Chemicals and Petrochemicals

MATLAB 和 Simulink 在化工和材料行业的应用

过程工程师使用 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性维护系统。

MATLAB 和 Simulink 为过程工程师带来如下益处：

针对高速传感器数据应用数值技术来开发预测性维护系统
结合历史数据使用机器学习功能来解决过程问题
使用数据建模功能来改进过程性能
制定和实施高级预测性控制 (APC) 策略
无需依赖于数据科学家或 IT 人员，即可将过程数字化

“作为一家制造公司，我们没有专攻机器学习的数据科学家，但 MathWorks 提供的工具和技术诀窍能让我们在几个月的时间里开发出一套生产预防性维护系统。”
Dr. Michael Kohlert, Mondi Gronau

观看示例

壳牌使用MATLAB处理大数据以及进行预测性维护

壳牌石油使用MATLAB进行预测性维护，从而探测事件和异常。

MATLAB Parallel Server 和 Machine Vision Tools 如何帮助壳牌转型

壳牌和军队收购卓越中心（AACoE）展示如何使用 MATLAB Parallel Server 为工程师提供简单的人工智能工具，在增加可靠性的同时加快进程速度。

汽轮机的预测性维护

了解萨索尔的工程师如何针对萨索尔炼油厂的汽轮机实现端到端预测性维护计划。

胜过过程仿真器

传统过程仿真器一般足以应对稳态条件，但无法处理实际工厂面对的动态输入数据。借助 MATLAB，您可以编写您自己的方程式和算法，实现对整个模型的完全控制。

您还可以将 MATLAB 与流程仿真器进行集成（如 Aspen Plus 和 gPROMS），进而用于自定义单元操作、高级分析、设计控制方案和开发遗传算法等优化例程。

用于石油和天然气生产的数字孪生 (48:37)

通过预测性维护和信号处理优化资产

MATLAB 有助于您根据设备的具体操作和架构特性开发自定义的预测性维护算法。使用 Predictive Maintenance Toolbox 设计状态指示器和估算旋转设备的剩余使用寿命。

您可以使用 Signal Processing Toolbox 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，以及检测管道泄漏的位置和泄漏量。

具体方法 (39:51) Tupras 在其炼油厂实施了自动控制回路性能评估系统。

了解有关预测性维护的更多信息

机器学习和大数据

Statistics and Machine Learning Toolbox 中的交互式应用可帮您应用机器学习技术，而无需成为数据科学专家。MATLAB 还提供了用于处理大数据（无论是结构化还是非结构化数据）的单一、高性能环境。这使您能够更快地执行故障检测和诊断，并更好地监控您的流程。

阅读了解 I²C²研究人员如何分析数百万行工艺数据并开发机器学习模型来预测奶粉的功能特性。

深度学习与图片处理

只需要几行 MATLAB 代码就能构建深度学习模型，从而使用您的工艺数据预测异常状况。使用 Image Processing Toolbox 应用程序自动处理常见流程，比如分割图像数据和批量处理大型图像数据集。您可以在火焰特征描述、设备热成像和塑料薄膜质检等图像处理应用中使用 MATLAB。利用 MATLAB 中的深度学习功能，您可以直接从图像和视频数据中得到特征表述。

通过数据建模改进过程

使用 MATLAB 中的多元分析工具确定影响流程性能的独立驱动变量。System Identification Toolbox 可让您创建和使用那些第一原理或规范不易建模的动态系统模型。该工具箱还可让您以交互方式执行在线参数和状态估测。

观看视频了解壳牌如何使用 MATLAB (3:35) 开发模型并对批处理执行实时优化。

制定和实施 APC 策略

您可以使用 MATLAB 控制产品来设计控制方案并执行动态仿真，以更好地分析工厂行为。使用 Model Predictive Control Toolbox，为您的对象设计、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流程模型从 Aspen Plus 和 gPROMS 嵌入 Simulink。这样，您就可以重新部署现有模型，从而在自己偏爱的环境中设计控制策略。

阅读了解 Tata Steel 如何通过数字孪生优化控制策略，从而使其工业冷却塔节省 40% 的能耗。

数字化

MathWorks 可以帮助您采用和实施符合公司特定需求的大数据策略。您可以使用预构建的 MATLAB 工具箱和参考架构来简化各种应用程序：从与企业 IT 系统、云和生产数据架构集成，到将计算扩展到集群或将模型部署为应用程序以便与非 MATLAB 用户分享。

了解您如何直接连接 AVEVA™ PI 系统并实现实时运营智能。

观看视频了解壳牌如何迎接数字化 (29:14) 使用 MATLAB Production Server。壳牌工程师将这些流程自动化了：整合来自不同来源的数据，构建模型，以及将分析部署到云和企业系统。

使用 DCS 部署实现闭环

使用 Industrial Communication Toolbox 可将 MATLAB 算法与各种 DCS 系统集成。该工具箱支持直接从 MATLAB 和 Simulink 访问实时和历史 OPC 数据。您可以从诸如 DCS、监督式控制和数据采集系统以及 PLC 等多种设备读取、写入和记录 OPC 数据，。Industrial Communication Toolbox 还支持使用 Modbus 传感器、来自 PI 服务器的数据以及符合 OPC DA、HDA 和 UA 标准的其他历史数据软件。

阅读了解美国基因泰克公司如何使用 MATLAB 和 Industrial Communication Toolbox 为生物反应器搭建监督式控制算法开发平台。