$name

Aspen Polymersを活用し逐次重合モデルを構築できます。実験データから反応速度パラメータを回帰し、バッチ/連続重合シミュレーションでポリマー物性を予測します。 モデルを活用することで、実験回数の削減、運転条件の最適化検討が可能となります。

Aspen Plusのバッチ晶析モデルについて紹介します。速度論型の核生成/成長モデルを考慮することで、蒸発晶析や冷却晶析、貧溶媒晶析など多種に渡る晶析プロセスを取り扱うことができます。本モデルを活用することで、バッチ晶析プロセスにおける実験回数の削減、運転条件の最適化検討などが可能となります。

プロセス産業においてもデジタルツインの活用に取り組む企業が増えています。デジタルツイン構築のためには、現実プラントでの変化をリアルタイムで精度よくシミュレーションできることが重要になります。このセッションでは、現実プラントとシミュレーションの挙動をリアルタイムで一致させるためにAspen PlusのEO (Equation-oriented)モデリングがどのように役立つのかをご紹介いたします。

Aspen Polymersを活用しフリーラジカル共重合モデルを構築できます。実験データから反応速度パラメータを回帰し、バッチ/連続重合シミュレーションでポリマー物性を予測します。 モデルを活用することで、実験回数の削減、バッチサイクルの短縮検討が可能となります。

Aspen Plusのバッチろ過モデルについて紹介します。BatchOpモデルは反応、晶析、濾過のバッチモデルであり、晶析から濾過の一貫としたプロセスの検討を行うことができます。

現実プラントで測定できるプロセスの値は、連続プラントにおいても常に変動しているため、Aspen PlusやHYSYSのシミュレーションの挙動と一致させるのは容易ではありません。このセッションでは、シミュレーションの挙動を現実プラントと一致させるためのPlant Data機能 (プラントヒストリアンからのタグデータインポート、データコンディショニング、定常状態判定など)についてご紹介します。Plant Data機能は、プロセス性能の経時的なモニタリングにも活用でき、例えば長期的に変動する熱交換器の汚れや反応器の触媒活性のモニタリングに役立ちます。

Join Frédéric Bastien, VP of AIoT Technology & Product Management, and Adi Pendyala, Senior Director of AIoT Product Marketing, both with AspenTech®, as they explain how the AIoT Hub enables data integration and mobility from sensors, historians and other data sources across the enterprise – from the edge to the cloud - to accelerate the delivery of enterprise-wide visualizations, actionable insights and AI-enabled applications for capital-intensive industries, like yours.

意外停机影响广泛，所波及的不仅仅是工厂的生产率和盈利能力。强制关机还会对工厂和人员安全、温室气体排放和环境合规产生重大影响。但是，如果你真的可以计划停机时间呢？在本文中，我们将了解机器学习和预测分析的进步如何消除意外停机，使公司最大限度地减少最危险的情况，减少排放到环境中的气体量，提高生产率和盈利能力。

전세계적으로 시장 상황의 변동성과 불확실성, 복잡성과 모호함이 가중되고 있는 VUCA (Volatile, Uncertain, Complex and Ambiguous) 환경에서 기업들은 경쟁 우위를 확보하기 위해 Industry 4.0과 AI 등 새로운 기술들을 도입하고 있습니다. 이 백서에서 선도적인 기업들이 어떻게 디지털 엔터프라이즈를 뛰어 넘어, 진정한 의미의 미래형 스마트 엔터프라이즈로 거듭나고, 지속 가능한 운영 효율성을 달성할 수 있는지 확인해 보십시오.