레벨: 중급
모델 기반 다변량 관리도(MDMVCC) 플랫폼에서는 주성분 분석 모델(PCA 모델; Principal Component Analysis)과 PLS 모델을 기반으로 관리도를 작성합니다. 이 관리도는 다차원 데이터에서 고장 감지 및 진단에 사용할 수 있습니다. 여기에서는 PLS 모델을 기반으로 MDMVCC에 의한 모니터링을 Tennessee Eastman 프로세스 (시뮬레이트 된 화학 산업 프로세스)를 사용하여 시연합니다. 이 시뮬레이션에서는 화학 반응기가 기체 반응물에서 액체 제품을 생성할 때 품질 변수와 공정 변수를 측정합니다.
우선, 오프라인 상태에서의 고장 진단을 합니다. 이 경우, 다변량 관리도, 단변량 관리도 그리고 공정의 진단 리포트를 번갈아 참조하게 되지만, MDMVCC 플랫폼에서는 매우 간편하게 실시할 수 있습니다. 그런 다음 JMP를 외부 데이터베이스에 연결하고 MDMVCC 플랫폼에서 온라인 모니터링을 시연합니다. 제품의 품질변수는 모든 측정결과가 갖추어질 때까지 시간 지연이 발생하기 때문에, 고장 검지도 대체로는 지연합니다. PLS 모델을 기반으로 한 MDMVCC에서는 품질 변수의 변동이 공정 변수의 함수로 모니터링되지만 일반적으로 공정 변수는 상대적으로 즉시 사용할 수 있으므로 고장의 조기 감지에 도움이됩니다.
Jeremy Ash는 노스캐롤라이나 주립 대학에서 바이오인포매틱스 학위를 받았으며 현재 JMP의 애널리틱스 소프트웨어 테스터로 업무에 종사하고 있습니다. 학위 논문에서는 케모인포매틱스, 계량화학, 바이오인포매틱스에서의 계산방법에 대해 집필했습니다. 또한 노스캐롤라이나 주립 대학에서 통계학 석사 학위를, 텍사스 대학 오스틴 학교에서 생물학의 이학사 학위를 취득하고 있습니다.
