化学品製造工場におけるリアルタイム品質モニタリングのための推論モデル<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />エリーマリカウ 、PhD、BASFアドバンスドプロセスコントロールエンジニア
elie.maricau
化学工場では、製品の品質を監視したり、製造工程を調整したりするためにラボ分析を使用することがよくあります。しかし、これらは数時間ごとにしか行われません。2つの分析の間では、生産品質は不明であり、逸脱する可能性があります。さらに、品質変動は測定誤差と区別するのが難しい場合があります。結果として、プラントオペレータは、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べきかを常に知っているとは限りません。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アントワープの特定の生産工場では、そのようなモデルがJMP Proで開発されています。このモデルは、多数の欠損値と外れ値を含む8,000以上のプロセスパラメータを持つ生データセットから開発されており、優れた予測力を持っています。使用される手法には、代入と異常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重要パラメータ同定、および最終モデル開発のためのトレーニングおよび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を使用してモデルを開発する際の具体的なヒント、およびテクニックとしてJMPを使用して結果をプラント担当者と議論する方法について説明します。分析はプラントが製品の品質に影響を与えるパラメータをよりよく理解するのを助けますが、予測モデルはいつそしてどのように生産プロセスに適応するかについての意思決定支援を提供します。
データ調査予測モデリング
