| Oratore |
Trascrizione |
| Stan Siranovich |
Buongiorno, buon pomeriggio e buonasera a tutti. Sono Stan Siranovich. Sono l'analista principale di Crucial Connection LLC. |
| |
Ci troviamo a Jeffersonville, Indiana, proprio di fronte alla pittoresca Louisville, Kentucky, e oggi vi parlerò di un'analisi del flusso del processo di distillazione utilizzando JMP Pro 15. |
| |
Ok. Diamo un po' di contesto. Ho scaricato alcuni dati provenienti da sensori di una piccola raffineria di petrolio canadese. |
| |
I dati sono stati campionati più volte alla settimana, quindi le singole registrazioni sono distanti circa due o tre giorni l'una dall'altra; ciò che vogliamo fare oggi è utilizzare i dati per prevedere la pressione del vapore. |
| |
Ora la pressione del vapore deve essere misurata in laboratorio, non possiamo misurarla online, quindi qualcuno deve recarsi in un impianto o in una raffineria. |
| |
che assomiglia molto a questo. Devono uscire, trovare la valvola, prelevare un campione fisico, portarlo in laboratorio e misurarlo. |
| |
Sarebbe bello se potessimo costruire un modello per prevedere la pressione di vapore, quindi questo è il compito numero uno. Il compito numero due è costruire un modello per comprendere il nostro processo e parlerò della differenza tra questi due. |
| |
questi due approcci un po' più avanti nella presentazione. |
| |
Quindi questi sono i dati con cui lavoreremo. Li ho scaricati in formato csv dal sito web e fornirò i link a tutti |
| |
ai dati |
| |
più tardi. E quando l'ho scaricato e importato, sembrava... fammi trovare. |
| |
Era più o meno così. Avevamo la data nella prima colonna e poi un intero conglomerato di temperature: Temp1, FlowC1, TempC2. |
| |
Abbiamo la pressione e notiamo che apparentemente ci sono due categorie di temperatura, una con la C aggiunta |
| |
e un'altra categoria senza. |
| |
E non ne conosciamo la posizione. Questo è... questo è un altro problema, quindi non possiamo fare ipotesi. |
| |
Sappiamo però che esiste un ribollitore che preleva il flusso dopo che ha lasciato il fondo della colonna, ne aumenta la temperatura e lo riporta in cima. |
| |
Sappiamo anche che Temp11 è in realtà la differenza tra Temp3 e Temp9, quindi il sistema che abbiamo è qualcosa che sembra |
| |
In questo modo. Abbiamo dei sensori, il petrolio greggio arriva dal fondo. Viene riscaldato, vaporizzato e rifluisce. Togliamo la benzina dalla parte superiore, e vogliamo misurare la pressione di vapore. |
| |
E poi le parti pesanti con il punto di ebollizione più alto si depositano sul fondo, e noi le sifoniamo qui, le mettiamo nel ribollitore e le rimettiamo nella colonna... nella colonna per aumentare la nostra efficienza. Quindi lasciatemi chiudere. |
| |
E cosa ho fatto con qualche riorganizzazione. |
| |
Il modo in cui preferisco riorganizzare i miei dati, prima di iniziare l'analisi, è semplicemente trascinare le colonne in una finestra a colonne, anziché scorrere tutto in alto e avanti e indietro come in Excel. Preferisco fare una selezione qui, |
| |
Trascinalo verso l'alto e le colonne cambiano posizione. Quindi lasciami chiudere. Sono passato attraverso |
| |
alcuni di questi cambiamenti, e questo è il risultato finale. Ho inserito la variabile dipendente, la pressione di vapore, |
| |
nella prima colonna, poi la data, e poi le temperature, le temperature invertite e altre categorie in ordine logico. E ne parlerò un po' anche di questo. Renderà tutto molto più semplice quando si passerà al passaggio successivo. |
| |
COSÌ |
| |
Ecco il contesto dell'orientamento. Cominciamo con il lavoro vero e proprio. Iniziamo con Graph Builder. |
| |
Andiamo su Graph Builder e ci appare una finestra simile a questa. |
| |
Quindi siamo interessati alla pressione di vapore, quindi inseriamola qui e vediamo come cambia nel tempo. Quindi la inseriremo nella X. |
| |
Lasciatemi ingrandirlo un po' così è più facile vederlo. |
| |
E subito, subito dopo quel semplice passo, |
| |
