Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1217993

RAZVOJ SOFTVERSKIH SENZORA PRIMJENOM METODA STROJNOG UČENJA


Ujević Andrijić, Željka; Rimac, Nikola; Martić, Ines
RAZVOJ SOFTVERSKIH SENZORA PRIMJENOM METODA STROJNOG UČENJA // 19th Ružička Days 2022 "TODAY SCIENCE - TOMORROW INDUSTRY" - Book of Abstracts
Vukovar, Hrvatska, 2022. str. 83-83 (poster, međunarodna recenzija, sažetak, znanstveni)


CROSBI ID: 1217993 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
RAZVOJ SOFTVERSKIH SENZORA PRIMJENOM METODA STROJNOG UČENJA
(DEVELOPMENT OF SOFT SENSORS USING MACHINE LEARNING METHODS)

Autori
Ujević Andrijić, Željka ; Rimac, Nikola ; Martić, Ines

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni

Izvornik
19th Ružička Days 2022 "TODAY SCIENCE - TOMORROW INDUSTRY" - Book of Abstracts / - , 2022, 83-83

Skup
19. Ružičkini dani "Danas znanost - sutra industrija"

Mjesto i datum
Vukovar, Hrvatska, 21.09.2022. - 23.09.2022

Vrsta sudjelovanja
Poster

Vrsta recenzije
Međunarodna recenzija

Ključne riječi
sofverski senzor, neuronske mreže, benzen, reformat, metoda potpornih vektora
(soft sensor, neural networks, benzene, reformate, support-vector machine)

Sažetak
U procesu katalitičkog reforminga u rafineriji nafte Rijeka kontinuirano mjerenje količine benzena u produktu procesa katalitičkog reforminga vrlo je važno zbog ekoloških i tehničkih zahtjeva. Primjena softverskog senzora za on-line provjeru kvalitete proizvoda, uvelike bi olakšala i poboljšala vođenje procesa budući da su trenutne analize pomoću procesnog analizatora u laboratoriju dosta rijetke. U ovome radu prikazan je razvoj modela softverskih senzora za kontinuirano praćenje sadržaja benzena u rafinerijskom procesu frakcionacije reformata. Cilj rada bio je izraditi modele softverskih senzora metodama strojnog učenja na temelju kontinuirano mjerenih veličina, kao što su temperature, tlakovi i protoci. Dobiveni podaci iz rafinerije predobrađeni su različitim metodama te su u programskom jeziku Python izrađeni modeli softverskih senzora primjenom umjetnih neuronskih mreža i metodom potpornih vektora. Rezultati modela statistički su validirani na neovisnom skupu podataka. Najboljim modelima, od obje vrste modela softverskih senzora, dobivene su slične vrijednosti koeficijenata korelacije i pogreške te se mogu primijeniti u rafinerijskom informacijskom sustavu. Na temelju primjene razvijenih softverskih senzora moguće je očekivati poboljšanje vođenja procesa i konačne kvalitete proizvoda, a time i značajne uštede u proizvodnji, kao i zadovoljenje strogih propisa zaštite okoliša.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemijsko inženjerstvo



POVEZANOST RADA


Ustanove:
Fakultet kemijskog inženjerstva i tehnologije, Zagreb

Profili:

Avatar Url Željka Ujević Andrijić (autor)

Avatar Url Nikola Rimac (autor)


Citiraj ovu publikaciju:

Ujević Andrijić, Željka; Rimac, Nikola; Martić, Ines
RAZVOJ SOFTVERSKIH SENZORA PRIMJENOM METODA STROJNOG UČENJA // 19th Ružička Days 2022 "TODAY SCIENCE - TOMORROW INDUSTRY" - Book of Abstracts
Vukovar, Hrvatska, 2022. str. 83-83 (poster, međunarodna recenzija, sažetak, znanstveni)
Ujević Andrijić, Ž., Rimac, N. & Martić, I. (2022) RAZVOJ SOFTVERSKIH SENZORA PRIMJENOM METODA STROJNOG UČENJA. U: 19th Ružička Days 2022 "TODAY SCIENCE - TOMORROW INDUSTRY" - Book of Abstracts.
@article{article, author = {Ujevi\'{c} Andriji\'{c}, \v{Z}eljka and Rimac, Nikola and Marti\'{c}, Ines}, year = {2022}, pages = {83-83}, keywords = {sofverski senzor, neuronske mre\v{z}e, benzen, reformat, metoda potpornih vektora}, title = {RAZVOJ SOFTVERSKIH SENZORA PRIMJENOM METODA STROJNOG U\v{C}ENJA}, keyword = {sofverski senzor, neuronske mre\v{z}e, benzen, reformat, metoda potpornih vektora}, publisherplace = {Vukovar, Hrvatska} }
@article{article, author = {Ujevi\'{c} Andriji\'{c}, \v{Z}eljka and Rimac, Nikola and Marti\'{c}, Ines}, year = {2022}, pages = {83-83}, keywords = {soft sensor, neural networks, benzene, reformate, support-vector machine}, title = {DEVELOPMENT OF SOFT SENSORS USING MACHINE LEARNING METHODS}, keyword = {soft sensor, neural networks, benzene, reformate, support-vector machine}, publisherplace = {Vukovar, Hrvatska} }




Contrast
Increase Font
Decrease Font
Dyslexic Font