Poiché la variabile di qualità del prodotto ha un ritardo di tempo prima che tutti i risultati di misurazione siano disponibili, anche il rilevamento del guasto è generalmente ritardato. In MDMVCC basato sul modello PLS, la variazione delle variabili di qualità viene monitorata in funzione delle variabili di processo, ma le variabili di processo sono generalmente disponibili in tempi relativamente brevi, il che è utile per il rilevamento precoce dei guasti.
[Presenter Profile]
Jeremy Ash ha conseguito una laurea in bioinformatica presso la North Carolina State University e attualmente lavora come tester di software di analisi per JMP. Nella mia tesi di laurea ho scritto sui metodi di calcolo in chemioinfomatica, chimica metrica e bioinformatica. Ha conseguito un master in statistica presso la North Carolina State University e una laurea in biologia presso l'Università del Texas ad Austin.
