Pretraga

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

Napredna pretraga

Pregled bibliografske jedinice broj: 1268100

Razvoj softverskih senzora za procjenu mjerenja sadržaja benzena u lakom reformatu primjenom metoda strojnog učenja

Martić, Ines; Rimac, Nikola; Ujević Andrijić, Željka
Razvoj softverskih senzora za procjenu mjerenja sadržaja benzena u lakom reformatu primjenom metoda strojnog učenja // 19. Ružičkini dani DANAS ZNANOST – SUTRA INDUSTRIJA - Zbornik radova / Babić, Jurislav ; Kučić Grčić, Dajana ; Ocelić Bulatović, Vesna (ur.).
Zagreb: Hrvatsko društvo kemijskih inženjera i tehnologa (HDKI), 2023. str. 36-54 (poster, međunarodna recenzija, cjeloviti rad (in extenso), znanstveni)

CROSBI ID: 1268100 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Razvoj softverskih senzora za procjenu mjerenja sadržaja benzena u lakom reformatu primjenom metoda strojnog učenja
(Development of soft sensors using machine learning methods)

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

Vrsta, podvrsta i kategorija rada
Radovi u zbornicima skupova, cjeloviti rad (in extenso), znanstveni

Izvornik
19. Ružičkini dani DANAS ZNANOST – SUTRA INDUSTRIJA - Zbornik radova / Babić, Jurislav ; Kučić Grčić, Dajana ; Ocelić Bulatović, Vesna - Zagreb : Hrvatsko društvo kemijskih inženjera i tehnologa (HDKI), 2023, 36-54

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
softverski senzor, neuronske mreže, benzen, reformat, metoda potpornih vektora
(soft sensor, neural network, benzene, reformate, support vector regression)

Sažetak
Sve stroži ekološki i tehnički zahtjevi kvalitete proizvoda katalitičkog refominga zahtijevaju kontinuirano mjerenje sadržaja benzena u reformatu. Vođenje ovog procesa ovisi o rijetkim i dugotrajnim laboratorijskim analizama sadržaja benzena, dok su troškovi primjene i održavanja online procesnih analizatora iznimno visoki. S druge strane, moguće je na temelju lako mjerljivih veličina u procesu zaključivati o stanju teško mjerljivih veličina razvojem modela softverskih senzora. U ovome radu prikazan je razvoj modela softverskih senzora za kontinuirano praćenje sadržaja benzena u lakom reformatu. Modeli softverskih senzora razvijeni su primjenom neuronskih mreža i metodom potpornih vektora, a temelje se na realnim mjernim podacima kontinuirano praćenih varijabli te laboratorijskim mjerenjima sadržaja benzena u reformatu. Razvoj modela započeo je predobradom prikupljenih mjernih podataka te su u programskom jeziku Python izrađeni modeli softverskih senzora primjenom metoda umjetnih neuronskih mreža i potpornih vektora. Provedena je statistička analiza rezultata koja pokazuje da obje vrste modela daju visoke vrijednosti korelacija podataka modela sa realnim podacima sadržaja benzena te da se oba modela mogu primijeniti u rafinerijskom informacijskom sustavu. Primjenom softverskih senzora postiže se poboljšanje konačne kvalitete proizvoda te se mogu postići i značajne uštede u proizvodnji kao i zadovoljenja strogih propisa zaštite okoliša.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemijsko inženjerstvo



POVEZANOST RADA

Ustanove:
Fakultet kemijskog inženjerstva i tehnologije, Zagreb,
Sveučilište u Zagrebu

Profili:

Avatar Url Željka Ujević Andrijić (autor)

Avatar Url Nikola Rimac (autor)

Poveznice na cjeloviti tekst rada:

www.hdki.hr

Citiraj ovu publikaciju:

Martić, Ines; Rimac, Nikola; Ujević Andrijić, Željka
Razvoj softverskih senzora za procjenu mjerenja sadržaja benzena u lakom reformatu primjenom metoda strojnog učenja // 19. Ružičkini dani DANAS ZNANOST – SUTRA INDUSTRIJA - Zbornik radova / Babić, Jurislav ; Kučić Grčić, Dajana ; Ocelić Bulatović, Vesna (ur.).
Zagreb: Hrvatsko društvo kemijskih inženjera i tehnologa (HDKI), 2023. str. 36-54 (poster, međunarodna recenzija, cjeloviti rad (in extenso), znanstveni)
Martić, I., Rimac, N. & Ujević Andrijić, Ž. (2023) Razvoj softverskih senzora za procjenu mjerenja sadržaja benzena u lakom reformatu primjenom metoda strojnog učenja. U: Babić, J., Kučić Grčić, D. & Ocelić Bulatović, V. (ur.)19. Ružičkini dani DANAS ZNANOST – SUTRA INDUSTRIJA - Zbornik radova.
@article{article, author = {Marti\'{c}, Ines and Rimac, Nikola and Ujevi\'{c} Andriji\'{c}, \v{Z}eljka}, year = {2023}, pages = {36-54}, keywords = {softverski senzor, neuronske mre\v{z}e, benzen, reformat, metoda potpornih vektora}, title = {Razvoj softverskih senzora za procjenu mjerenja sadr\v{z}aja benzena u lakom reformatu primjenom metoda strojnog u\v{c}enja}, keyword = {softverski senzor, neuronske mre\v{z}e, benzen, reformat, metoda potpornih vektora}, publisher = {Hrvatsko dru\v{s}tvo kemijskih in\v{z}enjera i tehnologa (HDKI)}, publisherplace = {Vukovar, Hrvatska} }
@article{article, author = {Marti\'{c}, Ines and Rimac, Nikola and Ujevi\'{c} Andriji\'{c}, \v{Z}eljka}, year = {2023}, pages = {36-54}, keywords = {soft sensor, neural network, benzene, reformate, support vector regression}, title = {Development of soft sensors using machine learning methods}, keyword = {soft sensor, neural network, benzene, reformate, support vector regression}, publisher = {Hrvatsko dru\v{s}tvo kemijskih in\v{z}enjera i tehnologa (HDKI)}, publisherplace = {Vukovar, Hrvatska} }

Podijeli:





Contrast
Increase Font
Decrease Font
Dyslexic Font
CROSBI koristi kolačiće (cookies) kako bi poboljšao funkcionalnost stranice.