Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Estimacija teško mjerljivih procesnih veličina zasnovana na mješavini Gaussovih regresijskih modela (CROSBI ID 383014)

Ocjenski rad | doktorska disertacija

Grbić, Ratko Estimacija teško mjerljivih procesnih veličina zasnovana na mješavini Gaussovih regresijskih modela / Slišković, Dražen (mentor); Osijek, . 2013

Podaci o odgovornosti

Grbić, Ratko

Slišković, Dražen

hrvatski

Estimacija teško mjerljivih procesnih veličina zasnovana na mješavini Gaussovih regresijskih modela

Problemi s upravljanjem mnogih procesa u industriji vezani su s nemogućnošću online mjerenja važnih procesnih veličina. Ovaj se problem može u značajnoj mjeri riješiti estimacijom ovih teško mjerljivih procesnih veličina na temelju drugih lako mjerljivih procesnih veličina. Uobičajeno se ovi estimatori nazivaju soft-senzori. Osnovu soft-senzora čini matematički model procesa koji u praksi nije na raspolaganju te ga je potrebno odrediti na temelju pogonskih podataka. U disertaciji se predlaže metoda za izgradnju modela procesa koji može poslužiti za estimaciju teško mjerljive veličine, nadzor procesa, detekciju i identifikaciju kvara. Izgradnja modela procesa predloženom metodom odvija se u tri koraka. Najprije se provodi odabir lako mjerljivih veličina na temelju kojih će se estimirati teško mjerljiva veličina od interesa primjenom uzajamnog sadržaja informacije. Zatim se modeliraju odnosi u ulaznom prostoru korištenjem Gaussove mješavine te na temelju koje je moguće klasterirati raspoložive mjerne podatke i izgraditi lokalne regresijske modele temeljene na Gaussovim procesima. Budući da su procesi po prirodi promjenjivi, točnost estimacije i efikasnost nadzora procesa zasnovanog na modelu procesa izgrađenog na starim podacima u pravilu opada s vremenom. Kako bi se ovo izbjeglo, u radu se predlaže adaptivni regresijski model zasnovan na Gaussovim procesima kao i adaptivna mješavina Gaussovih regresijskih modela. Efikasnost i karakteristike predloženih metoda analizirane su na četiri primjera od kojih su dva simulacijska, a dva temeljena na stvarnim pogonski podacima.

soft-senzor; estimacija teško mjerljive procesne veličine; nadzor procesa; modeliranje procesa; pogonski podaci; uzajamni sadrţaj informacije; Gaussova mješavina; regresijski model zasnovan na Gaussovim procesima; adaptivni soft-senzor

nije evidentirano

engleski

Difficult-to-measure process variable estimation based on mixture of Gaussian process regression models

nije evidentirano

soft sensor; difficult-to-measure process variable estimation; process monitoring; process modelling; plant data; mutual information; Gaussian mixture; Gaussian process regression model; adaptive soft sensor

nije evidentirano

Podaci o izdanju

180

05.07.2013.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Osijek

Povezanost rada

Elektrotehnika, Računarstvo, Temeljne tehničke znanosti