COMPAÑIA CONFIDENCIAL. NO DIVULGAR.
Tenga en cuenta que esto se publicó por primera vez como una comunicación interna dentro de ExxonMobil.
USUARIO JMP TRIMESTRALMENTE
VERANO 2021 | NÚMERO 1
NOTA DEL EDITOR
A lo largo de sus muchas décadas de historia, ExxonMobil ha pasado de ser un pequeño grupo regional a una de las empresas que cotizan en bolsa más grandes del mundo y pionera en la promoción de la transformación digital. Una de las herramientas que ha acelerado esa transformación, al capacitar a los expertos en el dominio para tomar decisiones más basadas en datos, es el software de descubrimiento estadístico JMP®.
Gracias a la inversión de nuestra empresa en una licencia JMP empresarial, todos y cada uno de los que se ocupan de los datos en Exxon ahora pueden acceder a JMP desde su computadora portátil o de escritorio, en casa, en el sitio o en el campo. Entonces, ya sea que haya estado usando el software durante años, o simplemente lo instaló ayer, siga leyendo. Independientemente de su experiencia y nivel de experiencia estadística, esperamos que se sienta inspirado por este nuevo boletín trimestral para obtener más valor comercial de sus datos.
Con cada problema, destacaremos cómo los usuarios de JMP desde Houston hasta Kuala Lumpur han introducido mejoras procesables que afectan nuestro resultado final. Leerá ejemplos de cómo, en manos de talentosos ingenieros, científicos y analistas, JMP está permitiendo que Exxon como organización trabaje de manera más reproducible, acelere la producción, aumente el rendimiento, reduzca los costos, mejore los procesos, comunique nuevas ideas, explore nuestros datos , encuentre oportunidades y, lo más importante, continúe innovando y superando los límites del sector energético mundial.
Siga leyendo y comuníquese con sus colegas, incluso con los del otro lado del mundo. Y encuentre nuevas formas de compartir las mejores prácticas para la gestión, el análisis y la generación de informes de datos. Después de todo, el descubrimiento es de lo que se tratan Exxon y JMP.
Ekenechukwu Casey Ofoma, asesor de análisis de DAS, ExxonMobil North America
Meg Eberle, gerente de referencia de clientes globales, JMP
_____________________________________________________________________________________
1 USUARIO DESTACADO: EMRE FPO KLTC PMA
Las personalizaciones en JMP crearon una herramienta escalable y fácil de usar para el análisis de valor extremo que ayudó a optimizar los procesos de inspección y eliminar los errores humanos.
Amar Sufian Mohd Sapihie, Centro de apoyo empresarial, EMRE FPO KLTC PMA, Kuala Lumpur, Malasia
Marco Salfi, asesor de análisis avanzado, Milán, Italia
Desafío
Frente a los datos de inspección cada vez más complejos almacenados en diferentes sistemas de almacenamiento de datos, los inspectores internos de las instalaciones de NDC de ExxonMobil en Malasia buscaron una herramienta fácil de usar que pudiera proporcionar análisis de calidad de alto impacto, reducir el error humano y superar las barreras de acceso a los datos.
Metodología
El ingeniero Amar Sufian Mohd Sapihie, en consulta con el asesor de análisis avanzado Marco Salfi, utilizó una ecuación no lineal en JMP para determinar los mejores valores para las variables constantes de un modelo. Para evaluar la precisión y variabilidad del modelo, luego compararon la ecuación resultante con cifras teóricas. La aplicación de distribución de vida en JMP permitió a Sapihie y Salfi realizar un análisis en profundidad de valores extremos basados en datos históricos. Finalmente, una comparación de las ecuaciones de EVA teóricas y existentes proporcionó información sobre su eficiencia y sesgo.
Resultados
Al automatizar el análisis de valor extremo (EVA) con scripts JMP, explica Sapihie, el equipo creó un nuevo proceso estándar para repetir el análisis que se puede realizar muchas veces más rápido que el enfoque manual anterior. Con su flujo de trabajo de análisis integrado y personalizable, JMP hizo que el proceso de inspección estándar del sitio NDC fuera más reproducible y menos propenso a errores.
