CONFIDENTIEL DE L'ENTREPRISE. NE PAS DIVULGUER.
Veuillez noter que cela a d'abord été publié en tant que communication interne au sein d'ExxonMobil.
UTILISATEUR JMP TRIMESTRIEL
ÉTÉ 2021 | NUMÉRO 1
NOTE DE L'ÉDITEUR
Au cours de ses nombreuses décennies d'histoire, ExxonMobil est passé d'une petite entreprise régionale à l'une des plus grandes sociétés cotées en bourse au monde et à l'un des premiers défenseurs de la transformation numérique. L'un des outils qui a accéléré cette transformation - en permettant aux experts du domaine de prendre des décisions plus basées sur les données - est le logiciel de découverte statistique JMP®.
Grâce à l'investissement de notre société dans une licence JMP d'entreprise, tous ceux qui traitent des données chez Exxon peuvent désormais accéder à JMP depuis leur ordinateur portable ou leur ordinateur de bureau, à la maison, sur site ou sur le terrain. Donc, que vous utilisiez le logiciel depuis des années - ou que vous l'ayez simplement installé hier - continuez à lire. Quels que soient vos antécédents et votre niveau d'expertise statistique, nous espérons que vous serez inspiré par ce nouveau bulletin trimestriel pour tirer davantage de valeur commerciale de vos données.
Avec chaque numéro, nous soulignerons comment les utilisateurs de JMP de Houston à Kuala Lumpur ont introduit des améliorations exploitables qui affectent nos résultats. Vous lirez des exemples montrant comment, entre les mains d'ingénieurs, de scientifiques et d'analystes talentueux, JMP permet à Exxon en tant qu'organisation de travailler de manière plus reproductible, d'accélérer la production, d'augmenter le rendement, de réduire les coûts, d'améliorer les processus, de communiquer de nouvelles idées, d'explorer nos données , trouver des opportunités et, surtout, continuer à innover et repousser les limites du secteur énergétique mondial.
Continuez à lire et contactez vos collègues, même ceux de l'autre côté du monde. Et trouvez de nouvelles façons de partager les meilleures pratiques en matière de gestion, d'analyse et de reporting des données. Après tout, la découverte est la raison d'être d'Exxon et de JMP.
Ekenechukwu Casey Ofoma, conseiller en analyse DAS, ExxonMobil Amérique du Nord
Meg Eberle, responsable des références clients mondiales, JMP
_____________________________________________________________________________________
1 FOCUS UTILISATEUR : EMRE FPO KLTC PMA
Les personnalisations dans JMP ont créé un outil convivial et évolutif pour l'analyse des valeurs extrêmes qui a permis d'optimiser les processus d'inspection et d'éliminer les erreurs humaines
Amar Sufian Mohd Sapihie, Centre d'assistance aux entreprises, EMRE FPO KLTC PMA, Kuala Lumpur, Malaisie
Marco Salfi, conseiller en analytique avancée, Milan, Italie
Défi
Face à des données d'inspection de plus en plus complexes cloisonnées dans différents systèmes de stockage de données, les inspecteurs internes des installations NDC d'ExxonMobil en Malaisie ont recherché un outil convivial capable de fournir une analyse de qualité à fort impact, de réduire les erreurs humaines et de surmonter les obstacles à l'accès aux données.
Méthodologie
L'ingénieur Amar Sufian Mohd Sapihie, en consultation avec le conseiller en analyse avancée Marco Salfi, a utilisé une équation non linéaire dans JMP pour déterminer les meilleures valeurs pour les variables constantes d'un modèle. Pour évaluer la précision et la variabilité du modèle, ils ont ensuite comparé l'équation résultante avec des chiffres théoriques. L'application de distribution de vie dans JMP a permis à Sapihie et Salfi d'effectuer une analyse approfondie des valeurs extrêmes sur la base de données historiques. Enfin, une comparaison des équations EVA théoriques et existantes a permis de mieux comprendre leur efficacité et leur asymétrie.
Résultats
En automatisant l'analyse des valeurs extrêmes (EVA) avec des scripts JMP, explique Sapihie, l'équipe a créé un nouveau processus standard pour l'analyse répétée qui peut être effectué plusieurs fois plus rapidement que l'approche manuelle précédente. Grâce à son flux de travail analytique intégré et personnalisable, JMP a rendu le processus d'inspection standard du site NDC plus reproductible et moins sujet aux erreurs.
retour sur investissement
200 000 $ d'économies annuelles avec un fort potentiel de mise à l'échelle pour toute application impliquant une analyse de valeur extrême.
