금속, 자재 및 광산을 위한 MATLAB 및 Simulink

프로세스 엔지니어는 MATLAB® 및 Simulink®를 사용하여 실시간 센서 데이터 분석, 제어 전략 구현, 빅 데이터 및 머신 러닝 기반 유지보수 예측 시스템 생성을 수행합니다.

광산 엔지니어를 돕는 MATLAB 및 Simulink:

  • 고속 센서 데이터에 수치 기법을 적용하여 유지보수 예측 시스템 개발
  • 과거의 데이터를 활용한 머신 러닝 사용으로 프로세스 문제 해결
  • 데이터 모델링을 사용하여 프로세스 성능 개선
  • 데이터 과학자 또는 IT 인력에 의존하지 않고 디지털화 도입

"MATLAB은 이전에는 판독 불가능했던 데이터를 사용 가능한 형식으로 변환할 수 있는 기능을 제공했으며, 필터링 및 스펙트럼 분석을 자동화하고, 여러 트럭 및 지역에 대한 운송 단계를 분석할 수 있었습니다. 그리고 궁극적으로, 머신 러닝 기법을 실시간으로 적용하여 유지보수를 수행할 최적의 시기를 예측할 수 있게 되었습니다."

Gulshan Singh, Baker Hughes

유지보수 예측에 대해 자세히 알아보기

장애 데이터 시뮬레이션

전통적으로 엔지니어가 센서로부터 수집한 데이터를 기반으로 광산 플랜트와 프로세스를 최적화합니다.

하지만 기계 내 여러 가능한 장애 모드로 인해 센서 데이터를 항상 활용할 수는 없습니다. 대신 시뮬레이션 데이터를 사용해 기계에 대한 모델을 만들고 장애가 발생하는 작동 조건을 시뮬레이션함으로써 장애를 나타낼 수 있습니다.

Simulink 및 Simscape™를 통해 물리적인 구성 요소와 동력 측면에서 동작을 설명할 수 있는 기계의 모델을 구축할 수 있습니다. 파라미터값 수정, 장애 주입 및 모델 동력 변경을 통해 기계의 각기 다른 장애 모드를 나타낼 수 있습니다. 

유지보수 예측 및 신호 처리를 통한 자산 최적화

MATLAB은 장비의 특정 작동 및 아키텍처 프로파일에 대해 맞춤화된 유지보수 예측 알고리즘을 개발하는 데 도움이 될 수 있습니다. Predictive Maintenance Toolbox™를 사용하여 상태 지표를 설계하고 회전식 장비의 잔여 수명을 예측합니다.

Signal Processing Toolbox™를 사용하여 제어 루프의 성능 모니터링 자동화, 파이프라인의 부식 또는 점식 범위의 원격 판단, 파이프라인 누출의 위치 및 수량 감지가 가능합니다.

Baker Hughes가 MATLAB을 사용하여 가스 및 오일 추출 장비의 유지보수 예측 플랫폼을 구현하고 전체 비용을 30~40% 절감한 비결을 알아보십시오.

머신 러닝, 딥러닝 및 빅 데이터

Statistics and Machine Learning Toolbox™의 대화형 앱을 통해 데이터 과학의 전문가가 될 필요 없이 머신 러닝 기법을 적용할 수 있습니다. MATLAB은 또한 빅 데이터 작업과 딥러닝 모델 개발을 위한 고성능 단일 환경을 제공합니다. 이를 통해 장애 감지 및 진단을 더욱 빠르게 수행하고 프로세스를 더욱 원활하게 모니터링할 수 있습니다.

다양한 데이터베이스 통합과 프로세스 최적화를 위한 머신 러닝 활용을 통해 분석 시간을 며칠에서 몇 분으로 줄인 Ruukki 엔지니어의 비결을 알아보십시오.

데이터 모델링을 통한 프로세스 개선

MATLAB의 다변량 분석 툴을 사용하여 프로세스 성능에 영향을 미치는 독립적 변수를 판단하십시오. System Identification Toolbox™를 통해 제1원칙 또는 사양으로부터 쉽게 모델링할 수 없는 동적 시스템 모델을 만들고 사용할 수 있습니다. 또한 대화형 방식으로 온라인 파라미터 및 상태 예측을 수행할 수 있습니다. 

Shell이 MATLAB을 사용 (3:35) 하여 모델을 개발하고 배치 프로세스의 실시간 최적화를 달성한 비결을 알아보십시오.

프로세스 제어 전략 개발 및 구현

MATLAB 제어 제품을 사용하여 제어 스킴을 설계하고 플랜트 동작의 더욱 원활한 분석을 위한 동적 시뮬레이션을 수행할 수 있습니다. HIL(hardware-in-the-loop) 테스트 및 신속한 프로토타입 제작으로 설계를 검증하십시오.

Tata Steel에서 디지털 트윈을 통한 제어 전략 최적화로 산업 냉각 타워의 에너지를 40%나 절감한 비결을 알아보십시오.

디지털화

MathWorks는 조직의 요구 사항에 맞는 빅 데이터 전략 채택 및 구현을 도울 수 있습니다. 사전 구축된 MATLAB 툴박스 및 참조 아키텍처를 사용하여 다양한 응용 분야를 간소화할 수 있습니다. 그 범위는 엔터프라이즈 IT 시스템, 클라우드 및 시스템 구축 데이터 인프라와의 통합부터 클러스터 계산 확장 또는 비 MATLAB 사용자와의 공유를 위한 응용 프로그램으로서의 모델 배포까지 다양합니다. 클라우드에서 이를 어떻게 달성할 수 있는지 알아보십시오.

또한 OSIsoft PI 시스템과 직접 연결하는 방법에 대해 알아보십시오.

MATLAB Production Server™를 사용한 Shell의 디지털화 수용 방법을 알아보십시오 (29:14). Shell의 엔지니어들은 여러 소스로부터의 데이터 통합, 모델 구축 및 클라우드와 엔터프라이즈 시스템으로의 분석 배포를 위한 프로세스를 자동화했습니다.

계획 및 일정 예약 활동 간소화

개별 이벤트 시뮬레이션을 통해 시스템 구축 및 일정 예약 효율성을 개선합니다. SimEvents™를 통해 배치 시스템 구축 프로세스 내 작업 타이밍과 리소스 사용량의 효과를 학습할 수 있습니다. MATLAB 및 Simulink 제품을 사용하여 예측, 용량 계획 및 공급망 관리 관련 결정을 위한 운영 조사를 실시할 수 있습니다.

SK Innovation에서 MATLAB의 옵티마이저를 사용하여 정제 공장에서 최적의 원유 선택 전략을 개발해낸 방법을 알아보십시오.

"MATLAB을 사용하여 우리 지질학자들은 예측 프레임워크, 분석 및 아날로그 매칭에 대한 전문 지식을 통해 업계에 고유한 알고리즘을 구현할 수 있습니다. MathWorks 컨설턴트의 도움을 통해 전 세계에 있는 동료들에게 사용하기 쉬운 응용 프로그램으로 이러한 알고리즘을 배포했습니다."

Nick Howes, Shell

연락처

평가를 원하시면 연락해 주십시오.