금속공학자와 공정 엔지니어는 처리량을 최적화하고 다운타임을 최소화하고 안전성을 높이기 위해 MATLAB 및 Simulink를 사용합니다. 이들은 실시간 센서 데이터를 분석하고, 광산 작업을 모델링 및 시뮬레이션하고, 제어 전략을 구현하고, 인공 지능 시스템을 사용합니다.
광산 엔지니어를 돕는 MATLAB 및 Simulink:
- 고속 센서 데이터에 수치 기법을 적용하여 예측 유지관리 시스템 개발
- 과거의 데이터를 활용한 머신 러닝 사용으로 프로세스 문제 해결
- 플랜트 및 장비 모델링과 시뮬레이션을 사용하여 공정 성능 개선
- 데이터 과학자 및 IT 인력과 협력하여 디지털화 도입
- 센서가 가동 중지된 상황에서도 디지털 트윈을 사용하여 플랜트 운영 지속
"MATLAB은 이전에는 판독 불가능했던 데이터를 사용 가능한 형식으로 변환할 수 있는 기능을 제공했으며, 필터링 및 스펙트럼 분석을 자동화하고, 여러 트럭 및 지역에 대한 단계를 바꿀 수 있었습니다. 그리고 궁극적으로, 머신 러닝 기법을 실시간으로 적용하여 유지보수를 수행할 최적의 시기를 예측할 수 있게 되었습니다."
추출
예측 유지관리 및 신호 처리를 통한 자산 최적화
MATLAB은 장비의 특정 작동 및 아키텍처 프로파일에 대해 맞춤화된 예측 유지관리 알고리즘을 개발하는 데 도움이 될 수 있습니다. Predictive Maintenance Toolbox를 사용하여 상태 지표를 설계하고 회전식 장비의 잔여 수명을 예측합니다.
Signal Processing Toolbox를 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 예측 유지보수 플랫폼을 구현하고 전체 비용을 30~40% 절감한 비결을 알아보십시오.
처리
머신 러닝, 딥러닝 및 빅 데이터
Statistics and Machine Learning Toolbox의 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 공정 최적화를 위한 머신 러닝 활용을 통해 분석 시간을 며칠에서 몇 분으로 줄인 Ruukki 엔지니어의 비결을 알아보십시오.
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 Simscape를 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.
데이터 모델링을 통한 공정 개선
MATLAB의 다변량 분석 툴을 사용하여 프로세스 성능에 영향을 미치는 독립적 변수를 판단하십시오. System Identification Toolbox를 통해 제1원칙 또는 사양으로부터 쉽게 모델링할 수 없는 동적 시스템 모델을 만들고 사용할 수 있습니다. 이 툴박스를 사용하여 온라인 파라미터 및 상태 추정을 대화형 방식으로 수행할 수도 있습니다.
Shell이 MATLAB을 사용한 방식 보기 모델을 개발하고 배치 프로세스에서 실시간 최적화 수행하기.
가상 시운전을 통한 공정관리 알고리즘 개발 및 배포
MATLAB 및 Simulink 제품을 사용하여 안정적인 알고리즘을 설계하고 동적 시뮬레이션을 수행하여 원하는 결과를 얻을 수 있습니다. 알고리즘 코드를 자동으로 생성하고 SIL(Software-In-the-Loop), HIL(Hardware-In-the-Loop), 신속 프로토타이핑 접근법에 따라 테스트하는 MATLAB 및 Simulink의 가상 시운전을 통해 설계를 검증할 수 있습니다.
자동으로 프로덕션 시스템에 사용할 코드를 생성하고 타사 플랫폼에 직접 연결하는 방법에 대해 더 자세히 알아볼 수 있습니다.
가상 시운전으로 가동 중단 시간으로 인한 비용 낭비의 위험을 줄이면서 시간을 절약하고, 시스템 성능을 개선하는 방법을 보려면 비디오1편 및 2편)를 참조하십시오.
디지털 트윈을 통해 제어 전략을 최적화함으로써 산업용 냉각탑의 에너지 소비량을 40%나 절감한 Tata Steel의 사례에 대해 읽어 보시기 바랍니다.
공급망 로지스틱
계획 및 일정 예약 활동 간소화
개별 이벤트 시뮬레이션을 통해 시스템 구축 및 일정 예약 효율성을 개선합니다. SimEvents를 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.
GE Transportation이 MATLAB을 이용해 기관차 주행 보조 시스템을 개발한 방법을 알아보십시오.
디지털 변환
디지털화
MathWorks는 조직의 요구 사항에 맞는 빅 데이터 전략 채택 및 구현을 도울 수 있습니다. 사전 구축된 MATLAB 툴박스 및 참조 아키텍처를 사용하여 엔터프라이즈 IT 시스템, 클라우드 및 시스템 구축 데이터 인프라와의 통합부터 계산을 클러스터로 확장하거나 MATLAB 사용자가 아닌 사용자와 공유할 수 있도록 응용 프로그램으로 모델을 배포하는 등 다양한 응용 프로그램을 단순화할 수 있습니다. 클라우드에서 이를 어떻게 달성할 수 있는지 알아보십시오.
또한 AVEVA™ PI 시스템과 직접 연결하는 방법에 대해 알아보십시오.
Shell에 디지털화가 수용된 방식 보기 MATLAB Production Server 사용하기. Shell의 엔지니어들은 여러 소스로부터의 데이터 통합, 모델 구축 및 클라우드와 엔터프라이즈 시스템으로의 분석 배포를 위한 프로세스를 자동화했습니다.
"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."
