...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Automatika >Primjena kontinuum regresije za modeliranje procesa na temelju pogonskih podataka
【24h】

Primjena kontinuum regresije za modeliranje procesa na temelju pogonskih podataka

机译：连续回归在基于驱动数据的过程建模中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Important process variables which give information about the final product quality cannot often be measured by a sensor but their value is determined based on laboratory analysis. In order to perform a continuous monitoring of a process variable and an efficient process control, it is necessary to estimate this difficult-to-measure process variable, i.e. to determine it on the basis of a mathematical model. However, to build an appropriate process model in many cases there are available only process measurement data stored in a process data base. This paper gives appropriate methodology for process modeling based on plant data. Regression methods based on input space projection into a latent subspace are proposed to build a model. The paper investigates, in particular, properties of continuum regression (CR). As neural networks present a good basis for data based model building, possibility of hybridization of multilayer perceptron (MLP) neural network with CR method is additionally investigated. The aim of that is to use good properties of both methods and to avoid their weaknesses in process model building based on plant data. Advantages of the proposed methods for process model building as compared to the usually used regression methods are demonstrated by the modeling of crude oil distillation process based on the measuring data available.%Važne procesne veličine koje daju informaciju o kakvoći izlaznog proizvoda često nije moguće mjeriti senzorom nego se njihov iznos utvrđuje laboratorijskom analizom. Kako bi se omogućilo kontinuirano praćenje tijeka procesa te efikasnije upravljanje proizvodnim procesom, ovu teško mjerljivu procesnu veličinu je potrebno estimirati, tj. odrediti na temelju matematičkog modela. Za izgradnju odgovarajućeg modela procesa vrlo često su na raspolaganju samo procesni mjerni podaci pohranjeni u procesnu bazu podataka. U ovom se radu prikazuje prikladna metodologija za modeliranje procesa na temelju pogonskih podataka. Za izgradnju modela pri tome se predlažu regresijske metode zasnovane na preslikavanju ulaznog prostora u latentni potprostor. U radu se posebno istražuju svojstva kontinuum regresije (CR). Budući da neuronske mreže predstavljaju dobru osnovu za izgradnju modela na podacima, dopunski se istražuje mogućnost hibridizacije višeslojne per-ceptronske (MLP) neuronske mreže i CR metode, s ciljem iskorištavanja dobrih svojstava obiju metoda te izbjegavanja njihovih nedostataka u izgradnji modela procesa na pogonskim podacima. Prednosti predloženih metoda izgradnje modela procesa nad uobičajeno korištenim regresijskim metodama prikazane su na primjeru modeliranja procesa destilacije nafte na raspoloživim mjernim podacima.
机译：提供有关最终产品质量信息的重要过程变量通常无法通过传感器进行测量，但是其值是根据实验室分析确定的。为了执行过程变量的连续监视和有效的过程控制，有必要估计该难以测量的过程变量，即，基于数学模型来确定它。但是，在许多情况下，要构建合适的过程模型，仅可将过程测量数据存储在过程数据库中。本文为基于工厂数据的过程建模提供了适当的方法。提出了基于输入空间投影到潜在子空间的回归方法来建立模型。本文特别研究了连续回归（CR）的性质。由于神经网络为基于数据的模型构建提供了良好的基础，因此还研究了多层感知器（MLP）神经网络与CR方法混合的可能性。目的是利用两种方法的良好特性，并避免它们在基于工厂数据的过程模型构建中的弱点。通过基于可用的测量数据对原油蒸馏过程进行建模，证明了与通常使用的回归方法相比，所提出的方法模型的优势。％Važneprocesneveličinekoje daju informationaciju okakvoćiizlaznog proizvodačestonijemogućemjeriti senzoromrom nego se njihov iznosutvrđujelaboratorijskom analizom。 Kako bi seomogućilokontinuiranopraćenjetijeka procesa te efikasnije upravljanje proizvodnim procesom，ovuteškomjerljivu procesnuveličinuje potrebno estimirati，j。 odrediti na temeljumatematičkogmodela。 Za izgradnjuodgovarajućegmodela procesa vrločestosu na raspolaganju samo procesni mjerni podaci pohranjeni u procesnu bazu podataka。您的隐私权得到了保护。优先购买权的优先权。宪法》（CR）。 Budući哒neuronskemrežepredstavljaju dobru osnovu ZA izgradnju MODELA呐podacima，dopunski本身istražujemogućnosthibridizacijevišeslojne每ceptronske（MLP）neuronskemreže我CR metode，S ciljemiskorištavanjadobrih svojstava obiju metoda TE izbjegavanja njihovih nedostatakaùizgradnji MODELA PROCESA呐pogonskim podacima。 Prednostipredloženihmetoda izgradnje modelas procesa naduobičajenokorištenimregresijskim metodama prikazane su na primjeru modeliranja procesa destilacije nafte naraspoloživimmjernim podacima。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号