FIRMENVERTRAULICH. NICHT OFFENBAREN.
Bitte beachten Sie, dass dies zunächst als interne Mitteilung innerhalb von ExxonMobil veröffentlicht wurde.
JMP-BENUTZER VIERTELJÄHRLICH
SOMMER 2021 | FEHLER 1
ANMERKUNG DES HERAUSGEBERS
Im Laufe seiner jahrzehntelangen Geschichte hat sich ExxonMobil von einem kleinen regionalen Unternehmen zu einem der weltweit größten börsennotierten Unternehmen und Pionier der frühen Verfechter der digitalen Transformation entwickelt. Eines der Tools, das diese Transformation beschleunigt hat – indem es Domänenexperten in die Lage versetzt, datengesteuerte Entscheidungen zu treffen – ist die statistische Discovery-Software JMP®.
Dank der Investition unseres Unternehmens in eine JMP-Unternehmenslizenz kann jeder, der bei Exxon mit Daten zu tun hat, jetzt von seinem Laptop oder Desktop aus auf JMP zugreifen, zu Hause, vor Ort oder im Außendienst. Egal, ob Sie die Software seit Jahren verwenden – oder erst gestern installiert haben – lesen Sie weiter. Unabhängig von Ihrem Hintergrund und Ihrem statistischen Fachwissen hoffen wir, dass Sie sich von diesem neuen vierteljährlichen Newsletter inspirieren lassen, um mehr geschäftlichen Nutzen aus Ihren Daten zu ziehen.
In jeder Ausgabe werden wir hervorheben, wie JMP-Benutzer von Houston bis Kuala Lumpur umsetzbare Verbesserungen eingeführt haben, die sich auf unser Endergebnis auswirken. Sie werden Beispiele lesen, wie JMP in den Händen talentierter Ingenieure, Wissenschaftler und Analysten Exxon als Unternehmen in die Lage versetzt, reproduzierbarer zu arbeiten, die Produktion zu beschleunigen, den Ertrag zu steigern, Kosten zu senken, Prozesse zu verbessern, neue Ideen zu kommunizieren und unsere Daten zu erkunden , Chancen finden und vor allem – weiterhin innovativ sein und die Grenzen im globalen Energiesektor verschieben.
Lesen Sie weiter und kontaktieren Sie Ihre Kollegen, auch auf der anderen Seite der Welt. Und finden Sie neue Wege, um Best Practices für Datenmanagement, Analyse und Berichterstellung auszutauschen. Schließlich geht es bei Exxon – und JMP – um Entdeckung.
Ekenechukwu Casey Ofoma, DAS Analytics-Berater, ExxonMobil North America
Meg Eberle, Global Customer Reference Manager, JMP
______________________________________________________________________________________
1 BENUTZERSPOTLIGHT: EMRE FPO KLTC PMA
Anpassungen in JMP haben ein benutzerfreundliches, skalierbares Tool für die Extremwertanalyse geschaffen, das dazu beigetragen hat, Inspektionsprozesse zu optimieren und menschliche Fehler zu eliminieren
Amar Sufian Mohd Sapihie, Business Support Centre, EMRE FPO KLTC PMA, Kuala Lumpur, Malaysia
Marco Salfi, Advanced Analytics Advisor, Mailand, Italien
Herausforderung
Angesichts immer komplexer werdender Inspektionsdaten, die in verschiedenen Datenspeichersystemen gespeichert sind, suchten interne Inspektoren in den NDC-Einrichtungen von ExxonMobil in Malaysia nach einem benutzerfreundlichen Tool, das eine hochwirksame Qualitätsanalyse ermöglicht, menschliche Fehler reduziert und Datenzugriffsbarrieren überwindet.
Methodik
Der Ingenieur Amar Sufian Mohd Sapihie hat in Absprache mit Advanced Analytics Advisor Marco Salfi eine nichtlineare Gleichung in JMP verwendet, um die besten Werte für die konstanten Variablen eines Modells zu bestimmen. Um die Genauigkeit und Variabilität des Modells zu bewerten, verglichen sie dann die resultierende Gleichung mit theoretischen Zahlen. Life-Distribution-Anwendung in JMP ermöglichte es Sapihie und Salfi, eine eingehende Analyse von Extremwerten basierend auf historischen Daten durchzuführen. Schließlich lieferte ein Vergleich von theoretischen und existierenden EVA-Gleichungen einen Einblick in ihre Effizienz und Schiefe.
Ergebnisse
Durch die Automatisierung der Extremwertanalyse (EVA) mit JMP-Skripten, erklärt Sapihie, hat das Team einen neuen Standardprozess für die Wiederholungsanalyse geschaffen, der um ein Vielfaches schneller durchgeführt werden kann als der bisherige manuelle Ansatz. Mit seinem anpassbaren, integrierten Analyse-Workflow hat JMP den Standard-Inspektionsprozess des NDC-Standorts reproduzierbarer und weniger fehleranfällig gemacht.
