金属、材料、鉱業のための MATLAB および Simulink

プロセス エンジニアは MATLAB® および Simulink® を使用して、ビッグ データおよび機械学習に基づいたリアルタイム センサー データの解析、制御手法の実装および予知保全システムの作成を行います。

MATLAB および Simulink により、鉱業エンジニアは以下のことを行えます。

  • 高速センサー データに数値手法を適用して予知保全システムを開発
  • 履歴データを活用した機械学習を使って、プロセスの問題をトラブルシューティング
  • データ モデリングを使って、プロセスのパフォーマンスを向上
  • データ サイエンティストや IT 担当者に依存することなくデジタル化を採用

"MATLAB により、以前は読み取れなかったデータを使用可能な形式に変換し、複数のトラックや地域のフィルター処理、スペクトル解析、ステップ変換の自動化が可能になりました。さらに、機械学習技術をリアルタイムに適用することで、メンテナンスの理想的な時期を予測することができるようになりました。"

Baker Hughes、Gulshan Singh 氏

予知保全の詳細情報

故障データのシミュレーション

従来、エンジニアはセンサーから収集したデータに基づいて、鉱業プラントおよびプロセスの最適化を行ってきました。

ただし、機器で発生するあらゆる故障モードをセンサー データとして収集できるわけではありません。代わりに、機器のモデルを作成し、故障の動作状況をシミュレーションしたデータを使って、それらの故障を表現することができます。

Simulink と Simscape™ を使用すると、物理的なコンポーネントとダイナミクスの観点から機器の動作を表すモデルを構築できます。パラメーター値を変更したり、故障を挿入したり、モデルのダイナミクスを変更することで、機器のさまざまな故障モードを表現することができます。

予知保全および信号処理による資産の最適化

MATLAB は、その機器特有の運用プロファイルやアーキテクチャ プロファイルに合わせてカスタマイズした、予知保全アルゴリズムを作成するのに役立ちます。Predictive Maintenance Toolbox™ を使用して、状況インジケーターの設計および回転機器の残存耐用時間の推定を行います。

Signal Processing Toolbox™ により、制御ループのパフォーマンス監視の自動化、リモートでのパイプラインの腐食や孔食の測定、およびパイプラインの漏れの位置と量の検出を行います。

Baker Hughes が MATLAB を使用して、ガスおよび石油の抽出機器に予知保全プラットフォームを実装し、全体のコストを 30%~40% 削減した方法についてお読みください。

機械学習、ディープラーニング、ビッグ データ

Statistics and Machine Learning Toolbox™ の対話型アプリにより、データ サイエンスの専門家でなくても機械学習の手法を適用できます。また、MATLAB は、ビッグ データの処理およびディープラーニング モデル開発のための高性能な一元環境を提供します。これにより故障の検出や診断を速やかに行うことができ、プロセスをより効率的に監視できます。

さまざまなデータベースを統合し、機械学習をプロセスの最適化に使用することで、Ruukki のエンジニアが解析時間を数日から 1 分以内に削減した方法についてお読みください。

データ モデリングによるプロセスの向上

MATLAB の多変量解析ツールを使用して、プロセスのパフォーマンスに影響を及ぼす個々の動力変数を判断します。System Identification Toolbox™ では、第一原理や仕様からのモデリングが容易ではない動的システムのモデルを作成および使用できます。また、このツールボックスを使用すると、オンライン パラメーター推定および状態推定を対話形式で行えます。

Shell が MATLAB を使って (3:35)モデルを開発し、バッチ処理でリアルタイム最適化を実行した方法についてご覧ください。

工程管理戦略の開発および実装

MATLAB の制御製品を使用すると、制御スキームをデザインしたり、プラントでの動作をより的確に解析するための動的なシミュレーションを実行したりできます。また、ハードウェアインザループ テストとラピッド プロトタイピングにより、デザインを検証できます。

Tata Steelがデジタル ツインを活用して制御戦略を最適化し、産業用冷却タワーのエネルギーを 40% 削減した方法についてお読みください。

デジタル化

MathWorks は、組織のニーズに応じたビッグ データ戦略の採用および実装を実現します。あらかじめ用意された MATLAB ツールボックスおよびリファレンス アーキテクチャを使用すると、エンタープライズ IT システム、クラウド、生産データ インフラストラクチャとの統合、計算をクラスタへ拡張、モデルをアプリケーションとして作成し、MATLAB を使用していないユーザーと共有するなど、さまざまな領域での応用を簡略化できます。これらをクラウドで達成する方法についてご確認ください

OSIsoft PI システムに直接接続する方法もご確認ください。

MATLAB Production Server™ を使用した Shell におけるデジタル化の活用化方法 (29:14) をご覧ください。Shell のエンジニアは、さまざまなソースからのデータの統合や、モデルの作成、クラウドおよびエンタープライズ システムへの解析の展開といったプロセスを自動化しました。

アクティビティ

離散イベント シミュレーションを活用して生産およびスケジューリングの効率を向上させます。SimEvents™ により、タスクのタイミングの影響およびバッチ生産プロセスにおけるリソースの使用状況を調査することができます。MATLAB および Simulink 製品では、予測、容量計画、サプライチェーン管理に関する判断決定のための運用リサーチを実施することもできます。

SK Innovation が MATLAB の最適化アルゴリズムを使用して自社の製油所で最適な原油選択手法を開発した方法についてお読みください。

“MATLAB は、私たち地質学者が予測フレームワーク、解析およびアナログ マッチングにおける専門知識を使用して、この業界独自のアルゴリズムを実装することを可能にしました。MathWorks コンサルタントの支援を受けて、これらのアルゴリズムを簡単に使用できるアプリケーションとして展開し、世界中の同僚たちと共有しました。"

Shell、Nick Howes 氏

お問い合わせ

詳細についてはお問い合わせください。