Aprenda como puede usar el mantenimiento prescriptivo (RxM) para dar un valor real a su organización. En este webinar el experto de AspenTech va a demostrar como los conocimientos basados en datos de AI y de Machine Learning mitigan los problemas de mantenimiento y mejoran la productividad.

In order to grow its business in a highly competitive market, Daicel, a chemicals manufacturer headquartered in Osaka, needed to develop polymers with narrow molecular weight distributions to meet a specific market demand. Read how Daicel used Aspen Polymers to develop a custom RAFT polymerization model. This model enabled our customer to optimize process conditions and reduce experimental costs, which provided the following benefits:

日本に本社を置き、創業から140年の歴史を誇るグローバル製薬会社がAspen Plusを導入して新規原薬（API）の合成を改善しました。同社は、創薬に重点を置きながら医薬品や医療機器の研究開発から製造、販売まで行っています。

With market conditions volatile and uncertain, it’s challenging to manage your business and still plan for future opportunities. Prices bounce. Trade patterns shift. Product slates evolve. Digitalization enables adaptability through this uncertain time and is in fact becoming a strategic imperative to achieving—and sustaining—new levels of profitability.

Genere el máximo impacto en su negocio al elegir el tipo de Machine Learning adecuado para su organización

Los procesos complejos presentan un desafío para las operaciones de refinación. Los riesgos operativos involucrados requieren un análisis preciso del comportamiento de la planta antes de realizar cualquier cambio en las operaciones. Los gemelos digitales con tecnología de simulación de procesos específica para refinación, como Aspen HYSYS Petroleum Refining®, permiten a los ingenieros simular con precisión las operaciones de la refinería para tomar mejores decisiones de una forma más rápida.

Las columnas de destilación son unidades problemáticas, que representan uno de los mayores desafíos operativos en la industria de procesos, principalmente porque las condiciones internas son dinámicas y hay una visión operativa limitada de su comportamiento. Los gemelos digitales online y offline ofrecen a los ingenieros y operadores poderosas capacidades para el análisis de columnas y así puedan responder a cambios operacionales de una forma más rápida.

El ensuciamiento de los intercambiadores de calor provoca un consumo excesivo de energía, gran pérdida de presión y, a veces, interrupciones en el proceso. La incapacidad de medir los niveles de ensuciamiento para las unidades operativas agrava el problema. Aprenda cómo las soluciones de Aspen Technology para gemelos digitales le ayudan a monitorear los niveles de ensuciamiento en los intercambiadores de calor.

Fouling of heat exchangers causes excessive energy consumption, large pressure loss and sometimes process outages. Inability to directly measure fouling levels for operating units compounds the problem. Learn how the advanced plant digital twin solutions from Aspen Technology enable tracking of heat exchanger fouling levels both online and offline.

As we all get acclimated to new ways of working, there are innovative ways organizations can take care of their employees’ professional development needs.