ROI
200.000 USD an jährlichen Einsparungen mit starkem Scale-up-Potenzial für jede Anwendung mit Extremwertanalyse.
______________________________________________________________________________________
2 NUTZERSPOTLIGHT: EMCC Operations Asia Pacific
Ein multivariater Prozessüberwachungsansatz in JMP führt zu jährlichen Einsparungen von mehr als 5 Millionen US-Dollar und einer Reduzierung der Analysezeit um 30 %
Masoud Golshan, Manufacturing Analytics Advisor, Houston, Texas
Yew Boon Teo, Chemical Operations, EMCC Operations Asia Pacific, Singapur
Herausforderung
Bei ExxonMobil unterstützt jeder Verfahrenstechniker in der Regel zwischen 3 und 6 Anlagen mit bis zu 1.000 Tags, die jeweils bis zu 100 Betriebstage umfassen. Mit mehreren Zielen betraut, von der Identifizierung und Lösung von Zuverlässigkeitsproblemen über die Bewertung von Messsystemen bis hin zur Optimierung der Betriebsbedingungen, benötigten Prozessingenieure einen besseren Praxisstandard für die Verarbeitung der Daten aus extrem komplexen physikalischen Systemen. Angesichts der Menge und Komplexität der Daten, die durch fortschrittliche Sensortechnologie generiert werden, war das Datenmanagement zu einer der wichtigsten – wenn nicht sogar zur wichtigsten – Herausforderung für die Prozessüberwachung und -analyse geworden.
Methodik
In Zusammenarbeit mit dem Manufacturing Analytics Advisor Masoud Golshan skizzierte der Prozessingenieur Yew Boon Teo ein multivariates Prozessüberwachungs- und Analysesystem in JMP, das es Ingenieursteams ermöglichen würde, ihre Vision vom Übergang zu vorausschauenderen oder sogar präskriptiven Ansätzen für die Prozessüberwachung umzusetzen. Laut Golshan bietet JMP eine integrierte Plattform, die es Benutzern ermöglicht, Komplexität in stark reduzierten Dimensionen zu visualisieren.
Ergebnisse
Der multivariate Ansatz des Teams zur Prozessüberwachung erwies sich als effizient und effektiv; eine Lösung, die von der Zentrale aus mit geringen Investitionen und sowohl kurz- als auch langfristig hoher Rendite betrieben werden könnte. Während bisher nur ein Pilotprojekt abgeschlossen wurde, berichten Golshan und Yew Boon Teo, dass ein erweitertes Pilotprojekt mit 20 Operationen und der Schaffung von mehr als 30 multivariaten Überwachungssystemen im Gange ist. Es wird erwartet, dass laufende technische Erweiterungen die vollständige Skalierung weiter vorantreiben.
ROI
Ein kombinierter Wert von mehr als 5 Millionen US-Dollar pro Jahr und eine Reduzierung der Analysezeit für die Prozessüberwachung um 30 %.
______________________________________________________________________________________
______________________________________________________________________________________
WUSSTEST DU SCHON?
RTO-Daten können aus dem Data Lake in JMP DLC/XOMMFG/SEEQ/GetPlantData gezogen werden!
Kontakt: Charles Fryer
JMP DLC wurde auf Version 2.0 verbessert
Kontakt: Luis Padilha
Unsere Zeitreihen-API kann jetzt direkte Durchschnittsergebnisse liefern, nicht nur gewichtete Durchschnitte
Kontakt: Marcel Müller
Wir suchen nach JMP DLC, XOMMFG und mehr für schnelle Updates
Kontaktiere Marcel Müller, wenn du Interesse hast zu helfen
______________________________________________________________________________________
______________________________________________________________________________________
3 BENUTZERSPOTLIGHT: EMCC Global Technology
Als eine schrittweise Qualitätsverbesserung erforderlich war, nutzte das Global Surface Spot Team die Functional Data Explorer-Plattform in JMP zusammen mit Hauptkomponenten und Ausreißeranalysen, um eine jährliche Verbesserung von 200.000 US-Dollar einzuführen
Urtzi Apraiz, Chemischer Verfahrensingenieur, Advanced Elastomer Systems, EMCC Global Technology, Newport, NJ
Marco Salfi, Advanced Analytics Advisor, Mailand, Italien
Herausforderung
Nachdem das Global Surface Spot Team anhaltende Leistungsprobleme mit Santoprene, einem thermoplastischen Elastomer-Polymer, beobachtet hatte, suchte es nach einer längerfristigen Lösung zur Optimierung der chemischen Prozessqualität. Zunächst müssten sie die Hauptprozesstreiber identifizieren und verstehen, die eine hohe Anzahl von Oberflächenflecken verursachen.
