Napredna pretraga

Pregled bibliografske jedinice broj: 669129

Estimacija teško mjerljivih procesnih veličina zasnovana na mješavini Gaussovih regresijskih modela


Grbić, Ratko
Estimacija teško mjerljivih procesnih veličina zasnovana na mješavini Gaussovih regresijskih modela 2013., doktorska disertacija, Elektrotehnički fakultet, Osijek


Naslov
Estimacija teško mjerljivih procesnih veličina zasnovana na mješavini Gaussovih regresijskih modela
(Difficult-to-measure process variable estimation based on mixture of Gaussian process regression models)

Autori
Grbić, Ratko

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Elektrotehnički fakultet

Mjesto
Osijek

Datum
05.07

Godina
2013

Stranica
180

Mentor
Slišković, Dražen

Ključne riječi
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
(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)

Sažetak
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.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo, Temeljne tehničke znanosti



POVEZANOST RADA


Projekt / tema
165-0361621-2000 - Distribuirano računalno upravljanje u transportu i industrijskim pogonima (Željko Hocenski, )

Ustanove
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Autor s matičnim brojem:
Ratko Grbić, (295592)