化学品和材料行业的MATLAB和Simulink

联系销售人员

工艺工程师使用MATLAB和Simulink分析实时传感器数据，实施控制策略，并基于大数据和机器学习创建预测维护系统。

MATLAB和Simulink帮助工艺工程师：

通过对高速传感器数据应用数字技术开发预测维护系统
使用机器学习和历史数据来解决流程问题
使用数据建模来提高流程性能
制定并实施先进预测控制（APC）策略
采用数字化而不依赖数据科学家或IT人员

“作为一家制造公司，我们没有具备机器学习专业知识的数据科学家，但MathWorks提供了工具和技术诀窍，使我们能够在几个月内开发出生产预防性维护系统。”
迈克尔·科勒特博士（Mondi Gronau）

客户应用程序

壳牌公司的大数据和预测分析

壳牌公司利用MATLAB的预测分析检测化工厂的事件和异常。

MATLAB分布式计算服务器和机器视觉工具如何改造Shell

壳牌公司和AACoE展示了如何使用MDCS为工程师带来简单、无痛的AI工具，以加快进程，同时提高其可靠性。

汽轮机的预测性维护

了解Sasol工程师如何为Sasol炼油厂的蒸汽轮机实施端到端预测维护计划。

超越流程模拟器

传统的过程模拟器通常足以满足稳态条件，但它们无法处理实际工厂处理的输入的动态性质。使用MATLAB，您可以编写自己的方程和算法，从而完全控制整个模型。

你也可以将MATLAB与过程模拟器集成如Aspen Plus和gPROMS，用于自定义单元操作、高级分析、设计控制方案和利用遗传算法等优化例程。

客户案例

使用Simscape优化石油和天然气生产资产(48:37)

MATLAB与Aspen Plus集成的工艺优化(12:17)

通过预测性维护和信号处理优化资产

MATLAB可以帮助您开发预测性维护根据设备的特定操作和架构配置定制的算法。使用预测性维护工具箱设计状态指示器并估计旋转设备的剩余使用寿命。

您可以使用信号处理工具箱自动监控控制回路的性能，远程确定管道中的腐蚀或点蚀程度，并检测管道泄漏的位置和数量。

客户案例

贝克休斯利用数据分析和机器学习开发油气开采设备预测维护软件

通过自动控制回路性能监测，蒂普拉什每年节省数百万美元

机器学习和大数据

统计和机器学习工具箱中的交互式应用程序允许您应用机器学习技术，而无需成为数据科学专家。MATLAB还为处理大数据提供了一个单一的、高性能的环境——无论是结构化的还是非结构化的。这使您能够更快地执行故障检测和诊断，更好地监控您的流程。

客户案例

奥克兰理工大学和奥克兰大学的研究人员使用机器学习分析乳制品加工数据

深度学习和图像处理

只需几行MATLAB代码，您就可以构建深度学习模型，使用流程数据预测异常情况。使用图像处理工具箱应用程序自动执行常见过程，如分割图像数据和批量处理大型图像数据集。您可以在图像处理应用程序中使用MATLAB，例如火焰特性、设备的热成像和塑料薄膜质量检查。通过在MATLAB中进行深入学习，您可以直接从图像和视频数据中学习特征表示。

使用数据建模改进流程

使用MATLAB中的多元分析工具确定影响过程性能的独立驱动变量。系统标识工具箱允许您创建和使用不容易从第一原则或规范建模的动态系统模型。工具箱还允许您以交互方式执行在线参数和状态估计。

客户案例

壳牌公司的大数据和预测分析(3:35)

制定和实施APC战略

您可以使用MATLAB控件产品设计控制方案并执行动态模拟，以更好地分析设备行为。使用模型预测控制工具箱为工厂设计、模拟和部署线性和非线性模型预测控制器。

控制工程师还可以将Aspen Plus和gPROMS中的流程模型嵌入Simulink。通过这种方式，您可以重新部署现有模型，以便在首选环境中设计控制策略。

客户案例

塔塔钢铁公司如何通过软件算法在冷却塔上节省40%的能源

数字化

MathWorks可以帮助您采用和实施特定于组织需求的大数据战略。您可以使用预先构建的MATLAB工具箱和参考体系结构来简化各种应用程序：从与企业IT系统、云和生产数据基础设施的集成到将计算扩展到集群，或将模型部署为应用程序以与非MATLAB用户共享。

客户案例

资产框架（AF）

MATLAB和壳牌的高级分析(29:14)

通过DCS部署关闭回路

MATLAB算法可以与各种DCS系统集成工业通信工具箱工具箱可直接从MATLAB和Simulink访问实时和历史OPC数据。您可以从设备（如DCS、监控和数据采集系统以及PLC）读取、写入和记录OPC数据。Industrial Communication Toolbox允许您处理来自实时服务器和数据历史记录的数据，这些数据符合OPC DA、HDA和UA标准。

客户案例

基因泰克利用MATLAB和工业通信工具箱构建生物反应器监控算法开发平台