-
-
-
-
-
-
-
- 010-56548231
-
aspenONE V14—专业化工流程模拟套件
“AspenTech 新发布的 V14 表明了对新软件创新的承诺，以加速客户的可持续发展计划。随着进一步统一规划、调度、生产核算和维护功能的进展，用户可以打破孤岛并从软件中提取更多价值。AspenTech 是通过添加独特的人工智能功能和应用认知分析来展示行业领导地位，以解决知识转移和操作员对高级过程控制等系统的接受度方面的老问题。”
— Peter Reynolds，ARC Advisory Group 首席分析师。
随着 aspenONE® V14的发布，公司可以继续加速其数字化进程以提高可持续性，同时通过卓越运营实现盈利最大化。
• 使用 100 多个示例模型推进可持续发展计划
• 加速氢气、热解和生物过程的商业化
• 促进碳排放管理
• 提供增强智能指导用户实现和保持最佳操作
• 最大限度地减少生产损失并快速解决故障警报
• 提高效率和可用性，以在整个价值链中推动更强大的决策支持
使用 Aspen Virtual Advisor for DMC3™，利用增强智能通过价值排名建议实现和维持最佳运营。
使关键利益相关者能够根据经过验证和协调的生产数据做出更好的决策，并使用 Aspen Unified Reconciliation and Accounting™ 自动收集 CO2排放数据。
使用 Aspen Mtell ®中的资产模板，优先处理异常和故障警报以加速警报解决并更快地构建和部署代理。
使用 Aspen Plant Scheduler™ 提高产量、最大限度地提高熟练劳动力利用率并优化停机时间安排选项。
统一并动态可视化来自整个组织的数据，以提供快速、自信的决策制定所需的上下文，以提高能源和 CO2绩效。
在设计新的生物饲料或混合饲料加工设施时，使用对产品产量、特性和其他操作限制的准确预测来消除风险。
缩短氢气技术的上市时间和规模化、包括发酵在内的生物过程的工艺开发以及塑料循环的未来。
通过轻松计算和评估范围 1 和范围 2 的排放量来减少碳足迹和相关费用，以帮助做出改进新流程和现有流程的决策。
一套集成的产品，包含以下21款产品。使教授能够教学生如何优化工程。与仅解决特定流程领域的单点解决方案不同，我们的解决方案解决了整个工厂端到端的低效率问题。
通过确定改进方案并使用经过验证的高保真模型减少工厂试验，优化循环分离过程并最大限度地提高产量。
通过简化基础工程和使用一个FEED数据中心位置，提高生产率、灵活性和交付时间。
通过一种经过验证的基于配方的建模技术，从早期路线选择到大规模生产，筛选新工艺并缩短上市时间。
使用体积模型和一种从概念设计到详细设计的通用成本计算方法加快产品执行。
通过创建和共享具有可靠准确性和灵活工作流程的定制高保真模型，使用专业设备优化流程。
通过获得专利的自适应过程控制技术实现快速部署并保持最佳性能，该技术可同时进行过程优化和测试。
利用捏合技术和公用事业规划解决方案提供的见解和节能建议，最大限度地提高能源效率。
一切都不一样。你有很多决定要做，你需要快速比较选项。Aspen Fidelis可以模拟一系列场景，并向您展示对工厂整体性能和收入的影响。
通过优化火炬系统网络和工艺设计，同时采用快速、可靠的集成解决方案，减少过度设计和降低资本支出。
通过使用经过行业验证的精确模拟和节省时间的工作流，在一个环境中优化整个站点，最大限度地提高安全吞吐量和利润。
通过使用具有可信精度的动态模拟和内置模板，自信地设计和分析瞬态条件，节省成本并确保平稳运行。
使用内置工具进行油井流体表征、多相管道建模和流量保证分析，最大化上游资产性能。
使用以其准确性和易用性而备受信赖的解决方案，从头到尾使用动态模拟，更快地部署DCS不可知、可维护的操作员培训。
使用Aspen PIMS优化原料、产品板岩、资本扩张等，该系统在全球400多家炼油厂和烯烃工厂使用。
使用最可靠的生产计划软件提高响应能力和灵活性。
使用工厂范围的模拟解决方案，将无与伦比的准确性和工程协作与节省时间的工作流程相结合，实现利润最大化。
通过掌握场景，节省成本并确保平稳运行，并通过直观、先进的动态模拟，针对瞬态条件进行有效设计。
通过使用成熟的、市场领先的过程模拟技术对聚合过程进行建模，优化生产率、产量和质量。
确定影响可靠性和质量的生产过程变化的真正潜在来源。
通过运行案例研究来支持优化和平滑的工厂操作，以使用Microsoft Excel插件提供过程洞察力，该插件将模拟数据和过程数据链接起来。
使用多元统计分析和交互式可视化对流程进行建模、预测和优化。
使用Python的强大的多元方法和机器学习，具有光谱和化学计量学的独特功能。
轻松导入30多种不同格式的各种类型的数据，如材料，传感器，过程和光谱数据，并轻松添加新格式。
Python提供了成千上万的免费脚本供Unscrambler使用，并提供了导入，预处理和机器学习的其他方法。
轻松导入大多数光谱和仪器数据格式，并具有易于绘制，预处理和建模光谱数据的广泛功能。
基于项目的工作流程和功能可简化分析过程的所有阶段，从而使工作更智能，更高效。
合规模式，电子签名，用户身份验证和审核跟踪，并符合21 CFR Part 11和EU附件11。
