chemicals and petrochemicals -凯发k8网页登录

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。

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。

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。

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。

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。

为生物反应器搭建监督式控制算法开发平台。