ROI
$ 200,000 en ahorros anuales con un fuerte potencial de ampliación para cualquier aplicación que implique un análisis de valor extremo.
_____________________________________________________________________________________
2 DESTACADO DEL USUARIO: Operaciones de EMCC Asia Pacífico
Un enfoque de monitoreo de procesos multivariante en JMP genera más de $ 5 millones en ahorros anuales y una reducción del 30% en el tiempo de análisis.
Masoud Golshan, asesor de análisis de fabricación, Houston, Texas
Yew Boon Teo, Operaciones químicas, Operaciones EMCC Asia Pacífico, Singapur
Desafío
En ExxonMobil, cada ingeniero de procesos generalmente admite entre 3 y 6 plantas con hasta 1,000 etiquetas cada una que abarca hasta 100 días de operación. Encargados de múltiples objetivos, desde identificar y resolver problemas de confiabilidad hasta evaluar sistemas de medición y optimizar las condiciones de operación, los ingenieros de procesos requerían un mejor estándar de práctica para procesar los datos de sistemas físicos extremadamente complejos. Dada la cantidad y complejidad de los datos generados por la tecnología avanzada de sensores, la gestión de datos se había convertido en uno de los desafíos más importantes, si no el principal, para la supervisión y el análisis de procesos.
Metodología
Trabajando junto con el asesor de análisis de fabricación Masoud Golshan, el ingeniero de procesos Yew Boon Teo describió un sistema de análisis y monitoreo de procesos multivariante en JMP que permitiría a los equipos de ingeniería ejecutar su visión de pasar a enfoques más predictivos o incluso prescriptivos para el monitoreo de procesos. JMP, dice Golshan, ofrece una plataforma incorporada que permite a los usuarios visualizar la complejidad en dimensiones mucho más reducidas.
Resultados
El enfoque multivariado del equipo para el monitoreo de procesos demostró ser eficiente y efectivo; una solución que podría ejecutarse desde la oficina central con baja inversión y alta rentabilidad tanto a corto como a largo plazo. Si bien hasta la fecha solo se ha completado un piloto, Golshan y Yew Boon Teo informan que hay un piloto extendido en marcha que involucra 20 operaciones y la creación de más de 30 sistemas de monitoreo multivariante. Se espera que las extensiones tecnológicas en curso hagan avanzar aún más la ampliación completa.
ROI
Un valor combinado de más de $ 5 millones por año y una reducción del 30% en el tiempo de análisis de monitoreo de procesos.
_____________________________________________________________________________________
_____________________________________________________________________________________
¿SABÍAS?
¡Los datos RTO están disponibles para ser extraídos del lago de datos en JMP DLC / XOMMFG / SEEQ / GetPlantData!
Contacto: Charles Fryer
JMP DLC se mejoró a la versión 2.0
Contacto: Luiz Padilha
Nuestra API de series temporales ahora puede proporcionar resultados promedio directos, no solo promedio ponderado
Contacto: Marcel Mueller
Estamos buscando fuentes internas de JMP DLC, XOMMFG y más para actualizaciones rápidas
Póngase en contacto con Marcel Mueller si está interesado en ayudar
_____________________________________________________________________________________
_____________________________________________________________________________________
3 USUARIO DESTACADO: EMCC Global Technology
Cuando se necesitaba una mejora de la calidad con un cambio radical, el equipo global Surface Spot usó la plataforma Functional Data Explorer en JMP junto con los componentes principales y el análisis de valores atípicos para introducir una mejora anual de $ 200,000
Urtzi Apraiz, ingeniero de procesos químicos, Advanced Elastomer Systems, EMCC Global Technology, Newport, Nueva Jersey
Marco Salfi, asesor de análisis avanzado, Milán, Italia
Desafío
Después de observar problemas de rendimiento persistentes con Santoprene, un polímero elastómero termoplástico, el Equipo Global Surface Spot buscó una solución a más largo plazo para la optimización de la calidad del proceso químico. Primero, necesitarían identificar y comprender los principales impulsores del proceso que causan una gran cantidad de manchas en la superficie.
