擴大機器學習在化學加工行業的使用 (2023-EU-30MP-1346)Carlos Perez，索爾維 GBU Soda Ash & Derivatives 數字冠軍
Carlos Perez Galvan，索爾維工業數據科學家
Francisco Navarro，索爾維工業數據科學家
索爾維於 1863 年率先成功工業化生產純鹼，這種產品只需要鹽和石灰石作為原料。 然而，在這個簡單的想法背後是一個複雜的連續過程，能夠處理反應物固體、液體和氣體。 同樣，使用數據帶來價值需要深入了解其背後的任何製造過程。 該演示文稿將展示索爾維的蘇打灰如何在化學工業中擴大數據驅動技術的使用。 為了取得成功，我們培訓了我們的主題領域專家（過程工程師）使用 JMP 及其預測分析功能來加速日常任務，例如監控和根本原因分析。 我們將討論我們的開源 JMP 插件，以連接到工業歷史學家（Aspentech IP.21 和 OSIsoft PI）、當前的培訓計劃，以及在這個數字化轉型之旅中吸取的教訓。
爆發數據探索統計和建模
