Pregled bibliografske jedinice broj: 1217993
RAZVOJ SOFTVERSKIH SENZORA PRIMJENOM METODA STROJNOG UČENJA
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