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。

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 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 Custom Modelerは、特殊な反応器、膜やフィルムのプロセス、バイオプロセスなど、Aspen PlusやHYSYSの標準モデルで表すのが困難な場合に利用されています。このセッションでは、Aspen Custom Modelerの概要と活用事例について紹介いたします。

Aspen Data Science Studio™とAspen IoT Analytics Suite™を組み合わせてAspen Industrial AI Workbenchを作成し、すぐに使用できる分析ライブラリ、AI開発コラボレーションツールを作る方法をご紹介します。これらと組み込みのMES統合は、ドメインエキスパートやデータサイエンティストがデータが豊富なAIアプリを開発するのに役立ちます。

本セッションでは、ACCEにおけるコストパラメータのキャリブレーション方法について紹介します。ACCEを使用することにより、最新のコストデータ、設備のコストカーブ、標準P&IDに基づき、確度の高い見積りを迅速に簡単に得ることが可能となり、意思決定までのリードタイムの短縮化が可能となります。 また、ACCEのデフォルトのパラメータを調整（キャリブレーション）することにより、プロジェクト固有の条件を反映したコスト調整を行える他、コスト積算業務の作業負荷及び時間を50%削減することができます。

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。

현재 많은 기업들이 디지털 트윈을 활용하기 위해 노력하고 있습니다. 공정 산업에서 디지털 트윈을 구축하려면 실제 플랜트 운전 상황의 변화를 실시간으로 정확하게 시뮬레이션 할 수 있어야 합니다. 이번 웨비나는 Aspen Plus의 EO (Equation-Oriented) 모델링이 플랜트의 운전과 시뮬레이션을 실시간으로 일치시키는 방법에 대해 알아보겠습니다.

本セッションではAspen Plus®の蒸留塔モデルであるRadfracの速度論型モデルについて紹介致します。速度論型モデルRate-basedは蒸留塔のトレイ・充填物の構造情報から物質・熱移動を計算します。平衡段モデルでは計算が困難なガス吸収の系や段効率の予測に用いることができます。厳密な塔モデルを構築することで、プラントの運転条件の決定、環境コンプライアンスを遵守した設備設計を行うことができます。

今日の化学企業は、ビジネスと持続可能性の目標達成を目指してインダストリアルAIと機械学習を活用することで、デジタライゼーションジャーニーを加速し続けています。当日は、弊社アスペンエキスパートが第一原理ハイブリッドモデリングを中心に、Aspen Plus® V12.1の主な改善点をご紹介しました。