金属工学者とプロセスエンジニアは、MATLAB と Simulink を使用して、スループットを最適化し、ダウンタイムを最小化して、そして安全性を向上させます。彼らは、リアルタイムのセンサーデータを解析し、鉱業の運用をモデル化してシミュレーションし、制御戦略を実装して、人工知能システムを活用します。
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解析手法を適用して予知保全システムを開発
- 機械学習を使って履歴データからプロセスの問題をトラブルシューティング
- プラントと設備のモデルとシミュレーションを使用して処理性能を改善
- データ サイエンティストおよび IT 担当者と協力して、デジタル化を適用
- デジタルツインを使用してセンサーがダウンしたときもプラントの運用を継続
「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、理想的なメンテナンス時期を予測することができるようになりました。」
データ抽出
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、機器の状態を示す指標や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。
データ処理
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 分未満に削減した方法についてお読みください。
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。
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変数を特定します。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うことができます。
Shell での MATLAB の使用方法を見る 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。
仮想試運転を使用したプロセス制御アルゴリズムの開発と展開
MATLAB および Simulink 製品を使用して、信頼性の高いアルゴリズムを設計し、動的シミュレーションを実行して、目標とする結果を得ることができます。MATLAB と Simulink では、アルゴリズムコードを自動的に生成して、ソフトウェアインザループ、ハードウェアインザループ、ラピッド プロトタイピングのアプローチでテストすることで、仮想試運転を使用して設計の妥当性を確認できます。
自動的に実稼働システムのコードを生成して、サードパーティ製のプラットフォームと直接連携する方法について詳しくは、こちらをご覧ください。
(パート 1 およびパート 2) を視聴して、仮想試運転によってコストのかかるダウンタイムのリスクを軽減し、時間を節約してシステムの性能を向上させる方法をご確認ください。
Tata Steel がデジタルツインを介して制御戦略を最適化することにより、産業用冷却塔のエネルギーを 40% 削減した事例をご覧ください。
サプライチェーンのロジスティクス
計画およびアクティビティ スケジューリングの簡素化
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意思決定のためのオペレーションズリサーチを実施することもできます。
GE Transportation が MATLAB を活用して機関車用の運転支援システムを開発した様子をご覧ください。
デジタル トランスフォーメーション
デジタル化
MathWorks は、それぞれの組織のニーズに応じたビッグデータ戦略の策定・実装をサポートします。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展開し、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。 これをクラウドで実現する方法について見る。
AVEVA™ PI システムに直接接続する方法もご確認ください。
"Shell でのデジタル化の活用を見る 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。
「MATLAB は、私たち地質学者が専門知識を使用して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業界固有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。」
