MATLAB und Simulink für Metalle, Werkstoffe und Bergbau

Prozessingenieure nutzen MATLAB® und Simulink®, um basierend auf Big Data und Machine Learning Echtzeit-Sensordaten zu analysieren, Steuerungsstrategien zu implementieren und prädiktive Instandhaltungssysteme zu schaffen.

MATLAB und Simulink helfen Bergbauingenieuren bei Folgendem:

  • Entwicklung prädiktiver Instandhaltungssysteme durch Anwendung numerischer Verfahren auf Hochgeschwindigkeits-Sensordaten
  • Nutzung von Machine Learning mit historischen Daten, um Prozessprobleme zu beheben
  • Nutzung von Datenmodellen zur Verbesserung der Prozessleistung
  • Einsatz der Digitalisierung, ohne von Datenwissenschaftlern oder IT-Personal abhängig zu sein

"Dank MATLAB konnten wir zuvor unlesbare Daten in ein lesbares Format überführen, zudem die Filterung, Spektralanalyse und Transformationsschritte für mehrere LKWs und Regionen automatisieren und schlussendlich Machine Learning–Techniken in Echtzeit anwenden, um den optimalen Zeitpunkt zur Durchführung von Instandhaltungsmaßnahmen zu bestimmen."

Gulshan Singh, Baker Hughes

 Gulshan Singh, Baker Hughes

Simulation von Ausfalldaten

Herkömmlicherweise optimieren Ingenieure Bergbauanlagen und -prozesse basierend auf den von Sensoren erfassten Daten.

Es stehen aber für die vielen möglichen Ausfall- und Fehlermodi in einer Maschine nicht immer Sensordaten zur Verfügung. Stattdessen können Sie Simulationsdaten nutzen, um Fehler darzustellen, indem ein Modell Ihrer Maschine erstellt wird und fehlerhafte Betriebsbedingungen simuliert werden.

Simulink und Simscape™ ermöglichen die Erstellung eines Modells Ihrer Maschine, das deren Verhalten hinsichtlich ihrer physischen Komponenten und Dynamik abbilden kann. Sie können unterschiedliche Fehlermodi der Maschine darstellen, indem Sie Parameterwerte modifizieren, Fehler eingeben und die Modelldynamik verändern.

Optimieren von Anlagen mit Predictive Maintenance und Signalverarbeitung

MATLAB kann Ihnen helfen, Algorithmen für die prädiktive Instandhaltung zu entwickeln, die speziell an das Betriebs- und Architekturprofil Ihrer Ausrüstung angepasst sind. Mit der Predictive Maintenance Toolbox™ können Sie Bedingungsindikatoren entwerfen und die Restlebensdauer Ihrer Rotationsausrüstung schätzen.

Mit der Signal Processing Toolbox™ können Sie die Überwachung der Leistung Ihrer Kontrollschleifen automatisieren, dezentral das Ausmaß an Korrosion oder Lochfraß in Ihren Rohrleitungen bestimmen und Position und Anzahl von Rohrleitungslecks erfassen.

Lesen Sie, wie Baker Hughes MATLAB nutzte , um eine Predictive Maintenance-Plattform für Gas- und Ölförderausrüstung zu implementieren und die Gesamtkosten um 30-40 % zu reduzieren.

Machine Learning, Deep Learning und Big Data

Mithilfe interaktiver Apps in der Statistics and Machine Learning Toolbox™ können Sie Machine Learning–Techniken anwenden, ohne Datenwissenschaftsexperte zu sein. MATLAB bietet auch eine einzige Hochleistungsumgebung für das Arbeiten mit Big Data und die Entwicklung von Deep Learning-Modellen. Dadurch können Sie Fehlerdetektion und Diagnosen schneller ausführen und Ihre Prozesse besser überwachen.