资料汇入
通用导入格式，例如ASCII（文本），MS Excel，Matlab，JCAMP-DX，NetCDF，JEOL，以及通用数据库导入
供应商特定的格式，包括Thermo Fisher Scientific（GRAMS，OMNIC），Bruker（OPUS），Perten，rap-ID，Brimrose，ASD( Indico)，Varian，Guided Wave（SpectrOn，Class-PA，Nirojson），FOSS（NSAS）,PerkinElmer , DeltaNu , VisioTec和Viavi（MicroNIR Pro）
还可以导入Design-Expert和早期版本的Unscrambler中的数据和模型
上面未列出的某些格式和数据库连接可以作为插件使用。轻松添加新格式
合并或减少数据
转置
沿样本或变量减少（平均）
使用行/列主音，顺次或水平进行整形
扩展或追加两个或更多个尺寸匹配的矩阵
根据列标题名称追加两个或多个矩阵
通过轮询，事件，样品ID，样品ID中的事件进行灵活的样品比对
使用PCA，PCR，PLSR减少单个变量块的尺寸
散射校正和其他光谱变换
使用移动平均，高斯滤波器，中值滤波器，Savitzky-Golay进行平滑
解析
归一化为通用均值，大值，范围，曲线下面积，单位矢量归一化，峰归一化
使用偏移或直线进行基线校正
趋势
使用Gap，Gap-Segment，Savitzky-Golay到4阶的导数
标准正态变量（SNV）
乘法散射校正（MSC）
扩展乘法信号校正（EMSC）
正交信号校正（OSC）
相关优化翘曲（COW）
描述性统计
缺失值
级别（平均，中位数，四分位数）
范围（标准，方差，RMS）
分布（偏度、峰度）
散射效应
统计检验
均值均等（配对t检验，等方差t检验，不等方差t检验）
方差相等（F检验，Levene检验，Bartlett检验）
正态性（Kolmogorov-Smirnov检验，多变量正态性的Mardia检验）
权变分析
聚类分析
K均值，K中位数
层次聚类分析（HCA），包括单链接，完全链接，平均链接，中位链接和Ward方法
回归方法
多元线性回归（MLR）
主成分回归（PCR）
偏最小二乘回归（PLSR）
支持向量机回归（SVR）
L-PLS回归，包含三个数据表
分类方法
使用PCA，PCR或PLSR模型进行投影
类比的软独立建模（SIMCA）
带有线性，二次方，Mahalonobis选项的线性判别分析（LDA）
PCA-LDA，用于通过LDA分类关联数据
支持向量机分类（SVC）
校准转移
偏差和斜率校正
分段直接标准化（PDS）
光谱转换
反射率/透射率的吸收率
反射率/吸光率
对Kubelka-Munk的反射
衰减全反射（ATR）校正
一般和方差转换
各种中心和比例选项
相互作用和平方效应
常规计算，具有log（X），1/x等操作
分位数归一化
控制图
具有能力分析的统计过程控制（SPC）
移动块方法（均值，标准，相对标准，F检验）
Python脚本支持
资料汇入
Python资源
批量建模 （插件–单独出售）
在相对时间内建模批次进度
对数据的仍和处理（例如光谱）都存在模型中并应用于新批次
该方法与采样时间，采样周期，批次进度和不相等的批次长度无关
动态限制单个组件和整个模型的分数
到模型的剩余距离的动态（F剩余统计量）
下钻功能的贡献图
预测过程中没有缺失值问题
Spectroscopy 光谱学
Chemometrics 化学计量学
Sensormetrics 传感学
Quality Control 质量控制
Process Analytical Technology 过程分析技术
Product Development 产品开发
常规应用：
Exploratory Statistics 检测数据统计
Regression Analysis 数据回归分析
Design of Experiments 实验设计
Data Pretreatments 数据预处理
Classification 数据分类
Windows 8（32/64-bit）、10（32/64-bit）、2008（32/64-bit）、2008 R2、Server 2012、Server 2016
任何1GHZ或更快的Intel或AMD处理器
建议至少有2GB的内存。可用系统内存的数量将限制数据矩阵的大小。
至少有1GB的可用硬盘空间
NET Framework 4.0及更高版本
Internet Explorer 7或更高版本
建议屏幕分辨率至少为1024像素宽
北京友万信息科技有限公司，英文全称：Beijing Uone Info&Tech Co.,Ltd ( Uone-Tech )是中国大陆领先的教育和科学软件分销商，已在中国300多所高校建立了可靠的分销渠道。拥有最成功的教学资源和数据管理专家。如需申请软件采购及老版本更新升级请联系我们，咨询热线：010-56548231 ,咨询邮箱：info@uone-tech.cn 感谢您的支持与关注。
地址：北京市昌平区城南街道中兴路21号院2号楼16层1624 网站备案号：京ICP备16049373号-1]
联系方式：+86-10-56548231
