化学製造工場におけるリアルタイム品質監視のための推論モデルエリー・マリコー博士、BASF 高度プロセス制御エンジニア
エリー・マリカウ
化学工場では、製品の品質を監視し、製造プロセスを調整するためにラボ分析がよく使用されます。ただし、これらは数時間ごとにしか実行されません。2 回の分析の間は、製造品質が不明であり、逸脱する可能性があります。さらに、品質の変動は測定エラーと区別するのが難しい場合があります。その結果、工場のオペレーターは、品質が逸脱した場合にどのプロセス パラメータを変更すればよいかを常に把握しているわけではありません。場合によっては、上記の問題は、製品品質の推論モデルを開発することで対処できます。BASF Antwerp の特定の製造工場では、JMP Pro でそのようなモデルが開発されました。このモデルは、多数の欠損値と外れ値を含む 8,000 を超えるプロセス パラメータの生データ セットから開発されており、優れた予測力を備えています。使用される手法には、代入と外れ値検出によるデータ クリーニング、ブートストラップ フォレスト分割による特徴選択、多変量解析と変数クラスタリングによる主要パラメータの特定、および最終的なモデル開発のためのトレーニング データと検証データによるエラスティック ネット回帰が含まれます。このプレゼンテーションでは、一般的なアプローチの概要、JMP でモデルを開発する際の具体的なヒントとコツ、そして工場の担当者と結果を話し合うためのツールとして JMP を使用する方法について説明します。分析により、工場は製品の品質に影響を与えるパラメータをより深く理解できるようになります。また、予測モデルにより、生産プロセスをいつ、どのように調整するかについての意思決定をサポートします。