Metodología
El ingeniero de procesos químicos Urtzi Apraiz, junto con el asesor de análisis avanzado Marco Salfi, desarrollaron un enfoque metodológico que podría emprenderse íntegramente dentro de JMP. El equipo utilizó primero un informe de distribución para el análisis de valores atípicos seguido de una selección de predictores para identificar la contribución de todas las variables de respuesta en los resultados de los puntos de superficie. El análisis de datos exploratorios en el Explorador de datos funcionales (FDE) del software combinado con el análisis de componentes principales (PCA) ayudó a abordar los datos funcionales, de señales y en serie. En última instancia, aplicaron una técnica de modelado predictivo conocida como bosque de arranque para crear un modelo que pudiera predecir un valor de respuesta promediando los valores de respuesta pronosticados en muchos árboles de decisión.
Resultados
Apraiz y Salfi identificaron dos causas fundamentales de las manchas en la superficie de Santoprene. Primero, identificaron las altas temperaturas de fusión de la extrusora aguas abajo, particularmente para aceite y caucho, como las que tienen el impacto más significativo en FPC1. En segundo lugar, descubrieron que la proporción de polvos RB afectaba significativamente el rendimiento.
ROI
Se estima que $ 200,000 en mejora anual, y se esperan más a medida que el análisis se extiende a la planta química de Pensacola.
_____________________________________________________________________________________
4 DESTACADO DEL USUARIO: GSC PROC Downstream y Chemical
Una herramienta personalizada de optimización de contratos take-or-pay desarrollada en JMP proporciona a los negociadores de contratos de ExxonMobil una ventaja competitiva
Bethannie Faith Canter, GSC PROC Downstream and Chemical, Spring, Texas
Ekenechukwu Casey Ofoma, asesor de análisis de DAS, Houston, Texas
Desafío
Los contratos take-or-pay guían las negociaciones de gas industrial entre ExxonMobil y sus proveedores, y los negociadores del contrato acuerdan tomar el producto del proveedor a un precio predeterminado o pagar una multa. El precio de los volúmenes de gas industrial se genera a partir de una combinación de la cantidad de producto, el capital, los costos de operación y mantenimiento y los costos de mano de obra. Los contratos existentes basan sus umbrales de nivel volumétrico en el consumo histórico, mientras que los nuevos proyectos se basan en el consumo teórico. Con cargos por exceso de consumo, el precio generalmente excede los niveles de volumen base entre 4 y 13 veces.
Dada la complejidad de las negociaciones de contratos, es un desafío identificar umbrales de niveles volumétricos que optimicen el mínimo take-or-pay (MTOP) al tiempo que minimizan los costos incurridos debido al consumo excesivo. Los analistas deben monitorear aún más las tasas de consumo del sitio a lo largo del tiempo para rastrear el rendimiento.
Metodología
Bethannie Faith Canter y el asesor de análisis de DAS, Ekenechukwu Casey Ofoma, vieron la oportunidad de aprovechar la plataforma JMP para desarrollar una herramienta de optimización de un extremo a otro. Al utilizar JMP Scripting Language (JSL), pudieron escribir un script que aplica una simulación Monte Carlo de la producción diaria para evaluar una variedad de parámetros de precios y volumen en los contratos de compra o venta. El modelo utiliza penalizaciones y gasto total como variable de respuesta y parámetros de precio y volumen como variables de entrada y se ajusta a JMP mediante una red neuronal. El JMP Prediction Profiler se utiliza para visualizar cambios en la variable de respuesta a medida que cambian las variables de entrada. Las funciones de conveniencia ayudan a encontrar la configuración de entrada óptima para minimizar las penalizaciones y el gasto total.
Resultados
Canter y Ofoma creen que han desarrollado una herramienta de optimización que proporcionará a ExxonMobil una ventaja competitiva en las negociaciones de contratos de gas industrial.
ROI
Ahorros potenciales de costos de hasta $ 10 millones y una ventaja competitiva durante las negociaciones del contrato.
RECORDATORIO: CONFIDENCIAL DE LA EMPRESA. NO DIVULGAR.