Methodik
Der Chemische Verfahrensingenieur Urtzi Apraiz entwickelte zusammen mit dem Advanced Analytics Advisor Marco Salfi einen methodischen Ansatz, der vollständig innerhalb von JMP umgesetzt werden konnte. Das Team verwendete zunächst einen Verteilungsbericht für die Ausreißeranalyse, gefolgt von einem Prädiktor-Screening, um den Beitrag aller Antwortvariablen zu den Ergebnissen der Oberflächenflecken zu identifizieren. Die explorative Datenanalyse im Functional Data Explorer (FDE) der Software in Kombination mit der Hauptkomponentenanalyse (PCA) half dabei, Funktions-, Signal- und Seriendaten zu erfassen. Schließlich wendeten sie eine prädiktive Modellierungstechnik an, die als Bootstrap Forest bekannt ist, um ein Modell zu erstellen, das einen Antwortwert vorhersagen konnte, indem der Durchschnitt der vorhergesagten Antwortwerte über viele Entscheidungsbäume hinweg gebildet wurde.
Ergebnisse
Apraiz und Salfi identifizierten zwei Hauptursachen für Santoprene-Oberflächenflecken. Zunächst identifizierten sie die hohen Schmelztemperaturen des nachgeschalteten Extruders, insbesondere bei Öl und Gummi, als den größten Einfluss auf die FPC1. Zweitens entdeckten sie, dass das RB-Pulververhältnis die Leistung signifikant beeinflusste.
ROI
Eine geschätzte jährliche Verbesserung von 200.000 US-Dollar, wobei mehr erwartet wird, wenn die Analyse auf das Chemiewerk Pensacola ausgeweitet wird.
______________________________________________________________________________________
4 BENUTZERSPOTLIGHT: GSC PROC Downstream und Chemie
Ein maßgeschneidertes Tool zur Optimierung von Take-or-Pay-Verträgen, das in JMP entwickelt wurde, bietet ExxonMobil-Vertragsunterhändlern einen Wettbewerbsvorteil
Bethannie Faith Canter, GSC PROC Downstream and Chemical, Spring, Texas
Ekenechukwu Casey Ofoma, DAS Analytics-Berater, Houston, Texas
Herausforderung
Take-or-Pay-Verträge leiten die Verhandlungen über Industriegas zwischen ExxonMobil und seinen Lieferanten, wobei die Vertragsunterhändler vereinbaren, das Produkt des Lieferanten entweder zu einem vorher festgelegten Preis abzunehmen oder eine Vertragsstrafe zu zahlen. Die Preise für Industriegasmengen werden aus einer Kombination von Produktmenge, Kapital, Betriebs- und Wartungskosten sowie Arbeitskosten generiert. Bestehende Verträge basieren ihre volumetrischen Stufenschwellenwerte auf dem historischen Verbrauch, während neue Projekte auf dem theoretischen Verbrauch basieren. Bei Mehrverbrauchsgebühren übersteigt der Preis die Basisvolumenstufen in der Regel um das 4- bis 13-fache.
Angesichts der Komplexität von Vertragsverhandlungen ist es eine Herausforderung, Schwellenwerte für volumetrische Stufen zu identifizieren, die das Minimum Take-or-Pay (MTOP) optimieren und gleichzeitig die Kosten minimieren, die durch übermäßigen Verbrauch entstehen. Analysten müssen die Nutzungsraten der Website im Laufe der Zeit weiter überwachen, um die Leistung zu verfolgen.
Methodik
Bethannie Faith Canter und DAS Analytics Advisor Ekenechukwu Casey Ofoma sahen eine Gelegenheit, die JMP-Plattform zu nutzen, um ein End-to-End-Optimierungstool zu entwickeln. Mithilfe der JMP Scripting Language (JSL) konnten sie ein Skript schreiben, das eine Monte-Carlo-Simulation der täglichen Produktion anwendet, um eine Reihe von Preis- und Volumenparametern für Take-or-Pay-Verträge zu bewerten. Das Modell verwendet Strafzahlungen und Gesamtausgaben als Antwortvariable sowie Preis- und Volumenparameter als Eingabevariablen und wird mithilfe eines neuronalen Netzwerks in JMP angepasst. Der JMP Prediction Profiler wird verwendet, um Änderungen an der Antwortvariablen zu visualisieren, wenn sich Eingangsvariablen ändern. Die Erwünschtheitsfunktionen helfen, optimale Eingabeeinstellungen zu finden, um Strafen und Gesamtausgaben zu minimieren.
Ergebnisse
Canter und Ofoma glauben, dass sie ein Optimierungstool entwickelt haben, das ExxonMobil einen Wettbewerbsvorteil bei Industriegasvertragsverhandlungen verschaffen wird.
ROI
Potenzielle Kosteneinsparungen von bis zu 10 Millionen US-Dollar und ein Wettbewerbsvorteil bei Vertragsverhandlungen.
ERINNERUNG: UNTERNEHMEN VERTRAULICH. NICHT OFFENBAREN.
