데이터를 정보로 변환 – 농약 생산에 다변량 통계 기법 적용
Alan Brown, PhD, Syngenta 수석 기술 전문가
신젠타는 농부와 재배자에게 작물 보호 제품(제초제, 살충제, 살균제), 식물 및 종자를 제공하는 세계적인 농업 기업입니다. 화학 활성 성분의 제조는 여러 현장에서 배치 공정과 연속 공정을 결합하여 이루어집니다. 이러한 현장의 특징 중 하나는 대량의 데이터가 생성된다는 것입니다. 본 프레젠테이션에서는 JMP Pro의 모델링 및 다변량 기능을 사용하여 이러한 데이터를 공정 이해도를 높이는 정보로 변환하는 방법을 설명합니다. 복잡성이 증가하는 세 가지 사례를 제시합니다. 첫 번째는 6개 변수의 주성분 분석(PCA)을 활용하여 두 생산 단위 간 성능 차이의 원인을 분석합니다. 두 번째는 연속 공정에서 34개 변수(예: 유량, 온도, 압력 등)를 고려하고 재귀 분할, 부스트 트리, PLS-DA, 신경망과 같은 분류 기법을 사용하여 제품의 다형성을 예측합니다. 동일한 입력 변수 세트를 사용하여 PLS와 신경망을 사용하여 관련 화학 불순물 그룹의 양을 모델링합니다. 세 번째 예시에서는 PCA/PLS와 재귀 분할을 사용하여 세 개의 병렬 생산 스트림 간의 차이를 분석합니다. 14개 공정 변수에 대한 데이터가 스트림당 10개씩, 총 30개의 배치에 대해 수집되었습니다. 배치당 변수별로 1분 간격으로 약 400개의 관측치가 수집되었습니다.
