化工廠即時品質監控的推理模型埃利·馬裡考博士，巴斯夫先進製程控制工程師
埃利·馬裡考
化工廠經常使用實驗室分析來監控產品品質並調整生產流程。但這些活動每隔幾個小時才進行一次。在兩次分析之間，生產品質是未知的並且可能會有偏差。此外，質量變化有時很難與測量誤差區分。因此，如果品質出現偏差，工廠操作員並不總是知道要改變哪些製程參數。在某些情況下，可以透過開發產品品質推理模型來解決上述問題。針對巴斯夫安特衛普的一個特定生產工廠，已經在 JMP Pro 中開發了這種模型。該模型是根據包含大量缺失值和異常值的 8,000 多個製程參數的原始資料集開發而來的，具有良好的預測能力。所使用的技術包括使用歸因和異常值檢測進行資料清理、使用引導森林分割進行特徵選擇、使用多元分析和變數聚類進行關鍵參數識別、以及使用訓練和驗證資料進行彈性網路回歸以進行最終模型開發。本示範將概述使用 JMP 開發模型的一般方法、具體技巧和竅門，以及如何使用 JMP 作為工具與工廠人員討論成果。此分析有助於工廠更了解影響產品品質的參數，而預測模型則為何時以及如何調整生產過程提供決策支援。
