化學多變量分析軟體平台|Aspentech|Umscrambler

◇Unscrambler是目前最著名的統計分析軟體,特別是PAT領域的用戶。

 

◇模型建構、預測、跟最佳化化學分析製程的方式。

 

◇產品開發、品質管控、製程優化、整廠輸出。

我們比你更在乎你的數據-最強大的光譜處理及化學多變量分析工具Chemometrics,並提供視覺化的圖形結果。

利用多變量分析(Multivariate Analysis)工具,使得光譜跟化學計量學有解決真實世界問題的能力。數據分析可搭配二十多種不同的計算方法,比如Design of Experiment (DOE),探索型數據分析工具-偏最小乘回歸Partial Least Squares Regression (PLSR)、主成分分析Principal Component Analysis (PCA)、Soft Independent Modelling of Class Analogies (SIMCA)。透過圖形跟視覺化的方式,可以幫助使用者很容易的探索模型跟驗證模型。

軟體可以接受各種形式的數據格式,因此無論是何種材料、偵測器、光譜、製程皆可以匯入。數據可以搭配多種處理方式:比如散射修正、光譜轉換、光譜處理,確保數據的品質並得到更可信的分析結果。

建構模型並針對反應製程進行線上監控,軟體可以做到線上預測、最佳化製程跟監控產品品質。

軟體可以進行反應製程的即時線上監控,可以做到製程的視覺化、早期的錯誤判斷、製程錯誤的警告及不間斷的改善。軟體可以結合多種不同的製程數據,在單一的面板上進行控制。即時的反應監控可以幫助操作員發現前期問題,辨認以及了解製程的狀況,並收到軟體的異常警告。藉由製程參數的修正可以截由圖像化的結果了解對優化製程的影響。無論是在線還是線上監控(at line、on line、inline)皆可以藉由此方式達到製程的優化跟費用的降低。 所有的數據可以滿足Process Analytical Technology (PAT)、Quality by Design (QbD),縮短了R&D跟現場的落差。

我們的客戶使用感想

“使用Unscrambler我們可以了解產品的品質問題,而且我們可以更了解我們製程的問題並且最佳化我們的製程。”

Siri Sølberg, Senior Process Engineer , SAB Miller

“Unscrambler跟市場上的統計軟體比較起來非常容易使用。”

Søren Bech, Head of Research , Nidar

“PAT解決方案幫助我們了解製程的知識並且建構全新的製程,縮短研發跟生產的落差。 ”

Dr. Tobias Merz, Operation Technology Manager, LONZA

 

使用Unscrambler我們可以了解產品的品質問題,而且我們可以更了解我們製程的問題並且最佳化我們的製程。

Siri Sølberg

Senior Process Engineer , SAB Miller

Umscrambler提供的相關統計功能一覽

Explorative methods

  • Principal Component Analysis (PCA)
  • Rotated PCA (Varimax, Equimax, Quartimax, Parsimax)
  • Multivariate Curve Resolution (MCR)

Regression methods

  • Multiple Linear Regression (MLR)
  • Principal Component Regression (PCR)
  • Partial Least Squares Regression (PLSR)
  • Support Vector Machines Regression (SVR)
  • L-PLS Regression, incorporating three data tables

Classification methods

  • Projection using PCA, PCR or PLSR models
  • Soft Independent Modelling of Class Analogy (SIMCA)
  • Linear Discriminant Analysis (LDA) with Linear, Quadratic, Mahalonobis options
  • PCA-LDA, for classification of correlated data by LDA
  • Support Vector Machines Classification (SVC)

利用多變量分析(Multivariate Analysis)工具,使得光譜跟化學計量學有解決真實世界問題的能力。數據分析可搭配二十多種不同的計算方法,比如Design of Experiment (DOE),探索型數據分析工具-偏最小乘回歸Partial Least Squares Regression (PLSR)、主成分分析Principal Component Analysis (PCA)、Soft Independent Modelling of Class Analogies (SIMCA)。透過圖形跟視覺化的方式,可以幫助使用者很容易的探索模型跟驗證模型。

軟體可以接受各種形式的數據格式,因此無論是何種材料、偵測器、光譜、製程皆可以匯入。數據可以搭配多種處理方式:比如散射修正、光譜轉換、光譜處理,確保數據的品質並得到更可信的分析結果。