_____________________________________________________________________________________
2 PLEINS FEUX SUR LES UTILISATEURS : EMCC Operations Asia Pacific
Une approche de surveillance de processus multivariée dans JMP permet de réaliser plus de 5 millions de dollars d'économies annuelles et une réduction de 30 % du temps d'analyse
Masoud Golshan, conseiller en analyse de fabrication, Houston, Texas
Yew Boon Teo, Opérations chimiques, EMCC Operations Asia Pacific, Singapour
Défi
Chez ExxonMobil, chaque ingénieur de processus prend généralement en charge entre 3 et 6 usines avec jusqu'à 1 000 balises chacune couvrant jusqu'à 100 jours de fonctionnement. Chargés de plusieurs objectifs, de l'identification et de la résolution des problèmes de fiabilité à l'évaluation des systèmes de mesure et à l'optimisation des conditions de fonctionnement, les ingénieurs de procédés avaient besoin d'une meilleure norme de pratique pour exploiter les données de systèmes physiques extrêmement complexes. Compte tenu de la quantité et de la complexité des données générées par la technologie de pointe des capteurs, la gestion des données était devenue l'un des défis les plus importants, sinon le principal, pour la surveillance et l'analyse des processus.
Méthodologie
En collaboration avec le conseiller en analyse de fabrication Masoud Golshan, l'ingénieur de processus Yew Boon Teo a présenté un système de surveillance et d'analyse de processus multivarié dans JMP qui permettrait aux équipes d'ingénierie de concrétiser leur vision de passer à des approches plus prédictives, voire prescriptives, de la surveillance des processus. JMP, dit Golshan, offre une plate-forme intégrée qui permet aux utilisateurs de visualiser la complexité dans des dimensions très réduites .
Résultats
L'approche multivariée de l'équipe pour la surveillance des processus s'est avérée à la fois efficiente et efficace ; une solution qui pourrait être gérée depuis le bureau central avec un faible investissement et un rendement élevé à court et à long terme. Bien qu'un seul pilote ait été achevé à ce jour, Golshan et Yew Boon Teo signalent qu'un projet pilote prolongé est en cours, impliquant 20 opérations et la création de plus de 30 systèmes de surveillance multivariés. Les extensions technologiques en cours devraient faire avancer la mise à l'échelle complète.
retour sur investissement
Une valeur combinée de plus de 5 millions de dollars par an et une réduction de 30 % du temps d'analyse de la surveillance des processus.
_____________________________________________________________________________________
_____________________________________________________________________________________
LE SAVIEZ-VOUS?
Les données RTO sont disponibles pour être extraites du lac de données dans JMP DLC/XOMMFG/SEEQ/GetPlantData !
Contact : Charles Fryer
JMP DLC a été amélioré vers la version 2.0
Contact : Luiz Padilha
Notre API de séries temporelles peut désormais fournir des résultats de moyenne directe, pas seulement une moyenne pondérée
Contact : Marcel Mueller
Nous recherchons des sources internes JMP DLC, XOMMFG et plus pour des mises à jour rapides
Contactez Marcel Mueller si vous êtes intéressé pour aider
_____________________________________________________________________________________
_____________________________________________________________________________________
3 PLEINS FEUX SUR LES UTILISATEURS : EMCC Global Technology
Lorsqu'une amélioration progressive de la qualité était nécessaire, l'équipe Global Surface Spot a utilisé la plate-forme Functional Data Explorer dans JMP ainsi que les principaux composants et l'analyse des valeurs aberrantes pour introduire une amélioration annuelle de 200 000 $
Urtzi Apraiz, ingénieur des procédés chimiques, Advanced Elastomer Systems, EMCC Global Technology, Newport, NJ
Marco Salfi, conseiller en analytique avancée, Milan, Italie
Défi
Après avoir observé des problèmes de performances persistants avec le Santoprene, un polymère élastomère thermoplastique, l'équipe Global Surface Spot a cherché une solution à plus long terme pour l'optimisation de la qualité des processus chimiques. Tout d'abord, ils auraient besoin d'identifier et de comprendre les principaux moteurs de processus causant un nombre élevé de taches de surface.