Lesen Sie, wie Ruukki-Ingenieure ihre Analysezeiten reduzieren konnten – von mehreren Daten auf weniger als eine Minute. Dazu integrierten sie verschiedene Datenbanken und nutzten Machine Learning für die Prozessoptimierung.

Prozessverbesserung mit Datenmodellerstellung

Nutzen Sie multivariate Analyse-Tools in MATLAB, um die unabhängigen bestimmenden Variablen zu ermitteln, die sich auf die Prozessleistung auswirken. Mit der System Identification Toolbox™ können Sie Modelle von dynamischen Systemen erstellen und verwenden, die nur schwer aus Grundprinzipien oder Spezifikationen modelliert werden können. Die Toolbox ermöglicht auch die interaktive Durchführung von Online-Parameter- und Zustandsschätzungen.

Big Data und prädiktive Analysen bei Shell (3:35), um Modelle zu entwickeln und einen Batch-Prozess in Echtzeit zu optimieren.

Entwicklung und Implementierung von Prozesssteuerungsstrategien

Mithilfe von MATLAB-Steuerungsprodukten können Sie Steuerschemata entwerfen und dynamische Simulationen ausführen, um die Analyse des Anlagenverhaltens zu verbessern. Validieren Sie Ihren Entwurf mit Hardware-in-the-Loop-Tests und Rapid Prototyping.

Lesen Sie, wie Tata Steel in den industriellen Kühltürmen des Unternehmens 40 % der Energiekosten einsparen konnte, indem die Steuerungsstrategie mithilfe eines digitalen Zwillings optimiert wurde.

Digitalisierung

MathWorks kann Ihnen dabei helfen, Big Data-Strategien umzusetzen und zu implementieren, die speziell auf die Anforderungen Ihrer Organisation ausgerichtet sind. Sie können vordefinierte MATLAB-Toolboxen und Referenzarchitekturen verwenden, um eine Vielzahl von Anwendungen zu vereinfachen: von der Integration mit Enterprise-IT-Systemen, der Cloud und Produktionsdaten-Infrastruktur bis zur Skalierung Ihrer Rechenfunktionen in Clustern oder der Bereitstellung Ihrer Modelle als Anwendungen, die Sie mit anderen teilen können, die MATLAB nicht benutzen. Sehen Sie, wie Sie dies in der Cloud bewerkstelligen können.

Erfahren Sie mehr darüber, wie Sie auch direkte Verbindungen mit OSIsoft PI-Systemen herstellen können.

MATLAB & komplexe Analysen bei Shell (29:14) und dabei MATLAB Production Server™ verwendet. Shell-Ingenieure automatisierten ihre Prozesse zur Integration von Daten aus verschiedenen Quellen, Erstellung von Modellen und Bereitstellung ihrer Analysen in der Cloud und in Enterprise-Systemen.

Vereinfachen Sie Planung und Terminierung

Optimieren Sie die Produktion und Terminplanung mithilfe der Simulation diskreter Ereignisse. Mit SimEvents™ können Sie die Auswirkungen des Aufgaben-Timings und der Ressourcennutzung in einem Serienfertigungsprozess untersuchen. Mithilfe von MATLAB- und Simulink-Produkten können Sie auch betriebliche Recherchen durchführen, um Entscheidungen in Bezug auf Prognose, Kapazitätsplanung und Supply Chain Management zu treffen.

Lesen Sie, wie SK Innovation mithilfe von Optimierungsfunktionen in MATLAB eine optimale Rohöl-Auswahlstrategie entwickelte.

“Dank MATLAB konnten wir als Geologen unsere Expertise in prädiktiven Frameworks, Analyse und Analog-Matching einsetzen, um für unsere Industrie einzigartige Algorithmen zu implementieren. Mithilfe der MathWorks-Berater stellten wir diese Algorithmen dann unseren Kollegen und Kolleginnen als benutzerfreundliche Anwendung weltweit zur Verfügung."

Nick Howes, Shell

Kontakt

Kontaktieren Sie uns, um eine Evaluierung anzufordern.