任何 EO/EG 工厂的运营成本均受原材料效率的驱动，这就需要对 EO 反应器的性能进行持续的优化。但是EO 反应器系统的复杂性使其无法通过市售的高级过程控制 (APC) 软件包实施有效建模。要实现其优化就必须进行高度定制。
SD 的 SciDigital RxTwin® 是一个混合模型，它结合了 EO 反应器动力学和基于元启发算法的优化，可以帮助工厂操作人员在整个 EO 催化剂生命周期内维持最佳性能。该算法可以审视当前的运行趋势，预测实际条件下的性能，并提供可操作的建议以实现对运行状况的精细调整，从而在特定工艺限制内最大限度地提高催化剂的性能。该模型可以促进降低原材料的成本并最大限度地延长催化剂的使用寿命。