Méthodologie
L'ingénieur en procédés chimiques Urtzi Apraiz, en collaboration avec le conseiller en analyse avancée Marco Salfi, a développé une approche méthodologique qui pourrait être entièrement entreprise au sein de JMP. L'équipe a d'abord utilisé un rapport de distribution pour l'analyse des valeurs aberrantes, suivi d'un dépistage des prédicteurs pour identifier la contribution de toutes les variables de réponse sur les résultats des taches de surface. L'analyse exploratoire des données dans l'explorateur de données fonctionnelles (FDE) du logiciel, combinée à l'analyse en composantes principales (ACP), a permis d'aborder les données fonctionnelles, de signal et de série. En fin de compte, ils ont appliqué une technique de modélisation prédictive connue sous le nom de forêt d'amorçage pour créer un modèle qui pourrait prédire une valeur de réponse en faisant la moyenne des valeurs de réponse prédites sur de nombreux arbres de décision.
Résultats
Apraiz et Salfi ont identifié deux causes profondes des taches de surface de Santoprene. Premièrement, ils ont identifié les températures de fusion élevées de l'extrudeuse en aval, en particulier pour l'huile et le caoutchouc, comme ayant l'impact le plus significatif sur FPC1. Deuxièmement, ils ont découvert que le rapport des poudres RB affectait considérablement les performances.
retour sur investissement
Une amélioration annuelle estimée à 200 000 $, et plus attendue à mesure que l'analyse est étendue à l'usine chimique de Pensacola.
_____________________________________________________________________________________
4 FOCUS UTILISATEUR : GSC PROC Aval et Chimie
Un outil personnalisé d'optimisation des contrats take-or-pay développé dans JMP offre aux négociateurs de contrats ExxonMobil un avantage concurrentiel
Bethannie Faith Canter, GSC PROC Aval et Chimie, Spring, Texas
Ekenechukwu Casey Ofoma, conseiller en analyse DAS, Houston, Texas
Défi
Les contrats d'achat ferme guident les négociations sur le gaz industriel entre ExxonMobil et ses fournisseurs, les négociateurs de contrats acceptant soit de prendre le produit du fournisseur à un prix prédéterminé, soit de payer une pénalité. La tarification des volumes de gaz industriels est générée à partir d'une combinaison de la quantité de produit, du capital, des coûts d'exploitation et d'entretien et des coûts de main-d'œuvre. Les contrats existants basent leurs seuils de niveau volumétrique sur la consommation historique, tandis que les nouveaux projets sont basés sur la consommation théorique. Avec des frais de consommation excédentaire, le prix dépasse généralement les niveaux de volume de base de 4 à 13 fois.
Compte tenu de la complexité des négociations contractuelles, il est difficile d'identifier des seuils de niveaux volumétriques qui optimisent le minimum take-or-pay (MTOP) tout en minimisant les coûts encourus en raison d'une consommation excessive. Les analystes doivent surveiller davantage les taux de consommation du site au fil du temps pour suivre les performances.
Méthodologie
Bethannie Faith Canter et la conseillère en analyse DAS Ekenechukwu Casey Ofoma ont vu une opportunité de tirer parti de la plate-forme JMP pour développer un outil d'optimisation de bout en bout. En utilisant le langage de script JMP (JSL), ils ont pu écrire un script qui applique une simulation Monte Carlo de la production quotidienne pour évaluer une gamme de paramètres de prix et de volume sur les contrats d'achat ferme. Le modèle utilise les pénalités et les dépenses totales comme variable de réponse et les paramètres de prix et de volume comme variables d'entrée et est adapté dans JMP à l'aide d'un réseau de neurones. Le JMP Prediction Profiler est utilisé pour visualiser les modifications apportées à la variable de réponse à mesure que les variables d'entrée changent. Les fonctions de désirabilité aident à trouver les paramètres d'entrée optimaux pour minimiser les pénalités et les dépenses totales.
Résultats
Canter et Ofoma pensent avoir développé un outil d'optimisation qui offrira à ExxonMobil un avantage concurrentiel dans les négociations de contrats de gaz industriels.
retour sur investissement
Des économies de coûts potentielles allant jusqu'à 10 millions de dollars et un avantage concurrentiel lors des négociations de contrat.
RAPPEL : CONFIDENTIEL DE L'ENTREPRISE. NE PAS DIVULGUER.
