Qu'est-ce qui vous plaît dans cette étude de cas ?
Cette étude de cas sur la tour de distillation est excellente car elle permet l'application simple de diverses plates-formes JMP et JMP Pro pour analyser un ensemble de données présentant quelques caractéristiques difficiles. Ces caractéristiques difficiles comprennent :
- Variation saisonnière
- Intervalles d'échantillonnage non uniformes
- Diverses valeurs aberrantes dont la gravité varie
- Données de nombreux capteurs
En raison de ces défis, cet ensemble de données montre simplement comment JMP n'a aucun problème à gérer ces ensembles de données difficiles. De plus, en raison des différentes caractéristiques et de la quantité de données dans cette étude de cas, il s'agit d'une étude de cas largement applicable. Cela signifie que l'ensemble de données peut être utilisé pour illustrer diverses plates-formes dans JMP et JMP Pro sans avoir à passer à d'autres exemples.
En particulier pour le côté modélisation prédictive de la démo, cette étude de cas explique simplement et clairement comment la forêt bootstrap peut être utilisée, initialement, pour identifier les prédicteurs clés. Ainsi que la façon dont la plate-forme de sélection de modèles peut être utilisée pour construire et comparer rapidement des modèles créés à partir de diverses techniques de modélisation prédictive telles que les arbres de décision et les réseaux de neurones.
Enfin, l'ensemble de données provient d'un processus industriel réel, ce qui nous donne l'opportunité de démontrer que JMP peut gérer des données réelles et pourrait donc être facilement appliqué au domaine de préoccupation particulier des clients.
C'est pour qui?
Cette étude de cas est idéale pour les ingénieurs chimistes et pétrochimistes. Bien que l'étude implique une colonne de distillation, elle pourrait être utilisée pour expliquer ces concepts à la plupart des scientifiques.
Comment dois-je l'utiliser ?
L'ensemble de données peut être utilisé de deux manières principales :
1. Il peut être utilisé une démo d'analyse de données exploratoire (EDA) pour montrer les puissantes capacités de plates-formes telles que le générateur de graphes et le filtrage des prédicteurs. Stanley Siranovich a présenté un excellent sommet de découverte en utilisant l'ensemble de données de cette manière qui peut être trouvé ici : Analyse d'un flux de processus de distillation à l'aide de JMP® Pro 15 (2021-EU-45MP-766) - JMP User Community
2. En utilisant les différents scripts inclus dans l'ensemble de données (principalement les scripts numérotés), cet ensemble de données peut être utilisé pour mettre en évidence la robustesse des outils de modélisation prédictive dans JMP Pro. Cela implique d'identifier les principaux prédicteurs de rendement dans l'ensemble de données, de construire divers modèles prédictifs du système, puis d'utiliser ces modèles pour prédire les rendements futurs ou pour trouver des conditions optimales.
3. Aucun script n'est inclus dans l'ensemble de données pour cela, mais comme l'ensemble de données est une sortie de capteur d'un processus, il peut également être utilisé pour démontrer l'explorateur de données fonctionnel. Il s'agit d'un ensemble de données particulièrement utile pour cela, car il provient d'un processus industriel réel et comprend des variations saisonnières qui peuvent être traitées en utilisant l'ajustement du modèle de Fourier.
Quelles plateformes pouvons-nous utiliser ?
- Distribution
- Générateur de graphiques
- Dépistage des prédicteurs
-Modèle adapté
- Explorateur de données fonctionnelles
- Projection de modèles
- Diverses techniques de modélisation prédictive, notamment : les réseaux de neurones, la forêt d'amorçage, les arbres de décision et bien d'autres
