Predviđanje parametara upravljanja proizvodnih procesa analizom funkcijskih podataka (CROSBI ID 368618)
Ocjenski rad | doktorska disertacija
Podaci o odgovornosti
Lela, Branimir
Igor Duplančić
hrvatski
Predviđanje parametara upravljanja proizvodnih procesa analizom funkcijskih podataka
U ovom radu je razvijen algoritam i osmišljen programski kod koji rješava inverzni problem određivanja parametara u linearnim regresijskim modelima te običnim i parcijalnim linearnim diferencijalnim jednadžbama. Algoritam za rješavanje problema razvijen je koristeći metodologiju analize funkcijskih podataka. Prilikom pretvaranja diskretnih vrijednosti varijabli u funkcijske podatke upotrebljene su neuronske mreže s radijalnim baznim funkcijama. Odabir parametara neuronske mreže izveden je primjenjujući Bayesov kriterij čime se dobiju optimalna svojstva mreže koja, u tom slučaju, najbolje aproksimira diskretne podatke. Procjena derivacija funkcijskih podataka izvedena je direktnom i indirektnom metodom. Indirektna metoda se primijenila na funkcijske podatke sa jednom nezavisnom varijablom, dok se direktna primijenila na funkcijske podatke sa dvije nezavisne varijable. Razvijeni programski paket se može koristiti za jednodimenzionalne ili dvodimenzionalne funkcijske podatke. Razvijeni algoritam i programski kod su provjereni na originalnim matematičkim modelima koji opisuju ponašanje ključnih parametara procesa toplog valjanja aluminijskih traka. Nepoznate funkcije parametara razvijenih modela određene su napisanim programskim kodom. Funkcijski podaci koji su korišteni u razvijenim matematičkim modelima dobiveni su iz stvarnih veličina parametara procesa toplog valjanja trake izrađene od legure aluminija AA1050. Veličine parametara toplog valjanja su snimljene na valjačkom stanu u tvornici TLM-TVP u Šibeniku. Razvijeni matematički modeli su simulirani funkcijskim podacima čime se provjerila njihova kvaliteta. Simulacija je izvedena s funkcijskim podacima koji nisu korišteni kod procjene nepoznatih parametara modela. Rezultat simulacije ukazuje da se razvijenim modelima i metodologijom funkcijskih podataka mogu kvalitetno opisati ponašanja određenih varijabli kod procesa toplog valjanja aluminijskih traka. Također, pokazano je da su razvijeni jednodimenzionalni modeli kvalitetniji jer je njihova pogreška predviđanja manja.
matematičko modeliranje; inverzni problem; procjena parametara u algebarskim i diferencijalnim jednadžbama; analiza funkcijskih podataka; analiza glavnih diferencija; neuronske mreže sa radijalnim baznim funkcijama; Bayesov kriterij; direktna i indirektna metoda procjene derivacija; toplo valjanje aluminijskih traka
nije evidentirano
engleski
Prediction of control parameters in production processes by functional data analysis
nije evidentirano
mathematical modeling; inverse problem; parameter estimation in algebraic and differential equation; functional data analysis; principle differential analysis; radial basis function neural networks; Bayesian criterion; direct and indirect method for derivative estimation; hot aluminium strip rolling
nije evidentirano
Podaci o izdanju
181
16.07.2010.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike, strojarstva i brodogradnje u Splitu
Split