化工厂实时质量监控的推理模型埃利·马里考博士，巴斯夫先进过程控制工程师
埃利·马里考
化工厂经常使用实验室分析来监测产品质量并调整生产工艺。然而，这些分析仅每隔几个小时进行一次。在两次分析之间，生产质量是未知的，并且可能会出现偏差。此外，有时很难区分质量变化与测量误差。因此，如果质量出现偏差，工厂操作员并不总是知道要更改哪些工艺参数。在某些情况下，可以通过开发产品质量推理模型来解决上述问题。对于巴斯夫安特卫普的一家特定生产工厂，已经在 JMP Pro 中开发了这样的模型。该模型是从包含 8,000 多个工艺参数的原始数据集开发的，其中包含大量缺失值和异常值，具有良好的预测能力。所使用的技术包括使用归因和异常值检测进行数据清理、使用引导森林分区进行特征选择、使用多元分析和变量聚类进行关键参数识别以及使用训练和验证数据进行弹性网络回归以进行最终模型开发。本演讲将概述使用 JMP 开发模型的一般方法、具体技巧和窍门，以及使用 JMP 作为工具与工厂人员讨论结果。分析有助于工厂更好地了解影响产品质量的参数，而预测模型则为何时以及如何调整生产过程提供决策支持。
