人工知能

多変数プロセス モデリング用の統合ツールキット

インダストリー 4.0 のコアには、機械学習機能を備えた統計プロセス モデルがあります。

予測モデル

データは新しい石油 – 精製が真の価値を生み出す

dataPARC の統合プロセス モデリング モジュールである PARCmodel を使用すると、数学的アルゴリズムに関する広範な知識がなくても、モデルを迅速に構築できます。結果は計算変数としてシステムに保存され、計算タグとして他のアプリケーションと組み合わせて使用できます。

予測モデルには主に 2 つのユース ケースがあります。他の方法では継続的に測定できない特性の予測と、デジタル ツインを使用して主要なプロセス、プロセス機器、または機器を監視することです。

最初の典型的な例は、引張強度などのリールサンプルからのラボテストで測定された品質特性です。さまざまなプロセス パラメータと品質特性との相関のダイナミクスを示す線形統計モデルを構築できます。これにより、アルゴリズムのさらなる開発が可能になり、サンプル間でも製品の品質を安定に保つことができ、サンプルが製品全体を代表していないかどうかもわかります。

プロセス、プロセス機器、または機器の公称性能を表すモデルを構築することもできます。通常の状態での出力を記述するモデルを作成したら、モデルと比較して実際のパフォーマンスを継続的に監視することができます。逸脱は、SMS メッセージや電子メールによって該当するシステムや人に配信されるアラームをトリガーして、是正措置を有効にすることができます。

利点

  • プロアクティブな運用によるばらつきの低減
  • プロセスを理解し、相互依存性とダイナミクスを学ぶ

 

  • 数学の広範な知識がなくてもモデルを迅速に構築
  • アセットを監視して、パフォーマンス、安全性、メンテナンス プロセスの効率を向上させます

製造を前進させる

BTG は、事業全体でビジネス パフォーマンスを持続的に向上させるためのソリューションを統合します

best-in-class
クラス最高のソリューション

最先端の製品アプリケーション ソリューションは、クラス最高の製造ソリューションを提供します

Proven cross
実証済みのクロスミルのメリット

新しいレベルのプロセス最適化を解き放つ、統合された工場全体のアプローチ

trusted-at-every-level
あらゆるレベルで信頼

運用、保守、およびプロジェクトの専門家をサポートする測定可能なパフォーマンスの向上

付加価値サービス

  • BTG の Mütek ラボ デバイスは、最適化された化学薬品投与量と信頼性が高く安定した動作により、コスト削減を実現します
  • 廃液処理における脱水プロセスのポリマー投与量を最適化するための、迅速かつ正確な新しい方法
  • BTG の Mütek PCD は、穀物製品、原材料、添加物、完成品の測定に新しい選択肢を開きます
Value-added-Services

リソースをダウンロード

当社のマーケティング資料、インストール ガイドなどにアクセスしてください。

Go to top
close-icon

このコンテンツは自動的に翻訳されます