Un sacco di cose vengono alla luce. Innanzitutto, a quanto pare abbiamo una certa stagionalità, con le pressioni di vapore più elevate intorno al mese di gennaio, periodo invernale nell'emisfero settentrionale, quindi ha senso. |
| |
E in inverno, tende ad essere più basso. E cos'altro abbiamo notato qui? Beh, sembra che ci sia una leggera tendenza al rialzo, forse, e possiamo verificarlo, ma vediamo anche che ci sono molti valori anomali. |
| |
Quindi, se passiamo il mouse sopra, otteniamo alcuni dati associati a quel punto specifico. Possiamo vedere in basso |
| |
abbiamo la data e la pressione del vapore perché sono i valori che ho trascinato nel grafico e vediamo anche Temp3, Temp9 e Temp11. |
| |
Ricordate che Temp11 era la differenza tra 3 e 9, quindi ho etichettato i valori, così JMP li ha inseriti automaticamente. Approfondiamo la questione. |
| |
Quindi possiamo eseguire il controllo su un sistema Windows. È Ctrl + clic; selezioniamo quello. Scegliamo altri valori anomali qui. |
| |
Sembra che ne abbiamo un paio qui, quasi per coincidenza. Li ho presi entrambi. Stessa cosa qui sopra. |
| |
E il resto, credo che lo lascerò stare. Bene, vorremmo farci un'idea più precisa di cosa succede con quei valori anomali, quindi andiamo qui alle tabelle, sottoinsieme. |
| |
E noi, abbiamo già selezionato il pulsante di scelta delle righe selezionate, e se clicchiamo su quello, |
| |
otteniamo una nuova tabella dati e, se vogliamo, possiamo approfondire ulteriormente i dettagli dei punti periferici. |
| |
L'altra cosa che possiamo fare è |
| |
salvarlo. Potremmo, se volessimo, potremmo |
| |
clicca qui e potremmo salvarlo, sottoinsieme...potremmo... |
| |
potremmo fare altre manipolazioni e potremmo anche salvare lo script, ma per ora chiudo e andiamo avanti. |
| |
Okay, abbiamo anche visto che apparentemente abbiamo una certa deriva verso l'alto qui, quindi quello che possiamo fare è sbarazzarci di quella linea e inserire una linea di adattamento e, come previsto, noi |
| |
ho notato una certa tendenza al rialzo negli ultimi due anni, due anni e mezzo. |
| |
E abbiamo anche alcuni intervalli di confidenza che JMP applicherebbe automaticamente. E se passiamo il mouse sulla linea, clicchiamo con il tasto destro e selezioniamo la linea di adattamento, |
| |
otteniamo un altro menu. E vediamo... beh, controlliamo l'R al quadrato su questo, e ha messo l'R al quadrato per noi proprio qui nell'angolo sinistro del grafico. E notiamo che è circa lo 0,09%, piccolo ma controlliamo la significatività. Torniamo alla linea, scegliamo la linea di adattamento. |
| |
E sceglieremo il test F. E si scopre che R quadrato è piccolo ma la deriva è significativa... significativa proprio qui 0001 .0001. |
| |
E per ottenere qualche informazione in più, rivisitiamo quel particolare menu e inseriamo l'equazione, e ora abbiamo l'equazione, e abbiamo fatto tutto questo, |
| |
Una finestra. Quindi andiamo qui sopra, clicchiamo sul triangolo rosso. Potremmo salvare lo script se volessimo, ma per ora andiamo qui sopra. |
| |
Lo riduciamo a icona e lo chiudiamo. Ora un'altra cosa che possiamo fare è andare qui e cliccare su "Intestazione grafici". Se clicchiamo lì, |
| |
vediamo con cosa un gruppo di grafici qui sopra, in realtà sono istogrammi, che danno la distribuzione delle colonne sottostanti. |
| |
E se guardiamo molto attentamente qui possiamo vedere che i nostri valori anomali sono ancora connessi...sono ancora selezionati e |
| |
Tutti questi grafici sono collegati e interattivi. E se scorriamo, possiamo vedere, ad esempio, che i valori anomali sembrano essere associati a intervalli inferiori. È qui in Temp5 e assomiglia anche agli intervalli inferiori in Temp3. Possiamo continuare a scorrere. |
| |
Qui, alla voce "Pressure", abbiamo alcuni flussi. Lasciatemi spostare la finestra così posso vedere cosa sta succedendo. Scorrendo ancora un po', arriviamo alle aree di flusso e sembra Flow3, scusate. |
| |
FlowC3 e FlowC4 tendono ad essere, beh, dovresti sbarazzarti di... se ti sbarazzi di... alcune delle barre più alte potrebbero avere una distribuzione quasi uniforme. |
| |
Ora, una delle cose che possiamo fare qui... |
