엘리 마리코 , 박사, BASF 고급 공정 제어 엔지니어
엘리.마리코
화학 공장은 종종 실험실 분석을 사용하여 제품 품질을 모니터링하고 생산 공정을 조정합니다. 그러나 이러한 분석은 몇 시간마다만 수행됩니다. 두 분석 사이에는 생산 품질을 알 수 없고 편차가 발생할 수 있습니다. 게다가 품질 변화는 때때로 측정 오류와 구별하기 어렵습니다. 결과적으로 공장 운영자는 품질이 편차가 발생할 경우 어떤 공정 매개변수를 변경해야 하는지 항상 알지 못합니다. 어떤 경우에는 제품 품질에 대한 추론 모델을 개발하여 위에서 설명한 문제를 해결할 수 있습니다. BASF 앤트워프의 특정 생산 공장의 경우 JMP Pro에서 이러한 모델이 개발되었습니다. 이 모델은 수많은 누락된 값과 이상치를 포함하는 8,000개 이상의 공정 매개변수가 있는 원시 데이터 세트에서 개발되었으며 예측 능력이 좋습니다. 사용된 기술에는 임퓨테이션 및 이상치 감지를 통한 데이터 정리, 부트스트랩 포리스트 분할을 통한 기능 선택, 다변량 분석 및 변수 클러스터링을 통한 주요 매개변수 식별, 최종 모델 개발을 위한 훈련 및 검증 데이터를 통한 탄력적 네트 회귀가 포함됩니다. 이 프레젠테이션에서는 JMP를 사용하여 모델을 개발하는 데 있어 일반적인 접근 방식, 구체적인 팁과 요령, 그리고 JMP를 공장 인력과 결과를 논의하는 도구로 사용하는 방법에 대한 개요를 제공합니다. 이 분석은 공장이 제품 품질에 영향을 미치는 매개변수를 더 잘 이해하는 데 도움이 되는 반면, 예측 모델은 생산 공정에 언제, 어떻게 적응해야 하는지에 대한 의사 결정 지원을 제공합니다.
