バッチ製造プロセスの産業データ サイエンス (2023-EU-30MP-1293)Mattia Vallerio、高度なプロセス制御スペシャリスト、ソルベイ
Francisco Navarro 氏、インダストリアル データ サイエンティスト、ソルベイ
Carlos Perez-Galvan 氏、インダストリアル データ サイエンティスト、ソルベイ
バッチプロセスは、原材料の組成、初期状態、ユニットの劣化、およびそれらの本質的な動的性質など、大きな変動の影響を受けます。 さらに、それらは、製造プロセス中に条件を大幅に変更するいくつかの異なるフェーズとステップによって特徴付けられます。 このプレゼンテーションでは、データ サイエンスと機械学習を使用して、この高い変動性と見かけ上の過剰なデータを貴重な情報に変換する方法を業界の例で説明します。 最初に、バッチ プロパティを機能に要約し、オープンソースの Predictor Explainer アドインを使用して、AutoML と ExplainableAI を使用して最も関連性の高いものを特定する方法を示します。 次に、軌跡分析を実行する前にデータを時間的に整列させる必要性について説明し、この結果を達成するためのさまざまな方法論の長所と短所を簡単に紹介します。 最後に、軌道分析に飛び込みます。 この最後のステップでは、JMP Pro の Functional Data Explorer 機能を使用して、逸脱を監視および特定します。 これらの偏差を分析することで、生産をさらに最適化するための主要なプロセス制御の改善点を特定することができます。
ブレイクアウトデータ探索統計とモデリング
