使用多元控製圖對田納西伊士曼流程進行故障檢測和診斷_Jeremy Ash(2020-JA-45MP-24)等級：中級
基於模型的多元控製圖 (MDMVCC) 平台根據主成分分析 (PCA) 和 PLS 模型建立控製圖。此控製圖可用於多維資料中的故障偵測和診斷。在這裡，我們使用田納西州伊士曼流程（模擬化學工業流程）來展示基於 PLS 模型的 MDMVCC 監控。在此模擬中，當化學反應器從氣態反應物產生液體產品時，測量質量和製程變數。
首先，在離線狀態下進行故障診斷。在這種情況下，您將需要交替參考多變量控製圖、單變量控製圖和製程診斷報告，這可以透過 MDMVCC 平台輕鬆完成。接下來，我們將 JMP 連接到外部資料庫並示範使用 MDMVCC 平台進行線上監控。由於產品品質變數的所有測量結果都可用之前存在時間延遲，因此故障檢測通常會延遲。在基於 PLS 模型的 MDMVCC 中，品質變數的變化會作為製程變數的函數進行監控，製程變數通常相對容易取得，因此對於早期故障檢測很有用。
Jeremy Ash 擁有北卡羅來納州立大學生物資訊學位，目前在 JMP 擔任分析軟體測試員。在我的論文中，我寫了關於化學資訊學、化學計量學和生物資訊學的計算方法。他還擁有北卡羅來納州立大學的統計學碩士學位和德克薩斯大學奧斯汀分校的生物學理學學士學位。
進階統計建模自動化和腳本編寫基礎資料分析與建模消費者與市場研究內容組織資料存取數據探索和視覺化實驗設計大規模客製化預測建模和機器學習品質和工藝工程可靠度分析分享和交流成果
